[發明專利]自動駕駛數據的標注方法、云端控制平臺及存儲介質

在審

• 申請號: 202010009227.8
• 申請日: 2020-01-03
• 公開（公告）號: CN111178454A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 孫學龍;陳新;郭麗麗;肖倩文
• 申請（專利權）人: 北京汽車集團有限公司;北京汽車研究總院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00;G06Q50/30
• 代理公司: 北京超成律師事務所 11646
• 代理人: 王文紅

1.一種自動駕駛數據的標注方法，其特征在于，所述方法應用于云端控制平臺中，所述方法包括：

根據自動駕駛數據的數據來源將所述自動駕駛數據劃分為至少一個數據子集和感知數據集，以分類存儲所述感知數據集和所述至少一個數據子集；

對所述感知數據集進行數據標注，以使得根據數據標注結果構建與場景相關的感知數據集；

將所述與場景相關的感知數據集與所述至少一個數據子集進行融合并生成標注數據集。

2.如權利要求1所述的自動駕駛數據的標注方法，其特征在于，將所述與場景相關的感知數據集與所述至少一個數據子集進行融合并生成標注數據集之后，所述方法還包括：

按照預設神經網絡模型對所述標注數據集進行機器學習和訓練，生成自動駕駛場景數據庫。

3.如權利要求1－2任一項所述的自動駕駛數據的標注方法，其特征在于，對所述感知數據集進行數據標注之前，所述方法還包括：

按照預設校驗規則校驗所述感知數據集，以生成校驗后的感知數據集；

按照預設位置序列化規則對所述校驗后的感知數據集進行序列化處理。

4.如權利要求3所述的自動駕駛數據的標注方法，其特征在于，按照預設校驗規則校驗所述感知數據集，包括：

對所述感知數據集進行數據一致性校驗、數據完整性校驗、數據有效性校驗、數據重復性校驗中的至少一項；

以及，按照預設位置序列化規則對所述校驗后的感知數據集進行序列化處理，包括：

按照地理坐標與時間軸的對應關系生成主線軸；

根據位置和時間關系將所述校驗后的感知數據集對應在所述主線軸上。

5.如權利要求1所述的自動駕駛數據的標注方法，其特征在于，對所述感知數據集進行數據標注，所述方法包括：

對所述感知數據集進行目標識別，以得到至少一個數據標簽；

根據所述至少一個數據標簽對感知數據集進行數據標注。

6.如權利要求1所述的自動駕駛數據的標注方法，其特征在于，將所述與場景相關的感知數據集與所述至少一個數據子集進行融合并生成標注數據集之前，所述方法包括：

將所述至少一個數據子集標注為異常數據集和正常數據集中一種；

以及，將所述與場景相關的感知數據集與所述至少一個數據子集進行融合并生成標注數據集之后，所述方法還包括：

將所述標注數據集導入自動駕駛預警模型，以訓練所述自動駕駛預警模型。

7.如權利要求1所述的自動駕駛數據的標注方法，其特征在于，根據自動駕駛數據的數據來源將所述自動駕駛數據劃分為至少一個數據子集和感知數據集之前，所述方法還包括：

從至少一個數據源處獲取所述自動駕駛數據，所述自動駕駛數據包括目標車輛的車身數據、所述目標車輛的決策數據、所述目標車輛的控制數據、所述目標車輛的故障數據中的至少一項。

8.一種云端控制平臺，其特征在于，所述云端控制平臺包括劃分模塊、標注模塊、融合模塊：

所述劃分模塊，用于根據自動駕駛數據的數據來源將所述自動駕駛數據劃分為至少一個數據子集和感知數據集，以分類存儲所述感知數據集和所述至少一個數據子集；

所述標注模塊，用于對所述感知數據集進行數據標注，以使得根據數據標注結果構建與場景相關的感知數據集；

所述融合模塊，用于將所述與場景相關的感知數據集與所述至少一個數據子集進行融合并生成標注數據集。

9.一種云端控制平臺，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時，使得所述處理器執行如權利要求1－9中任一項所述的自動駕駛數據的標注方法。

10.一種存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時，實現如權利要求1至9中任一項所述的自動駕駛數據的標注方法。