CN112764916A - 数据采集的方法及装置 - Google Patents

数据采集的方法及装置 Download PDF

Info

Publication number
CN112764916A
CN112764916A CN202011506131.9A CN202011506131A CN112764916A CN 112764916 A CN112764916 A CN 112764916A CN 202011506131 A CN202011506131 A CN 202011506131A CN 112764916 A CN112764916 A CN 112764916A
Authority
CN
China
Prior art keywords
task
data
data acquisition
vehicle
task table
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.)
Granted
Application number
CN202011506131.9A
Other languages
English (en)
Other versions
CN112764916B (zh
Inventor
魏鹏飞
朱厚强
宋佳
王靖远
郝贵青
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011506131.9A priority Critical patent/CN112764916B/zh
Publication of CN112764916A publication Critical patent/CN112764916A/zh
Priority to US17/330,567 priority patent/US20210323575A1/en
Application granted granted Critical
Publication of CN112764916B publication Critical patent/CN112764916B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • 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
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种数据采集的方法及装置，涉及自动驾驶领域。具体实现方案为：响应作用于界面的第一输入操作，确定配置信息，其中，配置信息包括数据采集的参数。响应于任务创建指令，创建数据采集任务，其中，当前界面中的配置信息为数据采集任务中所包括的数据。根据至少一个数据采集任务，构建得到任务表。向车端发送任务表，其中，任务表用于指示车端在车辆行驶过程中进行数据采集。通过在云端根据实际需求进行数据采集任务的配置，之后将数据采集任务下发至车端，使得车端可以在真实的车辆行驶过程中进行数据采集，从而可以有效提升数据采集的全面性和效率。

Description

数据采集的方法及装置
技术领域
本申请涉及计算机技术中的自动驾驶领域，尤其涉及一种数据采集的方法及装置。
背景技术
驾驶场景数据是无人车、辅助驾驶等智能汽车产品具备自动驾驶能力的核心资源，因此对驾驶场景数据的采集就显得尤为重要。
目前，相关技术在进行驾驶数据的采集时，通常是预先配置好需要进行数据采集的目标场景，之后将目标场景的相关数据输入到专业的数据采集车中，在目标场景下进行数据的采集。
然而，需要采集的驾驶场景数据的数量众多，并且道路场景繁杂，因此需要预先配置大量的场景数据，从而会导致数据采集的效率较低。
发明内容
本申请提供了一种用于数据采集的方法、装置、设备以及存储介质。
根据本申请的第一方面，提供了一种数据采集的方法，应用于云端，包括：
响应作用于界面的第一输入操作，确定配置信息，其中，所述配置信息包括数据采集的参数；
响应于任务创建指令，创建数据采集任务，其中，当前界面中的配置信息为所述数据采集任务中所包括的数据；
根据至少一个所述数据采集任务，构建得到任务表；
向车端发送所述任务表，其中，所述任务表用于指示所述车端在车辆行驶过程中进行数据采集。
根据本申请的第二方面，提供了一种数据采集的方法，应用于车端，包括：
接收任务表，其中，所述任务表中包括至少一个数据采集任务，所述数据采集任务是根据配置信息创建的，所述配置信息包括数据采集的参数；
根据所述任务表，执行所述至少一个数据采集任务，得到车辆在行驶过程中的采集数据。
根据本申请的第三方面，提供了一种数据采集的装置，应用于云端，包括：
确定模块，用于响应作用于界面的第一输入操作，确定配置信息，其中，所述配置信息包括数据采集的参数；
创建模块，用于响应于任务创建指令，创建数据采集任务，其中，当前界面中的配置信息为所述数据采集任务中所包括的数据；
构建模块，用于根据至少一个所述数据采集任务，构建得到任务表；
收发模块，用于向车端发送所述任务表，其中，所述任务表用于指示所述车端在车辆行驶过程中进行数据采集。
根据本申请的第四方面，提供了一种数据采集的装置，应用于车端，包括：
收发模块，用于接收任务表，其中，所述任务表中包括至少一个数据采集任务，所述数据采集任务是根据配置信息创建的，所述配置信息包括数据采集的参数；
执行模块，用于根据所述任务表，执行所述至少一个数据采集任务，得到车辆在行驶过程中的采集数据。
根据本申请的第五方面，提供了一种数据采集的系统，包括：云端和车端，其中，所述云端用于执行如上述第一方面所述的方法，所述车端用于执行如上述第二方面所述的方法。
根据本申请的第六方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述第一方面所述的方法或者如上述第二方面所述的方法。
根据本申请的第七方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上述第一方面所述的方法或者如上述第二方面所述的方法。
根据本申请的第八方面，提供了一种计算机程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读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使得电子设备执行如上述第一方面所述的方法或者如上述第二方面所述的方法。
根据本申请的技术可以在云端根据实际需求进行数据采集任务的配置，之后将数据采集任务下发至车端，使得车端可以在真实的车辆行驶过程中进行数据采集，从而可以有效提升数据采集的全面性和效率。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1为本申请实施例提供的数据采集的系统示意图；
图2为本申请实施例提供的数据采集的方法的流程图；
图3为本申请实施例提供的数据采集的方法的流程图二；
图4为本申请实施例提供的确定配置信息的界面示意图；
图5为本申请实施例提供的确定任务表的界面示意图
图6为本申请实施例提供的释放任务表的界面示意图；
图7为本申请实施例提供的数据采集的方法的流程图三；
图8为本申请实施例提供的数据采集的方法的流程示意图；
图9为本申请其中一实施例的数据采集的装置的结构示意图；
图10为本申请另一实施例的数据采集的装置的结构示意图，应用于车端；
图11是用来实现本申请实施例的数据采集的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
为了更好的理解本申请的技术方案，首先对本申请所涉及的背景技术进行进一步的详细说明：
自动驾驶模型的优化训练多以场景为目标，因此为了扩充模型能力，通常需要逐个场景进行数据采集。不同于初期使用常规采集车收集的大量数据即可完成基线自动驾驶模型开发，越到模型迭代的后期场景越为聚焦，数据的采集越具有针对性。但场景目标越明确，数据采集的规模收益就越小，单独为一个场景派遣采集车执行一次全范围下的数据采集任务成本高昂。
同时，随着智能汽车类产品的应用领域逐渐拓宽，其在真实用户使用过程中暴露的问题就越多，新产生的目标场景模型优化要求具有种类多样性、时间不定性、问题严重性等特征，对数据的需求往往多变、随机、迫切。传统的数据收集方法在节奏效率、数据质量、成本控制上均无法满足研发需要。
此外，有不少场景属于极端工况，使用采集车专项采集一是采集条件有限，如暴雨环境下的各种道路驾驶数据，采够模型优化所需的数据量在时间成本上极高；二是采集内容趋同，如狭窄车位泊车行为数据，固定几位采集车司机驾驶行为变化小，无法代表广大用户的驾驶习惯；三是甚至难以复现，如行驶遇到动物，采集人员无法购买或租用各类动物并将其置于广泛的真实道路场景去做采集。
下面对现有技术中，收集特定的目标场景驾驶数据以供模型专项优化的几种可能的实现方式进行介绍：
(1)在开源数据集或获取的数据中筛选，找到满足模型训练需要的场景数据，汇总使用。
这种方法成本低，但数据筛选和过滤尤为繁琐，从海量的数据集中捞取到的数据量和多样性往往难以满足研发需要。
(2)安排采集车扩充收集，还原目标场景补采部分数据。
这种形式针对性强，采集数据的有效性高，但采集范围有限，短时间难以覆盖各类型的道路条件，虽然数据量够，但训练出的模型泛化能力弱。
(3)外包给专业采集单位收集。
这类渠道广泛，能够承接的单位多，交付周期短。但成本高昂，且专业采集单位所采集数据在不同研发机构中的适用性有限，数据的格式、精度受各个单位的技术和自动驾驶车辆传感器硬件约束，采集到的数据内容和研发机构实际使用中车辆形成的数据存在或多或少的偏差。
可见传统方法难以实现场景目标非常明确时的驾驶数据采集需求，自动驾驶模型的迭代受场景数据采集的限制明显。
如上所述，传统的驾驶场景数据采集方法综合成本高，研发机构需投入大量的人力、资金来执行采集任务，且达到研发要求的数据量时间周期长，难以满足项目交付和快速迭代的需要。更为关键的是采集数据的内容、质量和数量有限，难以根据一个单独的场景优化任务再去覆盖全场景的数据采集，因而收集到的数据广度有限，导致所训练出的模型鲁棒性差。
针对现有技术中的问题，本申请提出了如下技术构思：通过构建数据云端和用户车辆的完整数据链路，在云端进行目标场景配置、在量产的自动驾驶车端根据配置的策略自动进行数据采集的方法，以源源不断地获取来自大范围用户所真实遇到的驾驶场景数据，从而有效保证采集的数据广度，并且在此过程中，用户可以在云端自行进行目标场景的配置，之后将配置的数据下发至车端，以使得车端进行数据采集，从而可以有效提升数据采集的效率和灵活性。
下面结合具体的实施例对本申请提供的数据采集的方法进行说明，首先结合图1对本申请提供的数据采集的系统进行介绍，图1为本申请实施例提供的数据采集的系统示意图。
如图1所示，该系统包括：车端和云端。
其中，车端例如可以为车辆，在车辆中例如可以安装有多路摄像头、超声波雷达等前置传感器硬件，因此本实施例中的车辆具备数据采集能力，以及，本实施例中的云端可配置数据采集任务并向车端下发数据采集任务，以及云端还可以接收车端采集的数据并进行存储。
在本实施例中，云端和车端可以进行通信，其中云端和车端的具体通信方式可以根据实际需求进行选择，只要其可以实现数据和信息的交互即可，在一种可能的实现方式中，本实施例中的车端可以理解为车辆，本实施例中的云端可以理解为服务器。
其中，数据采集流程例如可以如图1所示，参见图1，云端可以构建数据采集任务，其中，数据采集任务中例如可以包括需要采集的数据类型，数据的采集条件，采集的优先级、权重值等信息，本实施例对数据采集任务的具体实现方式不做特别限制，数据采集任务的设置例如可以为根据用户在云端的输入操作确定的。
之后，云端可以向车端发送数据采集任务，车端根据数据采集任务进行数据的采集，在数据采集完成之后，可以将采集的任务回传至云端，之后云端可以对数据进行存储，进而可以根据数据进行模型训练、性能测试等流程。
基于上述介绍可以确定的是，本申请提供的数据采集的方法中，可以在云端根据实际需求灵活的进行数据采集任务的配置，并且基于云端下发的数据采集任务，自动的实现对需要的数据的采集，从而可以有效保证数据采集的效率和全面性，下面结合具体的实施例对本申请提供的数据采集的方法进行说明。
图2为本申请实施例提供的数据采集的方法的流程图，如图2所示，该方法包括：
S201、响应作用于界面的第一输入操作，确定配置信息，其中，配置信息包括数据采集的参数。
在本实施例中，云端中例如可以有输入设备，在输入设备中包括可操作界面，用户可以在可操作界面上进行输入操作，例如用户可以在界面上进行第一输入操作，以输入配置信息，其中，第一输入操作例如可以包括控件选择操作，第一输入操作还例如可以包括信息输入操作。
也就是说，用户可以在界面上进行点选，或者用户还可以在界面上进行信息的输入，从而输入配置信息。
对于云端来讲，云端可以响应作用于界面的第一输入操作，确定配置信息，其中配置信息包括数据采集的参数，例如可以根据用户的选择的信息和用户输入的信息，确定配置信息。
在一种可能的实现方式中，配置信息例如可以包括如下中的至少一种：数据采集的触发条件、采集时长、采集的至少一个数据内容、各数据内容的数据上传次数、各数据内容的数据上传频率、标签信息。
以其中的数据内容为例，在界面中例如可以包括输入框，云端可以响应于用户在输入框中输入的信息，确定至少一个数据内容；或者，在云端可以预先设置有各个数据内容的标识，当用户在进行第一输入操作时，可以响应于用户的点击操作，以下拉列表的形式显示多个数据内容的标识，之后根据用户对数据内容的标识的选择，确定需要采集的数据内容。
本实施例对用户的第一输入操作的具体实现方式不做特别限制，只要第一输入操作可以实现对配置信息的确定即可，其具体的实现方式可以根据实际需求进行选择，以及配置信息的具体实现除了上述介绍的内容之外，还可以根据实际需求进行扩展，可以理解的是，凡是用于指示数据采集的参数的信息，均可以作为本实施例中的配置信息。
S202、响应于任务创建指令，创建数据采集任务，其中，当前界面中的配置信息为数据采集任务中所包括的数据。
在云端的界面中可以接收用户输入的配置信息，之后，若云端接收到任务创建指令，则将当前界面中的配置信息确定为数据采集任务中所包括的数据，从而创建一条数据采集任务。
其中，任务创建指令例如为用户点击界面中的“确定”控件，或者“提交”控件等，用于触发任务创建指令的控件而生成的。
可以理解的是，在一次界面操作中，可以创建一条数据采集任务，则可以通过多次在界面上的输入操作和任务创建指令，创建得到多个数据采集任务，其中，每个数据采集任务所包括的数据就是其对应的配置界面中的数据。
S203、根据至少一个数据采集任务，构建得到任务表。
在创建多个数据采集任务之后，例如可以在多个数据采集任务中选择至少一个数据采集任务，构建得到任务表，其中，具体选择哪些数据采集任务，可以根据当前实际的数据采集需求进行选择。
在一种可能的实现方式中，例如可以在界面中显示各个数据采集任务的标识，之后根据用户的第二输入操作选择至少一个数据采集任务的标识，并且响应于任务表创建指令，构建得到任务表。
S204、向车端发送任务表，其中，任务表用于指示车端在车辆行驶过程中进行数据采集。
在任务表创建完成之后，云端可以向车端发送任务表，车端接收到任务表之后，可以根据任务表在车辆行驶过程中进行数据的采集。
例如车端可以在车辆行驶过程中，确定车辆的状态满足采集条件的时候，对应进行数据的采集，本实施例对车端进行数据采集的具体实现不做限制，其具体取决于任务表的设置。
可以理解的是，在本申请实施例中，用户可以在云端的操作界面上自定义任意需要的数据采集任务，进而将数据采集任务下发至车端进行数据采集，在此过程中，用户可以进行灵活的配置，而在采集车的实现方式中，通常都是需要专业的操作人员通过代码的方式进行目标场景的配置，因此本实施例的方案相较于现有技术来说，可以有效提升数据采集任务配置的灵活性和简便性。并且本申请实施例的方案中，通过将配置的数据采集任务下发至车端，从而在车辆行驶过程中进行数据的采集，可以有效保证数据采集的效率和全面性。
本申请实施例提供的数据采集的方法，包括：响应作用于界面的第一输入操作，确定配置信息，其中，配置信息包括数据采集的参数。响应于任务创建指令，创建数据采集任务，其中，当前界面中的配置信息为数据采集任务中所包括的数据。根据至少一个数据采集任务，构建得到任务表。向车端发送任务表，其中，任务表用于指示车端在车辆行驶过程中进行数据采集。通过在云端根据实际需求进行数据采集任务的配置，之后将数据采集任务下发至车端，使得车端可以在真实的车辆行驶过程中进行数据采集，从而可以有效提升数据采集的全面性和效率。
在上述实施例的基础上，下面结合具体的实施例对本申请提供的数据采集的方法进行进一步的详细介绍，图3为本申请实施例提供的数据采集的方法的流程图二，图4为本申请实施例提供的确定配置信息的界面示意图，图5为本申请实施例提供的确定任务表的界面示意图，图6为本申请实施例提供的释放任务表的界面示意图。
如图3所示，该方法包括：
S301、响应作用于界面的第一输入操作，确定配置信息，其中，配置信息包括数据采集的参数。
其中，S301的实现方式与S201的实现方式类似，此处不再赘述。
下面结合图4对根据第一输入操作确定配置信息的一种可能的实现方式进行介绍，如图4所示：
第一输入操作例如可以包括如401所示的控件选择操作，例如401对应的配置信息为采集的数据内容，假设当前预先设置有多个可选择的数据内容，当需要对“系统时间”进行选择时，可以选择“系统时间”对应的需要控件，当不需要对“系统时间”进行选择时，可以选择“系统时间”对应的不需要控件，即图4中的401所示的控件，因此本实施例中可以通过控件选择操作进行配置信息的输入。
以及，第一输入操作还例如可以包括402所示的信息输入操作，比如当前针对“系统时间”的数据内容，可以在输入框中输入上传频率。
因此在本实施例中，云端可以响应于界面上的第一输入操作，确定配置信息，其中，配置信息为用户根据实际的数据采集需求输入的参数。
在本实施例中，采集任务是车端触发一次数据采集的详细描述。一条采集任务的组成例如可以包括“标签信息”与“采集任务详细描述”两部分。
其中，标签信息为每项采集任务创建时添加的，数据采集后在数据格式里附带，用以后续数据分类管理和使用。
例如可以选择一个或多个提前创建好的标签项，以及还可以存在二级标签，即在任务整体标签后，对触发条件存在不同程度或类型的数据条目，配置特定条件下的自动打标规则。
例如可以为图4中所示的“标签关联”中的信息，标签信息用于对当前这条数据采集任务进行标识，以便于后续进行数据查询和存储的，比如说当前的数据采集任务是雨天场景的数据采集任务，则标签信息例如可以为雨天场景，在实际实现过程中，标签信息的具体实现方式可以根据实际需求进行选择，只要能够实现对数据的标识即可，本实施例对此不做特别限制。
以及“采集任务详细描述”可以参见图4中的各项内容，例如可以包括目标场景下的：
具体触发源：也就是上述提到的数据采集的触发条件，例如包括车身状态、感知到的外部环境状态等。
其中，触发源的选择因采集场景类型繁多且每条场景需求相对独立，故采取上传配置文件的形式供任务触发条件配置。由技术人员提前按固定格式和规范制作特定采集任务的json格式配置文件，供平台解析。配置内容包括以下内容：所有子场景各自的触发条件，条件之间用或、且、非关系表示。
其中，json(JavaScript Object Notation，JS对象简谱)是一种轻量级的数据交换格式，在实际实现过程中，触发源对应的上传配置文件的具体格式可以根据实际需求进行扩展，只要该文件可以用于指示具体的触发条件即可。
采集时长：可以根据数据使用需求设定以触发时点开始前、后的若干秒时长采集；
数据内容：在本实施例中，可以选择采集的至少一个数据内容，其中可以根据量产车辆所具备的软、硬件配置，和数据使用需求，确定具体采集项，通常包括各类传感器数据、车身信息数据、算法数据等。
值得说明的是，图4中所示的数据内容中的IMU为惯性测量单元 (InertialMeasurement Unit)。
具体的数据采集内容的详细实现可以根据实际需求进行选择，其例如可以在预设的数据内容中进行选择，或者还可以根据实际需求扩展当前界面中不存在的数据内容。
上传次数和上传频率：其中，可以根据需求设定每个数据采集内容的采集参数，以确定各个数据内容的上传次数和上传频率。
同时，还可选择当前数据采集任务所属的车端信息，从品牌-车系-车型-版本号来约束具体车辆，以供后续在任务表中对应选择。
值得说明的是，图4所示的配置信息的输入方式仅为一种示例性的说明，在实际实现过程中，具体的配置信息输入页面的实现方式可以根据实际需求进行选择，只要用户可以在页面上根据数据采集的实际需求，通过输入操作进行信息的配置即可，本实施例对页面的具体实现不做特别限制。
S302、响应于任务创建指令，创建数据采集任务，其中，当前界面中的配置信息为数据采集任务中所包括的数据。
在配置信息输入完成之后，可以将当前界面上输入的配置信息确定为一条数据采集任务。
在一种可能的实现方式中，用户例如可以通过图4所示的“确认提交”的控件403，触发任务创建指令，以指示当前配置信息的输入完成，需要创建数据采集任务，则云端可以响应于任务创建执行，将当前界面中的配置信息确定为数据采集任务中所包括的信息，从而创建数据采集任务。
在其余可能的实现方式中，任务创建指令还例如可以为其余的操作触发的，比如说语音操作的触发等，本实施例对任务创建指令的触发方式不做特别限制。
S303、响应作用于界面的第二输入操作，选择至少一个数据采集任务。
在本实施例中，在完成数据采集任务的创建后，云端可以以任务表的形式统一管理多项场景数据采集任务，其中，任务表是云端给车端下发任务的载体，包含单辆车上需要执行的所有场景下的数据采集任务。
在任务表中可以包括至少一个数据采集任务，以及基于上述介绍可以确定的是，当前已经配置了至少一个数据采集任务，则在本实施例中，例如可以响应作用于界面的第二输入操作，选择任务表中所包括的至少一个数据采集任务。
例如可以参见图5，在图5中可以在任务选择的选项中，下拉显示配置完成的多个数据采集任务，例如为501所指示的实现方式，之后在多个数据采集任务中，通过第二输入操作，比如说点击操作，选择需要的数据采集任务，从而实现对任务表中所包括的数据采集任务的选择。
或者，除了下拉选择的实现方式之外，还例如可以在界面上设置输入框，用户例如可以在输入框中输出需要执行的数据采集任务的标识，以使得云端确定任务表中所包括的至少一个数据采集任务。
S304、获取任务表的属性信息。
以及，在本实施例中，在创建任务表示，还可以获取任务表的属性信息，其中，任务表的属性信息包括如下中的至少一种：任务表对应的车辆信息、任务表对应的执行时间、任务表中的至少一个数据采集任务各自对应的权重值，权重值用于指示各数据采集任务对应的采集数据的上传或者存储优先级。
例如可以参见图5，其中，车辆信息例如可以包括车辆品牌、车系、车型、版本号，则可以如图5中的502所示，在任务表属性中设置具体的车辆信息，以指示当前的任务表之后要下发至哪些车辆进行执行。
以及，参见图5中的503，可以针对每一个数据采集任务，设置各自的权重值，在本实施例中，权重值用于指示各数据采集任务对应的采集数据的上传或者存储优先级，在一种可能的实现方式中，权重值越大，采集数据的上传优先级越高，采集数据的存储优先级也越高。
以及，可以参见图5中的503，针对任务表可以设置任务表的执行时间，例如图5中示意的，在18年的11月20号这一天执行数据采集任务，具体的任务表对应的执行时间可以根据实际需求进行选择，本实施例对此不做特别限制。
以及任务表的属性信息除了上述介绍的内容之外，还可以包括任意与任务表相关的内容，本实施例对任务表的属性信息的具体实现方式不做特别限制，其可以根据实际需求进行选择，本实施例对任务表的属性信息的具体实现不做限定。
S305、根据任务表的属性信息和至少一个数据采集任务，构建得到任务表。
在确定任务表的属性信息和至少一个数据采集任务之后，可以基于任务表的属性信息和至少一个数据采集任务，构建任务表。
在一种可能的实现方式中，任务表组成例如可以参见如下表1：
表1
Figure RE-GDA0002996535640000131
其中，任务表的身份标识(Identity document，ID)用于唯一的标识任务表，在一种可能的实现方式中，任务表的ID可以为车端软件版本+日期时间组成。
或者在其余可能的实现方式中，任务表的ID还可以为数字、字母、数字字母的组合等，本实施例对任务表的ID的具体实现方式不做限制，其可以根据实际需求进行选择。
下面对本实施例中根据属性信息和数据采集任务构建任务表的实现过程，进行示例性的说明：
创建任务表：选择下发的车辆品牌、车系、车型、软件版本，指定任务执行车端。
任务选择：选择符合条件的车辆所需执行的任务项，任务项提前创建配置供在任务表创建时挑选使用。
权重设置：对每项任务配置相应权重，以供数据采集完成后确定存储、传输顺序的优先级。
任务周期设置：设定任务执行的日期范围，车辆在周期内进行相应场景的数据采集，达到终止日期后任务自动执行作废处理。
S306、根据任务表对应的车辆信息，向和车辆信息相匹配的目标车辆发送任务表，其中，任务表用于指示车端在车辆行驶过程中进行数据采集。
在本实施例中，任务表的属性信息中对应有车辆信息，因此不同的任务表需要不同的车辆来执行，车辆信息例如可以包括车辆品牌、车系、车型、软件版本，从而可以根据车辆信息确定任务执行的车端，因此本实施例中，云端可以将任务表发送给和车辆信息相匹配的目标车辆。
基于上述表1可以确定的是，任务表可以存在多种状态，在一种可能的实现方式中，完成创建的任务表后可执行释放操作，释放完成之后任务表可以为已释放状态。在全量释放后任务将下发到任务所属车型的全部车辆，亦可通过车辆的车辆识别号码(VehicleIdentification Number，VIN) 对部分车型小批量释放。VIN信息可手动输入或使用指定文件批量上传。
其中，指定文件例如可以为xml格式的文件，或者，其还可以为任意格式的文件，只要能够实现对VIN信息的指示即可，本实施例对此不做特别限制。
以及在另一种可能的实现方式中，状态为“已释放”的任务表在设定运行的时间范围内，也可手动执行作废操作，任务表作废后已接收该任务表的车端将停止数据采集，直到接收其他新任务。
S307、接收车端发送的至少一个采集数据。
在任务表下发至指定的车端之后，车端可以在车辆运行过程中进行驾驶场景数据的采集，在一种可能的实现方式中，车端可以根据数据采集任务的指示，在确定满足触发条件时，在采集时长内采集指定的数据内容，并且按照数据采集任务中指示的上传次数和上传频率，向云端发送至少一个采集数据。
S308、根据各采集数据各自对应的标签信息，对至少一个采集数据进行分类存储。
在云端接收车端发送的至少一个采集数据之后，每个采集数据对应各自的标签信息，则云端可以根据标签信息，对各个采集数据进行分类存储，其中，一个标签信息对应的采集数据例如可以存储在一起，则之后在进行数据的查询时，可以按照标签信息进行查询，以便于快速高效的确定需要的某一类数据。
本申请实施例提供的数据采集的方法，包括：响应作用于界面的第一输入操作，确定配置信息，其中，配置信息包括数据采集的参数。响应于任务创建指令，创建数据采集任务，其中，当前界面中的配置信息为数据采集任务中所包括的数据。响应作用于界面的第二输入操作，选择至少一个数据采集任务。获取任务表的属性信息。根据任务表的属性信息和至少一个数据采集任务，构建得到任务表。根据任务表对应的车辆信息，向和车辆信息相匹配的目标车辆发送任务表。其中，任务表用于指示车端在车辆行驶过程中进行数据采集。接收车端发送的至少一个采集数据。根据各采集数据各自对应的标签信息，对至少一个采集数据进行分类存储。通过根据用户的输入操作确定配置信息，进而根据配置信息得到数据采集任务，从而可以满足用户灵活配置需要的数据采集需求，并且通过选择至少一个数据采集任务，可以快速灵活的实现对需要执行的具体任务的选择，提升操作效率。以及将配置完成的任务表下发至满足任务表需求的车端，以使得车端在实际运行过程中进行数据的采集，从而可以有效保证数据采集的效率和全面性，有效提升采集数据的效率和准确率。
在上述实施例的基础上，下面对车端的实现方式进行介绍，图7为本申请实施例提供的数据采集的方法的流程图三。
如图7所示，该方法包括：
S701、接收任务表，其中，任务表中包括至少一个数据采集任务，数据采集任务是根据配置信息创建的，配置信息包括数据采集的参数。
其中，任务表以及配置信息的具体实现方式的实现方式与上述介绍的相同，此处不再赘述，本实施例中车端可以接收来自于云端的任务表，可以理解的是，车端的车辆信息和当前接收到的任务表中的车辆信息是相匹配的。
在一种可能的实现方式中，云端可以通过远程信息处理器(Telematics BOX，T-box)和网关下发任务表，车端以天级频率向上建立连接时检查任务表ID，保持本地的任务表版本与云端同步，并在任务表周期范围内持续执行对应条目的采集任务。
S702、根据任务表，执行至少一个数据采集任务，得到车辆在行驶过程中的采集数据。
在任务表中包括至少一个数据采集任务，则车端可以执行数据采集任务，在车辆的状态满足数据采集的触发条件时，在采集时长内，采集至少一个数据内容，从而得到采集数据。
之后，车端可以根据任务表，按照各数据内容的上传次数、各数据内容的上传频率，至少一个数据采集任务各自对应的权重值，向云端发送至少一个数据，其中，各数据携带有各自的标签信息。
在一种可能的实现方式中，车端根据顶层状态机、车身状态、环境信息、位置/时间信息等触发源持续同步的状态信息，轮询是否满足云端配置的触发条件。当各触发源的组合形式与任务配置一致时，自动触发数据采集。
达到触发条件后，车端可以根据配置的采集时长、采集数据项，及每项对应的频率、次数，从内存循环中拉取相应时长的数据。其中，内存循环供车辆运行过程中以既定时长循环擦写覆盖数据，配置的触发前后采集时长要求小于内存循环的总时长，方能实现在触发时点回溯若干秒记录触发前数据。
完成采集的数据，可以根据触发规则自动匹配云端预置的标签，并伴随数据格式一同记录传输。期间根据网络条件和所属任务权重，确定实时上传或缓存的顺序机制，其中缓存的数据同样根据任务权重和时间先后进行覆盖和上传操作。
云端接收到车端上传的数据后，按步骤执行归类、存储操作，供后续训练、测试、诊断等数据需求使用。
本申请实施例提供的数据采集的方法，包括：接收任务表，其中，任务表中包括至少一个数据采集任务，数据采集任务是根据配置信息创建的，配置信息包括数据采集的参数。根据任务表，执行至少一个数据采集任务，得到车辆在行驶过程中的采集数据。通过车端根据任务表，在车辆行驶过程中进行数据采集，可以有效保证采集数据的效率和全面性，并且任务表中包括根据实际需求配置的至少一个数据采集任务，从而能够保证数据采集的针对性和灵活性。
在上述实施例的基础上，下面结合图8，对本申请实施例提供的数据采集的方法中，车端和云端的协同工作过程进行介绍，图8为本申请实施例提供的数据采集的方法的流程示意图。
如图8所示，系统可以包括云端任务部署和车端任务执行两部分，分别在云端和车端两部分开展工作。
其中，在数据需求产生之后，用户可以在云端的可操作界面上进行数据采集任务的配置，其中，可以进行任务采集配置文件的确定，以及触发源的管理，以指示数据采集任务中所包括的各项配置信息，以及还可以进行采集任务的管理，选择至少一个数据采集任务，进而进行任务表的管理，得到下发至车端的任务表。
其中，用户可以根据实际的数据需求在云端灵活的进行数据采集任务的配置，相比于采集车中需要预先进行大量的并且专业的场景配置，本实施例中在云端通过操作界面配置的方式，可以有效提升任务配置的灵活性和效率，降低操作难度。
在任务表构建完成之后，云端可以将任务表发送给指定的车端。
之后车端就根据任务表包括的数据采集任务进行数据的采集，其中，车辆可以根据任务表中的触发条件和车辆状态，在状态同步区中确定触发源是否触发采集条件，其中，触发源例如可以包括图8所示的顶层状态机、车身状态、环境信息、位置/时间等，则触发条件就是这些触发源所对应的条件，本实施例对触发源和触发条件的具体实现方式不做限定，其可以根据实际需求进行选择。
在确定车辆的状态触发采集条件时，车辆根据数据采集的相关配置信息进行数据的采集，得到数据源，其中，数据采集的相关配置信息例如可以包括数据格式、数据采集频率等，以及采集的数据构成的数据源例如可以包括传感器数据、车身信息、算法数据等，本实施例对采集的具体数据内容不做特别限制，其可以根据实际的数据采集需求进行选择和设置。
在数据采集完成，得到数据源之后，车端可以将数据分别进行打包，并且根据各个数据采集任务各自对应的权重，将权重较大的数据包优先上传至服务器，其中，车辆例如可以通过网关(Gateway)、远程信息处理器 (TelematicsBOX，T-box)将数据上传至服务器。
对于无法实时上传的服务器，同样可以根据权重保存在车端，等待网络条件较好时，再上传至服务器。
服务器在接收到车端根据指示信息采集的数据之后，可以对数据进行存储，并且根据数据的标签信息进行分类存储，其实现方式可参照上述实施例，此处不再赘述。
以及服务器中还可以对数据进行管理，例如云端接收到车端上传的数据后，可以按步骤执行归类、存储操作，供后续训练、测试、诊断等数据需求使用。
以上流程展示了根据研发对目标场景驾驶数据采集的需求，通过云端任务自由配置和车端任务自主采集的机制，实现高效率数据收集过程的发明设计。该方法可在企业内部车辆运行，亦可面向量产后的带有自动驾驶相关传感器的用户车辆实施，尤其适用于合作进行广泛数据收集的模式。
综上所述，本申请实施例提供的数据采集的方法，通过云端任务部署下发、车端根据任务项自动触发采集并上传的机制，满足了研发人员灵活配置模型所需数据的需要。通过采集项组合式的任务配置，能够灵活、多样、便捷地描述并创建各类型场景数据采集任务。同时，借助用户量产车辆在全国乃至全球各地的实路运行，能够短时间、大范围、低成本地收集目标场景所需数据，大幅提升自动驾驶研发机构在数据上的投入产出。
本申请提供一种数据采集的方法及装置，应用于计算机技术中的自动驾驶领域，以达到提升数据采集的全面性和效率的技术效果。
本申请提供一种数据采集的方法及装置，应用于计算机技术中的自动驾驶领域，以达到提升数据采集的效率的效果。
图9为本申请其中一实施例的数据采集的装置的结构示意图，应用于云端。如图9所示，本实施例的数据采集的装置900可以包括：确定模块 901、创建模块902、构建模块903、收发模块904。
确定模块901，用于响应作用于界面的第一输入操作，确定配置信息，其中，所述配置信息包括数据采集的参数；
创建模块902，用于响应于任务创建指令，创建数据采集任务，其中，当前界面中的配置信息为所述数据采集任务中所包括的数据；
构建模块903，用于根据至少一个所述数据采集任务，构建得到任务表；
收发模块904，用于向车端发送所述任务表，其中，所述任务表用于指示所述车端在车辆行驶过程中进行数据采集。
一种可能的实现方式中，所述构建模块903，包括：
选择单元，用于响应作用于所述界面的第二输入操作，选择至少一个数据采集任务；
获取单元，用于获取所述任务表的属性信息；
构建单元，用于根据所述任务表的属性信息和所述至少一个数据采集任务，构建得到所述任务表。
一种可能的实现方式中，所述任务表的属性信息包括如下中的至少一种：所述任务表对应的车辆信息、所述任务表对应的执行时间、所述任务表中的至少一个所述数据采集任务各自对应的权重值，所述权重值用于指示各所述数据采集任务对应的采集数据的上传或者存储优先级。
一种可能的实现方式中，所述收发模块904，包括：
发送单元，用于根据所述任务表对应的车辆信息，向和所述车辆信息相匹配的目标车辆发送所述任务表。
一种可能的实现方式中，所述配置信息包括如下中的至少一种：数据采集的触发条件、采集时长、采集的至少一个数据内容、各所述数据内容的数据上传次数、各所述数据内容的数据上传频率、标签信息。
一种可能的实现方式中，所述收发模块904，还包括：
接收单元，用于接收所述车端发送的至少一个采集数据；
存储单元，用于根据各所述采集数据各自对应的标签信息，对所述至少一个采集数据进行分类存储。
图10为本申请另一实施例的数据采集的装置的结构示意图，应用于车端。如图10所示，本实施例的数据采集的装置1000可以包括：收发模块1001、执行模块1002。
收发模块1001，用于接收任务表，其中，所述任务表中包括至少一个数据采集任务，所述数据采集任务是根据配置信息创建的，所述配置信息包括数据采集的参数；
执行模块1002，用于根据所述任务表，执行所述至少一个数据采集任务，得到车辆在行驶过程中的采集数据。
一种可能的实现方式中，所述配置信息包括如下中的至少一种：数据采集的触发条件、采集时长、采集的至少一个数据内容、各所述数据内容的数据上传次数、各所述数据内容的数据上传频率、标签信息。
一种可能的实现方式中，所述执行模块1002，包括：
执行单元，用于根据所述任务表，在所述车辆的状态满足所述数据采集的触发条件时，在所述采集时长内，采集所述至少一个数据内容。
一种可能的实现方式中，所述任务表的属性信息包括如下中的至少一种：所述任务表对应的车辆信息、所述任务表对应的执行时间、所述任务表中的至少一个所述数据采集任务各自对应的权重值，所述权重值用于指示各所述数据采集任务对应的采集数据的上传或者存储优先级。
一种可能的实现方式中，所述收发模块1001，还包括：
发送单元，用于根据所述任务表，按照各所述数据内容的上传次数、各所述数据内容的上传频率，所述至少一个所述数据采集任务各自对应的权重值，向云端发送所述至少一个数据，其中，各所述数据携带有各自的标签信息。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
根据本申请的实施例，本申请还提供了一种计算机程序产品，程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图11示出了可以用来实施本申请的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示，电子设备1100包括计算单元1101，其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序，来执行各种适当的动作和处理。在RAM 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如数据采集的方法。例如，在一些实施例中，数据采集的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由 ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时，可以执行上文描述的数据采集的方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据采集的方法。
根据本申请的实施例，本申请还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上文所描述的各个方法和处理，例如数据采集的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/ 或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入) 来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (26)

1.一种数据采集的方法，应用于云端，所述方法包括：
响应作用于界面的第一输入操作，确定配置信息，其中，所述配置信息包括数据采集的参数；
响应于任务创建指令，创建数据采集任务，其中，当前界面中的配置信息为所述数据采集任务中所包括的数据；
根据至少一个所述数据采集任务，构建得到任务表；
向车端发送所述任务表，其中，所述任务表用于指示所述车端在车辆行驶过程中进行数据采集。
2.根据权利要求1所述的方法，其中，所述根据至少一个所述数据采集任务，构建得到任务表，包括：
响应作用于所述界面的第二输入操作，选择至少一个数据采集任务；
获取所述任务表的属性信息；
根据所述任务表的属性信息和所述至少一个数据采集任务，构建得到所述任务表。
3.根据权利要求1所述的方法，其中，所述任务表的属性信息包括如下中的至少一种：所述任务表对应的车辆信息、所述任务表对应的执行时间、所述任务表中的至少一个所述数据采集任务各自对应的权重值，所述权重值用于指示各所述数据采集任务对应的采集数据的上传或者存储优先级。
4.根据权利要求1-3任一项所述的方法，其中，所述向车端发送所述任务表，包括：
根据所述任务表对应的车辆信息，向和所述车辆信息相匹配的目标车辆发送所述任务表。
5.根据权利要求1-4任一项所述的方法，其中，所述配置信息包括如下中的至少一种：数据采集的触发条件、采集时长、采集的至少一个数据内容、各所述数据内容的数据上传次数、各所述数据内容的数据上传频率、标签信息。
6.根据权利要求1-5任一项所述的方法，还包括：
接收所述车端发送的至少一个采集数据；
根据各所述采集数据各自对应的标签信息，对所述至少一个采集数据进行分类存储。
7.一种数据采集的方法，应用于车端，所述方法包括：
接收任务表，其中，所述任务表中包括至少一个数据采集任务，所述数据采集任务是根据配置信息创建的，所述配置信息包括数据采集的参数；
根据所述任务表，执行所述至少一个数据采集任务，得到车辆在行驶过程中的采集数据。
8.根据权利要求7所述的方法，其中，所述配置信息包括如下中的至少一种：数据采集的触发条件、采集时长、采集的至少一个数据内容、各所述数据内容的数据上传次数、各所述数据内容的数据上传频率、标签信息。
9.根据权利要求8所述的方法，其中，所述根据所述任务表，执行所述至少一个数据采集任务，得到车辆在行驶过程中的采集数据，包括:
根据所述任务表，在所述车辆的状态满足所述数据采集的触发条件时，在所述采集时长内，采集所述至少一个数据内容。
10.根据权利要求7-9任一项所述的方法，其中，所述任务表的属性信息包括如下中的至少一种：所述任务表对应的车辆信息、所述任务表对应的执行时间、所述任务表中的至少一个所述数据采集任务各自对应的权重值，所述权重值用于指示各所述数据采集任务对应的采集数据的上传或者存储优先级。
11.根据权利要求10所述的方法，还包括：
根据所述任务表，按照各所述数据内容的上传次数、各所述数据内容的上传频率，所述至少一个所述数据采集任务各自对应的权重值，向云端发送所述至少一个数据，其中，各所述数据携带有各自的标签信息。
12.一种数据采集的装置，应用于云端，所述装置包括：
确定模块，用于响应作用于界面的第一输入操作，确定配置信息，其中，所述配置信息包括数据采集的参数；
创建模块，用于响应于任务创建指令，创建数据采集任务，其中，当前界面中的配置信息为所述数据采集任务中所包括的数据；
构建模块，用于根据至少一个所述数据采集任务，构建得到任务表；
收发模块，用于向车端发送所述任务表，其中，所述任务表用于指示所述车端在车辆行驶过程中进行数据采集。
13.根据权利要求12所述的装置，其中，所述构建模块，包括：
选择单元，用于响应作用于所述界面的第二输入操作，选择至少一个数据采集任务；
获取单元，用于获取所述任务表的属性信息；
构建单元，用于根据所述任务表的属性信息和所述至少一个数据采集任务，构建得到所述任务表。
14.根据权利要求12所述的装置，其中，所述任务表的属性信息包括如下中的至少一种：所述任务表对应的车辆信息、所述任务表对应的执行时间、所述任务表中的至少一个所述数据采集任务各自对应的权重值，所述权重值用于指示各所述数据采集任务对应的采集数据的上传或者存储优先级。
15.根据权利要求12-14任一项所述的装置，其中，所述收发模块，包括：
发送单元，用于根据所述任务表对应的车辆信息，向和所述车辆信息相匹配的目标车辆发送所述任务表。
16.根据权利要求12-15任一项所述的装置，其中，所述配置信息包括如下中的至少一种：数据采集的触发条件、采集时长、采集的至少一个数据内容、各所述数据内容的数据上传次数、各所述数据内容的数据上传频率、标签信息。
17.根据权利要求12-16任一项所述的装置，所述收发模块，还包括：
接收单元，用于接收所述车端发送的至少一个采集数据；
存储单元，用于根据各所述采集数据各自对应的标签信息，对所述至少一个采集数据进行分类存储。
18.一种数据采集的装置，应用于车端，所述装置包括：
收发模块，用于接收任务表，其中，所述任务表中包括至少一个数据采集任务，所述数据采集任务是根据配置信息创建的，所述配置信息包括数据采集的参数；
执行模块，用于根据所述任务表，执行所述至少一个数据采集任务，得到车辆在行驶过程中的采集数据。
19.根据权利要求18所述的装置，其中，所述配置信息包括如下中的至少一种：数据采集的触发条件、采集时长、采集的至少一个数据内容、各所述数据内容的数据上传次数、各所述数据内容的数据上传频率、标签信息。
20.根据权利要求19所述的装置，其中，所述执行模块，包括：
执行单元，用于根据所述任务表，在所述车辆的状态满足所述数据采集的触发条件时，在所述采集时长内，采集所述至少一个数据内容。
21.根据权利要求18-20任一项所述的装置，其中，所述任务表的属性信息包括如下中的至少一种：所述任务表对应的车辆信息、所述任务表对应的执行时间、所述任务表中的至少一个所述数据采集任务各自对应的权重值，所述权重值用于指示各所述数据采集任务对应的采集数据的上传或者存储优先级。
22.根据权利要求21所述的装置，所述收发模块，还包括：
发送单元，用于根据所述任务表，按照各所述数据内容的上传次数、各所述数据内容的上传频率，所述至少一个所述数据采集任务各自对应的权重值，向云端发送所述至少一个数据，其中，各所述数据携带有各自的标签信息。
23.一种数据采集的系统，包括：云端和车端，其中，所述云端用于执行权利要求1-6中任一项所述的方法，所述车端用于执行权利要求7-11任一项所述的方法。
24.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6或权利要求7-11中任一项所述的方法。
25.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-6或权利要求7-11中任一项所述的方法。
26.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6或权利要求7-11中任一项所述的方法。
CN202011506131.9A 2020-12-18 2020-12-18 数据采集的方法及装置 Active CN112764916B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011506131.9A CN112764916B (zh) 2020-12-18 2020-12-18 数据采集的方法及装置
US17/330,567 US20210323575A1 (en) 2020-12-18 2021-05-26 Data acquisition method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011506131.9A CN112764916B (zh) 2020-12-18 2020-12-18 数据采集的方法及装置

Publications (2)

Publication Number Publication Date
CN112764916A true CN112764916A (zh) 2021-05-07
CN112764916B CN112764916B (zh) 2023-08-22

Family

ID=75694834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011506131.9A Active CN112764916B (zh) 2020-12-18 2020-12-18 数据采集的方法及装置

Country Status (2)

Country Link
US (1) US20210323575A1 (zh)
CN (1) CN112764916B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113794781A (zh) * 2021-11-16 2021-12-14 佛山技研智联科技有限公司 数据采集方法、装置、设备及存储介质
CN114827209A (zh) * 2022-05-07 2022-07-29 南京四维智联科技有限公司 一种数据采集方法、装置、电子设备及存储介质
CN114945033A (zh) * 2022-05-19 2022-08-26 安徽蔚来智驾科技有限公司 车端数据回传方法、车端控制器、云端服务器及车辆
CN114979121A (zh) * 2022-05-25 2022-08-30 重庆长安汽车股份有限公司 一种基于功能配置的车辆数据上传方法及上传系统
CN115250268A (zh) * 2022-06-10 2022-10-28 重庆长安汽车股份有限公司 一种基于拉式模式的自动驾驶数据采集方法及汽车
CN115329243A (zh) * 2022-08-18 2022-11-11 合众新能源汽车有限公司 一种车辆远程动态配置方法、装置、电子设备及存储介质
WO2023246094A1 (zh) * 2022-06-24 2023-12-28 重庆长安汽车股份有限公司 一种车联网数据上云任务动态配置方法、系统、设备和介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114338481B (zh) * 2022-02-24 2022-11-15 重庆伏特猫科技有限公司 一种基于Netty框架的终端设备数据采集系统
CN114627571B (zh) * 2022-03-18 2024-05-24 广州文远知行科技有限公司 一种数据上传方法、装置、交通工具及存储介质
CN114884814B (zh) * 2022-06-21 2023-06-02 奥特酷智能科技(南京)有限公司 一种tsn动态配置管理方法及系统
CN115225422B (zh) * 2022-06-30 2023-10-03 际络科技(上海)有限公司 车辆can总线数据采集方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017173812A1 (zh) * 2016-04-05 2017-10-12 乐视控股（北京）有限公司 信息处理方法及装置
CN108711297A (zh) * 2018-06-06 2018-10-26 安徽江淮汽车集团股份有限公司 一种车辆行驶控制方法及装置
CN109788030A (zh) * 2018-12-17 2019-05-21 北京百度网讯科技有限公司 无人车数据处理方法、装置、系统及存储介质
CN109934954A (zh) * 2019-02-01 2019-06-25 北京百度网讯科技有限公司 无人车运行场景确定方法及设备
CN110460653A (zh) * 2019-07-30 2019-11-15 北京百度网讯科技有限公司 自动驾驶车辆数据传输的方法及装置
US20200137142A1 (en) * 2018-10-30 2020-04-30 Toyota Motor North America, Inc. Vehicle data offloading systems and methods
CN111563979A (zh) * 2020-05-08 2020-08-21 奇瑞汽车股份有限公司 自动驾驶数据的存储方法、装置、终端及存储介质
WO2020181879A1 (zh) * 2019-03-12 2020-09-17 北京嘀嘀无限科技发展有限公司 一种与车辆相关联的数据处理方法及系统
CN111781911A (zh) * 2020-06-23 2020-10-16 浙江吉利汽车研究院有限公司 汽车远程诊断方法及系统
CN111930874A (zh) * 2020-09-11 2020-11-13 蘑菇车联信息科技有限公司 一种数据采集方法及电子设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018503194A (ja) * 2015-01-13 2018-02-01 ▲広▼州▲極飛▼科技有限公司Ｇｕａｎｇｚｈｏｕ Ｘａｉｒｃｒａｆｔ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．， Ｌｔｄ． 無人航空機をスケジューリングする方法及びシステム、無人航空機
JP6020611B2 (ja) * 2015-01-20 2016-11-02 トヨタ自動車株式会社 車両データのリモート収集システム
DE102017207014A1 (de) * 2017-04-26 2018-10-31 Audi Ag Verfahren zur Datenerhebung
WO2020023490A1 (en) * 2018-07-23 2020-01-30 Uber Technologies, Inc. Autonomous vehicle idle state task selection for improved computational resource usage
JP7187242B2 (ja) * 2018-10-05 2022-12-12 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 情報処理方法、及び、情報処理システム
EP3905214A4 (en) * 2018-12-28 2022-09-14 Pioneer Corporation MOVABLE BODY MANAGEMENT APPARATUS, CONTROL METHOD, PROGRAM AND INFORMATION MEDIA
JP7271237B2 (ja) * 2019-03-11 2023-05-11 株式会社デンソーテン データ収集装置、車載装置、データ収集システム、データ収集方法およびデータ提供方法
CN112740725B (zh) * 2020-03-31 2022-02-25 华为技术有限公司 驾驶数据采集方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017173812A1 (zh) * 2016-04-05 2017-10-12 乐视控股（北京）有限公司 信息处理方法及装置
CN108711297A (zh) * 2018-06-06 2018-10-26 安徽江淮汽车集团股份有限公司 一种车辆行驶控制方法及装置
US20200137142A1 (en) * 2018-10-30 2020-04-30 Toyota Motor North America, Inc. Vehicle data offloading systems and methods
CN109788030A (zh) * 2018-12-17 2019-05-21 北京百度网讯科技有限公司 无人车数据处理方法、装置、系统及存储介质
CN109934954A (zh) * 2019-02-01 2019-06-25 北京百度网讯科技有限公司 无人车运行场景确定方法及设备
WO2020181879A1 (zh) * 2019-03-12 2020-09-17 北京嘀嘀无限科技发展有限公司 一种与车辆相关联的数据处理方法及系统
CN110460653A (zh) * 2019-07-30 2019-11-15 北京百度网讯科技有限公司 自动驾驶车辆数据传输的方法及装置
CN111563979A (zh) * 2020-05-08 2020-08-21 奇瑞汽车股份有限公司 自动驾驶数据的存储方法、装置、终端及存储介质
CN111781911A (zh) * 2020-06-23 2020-10-16 浙江吉利汽车研究院有限公司 汽车远程诊断方法及系统
CN111930874A (zh) * 2020-09-11 2020-11-13 蘑菇车联信息科技有限公司 一种数据采集方法及电子设备

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113794781A (zh) * 2021-11-16 2021-12-14 佛山技研智联科技有限公司 数据采集方法、装置、设备及存储介质
CN114827209A (zh) * 2022-05-07 2022-07-29 南京四维智联科技有限公司 一种数据采集方法、装置、电子设备及存储介质
CN114945033A (zh) * 2022-05-19 2022-08-26 安徽蔚来智驾科技有限公司 车端数据回传方法、车端控制器、云端服务器及车辆
CN114979121A (zh) * 2022-05-25 2022-08-30 重庆长安汽车股份有限公司 一种基于功能配置的车辆数据上传方法及上传系统
CN114979121B (zh) * 2022-05-25 2023-07-28 重庆长安汽车股份有限公司 一种基于功能配置的车辆数据上传方法及上传系统
CN115250268A (zh) * 2022-06-10 2022-10-28 重庆长安汽车股份有限公司 一种基于拉式模式的自动驾驶数据采集方法及汽车
CN115250268B (zh) * 2022-06-10 2023-06-06 重庆长安汽车股份有限公司 一种基于拉式模式的自动驾驶数据采集方法及汽车
WO2023246094A1 (zh) * 2022-06-24 2023-12-28 重庆长安汽车股份有限公司 一种车联网数据上云任务动态配置方法、系统、设备和介质
CN115329243A (zh) * 2022-08-18 2022-11-11 合众新能源汽车有限公司 一种车辆远程动态配置方法、装置、电子设备及存储介质
CN115329243B (zh) * 2022-08-18 2024-02-27 合众新能源汽车股份有限公司 一种车辆远程动态配置方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
US20210323575A1 (en) 2021-10-21
CN112764916B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN112764916B (zh) 数据采集的方法及装置
CN112562114B (zh) 数据采集的方法及装置
Strandgard et al. Estimating harvester productivity in Pinus radiata plantations using StanForD stem files
CN107704225A (zh) 基于指标的数据显示方法、装置、设备和计算机存储介质
CN105468161A (zh) 指令执行方法和装置
CN105095479A (zh) 一种移动终端及其实现照片分类管理的方法
CN114997414B (zh) 数据处理方法、装置、电子设备和存储介质
CN112540996A (zh) 一种业务数据的校验方法、装置、电子设备及存储介质
CN107135423A (zh) 一种启动机顶盒中应用程序的方法及装置
CN113326796B (zh) 物体检测方法、模型训练方法、装置及电子设备
CN113233069B (zh) 智能仓储出库控制方法、装置、电子设备、及存储介质
CN105813102B (zh) 一种自动测试系统及方法
CN110780970B (zh) 数据筛选方法、装置、设备及计算机可读存储介质
CN105023139A (zh) 一种企业质量数据现场采集方法和装置
CN110378241B (zh) 作物生长状态监控方法、装置、计算机设备及存储介质
CN110751092B (zh) 基于物联网的农业监控方法及装置、存储介质及电子设备
US10055110B2 (en) Simulating a user interface to submit data received from a device
CN115860985A (zh) 应用于配电网的巡视方法、装置、电子设备及存储介质
CN116610140A (zh) 无人机控制方法、装置、计算机设备和存储介质
CN113990068B (zh) 交通数据的处理方法、装置、设备以及存储介质
CN115374016A (zh) 一种测试场景仿真系统、方法、电子设备及存储介质
CN110807007B (zh) 目标检测模型训练方法、装置、系统及存储介质
CN114493888A (zh) 风险控制方法、装置、设备和存储介质
CN113554062A (zh) 多分类模型的训练方法、设备和存储介质
CN113704314A (zh) 数据的分析方法及装置、电子设备和存储介质

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
GR01 Patent grant
GR01 Patent grant