一种数据整合方法及相关设备技术

本申请公开了一种数据整合方法及相关设备。在车辆行驶过程中，可以分别对获取到的不同模态的车辆实时数据进行语义分析，得到不同模态的车辆实时数据的语义表示结果，并将不同模态的车辆实时数据的语义表示结果输入至用于验证不同模态的车辆实时数据的语义表示结果是否互相匹配的分类模型中，在分类模型输出的结果表示不同模态的车辆实时数据的语义表示结果匹配时，即可确定对不同模态的车辆实时数据已完成数据整合，实现不同模态的车辆实时数据的语义对齐。如此，可以对不同模态的车辆实时数据进行整合，提高后续车辆数据分析的准确性。进一步地，通过对第一权重子图进行访问，实现对连续关键帧数据的整合，加强对连续时间内的信息的处理能力。内的信息的处理能力。内的信息的处理能力。

【技术实现步骤摘要】
一种数据整合方法及相关设备


[0001]本申请涉及车辆控制
，尤其涉及一种数据整合方法及相关设备。

技术介绍

[0002]近年来，随着大数据、云计算等新兴技术的发展，数据的存在形式逐渐出现多样化的趋势，文本、图片、视频等不同模态的数据快速增长。虽然这些数据处于不同模态，但在具体任务或应用中可能具有高度相关性，可以用于表示同一语义。
[0003]以车辆数据来说，其数据种类复杂多样，包括地图数据、环境数据、电池数据等，这些数据主要由数值型模态、文本模态和图像模态等构成，可以从不同的角度描述同一时刻的车辆运行状态。但是，由于不同模态的车辆数据之间难以联动，因此，在车辆数据的分析过程中一般是分别对单一模态内的车辆数据进行分析，得到该模态内的车辆数据所表示的车辆运行状态，而无法同时利用不同模态的数据进行分析，导致车辆数据分析的准确性不足。

技术实现思路

[0004]本申请实施例提供了一种数据整合方法及相关设备，对不同模态的车辆实时数据进行整合，解决无法同时利用不同模态的数据进行分析，导致车辆数据分析的准确性不足的问题，并且，能够加强对连续时间内的信息的提取和处理能力。
[0005]第一方面，本申请实施例提供了一种数据整合方法，包括：
[0006]在车辆行驶过程中，获取不同模态的车辆实时数据；
[0007]分别对所述不同模态的车辆实时数据进行语义分析，得到所述不同模态的车辆实时数据的语义表示结果；
[0008]将所述不同模态的车辆实时数据的语义表示结果输入至分类模型；所述分类模型用于验证所述不同模态的车辆实时数据的语义表示结果是否互相匹配；
[0009]在所述分类模型输出的结果表示所述不同模态的车辆实时数据的语义表示结果互相匹配时，确定对所述不同模态的车辆实时数据已完成数据整合。
[0010]可选地，所述不同模态的车辆实时数据包括与车外环境相关的图像模态的车辆实时数据；
[0011]所述分别对所述不同模态的车辆实时数据进行语义分析，得到所述不同模态的车辆实时数据的语义表示结果，包括：
[0012]从所述图像模态的车辆实时数据中提取多个连续关键帧数据，并对所述多个连续关键帧数据进行图像识别，得到与所述车外环境相关的多组识别结果；
[0013]对所述多组识别结果分别进行分析，得到所述图像模态的车辆实时数据的语义表示结果。
[0014]可选地，所述对所述多组识别结果分别进行分析，得到所述图像模态的车辆实时数据的语义表示结果，包括：
[0015]根据所述多组识别结果分别获取所述多个连续关键帧数据的信息量权重；
[0016]根据所述多组识别结果和所述多个连续关键帧数据的信息量权重，构建所述多个连续关键帧数据的信息量权重对应的第一权重子图；其中，所述第一权重子图中的多个节点分别包括所述多组识别结果；所述多个连续关键帧数据分别携带时间信息；
[0017]对所述第一权重子图进行遍历访问，并根据所述多个连续关键帧数据的信息量权重，确定多组识别结果随时间变化的掩膜概率；所述掩膜概率用于描述从所述第一权重子图中的一个节点访问至下一节点时，所述第一权重子图被掩膜处理的概率情况；
[0018]利用所述掩膜概率，更新所述第一权重子图，将更新后的第一权重子图作为所述图像模态的车辆实时数据的语义表示结果。
[0019]可选地，所述根据所述多组识别结果，获取所述多个连续关键帧数据的信息量权重，包括：
[0020]获取所述多组识别结果分别对应的先验概率、置信度和识别框尺寸；
[0021]根据所述多组识别结果分别对应的先验概率、置信度和识别框尺寸，分别确定所述多个连续关键帧数据的信息量权重。
[0022]可选地，所述不同模态的车辆实时数据包括数值型模态的车辆实时数据；
[0023]所述分别对所述不同模态的车辆实时数据进行语义分析，得到所述不同模态的车辆实时数据的语义表示结果，包括：
[0024]按照预先设定的时间间隔对所述数值型模态的车辆实时数据进行切割，得到至少两个切割结果；
[0025]分别对所述至少两个切割结果进行编码，并将分别得到的编码结果作为所述数值型模态的车辆实时数据的语义表示结果。
[0026]可选地，上述数据整合方法还包括：
[0027]根据经过数据整合的不同模态的车辆实时数据对车辆工况进行预测。
[0028]可选地，上述数据整合方法还包括：
[0029]根据经过数据整合的不同模态的车辆实时数据对车辆工况进行识别，得到所述经过数据整合的不同模态的车辆实时数据分别对应的工况识别结果；
[0030]根据所述经过数据整合的不同模态的车辆实时数据分别对应的工况识别结果，并基于预先设定的、车辆数据关联的车辆工况标签，对所述经过数据整合的不同模态的车辆实时数据分别进行标定。
[0031]第二方面，本申请实施例提供了一种数据整合装置，包括：
[0032]车辆数据获取模块，用于在车辆行驶过程中，获取不同模态的车辆实时数据；
[0033]语义表示结果获取模块，用于分别对所述不同模态的车辆实时数据进行语义分析，得到所述不同模态的车辆实时数据的语义表示结果；
[0034]分类模块，用于将所述不同模态的车辆实时数据的语义表示结果输入至分类模型；分类模型用于验证所述不同模态的车辆实时数据的语义表示结果是否互相匹配；
[0035]数据整合确定模块，用于在所述分类模型输出的结果表示所述不同模态的车辆实时数据的语义表示结果匹配时，确定对所述不同模态的车辆实时数据已完成数据整合。
[0036]第三方面，本申请实施例提供了一种数据整合设备，包括处理器及存储器；所述存储器用于存储计算机程序；所述处理器用于根据所述计算机程序执行上项所述的数据整合
方法。
[0037]第四方面，本申请实施例提供了一种计算机可读存储介质，用于存储计算机程序，所述计算机程序被处理器运行时执行上述的数据整合方法。
[0038]从以上技术方案可以看出，本申请实施例具有以下优点：
[0039]本申请实施例中，在车辆行驶过程中，可以分别对获取到的不同模态的车辆实时数据进行语义分析，得到不同模态的车辆实时数据的语义表示结果，并将不同模态的车辆实时数据的语义表示结果输入至用于验证不同模态的车辆实时数据的语义表示结果是否互相匹配的分类模型中，在分类模型输出的结果表示不同模态的车辆实时数据的语义表示结果匹配时，即可确定对不同模态的车辆实时数据已完成数据整合，实现不同模态的车辆实时数据的语义对齐。如此，通过对不同模态的车辆实时数据进行语义分析，可以对不同模态的车辆实时数据进行整合，从而实现不同模态数据的语义对齐，以便后续同时利用不同模态的数据进行分析，从而提高车辆数据分析的准确性，并且，能够加强对连续时间内的信息的提取和处理能力。
附图说明
[0040]图1为本申请实施例提供的一种数据整合方法的流程图；
[0041]图2为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据整合方法，其特征在于，包括：在车辆行驶过程中，获取不同模态的车辆实时数据；分别对所述不同模态的车辆实时数据进行语义分析，得到所述不同模态的车辆实时数据的语义表示结果；将所述不同模态的车辆实时数据的语义表示结果输入至分类模型；所述分类模型用于验证所述不同模态的车辆实时数据的语义表示结果是否互相匹配；在所述分类模型输出的结果表示所述不同模态的车辆实时数据的语义表示结果互相匹配时，确定对所述不同模态的车辆实时数据已完成数据整合。2.根据权利要求1所述的方法，其特征在于，所述不同模态的车辆实时数据包括与车外环境相关的图像模态的车辆实时数据；所述分别对所述不同模态的车辆实时数据进行语义分析，得到所述不同模态的车辆实时数据的语义表示结果，包括：从所述图像模态的车辆实时数据中提取多个连续关键帧数据，并对所述多个连续关键帧数据进行图像识别，得到与所述车外环境相关的多组识别结果；对所述多组识别结果分别进行分析，得到所述图像模态的车辆实时数据的语义表示结果。3.根据权利要求2所述的方法，其特征在于，所述对所述多组识别结果分别进行分析，得到所述图像模态的车辆实时数据的语义表示结果，包括：根据所述多组识别结果分别获取所述多个连续关键帧数据的信息量权重；根据所述多组识别结果和所述多个连续关键帧数据的信息量权重，构建所述多个连续关键帧数据的信息量权重对应的第一权重子图；其中，所述第一权重子图中的多个节点分别包括所述多组识别结果；所述多个连续关键帧数据分别携带时间信息；对所述第一权重子图进行遍历访问，并根据所述多个连续关键帧数据的信息量权重，确定多组识别结果随时间变化的掩膜概率；所述掩膜概率用于描述从所述第一权重子图中的一个节点访问至下一节点时，所述第一权重子图被掩膜处理的概率情况；利用所述掩膜概率，更新所述第一权重子图，将更新后的第一权重子图作为所述图像模态的车辆实时数据的语义表示结果。4.根据权利要求3所述的方法，其特征在于，所述根据所述多组识别结果，获取所述多个连续关键帧数据的信息量权重，包括：获取所述多组识别结果分别对应的先验概率、置信度和识别框尺寸；根据所述多组识别结果分别对应的先验概率、置信度和识别框尺...

【专利技术属性】
技术研发人员：刘美亿，曹斌，
申请(专利权)人：东软睿驰汽车技术沈阳有限公司，
类型：发明
国别省市：