智能驾驶从L2向更高级别过渡，AI数据训练需求将加速成长

自动驾驶技术向L3+发展，渗透率不断提升拉动AI训练数据需求。根据IDC数据统计显示，我国L2级自动驾驶乘用车渗透率从2021年Q1的7.5大幅提升至2022年Q1的23.2%，未来随着自动驾驶技术向L3+发展，自动驾驶渗透率将不断提升。根据预测，到2030年全球L2级别自动驾驶渗透率将达到57%，L3及更高级别自动驾驶渗透率将达到10%。自动驾驶技术发展将推动车辆对传感器，进而带动训练数据需求。

2021Q1-2022Q1中国L2级自动驾驶乘用车渗透率

资料来源：IDC

车载传感器需求不断扩大，高级别自动驾驶技术对训练数据需求将显著提高。随着 L2、L3 及以上自动驾驶渗透率不断提升，无论是视觉路线还是激光雷达路线，单车搭载传感器的数量都将显著增长。奥迪威招股说明书显示，L3 级别自动驾驶单车传感器数量将达到17-34颗。根据英特尔测算，L3+级自动驾驶每辆汽车每天产生的数据高达 4000GB，作为自动驾驶技术应用落地的必要条件，数据采集、数据标注服务已成为支撑自动驾驶热潮必不可少的一环。

各级别自动驾驶对传感器数量的需求

资料来源：奥迪威招股说明书

智能驾驶训练数据标注从2D点云向3D点云发展，激光雷达成为重要数据来源。传统的2D图像数据通过摄像头进行采集，涉及到的数据标注包含点标注、线标注、框标注以及语义分割。3D标注需要实时分析大量数据，对数据标注要求更高。3D点云数据通过激光雷达进行采集，对目标进行外轮廓3D拉框，可精确地“描绘”出周边环境，不受外界环境、光照等因素干扰，更好的感知汽车周边道路环境，为感知系统提供决策依据。主要用于算法做3D目标检测以及3D目标跟踪，由于近年来激光雷达成本降低，3D点云数据的量级呈现爆发式增加。

高级别自动驾驶数据需求爆发式成长，驱动感知技术持续迭代，未来4D点云标注有望成为主流方案。根据英特尔计算，L3+级自动驾驶每辆汽车每天产生的数据高达4000GB，而根据美国兰德公司研究，自动驾驶汽车需要在真实或者虚拟环境中至少进行110亿英里的里程测试，才能证明自动驾驶系统比人类驾驶员更可靠。

数据标注需求的成长拉动标注技术迭代，4D点云标注技术逐渐成熟。基于3D点云标注的基础上，通过对感知物体进行物体的追踪与运动属性检测，并加入时序信息，由此获得4D点云标注信息。将当前已收集到的多维度、多角度的点云信息进行压缩，在提升现有点云稠密度的同时，再进行物体检测可获得更精确的点云标注信息。

自动驾驶技术训练量需求

资料来源：百家号

毫末智行 4D点云标注示例

资料来源：毫末智行官网