CN111126365B - 一种数据采集方法及装置 - Google Patents
一种数据采集方法及装置 Download PDFInfo
- Publication number
- CN111126365B CN111126365B CN202010239701.6A CN202010239701A CN111126365B CN 111126365 B CN111126365 B CN 111126365B CN 202010239701 A CN202010239701 A CN 202010239701A CN 111126365 B CN111126365 B CN 111126365B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- driving
- user
- collected
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
Abstract
本说明书公开了一种数据采集方法及装置。本说明书实施例中的车辆在执行配送任务的过程中,实时采集车辆周围的环境信息,并将采集到的环境信息发送给模拟驾驶软件进行播放。采集发起配送任务对应订单的用户根据播放的环境信息,通过模拟驾驶软件向车辆发送的行驶决策信息,并将车辆周围的环境信息以及用户发送的行驶决策信息建立关联关系并保存。本说明书实施例在车辆执行配送任务的过程中,可顺路采集实际路况中车辆周围的环境信息、并据此获取行驶决策信息,使得数据采集的成本较低,还能覆盖大多数的实际路况环境。由于本说明实施例基于实际路况环境获取车辆的行驶决策信息,因此采集到的数据准确性更高。
Description
技术领域
本说明书涉及智能驾驶技术领域,尤其涉及一种数据采集方法及装置。
背景技术
无人车及具有辅助驾驶功能的车辆(以下统称“车辆”)可采用预设的车辆行驶决策模型,根据对车辆所处环境的分析,得出与该环境相适应的行驶决策。
目前,在车辆行驶决策模型的训练过程中,需要根据大量的专家数据对模型进行训练。专家数据既可以是驾驶员在实际路况环境中驾驶车辆时所采集的车辆状态等数据,还可以是驾驶员在虚拟的仿真环境中驾驶虚拟车辆时所采集的车辆状态等数据。
当在实际路况环境中采集数据时,由于需要驾驶员在实际路况环境中驾驶车辆,因此会导致采集数据的成本较高、采集的数据量有限,不可能覆盖绝大多数的路况环境。当在虚拟的仿真环境中采集数据时,由于仿真环境无法完全模拟出实际路况,因此会导致采集的数据准确性较低。
发明内容
本说明书实施例提供一种数据采集方法及装置,以部分解决上述现有技术存在的问题。
本说明书实施例采用下述技术方案:
本说明书提供的数据采集方法,包括:
接收用户的订单;
根据所述用户的订单,向车辆发送配送任务;所述车辆包括无人车;
在所述车辆执行所述配送任务的过程中,采集所述车辆周围的环境信息;
将采集的所述环境信息发送给模拟驾驶软件进行播放;
采集所述用户根据播放的所述环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息,所述行驶决策信息用于辅助所述车辆行驶;
建立所述环境信息与所述行驶决策信息的关联关系并保存。
可选的,采集所述车辆周围的环境信息,具体包括:通过所述车辆上设置的雷达、摄像头中的至少一种采集所述车辆周围环境信息。
可选的,所述环境信息为当前采集的环境信息;采集所述用户根据播放的所述环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息,具体包括:使所述模拟驾驶软件向所述用户实时播放当前采集的所述环境信息;采集所述用户根据实时播放的环境信息,通过所述模拟驾驶软件对所述车辆所执行的遥控操作,作为采集到的行驶决策信息。
可选的,所述环境信息为历史上采集的环境信息;采集所述用户根据播放的所述环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息,具体包括:使所述模拟驾驶软件向所述用户回放历史上采集的所述环境信息;采集所述用户根据回放的环境信息,通过所述模拟驾驶软件对所述车辆所执行的遥控操作,作为采集到的行驶决策信息。
可选的,接收用户的订单,具体包括:接收多个用户的订单。向车辆发送配送任务,具体包括:向所述车辆发送所述多个用户的订单对应的配送任务。
采集所述用户根据播放的所述环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息,具体包括:确定所述车辆当前执行的配送任务;确定发起所述当前执行的配送任务对应订单的用户,作为当前用户;采集所述当前用户根据播放的所述环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息。
可选的,建立所述环境信息与所述行驶决策信息的关联关系并保存,具体包括:针对每个环境信息,将采集的用户根据播放的该环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息作为该环境信息对应的待定决策信息;对与该环境信息对应的待定决策信息进行分类;针对待定决策信息所属的各类型,确定属于该类型的待定决策信息的数量;根据属于各类型的所述待定决策信息的数量,在所述各类型中确定目标类型;建立该环境信息与属于所述目标类型的待定决策信息的关联关系并保存。
可选的,建立所述环境信息与所述行驶决策信息的关联关系并保存之后,所述方法还包括:将所述环境信息,以及与所述环境信息存在关联关系的行驶决策信息作为训练样本,对待训练的车辆行驶决策模型进行训练。
本说明书提供的一种数据采集装置,包括:
接收模块,用于接收用户的订单;
发送任务模块,用于根据所述用户的订单,向车辆发送配送任务;所述车辆包括无人车;
采集环境信息模块,用于在所述车辆执行所述配送任务的过程中,采集所述车辆周围的环境信息;
发送环境信息模块,用于将采集的所述环境信息发送给模拟驾驶软件进行播放;
采集决策信息模块,用于采集所述用户根据播放的所述环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息,所述行驶决策信息用于辅助所述车辆行驶;
关联模块,用于建立所述环境信息与所述行驶决策信息的关联关系并保存。
本说明书提供的一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述数据采集方法。
本说明书提供的一种无人驾驶设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述数据采集方法。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
本说明书实施例提供的数据采集方法无需驾驶员专门在实际路况环境下驾驶车辆获取数据,在车辆执行配送任务的过程中顺路采集车辆周围的环境信息、获取行驶决策信息即可,使得数据采集的成本较低。车辆在执行不同配送任务的过程中,可能会遇到不同的路况环境,因此本说明书实施例采集到的数据能够覆盖大多数的实际路况环境。与通过虚拟的仿真环境获取数据相比,由于本说明实施例基于实际路况环境获取车辆的行驶决策信息,因此采集到的数据准确性更高。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书实施例提供的数据采集方法的流程示意图;
图2为本说明书实施例提供的数据采集装置的结构示意图;
图3为本说明书实施例提供的无人驾驶设备的结构示意图。
具体实施方式
在本说明书实施例中,用户可通过终端发起点外卖、送快递等配送订单,终端将订单信息发送给服务器,服务器接收到订单信息后,对订单信息进行处理,然后分配配送任务。在本说明书实施例中,服务器分配配送任务时,并不是将配送任务发送给配送人员,由配送人员驾驶车辆执行配送任务;而是将配送任务直接发送给车辆,由车辆接收服务器分配的任务,装载货物后开始执行配送工作。即,本说明书实施例中的车辆可为无人车,或者具有辅助驾驶功能的车辆。具体的,服务器可根据分配给车辆的订单信息对车辆进行路径规划,然后将路径规划信息发送给车辆,车辆接收到路径规划信息后,再由车辆自身进行具体的轨迹规划,然后开始执行配送任务。
在车辆执行配送任务的过程中,可实时采集车辆周围的环境信息,并将采集到的环境信息发送给发起配送任务对应订单的用户,获得用户基于车辆周围的环境信息得到的该车辆的行驶决策信息。即,本说明书实施例所要采集的是用户(即,发起该次配送任务对应订单的用户)针对车辆周围的环境信息所作出的行驶决策信息,而不是采集驾驶车辆进行配送的配送人员的行驶决策信息。本说明书实施例的应用场景是:采用无人车等车辆进行配送,以此获取用户作出的行驶决策信息。由于是无人驾驶的车辆,因此,针对该类车辆,用户提供行驶决策信息的参与度也比较高。
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的数据采集方法的流程示意图,该流程示意图包括:
S100:接收用户的订单。
用户可通过终端发起订单,终端将订单信息发送给服务器,服务器接收到订单信息后进行分析、处理。其中的终端可为手机、平板、电脑等设备。
S102:根据用户的订单,向车辆发送配送任务;车辆包括无人车。
服务器接收到终端发送的订单信息后,可由服务器对订单信息处理,然后向车辆发送配送任务,使车辆装载有订单对应的货物执行配送工作。一般来说,车辆在执行一次配送任务的过程中可装有多个订单对应的货物。即,在车辆的一次配送过程中完成多个订单的配送工作,这样能够提高车辆的工作效率。在一次配送过程中,车辆具体应该配送哪些订单,可由服务器来确定,比如,多个订单中两两订单对应的目的地之间的距离在指定范围内,比如指定范围为2公里,那么可在一次配送过程中将这些订单对应的货物一起配送。因此,车辆便可一次装载有多个订单的货物,综合下单时间和各订单对应的目的地,高效地完成配送工作。当然,还可以采用其他方式确定一次性配送哪些订单,本说明书实施例对此不作限制。
S104:在车辆执行配送任务的过程中,采集车辆周围的环境信息。
车辆接收到服务器分配的配送任务之后,便可装载各订单对应的货物执行配送工作。在车辆执行配送任务的过程中,可实时采集车辆周围的环境信息。具体的,可通过车辆自身安装的传感器设备,比如雷达、摄像头中的至少一种采集车辆周围的环境信息。当然,还可以采用其他传感器设备采集车辆周围的环境信息,本说明书实施例对此不作限制。其中,车辆周围的环境信息可为:道路线路图、交通路线、交通信号灯、车辆的速度、车辆感知的环境中各障碍物的状态信息中的至少一种。障碍物可为动态障碍物(如,其他车辆、行人)和静态障碍物(如,栏杆),障碍物的状态信息可为障碍物的位姿、外形等。车辆采集到周围的环境信息之后,可以将信息存储在车辆自身安装的传感器设备中,也可以存储在车辆自身安装的控制系统中,还可以将信息远程传递给服务器。
S106:将采集的环境信息发送给模拟驾驶软件进行播放。
车辆可接收服务器的指令,将采集到的该车辆周围的环境信息发送到用户终端设备上的模拟驾驶软件进行播放。或者,服务器将获取的该车辆周围的环境信息发送到用户终端设备上的模拟驾驶软件进行播放。总之,将车辆周围的环境信息发送给用户的方式有多种,本说明书实施例对此不作限制。其中,接收该车辆周围环境信息的用户可为发起配送任务对应订单的用户,即,该车辆在本次配送任务中需要配送订单对应货物的用户。其中,模拟驾驶软件为一种虚拟的驾驶软件,可安装在用户的终端设备上,该模拟驾驶软件能够获取执行配送任务的车辆周围的环境信息,还能辅助车辆行驶。由此,用户能够通过模拟驾驶软件获知车辆在配送途中的实时路况环境信息。
S108:采集用户根据播放的环境信息,通过模拟驾驶软件向车辆发送的行驶决策信息,行驶决策信息用于辅助车辆行驶。
如前所述,执行配送任务的车辆可为无人车,还可为具有辅助驾驶功能的车辆。因此,执行配送任务的车辆一般不会直接由人类来驾驶,而是通过接收服务器发送的路径规划信息来对车辆自身进行具体的轨迹规划,使得车辆基于路径规划信息和轨迹规划信息来自动驾驶。那么,当在配送过程中遇到一些突发状况时,车辆可能不能及时地作出有效的决策。比如,当某条道路发生事故导致长时间堵车时,车辆可能会一直等待,直至前方道路畅通后再行驶,因此可能会影响到订单的送达时间。此时,若是发起配送任务对应订单的用户根据车辆周围的环境信息能够获知车辆当前所处位置,还知道车辆当前所处位置的附近有一条更近更快捷的道路,便可通过模拟驾驶软件向车辆发送行驶决策信息,比如,让车辆改变原配送路线,按照用户发送的行驶决策信息行驶。当然,还有其他无法预料的路况环境,本说明书实施例不再一一列举。但是无论遇到怎样的路况,该次配送任务中对应订单的用户均可通过模拟驾驶软件向该车辆发送行驶决策信息,辅助车辆行驶,提高配送效率。可将用户根据车辆周围的环境信息发送给车辆的行驶决策信息采集下来,辅助后续配送工作以及数据采集工作的顺利开展。
S110:建立环境信息与行驶决策信息的关联关系并保存。
进一步的,可将前述的该车辆周围的环境信息与用户通过模拟驾驶软件发送给该车辆的行驶决策信息建立关联关系并保存。若是在后续的配送过程中,车辆遇到类似状况,也可为车辆执行更快捷、高效的行驶路线提供参考。本说明书实施例在车辆执行配送任务的过程中顺路采集环境信息、获取车辆的行驶决策信息,使得数据采集的成本较低,还能够覆盖大多数的实际路况环境。由于本说明实施例基于实际路况环境获取车辆的行驶决策信息,与通过虚拟的仿真环境获取数据相比,本方案采集到的数据准确性更高。
在图1的S108中,环境信息可为当前采集的环境信息,采集用户根据播放的环境信息,通过模拟驾驶软件向车辆发送的行驶决策信息的方式具体可为:将当前采集的车辆周围的环境信息发送给模拟驾驶软件,以使模拟驾驶软件向用户实时播放当前采集的环境信息。同时采集用户根据实时播放的环境信息,通过模拟驾驶软件对车辆所执行的遥控操作,作为采集到的行驶决策信息。该模拟驾驶软件能够获取执行配送任务的车辆周围的环境信息,还能远程遥控执行配送任务的该车辆的行驶,辅助车辆行驶。可根据模拟驾驶软件向用户实时播放车辆当前采集的环境信息。用户能够基于当前采集的实际路况环境信息,通过模拟驾驶软件对车辆遥控操作,即可直接操控车辆行驶。
在图1的S108中,环境信息还可为历史上采集的环境信息。采集用户根据播放的环境信息,通过模拟驾驶软件向车辆发送的行驶决策信息的方式还可为:将历史上采集的车辆周围的环境信息发送给模拟驾驶软件,以使模拟驾驶软件向用户回放历史上采集的环境信息。同时采集用户根据回放的环境信息,通过模拟驾驶软件对车辆所执行的遥控操作,作为采集到的行驶决策信息。即,用户既可针对当前采集的环境信息直接遥控车辆行驶,还可以回放历史上采集的环境信息,对车辆进行遥控操作,此时便不是直接遥控车辆行驶,而是将根据历史采集的环境信息要对车辆执行的遥控操作信息采集起来。当车辆以后遇到类似路况时,为车辆的高效行驶提供参考。
如前所述,为了提高车辆的工作效率,服务器可接收多个用户的订单,并向车辆发送多个用户的订单对应的配送任务。此时,可先确定车辆当前执行的配送任务;并确定发起当前执行的配送任务对应订单的用户,作为当前用户;采集当前用户根据播放的环境信息,通过模拟驾驶软件向车辆发送的行驶决策信息。即,针对车辆在执行一次配送任务中配送多个用户订单对应货物的情形,在同一时刻,向车辆发送行驶决策信息的可为一个用户,若是同一时刻车辆接收多个用户的行驶决策信息,可能会导致车辆不知如何行驶的问题。此时车辆可接收当前用户的行驶决策信息。所谓的“当前用户”指的是发起当前执行的配送任务对应订单的用户。所谓的“发起当前执行的配送任务”指的是车辆下一个要送达的订单对应的配送任务。也就是说,车辆下一个要配送的订单是哪个,就接收发起该订单的用户发送的行驶决策信息,参考该行驶决策信息行驶。
在图1的S110中,针对每个环境信息,将采集的用户根据播放的该环境信息,通过模拟驾驶软件向车辆发送的行驶决策信息作为该环境信息对应的待定决策信息。对与该环境信息对应的待定决策信息进行分类。针对待定决策信息所属的各类型,确定属于该类型的待定决策信息的数量。根据属于各类型的待定决策信息的数量,在各类型中确定目标类型。建立该环境信息与属于目标类型的待定决策信息的关联关系并保存。
具体的,可根据属于各类型的待定决策信息的数量,在各类型中确定数量最少的类型,作为非目标类型;并建立该环境信息与非目标类型的待定决策信息的关联关系并保存。
还可根据属于各类型的待定决策信息的数量,在各类型中确定数量最多的类型,作为目标类型;并建立该环境信息与目标类型的待定决策信息的关联关系并保存。
举例说明,对于车辆的一个环境信息,不同的用户可能会给出不同的行驶决策信息,比如有些用户可能会让车辆左拐,有些用户可能会让车辆右拐,有些用户还可能会让车辆掉头,因此,可据此先对行驶决策信息进行分类。若是让车辆左拐的用户较多,则说明车辆左拐后能够顺利完成配送任务的可信度比较高,此时便可使车辆左拐,此时车辆左拐便为前述的“目标类型”。
采用上述的方式采集到了数据(即建立了环境信息与行驶决策信息的关联关系并保存),这些数据可为后续车辆的行驶提供参考。需要说明的是,不只是为执行配送任务的该车辆的行驶提供参考,还可为遇到类似路况的其他车辆的行驶提供参考。
另外,建立环境信息与行驶决策信息的关联关系并保存之后,还将环境信息,以及与环境信息存在关联关系的行驶决策信息作为训练样本,对待训练的车辆行驶决策模型进行训练,得到训练后的车辆行驶决策模型。由此可见,该种训练样本的数据采集方法成本较低,而且是基于实际路况环境做出的决策,因此准确性较高。采用该种数据作为训练样本训练出的车辆行驶决策模型,在线上实际应用时,能够在车辆处于交通状况较为复杂的环境中时,也能输出适应于车辆所处的环境的行驶决策。
本说明书实施例中的车辆在执行配送任务的过程中,实时采集车辆周围的环境信息,并将采集到的车辆周围的环境信息发送给模拟驾驶软件进行播放。采集发起配送任务对应订单的用户,基于播放的车辆周围的环境信息,通过模拟驾驶软件向车辆发送的行驶决策信息,将车辆周围的环境信息以及用户发送的行驶决策信息建立关联关系并保存。本说明书实施例提供的数据采集方法不需要使驾驶员专门在实际路况环境下驾驶车辆获取数据,在车辆执行配送任务的过程中顺路采集环境信息、获取行驶决策信息即可,使得数据采集的成本较低。另外,由于车辆在执行不同配送任务的过程中,可能会遇到不同的实际路况环境,因此本说明书实施例采集到的数据能够覆盖大多数的实际路况环境。与通过虚拟的仿真环境获取数据相比,由于本说明实施例基于实际路况环境获取车辆的行驶决策信息,因此采集到的数据准确性更高。
本说明书提供的上述数据采集方法具体可应用于针对无人车周围的实际路况环境信息做出的行驶决策信息以及该实际路况环境信息数据的采集。无人车可以为无人配送车,该无人配送车可以应用于使用无人配送车进行配送的领域,如,使用无人配送车进行快递、外卖等配送的场景。具体的,在上述的场景中,可使用多个无人配送车所构成的自动驾驶车队进行配送。
以上为本说明书实施例提供的数据采集方法,基于同样的思路,本说明书还提供了相应的装置、存储介质和无人驾驶设备。
图2为本说明书实施例提供的数据采集装置的结构示意图,所述装置包括:
接收模块200,用于接收用户的订单;
发送任务模块202,用于根据所述用户的订单,向车辆发送配送任务;所述车辆包括无人车;
采集环境信息模块204,用于在所述车辆执行所述配送任务的过程中,采集所述车辆周围的环境信息;
发送环境信息模块206,用于将采集的所述环境信息发送给模拟驾驶软件进行播放;
采集决策信息模块208,用于采集所述用户根据播放的所述环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息,所述行驶决策信息用于辅助所述车辆行驶;
关联模块210,用于建立所述环境信息与所述行驶决策信息的关联关系并保存。
可选的,所述采集环境信息模块204,具体用于通过所述车辆上设置的雷达、摄像头中的至少一种采集所述车辆周围环境信息。
可选的,所述环境信息为当前采集的环境信息。所述采集决策信息模块208,具体用于使所述模拟驾驶软件向所述用户实时播放当前采集的所述环境信息;采集所述用户根据实时播放的环境信息,通过所述模拟驾驶软件对所述车辆所执行的遥控操作,作为采集到的行驶决策信息。
可选的,所述环境信息为历史上采集的环境信息。所述采集决策信息模块208,还用于使所述模拟驾驶软件向所述用户回放历史上采集的所述环境信息;采集所述用户根据回放的环境信息,通过所述模拟驾驶软件对所述车辆所执行的遥控操作,作为采集到的行驶决策信息。
可选的,接收用户的订单,具体包括接收多个用户的订单。向车辆发送配送任务,具体包括向所述车辆发送所述多个用户的订单对应的配送任务。所述采集决策信息模块208,还用于确定所述车辆当前执行的配送任务;确定发起所述当前执行的配送任务对应订单的用户,作为当前用户;采集所述当前用户根据播放的所述环境信息,通过模拟驾驶软件向所述车辆发送的行驶决策信息。
可选的,所述关联模块210,具体用于针对每个环境信息,将采集的用户根据播放的该环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息作为该环境信息对应的待定决策信息;对与该环境信息对应的待定决策信息进行分类;针对待定决策信息所属的各类型,确定属于该类型的待定决策信息的数量;根据属于各类型的所述待定决策信息的数量,在所述各类型中确定目标类型;建立该环境信息与属于所述目标类型的待定决策信息的关联关系并保存。
可选的,所述装置还包括训练模块212。所述训练模块212,具体用于将所述环境信息,以及与所述环境信息存在关联关系的行驶决策信息作为训练样本,对待训练的车辆行驶决策模型进行训练。
本说明书还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可用于执行上述图1提供的一种数据采集方法。
基于图1所示的数据采集方法,本说明书实施例还提供了图3所示的无人驾驶设备的结构示意图。如图3,在硬件层面,该无人驾驶设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的数据采集方法。
当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device, PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (8)
1.一种数据采集方法,其特征在于,包括:
接收用户的订单;
根据所述用户的订单,向车辆发送配送任务;所述车辆包括无人车;
在所述车辆执行所述配送任务的过程中,采集所述车辆周围的环境信息;
将采集的所述环境信息发送给模拟驾驶软件;
当所述环境信息为当前采集的环境信息时,使所述模拟驾驶软件向所述用户实时播放当前采集的所述环境信息;采集所述用户根据实时播放的环境信息,通过所述模拟驾驶软件对所述车辆所执行的遥控操作,作为采集到的行驶决策信息,所述行驶决策信息用于辅助所述车辆行驶;建立所述环境信息与所述行驶决策信息的关联关系并保存;
或者,
当所述环境信息为历史上采集的环境信息时,使所述模拟驾驶软件向所述用户回放历史上采集的所述环境信息;采集所述用户根据回放的环境信息,通过所述模拟驾驶软件对所述车辆所执行的遥控操作,作为采集到的行驶决策信息;所述遥控操作不是直接遥控车辆行驶;建立所述环境信息与所述行驶决策信息的关联关系并保存。
2.如权利要求1所述的方法,其特征在于,采集所述车辆周围的环境信息,具体包括:
通过所述车辆上设置的雷达、摄像头中的至少一种采集所述车辆周围环境信息。
3.如权利要求1所述的方法,其特征在于,接收用户的订单,具体包括:
接收多个用户的订单;
向车辆发送配送任务,具体包括:
向所述车辆发送所述多个用户的订单对应的配送任务;
采集所述用户根据播放的所述环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息,具体包括:
确定所述车辆当前执行的配送任务;
确定发起所述当前执行的配送任务对应订单的用户,作为当前用户;
采集所述当前用户根据播放的所述环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息。
4.如权利要求1所述的方法,其特征在于,建立所述环境信息与所述行驶决策信息的关联关系并保存,具体包括:
针对每个环境信息,将采集的用户根据播放的该环境信息,通过所述模拟驾驶软件向所述车辆发送的行驶决策信息作为该环境信息对应的待定决策信息;
对与该环境信息对应的待定决策信息进行分类;
针对待定决策信息所属的各类型,确定属于该类型的待定决策信息的数量;
根据属于各类型的所述待定决策信息的数量,在所述各类型中确定目标类型;
建立该环境信息与属于所述目标类型的待定决策信息的关联关系并保存。
5.如权利要求1所述的方法,其特征在于,建立所述环境信息与所述行驶决策信息的关联关系并保存之后,所述方法还包括:
将所述环境信息,以及与所述环境信息存在关联关系的行驶决策信息作为训练样本,对待训练的车辆行驶决策模型进行训练。
6.一种数据采集装置,其特征在于,包括:
接收模块,用于接收用户的订单;
发送任务模块,用于根据所述用户的订单,向车辆发送配送任务;所述车辆包括无人车;
采集环境信息模块,用于在所述车辆执行所述配送任务的过程中,采集所述车辆周围的环境信息;
发送环境信息模块,用于将采集的所述环境信息发送给模拟驾驶软件;
采集决策信息模块,用于当所述环境信息为当前采集的环境信息时,使所述模拟驾驶软件向所述用户实时播放当前采集的所述环境信息;采集所述用户根据实时播放的环境信息,通过所述模拟驾驶软件对所述车辆所执行的遥控操作,作为采集到的行驶决策信息,所述行驶决策信息用于辅助所述车辆行驶;或者,当所述环境信息为历史上采集的环境信息时,使所述模拟驾驶软件向所述用户回放历史上采集的所述环境信息;采集所述用户根据回放的环境信息,通过所述模拟驾驶软件对所述车辆所执行的遥控操作,作为采集到的行驶决策信息;所述遥控操作不是直接遥控车辆行驶;
关联模块,用于建立所述环境信息与所述行驶决策信息的关联关系并保存。
7.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1-5任一项所述的方法。
8.一种无人驾驶设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010239701.6A CN111126365B (zh) | 2020-03-31 | 2020-03-31 | 一种数据采集方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010239701.6A CN111126365B (zh) | 2020-03-31 | 2020-03-31 | 一种数据采集方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111126365A CN111126365A (zh) | 2020-05-08 |
CN111126365B true CN111126365B (zh) | 2020-08-07 |
Family
ID=70493907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010239701.6A Active CN111126365B (zh) | 2020-03-31 | 2020-03-31 | 一种数据采集方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111126365B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111857645A (zh) * | 2020-07-31 | 2020-10-30 | 北京三快在线科技有限公司 | 一种音频数据处理、播放方法、装置、介质及无人设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4565306B2 (ja) * | 2001-08-07 | 2010-10-20 | マツダ株式会社 | 走行支援用サーバ、走行支援方法、及び、走行支援用プログラム |
CN106128091A (zh) * | 2016-07-14 | 2016-11-16 | 陈智 | 无人出租车载客系统及载客方法 |
CN109040244A (zh) * | 2018-08-02 | 2018-12-18 | 成都秦川物联网科技股份有限公司 | 基于车联网的网约无人驾驶车辆方法及车联网系统 |
CN109597412A (zh) * | 2018-12-06 | 2019-04-09 | 江苏萝卜交通科技有限公司 | 一种无人驾驶系统及其控制方法 |
-
2020
- 2020-03-31 CN CN202010239701.6A patent/CN111126365B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111126365A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6754856B2 (ja) | 自動運転車両のためのセンサー集約フレームワーク | |
US10814884B2 (en) | Autonomous vehicle site test method and apparatus, device and readable medium | |
US11328219B2 (en) | System and method for training a machine learning model deployed on a simulation platform | |
RU2734744C1 (ru) | Оперативное управление автономным транспортным средством, включающее в себя работу экземпляра модели частично наблюдаемого марковского процесса принятия решений | |
RU2733015C1 (ru) | Оперативное управление автономным транспортным средством | |
RU2734732C1 (ru) | Отслеживание блокировки сети движения при оперативном управлении автономным транспортным средством | |
US11740620B2 (en) | Operational testing of autonomous vehicles | |
JP2022013929A (ja) | 測位方法、装置、媒体及びデバイス | |
EP3761138B1 (en) | Method for unmanned vehicle cruising, unmanned vehicle and storage medium | |
CN112286206A (zh) | 自动驾驶的模拟方法、系统、设备、可读存储介质及平台 | |
CN114661574A (zh) | 样本偏差数据的获取方法、装置和电子设备 | |
CN111845771A (zh) | 数据收集自动化系统 | |
CN113479195A (zh) | 用于自动代客泊车的方法和用于执行所述方法的系统 | |
US20220051033A1 (en) | Mobile launchpad for autonomous vehicles | |
CN114492022A (zh) | 路况传感数据处理方法、装置、设备、程序以及存储介质 | |
CN112629550A (zh) | 一种预测障碍物轨迹以及模型训练的方法及装置 | |
CN111126365B (zh) | 一种数据采集方法及装置 | |
CN110544389A (zh) | 一种自动驾驶管控方法、装置及系统 | |
CN113859265B (zh) | 一种驾驶过程中的提醒方法及设备 | |
CN114212108A (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
US20230331255A1 (en) | Landing pad for autonomous vehicles | |
CN108313051B (zh) | 泊车方法、装置、系统及存储介质 | |
CN113095344A (zh) | 评价、优化装置、系统及方法、车辆、服务器和介质 | |
CN116153127A (zh) | 提供用于导航到车辆操作者优选的停车位的信息 | |
US11603101B2 (en) | Systems and methods for vehicles resolving a standoff |
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 |