CN112562114B - 数据采集的方法及装置 - Google Patents
数据采集的方法及装置 Download PDFInfo
- Publication number
- CN112562114B CN112562114B CN202011500117.8A CN202011500117A CN112562114B CN 112562114 B CN112562114 B CN 112562114B CN 202011500117 A CN202011500117 A CN 202011500117A CN 112562114 B CN112562114 B CN 112562114B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- task table
- server
- acquisition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 111
- 238000003860 storage Methods 0.000 claims description 46
- 238000012545 processing Methods 0.000 claims description 10
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 238000012856 packing Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 32
- 238000013480 data collection Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 15
- 238000004590 computer program Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 239000007921 spray Substances 0.000 description 11
- 238000012549 training Methods 0.000 description 11
- 239000011521 glass Substances 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 7
- 238000012827 research and development Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000004140 cleaning Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
- G05D1/0022—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement characterised by the communication link
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/007—Emergency override
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种数据采集的方法及装置,涉及自动驾驶领域。具体实现方案为:获取服务器发送的指示信息,指示信息包括:车辆在行驶过程中待采集的数据类型、触发采集数据的至少一个采集条件。根据指示信息,在车辆的状态满足任一个采集条件时,采集数据类型对应的第一数据。通过从服务器获取用于指示数据采集的指示信息,之后根据指示信息在车辆行驶过程中,采集相应的驾驶场景数据,从而可以灵活高效的实现对需要的驾驶场景数据的采集,有效提升数据采集的效率。
Description
技术领域
本申请涉及计算机技术中的自动驾驶领域,尤其涉及一种数据采集的方法及装置。
背景技术
驾驶场景数据是无人车、辅助驾驶等智能汽车产品具备自动驾驶能力的核心资源,因此对驾驶场景数据的采集就显得尤为重要。
目前,相关技术在进行驾驶数据的采集时,通常是使用专业的数据采集车,在各个类型的道路场景下进行数据的采集,然而,需要采集的驾驶场景数据的数量众多,并且道路场景繁杂,因此需要设计众多的道路场景,并且通过采集车进行很长时间的数据采集。
因此,根据采集车进行数据的采集,会导致数据采集的效率较低。
发明内容
本申请提供了一种用于数据采集的方法、装置、设备以及存储介质。
根据本申请的一方面,提供了一种数据采集的方法,应用于车辆,包括:
获取服务器发送的指示信息,所述指示信息包括:所述车辆在行驶过程中待采集的数据类型、触发采集所述数据类型对应的数据的至少一个采集条件;
根据所述指示信息,在所述车辆的状态满足任一个所述采集条件时,采集所述数据类型对应的第一数据。
根据本申请的另一方面,提供了一种数据采集的方法,应用于服务器,包括:
向车辆发送指示信息,所述指示信息包括:车辆在行驶过程中待采集的数据类型、触发采集所述数据类型对应的数据的至少一个采集条件;以及
接收所述车辆根据所述指示信息采集的第一数据,其中,所述第一数据为所述数据类型对应的数据。
根据本申请的另一方面,提供了一种数据采集的装置,应用于车辆,包括:
获取模块,用于获取服务器发送的指示信息,所述指示信息包括:所述车辆在行驶过程中待采集的数据类型、触发采集所述数据类型对应的数据的至少一个采集条件;
采集模块,用于根据所述指示信息,在所述车辆的状态满足任一个所述采集条件时,采集所述数据类型对应的第一数据。
根据本申请的另一方面,提供了一种数据采集的装置,应用于服务器,包括:
发送模块,用于向车辆发送指示信息,所述指示信息包括:车辆在行驶过程中待采集的数据类型、触发采集所述数据类型对应的数据的至少一个采集条件;以及
接收模块,用于接收所述车辆根据所述指示信息采集的第一数据,其中,所述第一数据为所述数据类型对应的数据。
根据本申请的另一方面,提供了一种数据采集的***,包括:车辆和服务器,其中,所述车辆用于执行如上述车辆一侧所述的方法,所述服务器用于执行如上述服务器一侧所述的方法。
根据本申请的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上车辆一侧所述的方法或者如上述服务器一侧所述的方法。
根据本申请的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上车辆一侧所述的方法或者如上述服务器一侧所述的方法。
根据本申请的另一方面,提供了一种计算机程序产品,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行如上车辆一侧所述的方法或者如上述服务器一侧所述的方法。
根据本申请的技术可以灵活高效的实现对需要的驾驶场景数据的采集,有效提升数据采集的效率。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例提供的数据采集的***示意图;
图2为本申请实施例提供的数据采集的方法的流程图;
图3为本申请实施例提供的数据采集的方法的流程图二;
图4为本申请实施例提供的获取任务表的实现示意图;
图5为本申请实施例提供的待采集数据的配置信息示意图;
图6为本申请实施例提供的确定采集数据的数据包的示意图;
图7为本申请实施例提供的对各个数据包进行排序的示意图;
图8为本申请实施例提供的数据采集的方法的流程图三;
图9为本申请实施例提供的数据采集的方法的流程示意图;
图10为本申请其中一实施例的数据采集的装置的结构示意图,应用于车辆;
图11为本申请另一实施例的数据采集的装置的结构示意图,应用于服务器;
图12是用来实现本申请实施例的数据采集的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了更好的理解本申请的技术方案,首先对本申请所涉及的背景技术进行进一步的详细说明:
驾驶场景数据是无人车、辅助驾驶等智能汽车产品具备自动驾驶能力的核心资源,在产品研发过程中,驾驶场景数据被广泛用于模型训练、性能测试等主干流程。其中,驾驶场景数据的质量的好坏、覆盖场景的丰富度、数据量的大小直接决定了自动驾驶能力的高低,因而驾驶场景数据的采集成为自动驾驶类技术研发的核心工作环节。
由于自动驾驶场景的复杂性和无穷性,导致模型训练和产品使用过程中,会不断涌现当前技术未考虑到的新问题,因此亟待快速基于问题场景采集相应数据,以供技术优化。
但是传统的驾驶数据收集多在研发阶段前期批量进行,当新问题出现时,应对新问题需要再次组织全量数据采集,这样会导致成本高、周期长,而且数据收集的节奏远跟不上新问题出现的速度;且大量问题来自于数据收集能力的有限性,单靠采集车外出实采、开源数据集筛选和数据强化等传统方式难以弥补某些难覆盖的极端工况引起的数据缺失。
下面对现有技术中采集驾驶场景数据的几种可能的实现方式进行介绍:
(1)使用配备专业设备的采集车,去往各类型道路场景下进行数据采集。
这种方式采集数据的精确度高、采集内容全面,但采集车购置和装配成本极高,通常一个需要采集数据的单位所持有的数量有限,因此还需要根据需求调拨,导致采集的效率较低。
(2)从专业的数据供应方获取数据。
这种方式能够快速、大量地获取到指定类型且标注好的数据,但各个数据使用方使用的模型网络结构和训练框架区别差异大,数据供应商的数据形式不一定能与训练需求完全匹配,因此在从数据供应方获取数据之后,研发人员还需对数据进行繁杂的数据清洗、筛选等工作。并且从数据供应方获取数据的成本较高,以及获取的数据内容受数据供应方的能力限制。
(3)从公开数据集中筛选。
此方法成本低、周期短,能满足一般性自动驾驶的多类模型悬链需求。但针对性差,公开数据集中筛选的数据较难解决新问题场景,并且公开数据的开源方也未曾考虑和采集到针对新问题场景的数据。且公开数据集存在大量重复场景,解决特定问题的高价值数据少,因此需从冗杂的数据堆中挑选标注,导致数据处理的流程较为复杂,因而该方法能满足的数据需求有限。
(4)在部分采集的基础上仿真模拟。
该技术能够快速、大量地构造目标场景数据,供模型反复训练、测试使用,是不少科技机构用以替换实采数据的技术手段。但模拟数据与真实道路数据在类型、条件、要素等条件下终归存在差异,现实世界的多样性靠机器仿真难以充分还原。
(5)数据众包采集。
将数据采集任务众包给自带车队的单位、或在营运车辆上搭载传感器的第三方机构、或直接生产具备数据采集能力的车载设备提供给用户——在大量车队日常运行过程中收集真实驾驶数据。
这种方式能解决前4类数据收集模式在多样性和广泛性上的不足,但因为合作渠道有限、数据使用和归属受合作方制约等限制,采集工作的部署和应用灵活性极差。
综上所述,现有技术的实现方案中不能满足快速发展的自动驾驶技术和业务对数据的庞大需求,数据采集方需要花费大量的时间、成本在基础的数据采集工作上,导致技术产能无法得到充分释放;并且现有技术的数据采集方案中,无法保证采集到的数据的多样性,从而导致采集的驾驶场景数据缺乏全面性,在部分极端的情况下,甚至无法实现数据的采集,从而导致模型训练存在短板。
因此,自动驾驶技术的迭代,要求能够实现高效而全面的自动驾驶数据收集,且成本可控。
基于此,本申请提出了如下技术构思:通过构建数据云端和用户车辆的完整数据链路,在云端进行数据采集任务的配置,之后将数据采集任务下发至车辆进行数据采集,之后将采集的数据回传至云端进行存储,从而能够应用于量产车辆,在广大用户日常真实的驾驶场景中,根据研发需要自动进行数据收集的任务式自动驾驶数据自采集***,以保证数据快速、大量、精确的自动化收集。
下面结合具体的实施例对本申请提供的数据采集的方法进行说明,首先结合图1对本申请提供的数据采集的***进行介绍,图1为本申请实施例提供的数据采集的***示意图。
如图1所示,该***包括:车辆和服务器。
其中,在车辆中例如可以安装有多路摄像头、超声波雷达等前置传感器硬件,因此本实施例中的车辆具备数据采集能力,以及,本实施例中的服务器可以构建数据采集任务并向车辆下发数据采集任务,以及服务器还可以接收车辆采集的数据并进行存储。
在本实施例中,车辆和服务器可以进行通信,其中车辆和服务器的具体通信方式可以根据实际需求进行选择,只要其可以实现数据和信息的交互即可,在一种可能的实现方式中,本实施例中的车辆可以理解为车辆,本实施例中的服务器可以理解为云端。
其中,数据采集流程例如可以如图1所示,参见图1,服务器可以构建数据采集任务,其中,数据采集任务中例如可以包括需要采集的数据类型,数据的采集条件,采集的优先级、权重值等信息,本实施例对数据采集任务的具体实现方式不做特别限制。
之后,服务器可以向车辆发送数据采集任务,车辆根据数据采集任务进行数据的采集,在数据采集完成之后,可以将采集的任务回传至服务器,之后服务器可以对数据进行存储,进而可以根据数据进行模型训练、性能测试等流程。
基于上述介绍可以确定的是,本申请提供的数据采集的方法中,可以基于服务器下发的数据采集任务,自动的实现对需要的数据的采集,从而可以有效保证数据采集的效率和全面性,下面结合具体的实施例对本申请提供的数据采集的方法进行说明。
图2为本申请实施例提供的数据采集的方法的流程图,如图2所示,该方法包括:
S201、获取服务器发送的指示信息,指示信息包括:车辆在行驶过程中待采集的数据类型、触发采集数据类型对应的数据的至少一个采集条件。
在本实施例中,车辆可以获取服务器发送的指示信息,其中,指示信息用于指示车辆进行数据的采集。
其中,车辆例如可以定期向服务器发送请求信息,从而获取服务器发送的指示信息;或者车辆还可以接收服务器发送的指示信息,从而获取服务器发送的指示信息。也就是说车辆可以主动的从服务器获取指示信息,或者还可以被动的从服务器接收指示信息,本实施例对此不做限定,只要其可以实现从服务器获取指示信息即可。
在一种可能的实现方式中,指示信息可以包括:车辆在行驶过程中待采集的数据类型、触发采集数据类型对应的数据的至少一个采集条件。
其中,待采集的数据类型也就是说当前需要采集什么数据,采集条件也就是说在什么情况下进行数据类型对应的数据的采集,举例来说,比如说指示信息中待采集的数据类型包括:雨刮喷水开关状态、档位、左后轮轮速、右后轮轮速,触发采集数据的至少一个采集条件包括:检测到雨刮器启动并持续运行10秒后,玻璃喷水开启。
也就是说,在车辆检测到雨刮器启动并且持续启动10秒之后,若检测到玻璃喷水开启,则采集雨刮喷水开关状态、档位、左后轮轮速、右后轮轮速。
在实际实现过程中,具体的待采集的数据类型,以及具体的采集条件可以根据实际需求进行选择,本实施例对此不做限定。以及在指示信息中可以包括多个采集条件,无论满足哪一个采集条件,均可以触发车辆进行数据的采集。
以及,本实施例中的指示信息中还可以包括任意与数据采集相关的内容,比如说采集时长、各数据内容的数据上传次数、各数据内容的数据上传频率、标签信息等。
其中,采集时长例如可以为根据数据使用需求设定以触发时点开始前、后的若干秒的时长。以及,可以根据需求设定每个数据采集内容的采集参数,以确定各个数据内容的上传次数和上传频率。以及,标签信息为每项采集任务创建时添加的,数据采集后在数据格式里附带,用以后续数据分类管理和使用。
本实施例对指示信息所包括内容的具体实现方式不做特别限制,只要是可以用于指示数据采集的信息,均可以作为本实施例中的指示信息。
S202、根据指示信息,在车辆的状态满足任一个采集条件时,采集数据类型对应的第一数据。
车辆在接收到指示信息之后,可以根据指示信息进行驾驶场景数据的采集,其中,车辆可以根据指示信息中的至少一个采集条件,判断车辆的状态是否满足采集条件。
在一种可能的实现方式中,在车辆的状态满足任一个采集条件时,车辆可以进行数据的采集,具体的,可以采集指示信息中所指示的待采集的数据类型所对应的第一数据。
其中,例如可以是各个采集条件均对应相同的待采集的数据类型,也就是说无论当前是满足哪个采集条件,均采集指示信息中所包括的待采集的数据类型所对应的数据,从而得到第一数据。
或者,还可以是各个采集条件分别对应各自的待采集的数据类型,比如说当前存在采集条件1、采集条件2、其中,采集条件1对应的待采集的数据类型是数据类型A,采集条件2对应的待采集的数据类型是数据类型B,则在车辆的状态满足采集条件1时,进行数据类型A对应的数据的采集,从而得到第一数据。
本实施例对各个采集条件所对应的待采集的数据类型不做特别限制,本实施例中的第一数据就是满足相应的采集条件时,车辆采集得到的数据。
可以理解的是,第一数据就是上文提到的驾驶场景数据,其中,第一数据例如可以为车辆的状态数据,或者第一数据还可以为车辆的周边环境数据,本实施例对第一数据的具体实现方式不做特别限制,其具体取决于指示信息中所指示的待采集的数据类型。
在一种可能的实现方式中,在车辆对第一数据采集完成之后,可以向服务器发送第一数据,从而实现了根据实际需求灵活高效的实现驾驶场景数据的采集。
或者,车辆还可以将采集的第一数据保存至本地,按照预设的周期一起发送给服务器,或者还可以根据服务器的指令发送给服务器,本实施例对采集的第一数据进行后续处理的实现方式不做特别限制。
在此过程中,当面对一些新问题场景时,可以配置相应的指示信息,从而可以针对性的进行数据的采集,以保证数据采集的灵活性,并且数据采集的具体实现是通过车端完成的,从而可以在车辆运行过程中就实现数据的采集,从而有效保证数据采集的效率,以及降低数据采集的成本。
本申请实施例提供的数据采集的方法,包括:获取服务器发送的指示信息,指示信息包括:车辆在行驶过程中待采集的数据类型、触发采集数据的至少一个采集条件。根据指示信息,在车辆的状态满足任一个采集条件时,采集数据类型对应的第一数据。通过从服务器获取用于指示数据采集的指示信息,之后根据指示信息在车辆行驶过程中,采集相应的驾驶场景数据,从而可以灵活高效的实现对需要的驾驶场景数据的采集,有效提升数据采集的效率。
在上述实施例的基础上,下面结合一个具体的实施例对本申请提供的数据采集的方法进行进一步的详细介绍,结合图3至图7进行介绍,图3为本申请实施例提供的数据采集的方法的流程图二,图4为本申请实施例提供的获取任务表的实现示意图,图5为本申请实施例提供的待采集数据的配置信息示意图,图6为本申请实施例提供的确定采集数据的数据包的示意图,图7为本申请实施例提供的对各个数据包进行排序的示意图。
如图3所示,该方法包括:
S301、按照预设周期向服务器发送检查信息,其中,检查信息用于确定服务器的第一任务表的标识信息和车辆的第二任务表的标识信息是否一致。
在本实施例中,当服务器确定好指示信息之后,可以将指示信息以任务表的形式下发到车辆,其中任务表中包括指示信息中的各项内容。
在一种可能的实现方式中,指示信息可以包括如下信息中的至少一种:
任务归属:执行指定任务的车系、车型、车端软件版本。
任务执行周期:设定任务开始、结束时间,到达结束时点后任务自动作废。
任务权重:根据采集任务的重要性设定权重,供后续数据传输、存储的优先级判定。
采集内容:包括时间、状态、软件版本、硬件参数等基础数据,各摄像头、超声波雷达、毫米波雷达等传感器数据,档位、轮速、车灯状态等车身信息,以及各自动驾驶模块数据、状态机数据和***log数据等。
采集条件:基于数据采集的需要配置数据采集的触发条件,需明确触发源、触发时间、触发采集时长等,以定向收集指定场景下的车身及周围环境数据。
在实际实现过程中,指示信息中所包括的各项信息的具体实现可以根据实际需求进行选择,本实施例对此不做限制,以及指示信息中除了包括上述介绍的信息之外,还可以包括任意的用于指示数据采集的信息,本实施例对指示信息的具体实现不做特别限制。
因此本实施例的指示信息可以存储在任务表中,其中任务表对应有标识信息,则车辆可以根据任务表的标识信息,从服务器获取最新的任务表。
例如在服务器中包括第一任务表,在车辆中包括第二任务表,可以理解的是,车辆中的第二任务表也是从服务器中获取之后存储在车辆中的,其可以理解为旧的任务表。
则车辆为了获取最新的任务表,在一种可能的实现方式中,车辆定期和服务器建立连接,从而按照预设周期向服务器发送检查信息,其中检查信息用于确定第一任务表的标识信息和第二任务表中的标识信息是否一致。
其中,车辆发送检查信息的预设周期可以根据实际需求进行选择,本实施例对此不做限制。以及,任务表的标识信息同样可以根据实际需求进行选择,其例如可以为数字,或者还可以为字符,或者还可以为数字和字符的组合等,本实施例对任务表的标识信息的实现方式不做限制,只要一个标识信息可以用于唯一的指示一个任务表即可。
在一种可能的实现方式中,任务表还例如可以有属性信息,任务表的属性信息包括如下中的至少一种:任务表对应的车辆信息、任务表对应的执行时间、任务表中的至少一个数据采集任务各自对应的权重值,权重值用于指示各数据采集任务对应的采集数据的上传或者存储优先级。
例如,任务表组成例如可以参见如下表1:
表1
其中,任务表的身份标识(Identity document,ID)用于唯一的标识任务表,在一种可能的实现方式中,任务表的ID可以为车端软件版本+日期时间组成。
或者在其余可能的实现方式中,任务表的ID还可以为数字、字母、数字字母的组合等,本实施例对任务表的ID的具体实现方式不做限制,其可以根据实际需求进行选择。
下面对本实施例中根据属性信息和数据采集任务构建任务表的实现过程,进行示例性的说明:
创建任务表:选择下发的车辆品牌、车系、车型、软件版本,指定任务执行车端。
任务选择:选择符合条件的车辆所需执行的数据采集任务,数据采集任务可以为上述指示信息所指示的任务,例如一个采集条件可以对应一个数据采集任务。数据采集任务可以提前创建配置供在任务表创建时挑选使用。
权重设置:对每项数据采集任务配置相应权重,以供数据采集完成后确定存储、传输顺序的优先级,此处的权重设置与上述实施例中介绍的采集条件对应的权重例如可以为同一概念。
任务周期设置:设定任务执行的日期范围,车辆在周期内进行相应场景的数据采集,达到终止日期后任务自动执行作废处理。
基于上述表1可以确定的是,任务表可以存在多种状态,在一种可能的实现方式中,完成创建的任务表后可执行释放操作,释放完成之后任务表可以为已释放状态。在全量释放后任务将下发到任务所属车型的全部车辆,亦可通过车辆的车辆识别号码(VehicleIdentification Number,VIN)对部分车型小批量释放。VIN信息可手动输入或使用指定文件批量上传。
其中,指定文件例如可以为xml格式的文件,或者,其还可以为任意格式的文件,只要能够实现对VIN信息的指示即可,本实施例对此不做特别限制。
以及在另一种可能的实现方式中,状态为“已释放”的任务表在设定运行的时间范围内,也可手动执行作废操作,任务表作废后已接收该任务表的车端将停止数据采集,直到接收其他新任务。
S302、判断第一任务表的标识信息和第二任务表的标识信息是否一致,若是,则执行S303,若否,则执行S304。
其中,车辆可以根据检查信息,判断第一任务表的标识信息和第二任务表的标识信息是否一致。
S303、获取第二任务表。
在一种可能的实现方式中,若车辆确定第一任务表的标识信息和第二任务表的标识信息一致,则车辆可以确定当前车辆中所包括的第二任务表就是最新的任务表,则车辆可以直接获取本地存储的第二任务表,并根据第二任务表进行车辆驾驶数据的采集。
可以理解的是,第二任务表也是之前从服务器中获取的。
S304、接收服务器发送的第一任务表,并删除第二任务表。
在另一种可能的实现方式中,若车辆确定第一任务表的标识信息和第二任务表的标识信息不一致,则车辆可以确定当前服务器中存在新的任务表,则车辆可以获取服务器的第一任务表。
例如可以参照图4进行理解,例如当前在服务器中包括任务表A,在车辆中包括任务表B,车辆通过向服务器发送检查信息,可以确定服务器中的任务表和车辆中的任务表不一致,则车辆可以接收服务器发送的任务表B,并且根据任务表B执行对应的数据采集任务。
并且为了执行新的任务表所指示的数据采集任务,车辆还可以将本地存储的第二任务表删除,而将新获取的第一任务表存储在本地。
同样可以理解的是,当获取的第一任务表存储在车辆本地之后,第一任务表就变成了上述介绍的第二任务表,在下一个预设周期,会接着判断服务器中的任务表和车端当前存储的任务表的标识信息是否一致。
此外,在一种可能的实现方式中,基于上述介绍可以确定的是,数据采集任务可以对应有执行指定任务的车系、车型、车端软件版本,因此在本实施例中,车端在接收服务器发送的第一任务表之前,可以首先判断车辆的车系、车型、车端软件版本和第一任务表对应的车系、车型、车端软件版本是否一致,若一致,再接收第一任务表,若不一致,则继续按照本地的第二任务表进行数据采集。
在其余可能的实现方式中,当获取服务器的第一任务表失败,比如说出现车辆和服务器之间通信不成功、任务表下载失败、任务表解析失败或损坏、本地任务表损坏等任务表获取异常的情况时,可以重复执行获取服务器的第一任务表的操作,直至获取服务器的第一任务表成功,或者,直至重复执行的次数达到预设次数。
当重复执行的次数达到预设次数,但是获取第一任务表还没有成功的时候,则按照车辆当前本地存储的第二任务表继续执行数据采集,若本地没有存储任务表,则不进行数据采集。
也就是说,在车辆从服务器获取任务表失败时,可以以指定次数重复操作,若指定次数的获取均不成功,则按照车辆本地的旧任务表继续执行数据采集,若车辆本地没有任务表,则不进行任何数据采集。
S305、根据指示信息,在车辆的状态满足任一个采集条件时,采集数据类型对应的第一数据。
其中,S305的实现方式与S202的实现方式类似,以及在本实施例中,服务器在完成指示信息的配置之后,可以以任务表的形式将指示信息下发到车辆,因此车辆可以根据任务表进行数据的采集。
下面以雨天场景的数据采集为例,对任务表的一种可能的实现方式进行说明:
雨天场景对车辆传感器存在产生较大干扰,在雨天训练数据量不足的情况下易导致自动驾驶算法出现误判。而雨天数据的采集受制于天气、地域限制。在本实施例中,可以基于具体的雨天数据采集需求,在服务器中配置相应的数据采集策略,从而确定指示信息,之后将指示信息下发给各地区车辆,以使得各地区的车辆在雨天时触发采集动作,并自动完成相应数据的采集和上传。
其中,在雨天场景下的任务表的一部分例如可以如图5所示,在图5中示例性的介绍待采集的数据的相关信息
参见图5,假设当前的待采集数据可以包括图5中介绍的雨量传感器输出信息、雨刮喷水开关状态、前雨刮状态等,值得说明的是,图5中的IMU为惯性测量单元(InertialMeasurement Unit),freespace为汽车可行驶的区域,感知内部的“ERROR”级别log是指感知车辆内部为异常状态的级别的日志。其余的待采集数据的实现可以参见图5中的介绍,此处不再赘述。
同时参见图5还可以确定的是,在任务表中可以指示各个待采集数据的数据格式、数据需求、记录窗口以及标注信息。
其中,数据格式是指当前以何种数据格式进行数据的采集,数据需求是指按照何种频率进行数据的采集,记录窗口是指在何时进行数据的采集,标注信息是指当前采集的数据所携带的标注信息,以便于后续进行数据的存储和查找。
以图5中的“***时间”为例,其数据格式例如可以为文本,并且数据需求为10赫兹(Hz)采集一次,以及记录窗口为在触发时刻就进行采集,没有标注信息,那么对于“***时间”这个数据而言,就是说在触发采集条件的时刻开始,以10Hz为频率进行***时间的采集,采集的数据为文本。
其余各个待采集数据的实现方式类似,以及结合“雨量传感器输出信息”的标注信息,对标注信息进行说明,例如“雨量传感器输出信息”存在7种状态,为了便于进行数据的存储,可以用0~6这7个数字分别标注“雨量传感器输出信息”的7种状态,其具体的对应关系可以参照图5中的介绍。
以及参照图5中的“左后轮轮速”的标注信息可以确定的是,“左后轮轮速”的标注信息是带雨量大小标签、喷水开关状态的数据信息,此处进行举例说明,可以确定的是“左后轮轮速”的采集频率是100Hz采集一次,例如当前采集“左后轮轮速”时,对应的雨量大小是“2”,也就是小雨,对应的喷水开关状态是“0”,也就是关,也就表明当前这个“左后轮轮速”的采集是在小雨并且雨刮未喷水的状态下采集的。
因此图5中多个待采集的数据的标注信息为“带雨量大小标签、喷水开关状态的数据信息”就是指,这些数据的标签信息是采集当前这个数据时的雨量大小标签和喷水开关状态标签。
图5中涉及多个待采集数据,此处不对此一一进行介绍,其具体的实现方式可以参照上述示例性的说明和图5中的示意。
上述结合图5介绍的任务表是待采集数据的相关指示信息,以及,在一种可能的实现方式中,任务表中还可以包括采集条件,其中,采集条件的设置例如可以为:
以3Hz的频率获取雨刮状态,当检测到雨刮启动并连续运行10秒后,玻璃喷水开启或雨量传感器数据判断雨量>0时触发数据采集。
具体的,则可以包括如下两个采集条件:
采集条件1:对应真实下雨的场景
在雨刮启动并连续运行10秒后,根据雨量传感器信息确定雨量大于0。
在满足该采集条件时,可以触发对上述图5介绍的各个数据的采集,以及基于上述介绍可以确定的是,各个采集条件可以对应各自的权重,例如当前采集条件的权重设置为80,为中优先级的采集场景。
以及,该场景每日若多次达到触发条件,同雨量大小仅首次触发,不同雨量大小仅采集比先前采集条件更大的雨量档位。比如说在雨量等于3的情况,仅触发一次,在之后只有雨量大于3时,才会确定触发采集条件。
采集条件2:对应喷水清洗玻璃的场景
在雨刮启动并连续运行10秒后,根据玻璃喷水开关信息确定开关信息为开启,则确定为清洗前挡风玻璃的场景触发。
在满足该采集条件时,可以触发对上述图5介绍的各个数据的采集,以及当前采集条件的权重例如可以设置为50,为低优先级的采集场景。
该场景每日仅首次达到触发条件时触发。
同时基于上述介绍的采集条件,还可以确定如下两个场景:
用户误触:在雨刮启动并连续运行10秒后,若玻璃喷水未开启、雨量传感器显示雨量为0,则归入用户误触类行为,不触发数据的采集。
其他场景:如遇用户主动触发雨刮以清理其他物体、液体,或用于其他需求时,仍根据以上策略判断是否触发采集条件,从而确定是否进行数据的采集。
上述是以雨天场景为例对数据采集进行的介绍,在实际实现过程中,需要采集的数据内容、数据要求、数据的采集条件,各个采集条件对应的权重等,均可以根据实际需求进行选择,从而可以根据实际的数据需求针对性的进行相应数据的采集。
车辆在行驶过程中根据持续同步的触发源状态,轮询是否满足触发条件。当车身状态信息、感知信息、环境信息、位置/时间信息等触发源达到服务器所配置的组合条件时,自动触发对应场景下的数据采集。该过程无需人工监管,一切符合服务器配置的采集条件均能够唤起车端对所需数据的自采集。
S306、将至少一个满足采集条件的第一数据分别进行打包,得到至少一个数据包,其中,各数据包对应各自的采集条件。
在本实施例中,在确定车辆的状态满足任一个采集条件的时候,均会进行触发指定数据的采集,其中,每一个采集条件对应各自的权重,因此为了便于后续数据的传输和存储,可以将各个采集条件各自对应的采集的第一数据分别进行大包,从而得到至少一个数据包,其中,每个数据包对应各自的采集条件。
下面结合图6进行说明,假设当前存在两个采集条件,分别是采集条件1和采集条件2,其中,当车辆的状态满足采集条件1时,车辆根据指示信息触发数据的采集,将采集条件1对应的采集的第一数据进行打包,得到数据包A,数据包A就是采集条件1对应的数据包。
以及,当车辆的状态满足采集条件2时,车辆根据指示信息触发数据的采集,将采集条件2对应的采集的第一数据进行打包,得到数据包B,数据包B就是采集条件2对应的数据包。
S307、判断车辆的网络强度是否大于或等于第一阈值,若是,则执行S308,若否,则执行S309。
在对数据采集完成,得到至少一个数据包之后,需要将数据包上传至服务器,在进行数据传输时,网络条件的影响较大,因此可以首先判断当前车辆的网络条件是否良好。
在一种可能的实现方式中,可以判断车辆的网络强度是否大于或等于第一阈值,从而确定网络条件是否良好,其中,第一阈值的设置可以根据实际需求进行选择,本实施例对此不做限定。
在实际实现过程中,确定网络条件是否良好还可以根据其余的因素进行判断,例如通过网络的吞吐率、丢包率等,本实施例对确定网络条件是否良好的实现方式不做限制,其可以根据实际需求进行选择,只要是用于指示网络状态的参数,均可以作为本实施例中用于确定网络条件是否良好的判断条件。
S308、向服务器发送各数据包。
在一种可能的实现方式中,若确定车辆的网络强度大于或等于第一阈值,则可以确定当前的网络状况良好,在这种情况下,可以将采集的数据实时上传至云端,具体的,可以将服务器发送各个数据包。
S309、根据各数据包各自对应的采集条件的权重,确定目标数据包,并向服务器发送目标数据包。
在另一种可能的实现方式中,若确定车辆的网络强度小于第一阈值,则可以确定当前的网络状况不好,可能是车辆行驶至弱网,或者车辆网络被其他功能占用,则可以将权重较高的数据优先进行回传,从而保证高优先级的数据可以首先被上传至服务器。
例如可以根据各数据包各自对应的采集条件的权重,按照权重从大到小的顺序,对各数据包进行排序。
其中,各个数据包各自对应有采集条件,以及每个采集条件对应各自的权重,则车端可以根据每个数据包各自对应的采集条件的权重,对各个数据包进行排序,其中排序的方式例如可为从高权重到低权重的顺序进行排序。
例如可以参见图7进行理解,假设当前存在数据包A、数据包B、数据包C和数据包D,其中,数据包A对应的权重为80,数据包B对应的权重为50,数据包C对应的权重为75,数据包D对应的权重为60,按照权重从大到小的顺序,可以得到图7所示排序的数据包,即如下顺序:数据包A、数据包C、数据包D、数据包B。
之后,将排序在前的预设数量个数据包确定为目标数据包,并向服务器云端发送目标数据包。
其中,在各个数据包进行排序完成之后,在一种可能的实现方式中,可以将排序在前的预设数量个数据包确定为目标数据包,其中,目标数据包为优先级较高的数据包。并且车辆可以向服务器发送目标数据包,从而可以实现将优先级较高的数据优先回传至服务器。
例如参见图7的示例,其中预设数量例如可以为2,则可以将排名在前的2个数据包,即数据包A和数据包C,确定为目标数据包,以将权重较大的数据包A和数据包C优先发送给服务器。其中,预设数量的具体设置可以根据实际需求进行选择,本实施例对此不做特别限制。
在另一种可能的实现方式中,车辆还例如可以将权重值大于等于预设阈值的数据包确定为目标数据包,同样以图7的示例为例,假设预设阈值为80,则可以确定图7中的4个数据包中,仅有数据包A符合条件,则将数据包A确定为目标数据包,进而将数据包A发送给服务器。
在又一种可能的实现方式中,在设置各个采集条件对应的权重时,例如就可以设置各个采集条件对应的数据包的上传方式。
以上述介绍的雨天场景中的采集条件1和采集条件2为例进行说明,
对采集条件1对应的数据包,其对应的是真实下雨子场景的数据包,上述介绍了其对应的权重是80,则例如可以设置采集条件1对应的数据包优先实时回传,在网络状态不佳时缓存,并在网络条件允许时优先回传,不可覆盖。
对采集条件2对应的数据包,其对应的是喷水清洗玻璃子场景的数据包,上述介绍了其对应的权重是50,则例如可以设置采集条件2对应的数据包默认缓存,待与其他缓存数据比较执行覆盖操作,等待当日晚间上电统一进行回传。
本实施例对在网络条件不好的情况下,确定具体要回传的数据包的实现方式不做限定,只要能够保证优先将权重较大的数据包进行回传即可。
此外,在将权重较大的目标数据包进行回传之后,可以将当前采集的数据包中,除了目标数据包之外的剩余数据包保存在车辆,等待网络信号良好时,比如说等待网络强度大于或等于第一阈值时,再向服务器发送剩余的数据包。
在将剩余数据包保存在车辆中时,还需要考虑车辆的存储空间是否足够存储剩余数据包。
在一种可能的实现方式中,若车辆的存储空间足够存储剩余数据包,则可以将剩余数据包保存在车辆中。
在另一种可能的实现方式中,若车辆的存储空间不足以存储剩余数据包,则需要根据任务管理阶段设定的权重,并结合车辆内有限的内存情况,进行数据覆盖操作。其中,可以按照各个数据包对应的权重和采集时间的前后,对低权重、采集时间较远的数据进行覆盖,保证高权重、采集时间较近的高价值数据得到存储回传。
具体的,可以在车辆当前存储的数据包中,获取权重小于剩余数据包和/或生成时间早于剩余数据包的第二数据包,之后将剩余数据包保存至车辆中,从而覆盖第二数据包。
其中,确定第二数据包的实现方式中,例如剩余数据包可以有多个,车辆当前存储的数据包也可以有多个,比如说可以将权重小于剩余数据包中最小权重的数据包确定为第二数据包,或者还可以将权重小于剩余数据包中的任意一个的数据包确定为第二数据包,本实施例对此不做限制,其可以根据实际需求进行选择。
通过采用高权重以及采集时间较近的数据,覆盖低权重和采集时间较远的数据,可以有效保证高权重和新鲜的数据可以得到优先回传,从而能够有效保证数据传输的效率和有效性。
上述介绍了向服务器发送数据包,在向服务器发送数据包的一种可能的实现方式中,可以将各个数据包分别进行压缩、加密,并采用断点续传的方式向服务器发送各个数据包,从而可以有效保证数据传输的安全性和完整性。
本申请实施例提供的数据采集的方法,包括:按照预设周期向服务器发送检查信息,其中,检查信息用于确定服务器的第一任务表的标识信息和车辆的第二任务表的标识信息是否一致。判断第一任务表的标识信息和第二任务表的标识信息是否一致,若是,则获取第二任务表。若否,则接收服务器发送的第一任务表,并删除第二任务表。根据指示信息,在车辆的状态满足任一个采集条件时,采集数据类型对应的第一数据。将至少一个满足采集条件的第一数据分别进行打包,得到至少一个数据包,其中,各数据包对应各自的采集条件。判断车辆的网络强度是否大于或等于第一阈值,若是,则向服务器发送各数据包。若否,则根据各数据包各自对应的采集条件的权重,确定目标数据包,并向服务器发送目标数据包。
通过根据指定各个采集任务对应的权重,从而可以在数据的回传和存储过程中,优先将权重较大的数据回传至服务器,从而可以有效保证数据采集的效率和有效性,同时,针对没有及时回传的数据,也可以先将优先级较高的数据保存在本地,等待网络条件良好时,再将保存在车辆本地的数据回传至服务器,从而可以有效保证采集的数据的完整性和全面性。
上述实施例介绍了车端的数据采集的实现方式,下面集合图8对云端的实现方式进行介绍,图8为本申请实施例提供的数据采集的方法的流程图三。
如图8所示,该方法包括:
S801、向车辆发送指示信息,指示信息包括:车辆在行驶过程中待采集的数据类型、触发采集数据类型对应的数据的至少一个采集条件。
在一种可能的实现方式中,可以在服务器中可以实时确定指示信息,或者还可以预先设置好指示信息,指示信息的实现方式与上述介绍的类似,此处不再赘述。
在服务器确定指示信息之后,可以向车辆发送指示信息,在一种可能的实现方式中,例如可以通过任务表的形式向车辆发送指示信息,其实现方式与上述介绍的类似。
以及参见上述介绍可以确定的是,车辆可以按照预设周期向服务器发送检查信息,则对于服务器来说,服务器可以接收车辆按照预设周期发送的检查信息,其中,检查信息用于确定服务器的第一任务表的标识信息和车辆的第二任务表的标识信息是否一致。
在一种可能的实现方式中,若第一任务表的标识信息和第二任务表的标识信息不一致,则服务器可以向车辆发送第一任务表,以使得车辆根据第一任务表进行数据采集。
以及,在指示信息中还可以包括:各采集条件各自对应的权重,其中,各采集条件各自对应的权重用于指示各采集条件对应的数据的上传优先级以及存储优先级。
其实现方式与上述车辆一侧介绍的实施例类似,此处不再赘述。
S802、接收车辆根据指示信息采集的第一数据,其中,第一数据为数据类型对应的数据。
在车辆完成数据采集之后,可以向服务器发送第一数据,则服务器可以接收车辆根据指示信息采集的第一数据,其中,第一数据为指示信息中的数据类型对应的数据。
当服务器接收车辆发送的第一数据之后,服务器需要对第一数据进行保存,在一种可能的实现方式中,服务器可以断点下载接收车辆回传的数据,之后对数据解密后使用分层服务器冷热存储机制落盘存储。
其中,服务器可以根据各第一数据的标签信息,对第一数据进行分类存储。
具体的,服务器可以根据数据采集过程中伴随生成的任务属性标签、车端软件版本、采集时间等标签信息自动执行分类,以后后续快速筛选、查找目标数据,优化云端数据库的工作效率。
以及服务器还可以对入库存储的数据以可视化形式展示,供研发人员在线查阅场景信息,汇总下载并投入自动驾驶模型训练、测试等使用。
下面同样以上述介绍的雨天场景为例,对第一数据的分类存储进行介绍:
例如上述的数据采集场景为雨天场景,则上述采集的所有数据的一级标签例如可以为“雨天场景”,以及上述雨天场景中又细分了采集条件1对应的真实下雨的场景,采集条件2对应的喷水清洗玻璃的场景
则采集条件1对应的第一数据对应的二级标签就可以为“真实下雨”,采集条件2对应的第一数据对应的二级标签就可以为“喷水清洗玻璃”。
或者,根据车端软件版本、采集时间等还可以设置三级标签、四级标签等,从而实现对数据的分类存储,在需要进行数据的查找时,则可以直接按照标签信息,或者该标签下的所有数据。
在数据的使用过程中,以上述介绍的雨天场景为例,在一种可能的实现方式中,在数据量积累到满足使用数量后,研发人员可以下载数据并投入雨天环境的算法训练与仿真测试,若更新模型效果理想,则结束雨刮场景采集任务,若效果仍欠佳,则继续运行该任务扩充数据。
本申请实施例提供的数据采集的方法,包括:向车辆发送指示信息,指示信息包括:车辆在行驶过程中待采集的数据类型、触发采集数据类型对应的数据的至少一个采集条件。以及,接收车辆根据指示信息采集的第一数据,其中,第一数据为数据类型对应的数据。通过服务器向车端发送指示信息,从而可以使得车端根据指示信息进行需求的数据的采集,能够有效提升数据采集的灵活性和效率,同时本实施例中可以根据接收的第一数据的标签信息,对第一数据进行分类存储,从而可以有效提升后续数据使用过程中的数据查找效率。
在上述实施例的基础上,下面结合图9对本申请实施例中的车端和云端的工作流程进行一个***的介绍,图9为本申请实施例提供的数据采集的方法的流程示意图。
如图9所示,***可以包括云端任务管理、车端数据采集、车端数据传输、云端数据处理四大功能单元,分别在云端和车端两部分开展工作,也就是图9所示的服务器和车辆。
其中,在数据需求产生之后,可以在服务器的数据采集任务管理单元中进行指示信息的配置,在指示信息确定之后,服务器可以将指示信息以任务表的形式发送给车辆。
之后车辆就根据任务表指示的数据采集任务进行数据的采集,其中,车辆可以根据任务表中的采集条件和车辆状态,在状态同步区中确定触发源是否触发采集条件,具体的采集条件的设置可以根据实际需求进行选择,此处不再赘述。
在确定触发采集条件时,车辆根据数据采集的相关配置信息进行数据的采集,得到数据源,其中,数据采集的相关配置信息例如可以为上述实施例介绍的数据格式、数据采集频率等,此处不再赘述。
在数据采集完成,得到数据源之后,车端可以根据各个采集条件,将数据分别进行打包,并且根据各个采集条件各自对应的权重,将权重较大的数据包优先上传至服务器,其中,车辆例如可以通过网关(Gateway)、远程信息处理器(TelematicsBOX,T-box)将数据上传至服务器。
对于无法实时上传的服务器,同样可以根据权重保存在车端,等待网络条件较好时,再上传至服务器。
服务器在接收到车端根据指示信息采集的数据之后,可以对数据进行存储,并且根据数据的标签信息进行分类存储,其实现方式可参照上述实施例,此处不再赘述。
以及服务器中还可以对数据进行管理,例如可以在数据采集完成时,根据数据调用的请求,查找相关的数据以供模型训练、性能测试等应用,若确定数据的采集还不够完善,则可以继续进行数据的采集。
基于上述介绍可以确定的是,车端和云端之间会进行通信,在一种可能的实现方式中,车端和云端例如可以通过
综上所述,本申请实施例提供的数据采集的方法,通过搭建云端-车端互联的数据链路,以任务云端自由配置部署的形式保证了数据采集的灵活性,通过车端基于触发条件的任务执行有效控制了数据内容的针对性,凭借广大量产车端在日常驾驶中的任务执行提升了数据场景的多样性,且该***运行模式下的数据采集成本费用极低,随庞大用户车队的无间断运行大幅提升了数据采集的时效性。
本申请提供一种数据采集的方法及装置,应用于计算机技术中的自动驾驶领域,以达到提升数据采集的效率的效果。
图10为本申请其中一实施例的数据采集的装置的结构示意图,应用于车辆。如图10所示,本实施例的数据采集的装置1000可以包括:获取模块1001、采集模块1002、发送模块1003。
获取模块1001,用于获取服务器发送的指示信息,所述指示信息包括:所述车辆在行驶过程中待采集的数据类型、触发采集所述数据类型对应的数据的至少一个采集条件;
采集模块1002,用于根据所述指示信息,在所述车辆的状态满足任一个所述采集条件时,采集所述数据类型对应的第一数据。
一种可能的实现方式中,所述指示信息存储在任务表中,所述任务表对应有标识信息;
所述获取模块1001包括:
检查单元,用于按照预设周期向所述服务器发送检查信息,其中,所述检查信息用于确定所述服务器的第一任务表的标识信息和所述车辆的第二任务表的标识信息是否一致;
任务表确定单元,用于若所述第一任务表的标识信息和所述第二任务表的标识信息不一致,则接收所述服务器发送的所述第一任务表,并删除所述第二任务表;或者,
所述任务表确定单元,还用于若所述第一任务表的标识信息和所述第二任务表的标识信息一致,则获取所述第二任务表。
一种可能的实现方式中,所述指示信息还包括:各所述采集条件各自对应的权重。
一种可能的实现方式中,还包括:发送模块1003;
所述发送模块1003包括:
打包单元,用于将至少一个满足所述采集条件的第一数据分别进行打包,得到至少一个数据包,其中,各所述数据包对应各自的采集条件;
发送单元,用于若所述车辆的网络强度大于或等于第一阈值,则向所述服务器发送各所述数据包;
所述发送单元,还用于若所述车辆的网络强度小于所述第一阈值,则根据各所述数据包各自对应的采集条件的权重,确定目标数据包,并向所述服务器发送所述目标数据包。
一种可能的实现方式中,所述发送模块1003还用于:
将所述数据包中,除所述目标数据包之外的剩余数据包保存在所述车辆中,等待所述网络强度大于或等于所述第一阈值时,向所述服务器发送所述剩余数据包;
其中,所述发送模块1003包括:
存储单元,用于若所述车辆的存储空间足够存储所述剩余数据包,则将所述剩余数据包保存在所述车辆中;
所述存储单元,还用于若所述车辆的存储空间不足够存储所述剩余数据包,则在所述车辆当前存储的数据包中,获取权重小于所述剩余数据包和/或生成时间早于所述剩余数据包的第二数据包,将所述剩余数据包保存至所述车辆中,并覆盖所述第二数据包。
一种可能的实现方式中,所述获取模块1001还用于:
若获取所述服务器的第一任务表失败,则重复执行获取所述服务器的第一任务表的操作,直至获取所述服务器的第一任务表成功,或者,直至所述重复执行的次数达到预设次数。
一种可能的实现方式中,所述采集模块1002还用于:
若所述重复执行的次数达到预设次数,则根据所述第二任务表进行数据采集。
图11为本申请另一实施例的数据采集的装置的结构示意图,应用于服务器。如图11所示,本实施例的数据采集的装置1100可以包括:发送模块1101、接收模块1102。
发送模块1101,用于向车辆发送指示信息,所述指示信息包括:车辆在行驶过程中待采集的数据类型、触发采集所述数据类型对应的数据的至少一个采集条件;
接收模块1102,用于接收所述车辆根据所述指示信息采集的第一数据,其中,所述第一数据为所述数据类型对应的数据。
一种可能的实现方式中,所述指示信息存储在任务表中,所述任务表对应有标识信息;
所述发送模块1102包括:
接收单元,用于接收所述车辆按照预设周期发送的检查信息,其中,所述检查信息用于确定所述服务器的第一任务表的标识信息和所述车辆的第二任务表的标识信息是否一致;
发送单元,用于若所述第一任务表的标识信息和所述第二任务表的标识信息不一致,则向所述车辆发送所述第一任务表。
一种可能的实现方式中,所述指示信息还包括:各所述采集条件各自对应的权重,其中,各所述采集条件各自对应的权重用于指示各所述采集条件对应的数据的上传优先级以及存储优先级。
一种可能的实现方式中,还包括:存储模块1103;
所述存储模块1103,用于根据各所述第一数据的标签信息,对所述第一数据进行分类存储。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
根据本申请的实施例,本申请还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图12示出了可以用来实施本申请的实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图12所示,电子设备1200包括计算单元1201,其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序,来执行各种适当的动作和处理。在RAM 1203中,还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206,例如键盘、鼠标等;输出单元1207,例如各种类型的显示器、扬声器等;存储单元1208,例如磁盘、光盘等;以及通信单元1209,例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1201的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理,例如数据采集的方法。例如,在一些实施例中,数据采集的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1208。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时,可以执行上文描述的数据采集的方法的一个或多个步骤。备选地,在其他实施例中,计算单元1201可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行数据采集的方法。
根据本申请的实施例,本申请还提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上文所描述的各个方法和处理,例如数据采集的方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
根据本申请实施例的技术方案,通过从服务器获取用于指示数据采集的指示信息,之后根据指示信息在车辆行驶过程中,采集相应的驾驶场景数据,并且将采集的驾驶场景数据发送给服务器,从而可以灵活高效的实现对需要的驾驶场景数据的采集,有效提升数据采集的效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (17)
1.一种数据采集的方法,应用于车辆,所述方法包括:
获取服务器发送的指示信息,其中,所述指示信息存储在任务表中,所述任务表对应有标识信息,所述指示信息包括:所述车辆在行驶过程中待采集的数据类型、触发采集所述数据类型对应的数据的至少一个采集条件和各所述采集条件各自对应的权重,各所述采集条件各自对应的权重用于指示各所述采集条件对应的数据的上传优先级以及存储优先级;
根据所述指示信息,在所述车辆的状态满足任一个所述采集条件时,采集所述数据类型对应的第一数据;
所述获取服务器发送的指示信息,包括:
按照预设周期向所述服务器发送检查信息,其中,所述检查信息用于确定所述服务器的第一任务表的标识信息和所述车辆的第二任务表的标识信息是否一致;
若所述第一任务表的标识信息和所述第二任务表的标识信息不一致,则接收所述服务器发送的所述第一任务表,并删除所述第二任务表;或者,
若所述第一任务表的标识信息和所述第二任务表的标识信息一致,则获取所述第二任务表。
2.根据权利要求1所述的方法,还包括:
将至少一个满足所述采集条件的第一数据分别进行打包,得到至少一个数据包,其中,各所述数据包对应各自的采集条件;
若所述车辆的网络强度大于或等于第一阈值,则向所述服务器发送各所述数据包;
若所述车辆的网络强度小于所述第一阈值,则根据各所述数据包各自对应的采集条件的权重,确定目标数据包,并向所述服务器发送所述目标数据包。
3.根据权利要求2所述的方法,还包括:
将所述数据包中,除所述目标数据包之外的剩余数据包保存在所述车辆中,等待所述网络强度大于或等于所述第一阈值时,向所述服务器发送所述剩余数据包;
其中,所述将所述数据包中,除所述目标数据包之外的剩余数据包保存在所述车辆中,包括:
若所述车辆的存储空间足够存储所述剩余数据包,则将所述剩余数据包保存在所述车辆中;
若所述车辆的存储空间不足够存储所述剩余数据包,则在所述车辆当前存储的数据包中,获取权重小于所述剩余数据包和/或生成时间早于所述剩余数据包的第二数据包,将所述剩余数据包保存至所述车辆中,并覆盖所述第二数据包。
4.根据权利要求1所述的方法,还包括:
若获取所述服务器的第一任务表失败,则重复执行获取所述服务器的第一任务表的操作,直至获取所述服务器的第一任务表成功,或者,直至所述重复执行的次数达到预设次数。
5.根据权利要求4所述的方法,其特征在于,还包括:
若所述重复执行的次数达到预设次数,则根据所述第二任务表进行数据采集。
6.一种数据采集的方法,应用于服务器,所述方法包括:
向车辆发送指示信息,其中,所述指示信息存储在任务表中,所述任务表对应有标识信息,所述指示信息包括:车辆在行驶过程中待采集的数据类型、触发采集所述数据类型对应的数据的至少一个采集条件和各所述采集条件各自对应的权重,各所述采集条件各自对应的权重用于指示各所述采集条件对应的数据的上传优先级以及存储优先级;以及
接收所述车辆根据所述指示信息采集的第一数据,其中,所述第一数据为所述数据类型对应的数据;
所述向车辆发送指示信息,包括:
接收所述车辆按照预设周期发送的检查信息,其中,所述检查信息用于确定所述服务器的第一任务表的标识信息和所述车辆的第二任务表的标识信息是否一致;
若所述第一任务表的标识信息和所述第二任务表的标识信息不一致,则向所述车辆发送所述第一任务表。
7.根据权利要求6所述的方法,还包括:
根据各所述第一数据的标签信息,对所述第一数据进行分类存储。
8.一种数据采集的装置,应用于车辆,所述装置包括:
获取模块,用于获取服务器发送的指示信息,其中,所述指示信息存储在任务表中,所述任务表对应有标识信息,所述指示信息包括:所述车辆在行驶过程中待采集的数据类型、触发采集所述数据类型对应的数据的至少一个采集条件和各所述采集条件各自对应的权重,各所述采集条件各自对应的权重用于指示各所述采集条件对应的数据的上传优先级以及存储优先级;
采集模块,用于根据所述指示信息,在所述车辆的状态满足任一个所述采集条件时,采集所述数据类型对应的第一数据;
所述获取模块包括:
检查单元,用于按照预设周期向所述服务器发送检查信息,其中,所述检查信息用于确定所述服务器的第一任务表的标识信息和所述车辆的第二任务表的标识信息是否一致;
任务表确定单元,用于若所述第一任务表的标识信息和所述第二任务表的标识信息不一致,则接收所述服务器发送的所述第一任务表,并删除所述第二任务表;或者,
所述任务表确定单元,还用于若所述第一任务表的标识信息和所述第二任务表的标识信息一致,则获取所述第二任务表。
9.根据权利要求8所述的装置,还包括:发送模块;
所述发送模块包括:
打包单元,用于将至少一个满足所述采集条件的第一数据分别进行打包,得到至少一个数据包,其中,各所述数据包对应各自的采集条件;
发送单元,用于若所述车辆的网络强度大于或等于第一阈值,则向所述服务器发送各所述数据包;
所述发送单元,还用于若所述车辆的网络强度小于所述第一阈值,则根据各所述数据包各自对应的采集条件的权重,确定目标数据包,并向所述服务器发送所述目标数据包。
10.根据权利要求9所述的装置,所述发送模块还用于:
将所述数据包中,除所述目标数据包之外的剩余数据包保存在所述车辆中,等待所述网络强度大于或等于所述第一阈值时,向所述服务器发送所述剩余数据包;
其中,所述发送模块包括:
存储单元,用于若所述车辆的存储空间足够存储所述剩余数据包,则将所述剩余数据包保存在所述车辆中;
所述存储单元,还用于若所述车辆的存储空间不足够存储所述剩余数据包,则在所述车辆当前存储的数据包中,获取权重小于所述剩余数据包和/或生成时间早于所述剩余数据包的第二数据包,将所述剩余数据包保存至所述车辆中,并覆盖所述第二数据包。
11.根据权利要求8所述的装置,所述获取模块还用于:
若获取所述服务器的第一任务表失败,则重复执行获取所述服务器的第一任务表的操作,直至获取所述服务器的第一任务表成功,或者,直至所述重复执行的次数达到预设次数。
12.根据权利要求11所述的装置,其特征在于,所述采集模块还用于:
若所述重复执行的次数达到预设次数,则根据所述第二任务表进行数据采集。
13.一种数据采集的装置,应用于服务器,所述装置包括:
发送模块,用于向车辆发送指示信息,其中,所述指示信息存储在任务表中,所述任务表对应有标识信息,所述指示信息包括:车辆在行驶过程中待采集的数据类型、触发采集所述数据类型对应的数据的至少一个采集条件和各所述采集条件各自对应的权重,各所述采集条件各自对应的权重用于指示各所述采集条件对应的数据的上传优先级以及存储优先级;以及
接收模块,用于接收所述车辆根据所述指示信息采集的第一数据,其中,所述第一数据为所述数据类型对应的数据;
所述发送模块,包括:
接收单元,用于接收所述车辆按照预设周期发送的检查信息,其中,所述检查信息用于确定所述服务器的第一任务表的标识信息和所述车辆的第二任务表的标识信息是否一致;
发送单元,用于若所述第一任务表的标识信息和所述第二任务表的标识信息不一致,则向所述车辆发送所述第一任务表。
14.根据权利要求13所述的装置,还包括:存储模块;
所述存储模块,用于根据各所述第一数据的标签信息,对所述第一数据进行分类存储。
15.一种数据采集的***,包括:车辆和服务器,其中,所述车辆用于执行权利要求1-5中任一项所述的方法,所述服务器用于执行权利要求6或7所述的方法。
16.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5或权利要求6或7所述的方法。
17.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-5或权利要求6或7所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211501962.6A CN116416706A (zh) | 2020-12-18 | 2020-12-18 | 数据采集的方法及装置 |
CN202011500117.8A CN112562114B (zh) | 2020-12-18 | 2020-12-18 | 数据采集的方法及装置 |
US17/338,979 US11733693B2 (en) | 2020-12-18 | 2021-06-04 | Data acquisition method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011500117.8A CN112562114B (zh) | 2020-12-18 | 2020-12-18 | 数据采集的方法及装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211501962.6A Division CN116416706A (zh) | 2020-12-18 | 2020-12-18 | 数据采集的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112562114A CN112562114A (zh) | 2021-03-26 |
CN112562114B true CN112562114B (zh) | 2022-12-20 |
Family
ID=75063312
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011500117.8A Active CN112562114B (zh) | 2020-12-18 | 2020-12-18 | 数据采集的方法及装置 |
CN202211501962.6A Withdrawn CN116416706A (zh) | 2020-12-18 | 2020-12-18 | 数据采集的方法及装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211501962.6A Withdrawn CN116416706A (zh) | 2020-12-18 | 2020-12-18 | 数据采集的方法及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11733693B2 (zh) |
CN (2) | CN112562114B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113329070A (zh) * | 2021-05-25 | 2021-08-31 | 中寰卫星导航通信有限公司 | 一种车辆运行数据的获取方法、装置、设备及存储介质 |
CN113503869B (zh) * | 2021-06-25 | 2023-06-20 | 华南理工大学 | 一种基于区域感知度的高精地图众包车辆选择方法 |
CN113888773A (zh) * | 2021-09-28 | 2022-01-04 | 南京领行科技股份有限公司 | 网约车的数据处理方法、装置、服务器和存储介质 |
CN115225699B (zh) * | 2021-11-17 | 2023-10-20 | 广州汽车集团股份有限公司 | 车辆数据获取方法、车载远程信息处理器及存储介质 |
CN114333101A (zh) * | 2021-12-20 | 2022-04-12 | 华人运通(上海)自动驾驶科技有限公司 | 一种车辆数据处理方法 |
CN114610739A (zh) * | 2022-03-16 | 2022-06-10 | 镁佳(北京)科技有限公司 | 一种车联网数据采集方法、装置及计算机设备 |
CN115107791A (zh) * | 2022-04-06 | 2022-09-27 | 东软睿驰汽车技术(沈阳)有限公司 | 一种触发数据采集的方法、数据采集的方法及装置 |
CN114945033A (zh) * | 2022-05-19 | 2022-08-26 | 安徽蔚来智驾科技有限公司 | 车端数据回传方法、车端控制器、云端服务器及车辆 |
CN114979121B (zh) * | 2022-05-25 | 2023-07-28 | 重庆长安汽车股份有限公司 | 一种基于功能配置的车辆数据上传方法及上传*** |
CN115019267A (zh) * | 2022-05-27 | 2022-09-06 | 中国第一汽车股份有限公司 | 车辆场景数据的采集方法、装置、存储介质及电子设备 |
CN115063905B (zh) * | 2022-06-08 | 2024-06-14 | 中国第一汽车股份有限公司 | 车辆数据的处理方法和装置、存储介质及电子装置 |
CN115134383B (zh) * | 2022-06-24 | 2023-03-28 | 重庆长安汽车股份有限公司 | 一种车联网数据上云任务动态配置方法、***、设备和介质 |
CN115460238B (zh) * | 2022-07-14 | 2024-06-04 | 重庆长安汽车股份有限公司 | 数据处理方法、装置、服务器、车载设备及车辆 |
CN115499722A (zh) * | 2022-08-23 | 2022-12-20 | 重庆长安汽车股份有限公司 | 车辆数据采集的熔断控制方法及装置 |
CN115604541B (zh) * | 2022-09-21 | 2023-04-25 | 昆易电子科技(上海)有限公司 | 车辆的数据采集处理方法、***、电子设备和存储介质 |
CN115835162B (zh) * | 2023-01-06 | 2023-07-04 | 北京集度科技有限公司 | 车端数据采集装置及方法、车辆 |
CN116471298B (zh) * | 2023-03-07 | 2024-07-12 | 广州汽车集团股份有限公司 | 数据采集方法、基于分布式架构的数据采集***及车辆 |
CN116320019B (zh) * | 2023-05-16 | 2023-10-27 | 荣耀终端有限公司 | 数据采集方法、介质以及电子设备 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4121302B2 (ja) * | 2002-05-08 | 2008-07-23 | 株式会社神戸製鋼所 | 無線データ収集システム,その無線端末 |
US20090138188A1 (en) * | 2005-07-22 | 2009-05-28 | Andrej Kores | Method, device and system for modeling a road network graph |
CN100444121C (zh) * | 2006-09-11 | 2008-12-17 | 中国工商银行股份有限公司 | 批量任务调度引擎及调度方法 |
US9384609B2 (en) * | 2012-03-14 | 2016-07-05 | Autoconnect Holdings Llc | Vehicle to vehicle safety and traffic communications |
EP3198524B1 (en) * | 2014-09-22 | 2023-05-10 | Sikorsky Aircraft Corporation | Context-based autonomous perception |
JP6032265B2 (ja) * | 2014-12-10 | 2016-11-24 | トヨタ自動車株式会社 | 車両データのリモート収集システム |
JP6020611B2 (ja) * | 2015-01-20 | 2016-11-02 | トヨタ自動車株式会社 | 車両データのリモート収集システム |
WO2018002910A1 (en) * | 2016-06-28 | 2018-01-04 | Cognata Ltd. | Realistic 3d virtual world creation and simulation for training automated driving systems |
US20180356824A1 (en) * | 2017-06-13 | 2018-12-13 | TuSimple | Time synchronization and data acquisition method for ground truth static scene sparse flow generation |
WO2019000417A1 (en) * | 2017-06-30 | 2019-01-03 | SZ DJI Technology Co., Ltd. | SYSTEMS AND METHODS OF GENERATING CARDS |
US11106911B1 (en) * | 2018-06-13 | 2021-08-31 | Pointivo, Inc. | Image acquisition planning systems and methods used to generate information for structures of interest |
AU2018434934A1 (en) * | 2018-08-01 | 2021-02-04 | Viasat, Inc. | Vehicle information service for on-vehicle applications |
EP3618010A1 (en) * | 2018-08-31 | 2020-03-04 | Denso Ten Limited | On-vehicle device, data collection system, data collection method, and data collection apparatus |
US11349903B2 (en) * | 2018-10-30 | 2022-05-31 | Toyota Motor North America, Inc. | Vehicle data offloading systems and methods |
CN109684053B (zh) * | 2018-11-05 | 2023-08-01 | 广东岭南通股份有限公司 | 大数据的任务调度方法和*** |
CN109788030B (zh) * | 2018-12-17 | 2021-08-03 | 北京百度网讯科技有限公司 | 无人车数据处理方法、装置、***及存储介质 |
CN109934954B (zh) * | 2019-02-01 | 2020-10-16 | 北京百度网讯科技有限公司 | 无人车运行场景确定方法及设备 |
US11118916B2 (en) * | 2019-02-14 | 2021-09-14 | Here Global B.V. | Method, apparatus, and system for providing a campaign management platform to discover map data |
JP7156148B2 (ja) * | 2019-04-11 | 2022-10-19 | トヨタ自動車株式会社 | 車載記録装置 |
KR20200144005A (ko) * | 2019-06-17 | 2020-12-28 | 엘지전자 주식회사 | 차량내의 물품 정보를 제공하는 방법 및 장치 |
WO2021007117A1 (en) * | 2019-07-05 | 2021-01-14 | DeepMap Inc. | Generating training data for deep learning models for building high definition maps |
US11463158B2 (en) * | 2019-08-01 | 2022-10-04 | Planet Labs Pbc | Multi-pathway satellite communication systems and methods |
US10979137B2 (en) * | 2019-08-01 | 2021-04-13 | Planet Labs, Inc. | Multi-pathway satellite communication systems and methods |
US10796562B1 (en) * | 2019-09-26 | 2020-10-06 | Amazon Technologies, Inc. | Autonomous home security devices |
US11301754B2 (en) * | 2019-12-10 | 2022-04-12 | Sony Corporation | Sharing of compressed training data for neural network training |
US11455793B2 (en) * | 2020-03-25 | 2022-09-27 | Intel Corporation | Robust object detection and classification using static-based cameras and events-based cameras |
CN112087500B (zh) * | 2020-08-27 | 2023-04-07 | 东风小康汽车有限公司重庆分公司 | 远程车辆数据采集方法和*** |
-
2020
- 2020-12-18 CN CN202011500117.8A patent/CN112562114B/zh active Active
- 2020-12-18 CN CN202211501962.6A patent/CN116416706A/zh not_active Withdrawn
-
2021
- 2021-06-04 US US17/338,979 patent/US11733693B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN116416706A (zh) | 2023-07-11 |
US11733693B2 (en) | 2023-08-22 |
CN112562114A (zh) | 2021-03-26 |
US20210294320A1 (en) | 2021-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112562114B (zh) | 数据采集的方法及装置 | |
CN112764916B (zh) | 数据采集的方法及装置 | |
CN106528395B (zh) | 测试用例的生成方法及装置 | |
CN109556621A (zh) | 一种路线规划的方法及相关设备 | |
CN106919993A (zh) | 一种基于历史数据的高准确性默认目的地预测方法及装置 | |
CN111835582A (zh) | 物联网巡检设备的配置方法、装置、计算机设备 | |
CN106919996A (zh) | 一种目的地预测方法及装置 | |
CN110996259B (zh) | 一种基于边缘计算的智慧垃圾监控清运方法及装置 | |
CN112995286A (zh) | 辅助驾驶***的数据管理***、方法和存储介质 | |
CN108549700A (zh) | 页面的预搜索方法及其***、存储介质、电子设备 | |
CN109977127A (zh) | 数据更新方法及装置 | |
CN105468161A (zh) | 指令执行方法和装置 | |
CN115766861A (zh) | 用于车软件升级的自动驾驶数据闭环***、方法和介质 | |
CN112818201A (zh) | 一种网络数据采集方法、装置、计算机设备及存储介质 | |
CN113535555B (zh) | 一种面向强化学习模型的容器化测试方法与*** | |
CN114372105A (zh) | 基于etl工具实现***自动化巡检方法 | |
Husak et al. | Intelligent Real-Time Vehicle Tracking Information System. | |
CN109586783A (zh) | 无人机作业信息处理方法、装置、存储介质及电子设备 | |
CN115935089B (zh) | 一种基于rpa技术的上车点推荐优化方法和*** | |
CN104902026A (zh) | 一种信息处理方法及云服务平台 | |
CN115860985A (zh) | 应用于配电网的巡视方法、装置、电子设备及存储介质 | |
CN115019269A (zh) | 一种环境识别模型训练方法、驾驶控制方法及相关装置 | |
CN115061386A (zh) | 智能驾驶的自动化仿真测试***及相关设备 | |
CN114185359A (zh) | 无人机与无人机库的调度方法、装置及服务端 | |
CN106469066A (zh) | 程序信息的推送方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |