[發明專利]用于高級駕駛輔助系統測試和驗證的數據記錄

在審

• 申請號: 202210070531.2
• 申請日: 2022-01-21
• 公開（公告）號: CN114771548A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: M·塞爾斯特;M·科莫基維茲
• 申請（專利權）人: APTIV技術有限公司
• 主分類號: B60W50/00
• 分類號: B60W50/00;B60R16/023;G08C17/02
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 師瑋;徐敏剛

用于高級駕駛輔助系統測試和驗證的數據記錄。提供了一種評估數據記錄活動的進展的系統，該數據記錄活動被執行以收集由被安裝在車輛上的傳感器數據記錄儀記錄的傳感器數據，該系統包括元數據生成設備，該元數據生成設備被設置成對由傳感器模塊獲取的數據進行處理以生成該傳感器數據的元數據，該元數據包括將在傳感器數據的獲取期間該車輛所處的駕駛環境的屬性分類成該屬性的預定類集合中的相應類，并且將該元數據發送至遠程元數據處理設備，該遠程元數據處理設備被設置為確定該元數據是否至少包括按照該預定類集合中的預定類進行的預定數量的分類，并且基于該確定，生成供在該數據記錄活動中使用的指示符。

技術領域

本文中的示例方面總體上涉及高級駕駛輔助系統(ADAS)測試和評估領域，更具體地，涉及用于評估數據記錄活動的進展的系統，該數據記錄活動被執行以收集在例如測試和驗證車輛的ADAS中使用的傳感器數據。

背景技術

ADAS性能的測試和驗證因多變的路況和交通形勢而變得復雜，在這些情況下需要主車輛的ADAS可靠地工作。ADAS的性能可以根據車輛環境的特征而改變，舉例來說，如主車輛附近的車輛數量、天氣狀況和照明條件、背景環境的類型(諸如城市或鄉村環境)以及不同國家的交通標志變化。另外，需要大量的現實傳感器數據來訓練由ADAS電子控制單元(ECU)所使用的人工智能(AI)算法。通常，為了創建這樣的大數據集，利用多于一個的記錄車輛來執行被稱為頂級公路旅行(mother of all road trips(MOART))的數據記錄活動。為了說明不同的道路形勢，這樣的數據收集通常遵循嚴格定義的要求，該要求指定了在特定路況下應當記錄的公里數。

用于ADAS驗證的數據收集的另選方法是執行基于事件的數據記錄，其中，僅記錄關注的情況，而不是連續記錄數據，舉例來說，如在ADAS犯錯并且駕駛員需要接管時。

所記錄的數據(其通常是視頻片段，但是可以另外或者另選地包括另一類型的數據，如雷達(Radar)數據、激光雷達(Lidar)數據、超聲數據、來自各種車輛傳感器的數據、時間數據和/或GPS數據)通常被存儲在數據日志中，數據日志通常被分成較小的片段(例如，大小為1GB至2GB)。在記錄活動結束時，將來自所有車輛的數據復制到臨時數據存儲裝置，然后被運送至數據存儲中心。由于所記錄的數據的大小，正常來說不可能經由互聯網連接等來流傳輸該數據。

收集用于正在開發中的驗證和測試ADAS ECU的數據的當前方法存在許多缺點。

首先，滿足不同現實道路場景的預定的嚴格要求通常需要記錄幾十萬公里的駕駛。而且，所記錄的數據無法進行實時的在線驗證，而是需要被存儲在車載存儲裝置中，并且僅在稍后被傳遞至數據中心以進行處理。從數據被記錄到數據可用于分析的時段通常是以周為單位來測量的。

其次，記錄活動可能需要大量存儲空間。然而，實際上，僅所記錄的數據中的一部分被用于ADAS的測試和驗證。特別地，可能記錄大量的冗余視頻數據(例如，當主車輛夜間在高速公路上被駕駛時或者在交通擁擠下駕駛時，其中很少或沒有超車并且主車輛附近的其它車輛保持它們的相對位置)。

第三，通常預先準備用于記錄活動的車隊的路線規劃。這意味著當記錄活動結束并且在數據中心分析所記錄的數據時，才會發現缺失和多余的數據。

第四，上述類型的基于事件的記錄要求ADAS ECU處于成熟狀態，以使能夠判斷哪些情況值得記錄，而這對于ECU正在開發的早期ADAS項目來說情況通常不會如此。

而且，在數據記錄設備安裝方面的錯誤(混合的信號、缺失信號、崩潰的傳感器、誤校準等)僅在所記錄的數據在數據中心被分析時才可以檢測到(通常在延遲了幾周)。

最后，僅選擇所記錄的數據的小子集作為用于訓練ADAS的人工智能算法(即，神經網絡)的真值(ground truth)數據。對真值數據加標簽是非常耗時的活動。為此，用于形成真值數據集的數據的最佳選擇包括選擇最小但足夠量的數據。

發明內容