[發明專利]數據采集方法、裝置、設備及存儲介質

有效

• 申請號: 202210057268.3
• 申請日: 2022-01-19
• 公開（公告）號: CN114079665B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 周俊杰;盧紅喜;衡陽;金晨;李國慶;余舒;陳勇;李志成;任向飛;石曉明
• 申請（專利權）人: 浙江吉利控股集團有限公司;吉利汽車研究院（寧波）有限公司
• 主分類號: H04L67/12
• 分類號: H04L67/12;H04L67/10;H04L67/141
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 黃廷山

1.一種數據采集方法，其特征在于，所述數據采集方法包括：

在車輛行駛的過程中，獲取車端傳感器采集的車端數據以及路端傳感器采集的路端數據；

對所述車端數據和所述路端數據進行時空同步，得到時空同步后的車端數據和路端數據；

根據高精地圖對時空同步后的車端數據和路端數據進行融合，得到目標數據；

基于所述目標數據進行場景分類，獲得多個場景對應的場景數據；

根據所述場景數據構建自動駕駛場景庫；

其中，所述根據高精地圖對時空同步后的車端數據和路端數據進行融合，得到目標數據，包括：

獲取高精地圖中的地圖數據；

根據所述地圖數據分別對時空同步后的車端數據和路端數據進行匹配定位，得到車端定位結果和路端定位結果；

根據所述車端定位結果和所述路端定位結果對時空同步后的車端數據和路端數據進行融合，得到目標數據。

2.如權利要求1所述的數據采集方法，其特征在于，所述對所述車端數據和所述路端數據進行時空同步，得到時空同步后的車端數據和路端數據，包括：

獲取所述車端傳感器中的車端組合慣導對應的第一位置，并獲取所述路端傳感器中的路端定位設備對應的第二位置；

根據所述第一位置和所述第二位置確定所述車端組合慣導和所述路端定位設備之間的相對位置；

根據所述相對位置將所述車端數據和所述路端數據統一到所述車輛的車輛坐標系下，得到空間同步后的車端數據和路端數據；

將空間同步后的車端數據和路端數據統一到同一時間戳下，得到時空同步后的車端數據和路端數據。

3.如權利要求1所述的數據采集方法，其特征在于，所述基于所述目標數據進行場景分類，獲得多個場景對應的場景數據，包括：

檢測所述目標數據中包含的隱私信息，并根據所述隱私信息生成目標檢測框；

根據所述目標檢測框對所述隱私信息進行模糊化處理，以對所述目標數據進行隱私信息清洗，得到清洗后的目標數據；

基于清洗后的目標數據進行場景分類，獲得多個場景對應的場景數據。

4.如權利要求3所述的數據采集方法，其特征在于，所述基于清洗后的目標數據進行場景分類，獲得多個場景對應的場景數據，包括：

獲取預設的多個場景的場景類型；

從清洗后的目標數據中匹配與各場景類型對應的數據；

根據各場景類型對應的數據進行場景分類，獲得多個場景對應的場景數據。

5.如權利要求1至4中任一項所述的數據采集方法，其特征在于，所述根據所述場景數據構建自動駕駛場景庫，包括：

根據所述場景數據對應的場景的場景類型生成場景索引，并建立所述場景數據與所述場景索引之間的對應關系；

根據所述場景數據和所述場景索引構建自動駕駛場景庫。

6.如權利要求1至4中任一項所述的數據采集方法，其特征在于，所述根據所述場景數據構建自動駕駛場景庫之后，還包括：

從所述自動駕駛場景庫中的場景數據中篩選出環境場景數據和行車場景數據；

根據所述環境場景數據生成感知模型訓練集，并根據所述行車場景數據生成規控模型訓練集；

根據所述感知模型訓練集進行感知模型訓練，得到訓練后的感知模型；

根據所述規控模型訓練集進行規控模型訓練，得到訓練后的規控模型；

將所述自動駕駛場景庫中除所述環境場景數據和所述行車場景數據之外的場景數據作為測試場景數據；

根據所述測試場景數據構建仿真測試場景庫；

基于所述仿真測試場景庫對訓練后的感知模型和訓練后的規控模型進行測試，并生成測試報告。