数据是数字化时代全新升级的规模经济，数据与优化算法、算率的结合，已经推动人工智能技术领域的发展趋势。自动驾驶做为AI技术性的黄冠，数据的效果也是围绕生产制造、测试、产品研发项目生命周期。现阶段，自动驾驶踏入以落地式运用为目的的后半场，处理极端化场景下的安全隐患，也少不了很多数据适用。对数据开展有效的搜集和运用，提升数据循环系统链接的速率，变成全部自动驾驶技术性换代的关键环节。

搭建数据闭环控制，提升自动驾驶系统软件的竞争优势

要完成自动驾驶，必定要拿下大数据。运用并转换搜集到大量的真实实时路况数据，能够协助系统加速学习培训和升級，也代表着可以首先占领高級其他自动驾驶技术性堡垒，因而全部领域都极其高度重视并全力资金投入。

车子要想在城市道路上完成彻底自动驾驶，除开要借助车子自身的监控摄像头、毫米波雷达、毫米波雷达等感应器，还需要借助网联平台技术性的适用。行车时车子借助各种各样感应器“观查”路面，会形成很多数据，1.5钟头的行驶時间数据量达4TB，车端显而易见不宜解决和储存这般极大的工作中负荷。而车端造成的很多数据，是提升自动驾驶感受、健全优化算法的核心資源，因此最好共享资源到云空间，再根据AI人工智能优化算法给予很多的练习数据来供深度学习，以构建虚似开发设计测试自然环境开展认证。

要想在错综复杂的场景中提升目前辅助驾驶/自动驾驶安全系数，繁杂的测试与检验工作中不可或缺，因为实际中的安全驾驶场景无法可循，极为繁杂且无法预测分析，在研发和测试的环节中，业内一般通过收集很多的数据搭建场景集，协助车辆打造出模拟仿真自然环境以完成仿真模拟测试。具体路测中，重现一次极端化场景的对接很有可能必须一个月的時间，而借助数据，不但能够重现大量极端化场景，还能够巨大提升测试高效率。

除此之外，在布署自动驾驶车子以后，会形成很多的传回数据，自动驾驶系统软件也必须根据这种数据持续开展迭代升级，并根据OTA的方法为客户不断消息推送新的作用、融入越来越多的场景和提升感受。

不难看出，根据数据推动的自动驾驶，在进行早期数据的搜集、正中间数据的存放与转移以后，还需要对中后期关键数据开展练习与管理方法。因而，搭建自动驾驶数据闭环控制，是自动驾驶新产品开发的竞争优势。

腾讯官方自动驾驶云平台推动数据高效率运转

腾讯官方凭着很多年在大数据、AI等方面的深度1累积，依靠腾讯云服务强劲的算率适用，融合文化整合的交通出行场景和使用要求，取得成功研制出在专用工具链一致性、场景多元性、场景真实有效等层面领域先进的自动驾驶云平台，巨大地提升了开发和测试高效率，云端分布式系统运作、真正实效性等领域建立了创新性提升。

据了解，腾讯官方自动驾驶云平台根据云空间海量存储室内空间与云计算服务器支撑点，搭建了数据收集管理方法、样版标明、优化算法练习测评、确诊调节、云空间模拟仿真、新车型意见反馈闭环控制等全步骤云服务器，给予支撑点自动驾驶产品研发的全链路云服务器和软件开发平台。

在数据整治层面，腾讯官方自动驾驶云平台的样版标明服务项目使用国际性顶尖优化算法预标明，可在完成样版自动化生产，提升生产率的与此同时，累积大量样版数据，包含全因素目标检测、跨照相机目标跟踪、语义分割等图象标明、3D激光器云数据标明、及其精确图象与3D云数据结合标明、变更车道标明等多种多样自动驾驶产品研发专用型样版等。除此之外，该技术性在预估连接点中闭环控制运作全栈开发自动驾驶优化算法，适用一万个之上场景的并行处理，促使1000个测试场景的运转時间从2天大幅度削减至四分钟，并保持全自动化技术评测。在虚拟城市中成千上万的自动驾驶车子无间断的不断行车，并根据任意工作状况和激进派交通流量提升测试复杂性。

在数据运用方面，在测试专用工具以外，针对测试管理方法、现行政策制订等有关部门而言，模拟仿真做为智能网联车辆最重要的人才测评工具,既可协助公司了解在车子产品研发、测试和集合的不一样时期的安全性界限和产品质量问题，也有益于有关规范制订和场景库的基本建设，根据数字化和规范化的方式提升智能网联汽车制造业清晰度。在互联网经济行业，腾讯官方专注于做智能化的接插件和辅助工具，腾讯官方自动驾驶云平台也在和OEM生产商、测试场、政府部门、产业联盟甚至科研院所普遍协作，促进运用落地式。