CN109829004B - 基于无人车的数据处理方法、装置、设备以及存储介质 - Google Patents
基于无人车的数据处理方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN109829004B CN109829004B CN201811598094.1A CN201811598094A CN109829004B CN 109829004 B CN109829004 B CN 109829004B CN 201811598094 A CN201811598094 A CN 201811598094A CN 109829004 B CN109829004 B CN 109829004B
- Authority
- CN
- China
- Prior art keywords
- data
- unmanned vehicle
- data structure
- type information
- preset
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 88
- 238000006243 chemical reaction Methods 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000006978 adaptation Effects 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 abstract description 13
- 238000011161 development Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Stored Programmes (AREA)
Abstract
本申请提供一种基于无人车的数据处理方法、装置、设备以及存储介质,所述方法包括:通过在获取到无人车的无人车运行环境下产生的数据和所述无人车运行环境的类型信息后,从预存的适配库中获取与所述类型信息对应的数据转换逻辑;进一步地,根据与所述类型信息对应的数据转换逻辑,对所述数据进行数据结构转换,得到符合预设数据结构的数据。可见,通过将不同无人车运行环境下产生的数据转换为符合预设数据结构的数据,以便于在将各所述符合预设数据结构的数据发送给云端服务器后,云端服务器可以对各所述符合预设数据结构的数据进行统一的分析和处理,从而提高了数据处理效率。
Description
技术领域
本申请实施例涉及无人车技术领域,尤其涉及一种基于无人车的数据处理方法、装置、设备以及存储介质。
背景技术
随着汽车技术的发展,无人车开始得到应用和发展。为无人车配置有无人车运行环境,目前存在着多套不同的无人车运行环境,而不同运行环境的调用接口差异显著。例如,在无人车1上设置有无人车运行环境A,在无人车2上设置有无人车运行环境B。其中,无人车运行环境可以称为无人车运行系统。
在现有技术中,无人车内的数据收集单元会采集无人车运行环境内产生的数据,将数据发送给云端服务器中;云端服务器对这些数据进行处理,进而根据数据会对无人车行驶的真实场景进行模拟还原,为无人车驾驶算法的优化提供帮助。
然而现有技术中,不同的无人车运行环境下产生的数据的格式不同,进而云端服务器无法对不同的无人车运行环境下产生的数据,进行统一的分析和处理。
发明内容
本申请实施例提供一种基于无人车的数据处理方法、装置、设备以及存储介质,解决上述方案中由于不同的无人车运行环境下产生的数据的格式不同,导致云端服务器无法对不同的无人车运行环境下产生的数据进行统一的分析和处理的技术问题。
第一方面,本申请提供一种基于无人车的数据处理方法,应用于无人车,包括:
获取无人车的无人车运行环境下产生的数据和所述无人车运行环境的类型信息;
从预存的适配库中获取与所述类型信息对应的数据转换逻辑,其中,所述适配库中存储有与不同的类型信息对应的数据转换逻辑;
根据与所述类型信息对应的数据转换逻辑,对所述数据进行数据结构转换,得到符合预设数据结构的数据。
在一种可能的实现方式中,在根据与所述类型信息对应的数据转换逻辑,对所述数据进行数据结构转换,得到符合预设数据结构的数据之后,还包括:
将所述符合预设数据结构的数据,发送给云端服务器。
在一种可能的实现方式中,所述将所述符合预设数据结构的数据,发送给云端服务器,包括:
对所述符合预设数据结构的数据进行数据处理,得到处理后的数据;
将所述处理后的数据,发送给云端服务器。
在一种可能的实现方式中,所述对所述符合预设数据结构的数据进行数据处理,得到处理后的数据,包括:
将所述符合预设数据结构的数据,调度到并行的线程中进行数据处理,得到处理后的数据。
在一种可能的实现方式中,所述类型信息为所述无人车运行环境的标识。
在一种可能的实现方式中,获取所述无人车运行环境的类型信息,包括:
获取所述无人车运行环境下产生的数据的数据结构信息;
根据预设的数据结构信息与类型信息之间的对应关系,确定与所述数据结构信息对应的类型信息,以确定所述无人车运行环境的类型信息。
在一种可能的实现方式中,获取所述无人车运行环境的类型信息,包括:
获取所述无人车运行环境下产生的数据的数据结构信息;
采用预设的识别模型对所述数据结构信息进行识别,得到所述无人车运行环境的类型信息。
在一种可能的实现方式中,对于不同无人车运行环境下产生的数据,得到的符合预设数据结构的数据的数据结构相同。
第二方面,本申请提供一种基于无人车的数据处理装置,应用于无人车,包括:
第一获取模块,用于获取无人车的无人车运行环境下产生的数据和所述无人车运行环境的类型信息;
第二获取模块,用于从预存的适配库中获取与所述类型信息对应的数据转换逻辑,其中,所述适配库中存储有与不同的类型信息对应的数据转换逻辑;
转换模块,用于根据与所述类型信息对应的数据转换逻辑,对所述数据进行数据结构转换,得到符合预设数据结构的数据。
在一种可能的实现方式中,所述装置还包括:
发送模块,用于将所述符合预设数据结构的数据,发送给云端服务器。
在一种可能的实现方式中,所述发送模块,包括:
处理单元,用于对所述符合预设数据结构的数据进行数据处理,得到处理后的数据;
发送单元,用于将所述处理后的数据,发送给云端服务器。
在一种可能的实现方式中,所述处理单元具体用于:
将所述符合预设数据结构的数据,调度到并行的线程中进行数据处理,得到处理后的数据。
在一种可能的实现方式中,所述类型信息为所述无人车运行环境的标识。
在一种可能的实现方式中,所述第一获取模块,包括:
第一获取单元,用于获取所述无人车运行环境下产生的数据的数据结构信息;
确定单元,用于根据预设的数据结构信息与类型信息之间的对应关系,确定与所述数据结构信息对应的类型信息,以确定所述无人车运行环境的类型信息。
在一种可能的实现方式中,所述第一获取模块,包括:
第二获取单元,用于获取所述无人车运行环境下产生的数据的数据结构信息;
识别单元,用于采用预设的识别模型对所述数据结构信息进行识别,得到所述无人车运行环境的类型信息。
在一种可能的实现方式中,对于不同无人车运行环境下产生的数据,得到的符合预设数据结构的数据的数据结构相同。
第三方面,本申请提供一种控制设备,包括:存储器和处理器;
其中,所述存储器用于存储计算机指令;
所述处理器用于运行所述存储器存储的所述计算机指令实现上述第一方面的任意实现方式所述的基于无人车的数据处理方法。
第四方面,本申请提供一种存储介质,包括:可读存储介质和计算机指令,所述计算机指令存储在所述可读存储介质中;所述计算机指令用于实现上述第一方面的任意实现方式所述的基于无人车的数据处理方法。
本申请实施例提供的基于无人车的数据处理方法、装置、设备以及存储介质,通过在获取到无人车的无人车运行环境下产生的数据和所述无人车运行环境的类型信息后,从预存的适配库中获取与所述类型信息对应的数据转换逻辑;进一步地,根据与所述类型信息对应的数据转换逻辑,对所述数据进行数据结构转换,得到符合预设数据结构的数据。可见,通过根据任意无人车运行环境的类型信息所对应的数据转换逻辑,将所述无人车运行环境下产生的数据转换为符合预设数据结构的数据,以便于对所述符合预设数据结构的数据进行处理,从而可以适用于不同类型的无人车运行环境下的数据处理,大大节省了代码的开发工作量,提高了代码开发效率。另外,通过将不同无人车运行环境下产生的数据转换为符合预设数据结构的数据,以便于在将各所述符合预设数据结构的数据发送给云端服务器后,云端服务器可以对各所述符合预设数据结构的数据进行统一的分析和处理,从而提高了数据处理效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请一实施例提供的基于无人车的数据处理方法的流程示意图;
图2为本申请另一实施例提供的基于无人车的数据处理方法的流程示意图;
图3为本申请一实施例提供的基于无人车的数据处理装置的结构示意图;
图4为本申请另一实施例提供的基于无人车的数据处理装置的结构示意图;
图5为本申请一实施例提供的控制设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
首先,对本申请实施例的应用场景进行介绍。
本申请实施例提供的基于无人车的数据处理方法、装置、设备以及存储介质,可以应用于无人车数据采集的应用场景中,通过将不同无人车运行环境下产生的数据转换为符合预设数据结构的数据,以便于在将各所述符合预设数据结构的数据发送给云端服务器后,云端服务器可以对各所述符合预设数据结构的数据进行统一的分析和处理,从而提高了数据处理效率;同时还可以适用于不同类型的无人车运行环境下的数据处理,大大节省了代码的开发工作量,提高了代码开发效率。
本申请实施例提供的基于无人车的数据处理方法的执行主体可以为基于无人车的数据处理装置或控制设备(为了便于描述,本实施例中以执行主体为基于无人车的数据处理装置为例进行说明)。示例性地,该装置或该控制设备,可以通过软件和/或硬件实现。
示例性地,本申请实施例的控制设备可以包括但不限于无人车的控制器。
通常情况下,无人车中配置有无人车运行环境(或者称为无人车运行系统),目前存在着多套不同的无人车运行环境,而不同运行环境的调用接口差异显著。例如,在无人车1上设置有无人车运行环境A,在无人车2上设置有无人车运行环境B。
在现有技术中,通过在无人车中针对不同无人车运行环境下产生的数据的数据结构分别开发对应的代码实现数据处理过程,从而将处理后的数据发送给云端服务器,以便云端服务器对这些处理后的数据进行处理。但由于不同的无人车运行环境下产生的数据的格式不同,云端服务器所接收到的数据的格式也不同,导致云端服务器无法对不同的无人车运行环境下所产生的数据进行统一的分析和处理。另外,现有技术中针对不同无人车运行环境下产生的数据的数据结构分别开发对应的代码实现数据处理过程,导致代码的开发工作量较大。
本申请实施例提供的基于无人车的数据处理方法、装置、设备以及存储介质,通过根据任意无人车运行环境的类型信息所对应的数据转换逻辑,将所述无人车运行环境下产生的数据转换为符合预设数据结构的数据,可以适用于不同类型的无人车运行环境,大大节省了代码的开发工作量,从而解决了现有技术中代码开发工作量较大的问题。另外,通过将不同无人车运行环境下产生的数据转换为符合预设数据结构的数据,以便于在将各所述符合预设数据结构的数据发送给云端服务器后,云端服务器可以对各所述符合预设数据结构的数据进行统一的分析和处理,从而解决了现有技术中由于不同的无人车运行环境下产生的数据的格式不同,导致云端服务器无法对不同的无人车运行环境下产生的数据进行统一的分析和处理的技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图1为本申请一实施例提供的基于无人车的数据处理方法的流程示意图。如图1所示,本实施例提供的基于无人车的数据处理方法可以包括:
步骤S101、获取无人车的无人车运行环境下产生的数据和所述无人车运行环境的类型信息。
本步骤中,基于无人车的数据处理装置获取所属无人车的无人车运行环境的类型信息(用于唯一指示基于无人车的数据处理装置所属无人车的无人车运行环境),以及获取所属无人车在无人车运行环境下所产生的数据。
示例性地,本申请实施例中涉及的无人车运行环境的类型信息可以包括但不限于无人车运行环境的标识;当然,还可以为其它可以唯一标识无人车运行环境的其它信息,本申请实施例中对此并不作限制。
示例性地,本申请实施例中涉及的无人车运行环境下所产生的数据可以包括但不限于:无人车在运行过程中所产生的行驶数据、状态检测数据。
本步骤中,基于无人车的数据处理装置可以通过所属无人车中的传感器等检测部件,获取所属无人车在无人车运行环境下所产生的数据;当然,还可以通过其它方式,获取无人车运行环境下所产生的数据,本申请实施例中对此并不作限制。
本申请下述部分对“获取无人车运行环境的类型信息”的可实现方式进行介绍。
一种可能的实现方式,获取所述无人车运行环境下产生的数据中的数据结构信息;进一步地,根据预设的数据结构信息与类型信息之间的对应关系,确定与所述数据结构信息对应的类型信息,以确定所述无人车运行环境的类型信息。
本实施例中,基于无人车的数据处理装置中预设有预设的数据结构信息与类型信息之间的对应关系,例如,基于无人车的数据处理装置中预设有数据结构信息1与类型信息1之间的对应关系、数据结构信息2与类型信息2之间的对应关系,以及数据结构信息3与类型信息3之间的对应关系。
本实现方式中,基于无人车的数据处理装置通过获取所属无人车在无人车运行环境下所产生的数据的数据结构信息(例如数据结构信息2)。进一步地,根据预设的数据结构信息与类型信息之间的对应关系(例如数据结构信息1与类型信息1之间的对应关系、数据结构信息2与类型信息2之间的对应关系,以及数据结构信息3与类型信息3之间的对应关系),确定与所述数据结构信息(例如数据结构信息2)对应的类型信息(例如类型信息2)便为所属无人车对应的无人车运行环境的类型信息。
另一种可能的实现方式,获取所述无人车运行环境下产生的数据的数据结构信息;进一步地,采用预设的识别模型对所述数据结构信息进行识别,得到所述无人车运行环境的类型信息。
本实施例中,基于无人车的数据处理装置中预设有预设的识别模型,其中,所述预设的识别模型的输入信息可以为数据结构信息,所述预设的识别模型的输出信息可以为无人车运行环境的类型信息。
示例性地,本申请实施例中涉及的预设的识别模型可以为通过大量训练数据(如数据结构训练信息和其对应的无人车运行环境的类型训练信息)训练所得到的。
本实现方式中,基于无人车的数据处理装置通过获取所属无人车在无人车运行环境下所产生的数据的数据结构信息。进一步地,基于无人车的数据处理装置将所属无人车在无人车运行环境下所产生的数据的数据结构信息输入到预设的识别模型进行识别,输出得到所属无人车对应的无人车运行环境的类型信息。
当然,还可通过其它可实现方式,获取无人车运行环境的类型信息,本申请实施例中对此并不作限制。
步骤S102、从预存的适配库中获取与所述类型信息对应的数据转换逻辑。
本实施例中,基于无人车的数据处理装置中预设有存储有与不同的类型信息对应的数据转换逻辑的适配库;其中,任一数据转换逻辑可以适用于其对应的类型信息所对应的无人车运行环境下所产生数据的数据结构转换;不同数据转换逻辑对其对应的类型信息所对应的无人车运行环境下所产生数据转换为相同预设数据结构的数据。
例如,本申请实施例中涉及的适配库中可以存储有无人车运行环境1的类型信息1对应的数据转换逻辑1(用于无人车运行环境1下所产生数据的数据结构转换)、无人车运行环境2的类型信息2对应的数据转换逻辑2(用于无人车运行环境2下所产生数据的数据结构转换),以及无人车运行环境3的类型信息3对应的数据转换逻辑3(用于无人车运行环境3下所产生数据的数据结构转换)。
本步骤中,基于无人车的数据处理装置从预存的适配库中,确定与上述步骤S101中获取的所属无人车的无人车运行环境的类型信息(例如无人车运行环境2的类型信息2)对应的数据转换逻辑(例如数据转换逻辑2),以便于对所属无人车的无人车运行环境(例如无人车运行环境2)下所产生数据的数据结构转换。
步骤S103、根据与所述类型信息对应的数据转换逻辑,对所述数据进行数据结构转换,得到符合预设数据结构的数据。
本步骤中,基于无人车的数据处理装置根据上述步骤S102中获取的所属无人车的无人车运行环境的类型信息对应的数据转换逻辑,对上述步骤S101中获取的所属无人车在无人车运行环境下所产生的数据进行数据结构转换,得到符合预设数据结构的数据,以便于在将符合预设数据结构的数据发送给云端服务器后,云端服务器可以对符合预设数据结构的数据进行统一的分析和处理。
示例性地,对于不同无人车运行环境下产生的数据,得到的符合预设数据结构的数据的数据结构相同。
本申请实施例中,通过在获取到无人车的无人车运行环境下产生的数据和所述无人车运行环境的类型信息后,从预存的适配库中获取与所述类型信息对应的数据转换逻辑;进一步地,根据与所述类型信息对应的数据转换逻辑,对所述数据进行数据结构转换,得到符合预设数据结构的数据。可见,通过根据任意无人车运行环境的类型信息所对应的数据转换逻辑,将所述无人车运行环境下产生的数据转换为符合预设数据结构的数据,以便于对所述符合预设数据结构的数据进行处理,从而可以适用于不同类型的无人车运行环境下的数据处理,大大节省了代码的开发工作量,提高了代码开发效率。另外,通过将不同无人车运行环境下产生的数据转换为符合预设数据结构的数据,以便于在将各所述符合预设数据结构的数据发送给云端服务器后,云端服务器可以对各所述符合预设数据结构的数据进行统一的分析和处理,从而提高了数据处理效率。
图2为本申请另一实施例提供的基于无人车的数据处理方法的流程示意图。在上述实施例的基础上,本申请实施例中在上述步骤S103之后,还包括:
步骤S104、将所述符合预设数据结构的数据,发送给云端服务器。
本实施例中,在上述步骤S103中根据与所属无人车的无人车运行环境的类型信息对应的数据转换逻辑,对所属无人车在无人车运行环境下所产生的数据进行数据结构转换,得到符合预设数据结构的数据后,基于无人车的数据处理装置还可以将所述符合预设数据结构的数据发送给云端服务器,以便于云端服务器可以对所述符合预设数据结构的数据进行统一的分析和处理。
本实施例下述部分对“将所述符合预设数据结构的数据,发送给云端服务器”的可实现方式进行介绍。
可选地,对所述符合预设数据结构的数据进行数据处理,得到处理后的数据;进一步地,将所述处理后的数据,发送给云端服务器。
本实施例中,基于无人车的数据处理装置对所述符合预设数据结构的数据进行数据处理(例如压缩和/或加密等),得到处理后的数据。示例性地,通过将所述符合预设数据结构的数据,调度到并行的线程中进行数据处理,得到处理后的数据;当然,还可通过其它可实现方式,对所述符合预设数据结构的数据进行数据处理,本申请实施例中对此并不作限制。
进一步地,基于无人车的数据处理装置将所述处理后的数据发送给云端服务器,以便于云端服务器可以对所述处理后的数据进行统一的分析和处理。
本申请实施例中,通过将不同无人车运行环境下产生的数据转换为符合预设数据结构的数据,然后将各所述符合预设数据结构的数据发送给云端服务器,以便云端服务器可以对各所述符合预设数据结构的数据进行统一的分析和处理,从而提高了数据处理效率。
图3为本申请一实施例提供的基于无人车的数据处理装置的结构示意图。在上述实施例的基础上,本申请实施例中以基于无人车的数据处理装置包括无人车运行环境、数据采集单元(包含适配层)以及应用层为例(当然,还可以包括其它部件,本申请实施例中对此并不作限制),对本申请实施例的基于无人车的数据处理方法进行介绍。
示例性地,本申请实施例中涉及的适配层中可以包括多个不同无人车运行环境的类型信息所对应的适配器(用于实现对应的数据转换逻辑)。
结合图3所示,本申请实施例的方法可以包括:
步骤S301、所述数据采集单元中的适配层获取所属无人车在无人车运行环境下所产生的数据和所属无人车的无人车运行环境的类型信息。
步骤S302、所述适配层根据所属无人车的无人车运行环境的类型信息加载对应的目标适配器(用于实现所属无人车的无人车运行环境的类型信息对应的数据转换逻辑)。
步骤S303、所述适配层根据所述目标适配器的数据转换逻辑,对所属无人车在无人车运行环境下所产生的数据进行数据结构转换,得到符合预设数据结构的数据,并传输给应用层。
步骤S304、所述应用层对所述符合预设数据结构的数据进行数据处理,并将处理后的数据发送给云端服务器。
综上所述,通过任意无人车的数据采集单元中的适配层根据所属无人车的无人车运行环境的类型信息对应的目标适配器,将对应无人车运行环境下产生的数据转换为统一的符合预设数据结构的数据,以便于对所述统一的符合预设数据结构的数据进行处理,从而可以适用于不同类型的无人车运行环境下的数据处理,大大节省了代码的开发工作量,提高了代码开发效率。另外,通过将各统一的符合预设数据结构的数据发送给云端服务器,以便云端服务器可以对各统一的符合预设数据结构的数据进行统一的分析和处理,从而还提高了数据处理效率。
图4为本申请另一实施例提供的基于无人车的数据处理装置的结构示意图。如图4所示,本申请实施例提供的基于无人车的数据处理装置40可以包括:第一获取模块401、第二获取模块402和转换模块403。
其中,第一获取模块401,用于获取无人车的无人车运行环境下产生的数据和所述无人车运行环境的类型信息;
第二获取模块402,用于从预存的适配库中获取与所述类型信息对应的数据转换逻辑,其中,所述适配库中存储有与不同的类型信息对应的数据转换逻辑;
转换模块403,用于根据与所述类型信息对应的数据转换逻辑,对所述数据进行数据结构转换,得到符合预设数据结构的数据。
在一种可能的实现方式中,基于无人车的数据处理装置40还包括:
发送模块,用于将所述符合预设数据结构的数据,发送给云端服务器。
在一种可能的实现方式中,所述发送模块,包括:
处理单元,用于对所述符合预设数据结构的数据进行数据处理,得到处理后的数据;
发送单元,用于将所述处理后的数据,发送给云端服务器。
在一种可能的实现方式中,所述处理单元具体用于:
将所述符合预设数据结构的数据,调度到并行的线程中进行数据处理,得到处理后的数据。
在一种可能的实现方式中,所述类型信息为所述无人车运行环境的标识。
在一种可能的实现方式中,所述第一获取模块401,包括:
第一获取单元,用于获取所述无人车运行环境下产生的数据的数据结构信息;
确定单元,用于根据预设的数据结构信息与类型信息之间的对应关系,确定与所述数据结构信息对应的类型信息,以确定所述无人车运行环境的类型信息。
在一种可能的实现方式中,所述第一获取模块401,包括:
第二获取单元,用于获取所述无人车运行环境下产生的数据的数据结构信息;
识别单元,用于采用预设的识别模型对所述数据结构信息进行识别,得到所述无人车运行环境的类型信息。
在一种可能的实现方式中,对于不同无人车运行环境下产生的数据,得到的符合预设数据结构的数据的数据结构相同。
本申请实施例提供的基于无人车的数据处理装置,用于执行本申请上述基于无人车的数据处理方法实施例中的技术方案,其技术原理和技术效果相似,此处不再赘述。
图5为本申请一实施例提供的控制设备的结构示意图。如图5所示,本申请实施例提供的控制设备50可以包括:存储器501及处理器502。
其中,所述存储器501用于存储计算机指令;
所述处理器502用于运行所述存储器501存储的所述计算机指令实现本申请上述基于无人车的数据处理方法实施例中的技术方案,其技术原理和技术效果相似,此处不再赘述。
在上述控制设备的具体实现中,应理解,处理器502可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
本申请实施例还提供一种存储介质,包括:可读存储介质和计算机指令,所述计算机指令存储在所述可读存储介质中;所述计算机指令用于实现本申请上述基于无人车的数据处理方法实施例中的技术方案,其技术原理和技术效果相似,此处不再赘述。
本申请实施例还提供一种运行指令的芯片,所述芯片用于执行本申请上述基于无人车的数据处理方法实施例中的技术方案,其技术原理和技术效果相似,此处不再赘述。
本申请实施例还提供一种程序产品,所述程序产品包括计算机程序,所述计算机程序存储在存储介质中,至少一个处理器可以从所述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时可实现本申请上述基于无人车的数据处理方法实施例中的技术方案,其技术原理和技术效果相似,此处不再赘述。
本领域普通技术人员可以理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:只读存储器(英文:read-only memory,缩写:ROM)、RAM、快闪存储器、硬盘、固态硬盘、磁带(英文:magnetictape)、软盘(英文:floppy disk)、光盘(英文:optical disc)及其任意组合。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (14)
1.一种基于无人车的数据处理方法,应用于无人车,其特征在于,包括:
获取无人车的无人车运行环境下产生的数据和所述无人车运行环境的类型信息,所述无人车配置有多套不同的无人车运行环境;
从预存的适配库中获取与所述类型信息对应的数据转换逻辑,其中,所述适配库中存储有与不同的类型信息对应的数据转换逻辑;
根据与所述类型信息对应的数据转换逻辑,对所述数据进行数据结构转换,得到符合预设数据结构的数据,其中,对于不同的无人车运行环境下产生的数据,得到的符合预设数据结构的数据的数据结构相同;
将所述符合预设数据结构的数据,发送给云端服务器。
2.根据权利要求1所述的方法,其特征在于,所述将所述符合预设数据结构的数据,发送给云端服务器,包括:
对所述符合预设数据结构的数据进行数据处理,得到处理后的数据;
将所述处理后的数据,发送给云端服务器。
3.根据权利要求2所述的方法,其特征在于,所述对所述符合预设数据结构的数据进行数据处理,得到处理后的数据,包括:
将所述符合预设数据结构的数据,调度到并行的线程中进行数据处理,得到处理后的数据。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述类型信息为所述无人车运行环境的标识。
5.根据权利要求1-3任一项所述的方法,其特征在于,获取所述无人车运行环境的类型信息,包括:
获取所述无人车运行环境下产生的数据的数据结构信息;
根据预设的数据结构信息与类型信息之间的对应关系,确定与所述数据结构信息对应的类型信息,以确定所述无人车运行环境的类型信息。
6.根据权利要求1-3任一项所述的方法,其特征在于,获取所述无人车运行环境的类型信息,包括:
获取所述无人车运行环境下产生的数据的数据结构信息;
采用预设的识别模型对所述数据结构信息进行识别,得到所述无人车运行环境的类型信息。
7.一种基于无人车的数据处理装置,应用于无人车,其特征在于,包括:
第一获取模块,用于获取无人车的无人车运行环境下产生的数据和所述无人车运行环境的类型信息,所述无人车配置有多套不同的无人车运行环境;
第二获取模块,用于从预存的适配库中获取与所述类型信息对应的数据转换逻辑,其中,所述适配库中存储有与不同的类型信息对应的数据转换逻辑;
转换模块,用于根据与所述类型信息对应的数据转换逻辑,对所述数据进行数据结构转换,得到符合预设数据结构的数据,其中,对于不同的无人车运行环境下产生的数据,得到的符合预设数据结构的数据的数据结构相同;
发送模块,用于将所述符合预设数据结构的数据,发送给云端服务器。
8.根据权利要求7所述的装置,其特征在于,所述发送模块,包括:
处理单元,用于对所述符合预设数据结构的数据进行数据处理,得到处理后的数据;
发送单元,用于将所述处理后的数据,发送给云端服务器。
9.根据权利要求8所述的装置,其特征在于,所述处理单元具体用于:
将所述符合预设数据结构的数据,调度到并行的线程中进行数据处理,得到处理后的数据。
10.根据权利要求7-9任一项所述的装置,其特征在于,所述类型信息为所述无人车运行环境的标识。
11.根据权利要求7-9任一项所述的装置,其特征在于,所述第一获取模块,包括:
第一获取单元,用于获取所述无人车运行环境下产生的数据的数据结构信息;
确定单元,用于根据预设的数据结构信息与类型信息之间的对应关系,确定与所述数据结构信息对应的类型信息,以确定所述无人车运行环境的类型信息。
12.根据权利要求7-9任一项所述的装置,其特征在于,所述第一获取模块,包括:
第二获取单元,用于获取所述无人车运行环境下产生的数据的数据结构信息;
识别单元,用于采用预设的识别模型对所述数据结构信息进行识别,得到所述无人车运行环境的类型信息。
13.一种控制设备,其特征在于,包括:存储器和处理器;
其中,所述存储器用于存储计算机指令;
所述处理器用于运行所述存储器存储的所述计算机指令实现权利要求1至6任一项所述的基于无人车的数据处理方法。
14.一种存储介质,其特征在于,包括:可读存储介质和计算机指令,所述计算机指令存储在所述可读存储介质中;所述计算机指令用于实现权利要求1至6任一项所述的基于无人车的数据处理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811598094.1A CN109829004B (zh) | 2018-12-26 | 2018-12-26 | 基于无人车的数据处理方法、装置、设备以及存储介质 |
US16/726,898 US11496567B2 (en) | 2018-12-26 | 2019-12-25 | Data processing method, apparatus, device and storage medium based on unmanned vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811598094.1A CN109829004B (zh) | 2018-12-26 | 2018-12-26 | 基于无人车的数据处理方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109829004A CN109829004A (zh) | 2019-05-31 |
CN109829004B true CN109829004B (zh) | 2022-03-01 |
Family
ID=66861162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811598094.1A Active CN109829004B (zh) | 2018-12-26 | 2018-12-26 | 基于无人车的数据处理方法、装置、设备以及存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11496567B2 (zh) |
CN (1) | CN109829004B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114500687B (zh) * | 2022-01-26 | 2023-12-12 | 北京环境特性研究所 | 反无人机系统的设计方法、装置、计算设备及存储介质 |
CN115297191B (zh) * | 2022-09-30 | 2022-12-16 | 成都云智北斗科技有限公司 | 一种多数据流服务器 |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6188995B1 (en) * | 1997-07-28 | 2001-02-13 | Apple Computer, Inc. | Method and apparatus for enforcing software licenses |
US8620816B2 (en) * | 2004-10-14 | 2013-12-31 | Google Inc. | Information vault, data format conversion services system and method |
US7620068B2 (en) * | 2004-11-08 | 2009-11-17 | Harris Corporation | Adaptive bandwidth utilization for telemetered data |
US8265800B2 (en) * | 2007-08-20 | 2012-09-11 | Raytheon Company | Unmanned vehicle message conversion system |
US9053638B2 (en) * | 2007-10-30 | 2015-06-09 | Raytheon Company | Unmanned vehicle simulation system |
EP2477107A1 (en) * | 2011-01-14 | 2012-07-18 | BAE Systems PLC | Data transfer system and method thereof |
CN102567297A (zh) * | 2011-12-28 | 2012-07-11 | 用友软件股份有限公司 | 数据转换装置和数据转换方法 |
US9070090B2 (en) * | 2012-08-28 | 2015-06-30 | Oracle International Corporation | Scalable string matching as a component for unsupervised learning in semantic meta-model development |
US9292563B1 (en) * | 2012-09-24 | 2016-03-22 | Evernote Corporation | Cross-application data sharing with selective editing restrictions |
EP2939162A4 (en) * | 2012-12-31 | 2017-03-08 | Telvent DTN LLC | Dynamic aircraft threat controller manager apparatuses, methods and systems |
CN103425497B (zh) * | 2013-08-15 | 2017-03-01 | 北京华胜天成科技股份有限公司 | 一种网络工程脚本跨厂家转换的方法和装置 |
CN104753551B (zh) * | 2013-12-31 | 2017-06-20 | 中国移动通信集团公司 | 一种车载终端设备、行车用量数据的采集方法以及系统 |
EP2908202B1 (en) * | 2014-02-14 | 2019-03-27 | Accenture Global Services Limited | Unmanned vehicle (UV) control system |
US9443360B1 (en) * | 2015-02-27 | 2016-09-13 | TrueLite Trace, Inc. | Unknown on-board diagnostics (OBD) protocol interpreter and conversion system |
WO2016154949A1 (en) * | 2015-03-31 | 2016-10-06 | SZ DJI Technology Co., Ltd. | Authentication systems and methods for generating flight regulations |
US20160378089A1 (en) * | 2015-06-24 | 2016-12-29 | Siemens Aktiengesellschaft | Logical Position Sensor |
US9545995B1 (en) * | 2015-07-14 | 2017-01-17 | Qualcomm Incorporated | Control normalization for unmanned autonomous systems |
US10498955B2 (en) * | 2015-08-03 | 2019-12-03 | Disney Enterprises, Inc. | Commercial drone detection |
US11283774B2 (en) * | 2015-09-17 | 2022-03-22 | Secturion Systems, Inc. | Cloud storage using encryption gateway with certificate authority identification |
KR20170094877A (ko) * | 2016-02-12 | 2017-08-22 | 동국대학교 산학협력단 | 사물인터넷(IoT) 기반의 실내 환기 제어 시스템 및 방법 |
US10666712B1 (en) * | 2016-06-10 | 2020-05-26 | Amazon Technologies, Inc. | Publish-subscribe messaging with distributed processing |
FR3052677A1 (fr) * | 2016-06-20 | 2017-12-22 | Parrot Drones | Drone comprenant des ailes portantes. |
CN106850728A (zh) * | 2016-09-14 | 2017-06-13 | 北京京东尚科信息技术有限公司 | 用于处理无人机信息的方法、装置和系统 |
CN106681250B (zh) * | 2017-01-24 | 2019-01-25 | 浙江大学 | 一种基于云的智能汽车控制与管理系统 |
CN107483553A (zh) * | 2017-07-24 | 2017-12-15 | 北汽福田汽车股份有限公司 | 车联网系统和车辆信息上传方法 |
CN107564280B (zh) * | 2017-08-22 | 2020-09-29 | 王浩宇 | 基于环境感知的驾驶行为数据采集分析系统和方法 |
CN107770740A (zh) * | 2017-09-30 | 2018-03-06 | 蔚来汽车有限公司 | 车载数据传输方法、接收方法、及相应的系统 |
US10962680B2 (en) * | 2017-11-03 | 2021-03-30 | Climacell Inc. | Real-time weather forecasting for transportation systems |
WO2019127229A1 (zh) * | 2017-12-28 | 2019-07-04 | 深圳市大疆创新科技有限公司 | 监听数据的展示方法及装置及无人机监听系统 |
US11037187B2 (en) * | 2017-12-29 | 2021-06-15 | Paypal, Inc. | Cross-platform tracking of user generated data for unified data output |
CN108426581A (zh) * | 2018-01-08 | 2018-08-21 | 深圳市易成自动驾驶技术有限公司 | 车辆位姿确定方法、装置及计算机可读存储介质 |
US11349903B2 (en) * | 2018-10-30 | 2022-05-31 | Toyota Motor North America, Inc. | Vehicle data offloading systems and methods |
-
2018
- 2018-12-26 CN CN201811598094.1A patent/CN109829004B/zh active Active
-
2019
- 2019-12-25 US US16/726,898 patent/US11496567B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN109829004A (zh) | 2019-05-31 |
US11496567B2 (en) | 2022-11-08 |
US20200213397A1 (en) | 2020-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190370685A1 (en) | Method and apparatus for generating model, method and apparatus for recognizing information | |
CN109492241B (zh) | 转换方法、装置、计算机设备和存储介质 | |
JP7012689B2 (ja) | コマンド実行方法及び装置 | |
CN110632582B (zh) | 声源定位方法、装置及存储介质 | |
CN111198790B (zh) | 机器人测试方法、机器人测试装置及机器人 | |
CN109829004B (zh) | 基于无人车的数据处理方法、装置、设备以及存储介质 | |
CN114781635B (zh) | 模型部署方法、装置、设备和介质 | |
CN110955715A (zh) | Erp系统和目标平台的数据转换方法、装置以及电子设备 | |
CN106326920B (zh) | 一种遥测数据和视频图像数据的离线同步方法及装置 | |
CN110222652B (zh) | 行人检测方法、装置及电子设备 | |
CN111079909B (zh) | 运算方法、系统及相关产品 | |
CN115758245A (zh) | 一种多模态数据分类方法、装置、设备和存储介质 | |
CN108520299A (zh) | 级间激活值量化方法及装置 | |
CN111079916B (zh) | 运算方法、系统及相关产品 | |
CN113395327B (zh) | 数据处理方法、装置、电子设备及介质 | |
CN111861853A (zh) | 用于处理数据的方法和装置 | |
CN111078285B (zh) | 运算方法、系统及相关产品 | |
CN115147840B (zh) | 进行字符识别的人工智能系统及方法 | |
CN112598027B (zh) | 一种设备的异常识别方法、装置、终端设备及存储介质 | |
CN111078293B (zh) | 运算方法、装置及相关产品 | |
CN116756678A (zh) | 数据融合处理方法、装置、终端及存储介质 | |
CN117009124A (zh) | 一种基于云阶虚拟化平台的巡检方法、装置、设备和介质 | |
CN114302425A (zh) | 设备配网方法、装置、存储介质及电子设备 | |
CN112767212A (zh) | 救援资源调度方法、装置、电子设备和存储介质 | |
CN114689077A (zh) | 基于车辆换电的车辆里程处理方法、系统、设备和介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211025 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |