- 降本提效：减少人工分析真实视频测试数据的时间与成本，解决边缘场景识别“慢、贵、繁”的问题。
- 场景扩容：利用识别出的真实边缘场景，驱动开发更多基于真实事件的虚拟测试场景，丰富测试库储备。
- 安全升级：扩大总体场景覆盖范围，提升对预期功能安全（SOTIF）的验证信心，降低实际行驶中的安全风险。
依托SCADE Vision工具，构建无需人工干预的全流程智能识别方案，让边缘场景挖掘更高效、更精准：- 自动标注，省去前置成本：使用前无需进行人工标注，直接对接原始测试数据，省去大量前期准备时间与资金投入，大幅简化流程。
- 精准识别，锁定测试盲区：基于客户记录的真实图像数据，智能捕捉感知算法性能低下、无法检测到有意义对象的边缘状况，精准定位传统测试容易遗漏的盲区。
相比传统人工分析方式，边缘场景自动识别技术的优势堪称“革命性”（案例数据） | | |
|---|
| 分析560小时原始视频数据的时间从2600小时压缩至56小时 | |
| 通过自动分析原始视频数据，省去人工标注、反复核验等环节 | |
| | |
在自动驾驶技术竞争白热化的当下，效率与安全缺一不可。
边缘场景自动识别技术通过AI赋能，将研发从“人工依赖”转向“智能驱动”，既降低了成本、提升了效率，更让安全验证更扎实。
