腾讯自动驾驶云平台发布,构建业内领先高性能聚合仿真平台

　　自动驾驶是汽车与新一代信息技术深度融合的产物，是汽车行业未来竞争的战略高地。在自动驾驶大规模商业化落地前夜，提升研发测试效率、降低研发成本，快速推动技术实现商业化，成为了行业竞争的核心焦点。

　　11月4日，在“2021腾讯数字生态大会-智慧出行专场论坛”上，腾讯发布了自动驾驶云平台，专注于为自动驾驶技术研发提供全链路服务，以支持行业更高效地开展自动驾驶研发和运营。腾讯自动驾驶云产品总监王志鹏在会上宣布，腾讯自动驾驶云即日起开放全功能免费试用。

　　【腾讯自动驾驶云产品总监 王志鹏】

　　腾讯自动驾驶云平台广泛集成了行业的自动驾驶开发工具和产品，有效串联起数据“采集、存储、标注、算法训练、仿真、评测以及量产数据回传、数据运营”等自动驾驶研发全链路、全生命周期的各个环节。同时，腾讯还联合西门子工业软件、海克斯康、IPG中国、中国汽车工程研究院、上海卓宇、Cognata、云测数据、浙江天行健等多家首批合作伙伴，共同启动了自动驾驶云生态开放平台，旨在汇集行业智慧，共同推动自动驾驶技术发展。

　　【自动驾驶云生态开放平台启动】

　　腾讯自动驾驶云平台五大关键能力 提升研发效率

　　海量数据，是驱动自动驾驶技术快速迭代的核心要素，但如何利用好数据是自动驾驶开发者面临的难题。例如，日均PB级的数据存储量，导致存储成本居高不下，而且海量路采数据标注同样会产生高昂的成本，标注过程中还存在精度低、自动化程度不高等问题。除了数据利用之外，现有的仿真方案难以满足算法快速迭代需求，这也是困扰开发者的一大难题，行业迫切需要云仿真来提高效率，加快研发节奏。

　　针对行业在实践中的诸多痛点，腾讯凭借多年在大数据、AI等领域的深度积累，借助腾讯云强大的算力支持，结合本土化的交通场景和应用需求，成功研发出的自动驾驶云平台，以灵活的SaaS订阅模式为基础，以数据闭环为核心，通过五大关键能力帮助合作伙伴提升自动驾驶研发效率。

　　首先，面对高昂的数据存储成本，腾讯自动驾驶云具备高性能、低成本的数据存储能力，并可兼容丰富的数据类型和数据格式。与传统的存储方案相比，存储成本可降低约50%，节省内存超过40%，删除和重命名性能提升100倍，可轻松实现千万级海量小文件高效管理。

　　在数据管理方面，平台提供高效的数据检索管理功能，可以针对PB级数据实现秒级检索、数据筛选，大大缩短了场景数据集的构建周期。同时完善的数据标签化管理体系，可以有效提高数据处理效率。

　　在数据标注方面，腾讯自动驾驶云依托腾讯旗下专注于视觉AI技术的腾讯优图实验室平台支持，集成了基于图像和点云的自动化标注能力，标注自动化率高达90%。

　　在测试场景构建方面，腾讯自动驾驶云可自动化挖掘构建各类仿真场景，实现分钟级的场景构建，场景还原度贴近真实，并且全面支持OpenX的兼容性。

　　最后，腾讯自动驾驶云提供了强大的云计算调度平台，可确保研发者快速上手，保证研发的各环节高效运行，大大节约人力成本。

　　【腾讯自动驾驶云平台架构图】

　　共建自动驾驶开发生态 加速技术落地进程

　　在持续完善自身能力建设的同时，腾讯也在积极推动自动驾驶开发生态建设，携手的生态合作伙伴，面向研发场景提供开箱即用的Pipeline、自动化DevOps体系、大规模并行仿真调度、高弹性、低成本存储方案等自动驾驶研发全链路服务，让研发人员“拎包入住”，显著提升自动驾驶迭代与研发效率。

　　例如，基于腾讯自动驾驶云平台的能力，腾讯联合生态伙伴，在业内首创了高性能聚合仿真平台，日仿真里程可达1000万公里。该平台一站式聚合了多种仿真引擎方案，让用户程度沿用已有的开发习惯。而且，多种仿真引擎的强强联合，可以满足车辆动力学仿真、传感器仿真、虚拟城市仿真及交通流仿真等多重场景仿真需求。另外，平台支持全流程的DevOps服务，支持用户与合作伙伴开发体系的无缝对接，实现算法版本的自动发布、自动上传和自动评测，有效提升研发和算法迭代效率。

　　不仅如此，在本次论坛中腾讯还联合西门子工业软件、海克斯康、IPG中国、中国汽车工程研究院、上海卓宇、Cognata、云测数据、浙江天行健等多家合作伙伴，发布了自动驾驶云生态开放平台，旨在积极推动云上的开放共建和技术创新，并吸引业内的自动驾驶开发工具和产品接入，共同加速自动驾驶的研发，推动技术早日实现大规模落地。

　　未来，腾讯自动驾驶云将继续与合作伙伴一起，共同打造仿真生态、数据生态、能力生态、服务生态，进行新的合作模式与商业模式的探索，推动自动驾驶技术早日实现商业价值。