自动驾驶道路行进时，需掌握与人类同等甚至更高级别的驾驶经验，以便应对各种复杂的场景，以红绿灯为例，汽车不仅要识别、更要迅速做出判断，数据标注可以帮助汽车完成这点。

数据标注对红绿灯的标注范围主要包括移动红绿灯、车道信号灯、红绿灯倒计时、闪光警告、人行道信号灯、非机动车等类目。

红绿灯标注通常以2D数据标注为主，主要工具为矩形框标注，标注员需要将图片中视野可及的红绿灯全部标注完成。

而对于标注细则规范，不同场景对其要求不同，但大多需严格规定以下几点——

（1）红绿灯属性：悬挂式红绿灯、可移动式红绿灯、立桩式红绿灯;

（2）红绿灯方向：向前、向左、向右;

（3）灯头类型：人行灯、圆饼灯、箭头灯、车道信号灯、闪光警告信号灯;

（4）灯头颜色：规定哪个颜色为正常工作状态、故障状态、异常状态;

（5）遮挡情况：前方有无遮挡、灯头在侧面或后面是否需标注。

自动驾驶只能依靠计算机视觉系统辨别红绿灯，这意味着汽车需要几万甚至几十万张图片学以保证其完全掌握交通规则。

计算机视觉系统易受外界环境干扰，如下雨、雾、雪等恶劣天气便会影响汽车“看见”红绿灯。因此，机器学习与视觉计算工程师需就多种场景进行持续训练，数据标注作为模型的养料，也需提升效率与质量，自动驾驶的海量数据需求做支撑。