数据采集方法和服务器与流程

本技术涉及智能驾驶领域，尤其涉及一种数据采集方法和服务器。

背景技术：

1、随着智能驾驶技术的快速发展，越来越多的与智能驾驶相关的控制模型被加载到车辆中，提高了车辆的智能驾驶效果。

2、现有技术中，在智能驾驶的研发中，通常需要根据控制模型的控制场景，获取大量与该场景相关的车辆的行驶数据，以实现对该控制模块的训练。

3、然而，现有的数据采集方式，存在长尾数据获取效率低的问题。

技术实现思路

1、本技术提供一种数据采集方法和服务器，用以解决长尾数据获取效率低的问题。

2、第一方面，本技术提供一种数据采集方法，包括：

3、当行驶数据中存在多个连续的帧数据中包括相同的场景对象时，将多个连续的帧数据提取为第一片段，并根据帧数据中的场景对象，添加第一片段的场景标签。

4、当第一片段中存在连续的第一帧数据和第二帧数据的行驶参数的差值大于或者等于预设阈值时，以第二帧数据为中心时刻提取预设时长的第二片段，并根据行驶参数，添加第二片段的异常标签。

5、将第二片段以及第二片段的场景标签和异常标签上传到数据平台。

6、可选地，场景标签至少包括环境标签、路段标签、道路标签、标签，每一场景标签对应于一个场景对象。

7、当行驶数据中存在多个连续的帧数据中包括相同的场景对象时，将多个连续的帧数据提取为第一片段，并根据帧数据中的场景对象，添加第一片段的场景标签，具体包括：

8、检测行驶数据中每一帧数据对应的环境对象，并将环境对象一致的多个连续的帧数据提取为环境片段，并将环境对象对应的环境标签添加到环境片段。

9、检测环境片段中每一帧数据对应的路段对象，并将路段对象一致的多个连续的帧数据提取为设施片段，并将路段对象对应的路段标签添加到设施片段。

10、检测设施片段中每一帧数据对应的道路对象，并将道路对象一致的多个连续的帧数据提取为道路片段，并将道路对象对应的道路标签添加到道路片段。

11、检测道路片段中每一帧数据对应的障碍物对象，并将障碍物对象一致的多个连续的帧数据提取为第一片段，并将障碍物对象对应的障碍物标签添加到第一片段。

12、可选地，当第一片段中存在连续的第一帧数据和第二帧数据的行驶参数的差值大于或者等于预设阈值时，以第二帧数据为中心时刻提取预设时长的第二片段，并根据行驶参数，添加第二片段的异常标签，具体包括：

13、当行驶参数为自动驾驶状态参数时，当存在连续的第一帧数据和第二帧数据中自动驾驶状态参数从开启切换到关闭时，以第二帧数据为中心时刻提取预设时长的第二片段，并根据自动驾驶状态参数，添加第二片段的异常标签为自动驾驶状态切换。

14、当行驶参数为行驶速度或者航向角时，当存在连续的第一帧数据和第二帧数据中行驶速度或者航向角的差值大于或者等于预设阈值时，以第二帧数据为中心时刻提取预设时长的第二片段，并根据行驶速度或者航向角，添加第二片段的异常标签为速度异常或者航向角异常。

15、可选地，将多个连续的帧数据提取为第一片段之前，方法，还包括：

16、获取行驶数据，行驶数据至少包括车辆在行驶过程中采集的多个传感器的传感器数据、自车运动数据和定位数据。

17、通过对行驶数据中的多个传感器数据的外参转换后的目标对齐和时间戳对齐，验证行驶数据的准确性，并删除其中不准确的行驶数据。

18、其中，多个传感器的传感器数据至少包括视频数据和雷达数据。

19、可选地，方法，还包括：

20、从数据平台获取第二片段。

21、将第二片段输入仿真模型得到第二片段的第一检测信息。将第二片段输入云端模型得到第二片段的第二检测信息。将第二片段输入车端模型得到第二片段的第三检测信息。

22、匹配第一检测信息、第二检测信息和第三检测信息。

23、当第一检测信息、第二检测信息和第三检测信息匹配失败时，重新生成第二片段的场景标签和异常标签，并将第二片段以及场景标签和异常标签存储到数据平台。

24、可选地，第一检测信息、第二检测信息和第三检测信息中至少包括至少一个目标的目标检测框、目标类别、目标深度和目标航向角。匹配第一检测信息、第二检测信息和第三检测信息，具体包括：

25、两两计算第一检测信息、第二检测信息和第三检测信息的目标检测框的重叠度，并在重叠度小于重叠阈值时，确定匹配失败。

26、当第一检测信息、第二检测信息和第三检测信息的目标类别不一致时，确定匹配失败。

27、两两计算第一检测信息、第二检测信息和第三检测信息的目标深度的深度差，并在深度差大于第一差值阈值时，确定匹配失败。

28、两两计算第一检测信息、第二检测信息和第三检测信息的目标航向角的角度差，并在角度差大于第二差值阈值时，确定匹配失败。

29、可选地，方法，还包括：

30、将第二片段和第二片段的人工标注标签作为仿真模型、云端模块和车端模型的增量训练数据，对仿真模型、云端模块和车端模型进行增量训练。

31、可选地，方法，还包括：

32、获取目标索引，目标索引中包括场景标签、异常标签中的至少一项。

33、根据目标索引从数据平台中检索得到目标信息，目标信息中包括至少一个第二片段。

34、可选地，方法，还包括：

35、获取第二片段，第二片段为长尾数据。

36、将第二片段输入仿真平台的云端感知模块，识别并分割得到第二片段中至少一个动目标和/或静目标。

37、将动目标输入仿真平台的融合优化模块，生成动目标的目标航迹，并根据动目标的目标航迹，三维重建得到动目标的动目标标签。和/或，将静目标输入仿真平台的融合优化模块，三维重建得到静目标的动目标标签。

38、通过仿真平台的优化渲染模块，根据动目标标签和静目标标签，在多个预设场景下构建仿真数据。

39、第二方面，本技术提供一种数据采集装置，包括：

40、处理模块，用于在行驶数据中存在多个连续的帧数据中包括相同的场景对象时，将多个连续的帧数据提取为第一片段，并根据帧数据中的场景对象，添加第一片段的场景标签。在第一片段中存在连续的第一帧数据和第二帧数据的行驶参数的差值大于或者等于预设阈值时，以第二帧数据为中心时刻提取预设时长的第二片段，并根据行驶参数，添加第二片段的异常标签。

41、上传模块，用于将第二片段以及第二片段的场景标签和异常标签上传到数据平台。

42、可选地，场景标签至少包括环境标签、路段标签、道路标签、标签，每一场景标签对应于一个场景对象。

43、处理模块，具体用于：

44、检测行驶数据中每一帧数据对应的环境对象，并将环境对象一致的多个连续的帧数据提取为环境片段，并将环境对象对应的环境标签添加到环境片段。

45、检测环境片段中每一帧数据对应的路段对象，并将路段对象一致的多个连续的帧数据提取为设施片段，并将路段对象对应的路段标签添加到设施片段。

46、检测设施片段中每一帧数据对应的道路对象，并将道路对象一致的多个连续的帧数据提取为道路片段，并将道路对象对应的道路标签添加到道路片段。

47、检测道路片段中每一帧数据对应的障碍物对象，并将障碍物对象一致的多个连续的帧数据提取为第一片段，并将障碍物对象对应的障碍物标签添加到第一片段。

48、可选地，处理模块，具体用于：

49、当行驶参数为自动驾驶状态参数时，当存在连续的第一帧数据和第二帧数据中自动驾驶状态参数从开启切换到关闭时，以第二帧数据为中心时刻提取预设时长的第二片段，并根据自动驾驶状态参数，添加第二片段的异常标签为自动驾驶状态切换。

50、当行驶参数为行驶速度或者航向角时，当存在连续的第一帧数据和第二帧数据中行驶速度或者航向角的差值大于或者等于预设阈值时，以第二帧数据为中心时刻提取预设时长的第二片段，并根据行驶速度或者航向角，添加第二片段的异常标签为速度异常或者航向角异常。

51、可选地，处理模块，还用于：

52、获取行驶数据，行驶数据至少包括车辆在行驶过程中采集的多个传感器的传感器数据、自车运动数据和定位数据。

53、通过对行驶数据中的多个传感器数据的外参转换后的目标对齐和时间戳对齐，验证行驶数据的准确性，并删除其中不准确的行驶数据。

54、其中，多个传感器的传感器数据至少包括视频数据和雷达数据。

55、可选地，处理模块，还用于：

56、从数据平台获取第二片段。

57、将第二片段输入仿真模型得到第二片段的第一检测信息。将第二片段输入云端模型得到第二片段的第二检测信息。将第二片段输入车端模型得到第二片段的第三检测信息。

58、匹配第一检测信息、第二检测信息和第三检测信息。

59、当第一检测信息、第二检测信息和第三检测信息匹配失败时，重新生成第二片段的场景标签和异常标签，并将第二片段以及场景标签和异常标签存储到数据平台。

60、可选地，第一检测信息、第二检测信息和第三检测信息中至少包括至少一个目标的目标检测框、目标类别、目标深度和目标航向角。处理模块，具体用于：

61、两两计算第一检测信息、第二检测信息和第三检测信息的目标检测框的重叠度，并在重叠度小于重叠阈值时，确定匹配失败。

62、当第一检测信息、第二检测信息和第三检测信息的目标类别不一致时，确定匹配失败。

63、两两计算第一检测信息、第二检测信息和第三检测信息的目标深度的深度差，并在深度差大于第一差值阈值时，确定匹配失败。

64、两两计算第一检测信息、第二检测信息和第三检测信息的目标航向角的角度差，并在角度差大于第二差值阈值时，确定匹配失败。

65、可选地，处理模块，还用于：

66、将第二片段和第二片段的人工标注标签作为仿真模型、云端模块和车端模型的增量训练数据，对仿真模型、云端模块和车端模型进行增量训练。

67、可选地，处理模块，还用于：

68、获取目标索引，目标索引中包括场景标签、异常标签中的至少一项。

69、根据目标索引从数据平台中检索得到目标信息，目标信息中包括至少一个第二片段。

70、可选地，处理模块，还用于：

71、获取第二片段，第二片段为长尾数据。

72、将第二片段输入仿真平台的云端感知模块，识别并分割得到第二片段中至少一个动目标和/或静目标。

73、将动目标输入仿真平台的融合优化模块，生成动目标的目标航迹，并根据动目标的目标航迹，三维重建得到动目标的动目标标签。和/或，将静目标输入仿真平台的融合优化模块，三维重建得到静目标的动目标标签。

74、通过仿真平台的优化渲染模块，根据动目标标签和静目标标签，在多个预设场景下构建仿真数据。

75、第三方面，本技术提供一种服务器，包括：处理器，以及与处理器通信连接的存储器。存储器存储计算机执行指令。处理器执行存储器存储的计算机执行指令，以实现如第一方面以及第一方面任一可能的设计中的方法。

76、第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如第一方面以及第一方面任一可能的设计中的方法。

77、第五方面，本技术提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面以及第一方面任一可能的设计中的方法。

78、本技术提供的数据采集方法和服务器，通过根据该场景标签，对行驶数据进行粗粒度标记和提取，得到多个第一片段，每一个第一片段中的帧数据中具有相同的场景标签；顺序获取第一片段中，连续的第一帧数据和第二帧数据；计算第一帧数据与第二帧数据中行驶参数的差值；当该差值大于或者等于预设阈值时，确定从第一时刻到第二时刻，该车辆的状态发生较大变化；将该第二时刻作为该第二片段的中心时刻，并提取预设时长的第二片段；将该第二片段存储到数据平台的手段，实现提高长尾数据自动获取效率的效果。