数据处理方法及装置制造方法及图纸

本说明书提供数据处理方法及装置，所述数据处理方法应用于自动驾驶系统，所述系统包括数据控制模块和数据计算模块，其中，所述数据控制模块获取目标对象的当前环境数据以及地图数据，并基于所述地图数据构建所述目标对象的特征索引树；所述数据计算模块获取所述当前环境数据以及所述特征索引树，并基于所述当前环境数据对所述特征索引树进行检测，确定与所述当前环境数据对应的所述特征索引树的叶子节点，且将所述当前环境数据以及对应的叶子节点输入分类模型，获得所述当前环境数据对应的目标数据。目标数据。目标数据。

【技术实现步骤摘要】
数据处理方法及装置


[0001]本说明书涉及数据处理
，特别涉及一种数据处理方法。本说明书同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质。

技术介绍

[0002]随着互联网技术的发展，无人驾驶技术也日渐成熟，而在无人驾驶技术中，分类模型(例如KNN模型)扮演着核心算法角色；但由于KNN模型需要对大量的数据进行计算处理，从而导致KNN模型的处理复杂度较高，执行耗时较长。
[0003]因此，KNN模型对处理器的计算能力和带宽提出了较高的要求，导致许多无人驾驶企业需要采用计算能力以及带宽较优的处理器，支持KNN模型的执行，进一步增加了无人驾驶企业的成本。

技术实现思路

[0004]有鉴于此，本说明书实施例提供了一种数据处理方法。本说明书同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。
[0005]根据本说明书实施例的第一方面，提供了一种数据处理方法，应用于自动驾驶系统，所述系统包括数据控制模块和数据计算模块，其中，
[0006]所述数据控制模块获取目标对象的当前环境数据以及地图数据，并基于所述地图数据构建所述目标对象的特征索引树；
[0007]所述数据计算模块获取所述当前环境数据以及所述特征索引树，并基于所述当前环境数据对所述特征索引树进行检测，确定与所述当前环境数据对应的所述特征索引树的叶子节点，且将所述当前环境数据以及对应的叶子节点输入分类模型，获得所述当前环境数据对应的目标数据。
[0008]根据本说明书实施例的第二方面，提供了一种数据处理装置，应用于自动驾驶系统，包括数据控制模块和数据计算模块，其中，
[0009]所述数据控制模块，被配置为获取目标对象的当前环境数据以及地图数据，并基于所述地图数据构建所述目标对象的特征索引树；
[0010]所述数据计算模块，被配置为获取所述当前环境数据以及所述特征索引树，并基于所述当前环境数据对所述特征索引树进行检测，确定与所述当前环境数据对应的所述特征索引树的叶子节点，且将所述当前环境数据以及对应的叶子节点输入分类模型，获得所述当前环境数据对应的目标数据。
[0011]根据本说明书实施例的第三方面，提供了一种计算设备，包括：
[0012]存储器和处理器；
[0013]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现任意所述数据处理方法的步骤。
[0014]根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现任意所述数据处理方法的步骤。
[0015]本说明书提供的数据处理方法，应用于自动驾驶系统，所述系统包括数据控制模块和数据计算模块，其中，所述数据控制模块获取目标对象的当前环境数据，并将所述当前环境数据以及特征索引树发送至所述数据计算模块，其中，所述特征索引树基于所述目标对象对应的地图数据构建；所述数据计算模块基于所述当前环境数据对所述特征索引树进行检测，确定与所述当前环境数据对应的所述特征索引树的叶子节点，并将所述当前环境数据以及对应的叶子节点输入分类模型，获得所述当前环境数据对应的目标数据。
[0016]具体地，所述数据处理方法中的数据控制模块，通过构建特征索引树的方式对目标对象对应的地图数据进行预先分类，使得数据计算模块能够通过特征索引树，确定出与当前环境数据对应的叶子节点(即分类后的地图数据)，实现在分类模型对当前环境数据以及对应的叶子节点进行处理的过程中，有效的降低了分类模型的处理复杂度，避免了分类模型执行耗时较长的问题。
[0017]并且，数据处理方法采用异构的方式，在数据控制模块中对特征索引树进行构建，并在数据计算模块中基于分类模型获得当前环境数据对应的目标数据，进一步降低了对处理器的计算能力和带宽的要求，节省了无人驾驶企业的成本。
附图说明
[0018]图1是本说明书一实施例提供的一种采用DSVS数据结构进行算法加速的流程示意图；
[0019]图2是本说明书一实施例提供的一种在基于FPGA进行对构建K
‑
D树进行算法加速过程中FPGA的结构示意图；
[0020]图3是本说明书一实施例提供的一种数据处理方法的流程图；
[0021]图4是本说明书一实施例提供的一种数据处理方法对地图数据进行分割的示意图；
[0022]图5是本说明书一实施例提供的一种数据处理方法中特征索引树的示意图；
[0023]图6是本说明书一实施例提供的一种数据处理方法中执行KNN模型的示意图；
[0024]图7是本说明书一实施例提供的一种应用于车辆自动驾驶场景下的数据处理方法的处理流程图；
[0025]图8是本说明书一实施例提供的一种数据处理方法中下行BD接口的示意图；
[0026]图9是本说明书一实施例提供的一种数据处理方法中上/下行数据接口的示意图；
[0027]图10是本说明书一实施例提供的一种数据处理装置的结构示意图；
[0028]图11是本说明书一实施例提供的一种计算设备的结构框图。
具体实施方式
[0029]在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
[0030]在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0031]应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
[0032]首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
[0033]自动驾驶配送小车：是指一种自动驾驶末端物流车。
[0034]计算平台：即承载自动驾驶算法的平台，广义上是对车辆进行操控的软硬件系统，狭义上主要包含FPGA、异构SOC的板卡。
[0035]KNN算法：k最近邻算法(KNearest Neighbours)，简称为KNN。顾名思义，所谓K最近邻，就是k个最近的邻居的意思；也就是在数据集中，认为每个样本可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，应用于自动驾驶系统，所述系统包括数据控制模块和数据计算模块，其中，所述数据控制模块获取目标对象的当前环境数据以及地图数据，并基于所述地图数据构建所述目标对象的特征索引树；所述数据计算模块获取所述当前环境数据以及所述特征索引树，并基于所述当前环境数据对所述特征索引树进行检测，确定与所述当前环境数据对应的所述特征索引树的叶子节点，且将所述当前环境数据以及对应的叶子节点输入分类模型，获得所述当前环境数据对应的目标数据。2.根据权利要求1所述的数据处理方法，所述基于所述地图数据构建所述目标对象的特征索引树，包括：所述数据控制模块基于所述地图数据的坐标信息构建所述目标对象的特征索引树。3.根据权利要求1所述的数据处理方法，所述数据控制模块获取目标对象的地图数据，包括：所述数据控制模块基于所述目标对象的当前位置以及所述目标对象的预设移动轨迹，确定所述目标对象的地图数据。4.根据权利要求3所述的数据处理方法，所述数据控制模块基于所述目标对象的当前位置以及所述目标对象的预设移动轨迹，确定所述目标对象的地图数据，包括：所述数据控制模块确定所述目标对象的当前位置，并基于所述当前位置从预设移动轨迹中确定所述目标对象的下一移动区域，且获取所述目标对象的下一移动区域对应的地图数据。5.根据权利要求2所述的数据处理方法，所述数据控制模块基于所述地图数据的坐标信息构建所述目标对象的特征索引树，包括：所述数据控制模块基于所述地图数据的坐标信息对所述地图数据进行分类，并基于分类后的所述地图数据构建所述目标对象的特征索引树。6.根据权利要求5所述的数据处理方法，所述数据控制模块基于所述地图数据的坐标信息对所述地图数据进行分类，包括：所述数据控制模块确定所述地图数据的坐标信息中的第一目标坐标，并基于所述第一目标坐标确定所述地图数据的初始中位坐标信息；所述数据控制模块基于所述初始中位坐标信息对所述地图数据进行分类，获得两种类型的地图数据；所述数据控制模块确定每种类型的地图数据的坐标信息中的第二目标坐标，并基于所述第二目标坐标确定所述每种类型的地图数据的目标中位坐标信息，且基于所述目标中位坐标信息对所述每种类型的地图数据进行分类，直至所述每种类型的地图数据的数量等于预设数量阈值。7.根据权利要求6所述的数据处理方法，所述基于分类后的所述地图数据构建所述目标对象的特征索引树，包括：所述数据控制模块将所述地图数据的初始中位坐标信息确定为所述特征索引树的根节点，并将所述每种类型的地图数据的目标中位坐标信息确定为所述特征索引树的子节点，且将所述每种类型的地图数据确定为所述特征索引树的叶子节点；
所述数据控制模块根据所述根节点、所述子节点以及所述叶子节点构建所述目标对象的特征索引树。8.根据权利要求1所述的数据处理方法，所述基于所述地图数据构建所述目标对象的特征索引树之后，还包括：所述数据控制模块将所述当前环境数据以及特征索引树存储至数据存储模块，并基于所述当前环境数据以及特征索引树生成数据处理指令，且将所述数据处理指令发送至所述数据计算模块。9.根据权利要求8所述的数据处理方法，所述数据计算模块基于所述当前环境数据对所述特征索引树进行检测之前，还包括：所述数据计算模块基于接收到的数据处理指令从所述数据存储模块中获取所述当前环境数据以及特征索引树。1...

【专利技术属性】
技术研发人员：周宁，陈希明，余国生，程景星，万佳，梁伟强，丁虎平，谭梦文，邓欢军，张硕，李名杨，王刚，俞伟斌，
申请(专利权)人：阿里巴巴达摩院杭州科技有限公司，
类型：发明
国别省市：