[發(fā)明專利]篩選預(yù)定場景下的數(shù)據(jù)的方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210491548.5
• 申請日: 2022-05-07
• 公開（公告）號: CN114881078A
• 公開（公告）日: 2022-08-09
• 發(fā)明（設(shè)計(jì)）人: 陳偉駿;劉國翌;佘曉麗;任少卿
• 申請（專利權(quán)）人: 安徽蔚來智駕科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 李湘

本申請涉及篩選預(yù)定場景下的數(shù)據(jù)的方法和系統(tǒng)。所述方法包括：接收來自一個或多個信號源的一組感知數(shù)據(jù)；對該組感知數(shù)據(jù)進(jìn)行多模態(tài)融合以生成多模態(tài)序列化數(shù)據(jù)；提取所述多模態(tài)序列化數(shù)據(jù)的特征并對其編碼以生成編碼信息；接收目標(biāo)編碼信息，其中所述目標(biāo)編碼信息根據(jù)所述預(yù)定場景下感知數(shù)據(jù)生成；以及將所述編碼信息與所述目標(biāo)編碼信息進(jìn)行相似度匹配，并根據(jù)匹配結(jié)果確定是否保留該組感知數(shù)據(jù)。

技術(shù)領(lǐng)域

本申請涉及車輛數(shù)據(jù)處理的領(lǐng)域，具體而言，涉及篩選預(yù)定場景下的數(shù)據(jù)的方法和系統(tǒng)、產(chǎn)生預(yù)定場景下的目標(biāo)編碼信息的方法和系統(tǒng)以及計(jì)算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

數(shù)據(jù)一直是人工智能領(lǐng)域的重要資源。對于自動駕駛領(lǐng)域而言，由于車輛所屬的場景與大多數(shù)自然場景區(qū)別較大，因而一些開源數(shù)據(jù)集對于自動駕駛算法的價值并不大。如果直接使用車輛采集數(shù)據(jù)再從中篩選出一些有價值的數(shù)據(jù)會消耗大量的存儲、帶寬、人力等成本。例如，如果對于不同場景進(jìn)行單獨(dú)設(shè)計(jì)篩選規(guī)則進(jìn)行數(shù)據(jù)篩選，由于不同場景間的篩選器難以復(fù)用，因而需要維護(hù)龐大的篩選器集，這會顯著增加工作量。

有鑒于此，需要提出一種改進(jìn)的數(shù)據(jù)篩選機(jī)制。

發(fā)明內(nèi)容

本申請的實(shí)施例提供了一種篩選預(yù)定場景下的數(shù)據(jù)的方法和系統(tǒng)、產(chǎn)生預(yù)定場景下的目標(biāo)編碼信息的方法和系統(tǒng)以及計(jì)算機(jī)可讀存儲介質(zhì)，用于提取車輛在預(yù)定場景下產(chǎn)生的各種數(shù)據(jù)。

根據(jù)本申請的一方面，提供一種篩選預(yù)定場景下的數(shù)據(jù)的方法。所述方法包括：接收來自一個或多個信號源的一組感知數(shù)據(jù)；對該組感知數(shù)據(jù)進(jìn)行多模態(tài)融合以生成多模態(tài)序列化數(shù)據(jù)；提取所述多模態(tài)序列化數(shù)據(jù)的特征并對其編碼以生成編碼信息；接收目標(biāo)編碼信息，其中所述目標(biāo)編碼信息根據(jù)所述預(yù)定場景下感知數(shù)據(jù)生成；以及將所述編碼信息與所述目標(biāo)編碼信息進(jìn)行相似度匹配，并根據(jù)匹配結(jié)果確定是否保留該組感知數(shù)據(jù)。

在本申請的一些實(shí)施例中，可選地，所述預(yù)定場景為以下任意一者或其組合：超車、避讓、加速、減速、更換車道、緊急停車、車道線缺失。

在本申請的一些實(shí)施例中，可選地，所述一個或多個信號源包括以下至少一者：用于探測環(huán)境的信號源：圖像傳感器、激光雷達(dá)；用于表征車輛狀態(tài)的信號源：速度傳感器、加速度傳感器、油門踏板開度傳感器、剎車踏板開度傳感器、轉(zhuǎn)向機(jī)角度傳感器。

在本申請的一些實(shí)施例中，可選地，對該組感知數(shù)據(jù)進(jìn)行多模態(tài)融合以生成多模態(tài)序列化數(shù)據(jù)包括：將該組感知數(shù)據(jù)中來自探測環(huán)境的信號源的部分抽象為第一特征數(shù)據(jù)；將該組感知數(shù)據(jù)中來自表征車輛狀態(tài)的信號源的部分抽象為第二特征數(shù)據(jù)；以及將所述第一特征數(shù)據(jù)、所述第二特征數(shù)據(jù)進(jìn)行特征融合以生成所述多模態(tài)序列化數(shù)據(jù)。

在本申請的一些實(shí)施例中，可選地，根據(jù)匹配結(jié)果確定是否保留該組感知數(shù)據(jù)包括：在所述編碼信息與所述目標(biāo)編碼信息的相似度大于或者等于閾值時保留該組感知數(shù)據(jù)。

在本申請的一些實(shí)施例中，可選地，所述還包括：發(fā)送該組感知數(shù)據(jù)以用于針對所述預(yù)定場景的進(jìn)一步處理。

在本申請的一些實(shí)施例中，可選地，多模態(tài)融合、特征提取以及編碼是基于transformer神經(jīng)網(wǎng)絡(luò)進(jìn)行的。

在本申請的一些實(shí)施例中，可選地，所述目標(biāo)編碼信息根據(jù)所述預(yù)定場景下具有預(yù)設(shè)長度的感知數(shù)據(jù)生成，并且接收來自一個或多個信號源的一組感知數(shù)據(jù)包括：接收來自一個或多個信號源的感知數(shù)據(jù)流； 基于所述預(yù)設(shè)長度將所述感知數(shù)據(jù)流分成多組感知數(shù)據(jù)；以及提取所述多組感知數(shù)據(jù)中的一組感知數(shù)據(jù)。