挖掘路况事件的方法以及基于路况事件的优化方法技术

本公开提供了挖掘路况事件的方法以及基于路况事件的优化方法，涉及数据处理技术领域，尤其涉及自动驾驶、数据挖掘和深度学习技术领域。具体实现方案为：在车辆运行的情况下，对车辆的传感器实时采集的数据进行数据降维处理，得到多个第一特征信息；利用第一事件检索规则，对多个第一特征信息进行检索，确定多个第一特征信息对应的路况事件，以实现基于传感器实时采集的数据挖掘路况事件。根据本公开的技术方案，可以实现在车辆运行的过程中，基于传感器实时采集的数据，挖掘出高价值的路况事件。事件。事件。

【技术实现步骤摘要】
挖掘路况事件的方法以及基于路况事件的优化方法


[0001]本公开涉及数据处理
，尤其涉及自动驾驶、数据挖掘和深度学习


技术介绍

[0002]相关技术中，车辆为了实现自动驾驶功能，通常会在车辆上搭载多种传感器，从而来实现利用传感器所采集的数据，满足车辆在自动驾驶时的感知功能。

技术实现思路

[0003]本公开提供了一种挖掘路况事件的方法以及基于路况事件的优化方法。
[0004]根据本公开的一方面，提供了一种挖掘路况事件的方法，包括：在车辆运行的情况下，对车辆的传感器实时采集的数据进行数据降维处理，得到多个第一特征信息；以及利用第一事件检索规则，对多个第一特征信息进行检索，确定多个第一特征信息对应的路况事件，以实现基于传感器实时采集的数据挖掘路况事件。
[0005]根据本公开的另一方面，提供了一种挖掘路况事件的装置，包括：处理模块，用于在车辆运行的情况下，对车辆的传感器实时采集的数据进行数据降维处理，得到多个第一特征信息；以及确定模块，用于利用第一事件检索规则，对多个第一特征信息进行检索，确定多个第一特征信息对应的路况事件，以实现基于传感器实时采集的数据挖掘路况事件。
[0006]根据本公开的另一方面，提供了一种基于路况事件的优化方法，包括：在车辆运行的情况下，从云端获取第一事件检索规则；利用第一事件检索规则，根据本公开中任一实施例的挖掘路况事件的方法，挖掘车辆的路况事件；将路况事件发送至云端；以及根据云端的反馈信息，优化车辆的自动驾驶策略和/或第一事件检索规则。<br/>[0007]根据本公开的另一方面，提供了一种基于路况事件的优化装置，包括：获取模块，用于在车辆运行的情况下，从云端获取第一事件检索规则；挖掘模块，用于利用第一事件检索规则，根据本公开中任一实施例的挖掘路况事件的方法，挖掘车辆的路况事件；回传模块，用于将路况事件发送至云端；以及优化模块，用于根据云端的反馈信息，优化车辆的自动驾驶策略和/或第一事件检索规则。
[0008]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开中任一实施例的方法。
[0009]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
[0010]根据本公开的技术方案，可以实现在车辆运行的过程中，基于传感器实时采集的数据，挖掘出高价值的路况事件。
[0011]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0012]附图用于更好地理解本方案，不构成对本公开的限定。其中：图1是根据本公开实施例的挖掘路况事件的方法的示意图；图2是根据本公开实施例的挖掘路况事件的方法的步骤S101的示意图；图3是根据本公开另一实施例的挖掘路况事件的方法的示意图；图4是根据本公开另一实施例的挖掘路况事件的方法的示意图；图5是根据本公开实施例的挖掘路况事件的方法的应用示意图；图6是根据本公开实施例的挖掘路况事件的装置的示意图；图7是根据本公开实施例的基于路况事件的优化方法的示意图；图8是根据本公开实施例的基于路况事件的优化装置的示意图；图9是用来实现本公开实施例的挖掘路况事件的方法的电子设备的框图。
具体实施方式
[0013]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0014]如图1所示，本公开实施例提供了一种挖掘路况事件的方法，包括：步骤S101：在车辆运行的情况下，对车辆的传感器实时采集的数据进行数据降维处理，得到多个第一特征信息。
[0015]步骤S102：利用第一事件检索规则，对多个第一特征信息进行检索，确定多个第一特征信息对应的路况事件，以实现基于传感器实时采集的数据挖掘路况事件。
[0016]根据本公开实施例，需要说明的是：车辆运行，可以理解为车辆通过自动驾驶方式在道路上行驶、可以理解为车辆通过人为驾驶方式在道路上行驶、还可以理解为车辆在停泊但处于启动状态，可以是自动驾驶状态下的启动状态或人为驾驶状态下的启动状态。
[0017]车辆的传感器，可以理解为车辆上的一个或多个传感器，传感器包括但不限于车辆上设置的不同朝向和不同焦距的摄像头、毫米波雷达、激光雷达、超声波雷达、陀螺仪、IMU（Inertial Measurement Unit，惯性测量单元）、GNSS（Global Navigation Satellite System，全球导航卫星系统）等。
[0018]传感器实时采集的数据，可以是某一采集时刻或某一帧的数据，也可以是多个连续采集时刻或多个连续帧的数据。传感器所采集的数据可以是自车的行为数据、自车周围车辆的行为数据、周围行人的行为数据、道路相关数据、天气相关数据、以及传感器视野相关的数据，在此不做具体限定。
[0019]数据降维处理的具体方式可以根据需要进行选择和调整，在此不做具体限定，可以采用现有技术中任何的数据降维方式。
[0020]第一特征信息，可以是表示车辆行使过程中车辆自身或周围环境的任何信息，能够实现对车辆周围环境信息或车辆自身状态信息进行描述即可，在此不做具体限定，可以根据路况事件的检索需求进行调整。例如，在车辆的传感器感知到自车前方有车辆时，从感知到前方有车辆的各传感器所采集的数据中通过数据降维处理所提取出的第一特征信息，可以包括：自车前方车辆的连续多帧的速度特征信息、自车前方车辆的连续多帧的位置特征信息、自车前方车辆的连续多帧的朝向特征信息等等。同理，在通过传感器感知到自车周围道路元素，例如，路障、安全岛、道路施工区，或在通过传感器感知到VRU（Vulnerable road users，易受伤害道路使用者）时，均可以基于传感器采集的数据，提取到相应的表征道路元素、行人的第一特征信息。
[0021]得到多个第一特征信息，可以理解为基于多个传感器实时采集的数据，分别进行数据降维处理，一共所得到的多个第一特征信息。也可以理解为基于一个传感器实时采集的数据，进行数据降维处理，所得到的基于该数据的多个第一特征信息。
[0022]第一事件检索规则，可以根据所需要挖掘的目标事件的需求进行设定。如果第一事件检索规则中定义的多个第二特征信息均在对多个第一特征信息进行检索时被命中，则可以认为第一事件检索规则所对应的路况事件基于多个第一特征信息被挖掘到，也即是说，存在与多个第一特征信息对应的路况事件。需要说明的是，路况事本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种挖掘路况事件的方法，包括：在车辆运行的情况下，对所述车辆的传感器实时采集的数据进行数据降维处理，得到多个第一特征信息；以及利用第一事件检索规则，对所述多个第一特征信息进行检索，确定所述多个第一特征信息对应的路况事件，以实现基于所述传感器实时采集的数据挖掘路况事件。2.根据权利要求1所述的方法，其中，所述在车辆运行的情况下，对所述车辆的传感器实时采集的数据进行数据降维处理，得到多个第一特征信息，包括：在车辆运行的情况下，利用预设神经网络模型，对所述车辆的传感器实时采集的数据进行数据降维处理，得到多个第一特征信息。3.根据权利要求1所述的方法，其中，所述在车辆运行的情况下，对所述车辆的传感器实时采集的数据进行数据降维处理，得到多个第一特征信息，包括：根据第二事件检索规则，确定车辆的目标传感器；在所述车辆运行的情况下，对所述目标传感器实时采集的数据进行数据降维处理，得到多个第一特征信息。4.根据权利要求1所述的方法，其中，所述利用第一事件检索规则，对所述多个第一特征信息进行检索，确定所述多个第一特征信息对应的路况事件，包括：利用第一事件检索规则，对所述多个第一特征信息进行检索，其中，所述第一事件检索规则包括第二特征信息，所述多个第一特征信息至少对应所述传感器同一采集时刻的数据；在从所述多个第一特征信息中检索到与所述第二特征信息匹配的目标特征信息的情况下，确定所述目标特征信息对应的路况事件。5.根据权利要求1所述的方法，其中，所述第一事件检索规则的创建过程，包括：基于历史数据，确定高价值事件；对所述高价值事件对应的传感器采集的数据进行数据降维处理，得到第二特征信息；根据所述第二特征信息，创建所述第一事件检索规则。6.根据权利要求1所述的方法，其中，所述第一事件检索规则的创建过程，包括：根据自定义事件，确定第二特征信息；根据所述第二特征信息，创建所述第一事件检索规则。7.根据权利要求1至6任一项所述的方法，还包括：在所述路况事件为K个的情况下，根据确定的所述K个路况事件分别对应的第一事件检索规则的第一权重，和/或，根据确定的所述K个路况事件分别对应的第一事件检索规则的第二权重，对所述K个路况事件进行重要程度排序；其中，所述第二权重根据所述第一事件检索规则的至少一个第二特征信息的第三权重确定；根据排序的结果，对前N个路况事件进行响应；其中，K和N均为正整数，且K≥N。8.根据权利要求7所述的方法，其中，确定所述K个路况事件分别对应的第一事件检索规则的第一权重，包括：确定所述K个路况事件中的每一个路况事件被触发的总次数；根据所述每一个路况事件被触发的总次数，确定所述每一个路况事件对应的第一事件
检索规则的第一权重；其中，所述第一事件检索规则配置有多个第一权重，所述多个第一权重中的每一个第一权重分别设置事件触发次数；所述事件触发次数对应所述每一个路况事件被触发的总次数；和/或确定所述K个路况事件中的每一个路况事件相邻两次被触发的间隔时长；根据所述每一个路况事件相邻两次被触发的间隔时长，确定所述每一个路况事件对应的第一事件检索规则的第一权重；其中，所述第一事件检索规则配置有多个第一权重，所述多个第一权重中的每一个第一权重分别设置事件触发间隔；所述事件触发间隔对应所述每一个路况事件相邻两次被触发的间隔时长。9.根据权利要求7所述的方法，其中，确定所述K个路况事件分别对应的第一事件检索规则的第二权重，包括：确定所述K个路况事件中的每一个路况事件被触发的总次数；根据所述每一个路况事件被触发的总次数，确定所述每一个路况事件对应的第一事件检索规则的至少一个第二特征信息的第三权重；根据所述至少一个第二特征信息的第三权重，确定所述每一个路况事件对应的第一事件检索规则的第二权重；其中，所述至少一个第二特征信息配置有多个第三权重，所述多个第三权重中的每一个第三权重分别设置事件触发次数；所述事件触发次数对应所述每一个路况事件被触发的总次数；和/或确定所述K个路况事件中的每一个路况事件相邻两次被触发的间隔时长；根据所述每一个路况事件相邻两次被触发的间隔时长，确定所述每一个路况事件对应的第一事件检索规则的至少一个第二特征信息的第三权重；根据所述至少一个第二特征信息的第三权重，确定所述每一个路况事件对应的第一事件检索规则的第二权重；其中，所述至少一个第二特征信息配置有多个第三权重，所述多个第三权重中的每一个第三权重分别设置事件触发间隔；所述事件触发间隔对应所述每一个路况事件相邻两次被触发的间隔时长。10.根据权利要求7所述的方法，还包括：在对所述前N个路况事件进行响应后，调整所述K个路况事件分别对应的第一事件检索规则的第一权重；和/或在对所述前N个路况事件进行响应后，调整所述K个路况事件分别对应的第一事件检索规则的至少一个第二特征信息的第三权重；其中，所述至少一个第二特征信息用于作为对所述多个第一特征信息进行检索的匹配指标。11.根据权利要求7所述的方法，还包括：在对所述前N个路况事件进行响应后，调整所述前N个路况事件分别对应的第一事件检
索规则的第一权重；和/或在对所述前N个路况事件进行响应后，调整所述前N个路况事件分别对应的第一事件检索规则的至少一个第二特征信息的第三权重；其中，所述至少一个第二特征信息用于作为对所述多个第一特征信息进行检索的匹配指标。12.根据权利要求1至6任一项所述的方法，还包括：更新所述第一事件检索规则；利用更新后的第一事件检索规则，对所述多个第一特征信息进行检索，确定所述多个第一特征信息对应的路况事件。13.一种挖掘路况事件的装置，包括：处理模块，用于在车辆运行的情况下，对所述车辆的传感器实时采集的数据进行数据降维处理，得到多个第一特征信息；以及确定模块，用于利用第一事件检索规则，对所述多个第一特征信息进行检索，确定所述多个第一特征信息对应的路况事件，以实现基于所述传感器实时采集的数据挖掘路况事件。14.根据权利要求13所述的装置，其中，所述处理模块用于：在车辆运行的情况下，利用预设神经网络模型，对所述车辆的传感器实时采集的数据进行数据降维处理，得到多个第...

【专利技术属性】
技术研发人员：颜金洲，王猛，闭桂冠，孙日辉，何玮，程凯，王亮，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：