[發(fā)明專利]極端場景數(shù)據(jù)采集方法及裝置、智能車輛、可讀存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210630193.3
• 申請日: 2022-06-06
• 公開（公告）號: CN115071740A
• 公開（公告）日: 2022-09-20
• 發(fā)明（設(shè)計(jì)）人: 李茂青;郭繼舜
• 申請（專利權(quán)）人: 寧波均勝智能汽車技術(shù)研究院有限公司
• 主分類號: B60W50/08
• 分類號: B60W50/08;B60W60/00;B60W50/10;B60W50/04;B60W50/00
• 代理公司: 浙江中桓凱通專利代理有限公司 33376
• 代理人: 謝英

本發(fā)明提供了極端場景數(shù)據(jù)采集方法及裝置、智能車輛、可讀存儲(chǔ)介質(zhì)。采集方法包括：判斷智能駕駛系統(tǒng)是否被激活；當(dāng)智能駕駛系統(tǒng)被激活時(shí)，響應(yīng)用戶指令，采集極端場景數(shù)據(jù)。本發(fā)明解決的問題是：相關(guān)技術(shù)中的技術(shù)方案無法在車輛智能駕駛時(shí)基于用戶的行為進(jìn)行極端場景的數(shù)據(jù)采集。

技術(shù)領(lǐng)域

本發(fā)明涉及空調(diào)技術(shù)領(lǐng)域，具體而言，涉及極端場景數(shù)據(jù)采集方法及裝置、智能車輛、可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

智能駕駛技術(shù)任務(wù)已經(jīng)被認(rèn)可是一個(gè)解決數(shù)據(jù)分布長尾效應(yīng)的任務(wù)，出現(xiàn)概率較低的corner case(極端情況)是提供數(shù)據(jù)驅(qū)動(dòng)的算法模型進(jìn)行升級的來源之一。極端場景的采集是實(shí)現(xiàn)數(shù)據(jù)閉環(huán)的關(guān)鍵，目前的技術(shù)中主要有兩種方式進(jìn)行場景的采集及上傳：

1)在開發(fā)過程中測試員根據(jù)人為判斷來觸發(fā)需要采集的場景，記錄并上傳；此方法采集到的極端場景數(shù)據(jù)有限，不能較好地收集廣泛的多樣的極端場景數(shù)據(jù)；

2)在量產(chǎn)車型上進(jìn)行極端場景的采集，這里有兩類觸發(fā)方式：

a)自動(dòng)駕駛激活過程中，感知結(jié)果不一致時(shí)觸發(fā)，比如當(dāng)某一傳感器探測的結(jié)果和另一傳感器探測的結(jié)果不一致時(shí)，超過一定門限值將自動(dòng)觸發(fā)場景數(shù)據(jù)的記錄并上傳；

b)自動(dòng)駕駛未激活過程中，系統(tǒng)行為與自車駕駛員行為不一致時(shí)觸發(fā)，比如在駕駛員駕駛車輛行駛過程中，系統(tǒng)在后端實(shí)時(shí)地運(yùn)行，但不進(jìn)行控車，在某一駕駛場景下駕駛員的駕駛行為與系統(tǒng)的決策規(guī)劃行為不一致時(shí)，將自動(dòng)觸發(fā)場景數(shù)據(jù)的記錄并上傳；

在量產(chǎn)車型上進(jìn)行極端場景的采集相比方式1具有更廣泛的場景數(shù)據(jù)和采集來源，但僅僅依靠在激活過程中自車的感知結(jié)果的不一致和未激活過程中對比駕駛員的駕駛行為不一致來觸發(fā)場景數(shù)據(jù)收集，很多非常有價(jià)值的極端場景數(shù)據(jù)并未收集到，比如在激活過程中只根據(jù)不同傳感器的感知結(jié)果不一致才進(jìn)行收集，不能同時(shí)考慮駕駛員的駕駛行為來判斷是否有極端場景的發(fā)生，如果能夠在自動(dòng)駕駛激活的同時(shí)通過考慮駕駛員的駕駛行為來判斷是否有極端場景的發(fā)生，將極大地補(bǔ)充極端場景的數(shù)據(jù)量來源，通過更大規(guī)模的極端場景數(shù)據(jù)量來訓(xùn)練提升算法模型。

由此可見，相關(guān)技術(shù)中存在的問題是：相關(guān)技術(shù)中的技術(shù)方案無法在車輛智能駕駛時(shí)基于用戶的行為進(jìn)行極端場景的數(shù)據(jù)采集。

發(fā)明內(nèi)容

本發(fā)明解決的問題是：相關(guān)技術(shù)中的技術(shù)方案無法在車輛智能駕駛時(shí)基于用戶的行為進(jìn)行極端場景的數(shù)據(jù)采集。

為解決上述問題，本發(fā)明的第一目的在于提供一種基于用戶行為的極端場景數(shù)據(jù)采集方法。

本發(fā)明的第二目的在于提供一種基于用戶行為的極端場景數(shù)據(jù)采集裝置。

本發(fā)明的第三目的在于提供一種智能車輛。

本發(fā)明的第四目的在于提供一種可讀存儲(chǔ)介質(zhì)。

為實(shí)現(xiàn)本發(fā)明的第一目的，本發(fā)明的實(shí)施例提供了一種基于用戶行為的極端場景數(shù)據(jù)采集方法，包括：判斷智能駕駛系統(tǒng)是否被激活；當(dāng)智能駕駛系統(tǒng)被激活時(shí)，響應(yīng)用戶指令，采集極端場景數(shù)據(jù)。

本實(shí)施例能夠達(dá)到的效果是：相關(guān)技術(shù)中的技術(shù)方案在量產(chǎn)車型上進(jìn)行極端場景的數(shù)據(jù)采集時(shí)，在智能駕駛系統(tǒng)被激活的狀態(tài)下，無法根據(jù)車輛內(nèi)的用戶行為來觸發(fā)極端場景的數(shù)據(jù)采集，導(dǎo)致有很多非常有價(jià)值的極端場景數(shù)據(jù)并未收集到，而本實(shí)施例的基于用戶行為的極端場景數(shù)據(jù)采集方法，能夠在智能駕駛系統(tǒng)被激活的狀態(tài)下，根據(jù)車輛內(nèi)的用戶指令來觸發(fā)極端場景的數(shù)據(jù)采集，極大地補(bǔ)充了極端場景的數(shù)據(jù)量及質(zhì)量，從而可以通過更大規(guī)模的極端場景數(shù)據(jù)量來訓(xùn)練和提升為智能駕駛系統(tǒng)提供數(shù)據(jù)驅(qū)動(dòng)的算法模型。

在本發(fā)明的一個(gè)實(shí)施例中，指令包括以下至少一項(xiàng)：第一指令，第一指令包括用戶的接管駕駛行為，用戶通過對自車的控制將第一指令傳遞給智能駕駛系統(tǒng)；第二指令，第二指令包括用戶對自車駕駛行為的預(yù)期判斷，用戶通過按鍵或語音將第二指令傳遞給智能駕駛系統(tǒng)。