数据采集方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及数据处理技术领域，公开了一种数据采集方法、装置、设备及存储介质，所述方法包括：在车辆行驶的过程中，获取车端传感器采集的车端数据以及路端传感器采集的路端数据，对车端数据和路端数据进行时空同步，并根据高精地图对时空同步后的车端数据和路端数据进行融合，得到目标数据，基于目标数据进行场景分类，获得多个场景对应的场景数据，根据场景数据构建自动驾驶场景库。本方案可对采集的车端数据和路端数据进行时空同步，然后再基于高精地图对这些数据进行融合之后再进行场景分类，以得到场景数据构建自动驾驶场景库，而自动驾驶场景库可用于为自动驾驶的模型训练和仿真测试提供数据，从而可提高自动驾驶的安全性。性。性。

【技术实现步骤摘要】
数据采集方法、装置、设备及存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种数据采集方法、装置、设备及存储介质。

技术介绍

[0002]随着人工智能和5G通信技术的高速发展，自动驾驶已成为提高行车安全和出行效率的一个未来趋势。从辅助驾驶到L4级高度自动驾驶，基于人工智能算法的感知、归控等关键模块在面对海量的数据和极高的检测精度、效率、鲁棒性等方面有巨大的挑战。获取足够的数据是保证自动驾驶系统高精度、高鲁棒性的前提，同时也是建立自动驾驶场景库的必经之路，可以用于建立仿真测试场景、验证归控算法等。
[0003]为了提高自动驾驶汽车感知系统和规控系统的高效性和鲁棒性，提高自动驾驶系统的安全性，需要足够的真实道路场景数据，但是，仅车端采集的数据并不足以建立某些遮挡场景完整的数据库，而且，路端和车端传感器数据不同步，部分场景下的组合惯导定位精度不高。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0005]本专利技术的主要目的在于提出一种数据采集方法、装置、设备及存储介质，旨在解决如何采集较为完整、精度较高的与车辆相关的数据来构建自动驾驶场景库，提高自动驾驶系统的安全性的技术问题。
[0006]为实现上述目的，本专利技术提供一种数据采集方法，所述数据采集方法包括：在车辆行驶的过程中，获取车端传感器采集的车端数据以及路端传感器采集的路端数据；对所述车端数据和所述路端数据进行时空同步，得到时空同步后的车端数据和路端数据；根据高精地图对时空同步后的车端数据和路端数据进行融合，得到目标数据；基于所述目标数据进行场景分类，获得多个场景对应的场景数据；根据所述场景数据构建自动驾驶场景库。
[0007]可选地，所述对所述车端数据和所述路端数据进行时空同步，得到时空同步后的车端数据和路端数据，包括：获取所述车端传感器中的车端组合惯导对应的第一位置，并获取所述路端传感器中的路端定位设备对应的第二位置；根据所述第一位置和所述第二位置确定所述车端组合惯导和所述路端定位设备之间的相对位置；根据所述相对位置将所述车端数据和所述路端数据统一到所述车辆的车辆坐标
系下，得到空间同步后的车端数据和路端数据；将空间同步后的车端数据和路端数据统一到同一时间戳下，得到时空同步后的车端数据和路端数据。
[0008]可选地，所述根据高精地图对时空同步后的车端数据和路端数据进行融合，得到目标数据，包括：获取高精地图中的地图数据；根据所述地图数据分别对时空同步后的车端数据和路端数据进行匹配定位，得到车端定位结果和路端定位结果；根据所述车端定位结果和所述路端定位结果对时空同步后的车端数据和路端数据进行融合，得到目标数据。
[0009]可选地，所述基于所述目标数据进行场景分类，获得多个场景对应的场景数据，包括：检测所述目标数据中包含的隐私信息，并根据所述隐私信息生成目标检测框；根据所述目标检测框对所述隐私信息进行模糊化处理，以对所述目标数据进行隐私信息清洗，得到清洗后的目标数据；基于清洗后的目标数据进行场景分类，获得多个场景对应的场景数据。
[0010]可选地，所述基于清洗后的目标数据进行场景分类，获得多个场景对应的场景数据，包括：获取预设的多个场景的场景类型；从清洗后的目标数据中匹配与各场景类型对应的数据；根据各场景类型对应的数据进行场景分类，获得多个场景对应的场景数据。
[0011]可选地，所述根据所述场景数据构建自动驾驶场景库，包括：根据所述场景数据对应的场景的场景类型生成场景索引，并建立所述场景数据与所述场景索引之间的对应关系；根据所述场景数据和所述场景索引构建自动驾驶场景库。
[0012]可选地，所述根据所述场景数据构建自动驾驶场景库之后，还包括：从所述自动驾驶场景库中的场景数据中筛选出环境场景数据和行车场景数据；根据所述环境场景数据生成感知模型训练集，并根据所述行车场景数据生成规控模型训练集；根据所述感知模型训练集进行感知模型训练，得到训练后的感知模型；根据所述规控模型训练集进行规控模型训练，得到训练后的规控模型；将所述自动驾驶场景库中除所述环境场景数据和所述行车场景数据之外的场景数据作为测试场景数据；根据所述测试场景数据构建仿真测试场景库；基于所述仿真测试场景库对训练后的感知模型和训练后的规控模型进行测试，并生成测试报告。
[0013]此外，为实现上述目的，本专利技术还提出一种数据采集装置，所述数据采集装置包括：数据采集模块，用于在车辆行驶的过程中，获取车端传感器采集的车端数据以及
路端传感器采集的路端数据；时空同步模块，用于对所述车端数据和所述路端数据进行时空同步，得到时空同步后的车端数据和路端数据；数据融合模块，用于根据高精地图对时空同步后的车端数据和路端数据进行融合，得到目标数据；场景分类模块，用于基于所述目标数据进行场景分类，获得多个场景对应的场景数据；场景库构建模块，用于根据所述场景数据构建自动驾驶场景库。
[0014]此外，为实现上述目的，本专利技术还提出一种数据采集设备，所述数据采集设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据采集程序，所述数据采集程序被处理器执行时实现如上所述的数据采集方法。
[0015]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有数据采集程序，所述数据采集程序被处理器执行时实现如上所述的数据采集方法。
[0016]本专利技术提出的数据采集方法中，在车辆行驶的过程中，获取车端传感器采集的车端数据以及路端传感器采集的路端数据；对所述车端数据和所述路端数据进行时空同步，得到时空同步后的车端数据和路端数据；根据高精地图对时空同步后的车端数据和路端数据进行融合，得到目标数据；基于所述目标数据进行场景分类，获得多个场景对应的场景数据；根据所述场景数据构建自动驾驶场景库。本方案可对采集的车端数据和路端数据进行时空同步，然后再基于高精地图对这些数据进行融合之后再进行场景分类，以得到场景数据构建自动驾驶场景库，而自动驾驶场景库可用于为自动驾驶的模型训练和仿真测试提供数据，从而可提高自动驾驶的安全性。
附图说明
[0017]图1是本专利技术实施例方案涉及的硬件运行环境的数据采集设备结构示意图；图2为本专利技术数据采集方法第一实施例的流程示意图；图3为本专利技术数据采集方法一实施例的车端传感器布置示意图；图4为本专利技术数据采集方法一实施例的数据采集系统原理框图；图5为本专利技术数据采集方法第二实施例的流程示意图；图6为本专利技术数据采集方法第三实施例的流程示意图；图7为本专利技术数据采集装置第一实施例的功能模块示意图。
[0018]附图标号说明：标号名称标号名称10数采设备20中央高线束激光雷达30高线束前向激光雷达40侧向激光雷达50组合惯导天线60补盲激光雷达70摄像头
ꢀꢀ
本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0019]应当理解，此处所描述的具体实施例仅仅用以解释本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据采集方法，其特征在于，所述数据采集方法包括：在车辆行驶的过程中，获取车端传感器采集的车端数据以及路端传感器采集的路端数据；对所述车端数据和所述路端数据进行时空同步，得到时空同步后的车端数据和路端数据；根据高精地图对时空同步后的车端数据和路端数据进行融合，得到目标数据；基于所述目标数据进行场景分类，获得多个场景对应的场景数据；根据所述场景数据构建自动驾驶场景库。2.如权利要求1所述的数据采集方法，其特征在于，所述对所述车端数据和所述路端数据进行时空同步，得到时空同步后的车端数据和路端数据，包括：获取所述车端传感器中的车端组合惯导对应的第一位置，并获取所述路端传感器中的路端定位设备对应的第二位置；根据所述第一位置和所述第二位置确定所述车端组合惯导和所述路端定位设备之间的相对位置；根据所述相对位置将所述车端数据和所述路端数据统一到所述车辆的车辆坐标系下，得到空间同步后的车端数据和路端数据；将空间同步后的车端数据和路端数据统一到同一时间戳下，得到时空同步后的车端数据和路端数据。3.如权利要求1所述的数据采集方法，其特征在于，所述根据高精地图对时空同步后的车端数据和路端数据进行融合，得到目标数据，包括：获取高精地图中的地图数据；根据所述地图数据分别对时空同步后的车端数据和路端数据进行匹配定位，得到车端定位结果和路端定位结果；根据所述车端定位结果和所述路端定位结果对时空同步后的车端数据和路端数据进行融合，得到目标数据。4.如权利要求1所述的数据采集方法，其特征在于，所述基于所述目标数据进行场景分类，获得多个场景对应的场景数据，包括：检测所述目标数据中包含的隐私信息，并根据所述隐私信息生成目标检测框；根据所述目标检测框对所述隐私信息进行模糊化处理，以对所述目标数据进行隐私信息清洗，得到清洗后的目标数据；基于清洗后的目标数据进行场景分类，获得多个场景对应的场景数据。5.如权利要求4所述的数据采集方法，其特征在于，所述基于清洗后的目标数据进行场景分类，获得多个场景对应的场景数据，包括：获取预设的多个场景的场景类型；从清洗后的目标数据中匹配与各场景类型...

【专利技术属性】
技术研发人员：周俊杰，卢红喜，衡阳，金晨，李国庆，余舒，陈勇，李志成，任向飞，石晓明，
申请(专利权)人：吉利汽车研究院宁波有限公司，
类型：发明
国别省市：