智能驾驶数据闭环平台集成了数据采集、标注、存储、分析和模型训练等功能，为智能驾驶研发和应用，提供全流程数据支持和管理。主要功能包括：

    智能驾驶数据统一管理，包括在线数采方案管理、自动化流水线数据处理、场景识别与标签管理、海量数据存储与高效检索、高效标注工具、数据集资产管理等；

    提供在线模型训练评估和管理能力，提升算法开发效率和算力资源利用率；

    提供在线仿真测试工具和仿真场景库，实现云上大规模并行仿真加速迭代。

    成熟的数据闭环平台解决了数据查找难、数据处理集成度低、数据标注成本高、数据复用难、训练无平台自动化程度低、仿真测试效率低等问题。

功能特点

自主可控

核心数据必须建立在自主可控的基础上，AI 服务器从最底层的指令集起，均为自研。

软硬协同

MindSpore+ CANN+ Atlas 协同，发挥硬件极致性能（主流模型相比英伟达主流产品 A100 提升 20+％）模型算法快速迭代演进，支持增量训练，边学边用，算法应用持续选代升级，及时满足变化场景需求。

云边协同

算法自主下发更新、设备状态自动回传，中心训练出的模型算法可以快速便捷部署至边缘。

一站式开发

一站式数据处理、模型开发、模型优化、模型部署、推理服务，提升科研效率，有效降低 AI 开发与落地门槛端侧智能终端域控制器，自主研发 BranBox A200 域控制器，具有算力强、体积小、重量轻及国产化

程度高等优点，适合各类基于 AI 的智能应用终端。

优势

a. 上云数据量减少 90%，构建难例数据集成本减少 70%；

b. 节省数据处理时间和成本 80%；

c. 整体算力节省 50%；

d. 仿真周期从天级缩短到小时级。

-- 时间同步：基于 PPS/PTP 主动触发，实现激光、视觉等传感器的毫秒级时间同步。

--空间标定：激光、视觉、毫米波、惯性导航等设备统一到后轴中心，标定精度在 3 个像素内。