- 综合排序
- 最热优先
- 最新优先
腾讯自动驾驶DMS方案：破解数据闭环难题，驱动研发效能提升
第一章：破解自动驾驶数据闭环共性瓶颈 自动驾驶数据闭环需完成“量产采集-场景还原-仿真测试-算法升级”全流程，但行业面临以下核心痛点（数据来源：腾讯智慧出行，2025.09 Tencent Intelligent 数据异构：不同供应商数据采集方案、存储格式、仿真数据管理差异大，真实场景难转统一数据。 第二章：部署腾讯自动驾驶DMS一体化方案 腾讯提供自动驾驶DMS（数据管理系统）方案，基于腾讯地图、合规云、AI能力构建智驾数据处理平台，一站式覆盖数据接入、预处理、脱敏加密、挖掘、标注、管理、训练各环节 第四章：客户实践案例 （注：原文未提供具体客户案例，此处基于材料客观说明） 第五章：选择腾讯的核心技术支撑 腾讯自动驾驶DMS方案的技术领先性体现在（数据来源：腾讯智慧出行，2025.09 Tencent Intelligent Mobility）： 全链路整合：唯一覆盖“采集-处理-挖掘-标注-训练”全闭环的一体化平台，打破多环节割裂。
20610编辑于 2026-04-12- 来自专栏机器之心
从云端到落地，自动驾驶如何走好这条「闭环」？
业内许多人士认为，自动驾驶在高速发展下，正在从技术驱动转向数据驱动时代。的确，无论走哪种技术路线，车企更多需要通过真实数据来驱动真正的自动驾驶体验。 数据贯穿自动驾驶的研发、测试、量产、运维、售后等全生命周期，企业也需要利用从研发到使用全过程产生的数据，来不断提升、迭代自动驾驶系统。 那么，目前自动驾驶最迫切的数据应用场景是什么？ 自动驾驶需要上云吗？ 从软件算法到硬件设备，自动驾驶领域天生就会产生很多数据。 这样一来，车端源源不断地获取数据，云端对数据进行分析，可以完成获取、清洗、标注、训练以及模型验证的整个数据闭环，为感知、融合、决策、定位、测试等环节提供全方位的帮助。 ，建立一套行之有效的行业协作机制，背靠浦东丰富的城市社区场景和海量的出行服务需求，以数据管理和应用为导向，形成一个可持续、可管理、可闭环的数据生态。
84820编辑于 2023-03-29 - 来自专栏腾讯自动驾驶
腾讯以全真互联技术打造自动驾驶闭环实践，加速自动驾驶全面应用
该标准包括自动驾驶系统设计运行条件、自动驾驶系统技术要求、自动泊车系统技术要求、汽车软件升级技术要求等十方面，将为深圳智能网联汽车地方准入管理提供技术支撑。 除了助力坪山打造的智能网联交通测试示范平台，前不久，腾讯还宣布了基于全真互联技术打造的首个自动驾驶综合创新实践项目，已正式在北京总部完成全闭环运行，未来将在位于深圳的腾讯全球总部企鹅岛进行工程部署。 自动驾驶小巴车编队行驶 在腾讯此次基于全真互联技术打造的自动驾驶验证项目中，每辆自动驾驶小巴都配备了完善的激光雷达和视觉感知能力，同时为了实现编队行驶、超视距感知、全局调度等具备更高安全性，项目联合团队在园区内搭建了 除了满足现阶段自动驾驶和远程驾驶、交通调度和管理等需求以外，未来在接入能源、环境、设施、服务等领域数据后，数字孪生也会成为园区综合运营管理平台的能力基础全面应用。 对此，腾讯自动驾驶总经理苏奎峰表示，腾讯的企鹅岛自动驾驶综合创新实践项目，对车端、路侧设备、道路系统、城市空间以及城市交通管理等方面进行综合考虑，也在各层面的全新规划逻辑上提出了创新的技术方案，有望为自动驾驶的全面普及提供实践经验
61120编辑于 2023-11-13 - 来自专栏JAVA葵花宝典
从数据闭环谈微服务拆分
数据闭环，并不是说我们要将所有的功能全包揽在身上，不依赖其他业务方，也不依赖中台。 而是想强调一件事，那就是业务问题排查过程尽量不要牵扯过多团队，因为数据链路越长越乱处理问题时效性越差，服务性能往往也不尽人意。我先分享个案例给你，或许能帮助你理解和产生共鸣。 如果中间环节都拆分成单独的业务，而各种样式内容的站内站外分发交由各个频道独立处理，也就是内容从生产到审核都是在闭环的，那案例中的隐藏的大坑就不复存在。 我们结合数据库IO告警和数据库慢查询来看，那个时间段应该是有人在跑大数据调度任务，可是很难定位到具体的任务。 不知道读者有没有体验过这种因为数据源依赖导致个别业务性能受到影响，包括很难优化的数据库慢查询。因此，它们的数据源应该拆分掉，业务同理。
61210发布于 2019-11-06 - 来自专栏松华说
从数据闭环谈微服务拆分
数据闭环，并不是说我们要将所有的功能全包揽在身上，不依赖其他业务方，也不依赖中台。 如果中间环节都拆分成单独的业务，而各种样式内容的站内站外分发交由各个频道独立处理，也就是内容从生产到审核都是在闭环的，那案例中的隐藏的大坑就不复存在。 我们结合数据库IO告警和数据库慢查询来看，那个时间段应该是有人在跑大数据调度任务，可是很难定位到具体的任务。 不知道读者有没有体验过这种因为数据源依赖导致个别业务性能受到影响，包括很难优化的数据库慢查询。因此，它们的数据源应该拆分掉，业务同理。 最后多说一点，不管采用何种方式拆分服务，或者何种组合拆分方式，都要注意数据流向，千万不能出现循环依赖，包括使用MQ解藕，那也算一种隐层的依赖。
57110发布于 2019-11-05 - 来自专栏HuggingFists
HuggingFists数据服务发布--功能闭环
为打通这一扩展壁垒，HuggingFists推出了“数据服务”模块。支持以配置的方式添加一个第三方的WebAPI接口，并可使用系统内置的“数据服务调用”算子在流程中调用此接口。 HuggingFists数据服务模块的功能示意图如下： 数据服务中的远程接口管理模块负责集成第三方的Web API接口。允许配置Web接口的请求方法以及接口参数的各类提交方式。 除此外，数据服务还支持将HuggingFists中的数据流程包装成一个API接口对外提供服务，供第三方应用访问。如图中的服务接口管理所示。 HuggingFists社区版的愿景是在数智时代下让使用者能够更便捷的应用各类AI技术处理数据并发现数据中的价值。这也正符合当前国家数据要素化发展的潮流。 绝大多数科研工组者并不以编程见长，一个更低门槛的数据处理工具将更有利于科研工作中的数据处理与分析。减少部分科研工作者由于缺乏数据分析手段而错过的奇思妙想。
40800编辑于 2024-09-28 - 来自专栏腾讯大讲堂的专栏
数据驱动、精细闭环的运维服务
通过数据来体现服务质量，并通过流程驱动闭环的形成，不断的提升运维服务质量。 “云梯”服务化涉及范围较多，如版本服务、活动服务、登录服务、下载服务、成本服务等。 DNF在大版本后登陆投诉有成倍的上涨，在开发无法添加TQOS的情况下，运维从TCLS上报的登陆数据，与完整性校验、游戏内的卡机等问题进行切入。并联合心悦俱乐部主动关怀。 进行分析： IDC出口质量波动 IDC割接次数 IDC覆盖全国质量 DNF业务各IDC占比 DNF业务各IDC掉线率 QQ炫舞视频秀玩家体验优化服务 下图为视频秀体验相关监控，可以监控版本发布前后关键数据的浮动 ，以及影响玩家体验的数据；视频秀主要指标为关键帧成功率、发包成功率；同时也可以监控到单个主播的质量，用于处理实时问题。
94560发布于 2018-02-11 腾讯自动驾驶DMS：构建多模态数据检索与Tbps级海量吞吐的闭环基础设施
突破自动驾驶海量数据闭环瓶颈 当前自动驾驶完整的数据驱动闭环链路涉及数据采集商、软硬件供应商、车厂及算法公司等多个领域。 部署一站式自动化数据管理与合规处理中台 为解决数据多点分散、利用率低的问题，腾讯基于自研地图、合规云与AI能力，构建了覆盖数据接入、预处理、脱敏加密、挖掘、标注与管理的全链路自动驾驶DMS（数据处理平台 释放计算与存储效能的大规模数据指标 基于腾讯云原生架构与智能分层存储机制，平台在降低运维成本（Ops Cost）与提升系统吞吐量方面实现了以下量化业务指标（数据源自《腾讯自动驾驶DMS方案介绍》）： 降低 贯通上下游产业链的智驾研发应用场景 平台作为数字化基础设施，直接服务于智能网联与自动驾驶的商业落地，为行业内异构生态伙伴提供标准化的数据流转中枢： 打破组织协作壁垒：平台API网关与数据门户（Data 全场景算法研发支撑：有效支撑自动驾驶感知、定位、预测、决策、控制等核心算法模块的数据管理需求。
18110编辑于 2026-04-12- 来自专栏接地气学堂
只需五步，实现数据分析闭环
很多做数据的同学，光看着自己写报告，看不到自己的建议被落地，常心怀缺憾。觉得不能像产品/运营那样，打造一个数据分析的闭环，能力也没法提升。其实这是一种误解。 今天结合一个具体案例，看看数据分析的闭环，究竟如何打造。 问题场景： 某餐厅，其所在的商场原本可免费停车，从本月起改为收费停车，而且停车费相当贵。餐厅店长纠结：停车费是否会影响收入。 如果数据分析能在多轮迭代中，成功预知到这些错误结果。那么数据分析已经实现了分析闭环，并且提升了自身能力。 要特别注意一个问题，就是在提假设阶段，只给预判，不给预判逻辑。 1、用数据量化问题 2、形成分析假设 3、落实业务行动 4、监控问题走势 5、总结分析经验 完成这五步，就完成了数据分析闭环。 ? 聪明的同学们已经注意到了，数据分析的闭环，是不需要经过业务同意就能建立起来的。
71480发布于 2021-07-23 - 来自专栏数据化管理
闭环管控体系与数据指标管理
闭环.jpg 1.1 什么是业务流程管理 业务流程管理也叫作BPM（BusinessProcessManagement），是企业实现业务目标的管理流程，包括、目标分解、业务计划、预算管理、实施监控 、持续改善、评估和激励以及再次制定目标和实施的闭环系统。 1.2 闭环业务管控流程（PDCA） 闭环业务流程管理中有4个关键环节是非常重要的，它们分别是：计划、实施、检查、改善，即PDCA循环，如下图所示。 1.3 闭环业务管控流程下的数据指标管理 业务管控的实施需要用数据做支撑。数据化管理让企业的业务管控回归到商业的本质，回归客户价值，在为客户创造价值的过程中获得成长。 ②实施阶段的数据化管理 在计划实施阶段，要关注各种数据化指标的完成情况，每个计划对应的数据指标都要进行量化，确保有全面的衡量指标。
1K40发布于 2020-06-15 - 来自专栏CreateAMind
Tesla Autonomy Day和Full Self-Driving视频 产业链软硬件数据闭环 自动驾驶的苹果
v=nfIelJYOygY 如果传统方法可行，为什么AlphaGo需要深度学习；现在只有tesla实现了数据收集的闭环，如果所有场景都是训练集数据，实现的无人驾驶效果会怎么样？ 算法+算力+网络（数据）将是最核心的生产力。 1 Tesla让我们感到自动驾驶行业的威胁，而不是waymo apollo； tesla 明年落地robo taxi 能力ok； 其他威胁来自会跟进telsa自动驾驶思路的大公司 百度 车厂 商汤 旷世等 ，当然跟进者面临共同的门槛：完整的大量的驾驶数据。 tesla有无人驾驶行业流程及技术迭代的闭环，车辆收集数据量大，算法迭代速度快，常规算法（模仿学习监督学习检测识别等）实现了落地应用。 2.
63520发布于 2019-05-13 - 来自专栏数据猿
中国系统：打造数据要素闭环样板，激发数据要素潜能
数据要素的重要性在凸显，但发展却停滞不前？ 数据要素市场正在日益壮大，市场规模也在高速增长。十三五期间，以数据采集、数据清洗、数据标注、数据交易等核心数据要素环节构成的中国数据要素市场规模快速增长。 以安全合规为基础，打造数据要素闭环样板 数据要素想要安全合规的流通，就需要解决梳理流通中的种种问题，打造一个安全可靠的流通闭环。 其次在流通模式上，中国系统从原始数据直接交易升级为数据资源、数据元件、数据产品的三级市场模式，着力培养数据元件市场，建立数据要素驱动的新发展模式。 在具体落地层面，刘国栋给出了中国系统数据要素闭环样板的具体实施方案。具体做法就是：“根据国家的数据安全法律以及行业的法律法规以及国家的政策，将数据分级分类形成体系。 数据要素闭环样板中，最核心的部分在于如何把制度、技术、法律体系等融合到数据要素工程体系里面，把它们系统化、工程化。目前，中国系统已经基本解决了这个难点问题，先行一步实现了安全性的解决方案。
49540编辑于 2022-05-19 - 来自专栏机器之心
嬴彻科技日: 发布《自动驾驶卡车量产白皮书》分享从量产走向无人技术路线
，采用创新性的增强影子模式的数据闭环扩大技术领先优势。 特别在小时级的车云协同全局速度规划算法上取得突破，在云端建立以关键途径点为节点的 GNN（Graph Neural Network），利用历史经验数据和即时交通数据，实现最优的速度推荐。 在实际运营中比金牌司机平均节油 2-5%，逼近 7% 的节油上限。 核心硬件层面，嬴彻自研的计算平台已进入第二代开发，尺寸更小、性能更佳、成本更低。 数据闭环层面，随着规模化生产和运营投放节奏加速，自动驾驶行驶里程快速攀升，嬴彻建立了行业首个自动驾驶卡车数据闭环体系，将数据资产转化为技术优势。 首届赛事聚焦于决策规划算法，邀请全球自动驾驶爱好者一起来解决真实世界中的技术难题，在量产约束条件下挑战算法极限。大赛提供高速干线重卡和复杂城市道路的场景和数据，赛题数据全部来源于真实场景。
67820编辑于 2022-09-06 从 Palantir 本体论到神策 SDAF 闭环：数据驱动决策闭环的两种实现路径
虽然两者的出发点与落地场景不同，但本质上都在回答同一个问题——如何构建一个从数据到决策再到行动的完整闭环。 PART03 神策的实践——SDAF 闭环与多实体模型 SDAF：数据驱动的决策闭环 在 2020 年，神策数据提出了 SDAF 闭环的概念。 ，都在强调从数据到行动的完整闭环。 ：如何构建一个从数据感知到智能决策再到业务行动的完整闭环系统。 更完整的闭环： 从局部闭环到全局闭环，从单一触点到全渠道协同，从单次交互到全生命周期管理。这需要打破部门墙，实现数据和业务流程的真正打通。
1.2K11编辑于 2026-01-16- 来自专栏腾讯大数据的专栏
打造腾讯营销数据闭环，MTA联手腾讯广告平台
腾讯移动分析MTA作为业内领先的移动数据服务平台，以移动端数据为依托，以强大的数据分析能力与海量用户画像能力，致力于为开发者提供可靠、精细、有价值的数据服务。 现在，MTA已正式与腾讯系优质广告资源打通，为开发者在数据分析后的下一阶段——精细化触达，提供了方便、快捷的精细化运营实践道路，完善了开发者数据运营的数据闭环。 MTA把移动数据运营实践分为以下几个环节： ? 与腾讯系优质广告资源打通，补全了MTA运营数据分析实践的环节，让开发者能够深度分析、精细化实践，并监测实践结果，不断迭代，实现数据运营的闭环。 MTA如何通过数据分析帮助开发者进行用户触达？ 本次腾讯移动分析MTA与腾讯社交广告、智赢销强强联手，打通并完善了移动开发者的全链路数据监测体系，为腾讯系营销环境提供了一条可靠的数据通路。
2.7K60发布于 2018-01-29 - 来自专栏又见苍岚
自动驾驶数据集 nuScenes
nuScenes 是一个大型公开自动驾驶数据集，它使研究人员能够研究具有挑战性的城市驾驶情况，使用真实自动驾驶汽车的全套传感器。 简介 NuScenes 数据集 (发音为/nuːsiːnz/) 是一个公开的大规模自动驾驶数据集，由 Motional (以前的 nuTonomy)团队开发。 通过向公众发布我们的数据子集，Motion 的目标是支持公众对计算机视觉和自动驾驶的研究。 为此，我们在波士顿和新加坡收集了1000个驾驶场景，这两个城市以拥挤的交通和极具挑战性的驾驶环境而闻名。 对于 nuScenes 数据集，我们在波士顿和新加坡收集了大约15小时的驾驶数据。 数据集特点： 全套传感器（一个激光雷达，五个雷达，六个摄像头, IMU, GPS） 1000 个场景数据，每组数据 20s 1400000 摄像头图像 390000 激光雷达扫描数据 两个城市数据：波士顿和新加坡
2.1K10编辑于 2024-09-06 - 来自专栏云+直播
预告 | 构建全链路数据度量体系 实现DevOps数据驱动闭环
、客观的可度量数据和度量体系，进而由流程驱动在积累一段时间后不能快速的推进至流程和数据双驱动的模式。 解决思路是通过对全链路数据的采集、清洗、聚合、分析，以及在业务框架下，基于成本复盘和后评价机制对数据进行血缘分析和多维关联，并通过归集度量数据指标、度量数据指标拆解、确定度量数据维度、构建度量指标模型， 8月9日（周日）下午15:00 腾讯云大学 邀请 苏宁消费金融 安全运维部负责人 顾黄亮 给大家分享《构建全链路数据度量体系 实现DevOps数据驱动闭环》！ 课程主题： 构建全链路数据度量体系 实现DevOps数据驱动闭环 课程时间：8月9日（周日）下午15:00 课程讲师：苏宁消费金融 安全运维部负责人 顾黄亮 TVP成员，金牌运维大会技术专家，GOPS 、实现数据闭环 3、度量的艺术、让数据说话 4、2020、DevOps路在何方 8.9.jpg 腾讯云大学公众号.jpg 关注“腾讯云大学”公众号，了解更多免费、专业、行业最新技术动态分享~ 腾讯云大学是腾讯云旗下面向云生态用户的一站式学习成长平台
1K52发布于 2020-08-06 - 来自专栏量子位
照着这本“书”，3年量产自动驾驶卡车
全栈自研自动驾驶技术，在算法、计算平台、数据闭环等方面都取得重要突破。 覆盖了量产、商用、常态化运营和最新技术进展，代表着自动驾驶卡车的率先落地进度，也是披露方嬴彻科技的实力秀。 在实际运营中已实现比金牌司机平均节油2-5%，逼近7%的节油上限。 核心硬件层面，嬴彻自研的计算平台已进入第二代开发，尺寸更小、性能更佳、成本更低。 数据闭环层面， 嬴彻的创新性增强影子模式，相比传统影子模式，提供面向L4级技术迭代所需的长时间行为（如油耗相关行为等）的采集和评估能力，实现实时A/B Test高效算法迭代，降低数据采集成本同时提升数据有效性和精准度 系统开发方面，嬴彻摸索出一套完整的自动驾驶量产开发体系与全栈自研技术，覆盖车端和云端的全部构成，包括自动驾驶、电子电气、线控底盘、人机交互、网络安全、云基础设施和数据闭环等7大核心系统。 这是国内首次覆盖干线物流赛道的算法大赛，同时提供量产高速重卡和复杂城市道路的场景和数据, 赛题数据全部来源于实际业务场景。
48110编辑于 2022-09-02 - 来自专栏半杯茶的小酒杯
自动驾驶数据集-Argoverse Dataset
Argoverse数据集是由Argo AI、卡内基梅隆大学、佐治亚理工学院发布的用于支持自动驾驶汽车3D Tracking和Motion Forecasting研究的数据集。 Argoverse数据集包含LiDAR数据、 RGB视频数据、前向双目数据、6 DOF的定位数据以及高精地图的数据，所有的数据都跟高精地图数据进行过配准。 Argoverse是第一个包含高精地图的数据集，它包含了290KM的带有几何形状和语义信息的高精地图数据。 : 地图车道中心线(Red)和可行驶区域(黄色) 路口数据(紫色) 地图车道的前驱和后继 Argoverse Map的矢量数据(Vector Map)采用扩展的OpenStreetMap(OSM) 格式，并提供了Python API用于获取地图数据。
2.1K30编辑于 2022-04-28 注塑机数据采集如何实现与 MES 系统的双向数据闭环？
；数据孤岛严重，无法对接管理系统：采集的数据无法与MES、ERP等管理系统无缝打通，导致上层管理系统无真实实时数据支撑，沦为“人工填报工具”，IT与OT完全割裂。 采集过程可实现数据本地缓存+断点续传，断网时数据本地存储，网络恢复后自动续传，彻底解决工业现场网络波动导致的数据丢失问题，保障数据的完整性与连续性。 五、数据系统对接能力采集的设备数据支持双向灵活对接，既可以接入配套的工业物联网平台实现可视化应用，也可无缝对接企业现有第三方管理系统，打破数据孤岛，实现IT与OT的深度融合。 、WMS等管理系统，实现双向数据闭环：上行：设备采集的生产、工艺、品质、能耗数据，可实时同步至MES等系统，为生产排程、工单管理、成本核算、质量追溯提供真实、实时的数据支撑；下行：可接收MES系统下发的工单 、报表自动生成，告别低效的人工核算，数据实时准确，为管理层科学决策提供数据支撑，大幅降低管理成本。
18010编辑于 2026-03-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号