CN111651404A - 传感器数据存储、读取方法及数据存储、读取装置 - Google Patents

传感器数据存储、读取方法及数据存储、读取装置 Download PDF

Info

Publication number
CN111651404A
CN111651404A CN202010337922.7A CN202010337922A CN111651404A CN 111651404 A CN111651404 A CN 111651404A CN 202010337922 A CN202010337922 A CN 202010337922A CN 111651404 A CN111651404 A CN 111651404A
Authority
CN
China
Prior art keywords
storage
data
attribute
target attribute
identifier
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.)
Pending
Application number
CN202010337922.7A
Other languages
English (en)
Inventor
李金鑫
张韬
宁铁龙
吕柯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Geely Holding Group Co Ltd
Zhejiang Geely Automobile Research Institute Co Ltd
Original Assignee
Zhejiang Geely Holding Group Co Ltd
Zhejiang Geely Automobile Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Geely Holding Group Co Ltd, Zhejiang Geely Automobile Research Institute Co Ltd filed Critical Zhejiang Geely Holding Group Co Ltd
Priority to CN202010337922.7A priority Critical patent/CN111651404A/zh
Publication of CN111651404A publication Critical patent/CN111651404A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/11File system administration, e.g. details of archiving or snapshots
    • G06F16/113Details of archiving
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/17Details of further file system functions
    • G06F16/172Caching, prefetching or hoarding of files
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME 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
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841Registering performance data
    • G07C5/085Registering performance data using electronic data carriers

Abstract

本发明公开了一种传感器数据存储方法,该方法包括:对传感器的当前帧数据进行解析,得到多个目标属性数据;针对每个目标属性数据,获取目标属性数据对应的属性,判断该属性的存储空间是否小于第一预设阈值;当存储空间小于第一预设阈值时,将目标属性数据存储在优化集中;当存储空间大于或等于第一预设阈值时,根据所述属性和所述当前帧数据对所述目标属性数据进行存储操作;然后对优化集中的所有目标属性数据进行组合处理,并对组合处理结果进行存储操作。本发明还公开了一种传感器数据读取方法、传感器数据存储装置以及传感器数据读取装置,本发明减小了传感器数据的存储空间以及降低了数据传输时延。

Description

传感器数据存储、读取方法及数据存储、读取装置
技术领域
本发明涉及车载传感器数据处理领域,尤其涉及一种传感器数据存储、读取方法及数据存储、读取装置。
背景技术
随着汽车高级驾驶辅助系统(ADAS,Advanced Driver Assitance Systems)技术的不断发展,现在的汽车可以实现许多智能驾驶功能。这些智能驾驶功能的实现需要依赖车载环境感知传感器来实现,如车载摄像头、车载毫米波雷达等,而自动驾驶的功能和安全开发实现需要采集约10000万小时的传感器数据,因此对传感器数据的无损存储有巨大挑战。
由于无损存储的要求,现有传感器存储设备在存储数据时,直接将数据原始格式进行存储,这种直接存储方式对于较小数据仍然占用较大的存储空间,造成存储空间浪费。同时,在传感器存储设备存储庞大数据时,占用存储空间的也可能引起传输时延的问题。
发明内容
有鉴于此,本发明实施例提供了一种传感器数据存储、读取方法及数据存储、读取装置,以解决在实现无损存储时,现有的数据存储方法直接将数据原始格式进行存储,造成存储空间浪费和传输时延的技术问题。
为了达到所述目的,本发明采用的技术方案是:
一方面,本发明实施例提供了一种传感器数据存储方法。该传感器数据存储方法包括:
对传感器的当前帧数据进行解析,得到多个目标属性数据;
针对所述多个目标属性数据中的每个目标属性数据均执行:获取所述目标属性数据对应的属性;判断所述属性的存储空间是否小于第一预设阈值,其中,所述存储空间是预先按照预定规则设置并存储在属性字典中的;若所述存储空间小于所述第一预设阈值,则将所述目标属性数据存储在优化集中;若所述存储空间大于或等于所述第一预设阈值,则根据所述属性和所述当前帧数据对所述目标属性数据进行存储操作;
对所述优化集中的所有目标属性数据进行组合处理,得到存储文件,并对所述存储文件进行存储操作,其中,所述存储文件包括存储数据、组合存储标识以及组合顺序标识。
另一方面,本发明实施例提供了一种传感器数据读取方法。该传感器数据读取方法包括:
对传感器的当前帧数据进行解析,得到多个存储文件;
针对所述多个存储文件中的每个存储文件,获取所述存储文件的存储标识,并根据所述存储标识对所述存储文件的存储数据进行读取操作;
其中,所述根据所述存储标识对所述存储文件的存储数据进行读取操作包括:
判断存储标识的类型;
若所述存储标识为组合存储标识,则根据所述存储文件的组合顺序标识对所述存储数据进行读取操作,得到多个目标属性数据,其中,每个目标属性数据对应的属性的存储空间均小于第一预设阈值;
若所述存储标识为差分存储标识,则获取所述存储数据对应的属性,根据所述属性对所述存储数据进行读取操作,得到目标属性数据,其中,所述属性的存储空间大于或等于所述第一预设阈值;
若所述存储标识不为组合存储标识和差分存储标识,则直接对所述存储数据进行读取操作,得到目标属性数据;
其中,所述存储空间是预先按照预定规则设置并存储在属性字典中的。
另一方面,本发明实施例提供了一种传感器数据存储装置。该传感器数据存储装置包括:
属性配置模块,用于预先按照预定规则设置每个属性的存储空间,并将所述存储空间存储在属性字典中;
数据解析模块,用于对传感器的当前帧数据进行解析,得到多个目标属性数据;
第一存储模块,用于针对所述多个目标属性数据中的每个目标属性数据均执行:获取所述目标属性数据对应的属性;判断所述属性的存储空间是否小于第一预设阈值;若所述存储空间小于所述第一预设阈值,则将所述目标属性数据存储在优化集中;若所述存储空间大于或等于所述第一预设阈值,则根据所述属性和所述当前帧数据对所述目标属性数据进行存储操作;
第二存储模块,用于对所述优化集中的所有目标属性数据进行组合处理,得到存储文件,并对所述存储文件进行存储操作,其中,所述存储文件包括存储数据、组合存储标识以及组合顺序标识。
另一方面,本发明实施例提供了一种传感器数据读取装置。该传感器数据读取装置包括:
属性配置模块,用于预先按照预定规则设置每个属性的存储空间,并将所述存储空间存储在属性字典中;
第一处理模块,用于对传感器的当前帧数据进行解析,得到多个存储文件;
第二处理模块,用于针对所述多个存储文件中的每个存储文件,获取所述存储文件的存储标识;
读取模块,用于根据所述存储标识对所述存储文件的存储数据进行读取操作;
判断模块,用于判断存储标识的类型;
其中,所述读取模块还包括:
第一读取单元,用于当所述存储标识为组合存储标识时,根据所述存储文件的组合顺序标识对所述存储数据进行读取操作,得到多个目标属性数据,其中,每个目标属性数据对应的属性的存储空间均小于第一预设阈值;
第二读取单元,用于当所述存储标识为差分存储标识时,获取所述存储数据对应的属性,根据所述属性对所述存储数据进行读取操作,得到目标属性数据,其中,所述属性的存储空间大于或等于所述第一预设阈值;
第三读取单元,用于当所述存储标识不为组合存储标识和差分存储标识时,直接对所述存储数据进行读取操作,得到目标属性数据。
本发明的技术方案带来的有益效果是:
本发明的传感器数据存储方法及传感器数据存储装置,不仅对存储空间较小的属性的目标属性数据进行组合存储,也对存储空间较大的属性的目标属性数据做进一步优化存储,且存储过程中不增加硬件成本,在实现传感器数据的无损压缩的同时,节省了传感器的存储空间,增加了数据的存储量,也降低了由于占用存储空间而引起的传输时延。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图做简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种传感器数据存储方法的流程图。
图2是本发明实施例提供的一个具体存储操作的流程图。
图3是本发明实施例提供的直接存储的存储文件结构示意图。
图4是本发明实施例提供的差分存储的存储文件结构示意图。
图5是本发明实施例提供的组合存储的存储文件结构示意图。
图6是本发明实施例提供的传感器数据组合存储的流程图。
图7是本发明实施例提供的一种传感器数据读取方法的流程图。
图8是本发明实施例提供的一个具体读取操作的流程图。
图9是本发明实施例提供的一种传感器数据存储装置结构示意图。
图10是本发明实施例提供的一种传感器数据读取装置的结构示意图。
图11是本发明实施例提供的传感器数据存储方法的具体实施例的流程图。
图12是本发明实施例提供的传感器数据读取方法的具体实施例的流程图。
具体实施方式
为了使本技术领域的人员更好的理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分的实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
车载传感器作为现代智能驾驶汽车上的重要设备,可以实现许多智能驾驶功能。为了实现这些功能,传感器每秒传输的数据量非常庞大,而为了对汽车各种功能的准确判定,要求传感器数据进行无损传输。在实现无损传输时,现有技术直接将车载传感器传输的原始数据进行存储,这些原始数据中很多属性的数据很小,而直接存储时仍然分别较大的存储空间,导致存储空间的浪费。且随着原始数据的大量存储,也将导致传输时延。例如某个属性表示一个标志位,该标志位在存储时通常用一个比特即可以表示,例如1或0,如果按照现有直接存储的方式,将可能分配1个字节即8比特的存储空间,那么该字节剩余7比特空间就是浪费掉的空间。
以毫米波雷达为例,现在有的汽车已经配备了5个毫米波雷达,其中分别为1前向毫米波雷达和4个角毫米波雷达。1个前向毫米波雷达安装在车辆前方中间位置,主要用于探测前方的目标和障碍物,4个角毫米波雷达分别安装在汽车4个角位置,主要用于探测汽车前左、前右、后左、后右位置的目标和障碍物。5个角毫米波雷达基本上覆盖了汽车四周的环境探测信息。由于现代智能驾驶汽车开发和智能网联技术发展的需要,不管是在整车厂前期开发阶段对传感器数据的需求,还是后期用户在驾驶汽车过程中智能网联的数据远程传输和实时交互,传感器数据的保存和传输将成为智能驾驶研发和功能实现的重要需求。
然而,单纯毫米波雷达数据每秒传输几十帧数据,每一帧数据包含数百个点云和数十个目标,每个点云和每个目标又包含数十个的属性和参数。尽管在5G技术下的传输带宽可以满足传输需求,但是其占带宽可能会造成更大的传输时延。另外,在自车上的存储设备,现有的数据格式直接存储会造成设备无法高效的保存更多路采数据。
针对上述问题,本发明实施例提供了一种传感器数据存储、读取方法及数据存储、读取装置。
图1为本发明实施例提供的一种传感器数据存储方法的流程图,该传感器数据存储方法可应用于车载存储设备,该车载存储设备可以存储车载传感器的数据。如图1所示,该传感器数据存储方法包括:
步骤S101,对传感器的当前帧数据进行解析,得到多个目标属性数据。
步骤S102,针对多个目标属性数据中的每个目标属性数据均执行:获取目标属性数据对应的属性;判断该属性的存储空间是否小于第一预设阈值,其中,所述存储空间是预先按照预定规则设置并存储在属性字典中的;若所述存储空间小于第一预设阈值,则将目标属性数据存储在优化集中;若存储空间大于或等于第一预设阈值,则根据属性和当前帧数据对目标属性数据进行存储操作。
步骤S103,对优化集中的所有目标属性数据进行组合处理,得到存储文件,并对该存储文件进行存储操作,其中,该存储文件包括存储数据、组合存储标识以及组合顺序标识。
下面详细说明本发明实施例的传感器数据存储方法的各步骤的具体流程。
在步骤S101中,传感器数据存储装置接收到传感器数据时,对传感器数据按帧进行处理。通常构成每帧数据的属性是预先知道的,解析得到的多个目标属性数据即为构成当前帧数据的所有属性的数据。其中,传感器数据可以是车载传感器中的任意一个传感器所传输的数据,车载传感器可以是毫米波雷达、激光雷达、超声波雷达、车路通讯传感器以及真值传感器等传感器设备。
在步骤S102中,存储空间是预先按照预定规则设置并存储在属性字典中的。由于每一帧数据均是由已知属性的数据构成的,因此每个属性实际需要的存储空间大小是可以评估或计算得出的。为了提高存储效率和实现无损压缩,将每个属性需要的最大存储空间作为预设值,将该预设值存储在属性字典中作为该属性的存储空间,该预设值在设定时以完全可以容纳下对应属性的数据的存储为标准。例如,对于表示标志位的属性,可以只为该属性设定1个bit的存储空间;对于表示方向的属性,可以为该属性设定2个或3个bit的存储空间。在实际应用时,每个属性的存储空间可根据业务场景进行设定。
由于数据在被存储时均以字节为单位,因此第一预设阈值可设为字节数的整数倍;而为了减少空间的浪费,第一预设阈值还可设置为系统存储数据的数据格式占用的最小存储空间,例如Unsigned类型的数据格式在系统上占用1字节存储空间,Signed类型的数据格式占2字节,那么第一预设阈值设为1字节,这里第一预设阈值为1个字节即8比特。
然后将所有属性的存储空间小于第一预设阈值的目标属性数据进行组合存储,可以节省很大的存储空间,尤其是在传输数据量庞大时,这种空间节省的优势尤其体现。而若属性的存储空间大于或等于第一预设阈值,说明该属性对应的目标属性数据若直接存储,浪费空间的可能性较小,但也不排除存在浪费,因此需要进一步根据属性和当前帧数据对目标属性数据进行存储操作。
如图2所示,根据属性和当前帧数据对目标属性数据进行存储操作的步骤可以包括:
步骤S1021,判断该属性是否是优化属性;若是,则表示需要对目标属性数据进行进一步处理,执行步骤S1022;若不是,表示对该属性对应的目标属性数据进行优化处理所节省的空间不大,因而执行步骤S1023。
本发明实施例中,优化属性是预先记录在优化属性列表中的,在判断该属性是否是优化属性时,可直接从优化属性列表中查找与该属性匹配的记录,若没有查找到相应记录,则该属性不是优化属性,若查找到相应记录,则该属性是优化属性。
具体的,可以根据该属性的特征判断是否设置该属性为优化属性。例如在车载传感器数据传输时,通常连续两帧数据之间的某个属性的数据变化并不大,此时可以将该属性设置为优化属性,也即判断该属性的数据连续性;另外,即使属性的数据不具有连续性,当该属性本身变化很小时,也可将将属性定义为优化属性。例如,雷达目标表示毫米波雷达对某一车辆的跟踪,当被跟踪目标的距离和速度等属性的数据是表示同一个目标的时候,由于该目标与自车的距离和速度实际上是连续不变,或在一个雷达探测间隔周期内变化很小,则距离和速度这两个属性可以作为优化属性。
步骤S1022,判断当前帧数据是否是首帧数据;若是,需要记录首帧数据的完整信息,因此直接将目标属性数据进行存储操作,执行步骤S1023;若不是,则表明该属性已有数据进行了存储,执行步骤S1024。
步骤S1023,直接将目标属性数据作为存储数据进行存储操作。
此时,将存储数据直接作为存储文件进行存储。
具体参考图3,图3为直接存储的存储文件的结构示意图。其中存储文件只包含有存储数据。当然,也可以为设置标识位对直接存储的方式进行标识。
步骤S1024,计算目标属性数据与前一帧数据中该属性的数据的差值。
步骤S1025,根据差值对目标属性数据进行存储操作。
对于同一个传感器数据而言,通常构成每一帧数据的所有属性是相同的,当属性是优化属性且当前帧数据不是首帧数据时,可以根据当前帧与前一帧相同属性的数据的差值进行存储操作。
具体的,判断差值的长度是否大于第二预设阈值;若差值的长度大于第二预设阈值,则直接将目标属性数据作为存储数据进行存储操作;若差值的长度小于或等于第二预设阈值,则进行差分存储,即将差值作为存储数据,并生成差分存储标识,根据存储数据和差分存储标识生成存储文件,并对存储文件进行存储操作。
其中,第二预设阈值可根据属性的存储空间进行设置。通常,为属性设置的存储空间为能够存储该属性的数据的最大存储空间,因此可以按照该属性的存储空间所能表示的最大字节长度进行第二预设阈值的设置。例如,属性的数据的存储空间为1个字节,那么1个字节由8比特组成,所能表示的最大字节长度为256,这里第二预设阈值可设置为最大字节长度的十六分之一,即4个比特的数据长度(16)。为了提高存储效率,可以将每个属性的数据的最大长度也存储在属性字典中。
如果差值的长度大于第二预设阈值,则认为当前帧数据为新出现的目标数据或者为异常数据,且此时存储差值对存储空间节约较小,如果直接保存差值,可能不能完全无损的恢复数据;如果差值的长度小于或等于第二预设阈值表示当前帧数据与前一帧数据差异较小,可以通过直接保存差值的方式减小存储空间,同时也能无损的对数据进行恢复。
图4为本发明实施例中的差分存储的存储文件的结构示意图。其中首字节的首位为差分存储标识,如可设置为1来表示差分存储。
在步骤S103中,对优化集中的所有目标属性数据进行组合处理,得到存储文件,即对所有小于第一预设阈值的目标属性数据进行组合存储,这样可以避免较小数据占用较大存储空间的问题。
具体可如图5,图5为本发明实施例中的组合存储的存储文件的结构示意图。其中首字节的首位为组合存储标识,如可设置为0来表示组合存储。首字节的第二位和第三位为组合顺序标识,由于传感器数据每一帧的数据涉及几十种甚至上百种属性,若有几十种属性对应的数据需要进行组合,那么记录这个组合顺序所付出的空间代价也不容小觑。因此,为了最小化使用存储空间,可建立组合顺序标识与组合顺序的映射关系,并将该映射关系存储在组合顺序映射表中,这样可以使用较小的存储空间即可表示较大的数字。而且由于属性的存储空间是预先设定的,那么在首帧数据处理完成后也可以将组合存储顺序进行固定,在后续的帧数据的存储过程中,可直接使用与首帧数据相同的存储顺序,这样可以减少读取和组合时间,提高处理的效率。当然这里也可以用首字节的多位作为组合存储标识,这样可表示多种不同的组合存储顺序。
优选地,如图6所示,对优化集中所有目标属性数据进行组合处理的步骤可以包括:
步骤S1031,将所有目标属性数据对应的属性的存储空间相加,得到总存储空间。
步骤S1032,根据总存储空间计算得到需要的存储字节数。
将总存储空间换算为比特数,将比特数除以8,即可得到需要的存储字节数,其中,存储字节数为向上取整。
步骤S1033,根据存储字节数以字节为单位,对所有目标属性数据进行组合,得到存储文件。
具体的,若优化集中有7个目标属性数据,其中,目标属性数据1对应的属性的存储空间为1比特,目标属性数据2对应的属性的存储空间为4比特,目标属性数据3对应的属性的存储空间为7比特,目标属性数据4对应的属性的存储空间为3比特,目标属性数据5对应的属性的存储空间为2比特,目标属性数据6对应的属性的存储空间为2比特,目标属性数据7对应的属性的存储空间为4比特。那么计算得到的总存储空间为23比特,将23除以8得到存储字节数为3。
然后可以对这7个目标属性数据,按3字节的存储空间以字节为单位进行组合,根据数据完整性要求,使得组合后的数据尽可能满足8比特存储空间。为了便于数据的读取可以预先定义组合顺序,也可以进行排序后进行组合。例如,将目标属性数据按比特数由小到大排序,如果比特数相同,则按优化集中的存储顺序进行排序,然后以最大化利用每个字节的存储空间为原则。那么,上述7个目标属性数据的比特数排序为目标属性数据1(1比特)->目标属性数据5(2比特)->目标属性数据6(2比特)->目标属性数据4(3比特)->目标属性数据2(4比特)->目标属性数据7(4比特)->目标数据3(7比特),组合后的三个字节中,每个字节的目标属性数据的存储顺序可以是:第一字节(目标属性数据1->目标属性数据5->目标属性数据6->目标属性数据4),第二字节(目标属性数据2->目标属性数据7),第三字节(目标数据3)。当然,根据选择的规则不同,组合顺序也有所不同。
以毫米波雷达数据为例,属性RdrObjIsInFreeSpace、RdrObjElevnSts、RdrObjTrackSts和RdrObjMtnPat分别表示属性为雷达目标是否在空闲空间中、雷达目标高低状态、雷达目标跟踪状态和雷达目标运动类型状态,对应的实际需求空间分别为1bit、2bit、2bit和3bit,但现有方法直接存储所分配空间大小均为1字节。将上述1bit、2bit、2bit和3bit加在一起组合为8bit,然后可以用1字节就可以表示该4个属性的数据。当需要使用或查看该属性的数据时,再将收到的8bit数据进行截断处理即可。
本发明实施例提供的传感器数据读取方法通过对占有空间较小的属性预留空间分配,同时采用组合的方式合并存储;对占有空间较大的属性根据每相邻两帧间的数据差值来判断保存数据,在不增加任何存储设备的情况下,可以使车载存储设备保存更多的传感器数据,并且在降低了数据占有空间后降低了数据传输的延迟。
本发明实施例还提供了一种传感器数据读取方法,请参照图7,图7为本发明实施例的传感器数据读取方法的流程图,该传感器数据读取方法可应用于车载读取设备。该传感器数据读取方法的步骤可以包括:
步骤S701,对传感器的当前帧数据进行解析,得到多个存储文件。
步骤S702,针对这多个存储文件中的每个存储文件,获取存储文件的存储标识,并根据存储标识对存储文件的存储数据进行读取操作。
下面详细说明本发明实施例的传感器数据读取方法的各步骤的具体流程。
在步骤S701中,传感器读取装置对传感器的当前帧数据解析,得到多个存储文件。这些存储文件至少包括存储数据,还可能包括存储标识和/或组合顺序标识。
在步骤S702中,根据存储标识对存储文件的存储数据进行读取操作具体可如图8,图8为根据存储标识对存储文件的存储数据进行读取操作流程图,可包括以下步骤:
步骤S7021,判断存储标识的类型;
步骤S7022,若存储标识为组合存储标识,根据组合顺序标识对存储数据进行读取操作。
若存储标识为组合存储标识,存储数据则是按照一定顺序进行组合的目标属性数据,可直接根据存储文件中的组合顺序标识按字节对存储数据进行读取操作,得到多个目标属性数据,其中,每个目标属性数据对应的属性的存储空间均小于第一预设阈值,存储空间是预先按照预定规则设置并存储在属性字典中的。
步骤S7023,若存储标识为差分存储标识,获取存储数据对应的属性,根据该属性对存储数据进行读取操作。
若存储标识位差分存储标识,存储数据为当前帧数据与前一帧数据的相同属性的数据之差,根据该属性对存储数据进行读取操作具体为:获取前一帧数据中该属性的数据,将该数据与存储数据相加,得到目标属性数据,其中,该属性的存储空间大于或等于第一预设阈值,且该属性不是优化属性,且当前帧数据不是首帧数据,存储空间是预先按照预定规则设置并存储在属性字典中的。
步骤S7024,若存储标识不为组合存储标识和差分存储标识,直接对存储数据进行读取操作。
由于存储文件在存储时,对于直接存储的存储文件中不包含存储标识或者为其他存储标识,因而可直接对存储数据进行读取操作。
本发明实施例还提供了一种传感器数据存储装置,请参照图9,图9为本发明实施例的传感器数据存储装置的结构示意图。本发明实施例的传感器数据存储装置可使用上述的传感器数据存储方法的实施例进行实施。该传感器数据存储装置包括属性配置模块90、数据解析模块91、第一存储模块92以及第二存储模块93。
属性配置模块90用于预先按照预定规则设置每个属性的存储空间,并将存储空间存储在属性字典中。
数据解析模块91用于对传感器的当前帧数据进行解析,得到多个目标属性数据。
第一存储模块92用于针对多个目标属性数据中的每个目标属性数据均执行:获取目标属性数据对应的属性;判断属性的存储空间是否小于第一预设阈值;若存储空间小于第一预设阈值,则将目标属性数据存储在优化集中;若存储空间大于或等于第一预设阈值,则根据属性和当前帧数据对目标属性数据进行存储操作。
第二存储模块93用于对优化集中的所有目标属性数据进行组合处理,得到存储文件,并对存储文件进行存储操作,其中,存储文件包括存储数据、组合存储标识以及组合顺序标识。
其中,第一存储模块92还包括第一存储单元921、第二存储单元922和第三存储单元923,第二存储模块93还包括第四存储单元931。
第一存储单元921用于判断该属性是否是优化属性,当属性不是优化属性时,直接将目标属性数据作为存储数据进行存储操作。
第二存储单元922用于当属性是优化属性时,判断当前帧数据是否是首帧数据,当当前帧数据是首帧数据时,直接将目标属性数据作为存储数据进行存储操作。
第三存储单元923用于当当前帧数据不是首帧数据时,计算目标属性数据与前一帧数据中属性的数据的差值,并根据差值对目标属性数据进行存储操作。
第三存储单元923还用于判断差值的长度是否大于第二预设阈值,当差值的长度大于第二预设阈值时,直接将目标属性数据作为存储数据进行存储操作,当差值的长度小于或等于第二预设阈值时,将差值作为存储数据,并生成差分存储标识,根据存储数据和差分存储标识生成存储文件,并对存储文件进行存储操作。
第四存储单元931用于将所有目标属性数据对应的属性的存储空间相加,得到总存储空间,并根据总存储空间计算得到需要的存储字节数,然后根据存储字节数以字节为单位,对所有目标属性数据进行组合,得到存储文件。
属性配置模块90还用于预先将优化属性记录在优化属性列表中,该优化属性列表存储了所有可以进行优化的属性。
优选的,可以根据该属性的特征判断是否设置该属性为优化属性。例如在车载传感器数据传输时,通常连续两帧数据之间的某个属性的数据变化并不大,此时可以将该属性设置为优化属性,也即判断该属性的数据连续性;另外,即使属性的数据不具有连续性,当该属性本身变化很小时,也可将将属性定义为优化属性。
例如雷达目标表示毫米波雷达对某一车辆的跟踪,当被跟踪目标的距离和速度等属性的数据时表示同一个目标的时候,由于该目标与自车的距离和速度实际上是连续不变,或在一个雷达探测间隔周期内变化很小,则距离和速度这两个属性可以作为优化属性。
在判断属性是否是优化属性时,第一存储单元921可直接从优化属性列表中查找。当然,也可以直接根据预设规则判断某个属性是否是优化属性。
本发明实施例的传感器存储装置使用时,首先数据解析模块91按照既定的格式对当前帧数据进行解析得到多个目标属性数据,这些获得的多个目标属性数据即为构成当前帧数据的多个属性的数据。
然后第一存储模块92对每个目标属性数据进行处理,具体的:从属性配置模块90获取目标属性数据对应属性的存储空间;将所有属性的存储空间小于第一预设阈值的目标属性数据存入优化集中;对于属性的存储空间大于或等于第一预设阈值的目标属性数据,若该属性的不是优化属性,且当前帧数据不是首帧数据,则计算目标属性数据与前一帧数据中该属性的数据的差值,当差值的长度小于或等于第二预设阈值时,进行差分存储处理;对于不满足以上条件的目标属性数据进行直接存储操作。
直接存储的存储文件结构如图3所示,其中存储文件只包含有存储数据。当然,也可以为设置标识位对直接存储的方式进行标识。
差分存储的存储文件结构如图4所示,其中首字节的首位为差分存储标识,如可设置为1来表示差分存储。
第四存储单元931对优化集中的所有目标属性数据进行组合处理,组合处理的存储文件结构如图5所示,其中首字节的首位为组合存储标识,如可设置为0来表示组合存储。首字节的第二位和第三位为组合顺序标识,由于传感器数据每一帧的数据涉及几十种甚至上百种属性,若有几十种属性对应的数据需要进行组合,那么记录这个组合顺序所付出的空间代价也不容小觑。因此,为了最小化使用存储空间,可建立组合顺序标识与组合顺序的映射关系,并将该映射关系存储在组合顺序映射表中,这样可以使用较小的存储空间即可表示较大的数字。而且由于属性的存储空间是预先设定的,那么在首帧数据处理完成后也可以将组合存储顺序进行固定,在后续的帧数据的存储过程中,可直接使用与首帧数据相同的存储顺序,这样可以减少读取和组合时间,提高处理的效率。当然这里也可以用首字节的多位作为组合存储标识,这样可表示多种不同的组合存储顺序。
属性配置模块90在设置每个属性的存储空间时,可将每个属性需要的最大存储空间作为预设值,将该预设值存储在属性字典中作为该属性的存储空间,该预设值在设定时以完全可以容纳下对应属性的数据的存储为标准。例如,对于表示标志位的属性,可以只为该属性设定1个bit的存储空间;对于表示方向的属性,可以为该属性设定2个或3个bit的存储空间。在实际应用时,每个属性的存储空间可根据业务场景进行设定。
考虑到数据在被存储时均以字节为单位,因此第一存储模块92在确定第一预设阈值时,可设置第一预设阈值为字节数的整数倍;而为了减少空间的浪费,第一预设阈值还可设置为系统存储数据的数据格式占用的最小存储空间,例如Unsigned类型的数据格式在系统上占用1字节存储空间,Signed类型的数据格式占2字节,那么第一预设阈值设为1字节,这里第一预设阈值为1个字节即8比特。
第一存储模块92在确定第二预设阈值时可根据属性的存储空间进行设置,通常,为属性设置的存储空间为能够存储该属性的数据的最大存储空间,因此可以按照该属性的存储空间所能表示的最大字节长度进行第二预设阈值的设置。例如,属性的数据的存储空间为1个字节,那么1个字节由8比特组成,所能表示的最大字节长度为256,这里第二预设阈值可设置为最大字节长度的十六分之一,即4个比特的数据长度(16)。为了提高存储效率,可以将每个属性的数据的最大长度也存储在属性字典中。
本发明实施例还提供了一种传感器数据读取装置,请参照图10,图10为本发明实施例的传感器数据读取装置的结构示意图。本发明实施例的传感器数据读取装置可使用上述的传感器数据读取方法的实施例进行实施。该传感器数据读取装置包括属性配置模块101、第一处理模块102、第二处理模块103、读取模块104以及判断模块105,其中读取模块104还包括第一读取单元1041、第二读取单元1042以及第三读取单元1043。
属性配置模块101用于预先按照预定规则设置每个属性的存储空间,并将存储空间存储在属性字典中。
第一处理模块102用于对传感器的当前帧数据进行解析,得到多个存储文件。
第二处理模块103用于针对多个存储文件中的每个存储文件,获取该存储文件的存储标识。
判断模块105用于根据存储标识对存储文件的存储数据进行读取操作。
第一读取单元1041用于当存储标识为组合存储标识时,根据存储文件的组合顺序标识对存储数据进行读取操作,得到多个目标属性数据,其中,每个目标属性数据对应的属性的存储空间均小于第一预设阈值。
第二读取单元1042用于当存储标识为差分存储标识时,获取存储数据对应的属性,根据属性对存储数据进行读取操作,得到目标属性数据,其中,属性的存储空间大于或等于所述第一预设阈值。
第三读取单元1043用于当存储标识不为组合存储标识和差分存储标识时,直接对存储数据进行读取操作,得到目标属性数据。
下面通过一具体实施例说明本发明实施例的传感器数据存储方法的数据存储流程。请参照图11,图11为本发明的传感器数据存储方法的具体实施例的流程图。其包括:
步骤S1101,对传感器的当前帧数据进行解析,得到多个目标属性数据;对这多个目标属性数据均执行以下步骤,直至每个目标属性数据均处理完成;
步骤S1102,获取目标属性数据对应的属性;
步骤S1103,判断该属性的存储空间是否小于第一预设阈值;若是,则转到步骤S1110;若不是,则转到步骤S1104;
步骤S1104,判断该属性是否是优化属性;若不是,则转到步骤S1111;若是,则转到步骤S1105;
步骤S1105,判断当前帧数据是否为首帧数据;若是,则转到步骤S1111;若不是,则转到步骤S1106;
步骤S1106,计算目标属性数据与前一帧数据中该属性的数据的差值;
步骤S1107,判断差值长度是否大于第二预设阈值;若是,则转到步骤S1111;若不是,则转到步骤S1108;
步骤S118,根据差值生成存储文件,然后转到步骤S119;
步骤S119,判断多个目标属性数据是否处理完成;若是,则转到步骤S1112;若不是,则转到步骤S1102;
步骤S1110,将目标属性数据保存在优化集中,然后转到步骤S119;
步骤S1111,根据目标属性数据生成存储文件,然后转到步骤S119;
步骤S1112,对优化集中的所有目标属性数据进行组合,根据组合后的数据生成存储文件。
下面通过一具体实施例说明本发明实施例的传感器数据读取方法的数据读取流程。请参照图12,图12为本发明的传感器数据读取方法的具体实施例的流程图。其包括:
步骤S1201:对传感器的当前帧数据进行解析,得到多个存储文件;对多个存储文件中的每个存储文件执行以下步骤,直至多个存储文件均读取完成。
步骤S1202:获取存储文件的存储标识;
步骤S1203:判断是否具有存储标识;若没有获取到存储标识,表示数据没有经过处理,转到步骤S1204;若有存储标识,则转到步骤S1205;
步骤S1204:直接读取存储文件的存储数据,然后转到步骤S1211;
步骤S1205:判断存储标识是否为组合存储标识;若存储标识是组合存储标识,则转到步骤S1206;若存储标识不是组合存储标识,则为差分存储标识,转到步骤S1208;
步骤S1206:读取存储文件的组合顺序标识;
步骤S1207:根据组合顺序标识读取存储数据,然后转到步骤S1211;
步骤S1208:读取存储数据对应的属性;
步骤S1209:读取前一帧数据中该属性的数据;
步骤S1210:根据该数据读取存储数据,具体的将该数据与存储数据相加得到目标属性数据;
步骤S1211:判断多个存储文件是否读取完成;若是,则结束读取操作;若不是,则转到步骤S1202。
本发明的传感器数据存储方法及传感器数据存储装置,不仅对存储空间较小的属性的目标属性数据进行组合存储,也对存储空间较大的属性的目标属性数据做进一步优化存储,且存储过程中不增加硬件成本,在实现传感器数据的无损压缩的同时,节省了传感器的存储空间,增加了数据的存储量,也降低了由于占用存储空间而引起的传输时延。
在本发明所提供的实施例中,应该理解,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。
上述说明已经充分揭露了本发明的具体实施方式。需要指出的是,熟悉该领域的技术人员对本发明的具体实施方式所做的任何改动均不脱离本发明的权利要求书的范围。相应地,本发明的权利要求的范围也并不仅仅局限于前述具体实施方式。

Claims (10)

1.一种传感器数据存储方法,其特征在于,包括:
对传感器的当前帧数据进行解析,得到多个目标属性数据;
针对所述多个目标属性数据中的每个目标属性数据均执行:获取所述目标属性数据对应的属性;判断所述属性的存储空间是否小于第一预设阈值,其中,所述存储空间是预先按照预定规则设置并存储在属性字典中的;若所述存储空间小于所述第一预设阈值,则将所述目标属性数据存储在优化集中;若所述存储空间大于或等于所述第一预设阈值,则根据所述属性和所述当前帧数据对所述目标属性数据进行存储操作;
对所述优化集中的所有目标属性数据进行组合处理,得到存储文件,并对所述存储文件进行存储操作,其中,所述存储文件包括存储数据、组合存储标识以及组合顺序标识。
2.根据权利要求1所述的传感器数据存储方法,其特征在于,所述根据所述属性和所述当前帧数据对所述目标属性数据进行存储操作包括:
判断所述属性是否是优化属性;
若所述属性不是优化属性,则直接将所述目标属性数据作为存储数据进行存储操作;
若所述属性是优化属性,则判断所述当前帧数据是否是首帧数据;
若所述当前帧数据是首帧数据,则直接将所述目标属性数据作为存储数据进行存储操作;
若所述当前帧数据不是首帧数据,则计算所述目标属性数据与前一帧数据中所述属性的数据的差值,并根据所述差值对所述目标属性数据进行存储操作。
3.根据权利要求2所述的传感器数据存储方法,其特征在于,所述根据所述差值对所述目标属性数据进行存储操作包括:
判断所述差值的长度是否大于第二预设阈值;
若所述差值的长度大于所述第二预设阈值,则直接将所述目标属性数据作为存储数据进行存储操作;
若所述差值的长度小于或等于所述第二预设阈值,则将所述差值作为存储数据,并生成差分存储标识,根据所述存储数据和所述差分存储标识生成存储文件,并对所述存储文件进行存储操作。
4.根据权利要求1所述的传感器数据存储方法,其特征在于,所述对所述优化集中的所有目标属性数据进行组合处理,得到存储文件包括:
将所述所有目标属性数据对应的属性的存储空间相加,得到总存储空间;
根据所述总存储空间计算得到需要的存储字节数;
根据所述存储字节数以字节为单位,对所述所有目标属性数据进行组合,得到存储文件。
5.一种传感器数据读取方法,其特征在于,包括:
对传感器的当前帧数据进行解析,得到多个存储文件;
针对所述多个存储文件中的每个存储文件,获取所述存储文件的存储标识,并根据所述存储标识对所述存储文件的存储数据进行读取操作;
其中,所述根据所述存储标识对所述存储文件的存储数据进行读取操作包括:
判断存储标识的类型;
若所述存储标识为组合存储标识,则根据所述存储文件的组合顺序标识对所述存储数据进行读取操作,得到多个目标属性数据,其中,每个目标属性数据对应的属性的存储空间均小于第一预设阈值;
若所述存储标识为差分存储标识,则获取所述存储数据对应的属性,根据所述属性对所述存储数据进行读取操作,得到目标属性数据,其中,所述属性的存储空间大于或等于所述第一预设阈值;
若所述存储标识不为组合存储标识和差分存储标识,则直接对所述存储数据进行读取操作,得到目标属性数据;
其中,所述存储空间是预先按照预定规则设置并存储在属性字典中的。
6.一种传感器数据存储装置,其特征在于,包括:
属性配置模块,用于预先按照预定规则设置每个属性的存储空间,并将所述存储空间存储在属性字典中;
数据解析模块,用于对传感器的当前帧数据进行解析,得到多个目标属性数据;
第一存储模块,用于针对所述多个目标属性数据中的每个目标属性数据均执行:获取所述目标属性数据对应的属性;判断所述属性的存储空间是否小于第一预设阈值;若所述存储空间小于所述第一预设阈值,则将所述目标属性数据存储在优化集中;若所述存储空间大于或等于所述第一预设阈值,则根据所述属性和所述当前帧数据对所述目标属性数据进行存储操作;
第二存储模块,用于对所述优化集中的所有目标属性数据进行组合处理,得到存储文件,并对所述存储文件进行存储操作,其中,所述存储文件包括存储数据、组合存储标识以及组合顺序标识。
7.根据权利要求6所述的传感器数据存储装置,其特征在于,所述第一存储模块还包括:
第一存储单元,用于判断所述属性是否是优化属性,当所述属性不是优化属性时,直接将所述目标属性数据作为存储数据进行存储操作;
第二存储单元,用于当所述属性是优化属性时,判断所述当前帧数据是否是首帧数据,当所述当前帧数据是首帧数据时,直接将所述目标属性数据作为存储数据进行存储操作;
第三存储单元,用于当所述当前帧数据不是首帧数据时,计算所述目标属性数据与前一帧数据中所述属性的数据的差值,并根据所述差值对所述目标属性数据进行存储操作。
8.根据权利要求7所述的传感器数据存储装置,其特征在于,所述第三存储单元还用于:
判断所述差值的长度是否大于第二预设阈值;
当所述差值的长度大于所述第二预设阈值时,直接将所述目标属性数据作为存储数据进行存储操作;
当所述差值的长度小于或等于所述第二预设阈值时,将所述差值作为存储数据,并生成差分存储标识,根据所述存储数据和所述差分存储标识生成存储文件,并对所述存储文件进行存储操作。
9.根据权利要求6所述的传感器数据存储装置,所述第二存储模块还包括第四存储单元,所述第四存储单元用于:
将所述所有目标属性数据对应的属性的存储空间相加,得到总存储空间;
根据所述总存储空间计算得到需要的存储字节数;
根据所述存储字节数以字节为单位,对所述所有目标属性数据进行组合,得到存储文件。
10.一种传感器数据读取装置,其特征在于,包括:
属性配置模块,用于预先按照预定规则设置每个属性的存储空间,并将所述存储空间存储在属性字典中;
第一处理模块,用于对传感器的当前帧数据进行解析,得到多个存储文件;
第二处理模块,用于针对所述多个存储文件中的每个存储文件,获取所述存储文件的存储标识;
读取模块,用于根据所述存储标识对所述存储文件的存储数据进行读取操作;
判断模块,用于判断存储标识的类型;
其中,所述读取模块还包括:
第一读取单元,用于当所述存储标识为组合存储标识时,根据所述存储文件的组合顺序标识对所述存储数据进行读取操作,得到多个目标属性数据,其中,每个目标属性数据对应的属性的存储空间均小于第一预设阈值;
第二读取单元,用于当所述存储标识为差分存储标识时,获取所述存储数据对应的属性,根据所述属性对所述存储数据进行读取操作,得到目标属性数据,其中,所述属性的存储空间大于或等于所述第一预设阈值;
第三读取单元,用于当所述存储标识不为组合存储标识和差分存储标识时,直接对所述存储数据进行读取操作,得到目标属性数据。
CN202010337922.7A 2020-04-26 2020-04-26 传感器数据存储、读取方法及数据存储、读取装置 Pending CN111651404A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010337922.7A CN111651404A (zh) 2020-04-26 2020-04-26 传感器数据存储、读取方法及数据存储、读取装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010337922.7A CN111651404A (zh) 2020-04-26 2020-04-26 传感器数据存储、读取方法及数据存储、读取装置

Publications (1)

Publication Number Publication Date
CN111651404A true CN111651404A (zh) 2020-09-11

Family

ID=72346511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010337922.7A Pending CN111651404A (zh) 2020-04-26 2020-04-26 传感器数据存储、读取方法及数据存储、读取装置

Country Status (1)

Country Link
CN (1) CN111651404A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101008890A (zh) * 2007-01-30 2007-08-01 金蝶软件(中国)有限公司 整型数据的压缩方法、装置及解压缩方法、装置
CN101226553A (zh) * 2008-02-03 2008-07-23 中兴通讯股份有限公司 一种嵌入式数据库变长字段存储的实现方法及装置
US20150193350A1 (en) * 2012-07-27 2015-07-09 Tencent Technology (Shezhen) Comany Limited Data storage space processing method and processing system, and data storage server
US20170060467A1 (en) * 2015-08-27 2017-03-02 Stmicroelectronics S.R.L. Method of smart saving high-density data and memory device
CN106649590A (zh) * 2016-11-18 2017-05-10 北京奇虎科技有限公司 一种处理数据库的存储空间的方法和装置
CN109597571A (zh) * 2018-11-15 2019-04-09 金蝶软件(中国)有限公司 数据存储方法、数据读取方法、装置和计算机设备
CN110647497A (zh) * 2019-07-19 2020-01-03 广东工业大学 一种基于hdfs的高性能文件存储与管理系统
CN110737669A (zh) * 2019-10-18 2020-01-31 北京百度网讯科技有限公司 数据存储方法、装置、设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101008890A (zh) * 2007-01-30 2007-08-01 金蝶软件(中国)有限公司 整型数据的压缩方法、装置及解压缩方法、装置
CN101226553A (zh) * 2008-02-03 2008-07-23 中兴通讯股份有限公司 一种嵌入式数据库变长字段存储的实现方法及装置
US20150193350A1 (en) * 2012-07-27 2015-07-09 Tencent Technology (Shezhen) Comany Limited Data storage space processing method and processing system, and data storage server
US20170060467A1 (en) * 2015-08-27 2017-03-02 Stmicroelectronics S.R.L. Method of smart saving high-density data and memory device
CN106649590A (zh) * 2016-11-18 2017-05-10 北京奇虎科技有限公司 一种处理数据库的存储空间的方法和装置
CN109597571A (zh) * 2018-11-15 2019-04-09 金蝶软件(中国)有限公司 数据存储方法、数据读取方法、装置和计算机设备
CN110647497A (zh) * 2019-07-19 2020-01-03 广东工业大学 一种基于hdfs的高性能文件存储与管理系统
CN110737669A (zh) * 2019-10-18 2020-01-31 北京百度网讯科技有限公司 数据存储方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
US10861330B2 (en) Method and apparatus for obtaining signal light duration data
CN112633120B (zh) 一种基于半监督学习的智能路侧感知系统的模型训练方法
CN106931981A (zh) 一种导航剩余时间的生成方法及装置
EP4345773A1 (en) Lane line extraction method and apparatus, vehicle and storage medium
CN112509317B (zh) 基于机器学习算法的公交实时到站预测方法、装置和设备
CN114763997A (zh) 车辆采集到的雷达点云数据的处理方法、装置及电子设备
KR20210015861A (ko) 스마트 주행 기기의 주행 상태 인식 방법 및 장치, 기기
CN111615067A (zh) 基于路侧单元的自动驾驶移动边缘计算方法、设备、存储介质
CN110659559B (zh) 一种监控场景多目标跟踪方法及系统
CN111651404A (zh) 传感器数据存储、读取方法及数据存储、读取装置
US20210183173A1 (en) Automotive Data Processing System with Efficient Generation and Exporting of Metadata
EP3070864B1 (en) Method and device for transmitting multiple streams of time division traffic
EP4130670A1 (en) Slope point screening method, terminal device, medium and slope calculation method and system
CN115223144A (zh) 一种基于云端数据的无人驾驶矿车传感器数据筛选方法及装置
CN115376051B (zh) 关键帧的管理方法及管理装置、slam方法、电子设备
CN109272602A (zh) 无人车数据的录制方法、装置、设备和存储介质
CN117422808B (zh) 一种三维场景数据的加载方法及电子设备
US20230109494A1 (en) Methods and devices for building a training dataset
JP7430113B2 (ja) 車載装置、車両動作解析システム
CN115985113B (zh) 交通信号灯控制方法及电子设备
CN113395327B (zh) 数据处理方法、装置、电子设备及介质
CN112100836B (zh) 车辆边界参数的获取方法和装置
CN113157622A (zh) 数据处理设备和数据处理系统
CN115761694A (zh) 一种目标检测方法、装置、终端设备及存储介质
CN116156171A (zh) 模型的配置方法、装置和系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200911