驾驶数据的处理方法、装置和电子设备制造方法及图纸

本发明专利技术提供了一种驾驶数据的处理方法、装置和电子设备，该方法应用于自动驾驶系统；该方法包括：对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，驾驶数据的类型包括CAN类型、YUV类型和以太网类型；将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数；基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。本方案可以在不破坏测试车辆传感器及线束的前提下采集驾驶数据，并能够快速输出对车辆性能的验证结果。果。果。

【技术实现步骤摘要】
驾驶数据的处理方法、装置和电子设备


[0001]本专利技术涉及自动驾驶
，尤其是涉及一种驾驶数据的处理方法、装置和电子设备。

技术介绍

[0002]自动驾驶技术发展日新月异，当前越来越多的自动驾驶产品已经开始商业化运营，如何保证自动驾驶技术的安全可靠、如何快速判断驾驶过程的安全性、可靠性、舒适性，成为亟待解决的技术问题。对实际场地的实际情况测试能够真正验证自动驾驶的上述性能。

技术实现思路

[0003]本专利技术的目的在于提供一种驾驶数据的处理方法、装置和电子设备，以快速输出对自动驾驶系统的验证结果。
[0004]第一方面，本专利技术提供一种驾驶数据的处理方法，该方法应用于自动驾驶系统；该方法包括：对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，驾驶数据的类型包括CAN类型、YUV类型和以太网类型；将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数；基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。
[0005]在可选的实施方式中，CAN类型的驾驶数据至少包括以下之一：预设的整车数据采集器采集的测试车辆的第一速度、第一加速度、第一减速度、第一横摆角、第一航向角、第一俯仰角、第一侧倾角、方向盘转角、制动信号、制动踏板开度、油门踏板开度、系统状态信号、转向灯信号、轮速和总里程数；预设的智能摄像头采集的目标列表形式的目标物信息，其中，目标物包括车道线、交通标识、目标车辆和行人；预设的毫米波雷达采集的目标车辆的第二速度、第二加速度、第二减速度、第二横摆角、第二航向角、第二俯仰角、第二侧倾角以及第一距离；预设的第一高精度惯导系统采集的测试车辆的第一位置信息、第三速度、第三加速度、第三减速度、第三横摆角、第三航向角、第三俯仰角、第三侧倾角、第二距离、第一碰撞时间和第一车间时距；预设的第二高精度惯导系统采集的目标车辆的第二位置信息、第四速度、第四加速度、第四减速度、第四横摆角、第四航向角、第四俯仰角、第四侧倾角、第三距离、第二碰撞时间和第二车间时距。
[0006]在可选的实施方式中，YUV类型的驾驶数据包括：预设的音视频传感器采集的音视频数据；以太网类型的驾驶数据包括：预设的激光雷达采集的三维点云数据。
[0007]在可选的实施方式中，将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数的步骤，包括：对每个第一驾驶数据进行格式转换以及标准化命名，得到第二驾驶数据；对第二驾驶数据进行频率一致化处理以及特征计算，得到可视化数据图表和特征参数。
[0008]在可选的实施方式中，对第二驾驶数据进行频率一致化处理以及特征计算，得到
可视化数据图表和特征参数的步骤，包括：在同一时间域下，将第二驾驶数据中的第一高精度惯导系统采集的数据、第二高精度惯导系统采集的数据和整车数据采集器采集的制动信号、系统状态信号和转向灯信号进行频率一致化处理，得到测试车辆的驾驶过程中的可视化数据图表；根据预设的脚本函数，对第二驾驶数据中的CAN类型的数据进行计算，得到车辆驾驶过程中的特征参数，其中，特征参数包括第二驾驶数据中的CAN类型的数据的均值、峰值、均方根值、超调量和误差值。
[0009]在可选的实施方式中，该方法还包括：基于测试车辆或者目标车辆所处的场景对第一驾驶数据进行滤波处理与去噪处理。
[0010]在可选的实施方式中，方法还包括：将多个类型的第一驾驶数据、第二驾驶数据保存至预设的数据库中；其中，数据库包括模型训练数据库和测试用例库。
[0011]在可选的实施方式中，该方法还包括：根据预设的规则，为驾驶数据所对应的场景添加场景标签；依据场景标签，确认测试车辆所处的场景，并将场景标签与驾驶数据关联保存至模型训练数据库和测试用例库。
[0012]第二方面，本专利技术提供一种驾驶数据的处理装置，该装置应用于自动驾驶系统；该装置包括：第一处理模块，对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，驾驶数据的类型包括CAN类型、YUV类型和以太网类型；第二处理模块，将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数；结果输出模块，用于基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。
[0013]第三方面，本专利技术提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现前述实施方式任一项的驾驶数据的处理方法。
[0014]本专利技术的有益效果如下：
[0015]本专利技术提供了一种驾驶数据的处理方法、装置和电子设备，该方法应用于自动驾驶系统；该方法包括：对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，驾驶数据的类型包括CAN类型、YUV类型和以太网类型；将第一驾驶数据进行频率一致化处理以及特征计算，得到第一驾驶数据的可视化数据图表和特征参数；基于可视化数据图表和特征参数验证自动驾驶系统的性能，得到验证结果。本方案可以在不破坏测试车辆传感器及线束的前提下采集驾驶数据，并能够快速输出对车辆性能的验证结果。
[0016]本专利技术的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本专利技术的上述技术即可得知。
[0017]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。
附图说明
[0018]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本专利技术的一些实施方式，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。
[0019]图1为本专利技术实施例提供的一种驾驶数据的处理方法的流程图；
[0020]图2为本专利技术实施例提供的另一种驾驶数据的处理方法的流程图；
[0021]图3为本专利技术实施例提供的转向灯信号示意图；
[0022]图4为本专利技术实施例提供的频率一致化处理后的可视化数据图表的示意图；
[0023]图5为本专利技术实施例提供的未经滤波处理的驾驶数据的示意图；
[0024]图6为本专利技术实施例提供的一种滤波处理后的驾驶数据的示意图；
[0025]图7为本专利技术实施例提供的另一种滤波处理后的驾驶数据的示意图；
[0026]图8为本专利技术实施例提供的一种驾驶数据的处理装置的示意图；
[0027]图9为本专利技术实施例提供的一种电子设备的示意图。
具体实施方式
[0028]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶数据的处理方法，其特征在于，所述方法应用于自动驾驶系统；所述方法包括：对每个预先采集的初始驾驶数据添加时间戳信息，得到第一驾驶数据，其中，所述驾驶数据的类型包括CAN类型、YUV类型和以太网类型；将所述第一驾驶数据进行频率一致化处理以及特征计算，得到所述第一驾驶数据的可视化数据图表和特征参数；基于所述可视化数据图表和所述特征参数验证所述自动驾驶系统的性能，得到验证结果。2.根据权利要求1所述的方法，其特征在于，所述CAN类型的驾驶数据至少包括以下之一：预设的整车数据采集器采集的测试车辆的第一速度、第一加速度、第一减速度、第一横摆角、第一航向角、第一俯仰角、第一侧倾角、方向盘转角、制动信号、制动踏板开度、油门踏板开度、系统状态信号、转向灯信号、轮速和总里程数；预设的智能摄像头采集的目标列表形式的目标物信息，其中，所述目标物包括车道线、交通标识、目标车辆和行人；预设的毫米波雷达采集的目标车辆的第二速度、第二加速度、第二减速度、第二横摆角、第二航向角、第二俯仰角、第二侧倾角以及第一距离；预设的第一高精度惯导系统采集的所述测试车辆的第一位置信息、第三速度、第三加速度、第三减速度、第三横摆角、第三航向角、第三俯仰角、第三侧倾角、第二距离、第一碰撞时间和第一车间时距；预设的第二高精度惯导系统采集的所述目标车辆的第二位置信息、第四速度、第四加速度、第四减速度、第四横摆角、第四航向角、第四俯仰角、第四侧倾角、第三距离、第二碰撞时间和第二车间时距。3.根据权利要求2所述的方法，其特征在于，所述YUV类型的驾驶数据包括：预设的音视频传感器采集的音视频数据；所述以太网类型的驾驶数据包括：预设的激光雷达采集的三维点云数据。4.根据权利要求3所述的方法，其特征在于，将所述第一驾驶数据进行频率一致化处理以及特征计算，得到所述第一驾驶数据的可视化数据图表和特征参数的步骤，包括：对每个所述第一驾驶数据进行格式转换以及标准化命名，得到第二驾驶数据；对所述第二驾驶数据进行频率一致化处理以及特征计算，得到可视化数据图表和特征参数。5.根据权利要...

【专利技术属性】
技术研发人员：王星，李同柱，李广奎，郑磊，高东亮，刘铁映，
申请(专利权)人：苏州挚途科技有限公司，
类型：发明
国别省市：