感知数据的采集方法、装置、存储介质及电子装置制造方法及图纸

本发明专利技术公开了一种感知数据的采集方法、装置、存储介质及电子装置。其中，该方法包括：基于原始感知数据获取目标感知数据，其中，原始感知数据为目标车辆的传感器获取到的数据；响应于目标感知数据满足记录条件，生成问题标签；对问题标签、原始感知数据和目标感知数据进行标签化处理。本发明专利技术解决了相关技术工作效率低、工作成本高以及感知算法迭代周期长的技术问题。术问题。术问题。

【技术实现步骤摘要】
感知数据的采集方法、装置、存储介质及电子装置


[0001]本专利技术涉及自动驾驶数据采集领域，具体而言，涉及一种感知数据的采集方法、装置、存储介质及电子装置。

技术介绍

[0002]自动驾驶车辆，又称无人驾驶车辆，是一种通过搭载智能感知系统、高精定位系统以及规划控制系统从而实现无人驾驶的智能车辆。自动驾驶车辆能够通过智能感知系统感知车辆周围的障碍物信息，保证车辆能够安全行驶，有效提高了交通安全性及道路通行率。
[0003]目前，道路场景复杂，交通情况多变，但用户在驾驶过程中获取到的感知数据大多是重复且低质量的数据。智能感知系统的感知算法在开发时，由于无法获取道路上行驶的全部类型的车辆以及行人的状态，因此在出现未标注过的障碍物时，智能感知系统会出现识别障碍物异常的问题，以及会出现识别障碍物不稳定的问题，导致自动驾驶车辆出现误刹车、碰撞等危险情况。
[0004]为了获取高质量感知数据，普遍采用大范围路测以及人工筛选的方法，但该方法工作效率低，数据积累取决于所投放的测试车辆和测试人员，导致工作成本高，感知算法迭代周期长。

技术实现思路

[0005]本专利技术实施例提供了一种感知数据的采集方法、装置、存储介质及电子装置，以至少解决相关技术工作效率低、工作成本高以及感知算法迭代周期长的技术问题。
[0006]根据本专利技术其中一实施例，提供了一种感知数据的采集方法，包括：
[0007]基于原始感知数据获取目标感知数据，其中，原始感知数据为目标车辆的传感器获取到的数据；响应于目标感知数据满足记录条件，生成问题标签；对问题标签、原始感知数据和目标感知数据进行标签化处理。
[0008]可选地，目标感知数据包括障碍物的位置、障碍物的形状、障碍物的速度以及障碍物的标识，障碍物包括行人、机动车和非机动车。
[0009]可选地，响应于目标感知数据满足记录条件，生成问题标签包括：响应于目标感知数据中的行人数量大于第一数量阈值，生成第一问题标签；响应于目标感知数据中的机动车数量大于第二数量阈值，生成第二问题标签；响应于目标感知数据中的非机动车数量大于第三数量阈值，生成第三问题标签；响应于目标感知数据中的障碍物数量大于第四数量阈值，生成第四问题标签。
[0010]可选地，响应于目标感知数据满足记录条件，生成问题标签包括：响应于目标感知数据中的障碍物首次出现，与目标车辆的距离小于距离阈值，生成第五问题标签。
[0011]可选地，响应于目标感知数据满足记录条件，生成问题标签包括：响应于目标感知数据中的障碍物从出现到消失的时间小于时间阈值，生成第六问题标签。
[0012]可选地，还包括：记录目标时间段内的原始感知数据和目标感知数据，其中，目标
时间段包括目标感知数据满足记录条件的时刻之前的第一预设时间段，以及目标感知数据满足记录条件的时刻之后的第二预设时间段。
[0013]可选地，对问题标签、原始感知数据和目标感知数据进行标签化处理包括：将满足记录条件的原始感知数据和目标感知数据，与对应的问题标签相匹配。
[0014]根据本专利技术其中一实施例，还提供了一种感知数据的采集装置，包括：
[0015]获取模块，获取模块用于基于原始感知数据获取目标感知数据，其中，原始感知数据为目标车辆的传感器获取到的数据；记录模块，记录模块用于响应于目标感知数据满足记录条件，生成问题标签；处理模块，处理模块用于对问题标签、原始感知数据和目标感知数据进行标签化处理。
[0016]可选地，目标感知数据包括障碍物的位置、障碍物的形状、障碍物的速度以及障碍物的标识，障碍物包括行人、机动车和非机动车。
[0017]可选地，记录模块还用于响应于目标感知数据中的行人数量大于第一数量阈值，生成第一问题标签；响应于目标感知数据中的机动车数量大于第二数量阈值，生成第二问题标签；响应于目标感知数据中的非机动车数量大于第三数量阈值，生成第三问题标签；响应于目标感知数据中的障碍物数量大于第四数量阈值，生成第四问题标签。
[0018]可选地，记录模块还用于响应于目标感知数据中的障碍物首次出现，与目标车辆的距离小于距离阈值，生成第五问题标签。
[0019]可选地，记录模块还用于响应于目标感知数据中的障碍物从出现到消失的时间小于时间阈值，生成第六问题标签。
[0020]可选地，记录模块还用于记录目标时间段内的原始感知数据和目标感知数据，其中，目标时间段包括目标感知数据满足记录条件的时刻之前的第一预设时间段，以及目标感知数据满足记录条件的时刻之后的第二预设时间段。
[0021]可选地，处理模块还用于将满足记录条件的原始感知数据和目标感知数据，与对应的问题标签相匹配。
[0022]根据本专利技术其中一实施例，还提供了一种计算机可读存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为在计算机或处理器上运行时，执行上述任一项中的感知数据的采集方法。
[0023]根据本专利技术其中一实施例，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项中的感知数据的采集方法。
[0024]在本专利技术实施例中，通过基于原始感知数据获取目标感知数据，在目标感知数据满足记录条件时，生成问题标签，并对问题标签、原始感知数据和目标感知数据进行标签化处理，从而能够记录满足记录条件的所有感知数据，并将其按照不同类别进行划分，方便后续查找与处理。本专利技术通过不断地获取满足记录条件的复杂环境下的感知数据，有效提升了数据采集质量，使用获取到的高质量数据对感知算法进行训练，能使得感知算法更可靠，提高了自动驾驶系统的安全性，进而解决了相关技术工作效率低、工作成本高以及感知算法迭代周期长的技术问题。
附图说明
[0025]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0026]图1是根据本专利技术其中一实施例的感知数据的采集方法的流程图；
[0027]图2是根据本专利技术其中一实施例的感知数据的采集方法的流程图；
[0028]图3是根据本专利技术其中一实施例的感知数据的采集装置的结构框图。
具体实施方式
[0029]为了使本
的人员更好地理解本专利技术方案，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，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0030]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种感知数据的采集方法，其特征在于，包括：基于原始感知数据获取目标感知数据，其中，所述原始感知数据为目标车辆的传感器获取到的数据；响应于所述目标感知数据满足记录条件，生成问题标签；对所述问题标签、所述原始感知数据和所述目标感知数据进行标签化处理。2.根据权利要求1所述的方法，其特征在于，所述目标感知数据包括障碍物的位置、所述障碍物的形状、所述障碍物的速度以及所述障碍物的标识，所述障碍物包括行人、机动车和非机动车。3.根据权利要求2所述的方法，其特征在于，所述响应于所述目标感知数据满足记录条件，生成问题标签包括：响应于所述目标感知数据中的所述行人数量大于第一数量阈值，生成第一问题标签；响应于所述目标感知数据中的所述机动车数量大于第二数量阈值，生成第二问题标签；响应于所述目标感知数据中的所述非机动车数量大于第三数量阈值，生成第三问题标签；响应于所述目标感知数据中的所述障碍物数量大于第四数量阈值，生成第四问题标签。4.根据权利要求2所述的方法，其特征在于，所述响应于所述目标感知数据满足记录条件，生成问题标签包括：响应于所述目标感知数据中的所述障碍物首次出现，与所述目标车辆的距离小于距离阈值，生成第五问题标签。5.根据权利要求2所述的方法，其特征在于，所述响应于所述目标感知数据满足记录条件，生成问题标签包括：响应于所述目标感知数据中的所述障碍物从出现到消失的时间小于时间阈值，生成第六问题标签。6.根据权利要求1

【专利技术属性】
技术研发人员：张勇，陈志新，尚秉旭，王洪峰，刘洋，许朝文，何柳，张中举，金百鑫，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：