【技术实现步骤摘要】
自动驾驶的数据识别方法、装置、计算机设备和存储介质
[0001]本专利技术实施例涉及自动驾驶的
,尤其涉及一种自动驾驶的数据识别方法、装置、计算机设备和存储介质。
技术介绍
[0002]为了确保车辆在自动驾驶的准确决策,车辆会对自身的状态、周围环境进行感知,获取大量的数据,例如,车辆的速度、车辆的姿态、交通流信息、道路状况、交通标志,等等。
[0003]对于决策而言,这些数据通常都有一个基本假设,即该数据是近似服从均匀分布的,但是,在真实路测的环境中,环境数据往往呈现不平衡的现象,存在长尾数据,即出现概率较低、不易采集的环境数据。
[0004]例如,对于交通信号灯,可能会出现交通灯损坏、交通灯被漂浮的障碍物遮挡的情况,也可能出现阴天、雨天、雾天等天气,从而影响图像数据、点云数据的采集,此时采集的数据为长尾数据。
[0005]如果缺失这些长尾数据,在部分场景下自动驾驶的决策将出现问题,可能导致事故的发生,因此,目前是人工去挖掘长尾数据,从而使用普通的数据与长尾数据训练高精度的决策方案。
[0006]但是,长尾数据的数量较少,在自动驾驶中每采集1000小时的数据,可能不到1小时为长尾数据,导致人工挖掘长尾数据的效率较低,成本较高。
技术实现思路
[0007]本专利技术实施例提出了一种自动驾驶的数据识别方法、装置、计算机设备和存储介质,以解决人工挖掘自动驾驶的长尾数据效率较低、成本较高的问题。
[0008]第一方面,本专利技术实施例提供了一种自动驾驶的数据识别方 ...
【技术保护点】
【技术特征摘要】
1.一种自动驾驶的数据识别方法,其特征在于,包括:获取在自动驾驶时采集的原始数据;分别确定适用于所述自动驾驶的学生网络与教师网络;计算所述学生网络与所述教师网络之间对所述原始数据进行预测的差异,作为分布差异;根据所述分布差异识别对于所述自动驾驶属于长尾数据的所述原始数据,作为目标数据。2.根据权利要求1所述的方法,其特征在于,所述分别确定适用于所述自动驾驶的学生网络与教师网络,包括:确定一个或多个评价指标;针对同一学习目标分别训练适用于所述自动驾驶的学生网络与教师网络,以在所述评价指标下区分所述学生网络与所述教师网络。3.根据权利要求2所述的方法,其特征在于,所述评价指标包括延时、精确度;所述针对同一学习目标分别训练适用于所述自动驾驶的学生网络与教师网络,以在所述评价指标下区分所述学生网络与所述教师网络,包括:确定数据集,所述数据集包括已标注标签的样本数据;针对指定的学习目标,使用所述数据集训练适用于所述自动驾驶的学生网络;针对所述学习目标,使用所述数据集训练适用于所述自动驾驶的教师网络;其中,所述学生网络的延时低于所述教师网络的延时,所述学生网络的精确度低于所述教师网络的精确度。4.根据权利要求1所述的方法,其特征在于,所述计算所述学生网络与所述教师网络之间对所述原始数据进行预测的差异,作为分布差异,包括:将所述原始数据输入所述学生网络中进行处理,以输出第一检测结果;将所述原始数据输入所述教师网络中进行处理,以输出第二检测结果;以所述第二检测结果作为参考,计算所述第一检测结果相对于所述第二检测结果的差异,作为分布差异。5.根据权利要求4所述的方法,其特征在于,所述第一检测结果包括多个类别与每个所述类别关联的第一概率,所述第二检测结果包括多个所述类别与每个所述类别关联的第二概率;所述以所述第二检测结果作为参考,计算所述第一检测结果相对于所述第二检测结果的差异,作为分布差异,包括:针对每个所述类别,对所述第二概率与所述第一概率之间的比值计算对数;对计算所述第二概率与所述对数之间的乘积,作为所述类别的差异;将所有所述类别对应的所述差异之间的和值设置为所述第一检测结果相对于所述第二检测结果的差异,作为分布差异。6.根据权利要求4所述的方法,其特征在于,所述第一检测结果包括多个第一检测框、每个所述第一检测框关联的多个类别与每个所述类别关联的第一概率,所述第二检测结果包括多个第二检测框、每个所述第二检测框关联的多个所述类别与每个所述类别关联的第二概率;
所述以所述第二检测结果作为参考,计算所述第一检测结果相对于所述第二检测结果的差异,作为分布差异,包括:对所述第一检测框与所述第二检测框进行匹配,作为配对框;针对每个所述配对框中的每个所述类别,对所述第二概率与所述第一概率之间的比值计算对数;对计算所述第二概率与所述对数之间的乘积,作为所述类别的差异;计算所有所述类别对应的所述差异之间的和值,作为所述配对框的差异;将所有所述配对框对应的所述差异之间的和值设置为所述第一检测结果相对于所述第二检测结果的差异,作为分布差异。7.根据权利要求4所述的方法,其特征在于,所述以所述第二检测结果作为参考,计算所述第一检测结果相对于所述第二检测结果的差异,作为分布差异,包括:对所述第一检测结果、所述第二检测结果建立R树结构的空间索引;在所述空间索引...
【专利技术属性】
技术研发人员:夏润,刘传秀,韩旭,
申请(专利权)人:广州文远知行科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。