[發明專利]數據處理方法、裝置、計算機設備及計算機可讀存儲介質

有效

• 申請號: 202011285120.2
• 申請日: 2020-11-17
• 公開（公告）號: CN112269827B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 李景才;王秀峰;黃淋淋
• 申請（專利權）人: 蘇州智加科技有限公司
• 主分類號: G06F16/26
• 分類號: G06F16/26;G06F16/2458;G06F16/215
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 邢少真

本申請提供了一種數據處理方法、裝置、計算機設備及計算機可讀存儲介質，屬于數據處理技術領域。本申請通過在獲取到行駛數據后，通過數據挖掘算法，從獲取到的行駛數據中識別出特征具有關聯性的至少一組行駛數據，從而得到各組行駛數據對應的標簽，標簽能夠指示行駛數據的特征，進而通過在獲取到限定特定行駛場景的場景條件參數后，將場景條件參數對應的標簽所標記的行駛數據，和場景條件參數所限定的特定行駛場景關聯起來，以便后續直接基于場景條件參數即可獲取到僅對應于某一特定駕駛場景的行駛數據，提高數據處理效率。

技術領域

本申請涉及數據處理技術領域，特別涉及一種數據處理方法、裝置、計算機設備及計算機可讀存儲介質。

背景技術

自動駕駛車輛依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統的協同合作，讓車輛在沒有人操作的情況下，自動安全地行駛在道路上。通過各個自動駕駛車輛在行駛過程中采集數據，進而基于采集到的數據對自動駕駛車輛進行訓練，從而提高自動駕駛車輛的識別準確性和決策準確性，提高自動駕駛的安全性。

目前在對自動駕駛車輛行駛過程中采集到的數據進行處理時，主要是對獲取到的數據進行數據清洗，進而對清洗后得到的數據進行存儲，作為后續對自動駕駛車輛的行駛過程進行分析，或者，對自動駕駛車輛進行訓練時所使用的訓練數據。

在上述實現過程中，數據清洗雖然能夠清洗掉一些不合法的數據，降低一定的數據量，但經過數據清洗得到的數據量仍然是非常龐大的，從這些清洗后的數據中獲取到某種特定駕駛場景下的數據是非常困難的，從而導致數據處理效率較低。

發明內容

本申請實施例提供了一種數據處理方法、裝置、計算機設備及計算機可讀存儲介質，可以提高數據處理效率。該技術方案如下：

一方面，提供了一種數據處理方法，該方法包括：

獲取自動駕駛車輛的多個行駛數據，該行駛數據包括至少一個與行駛場景相關的特征；

通過數據挖掘算法，從該行駛數據中識別出其特征具有關聯性的至少一組行駛數據；

確定該至少一組行駛數據中的每一組行駛數據的標簽，該標簽用于指示該每一組行駛數據中的該特征；

獲取用于限定特定行駛場景的場景條件參數，識別出與該場景條件參數相對應的該標簽，并將該標簽所標記的該至少一組行駛數據與該特定行駛場景相關聯。

在一種可能的實現方式中，該通過數據挖掘算法，從該行駛數據中識別出其特征具有關聯性的至少一組行駛數據包括：

通過該數據挖掘算法，從該行駛數據中識別出具有相同特征的該至少一組行駛數據。

在一種可能的實現方式中，該通過數據挖掘算法，從該行駛數據中識別出其特征具有關聯性的至少一組行駛數據包括：

將該行駛數據輸入用于執行數據挖掘腳本的至少一個處理器中，其中，該數據挖掘腳本對應于該特征；

該至少一個處理器中的任一處理器通過與其對應的數據挖掘腳本，對該行駛數據進行處理，得到其特征具有關聯性的一組行駛數據，該任一處理器處理得到的一組行駛數據具有該任一處理器對應的數據挖掘腳本對應的特征。

在一種可能的實現方式中，該通過數據挖掘算法，從該行駛數據中識別出其特征具有關聯性的至少一組行駛數據之前，該方法還包括：

根據該行駛數據的數據類型，對該行駛數據進行前置分類，并將同一數據類型的行駛數據輸入同一處理器執行該數據挖掘算法。

在一種可能的實現方式中，該獲取自動駕駛車輛的多個行駛數據包括下述至少一項：

在該自動駕駛車輛的行駛過程中，在線獲取該行駛數據；

在該自動駕駛車輛完成行駛后，離線下載行駛過程中所獲取的該行駛數據。