CN112734982A - 无人车驾驶行为数据的存储方法和系统 - Google Patents

无人车驾驶行为数据的存储方法和系统 Download PDF

Info

Publication number
CN112734982A
CN112734982A CN202110059486.6A CN202110059486A CN112734982A CN 112734982 A CN112734982 A CN 112734982A CN 202110059486 A CN202110059486 A CN 202110059486A CN 112734982 A CN112734982 A CN 112734982A
Authority
CN
China
Prior art keywords
data
target
unmanned vehicle
file
file block
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
CN202110059486.6A
Other languages
English (en)
Inventor
叶元
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.)
Beijing Xiaoma Huixing Technology Co ltd
Original Assignee
Beijing Xiaoma Huixing Technology 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 Beijing Xiaoma Huixing Technology Co ltd filed Critical Beijing Xiaoma Huixing Technology Co ltd
Priority to CN202110059486.6A priority Critical patent/CN112734982A/zh
Publication of CN112734982A publication Critical patent/CN112734982A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME 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
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0608—Saving storage space on storage systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0638—Organizing or formatting or addressing of data
    • G06F3/064—Management of blocks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0646—Horizontal data movement in storage systems, i.e. moving data in between storage devices or systems
    • G06F3/0652—Erasing, e.g. deleting, data cleaning, moving of data to a wastebasket

Abstract

本发明提供了一种无人车驾驶行为数据的存储方法和系统，包括：获取无人车在自动驾驶过程中实时采集到的目标数据；目标数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据；判断无人车的存储区的剩余空间是否小于预设阈值；其中，存储区被分为多个文件块；如果是，则将存储区中的所有被写入数据的文件块根据数据的写入时间进行排序，并将写入时间最早的文件块确定为目标文件块；将目标文件块中的数据删除，并将目标数据存储到目标文件块中。本发明缓解了现有技术中存在的对于无人车驾驶过程中所采集的激光雷达数据、点云数据，音视频数据和车辆姿态数据等，因数据量较大而导致的需要频繁更换硬盘的技术问题。

Description

无人车驾驶行为数据的存储方法和系统
技术领域
本发明涉及数据存储技术领域，尤其是涉及一种无人车驾驶行为数据的存储方法和系统。
背景技术
在自动驾驶领域，通常会将车辆驾驶过程中产生的驾驶行为数据上传到数据库中进行存储，以供相关技术人员使用。在现有的数据存储方式中，都是将整个驾驶行程的驾驶行为数据上传到数据库中，或者，每隔一段时间(例如，5-6个小时)的驾驶行为数据上传到数据库中。但是，自动驾驶汽车产生的数据量较大，而存储空间或者硬盘容量有限，几个小时就能存储完一张硬盘，因此，在自动驾驶汽车运行过程中需要频繁停车换硬盘。
发明内容
有鉴于此，本发明的目的在于提供一种无人车驾驶行为数据的存储方法和系统，以缓解现有技术中存在的对于无人车驾驶过程中所采集的激光雷达数据、点云数据，音视频数据和车辆姿态数据等，因数据量较大而导致的需要频繁更换硬盘的技术问题。
第一方面，本发明实施例提供了一种无人车驾驶行为数据的存储方法，应用于无人车，包括：获取所述无人车在自动驾驶过程中实时采集到的目标数据；所述目标数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据；判断所述无人车的存储区的剩余空间是否小于预设阈值；其中，所述存储区被分为多个文件块；如果是，则将所述存储区中的所有被写入数据的文件块根据数据的写入时间进行排序，并将写入时间最早的文件块确定为目标文件块；将所述目标文件块中的数据删除，并将所述目标数据存储到所述目标文件块中。
进一步地，若判断所述无人车的存储区的剩余空间大于或等于所述预设阈值，则所述方法还包括：将所述目标数据存储在所述存储区的未被写入数据的文件块中。
进一步地，在将所述目标文件块中的数据删除之前，所述方法还包括：将所述目标文件块中的数据上传到云端服务器。
第二方面，本发明实施例还提供了一种无人车驾驶行为数据的存储方法，应用于客户端，包括：获取待缓存数据的索引文件；所述待缓存数据为存储在云端服务器中的数据，且所述待缓存数据为无人车在自动驾驶过程中所采集到的数据；所述待缓存数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据；基于所述索引文件，确定多个目标数据片段；所述目标数据片段为所述待缓存数据中的数据片段；将所述多个目标数据片段以文件块的形式缓存在本地缓存区；其中，一个目标数据片段对应于一个文件块。
进一步地，在将所述多个目标数据片段以文件块的形式缓存在本地缓存区之前，所述方法还包括：判断本地缓存区是否已经缓存了所述目标数据片段；如果否，则将所述目标数据片段缓存在所述本地缓存区中的新增文件块中。
进一步地，所述文件块包括游标信息；所述游标信息包括：所述文件块对应的目标数据片段在所述待缓存数据中的起始位置，和所述所述文件块对应的目标数据片段的文件大小。
进一步地，判断本地缓存区是否已经缓存了所述目标数据片段，包括：获取所述目标数据片段在所述索引文件中的索引信息；所述索引信息包括所述目标数据片段在所述待缓存数据中的位置信心和所述目标数据片段的大小；基于所述索引信息和存在所述本地缓存区中的所有文件块的游标信息，判断所述本地缓存区是否已经缓存了所述目标数据片段。
第三方面，本发明实施例还提供了一种无人车驾驶行为数据的存储系统，应用于无人车，包括：第一获取模块，判断模块，第一确定模块和存储模块，其中，所述第一获取模块，用于获取所述无人车在自动驾驶过程中实时采集到的目标数据；所述目标数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据；所述判断模块，用于判断所述无人车的存储区的剩余空间是否小于预设阈值；其中，所述存储区被分为多个文件块；所述第一确定模块，用于若所述存储区的剩余存储空间小于所述预设阈值，则将所述存储区中的所有被写入数据的文件块根据所述目标数据的写入时间进行排序，并将写入时间最早的文件块确定为目标文件块；所述存储模块，用于将所述目标文件块中的数据删除，并将所述目标数据存储到所述目标文件块中。
第四方面，本发明实施例还提供了一种无人车驾驶行为数据的存储系统，应用于客户端，包括：第二获取模块，第二确定模块和缓存模块，其中，所述第二获取模块，用于获取待缓存数据的索引文件；所述待缓存数据为存储在云端服务器中的数据，且所述待缓存数据为无人车在自动驾驶过程中所采集到的数据；所述待缓存数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据；所述第二确定模块，用于基于所述索引文件，确定多个目标数据片段；所述目标数据片段为所述待缓存数据中的数据片段；所述缓存模块，用于将所述多个目标数据片段以文件块的形式缓存在本地缓存区；其中，一个目标数据片段对应于一个文件块。
第五方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面和第二方面所述的方法的步骤。。
本发明提供了一种无人车驾驶行为数据的存储方法和系统，通过无人车在驾驶过程中实时采集到的目标数据以文件块的形式进行分块存储的方式，可以使得无人车存储区的剩余存储空间不足的情况下，将写入时间最早的目标文件块中的数据删除，并用来存储目标数据，缓解了现有技术中存在的对于无人车驾驶过程中所采集的激光雷达数据、点云数据，音视频数据和车辆姿态数据等，因数据量较大而导致的需要频繁更换硬盘的技术问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的一种无人车驾驶行为数据的存储方法的流程图；
图2为本发明实施例提供的另一种无人车驾驶行为数据的存储方法的流程图；
图3为本发明实施例提供的一种无人车驾驶行为数据的存储系统的示意图；
图4为本发明实施例提供的另一种无人车驾驶行为数据的存储系统的示意图；
图5为本发明实施例提供的一种缓存模块的示意图。
具体实施方式
下面将结合附图对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
实施例一：
图1是根据本发明实施例提供的一种无人车驾驶行为数据的存储方法的流程图，该方法应用于无人车。如图1所示，该方法具体包括如下步骤：
步骤S102，获取无人车在自动驾驶过程中实时采集到的目标数据；目标数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据。
步骤S104，判断无人车的存储区的剩余空间是否小于预设阈值；其中，存储区被分为多个文件块。例如，预设阈值为存储空间的20％或者30％等。存储区中的每个文件块可以是固定大小，也可以是不同大小的文件块。
步骤S106，如果是，则将存储区中的所有被写入数据的文件块根据数据的写入时间进行排序，并将写入时间最早的文件块确定为目标文件块。
步骤S108，将目标文件块中的数据删除，并将目标数据存储到目标文件块中。
本发明提供了一种无人车驾驶行为数据的存储方法，通过无人车在驾驶过程中实时采集到的目标数据以文件块的形式进行分块存储的方式，可以使得无人车存储区的剩余存储空间不足的情况下，将写入时间最早的目标文件块中的数据删除，并用来存储目标数据，缓解了现有技术中存在的对于无人车驾驶过程中所采集的激光雷达数据、点云数据，音视频数据和车辆姿态数据等，因数据量较大而导致的需要频繁更换硬盘的技术问题。
可选地，在判断出无人车的存储区的剩余空间大于或等于预设阈值时，将目标数据存储在存储区的未被写入数据的文件块中。
可选地，在将目标文件块中的数据删除之前，且无人车能够连接到网络的情况下，本发明实施例中的方法还包括：将目标文件块中的数据上传到云端服务器。
在本发明实施例中，通过将无人车采集到的目标数据以文件块的形式存储到无人车的存储区，并以文件块的形式上传到服务器，可以有效缓解对于无人车采集到的大量数据一次性上传的过程耗时较长的技术问题。
图2是根据本发明实施例提供的另一种无人车驾驶行为数据的存储方法的流程图，该方法应用于客户端。如图2所示，该方法具体包括如下步骤：
步骤S202，获取待缓存数据的索引文件；待缓存数据为存储在云端服务器中的数据，且待缓存数据为无人车在自动驾驶过程中所采集到的数据。其中，索引文件包括待缓存数据中每一帧数据的位置信息。
可选地，待缓存数据可以是无人车在自动驾驶过程中，通过激光雷达采集到的激光雷达数据和点云数据，或者通过摄像头采集到的音视频数据，或者是通过车辆控制单元采集到的车辆姿态数据等。
步骤S204，基于索引文件，确定多个目标数据片段；目标数据片段为待缓存数据中的数据片段。
步骤S206，将多个目标数据片段以文件块的形式缓存在本地缓存区；其中，一个目标数据片段对应于一个文件块。
可选地，文件块包括游标信息；游标信息包括：文件块对应的目标数据片段在待缓存数据中的起始位置，和文件块对应的目标数据片段的文件大小。例如，当待缓存数据为音视频流时，目标数据片段在缓存数据中的起始位置对应于时间流信息。
本发明提供了另一种应用于客户端的无人车驾驶行为数据的存储方法，通过将待缓存数据中的目标数据片段以文件块的形式缓存到本地缓存区的方式，使得用户可以根据自己的需要对数据分块缓存，而不再需要经整个待缓存数据下载下来再进行查看，缓解了现有技术中存在的对于无人车驾驶过程中所采集的激光雷达数据、点云数据和视频数据等，因数据量较大而导致的对其进行下载使用时耗时时间长的技术问题。
可选地，在步骤S206之前，本发明实施例提供的方法还包括：
判断本地缓存区是否已经缓存了目标数据片段；具体地，获取目标数据片段在索引文件中的索引信息；索引信息包括目标数据片段在待缓存数据中的位置信心和目标数据片段的大小；基于索引信息和存在本地缓存区中的所有文件块的游标信息，判断本地缓存区是否已经缓存了目标数据片段。
如果否，则将目标数据片段缓存在本地缓存区中的新增文件块中。
例如，用户想查看存储在服务器中的无人车驾驶行为数据中的某个目标数据片段，首先判断本地缓存区是否已经缓存了包括目标数据片段在内的文件块，如果是，则直接从本地缓存区读取文件块即可直接查看；如果否，则从服务器中查找到目标数据片段所在位置，然后只需将目标数据片段以文件块的形式缓存到本地缓存区即可查看，而不需要将所有的无人车驾驶行为数据整个下载，从而大大提高了缓存的效率。
实施例二：
图3是本发明实施例提供的一种无人车驾驶行为数据的存储系统的示意图，该系统应用于无人车。如图3所示，该系统包括：第一获取模块10，判断模块20，第一确定模块30和存储模块40。
具体的，第一获取模块10，用于获取无人车在自动驾驶过程中实时采集到的目标数据；目标数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据。
判断模块20，用于判断无人车的存储区的剩余空间是否小于预设阈值；其中，存储区被分为多个文件块。
第一确定模块30，用于若存储区的剩余存储空间小于预设阈值，则将存储区中的所有被写入数据的文件块根据目标数据的写入时间进行排序，并将写入时间最早的文件块确定为目标文件块。
存储模块40，用于将目标文件块中的数据删除，并将目标数据存储到目标文件块中。
本发明提供了一种无人车驾驶行为数据的存储系统，通过无人车在驾驶过程中实时采集到的目标数据以文件块的形式进行分块存储的方式，可以使得无人车存储区的剩余存储空间不足的情况下，将写入时间最早的目标文件块中的数据删除，并用于存储目标数据，缓解了现有技术中存在的对于无人车驾驶过程中所采集的激光雷达数据、点云数据，音视频数据和车辆姿态数据等，因数据量较大而导致的需要频繁更换硬盘的技术问题。
可选地，存储模块40，还用于：若判断无人车的存储区的剩余空间大于或等于预设阈值，则将目标数据存储在存储区的未被写入数据的文件块中。
可选地，如图3所示，本发明实施例提供的无人车驾驶行为数据的存储系统还包括：上传模块50，用于在将目标文件块中的数据删除之前，且在无人车连接到网络的情况下，将目标文件块中的数据上传到云端服务器。
图4是本发明实施例提供的另一种无人车驾驶行为数据的存储系统的示意图，该系统应用于客户端。如图4所示，该系统包括：第二获取模块60，第二确定模块70和缓存模块80。
具体地，第二获取模块60，用于获取待缓存数据的索引文件；待缓存数据为存储在云端服务器中的数据，且所述待缓存数据为无人车在自动驾驶过程中所采集到的数据。其中，索引文件包括待缓存数据中每一帧数据的位置信息。
可选地，待缓存数据可以是无人车在自动驾驶过程中，通过激光雷达采集到的激光雷达数据和点云数据，或者通过摄像头采集到的音视频数据，或者通过车辆控制单元采集到的车辆姿态数据等。
第二确定模块70，用于基于索引文件，确定多个目标数据片段；目标数据片段为待缓存数据中的数据片段。
缓存模块80，用于将多个目标数据片段以文件块的形式缓存在本地缓存区；其中，一个目标数据片段对应于一个文件块。
可选地，文件块包括游标信息；游标信息包括：文件块对应的目标数据片段在待缓存数据中的起始位置，和文件块对应的目标数据片段的文件大小。
本发明提供了另一种应用于客户端的无人车驾驶行为数据的存储系统，通过将待缓存数据中的目标数据片段以文件块的形式缓存到本地缓存区的方式，使得用户可以根据自己的需要对数据分块缓存，而不再需要经整个待缓存数据下载下来再进行查看，缓解了现有技术中存在的对于无人车驾驶过程中所采集的激光雷达数据、点云数据和视频数据等，因数据量较大而导致的对其进行下载使用时耗时时间长的技术问题。
可选地，图5是根据本发明实施例提供的一种缓存模块的示意图。如图5所示，缓存模块80，还包括：判断单元81和缓存单元82。
具体地，判断单元81，用于判断本地缓存区是否已经缓存了目标数据片段。
可选地，判断单元81，还用于：获取目标数据片段在索引文件中的索引信息；索引信息包括目标数据片段在待缓存数据中的位置信心和目标数据片段的大小；基于索引信息和存在本地缓存区中的所有文件块的游标信息，判断本地缓存区是否已经缓存了目标数据片段。
缓存单元82，用于如果判断出本地缓存区没有缓存目标数据片段，则将目标数据片段缓存在本地缓存区中的新增文件块中。
本发明实施例还提供了一种电子设备，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，处理器执行计算机程序时实现上述实施例一中的方法的步骤。
本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行实施例一中的方法。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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发明各实施例技术方案的范围。

Claims (10)

1.一种无人车驾驶行为数据的存储方法，其特征在于，应用于无人车，包括：
获取所述无人车在自动驾驶过程中实时采集到的目标数据；所述目标数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据；
判断所述无人车的存储区的剩余空间是否小于预设阈值；其中，所述存储区被分为多个文件块；
如果是，则将所述存储区中的所有被写入数据的文件块根据数据的写入时间进行排序，并将写入时间最早的文件块确定为目标文件块；
将所述目标文件块中的数据删除，并将所述目标数据存储到所述目标文件块中。
2.根据权利要求1所述的方法，其特征在于，若判断所述无人车的存储区的剩余空间大于或等于所述预设阈值，则所述方法还包括：
将所述目标数据存储在所述存储区的未被写入数据的文件块中。
3.根据权利要求1所述的方法，其特征在于，在将所述目标文件块中的数据删除之前，所述方法还包括：
将所述目标文件块中的数据上传到云端服务器。
4.一种无人车驾驶行为数据的存储方法，其特征在于，应用于客户端，包括：
获取待缓存数据的索引文件；所述待缓存数据为存储在云端服务器中的数据，且所述待缓存数据为无人车在自动驾驶过程中所采集到的数据；所述待缓存数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据；
基于所述索引文件，确定多个目标数据片段；所述目标数据片段为所述待缓存数据中的数据片段；
将所述多个目标数据片段以文件块的形式缓存在本地缓存区；其中，一个目标数据片段对应于一个文件块。
5.根据权利要求4所述的方法，其特征在于，在将所述多个目标数据片段以文件块的形式缓存在本地缓存区之前，所述方法还包括：
判断本地缓存区是否已经缓存了所述目标数据片段；
如果否，则将所述目标数据片段缓存在所述本地缓存区中的新增文件块中。
6.根据权利要求5所述的方法，其特征在于，所述文件块包括游标信息；所述游标信息包括：所述文件块对应的目标数据片段在所述待缓存数据中的起始位置，和所述所述文件块对应的目标数据片段的文件大小。
7.根据权利要求6所述的方法，其特征在于，判断本地缓存区是否已经缓存了所述目标数据片段，包括：
获取所述目标数据片段在所述索引文件中的索引信息；所述索引信息包括所述目标数据片段在所述待缓存数据中的位置信心和所述目标数据片段的大小；
基于所述索引信息和存在所述本地缓存区中的所有文件块的游标信息，判断所述本地缓存区是否已经缓存了所述目标数据片段。
8.一种无人车驾驶行为数据的存储系统，其特征在于，应用于无人车，包括：第一获取模块，判断模块，第一确定模块和存储模块，其中，
所述第一获取模块，用于获取所述无人车在自动驾驶过程中实时采集到的目标数据；所述目标数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据；
所述判断模块，用于判断所述无人车的存储区的剩余空间是否小于预设阈值；其中，所述存储区被分为多个文件块；
所述第一确定模块，用于若所述存储区的剩余存储空间小于所述预设阈值，则将所述存储区中的所有被写入数据的文件块根据所述目标数据的写入时间进行排序，并将写入时间最早的文件块确定为目标文件块；
所述存储模块，用于将所述目标文件块中的数据删除，并将所述目标数据存储到所述目标文件块中。
9.一种无人车驾驶行为数据的存储系统，其特征在于，应用于客户端，包括：第二获取模块，第二确定模块和缓存模块，其中，
所述第二获取模块，用于获取待缓存数据的索引文件；所述待缓存数据为存储在云端服务器中的数据，且所述待缓存数据为无人车在自动驾驶过程中所采集到的数据；所述待缓存数据包括：激光雷达数据，点云数据，音视频数据和车辆姿态数据；
所述第二确定模块，用于基于所述索引文件，确定多个目标数据片段；所述目标数据片段为所述待缓存数据中的数据片段；
所述缓存模块，用于将所述多个目标数据片段以文件块的形式缓存在本地缓存区；其中，一个目标数据片段对应于一个文件块。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。
CN202110059486.6A 2021-01-15 2021-01-15 无人车驾驶行为数据的存储方法和系统 Pending CN112734982A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110059486.6A CN112734982A (zh) 2021-01-15 2021-01-15 无人车驾驶行为数据的存储方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110059486.6A CN112734982A (zh) 2021-01-15 2021-01-15 无人车驾驶行为数据的存储方法和系统

Publications (1)

Publication Number Publication Date
CN112734982A true CN112734982A (zh) 2021-04-30

Family

ID=75591915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110059486.6A Pending CN112734982A (zh) 2021-01-15 2021-01-15 无人车驾驶行为数据的存储方法和系统

Country Status (1)

Country Link
CN (1) CN112734982A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113868236A (zh) * 2021-09-29 2021-12-31 东风汽车有限公司东风日产乘用车公司 电动交通工具故障监测方法、设备及计算机可读存储介质
CN114461144A (zh) * 2022-01-19 2022-05-10 清华大学 协同驾驶的数据存储装置、数据处理方法及路侧设备
CN114501176A (zh) * 2021-12-29 2022-05-13 深圳市海浦蒙特科技有限公司 数据采集方法、装置、数据采集终端及可读存储介质
CN115909544A (zh) * 2022-12-13 2023-04-04 江苏都万电子科技有限公司 一种存储器及存储方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101075241A (zh) * 2006-12-26 2007-11-21 腾讯科技（深圳）有限公司 缓存处理方法以及缓存处理系统
CN101958919A (zh) * 2009-07-20 2011-01-26 新奥特（北京）视频技术有限公司 一种基于非ip数据隧道的多文件并行传输方法及系统
CN102685232A (zh) * 2012-05-14 2012-09-19 安科智慧城市技术（中国）有限公司 基于流媒体服务器的多媒体文件获取方法及流媒体服务器
CN103037015A (zh) * 2012-12-31 2013-04-10 乐视网信息技术（北京）股份有限公司 一种p2p数据主动分发方法及节点客户端
CN103927795A (zh) * 2013-01-14 2014-07-16 北京中交兴路信息科技有限公司 一种车辆历史行驶轨迹的回放方法和系统
CN107623709A (zh) * 2016-07-15 2018-01-23 北京金山云网络技术有限公司 一种文件下载方法及装置
CN108038188A (zh) * 2017-12-11 2018-05-15 中国银行股份有限公司 一种文件处理方法及装置
CN108769830A (zh) * 2018-05-29 2018-11-06 武汉斗鱼网络科技有限公司 一种缓存视频的方法以及相关设备
CN109215169A (zh) * 2017-07-04 2019-01-15 百度在线网络技术（北京）有限公司 行车数据的存储方法、装置和设备
CN109274721A (zh) * 2018-08-24 2019-01-25 南京壹进制信息技术股份有限公司 一种基于虚拟磁盘映射的LAN-free传输方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101075241A (zh) * 2006-12-26 2007-11-21 腾讯科技（深圳）有限公司 缓存处理方法以及缓存处理系统
CN101958919A (zh) * 2009-07-20 2011-01-26 新奥特（北京）视频技术有限公司 一种基于非ip数据隧道的多文件并行传输方法及系统
CN102685232A (zh) * 2012-05-14 2012-09-19 安科智慧城市技术（中国）有限公司 基于流媒体服务器的多媒体文件获取方法及流媒体服务器
CN103037015A (zh) * 2012-12-31 2013-04-10 乐视网信息技术（北京）股份有限公司 一种p2p数据主动分发方法及节点客户端
CN103927795A (zh) * 2013-01-14 2014-07-16 北京中交兴路信息科技有限公司 一种车辆历史行驶轨迹的回放方法和系统
CN107623709A (zh) * 2016-07-15 2018-01-23 北京金山云网络技术有限公司 一种文件下载方法及装置
CN109215169A (zh) * 2017-07-04 2019-01-15 百度在线网络技术（北京）有限公司 行车数据的存储方法、装置和设备
CN108038188A (zh) * 2017-12-11 2018-05-15 中国银行股份有限公司 一种文件处理方法及装置
CN108769830A (zh) * 2018-05-29 2018-11-06 武汉斗鱼网络科技有限公司 一种缓存视频的方法以及相关设备
CN109274721A (zh) * 2018-08-24 2019-01-25 南京壹进制信息技术股份有限公司 一种基于虚拟磁盘映射的LAN-free传输方法及系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113868236A (zh) * 2021-09-29 2021-12-31 东风汽车有限公司东风日产乘用车公司 电动交通工具故障监测方法、设备及计算机可读存储介质
CN114501176A (zh) * 2021-12-29 2022-05-13 深圳市海浦蒙特科技有限公司 数据采集方法、装置、数据采集终端及可读存储介质
CN114461144A (zh) * 2022-01-19 2022-05-10 清华大学 协同驾驶的数据存储装置、数据处理方法及路侧设备
CN114461144B (zh) * 2022-01-19 2024-04-19 清华大学 协同驾驶的数据存储装置、数据处理方法及路侧设备
CN115909544A (zh) * 2022-12-13 2023-04-04 江苏都万电子科技有限公司 一种存储器及存储方法

Similar Documents

Publication Publication Date Title
CN112734982A (zh) 无人车驾驶行为数据的存储方法和系统
US9355112B1 (en) Optimizing compression based on data activity
US7386675B2 (en) Systems and methods for using excitement values to predict future access to resources
CN106951375B (zh) 在存储系统中删除快照卷的方法及装置
CN111159436A (zh) 一种推荐多媒体内容的方法、装置及计算设备
CN111026728A (zh) 一种日志数据处理方法及相关装置
CN110765076A (zh) 数据存储方法、装置、电子设备及存储介质
WO2023155849A1 (zh) 基于时间衰减的样本删除方法及其装置、存储介质
CN112463026A (zh) 分布式对象存储系统中追加数据的重复删除的方法和设备
CN113590027B (zh) 数据存储方法、数据获取方法、系统、设备和介质
CN107741968B (zh) 一种文件检索的方法、系统、装置及计算机可读存储介质
CN114138558A (zh) 一种对象存储方法、装置、电子设备和存储介质
KR101666440B1 (ko) 환형큐 기반의 인-메모리 데이터베이스 시스템에서의 데이터 처리방법
US9870385B2 (en) Computer system, data management method, and computer
EP4174675A1 (en) On-board data storage method and system
CN112711564B (zh) 合并处理方法以及相关设备
CN112199342A (zh) 一种文件上传方法、装置及计算机设备
CN114936010B (zh) 数据处理方法、装置、设备及介质
CN107783990B (zh) 一种数据压缩方法及终端
CN111711860B (zh) 一种视频推荐滤重方法、装置、服务器及存储介质
CN114817176A (zh) 一种基于Nginx+MinIO+Redis的分布式文件存储系统及方法
CN110362769B (zh) 一种数据处理方法及装置
CN111782588A (zh) 一种文件读取方法、装置、设备和介质
CN117235088B (zh) 一种存储系统的缓存更新方法、装置、设备、介质及平台
CN112131433B (zh) 区间计数查询方法及装置

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

Application publication date: 20210430

RJ01 Rejection of invention patent application after publication