数据处理方法、装置及存储介质制造方法及图纸

本申请提供了一种数据处理方法、装置及存储介质，其中，方法包括：实时获取闲置计算区块的数量K；K大于或等于1；按照探测数据的预设优先级顺序从缓存堆栈中调取前K个探测数据并输入所述闲置计算区块进行感知计算；根据所述K个探测数据的探测范围之间的边界关系对所述K个探测数据的感知计算结果进行实时融合，输出感知结果。本申请提供的数据处理方法，解决了传感器无法实时对数据进行感知计算的问题。

【技术实现步骤摘要】
数据处理方法、装置及存储介质
本申请涉及计算机
，尤其涉及一种数据处理方法、装置及存储介质。
技术介绍
在智能驾驶系统中，感知算法是提供了“眼睛”的功能，是后续预测、决策规划算法的输入，是自动驾驶系统重要的组成部分。当前的感知算法多基于深度学习技术来获得更好的性能，而运用深度学习技术处理图像数据时，由于图像或视频等分辨率越来越高，导致计算资源无法进行合理分配，从而难以提高数据处理的实时性。
技术实现思路
本申请实施例提供了一种数据处理方法、装置及存储介质，通过计算资源的合理分配从而提高数据处理的实时性。为解决以上技术问题，本申请包括以下技术方案：第一方面，本申请实施例提供了一种数据处理方法，所述方法包括：实时获取闲置计算区块的数量K；K大于或等于1；按照探测数据的预设优先级顺序从缓存堆栈中调取前K个探测数据并输入所述闲置计算区块进行感知计算；根据所述K个探测数据的探测范围之间的边界关系对所述K个探测数据的感知计算结果进行实时融合，输出感知结果。第二方面，本申请实施例提供了一种数据处理装置，所述装置包括：获取模块，用于实时获取闲置计算区块的数量K；K大于或等于1；计算模块，用于按照探测数据的预设优先级顺序从缓存堆栈中调取前K个探测数据并输入所述闲置计算区块进行感知计算；融合模块，用于根据所述K个探测数据的探测范围之间的边界关系对所述K个探测数据的感知计算结果进行实时融合，输出感知结果。第三方面，本申请实施例提供了另一种数据处理装置，所述数据处理装置包括处理器、存储器以及通信接口：所述处理器与所述存储器、所述通信接口相连；所述存储器，用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行：实时获取闲置计算区块的数量K；K大于或等于1；按照探测数据的预设优先级顺序从缓存堆栈中调取前K个探测数据并输入所述闲置计算区块进行感知计算；根据所述K个探测数据的探测范围之间的边界关系对所述K个探测数据的感知计算结果进行实时融合，输出感知结果。第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上述第一方面提供的数据处理方法。本申请提供了一种数据处理方法，通过对传感器探测范围内的整帧数据进行拆分，并按照预设优先级顺序对拆分后的探测数据进行计算，计算后发送至融合模块进行融合，最后输出数据处理结果，本申请提供的数据处理方法，通过将整帧数据进行拆分，从而缩短了拆分后的每个探测数据的探测时间，实现了提高对数据进行感知计算的实时性。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的一种数据处理方法的应用场景示意图；图2是本申请实施例提供的一种传感器安装位置示意图；图3是本申请实施例提供的一种数据处理方法的流程示意图；图4是本申请实施例提供的一种旋转机械式激光雷达对一帧数据拆分成多个探测数据的示意图；图5是本申请实施例提供的一种MEMS固态激光雷达对一帧数据拆分成多个探测数据示意图；图6A是本申请实施例提供的一种摄像头对一帧数据拆分成多个探测数据示意图；图6B是本申请实施例提供的一种摄像头对一帧数据拆分成多个探测数据另一种示意图；图7是本申请实施例提供的一种扫描型传感器的数据处理方法的流程示意图；图8是本申请实施例提供的一种非扫描型传感器的数据处理方法的流程示意图；图9是本申请实施例提供的一种数据处理装置示意图；图10是本申请实施例提供的另一种数据处理装置示意图。具体实施方式为使本申请的上述目的、特征和优点能够更加明显易懂，下面将结合附图对本申请的具体实施方式做详细说明。本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。请参考图1及图2所示，图1是本申请实施例提供的一种数据处理方法的应用场景示意图，该应用场景示意图包括传感器10和车辆20，本申请提供的数据处理方法应用于传感器10。其中，车辆20上安装传感器10。如图2所示，图2是本申请实施例提供的一种传感器的安装位置示意图。传感器10可以包括扫描型传感器和非扫描型传感器，用于获取传感器探测范围内的点云数据，对获取的点云数据进行处理。其中，扫描型传感器可以包括但不限于是激光雷达，例如微机电系统（Micro-Electro-MechanicalSystem，MEMS）固态激光雷达、旋转机械式扫描激光雷达等，非扫描型传感器可以包括但不限于是图像传感器、固态激光雷达，其中图像传感器例如可以为数字摄像头、模拟摄像头等，固态激光雷达例如可以为flash激光雷达。在本申请实施例中，自动驾驶感知系统可以由一个传感器10组成。其中，如图2所示，当传感器10进行前向采集点云数据采集时，可以安装在A所示的位置，可以理解的是，传感器10也可以安装在B所示的位置。在本申请实施例中，不对传感器10的具体安装位置进行限制。可以理解的是，本申请实施例中，如图2所示，自动驾驶感知系统也可以由多个传感器组成，其中，当所述自动驾驶感知系统由多个传感器组成时，其中，所述自动驾驶感知系统包括的传感器数量和类型具体不做限制。传感器10可以为自动驾驶感知系统中的任意一个传感器，本申请不对自动驾驶感知系统的具体组成形式进行限制。车辆20可以包括轿车、客车、半挂车、越野车、专用汽车、载货汽车、牵引车、自卸汽车或其他任何车等种类的车辆，这里不对车辆20的种类、类型或者型号做限制。在本申请实施例中，车辆可以在十字路口、交叉路口、高速公路等不影响通行的道路上行驶。在本申请实施例中，车辆20可以通过传感器10获取预设探测范围内的点云数据，由传感器10对获取的点云数据进行处理，并将处理结果显示在车载终端上。接下来将全部结合图1出示的数据处理方法的应用场景示意图及图2出示的传感器安装位置示意图来介绍本申请实施例提供的数据处理方法。请参考图3所示，图3是本申请实施例中的一种数据处理方法的流程示意图，所述方法包括：S301、实时获取闲置计算区块的数量K；K大于或等于1。具体地，传感器内部的任务调度系统实时探测多个计算区块中的闲置区块，并获取闲置计算区本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：/n实时获取闲置计算区块的数量K；K大于或等于1；/n按照探测数据的预设优先级顺序从缓存堆栈中调取前K个探测数据并输入所述闲置计算区块进行感知计算；/n根据所述K个探测数据的探测范围之间的边界关系对所述K个探测数据的感知结算结果进行实时融合，输出感知结果。/n

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：
实时获取闲置计算区块的数量K；K大于或等于1；
按照探测数据的预设优先级顺序从缓存堆栈中调取前K个探测数据并输入所述闲置计算区块进行感知计算；
根据所述K个探测数据的探测范围之间的边界关系对所述K个探测数据的感知结算结果进行实时融合，输出感知结果。


2.根据权利要求1所述的方法，其特征在于，所述按照探测数据的预设优先级顺序从缓存堆栈中调取前K个探测数据并输入所述闲置计算区块进行感知计算之前，所述方法还包括：
将一帧点云数据划分为M个探测数据；其中，M≥K；
每获取一个探测数据则将所述探测数据的数据信息和所述探测数据对应的优先级信息存储到缓存堆栈中。


3.如权利要求2所述的方法，其特征在于，所述将一帧点云数据划分为M个探测数据，包括：
根据所述传感器的类型确定将一帧点云数据划分为M个探测数据的划分方式；所述划分方式包括以下至少一项：在所述传感器为扫描型传感器的情况下，按照所述扫描型传感器探测一帧点云数据对应的探测周期划分、按照所述扫描型传感器探测一帧点云数据对应的探测范围划分；在所述传感器为非扫描型传感器的情况下，按照所述非扫描型传感器探测一帧点云数据对应的空间区域划分。


4.根据权利要求2所述的方法，其特征在于，所述每获取一个探测数据则将所述探测数据的数据信息和所述探测数据对应的优先级信息存储到缓存堆栈中之前，所述方法还包括：
获取每个探测数据的探测范围；
根据所述每个探测数据对应的探测范围与预设目标探测范围的位置关系确定所述每个探测数据对应的优先级信息。


5.根据权利要求4所述的方法，其特征在于，根据所述每个探测数据对应的探测范围与目标探测范围的位置关系确定每个探测数据对应的优先级信息之前，所述方法还包括：
确定所述传感器的探测范围内的一般探测范围和目标探测范围；所述目标探测范围为用户预设的重点探测区域；
所述根据所述每个探测数据的探测范围与目标探测范围的位置关系确定所述每个探测数据对应的优先级信息，包括：
确定所述每个探测数据的探测范围是否位于所述目标探测范围内；若所...

【专利技术属性】
技术研发人员：王斌，
申请(专利权)人：深圳市速腾聚创科技有限公司，
类型：发明
国别省市：广东;44