【技术实现步骤摘要】
自动驾驶数据处理系统和自动驾驶数据处理方法
[0001]本申请涉及自动驾驶
,特别是涉及自动驾驶数据处理系统和自动驾驶数据处理方法
。
技术介绍
[0002]传统的数据生产流程中,先将采集的数据存储在数据库中,然后再进行数据清洗等操作
。
然而,由于自动驾驶数据中点云数据
、
视频数据等类型的数据量通常非常大,因此直接将原始数据转换并存储到数据库中之后再进行数据清洗,将导致数据处理效率低
。
目前,对于自动驾驶数据的采集数据处理尚没有高效的处理流程
。
技术实现思路
[0003]本专利技术实施例提供的自动驾驶数据处理系统和自动驾驶数据处理方法,至少解决相关技术中自动驾驶数据处理效率低的问题
。
[0004]一种自动驾驶数据处理系统,包括:数据接口,用于获取执行数据采集任务获取的数据包,所述数据包包括多种传感器在预设时长内采集的数据;校验模块,用于根据所述数据包校验所述数据采集任务的有效性,生成校验数据,以及将所述数据包划分为有效数据包和无效数据包;标记模块,用于可视化所述有效数据包,展示用于编辑所述有效数据包的标签的标签面板,以及基于用户对所述标签面板的操作生成所述有效数据包的标签数据,所述标签数据包括对象标签;标注模块,用于对具有对象标签的有效数据包中的激光雷达点云数据进行分割和标注,生成标注数据,以及对所述标注数据进行质检生成质检结果;数据库,用于存储所述数据包
、
所述校验数据
、 />所述标签数据
、
所述标注数据和所述质检结果
。
[0005]在其中的一些实施例中,所述数据包包括:由激光雷达采集的激光雷达点云数据及激光雷达标定参数
、
由摄像头采集的视频数据及摄像头标定参数
、
由定位系统采集的定位数据
、
由惯导系统采集的惯导数据以及自车数据,所述自车数据至少包括:车辆轮速数据和方向盘转角数据
。
[0006]在其中的一些实施例中,所述数据包包括与所述多种传感器一一对应的多组消息报文组,每组消息报文组包括按照采集顺序排列的多个消息报文,所述消息报文携带有时间戳;所述校验模块通过校验所述数据包的总时长
、
所述数据包中消息报文组的帧率稳定性来校验所述数据采集任务的有效性;所述总时长基于所述数据包内第一个消息报文和最后一个消息报文的时间戳确定,所述消息报文组的帧率基于统计区间内第一个消息报文和最后一个消息报文的时间戳,以及统计区间内的消息报文的数量确定
。
[0007]在其中的一些实施例中,所述消息报文组的帧率稳定性包括所述数据包的总帧率
稳定性和对所述数据包平均分段后每个分段的分段帧率稳定性
。
[0008]在其中的一些实施例中,所述标签面板包括用于至少编辑以下标签的标签控件:道路类型
、
特殊目标
、
驾驶行为
、
特殊场景
、
建筑物
、
异常情况
、
时间段
、
天气和场景
。
[0009]在其中的一些实施例中,所述数据包为
ROSbag
格式的数据包,所述标记模块包括
ROS
节点和基于
PyQt、Tkinter
或
Django
创建可视化图形界面;所述
ROS
节点用于订阅所述数据包的数据,并将所述数据包的数据映射到所述可视化图形界面
。
[0010]在其中的一些实施例中,所述数据库包括具有可视化图形界面的
web
应用框架
、
转换单元和数据库管理系统,所述转换单元用于将所述可视化图形界面输入的查询参数组合为所述数据库管理系统的查询语句,以及将所述数据库管理系统返回的查询结果提供给所述
web
应用框架,以通过所述可视化图形界面可视化所述查询结果
。
[0011]在其中的一些实施例中,所述
web
应用框架基于
Django
创建,所述转换单元基于
Python
编写,所述数据库管理系统包括
mysql
数据库管理系统
。
[0012]一种自动驾驶数据处理方法,应用于权利要求1至8中任一项所述的系统,在其中的一些实施例中包括:获取执行数据采集任务获取的数据包,所述数据包包括多种传感器在预设时长内采集的数据;根据所述数据包校验所述数据采集任务的有效性,生成校验数据,以及将所述数据包划分为有效数据包和无效数据包;可视化所述有效数据包,展示用于编辑所述有效数据包的标签的标签面板,以及基于用户对所述标签面板的操作生成所述有效数据包的标签数据,所述标签数据包括对象标签;对具有对象标签的有效数据包中的激光雷达点云数据进行分割和标注,生成标注数据,以及对所述标注数据进行质检生成质检结果;存储所述数据包
、
所述校验数据
、
所述标签数据
、
所述标注数据和所述质检结果
。
[0013]在其中的一些实施例中,所述数据包包括与所述多种传感器一一对应的多组消息报文组,每组消息报文组包括按照采集顺序排列的多个消息报文,所述消息报文携带有时间戳;根据所述数据包校验所述数据采集任务的有效性包括:通过校验所述数据包的总时长
、
所述数据包中消息报文组的帧率稳定性来校验所述数据采集任务的有效性;所述总时长基于所述数据包内第一个消息报文和最后一个消息报文的时间戳确定,所述消息报文组的帧率基于统计区间内第一个消息报文和最后一个消息报文的时间戳,以及统计区间内的消息报文的数量确定
。
[0014]在其中的一些实施例中,所述消息报文组的帧率稳定性包括所述数据包的总帧率稳定性和对所述数据包平均分段后每个分段的分段帧率稳定性
。
[0015]在其中的一些实施例中,所述数据包为
ROSbag
格式的数据包,可视化所述有效数据包包括:基于
PyQt、Tkinter
或
Django
创建可视化图形界面;通过
ROS
节点订阅所述数据包的数据,并将所述数据包的数据映射到所述可视化图形界面
。
[0016]在其中的一些实施例中,所述数据库包括具有可视化图形界面的
web
应用框架
、
转
换单元和数据库管理系统,所述方法还包括:通过所述转换单元将所述可视化图形界面输入的查询参数组合为所述数据库管理系统的查询语句,以及将所述数据库管理系统返回的查询结果提供给所述
web
应用框架,以通过所述可视化图形界面可视化所述查询结果
。
[0017]本专利技术实施例提供的自动驾驶数据处理系统和自动本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种自动驾驶数据处理系统,其特征在于包括:数据接口,用于获取执行数据采集任务获取的数据包,所述数据包包括多种传感器在预设时长内采集的数据;校验模块,用于根据所述数据包校验所述数据采集任务的有效性,生成校验数据,以及将所述数据包划分为有效数据包和无效数据包;标记模块,用于可视化所述有效数据包,展示用于编辑所述有效数据包的标签的标签面板,以及基于用户对所述标签面板的操作生成所述有效数据包的标签数据,所述标签数据包括对象标签;标注模块,用于对具有对象标签的有效数据包中的激光雷达点云数据进行分割和标注,生成标注数据,以及对所述标注数据进行质检生成质检结果;数据库,用于存储所述数据包
、
所述校验数据
、
所述标签数据
、
所述标注数据和所述质检结果
。2.
根据权利要求1所述的系统,其特征在于,所述数据包包括:由激光雷达采集的激光雷达点云数据及激光雷达标定参数
、
由摄像头采集的视频数据及摄像头标定参数
、
由定位系统采集的定位数据
、
由惯导系统采集的惯导数据以及自车数据,所述自车数据至少包括:车辆轮速数据和方向盘转角数据
。3.
根据权利要求1所述的系统,其特征在于,所述数据包包括与所述多种传感器一一对应的多组消息报文组,每组消息报文组包括按照采集顺序排列的多个消息报文,所述消息报文携带有时间戳;所述校验模块通过校验所述数据包的总时长
、
所述数据包中消息报文组的帧率稳定性来校验所述数据采集任务的有效性;所述总时长基于所述数据包内第一个消息报文和最后一个消息报文的时间戳确定,所述消息报文组的帧率基于统计区间内第一个消息报文和最后一个消息报文的时间戳,以及统计区间内的消息报文的数量确定
。4.
根据权利要求3所述的系统,其特征在于,所述消息报文组的帧率稳定性包括所述数据包的总帧率稳定性和对所述数据包平均分段后每个分段的分段帧率稳定性
。5.
根据权利要求1所述的系统,其特征在于,所述标签面板包括用于至少编辑以下标签的标签控件:道路类型
、
特殊目标
、
驾驶行为
、
特殊场景
、
建筑物
、
异常情况
、
时间段
、
天气和场景
。6.
根据权利要求1所述的系统,其特征在于,所述数据包为
ROSbag
格式的数据包,所述标记模块包括
ROS
节点和基于
PyQt、Tkinter
或
Django
创建可视化图形界面;所述
ROS
节点用于订阅所述数据包的数据,并将所述数据包的数据映射到所述可视化图形界面
。7.
根据权利要求1所述的系统,其特征在于,所述数据库包括具有可视化图形界面的
web
应用框架
、
转换单元和数据库管理系统,所述转换单元用于将所述可视化图...
【专利技术属性】
技术研发人员:陈贺,单佳炜,沈罗丰,
申请(专利权)人:江苏优探智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。