【产品发布】iTT-GT真值系统，以开放式架构和全栈式AI自动化能力，构建感知验证数据闭环新范式
摘要：在智能驾驶竞争回归“体验与安全”本位的当下，感知算法迭代效率正成为车企核心竞争力。IAE智行众维推出 iTT-GT 真值系统，以开放架构为底座，融合 AI 自动化与闭环评测能力，助力车企打通从路采数据处理→真值生成→算法评测→结果验证的完整流程。
行业背景：智驾研发步入“深水区”
感知研发的核心瓶颈仍在于真值生成与评测流程的滞后。传统模式不仅受困于传感器标定偏差、时空同步难等数据质量问题，更因人工标注效率低、缺乏过程证据及量化评测体系，导致大量路采数据难以持续复用，严重制约算法研发、验证与量产迭代效率。
针对上述挑战，IAE 智行众维推出?iTT-GT 真值系统。该系统通过打破“数据孤岛”与“黑盒作业”的工具链壁垒，面向车企与 Tier 1 提供即采即用、高效闭环的一站式真值生成与测评平台，构建感知算法验证闭环。
01 高精度同步底座：构建可信的数据基准
iTT-GT 基于高精度全链路时间同步能力，确保评测数据具备统一的数据基准：
- 高精度时空同步：原生支持 GPS 与 PTP/gPTP 微秒级硬件时间戳对齐以及相机触发曝光，可实现 Camera、LiDAR 等多传感器全链路硬件时间对齐。同时兼容主动、被动双向授时模式，可直接适配客户现有智驾域控及数据采集系统，无需对整车进行二次改造。
- 数据完整性：通过对数据流的实时监控与校验，保证算法训练、评测与回归分析始终基于一致的数据基准。
02 开放式架构：统一的数据资产与评测底座
iTT-GT 改变了采集硬件与标注软件深度绑定的传统模式，实现数据资产的持续增值：
- 存量资产唤醒： 兼容主流传感器协议，支持直接解析并处理存量路采数据包（如 Rosbag、MCAP），让历史数据持续服务于算法训练、验证与回归分析，而不是随着工具链更替成为“沉没成本”。
- 评测生态自主：打破“黑盒”限制，支持用户直接接入自有算法模型与评测逻辑，实现对算法迭代及验证过程的自主可控。
03 应对长尾挑战：自动化标注与场景筛选构筑效率壁垒
iTT-GT 通过引入 AI 自动化流水线，实现了从“人找数据”到“数据找人”的转变：
- 多模态自动标注：内置高性能多模态融合算法，自动完成点云与图像的高精度时空对齐与标注，支持轨迹级的交互式精修。
- 智能长尾挖掘：系统内置离线场景筛选引擎，研发人员可通过定义触发条件(如：特定距离的切入、遮挡工况、恶劣天气)，自动化挖掘、分类与归档长尾场景。这种“场景按需供给”的能力，直接解决了算法训练中 Corner Case 匮乏的工程痛点。
04 闭环评测能力：让每次算法升级都有量化依据
iTT-GT 面向感知算法验证流程，支持将Ground Truth（GT）与算法输出进行对比分析，形成多维度评测指标和过程记录。
- 全维量化评测体系：内置标准化评测体系，覆盖目标检测、目标跟踪、轨迹预测、车道线识别等核心算法，可自动输出 IoU、Precision、Recall、MOTA、MOTP 等关键指标，并支持批量回归分析、多版本算法对比，帮助研发团队持续跟踪算法演进效果。
- 标准化交付报告：自动输出包含性能对比、覆盖率及演进趋势的结构化报告，并提供“原始数据-参考真值-算法预测”联动回放，助力研发团队快速定位误检根因。
05 安全合规与极速部署：沙箱极速部署适配专属云环境
iTT-GT 通过创新的部署模式，提供了兼顾部署效率与数据安全的解决方案。
- 合规支持：支持人脸与车牌自动模糊脱敏，内置标准的地理信息加偏与解耦接口，确保真值处理全过程满足相关监管与合规要求，为主机厂合规使用提供支撑。
- 容器化沙箱：采用插件隔离架构，支持私有云环境下一键拉起，简化环境调试，大幅缩短从系统集成到上线验收的周期。
从数据到算法，构建持续演进的数据闭环
欢迎扫描下方二维码，了解更多产品详情
