2022年自動駕駛數據標注產業鏈市場現狀及相關公司研究報告（27頁）.pdf

《2022年自動駕駛數據標注產業鏈市場現狀及相關公司研究報告（27頁）.pdf》由會員分享，可在線閱讀，更多相關《2022年自動駕駛數據標注產業鏈市場現狀及相關公司研究報告（27頁）.pdf（27頁珍藏版）》請在三個皮匠報告上搜索。

1、2022 年深度行業分析研究報告 hY8XqOoNtOqNmNpRmPaQaO8OsQnNoMsQkPnNrPlOsQqRaQpPvMuOpNqOMYsQzR目錄3請務必閱讀正文之后的信息披露和免責申明1、數據標注行業概覽數據標注行業概覽 1.1 數據標注 1.2 AI基礎數據服務 1.3數據標注產業鏈與生態2、自動駕駛自動駕駛 2.1 自動駕駛分類 2.2 L2級滲透率 2.3 激光雷達 2.4 L3+自動駕駛 2.5 更高的數據要求3、數據標注市場現狀、數據標注市場現狀、門檻門檻 3.1 模型訓練所需的數據量更多 3.2 行業門檻提升4、自動駕駛數據標注相關公司、自動駕駛數據標注相關公司

2、4.1 四維圖新 4.2 海天瑞聲 4.3 Scale AI4數據標注行業概覽：數據標注行業概覽：定義、背景與現狀定義、背景與現狀15請務必閱讀正文之后的信息披露和免責申明資料來源：Appen官網、海天瑞聲招股說明書、天風證券研究所1.11.1、 數據標注數據標注 數據標注是向訓練數據集添加元數據的過程。這種元數據通常采用標簽的形式，可以添加到任何類型的數據中，包括文本、圖像和視頻。添加高質量和高精準的標簽是為機器學習開發訓練數據集的一個關鍵過程。 人工智能數據標注是數據預處理中不可缺少的階段，因為監督式機器學習模型可以學習識別標注數據中重復出現的模式。當一個算法處理了大量的標注數據后，算法可

3、以在新的、未標記數據出現時識別相同的模式。因此，數據科學家需要使用清洗過后的標注數據來訓練機器學習模型。數據標注是人工智能的基礎數據標注是人工智能的基礎圖：訓練數據生產過程圖：訓練數據生產過程6請務必閱讀正文之后的信息披露和免責申明資料來源：IDC、天風證券研究所1.21.2、 AIAI基礎數據服務基礎數據服務 根據IDC發布的報告，到2025年，中國人工智能數據采標服務市場規模將達到123.4億元人民幣。市場的發展驅動力一方面來源于人工智能市場的迅猛發展，另一方面來源于行業用戶加大數據采集力度。 自動駕駛領域發展需要海量數據支撐，也促進了基礎數據服務市場的發展。 自動駕駛感知技術是自動駕駛的

4、核心技術之一，訓練自動駕駛感知模型需要使用大量數據，數據標注行業中與自動駕駛相關的數據標注也因此得到快速發展。中國中國AIAI基礎數據需求促進數據標注行業快速增長基礎數據需求促進數據標注行業快速增長圖：中國圖：中國AIAI基礎數據服務市場規模預測，基礎數據服務市場規模預測，20222022- -20252025圖：圖：AIAI基礎數據服務市場分行業占比，基礎數據服務市場分行業占比，2020202035.00%20.00%20.00%15.00%10.00%自動駕駛AI技術提供商和智能安防互聯網智能終端金融、醫療等其他行業7請務必閱讀正文之后的信息披露和免責申明資料來源：IDC、天風證券研究所1

5、.31.3、 數據標注產業鏈與生態數據標注產業鏈與生態行業圖譜行業圖譜8自動駕駛：自動駕駛：分類、技術與數據分類、技術與數據需求需求2 29請務必閱讀正文之后的信息披露和免責申明資料來源：NHTSA、SAE、天風證券研究所2.12.1、 自動駕駛分類自動駕駛分類圖：自動駕駛發展階段圖：自動駕駛發展階段 由于絕對的無人駕駛/自動駕駛在實現路徑上無法在短期達到最終形態，根據美國 NHTSA 和 SAE 協會標準，自動駕駛根據其自動化程度的不同分為了“L0-L5”6個等級。 目前乘用車的自動駕駛呈現形式以駕駛輔助功能為主。具有明確的運行設計域。自動駕駛的六個階段自動駕駛的六個階段Level 1駕駛支

6、持Level 2部分自動化Level 3有條件自動駕駛Level 4高度自動駕駛Level 5完全自動駕駛Level 0無自動化由人類駕駛者全權駕駛汽車，在行駛過程中可以得到警告。 前方碰撞警告 車道偏離警告系統通過加速/制動或轉向提供持續輔助，同時駕駛員保持完全參與和專注。 自適應巡航 車道保持輔助系統在加速/制動和轉向方面提供持續的幫助，同時駕駛員保持完全投入和專注。 自適應巡航 碰撞預警 緊急制動由無人駕駛系統完成所有的駕駛操作，根據系統要求，人類提供適當的應答。由無人駕駛系統完成所有的駕駛操作根據系統要求，人類不一定提供所有的應答。限定道路和環境條件由無人駕駛系統完成所有的駕駛操作，在

7、某種可能的情況下人類可以接管，不限定道路和環境條件10請務必閱讀正文之后的信息披露和免責申明資料來源：IDC、天風證券研究所整理2.22.2、 L2L2級滲透率級滲透率圖：圖：2021Q12021Q1- -2022Q1 2022Q1 中國中國L2L2級自動駕駛乘用車滲透率級自動駕駛乘用車滲透率 目前在乘用車市場上實現落地的自動駕駛技術處于L2級水平，市場滲透率正穩步提升。實現的功能包括縱向的全速自適應巡航、橫向的車道保持、低速場景的自動泊車等。 根據IDC發布了中國自動駕駛汽車市場數據追蹤報告，2022年第一季度L2級自動駕駛在乘用車市場的新車滲透率達23.2%，整個市場處于L2向L3+級別發

8、展的階段。 隨著激光雷達的鋪貨和成本的降低或將加速L3+的落地。L2L2級自動駕駛滲透率穩步上升，市場向級自動駕駛滲透率穩步上升，市場向L3+L3+發展發展7.50%13.00%16.00%21.50%23.20%0.00%5.00%10.00%15.00%20.00%25.00%2021Q12021Q22021Q32021Q42022Q111請務必閱讀正文之后的信息披露和免責申明資料來源：艾瑞咨詢、天風證券研究所整理2.32.3、 激光雷達激光雷達激光雷達放量，市場增速高激光雷達放量，市場增速高 主機廠對激光雷達功能開發的深入及激光雷達成本的降低，激光雷達搭載車型數量將在短時間內保持較高增速

9、。 Robotaxi在政府及下游企業的共同推動下持續發展新的城市，測試及運營車隊數量或將保持穩定增長。根據艾瑞咨詢的報告，車載激光雷達市場有望自2021年4.6億元增長至2025年54.7億元，實現85.8%的年復合增長率。4616024837254755.10%50.20%47.00%0.420.440.460.480.50.520.540.56010020030040050060020212022E2023E2024E2025E市場規模（千萬元）同比增長率（%）圖：中國激光雷達市場規模圖：中國激光雷達市場規模12請務必閱讀正文之后的信息披露和免責申明資料來源：智駕網、新工業洞察、天風證券研

10、究所2.32.3、 激光雷達激光雷達表：搭載激光雷達的車輛表：搭載激光雷達的車輛激光雷達廠商激光雷達廠商型號型號搭載車型搭載車型預計量產時間預計量產時間ValeoValeo（法雷奧）法雷奧）SCALA GEN2SCALA GEN2奔馳奔馳S S級轎車級轎車20222022SCALA GEN1SCALA GEN1本田本田Legend Hybird EXLegend Hybird EX20222022大陸大陸HFL 110HFL 110（FlashFlash）豐田豐田MiraiMirai20222022IeboIeboNEXTNEXT（FlashFlash）長城長城WeyWey摩卡摩卡202220

11、22InnovizInnovizInnoviz OneInnoviz One寶馬寶馬iXiX20222022VelodyneVelodyneVelarray H800Velarray H800福特福特OtosanOtosan未知未知AevaAevaAeriesAeries（FMCWFMCW）奧迪奧迪e e- -trontron20232023大眾大眾ID BUZZID BUZZ20232023LuminarLuminarIrisIris沃爾沃沃爾沃XC90XC9020222022上汽上汽非凡非凡R7R720222022極星極星極星極星3 320222022InnovusionInnovusio

12、n（圖達通）圖達通）獵鷹獵鷹蔚來蔚來ET5ET520222022ET7ET720222022速騰聚創（速騰聚創（RobosenseRobosense）M1M1廣汽埃安廣汽埃安AION LX PLUSAION LX PLUS20222022智己汽車智己汽車L7L720222022小鵬小鵬G9G920222022威馬威馬M7M720222022LucidLucidAirAir20212021路特斯路特斯Type 132Type 13220222022禾賽禾賽AT128AT128理想理想X01X0120222022集度集度未知未知20232023高合高合HiPhi ZHiPhi Z20222022L

13、ivoxLivox（大疆）大疆）Livox Livox 浩界浩界 HAPHAP小鵬小鵬P5P520212021華為華為華為華為9696線線長城長城機甲龍機甲龍20222022北汽極狐北汽極狐阿爾法阿爾法S S全新全新HIHI版版20212021長安長安阿維塔阿維塔 E11E1120222022哪吒哪吒哪吒哪吒S S2022202213請務必閱讀正文之后的信息披露和免責申明資料來源：IDC、海天瑞聲官網、易颯科技官網、天風證券研究所2.42.4、 L3+L3+自動駕駛自動駕駛激光雷達推動激光雷達推動L3+L3+自動駕駛落地自動駕駛落地 L3+級別自動駕駛對于車身周圍環境信息感知要求將明顯提高，對

14、于除了特斯拉以外的大部分主流車廠，搭載激光雷達的配置方案是其共同選擇； 而隨著激光雷達成本的降低以及鋪貨或將加速L3+級自動駕駛的落地。圖：海天瑞聲圖：海天瑞聲3D3D點云標注點云標注圖：圖：20202020- -20242024，L3+L3+級自動駕駛汽車出貨量預測及增速級自動駕駛汽車出貨量預測及增速（千輛（千輛/%/%）3284196476863162.50%133.33%142.86%81.30%0.00%20.00%40.00%60.00%80.00%100.00%120.00%140.00%160.00%180.00%010020030040050060070080090010002

15、0202021202220232024L3-L5級自動駕駛YOY14請務必閱讀正文之后的信息披露和免責申明資料來源：曼孚科技官網、艾肯家電網、天風證券研究所2.52.5、 更高的數據要求更高的數據要求 L3級別以上的自動駕駛系統主要由感知、定位、預測、決策和控制五部分構成，每部分均不可或缺。其對于計算機視覺技術的需求依賴度較高，系統需要對傳感器采集的點云圖像數據進行實時處理，構建車輛行駛環境，為預測和決策做依據，這對算法的準確性和實時性考驗極大。 目前自動駕駛視覺技術主要以有監督深度學方式為主，是基于已知變量和因變量推導函數關系的算法模型，需要大量標注數據對模型進行訓練與調優。根據英特爾推算,

16、在全自動駕駛時代,每輛汽車每天產生的數據量將高達4000GB。 自動駕駛相關的數據標注行業有望迎來新一輪的漲幅。L3+L3+級別要求海量且更高質量的數據級別要求海量且更高質量的數據圖：自動駕駛汽車圖：自動駕駛汽車15數據標注市場現狀、數據標注市場現狀、門檻門檻3 316請務必閱讀正文之后的信息披露和免責申明資料來源：海天瑞聲招股說明書、Dimensional Research、天風證券研究所3.13.1、模型訓練所需的數據量更多、模型訓練所需的數據量更多 根據 Dimensional Research 的全球調研報告，72%的受訪者認為至少使用超過 10 萬條訓練數據進行模型訓練，才能保證模型

17、有效性和可靠性，96%的受訪者在訓練模型的過程中遇到訓練數據質量不佳、數量不足、數據標注人員不足等難題。 為應對訓練數據所帶來的多方面挑戰，AI 企業開始從第三方購買原料數據收集、訓練數據生產和數據專家咨詢等服務，調研結果指出，外包服務能夠有效加快算法模型落地應用的速度外包服務能夠有效加快算法模型落地應用的速度。越來越多越來越多AIAI企業選擇外包服務企業選擇外包服務圖：訓練需求數據量（條）圖：訓練需求數據量（條）10%19%43%28%1000萬100萬-1000萬10萬-100萬10萬66%51%50%28%27%4%0%10%20%30%40%50%60%70%數據偏差或錯誤數據量不足數

18、據不可直接使用缺少標注團隊缺少標注工具未曾遇到問題圖：受訪者遇到的與數據相關的問題及比例圖：受訪者遇到的與數據相關的問題及比例17請務必閱讀正文之后的信息披露和免責申明資料來源：Appen官網、天風證券研究所3.23.2、 行業門檻提升行業門檻提升 自動駕駛領域感知場景，要處理的數據類型包括2D圖像數據和3D點云數據。 2D圖像數據，通過攝像頭進行采集，主要用于算法做2D目標檢測、2D語義分割以及目標跟蹤，涉及到的數據標注包含：點標注、線標注、框標注、語義分割. 3D點云數據，通過激光雷達（LiDAR）進行采集，主要用于算法做3D目標檢測、3D語義分割以及3D目標跟蹤，由于近年來激光雷達成本降

19、低，3D點云數據的量級呈現爆發性增加，涉及到的數據標注包含：3D點云框標注、2/3D融合標注、3D點云語義分割。 L3級別以上自動駕駛需要大量的3D點云數據支撐，3D點云標注不僅要求對激光雷達回傳的數據進行實時處理分析，大量的彎道車道線、日積月累的消耗和損壞等，帶來的形狀和反射率失真問題，也為識別準確率帶來極大的挑戰。3D3D標注難度加大，門檻提高標注難度加大，門檻提高圖：圖：2D2D圖像標注工具圖像標注工具圖：圖：3D3D點云標注工具點云標注工具18請務必閱讀正文之后的信息披露和免責申明資料來源：IBM、云巴巴、天風證券研究所3.23.2、 行業門檻提升行業門檻提升 行業從人到人機標注：對數

20、據進行人工標注。這就為模型提供了高質量（和大量）的訓練數據。機器學習算法學會根據這些數據做出決策。 不同于人工標注，人機協同標注在提升效率的同時能夠節省成本。市場供不應求市場供不應求圖：人機協同標注流程圖：人機協同標注流程19自動駕駛數據標注自動駕駛數據標注相關公司相關公司4 420請務必閱讀正文之后的信息披露和免責申明資料來源：四維圖新官網、天風證券研究所4.14.1、 四維圖新四維圖新 四維圖新成立于2002年，并發布商業化車載導航電子地圖。目前公司服務已覆蓋導航地圖、導航軟件、動態交通信息、位置大數據、以及乘用車和商用車定制化車聯網解決方案等領域。 公司致力于以高精度地圖、高精度定位、云

21、服務平臺、以及應用于ADAS和自動駕駛的車規級芯片等核心業務，打造“智能汽車大腦”，賦能智慧出行。公司簡介公司簡介圖：四維圖新公司戰略圖：四維圖新公司戰略21請務必閱讀正文之后的信息披露和免責申明資料來源：四維圖新官網、天風證券研究所4.14.1、 四維圖新四維圖新 在自動駕駛地圖更新及應用開發項目上，四維圖新將依托自有專業采集+眾包+車廠合作伙伴數據合作的模式，依托AI能力和制圖工具鏈于云端和終端自動化成圖，整合普通導航地圖和高精度地圖形成OneMap一體化地圖應用，打造開放地圖生態，以高品質、高鮮度、低成本、可交付的地圖產品，服務、拓展自動駕駛應用場景。公司已研發多項自動駕駛相關技術公司已

22、研發多項自動駕駛相關技術圖：公司自動駕駛業務圖：公司自動駕駛業務22請務必閱讀正文之后的信息披露和免責申明資料來源：巨潮資訊、天風證券研究所4.14.1、 四維圖新四維圖新公司業績情況公司業績情況 四維圖新2018-2021年，營業收入分別為21.34、23.10、21.48和30.60億元，19-21年同比增長分別為8.25%、-7.02%及42.48%。 歸母凈利潤分別為4.79、3.39、-3.09和1.22億元， 19-21年同比增長分別為-29.20%，-191.25%和139.45%。圖：圖：20182018- -20212021，四維圖新營業收入，四維圖新營業收入圖：圖：2018

23、2018- -20212021，四維圖新歸母凈利潤，四維圖新歸母凈利潤213,365.91230,974.26214,765.56306,003.178.25%-7.02%42.48%-10.00%0.00%10.00%20.00%30.00%40.00%50.00%0.0050,000.00100,000.00150,000.00200,000.00250,000.00300,000.00350,000.002018201920202021營業收入（萬元）YOY47,907.0733,918.46-30,949.7712,208.64-29.20%-191.25%139.45%-250.00

24、%-200.00%-150.00%-100.00%-50.00%0.00%50.00%100.00%150.00%200.00%-40,000.00-30,000.00-20,000.00-10,000.000.0010,000.0020,000.0030,000.0040,000.0050,000.0060,000.002018201920202021歸母凈利潤（萬元）YOY23請務必閱讀正文之后的信息披露和免責申明資料來源：海天瑞聲官網、海天招股說明書、每經網、天風證券研究所4.24.2、 海天瑞聲海天瑞聲 海天瑞聲成立于2005年，致力于為 AI 產業鏈上的各類機構提供 AI算法模型開發

25、訓練所需的專業數據集。 公司所提供的訓練數據覆蓋智能語音（語音識別、語音合成等）、計算機視覺、自然語言等多個 AI 核心領域，全面服務于人機交互、智能駕駛、智慧城市等多種創新應用場景。 公司的智能駕駛數據標注服務已覆蓋多家頭部傳統企業、新勢力車企、以及自動駕駛技術公司。公司簡介公司簡介圖：海天瑞聲產品服務矩陣圖：海天瑞聲產品服務矩陣圖：公司部分客戶圖：公司部分客戶24請務必閱讀正文之后的信息披露和免責申明資料來源：環球網、機器之心官網、天風證券研究所4.24.2、 海天瑞聲海天瑞聲 公司在自動駕駛領域進行了大量研發投入，建立了車載環境采集麥克風陣列、3D點云標注、2D&3D聯合標注平臺/工具研

26、發團隊等，并開始建立專門針對智能駕駛數據集的算法團隊，同時積累自有知識產權的數據集產品。自動駕駛相關數據標注技術已基本覆蓋自動駕駛相關數據標注技術已基本覆蓋圖：海天瑞聲圖：海天瑞聲3D3D點云標注平臺點云標注平臺25請務必閱讀正文之后的信息披露和免責申明資料來源：巨潮資訊、海天瑞聲招股說明書、2021年報、天風證券研究所4.24.2、 海天瑞聲海天瑞聲公司業績情況公司業績情況 海天瑞聲2018-2021年，營業收入分別為1.93、2.38、2.33和2.06億元， 19-21年同比增長分別為23.31%、-1.76%及-11.53%；歸母凈利潤分別為0.67、0.82、0.82和0.32億元，

27、 19-21年同比增長分別為21.53%，0.61%和-61.49%。 2020及2021年營業收入及歸母凈利潤同比增長為負，主要由于受新冠疫情影響境外業務展開緩慢及數據采買及收集受到影響。圖：圖：20182018- -20212021，海天瑞聲營業收入，海天瑞聲營業收入圖：圖：20182018- -20212021，海天瑞聲歸母凈利潤，海天瑞聲歸母凈利潤19,265.7723,755.8123,337.4020,647.6523.31%-1.76%-11.53%-15.00%-10.00%-5.00%0.00%5.00%10.00%15.00%20.00%25.00%30.00%0.005,

28、000.0010,000.0015,000.0020,000.0025,000.002018201920202021營業收入（萬元）YOY6713.078158.688208.13160.5421.53%0.61%-61.49%-70.00%-60.00%-50.00%-40.00%-30.00%-20.00%-10.00%0.00%10.00%20.00%30.00%0.001,000.002,000.003,000.004,000.005,000.006,000.007,000.008,000.009,000.002018201920202021歸母凈利潤（萬元）YOY26請務必閱讀正文之

29、后的信息披露和免責申明資料來源：Scale AI 官網、CSDN、Rasion Asset Management官網、天風證券研究所4.34.3、 Scale AIScale AI公司簡介公司簡介 Scale AI 成立于2016年，是一家人工智能創業公司，致力于通過提供以數據為中心的可組合平臺來管理整個機器學習生命周期，從而加速人工智能的發展。 Scale AI 將機器學習技術與人工相結合，為人工智能應用奠定了堅實的基礎，并為各行各業的客戶提供服務，包括Otto和豐田等汽車公司；Brex和Square等金融科技公司；Pinterest等電子商務企業;運輸和物流公司，如Flexport；以及美

30、國政府機構，如國防部。圖：圖：Scale AI Scale AI 部分客戶部分客戶27請務必閱讀正文之后的信息披露和免責申明資料來源：Scale AI 官網、Venture Beat、Raision Asset Management官網、天風證券研究所4.34.3、 Scale AIScale AI總融資額達總融資額達6.026.02億美元，估值達億美元，估值達7373億美元億美元 2021年4月，公司進行了E輪融資，總金額在3.25億美元，截至2021年，公司總募集金額超過6.02億美元。 截至2021年4月，Scale AI 最新估值達到了7373億美元億美元。圖：公司融資金額（百萬美元）

31、圖：公司融資金額（百萬美元）0.124.518100155325050100150200250300350種子輪A輪B輪C輪D輪E輪28請務必閱讀正文之后的信息披露和免責申明資料來源：Scale AI 官網、天風證券研究所4.34.3、 Scale AIScale AI 營收高增長的背后源于公司在自動駕駛汽車行業中數據標注的起源，公司成立初期就開始構建激光雷達標注工具，以滿足極其嚴格的標注標準。隨著Scale AI發展到服務于其他行業，它利用其在自動化駕駛領域的標注經驗，為公司提供服務等級協議（SLA）以保證質量。 大多數公司在將數據輸入AI模型之前，需要人工用標簽對其進行注釋。而Scale AI正試圖使用自動化系統完成大部分標記和識別工作并且推出“Scale Rapid”快速數據標簽服務。 在自動駕駛領域，Scale AI支持動態3D激光雷達點云標注，點云分割，雷達等等，并對一組數據進行標注（行人、騎自行車的人、汽車等）。圖：圖：Scale AI Scale AI 自動駕駛數據標注技術自動駕駛數據標注技術公司自動駕駛公司自動駕駛3D3D標注相關業務起步較早標注相關業務起步較早