[發明專利]車載數據處理方法、裝置、服務器和可讀存儲介質

在審

• 申請號: 202011150412.5
• 申請日: 2020-10-23
• 公開（公告）號: CN112287801A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 盧美奇;李國鎮;楊宏達;李友增;戚龍雨;吳若溪
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G07C5/00
• 代理公司: 北京超成律師事務所 11646
• 代理人: 裴素英

本發明的實施例提供了一種車載數據處理方法、裝置、服務器和可讀存儲介質，涉及數據處理技術領域。本發明實施例提供的車載數據處理方法、裝置、服務器和可讀存儲介質，在接收車載終端上傳的事件數據后，將事件數據輸入服務器存儲的駕駛輔助算法，得到第一檢測結果，并基于第一檢測結果對服務器和各車載終端存儲的駕駛輔助算法進行評估，得到評估結果，基于評估結果，對駕駛輔助算法進行更新，并將更新之后的駕駛輔助算法下發至各車載終端，如此，不僅實現了對駕駛輔助算法落地的性能的有效評估，而且基于評估結果驅動駕駛輔助算法進行更新，滿足了駕駛輔助算法的落地需求。

技術領域

本發明涉及數據處理技術領域，具體而言，涉及一種車載數據處理方法、裝置、服務器和可讀存儲介質。

背景技術

隨著智能駕駛技術的快速發展，高級駕駛輔助系統(Advanced DrivingAssistance System，ADAS)相關產品在汽車市場的滲透率不斷攀升，除了隨汽車出廠的前裝ADAS系統外，市場上也涌現了大批集ADAS與行車記錄儀于一體的后裝產品。

目前的ADAS產品一般使用單目或雙目攝像頭、慣性測量單元(InertialMeasurement Unit，IMU)和全球定位系統(Global Positioning System，GPS)作為傳感器，使用深度學習技術，對汽車前向視野中的車輛行人與障礙物等進行位置檢測與距離測算，實現環境感知，預測發生碰撞的可能性，給予駕駛員預警信號。

由于實驗室條件下與真實落地場景中使用的數據、算力以及設備存在較大差距，基于實驗室條件下研究成功的算法無法很好的泛化到真實數據上，ADAS產品落地的有效性難以評估，因此，難以滿足ADAS產品的落地需求。

發明內容

基于上述研究，本發明提供了一種車載數據處理方法、裝置、服務器和可讀存儲介質，以改善上述問題。

本發明的實施例可以這樣實現：

第一方面，本發明實施例提供一種車載數據處理方法，應用于服務器，所述服務器與至少一個車載終端通信連接，所述服務器和各所述車載終端存儲有駕駛輔助算法，所述方法包括：

接收各所述車載終端上報的事件數據；其中，所述事件數據基于所述車載終端中存儲的駕駛輔助算法篩選得到；

將所述事件數據輸入所述服務器存儲的駕駛輔助算法，得到第一檢測結果；

基于所述第一檢測結果對所述服務器和各所述車載終端存儲的駕駛輔助算法進行評估，得到評估結果；

基于所述評估結果，對所述服務器存儲的駕駛輔助算法進行更新，并將更新之后的駕駛輔助算法下發至各所述車載終端。

在可選的實施方式中，所述服務器中預先構建有信息檢測模型，所述駕駛輔助算法包括前車檢測模型，所述第一檢測結果包括所述前車檢測模型的輸出結果，所述前車檢測模型通過對所述信息檢測模型進行壓縮或剪枝得到；

所述基于所述第一檢測結果對所述服務器和各所述車載終端存儲的駕駛輔助算法進行評估，得到評估結果的步驟包括：

將所述事件數據輸入所述信息檢測模型，輸出第二檢測結果；

將所述輸出結果與所述第二檢測結果進行對比，判斷所述輸出結果是否與所述第二檢測結果一致；

若不一致，則判定所述前車檢測模型的檢測有誤。

在可選的實施方式中，基于所述評估結果，對所述服務器存儲的駕駛輔助算法進行更新，并將更新之后的駕駛輔助算法下發至各所述車載終端的步驟包括：

獲取檢測結果有誤的事件數據，將檢測結果有誤的事件數據擴充到所述前車檢測模型的訓練樣本中；

基于擴充后的訓練樣本，重新對所述前車檢測模型進行訓練，得到目標前車檢測模型；