System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及自动驾驶,尤其涉及一种面向矿区场景的自动驾驶数据构建方法和装置。
技术介绍
1、随着自动驾驶技术的快速发展,其配置的传感器硬件也在不断升级,导致每天产生的数据量呈爆炸式增长。如何实现高质量自动驾驶数据的采集和管理成为推动自动驾驶技术落地的重要环节。
2、一方面,由于矿区场景复杂多变,环境极端,且为非结构化场景,因此,其出现极端场景的可能性很大。常规的数据采集方式往往无法适应极端场景,因此极端场景下的数据缺失情况较为严重。另一方面,由于数据量激增,因此,常规数据管理方式已经无法满足当前的管理需求。
技术实现思路
1、本专利技术提供一种面向矿区场景的自动驾驶数据构建方法和装置,用以实现高质量自动驾驶数据的采集和管理。
2、本专利技术提供一种面向矿区场景的自动驾驶数据构建方法,包括:在满足预设触发条件的情况下,采集矿区场景的第一数据,所述第一数据包括以下至少一项:困难感知场景数据、异常分布数据、稀缺类数据,所述困难感知场景数据为感知结果准确度小于第一阈值的场景数据,所述异常分布数据为感知结果的不确定度大于第二阈值的数据,所述稀缺类数据为样本数量小于第三阈值的数据;对所述第一数据进行目标处理,得到第二数据,所述目标处理包括无效数据过滤处理、数据切分处理、时间同步处理以及数据解析处理;确定所述第二数据的类别标签,并将添加了类别标签的所述第二数据确定为有效自动驾驶数据;其中,所述类别标签包括场景标签、障碍物标签以及环境标签。
3、根据本专利技术
4、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建方法,在所述第一数据包括所述困难感知场景数据的情况下,所述预设触发条件为检测到用户驾驶操作;在所述第一数据包括所述异常分布数据的情况下,所述预设触发条件为矿区感知模型输出的感知结果的不确定度大于第二阈值;在所述第一数据包括所述稀缺类数据的情况下,所述预设触发条件为矿区感知模型基于所述稀缺类数据输出的感知结果的置信度大于第四阈值。
5、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建方法,所述在满足预设触发条件的情况下,采集矿区场景的第一数据之前,所述方法还包括:基于场景数据库的类别标签确定样本数量小于第三阈值的稀缺类数据;将所述稀缺类数据的置信度阈值设置为所述第四阈值;其中,所述场景数据库用于分类存储自动驾驶数据的类别标签。
6、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建方法,所述无效数据过滤处理用于通过数据校验清洗损坏数据和静止数据,以过滤无效数据;所述数据切分处理用于通过切分数据得到长度相同的数据片段;所述时间同步处理用于实现不同来源数据的时间同步;所述数据解析处理用于区分不同来源的数据。
7、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建方法,所述确定所述第二数据的类别标签,包括:通过场景分类模型确定所述第二数据的场景标签;通过矿区感知模型识别所述第二数据所包含的障碍物种类,以得到所述第二数据的障碍物标签;通过人工标注的方式确定所述第二数据的环境标签。
8、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建方法,所述确定所述第二数据的类别标签之后,所述方法还包括:将所述有效自动驾驶数据的类别标签存储至场景数据库,将所述有效自动驾驶数据存储至数据存储库,所述场景数据库与所述数据存储库之间存在映射关系。
9、本专利技术还提供一种面向矿区场景的自动驾驶数据构建装置,包括:采集模块、处理模块以及标签模块;所述采集模块,用于在满足预设触发条件的情况下,采集矿区场景的第一数据,所述第一数据包括以下至少一项:困难感知场景数据、异常分布数据、稀缺类数据,所述困难感知场景数据为感知结果准确度小于第一阈值的场景数据,所述异常分布数据为感知结果的不确定度大于第二阈值的数据,所述稀缺类数据为样本数量小于第三阈值的数据;所述处理模块,用于对所述第一数据进行目标处理,得到第二数据,所述目标处理包括无效数据过滤处理、数据切分处理、时间同步处理以及数据解析处理;所述标签模块,用于确定所述第二数据的类别标签,并将添加了类别标签的所述第二数据确定为有效自动驾驶数据;其中,所述类别标签包括场景标签、障碍物标签以及环境标签。
10、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建装置,所述第一数据还包括:周期性数据、补采数据以及仿真数据;所述对所述第一数据进行目标处理,得到第二数据之前,所述采集模块,用于接收用户的第一输入;响应于所述第一输入,执行以下至少一项操作:按照预设周期采集自动驾驶数据,得到所述周期性数据;确定低质量数据,并采集所述低质量数据的补采数据;采集仿真驾驶系统产生的所述仿真数据,并对所述仿真数据进行真实数据域转换。
11、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建装置,在所述第一数据包括所述困难感知场景数据的情况下,所述预设触发条件为检测到用户驾驶操作;在所述第一数据包括所述异常分布数据的情况下,所述预设触发条件为矿区感知模型输出的感知结果的不确定度大于第二阈值;在所述第一数据包括所述稀缺类数据的情况下,所述预设触发条件为矿区感知模型基于所述稀缺类数据输出的感知结果的置信度大于第四阈值。
12、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建装置,所述在满足预设触发条件的情况下,采集矿区场景的第一数据之前,所述标签模块,用于基于场景数据库的类别标签确定样本数量小于第三阈值的稀缺类数据;将所述稀缺类数据的置信度阈值设置为所述第四阈值;其中,所述场景数据库用于分类存储自动驾驶数据的类别标签。
13、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建装置,所述无效数据过滤处理用于通过数据校验清洗损坏数据和静止数据,以过滤无效数据;所述数据切分处理用于通过切分数据得到长度相同的数据片段;所述时间同步处理用于实现不同来源数据的时间同步;所述数据解析处理用于区分不同来源的数据。
14、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建装置,所述标签模块,用于通过场景分类模型确定所述第二数据的场景标签;通过矿区感知模型识别所述第二数据所包含的障碍物种类,以得到所述第二数据的障碍物标签;通过人工标注的方式确定所述第二数据的环境标签。
15、根据本专利技术提供一种的面向矿区场景的自动驾驶数据构建装置,所述确定所述第二数据的类别标签之后,所述标签模块,还用于将所述有效自动驾驶数据的类别标签存储至场景数据库,将所述有效自动驾驶数据存储至数据存储库,所述场景数据库与所述数据存储库之本文档来自技高网...
【技术保护点】
1.一种面向矿区场景的自动驾驶数据构建方法,其特征在于,包括:
2.根据权利要求1所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,所述第一数据还包括:周期性数据、补采数据以及仿真数据;所述对所述第一数据进行目标处理,得到第二数据之前,所述方法还包括:
3.根据权利要求1所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,
4.根据权利要求3所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,所述在满足预设触发条件的情况下,采集矿区场景的第一数据之前,所述方法还包括:
5.根据权利要求1所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,
6.根据权利要求1所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,所述确定所述第二数据的类别标签,包括:
7.根据权利要求1所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,所述确定所述第二数据的类别标签之后,所述方法还包括:
8.一种面向矿区场景的自动驾驶数据构建装置,其特征在于,包括:采集模块、处理模块以及标签模块;
9.根据
10.根据权利要求8所述的面向矿区场景的自动驾驶数据构建装置,其特征在于,在所述第一数据包括所述困难感知场景数据的情况下,所述预设触发条件为检测到用户驾驶操作;在所述第一数据包括所述异常分布数据的情况下,所述预设触发条件为矿区感知模型输出的感知结果的不确定度大于第二阈值;在所述第一数据包括所述稀缺类数据的情况下,所述预设触发条件为矿区感知模型基于所述稀缺类数据输出的感知结果的置信度大于第四阈值。
...【技术特征摘要】
1.一种面向矿区场景的自动驾驶数据构建方法,其特征在于,包括:
2.根据权利要求1所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,所述第一数据还包括:周期性数据、补采数据以及仿真数据;所述对所述第一数据进行目标处理,得到第二数据之前,所述方法还包括:
3.根据权利要求1所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,
4.根据权利要求3所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,所述在满足预设触发条件的情况下,采集矿区场景的第一数据之前,所述方法还包括:
5.根据权利要求1所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,
6.根据权利要求1所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,所述确定所述第二数据的类别标签,包括:
7.根据权利要求1所述的面向矿区场景的自动驾驶数据构建方法,其特征在于,所述确定所述第二数据的类别标签之后,所述方法还包括:
8.一种面向矿区场景的自动驾驶数据...
【专利技术属性】
技术研发人员:田滨,宋瑞琦,吕宜生,张才集,要婷婷,王飞跃,
申请(专利权)人:中国科学院自动化研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。