与人工智能的其他领域相比，自动驾驶汽车对训练数据依赖性最强。自动驾驶汽车系统的好坏很大程度上取决于所使用训练数据的类型、数量与质量。

为了确保汽车能够在有限或没有人类干预的情况下行驶，自动驾驶必须正确处理从传感器收集的数据，准确识别道路中的障碍物并及时给予回应，以保证汽车安全行驶。

数据采集工具

自动驾驶使用各种传感器来收集、识别周围环境信息，主要工具可分为两大类：视觉类相机如单目摄像机、双目摄像机、全景相机与红外相机；雷达类测距传感器如激光雷达、毫米波雷达、超声波雷达等。

摄像机善于准确解释二维信息，它可以准确感知颜色、速度、光强度等等，将车辆、行人、路标等物体进行分类。而雷达优势在于不受外界环境天气的干扰，即使遇见恶劣天气能见度降低，也丝毫不影响数据的采集。

如何训练数据

自动驾驶对数据需求量巨大，它必须针对汽车行驶过程中的每个场景实时训练。

为了正确训练自动驾驶系统，行业衍生出完备的数据处理产业链，数据标注就是其中之一。通过标注技术将采集到的原生数据转换成机器可理解的语言，以便机器识别不同对象。  

数据标注有助于机器学习信号、路标、行人、天气状况、车辆之间的距离、深度和其他相关信息等道路信息。

大多人工智能企业都选择相信专业的基础数据服务公司，几家顶尖公司之一的曼孚科技是智能数据服务商，专为算法模型提供多样化的训练数据，以此开发更多AI模型。