CN114923523A - 感知数据的采集方法、装置、存储介质及电子装置 - Google Patents

Abstract

本发明公开了一种感知数据的采集方法、装置、存储介质及电子装置。其中，该方法包括：基于原始感知数据获取目标感知数据，其中，原始感知数据为目标车辆的传感器获取到的数据；响应于目标感知数据满足记录条件，生成问题标签；对问题标签、原始感知数据和目标感知数据进行标签化处理。本发明解决了相关技术工作效率低、工作成本高以及感知算法迭代周期长的技术问题。

Description

感知数据的采集方法、装置、存储介质及电子装置

技术领域

本发明涉及自动驾驶数据采集领域，具体而言，涉及一种感知数据的采集方法、装置、存储介质及电子装置。

背景技术

自动驾驶车辆，又称无人驾驶车辆，是一种通过搭载智能感知系统、高精定位系统以及规划控制系统从而实现无人驾驶的智能车辆。自动驾驶车辆能够通过智能感知系统感知车辆周围的障碍物信息，保证车辆能够安全行驶，有效提高了交通安全性及道路通行率。

目前，道路场景复杂，交通情况多变，但用户在驾驶过程中获取到的感知数据大多是重复且低质量的数据。智能感知系统的感知算法在开发时，由于无法获取道路上行驶的全部类型的车辆以及行人的状态，因此在出现未标注过的障碍物时，智能感知系统会出现识别障碍物异常的问题，以及会出现识别障碍物不稳定的问题，导致自动驾驶车辆出现误刹车、碰撞等危险情况。

为了获取高质量感知数据，普遍采用大范围路测以及人工筛选的方法，但该方法工作效率低，数据积累取决于所投放的测试车辆和测试人员，导致工作成本高，感知算法迭代周期长。

发明内容

本发明实施例提供了一种感知数据的采集方法、装置、存储介质及电子装置，以至少解决相关技术工作效率低、工作成本高以及感知算法迭代周期长的技术问题。

根据本发明其中一实施例，提供了一种感知数据的采集方法，包括：

基于原始感知数据获取目标感知数据，其中，原始感知数据为目标车辆的传感器获取到的数据；响应于目标感知数据满足记录条件，生成问题标签；对问题标签、原始感知数据和目标感知数据进行标签化处理。

可选地，目标感知数据包括障碍物的位置、障碍物的形状、障碍物的速度以及障碍物的标识，障碍物包括行人、机动车和非机动车。

可选地，响应于目标感知数据满足记录条件，生成问题标签包括：响应于目标感知数据中的行人数量大于第一数量阈值，生成第一问题标签；响应于目标感知数据中的机动车数量大于第二数量阈值，生成第二问题标签；响应于目标感知数据中的非机动车数量大于第三数量阈值，生成第三问题标签；响应于目标感知数据中的障碍物数量大于第四数量阈值，生成第四问题标签。

可选地，响应于目标感知数据满足记录条件，生成问题标签包括：响应于目标感知数据中的障碍物首次出现，与目标车辆的距离小于距离阈值，生成第五问题标签。

可选地，响应于目标感知数据满足记录条件，生成问题标签包括：响应于目标感知数据中的障碍物从出现到消失的时间小于时间阈值，生成第六问题标签。

可选地，还包括：记录目标时间段内的原始感知数据和目标感知数据，其中，目标时间段包括目标感知数据满足记录条件的时刻之前的第一预设时间段，以及目标感知数据满足记录条件的时刻之后的第二预设时间段。

可选地，对问题标签、原始感知数据和目标感知数据进行标签化处理包括：将满足记录条件的原始感知数据和目标感知数据，与对应的问题标签相匹配。

根据本发明其中一实施例，还提供了一种感知数据的采集装置，包括：

获取模块，获取模块用于基于原始感知数据获取目标感知数据，其中，原始感知数据为目标车辆的传感器获取到的数据；记录模块，记录模块用于响应于目标感知数据满足记录条件，生成问题标签；处理模块，处理模块用于对问题标签、原始感知数据和目标感知数据进行标签化处理。

可选地，目标感知数据包括障碍物的位置、障碍物的形状、障碍物的速度以及障碍物的标识，障碍物包括行人、机动车和非机动车。

可选地，记录模块还用于响应于目标感知数据中的行人数量大于第一数量阈值，生成第一问题标签；响应于目标感知数据中的机动车数量大于第二数量阈值，生成第二问题标签；响应于目标感知数据中的非机动车数量大于第三数量阈值，生成第三问题标签；响应于目标感知数据中的障碍物数量大于第四数量阈值，生成第四问题标签。

可选地，记录模块还用于响应于目标感知数据中的障碍物首次出现，与目标车辆的距离小于距离阈值，生成第五问题标签。

可选地，记录模块还用于响应于目标感知数据中的障碍物从出现到消失的时间小于时间阈值，生成第六问题标签。

可选地，记录模块还用于记录目标时间段内的原始感知数据和目标感知数据，其中，目标时间段包括目标感知数据满足记录条件的时刻之前的第一预设时间段，以及目标感知数据满足记录条件的时刻之后的第二预设时间段。

可选地，处理模块还用于将满足记录条件的原始感知数据和目标感知数据，与对应的问题标签相匹配。

根据本发明其中一实施例，还提供了一种计算机可读存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为在计算机或处理器上运行时，执行上述任一项中的感知数据的采集方法。

根据本发明其中一实施例，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项中的感知数据的采集方法。

在本发明实施例中，通过基于原始感知数据获取目标感知数据，在目标感知数据满足记录条件时，生成问题标签，并对问题标签、原始感知数据和目标感知数据进行标签化处理，从而能够记录满足记录条件的所有感知数据，并将其按照不同类别进行划分，方便后续查找与处理。本发明通过不断地获取满足记录条件的复杂环境下的感知数据，有效提升了数据采集质量，使用获取到的高质量数据对感知算法进行训练，能使得感知算法更可靠，提高了自动驾驶系统的安全性，进而解决了相关技术工作效率低、工作成本高以及感知算法迭代周期长的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明其中一实施例的感知数据的采集方法的流程图；

图2是根据本发明其中一实施例的感知数据的采集方法的流程图；

图3是根据本发明其中一实施例的感知数据的采集装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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一部分的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明其中一实施例，提供了一种感知数据的采集方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

该方法实施例可以在包含存储器和处理器的电子装置、类似的控制装置或者系统中执行。以电子装置为例，电子装置可以包括一个或多个处理器和用于存储数据的存储器。可选地，上述电子装置还可以包括用于通信功能的通信设备以及显示设备。本领域普通技术人员可以理解，上述结构描述仅为示意，其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比上述结构描述更多或者更少的组件，或者具有与上述结构描述不同的配置。

处理器可以包括一个或多个处理单元。例如：处理器可以包括中央处理器(central processing unit，CPU)、图形处理器(graphics processing unit，GPU)、数字信号处理(digital signal processing，DSP)芯片、微处理器(microcontroller unit，MCU)、可编程逻辑器件(field－programmable gate array，FPGA)、神经网络处理器(neural-network processing unit，NPU)、张量处理器(tensor processing unit，TPU)、人工智能(artificial intelligent，AI)类型处理器等的处理装置。其中，不同的处理单元可以是独立的部件，也可以集成在一个或多个处理器中。在一些实例中，电子装置也可以包括一个或多个处理器。

存储器可用于存储计算机程序，例如存储本发明实施例中的超速预测方法对应的计算机程序，处理器通过运行存储在存储器内的计算机程序，从而实现上述的感知数据的采集方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至电子装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

通信设备用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，通信设备包括一个网络适配器(network interface controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，通信设备可以为射频(radio frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

显示设备可以例如触摸屏式的液晶显示器(liquid crystal display，LCD)和触摸显示器(也被称为“触摸屏”或“触摸显示屏”)。该液晶显示器可使得用户能够与移动终端的用户界面进行交互。在一些实施例中，上述移动终端具有图形用户界面(graphical userinterface，GUI)，用户可以通过触摸触敏表面上的手指接触和/或手势来与GUI进行人机交互，此处的人机交互功能可选的包括如下交互：创建网页、绘图、文字处理、制作电子文档、游戏、视频会议、即时通信、收发电子邮件、通话界面、播放数字视频、播放数字音乐和/或网络浏览等、用于执行上述人机交互功能的可执行指令被配置/存储在一个或多个处理器可执行的计算机程序产品或可读存储介质中。

在本实施例中提供了一种运行于电子装置的感知数据的采集方法，图1是根据本发明其中一实施例的感知数据的采集方法的流程图，如图1所示，该流程包括如下步骤：

步骤S101、基于原始感知数据获取目标感知数据。

其中，原始感知数据为目标车辆的传感器获取到的数据。

目标车辆在行驶过程中，目标车辆的传感器(例如雷达、摄像头等传感器)会实时获取目标车辆所在道路场景内的所有障碍物信息，即原始感知数据。对原始感知数据通过感知算法进行计算，即能获取目标感知数据。

该目标感知数据包括障碍物的位置、障碍物的形状、障碍物的速度以及障碍物的标识，其中，障碍物包括行人、机动车和非机动车等道路行驶过程中可能出现的一切障碍物。

步骤S102、响应于目标感知数据满足记录条件，生成问题标签。

获取到目标感知数据后，确定目标感知数据中包括的障碍物信息是否满足记录条件，若目标感知数据满足记录条件，则对应的生成问题标签。

问题标签与记录条件相对应，一种问题标签用于表示满足一种记录条件，满足不同的记录条件所对应生成的记录标签不同。

步骤S103、对问题标签、原始感知数据和目标感知数据进行标签化处理。

将满足记录条件的原始感知数据和目标感知数据，与该记录条件对应的问题标签进行标签化处理，从而能够对满足不同记录条件的原始感知数据和目标感知数据进行分类划分，方便后续查找与处理，使得感知算法更可靠。

通过上述步骤，通过基于原始感知数据获取目标感知数据，在目标感知数据满足记录条件时，生成问题标签，并对问题标签、原始感知数据和目标感知数据进行标签化处理，从而能够记录满足记录条件的所有感知数据，并将其按照不同类别进行划分，方便后续查找与处理。本发明通过不断地获取满足记录条件的复杂环境下的感知数据，有效提升了数据采集质量，使用获取到的高质量数据对感知算法进行训练，能使得感知算法更可靠，提高了自动驾驶系统的安全性，进而解决了相关技术工作效率低、工作成本高以及感知算法迭代周期长的技术问题。

可选地，目标感知数据包括障碍物的位置、障碍物的形状、障碍物的速度以及障碍物的标识，障碍物包括行人、机动车和非机动车。

具体的，障碍物的位置可以表示为以目标车辆自身建立坐标系，在该坐标系中的横向距离和纵向距离。将障碍物看成一个立方体，障碍物的形状可以表示为立方体的长宽高。障碍物的速度包括障碍物的行驶速度以及行驶方向，障碍物的标识(identifier，ID)用于表示该障碍物的信息，示例性的，若障碍物为车辆，障碍物ID即表示车辆的型号等信息，若障碍物为行人，障碍物ID即表示该障碍物为老人或小孩等信息。

可选地，在步骤S102中，响应于目标感知数据满足记录条件，生成问题标签可以包括以下执行步骤：

步骤S102a、响应于目标感知数据中的行人数量大于第一数量阈值，生成第一问题标签。

设定触发记录的行人数量为第一数量阈值，从获取到的目标感知数据中，分析出障碍物为行人的数量，当目标感知数据中包括的行人数量大于第一数量阈值时，即满足记录条件，生成第一问题标签，该第一问题标签与行人数量大于第一数量阈值对应。

步骤S102b、响应于目标感知数据中的机动车数量大于第二数量阈值，生成第二问题标签。

设定触发记录的机动车数量为第二数量阈值，从获取到的目标感知数据中，分析出障碍物为机动车的数量，当目标感知数据中包括的机动车数量大于第二数量阈值时，即满足记录条件，生成第二问题标签，该第二问题标签与机动车数量大于第二数量阈值对应。

步骤S102c、响应于目标感知数据中的非机动车数量大于第三数量阈值，生成第三问题标签。

设定触发记录的非机动车数量为第三数量阈值，从获取到的目标感知数据中，分析出障碍物为非机动车的数量，当目标感知数据中包括的非机动车数量大于第三数量阈值时，即满足记录条件，生成第三问题标签，该第三问题标签与非机动车数量大于第三数量阈值对应。

步骤S102d、响应于目标感知数据中的障碍物数量大于第四数量阈值，生成第四问题标签。

设定触发记录的障碍物数量为第四数量阈值，从获取到的目标感知数据中，分析出所有障碍物的数量，当目标感知数据中包括的障碍物数量大于第四数量阈值时，即满足记录条件，生成第四问题标签，该第四问题标签与障碍物数量大于第四数量阈值对应。

上述记录条件能够反映出目标车辆所处场景的复杂度，同时也可以记录下某一类型障碍物较多时的数据。

可选地，在步骤S102中，响应于目标感知数据满足记录条件，生成问题标签还可以包括以下执行步骤：

步骤S102e、响应于目标感知数据中的障碍物首次出现，与目标车辆的距离小于距离阈值，生成第五问题标签。

设定触发记录的距离为距离阈值，从获取到的目标感知数据中，分析出某一障碍物首次出现在目标车辆所处场景内时，与目标车辆之间的绝对距离，当该障碍物与目标车辆的距离小于距离阈值时，即满足记录条件，生成第五问题标签，该第五问题标签与障碍物首次出现时与目标车辆的距离小于距离阈值对应。

上述记录条件能够反映感知算法检测距离的远近，若障碍物已经离目标车辆距离较近时(例如远小于距离阈值时)，感测算法才检测到该障碍物，则还可表示该感知算法异常。

可选地，在步骤S102中，响应于目标感知数据满足记录条件，生成问题标签还可以包括以下执行步骤：

步骤S102d、响应于目标感知数据中的障碍物从出现到消失的时间小于时间阈值，生成第六问题标签。

设定触发记录的时间为时间阈值，从获取到的目标感知数据中，分析出某一障碍物从目标车辆所处场景中出现到消失的时间，当该障碍物从出现到消失的时间小于时间阈值时，即满足记录条件，生成第六问题标签，该第六问题标签与障碍物从出现到消失的时间小于时间阈值对应。

上述记录条件能够反映出感知算法可能存在检测不稳定的现象，若障碍物从出现到消失的时间小于时间阈值，则说明对障碍物的检测时间较短，因此可能存在检测不稳定的现象，所以对该场景进行记录，便于后续有针对性的进行处理。

可选地，该流程还包括如下步骤：

步骤S104、记录目标时间段内的原始感知数据和目标感知数据。

其中，目标时间段包括目标感知数据满足记录条件的时刻之前的第一预设时间段，以及目标感知数据满足记录条件的时刻之后的第二预设时间段。

在目标感知数据满足记录条件之后，还会对满足记录条件的目标感知数据以及与其对应的原始感知数据进行记录。具体的，会记录目标时间段内的原始感知数据和目标感知数据。

示例性的，以触发记录条件的时刻为T时刻，第一预设时间段为T时刻之前3秒，第二预设时间段为T时刻之后3秒为例，目标时间段即为T-3到T+3，记录T-3到T+3内的原始感知数据和目标感知数据，对数据进行时间同步的操作。

其中，第一预设时间段和第二预设时间段可以相同，也可以不同，本申请不与限制。

可选地，在步骤S103中，对问题标签、原始感知数据和目标感知数据进行标签化处理可以包括以下执行步骤：

步骤S103a、将满足记录条件的原始感知数据和目标感知数据，与对应的问题标签相匹配。

示例性的，将满足行人数量大于第一数量阈值的原始感知数据和目标感知数据，与第一问题标签相匹配。将满足目标感知数据中的机动车数量大于第二数量阈值的原始感知数据和目标感知数据，与第二问题标签相匹配。将满足非机动车数量大于第三数量阈值的原始感知数据和目标感知数据，与第三问题标签相匹配。将满足障碍物数量大于第四数量阈值的原始感知数据和目标感知数据，与第四问题标签相匹配。将满足障碍物首次出现时与目标车辆的距离小于距离阈值的原始感知数据和目标感知数据，与第五问题标签相匹配。将满足障碍物从出现到消失的时间小于时间阈值的原始感知数据和目标感知数据，与第六问题标签相匹配。

图2是根据本发明其中一实施例的感知数据的采集方法的流程图，首先获取目标车辆行驶过程中的原始感知数据，基于原始感知数据计算得到目标感知数据，通过对目标感知数据进行分析，确定该目标感知数据是否满足记录条件。若该目标感知数据满足记录条件，则进行数据记录，若不满足记录条件，则不进行记录。

本发明实施例提供的方法能够大量收集道路复杂场景以及可能出现交通事故的场景的数据，使用这部分有价值的数据对感知算法进行训练标注，从而快速提升感知算法的性能，使得感知算法更可靠，从而提高了自动驾驶系统的安全性。并且不需要投入大量人力资源去进行测试，降低了优化算法的成本与时间，解决了相关技术工作效率低、工作成本高以及感知算法迭代周期长的技术问题。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

在本实施例中还提供了一种感知数据的采集装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图3是根据本发明其中一实施例的感知数据的采集装置的结构框图，如图3所示，以感知数据的采集装置300进行示例，该装置包括：获取模块301，获取模块用于基于原始感知数据获取目标感知数据，其中，原始感知数据为目标车辆的传感器获取到的数据；记录模块302，记录模块用于响应于目标感知数据满足记录条件，生成问题标签；处理模块303，处理模块用于对问题标签、原始感知数据和目标感知数据进行标签化处理。

可选地，目标感知数据包括障碍物的位置、障碍物的形状、障碍物的速度以及障碍物的标识，障碍物包括行人、机动车和非机动车。

可选地，记录模块302还用于响应于目标感知数据中的行人数量大于第一数量阈值，生成第一问题标签；响应于目标感知数据中的机动车数量大于第二数量阈值，生成第二问题标签；响应于目标感知数据中的非机动车数量大于第三数量阈值，生成第三问题标签；响应于目标感知数据中的障碍物数量大于第四数量阈值，生成第四问题标签。

可选地，记录模块302还用于响应于目标感知数据中的障碍物首次出现，与目标车辆的距离小于距离阈值，生成第五问题标签。

可选地，记录模块302还用于响应于目标感知数据中的障碍物从出现到消失的时间小于时间阈值，生成第六问题标签。

可选地，记录模块302还用于记录目标时间段内的原始感知数据和目标感知数据，其中，目标时间段包括目标感知数据满足记录条件的时刻之前的第一预设时间段，以及目标感知数据满足记录条件的时刻之后的第二预设时间段。

可选地，处理模块303还用于将满足记录条件的原始感知数据和目标感知数据，与对应的问题标签相匹配。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种计算机可读存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为在计算机或处理器上运行时，执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序：

步骤S1、基于原始感知数据获取目标感知数据；

步骤S2、响应于目标感知数据满足记录条件，生成问题标签；

步骤S3、对问题标签、原始感知数据和目标感知数据进行标签化处理。

可选地，在本实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述电子装置中的处理器可以被设置为运行计算机程序以执行以下步骤：

步骤S1、基于原始感知数据获取目标感知数据；

步骤S2、响应于目标感知数据满足记录条件，生成问题标签；

步骤S3、对问题标签、原始感知数据和目标感知数据进行标签化处理。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以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系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种感知数据的采集方法，其特征在于，包括：

基于原始感知数据获取目标感知数据，其中，所述原始感知数据为目标车辆的传感器获取到的数据；

响应于所述目标感知数据满足记录条件，生成问题标签；

对所述问题标签、所述原始感知数据和所述目标感知数据进行标签化处理。

2.根据权利要求1所述的方法，其特征在于，

所述目标感知数据包括障碍物的位置、所述障碍物的形状、所述障碍物的速度以及所述障碍物的标识，所述障碍物包括行人、机动车和非机动车。

3.根据权利要求2所述的方法，其特征在于，所述响应于所述目标感知数据满足记录条件，生成问题标签包括：

响应于所述目标感知数据中的所述行人数量大于第一数量阈值，生成第一问题标签；

响应于所述目标感知数据中的所述机动车数量大于第二数量阈值，生成第二问题标签；

响应于所述目标感知数据中的所述非机动车数量大于第三数量阈值，生成第三问题标签；

响应于所述目标感知数据中的所述障碍物数量大于第四数量阈值，生成第四问题标签。

4.根据权利要求2所述的方法，其特征在于，所述响应于所述目标感知数据满足记录条件，生成问题标签包括：

响应于所述目标感知数据中的所述障碍物首次出现，与所述目标车辆的距离小于距离阈值，生成第五问题标签。

5.根据权利要求2所述的方法，其特征在于，所述响应于所述目标感知数据满足记录条件，生成问题标签包括：

响应于所述目标感知数据中的所述障碍物从出现到消失的时间小于时间阈值，生成第六问题标签。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：

记录目标时间段内的所述原始感知数据和所述目标感知数据，其中，所述目标时间段包括所述目标感知数据满足记录条件的时刻之前的第一预设时间段，以及所述目标感知数据满足记录条件的时刻之后的第二预设时间段。

7.根据权利要求1-5中任一项所述的方法，其特征在于，所述对所述问题标签、所述原始感知数据和所述目标感知数据进行标签化处理包括：

将满足所述记录条件的所述原始感知数据和所述目标感知数据，与对应的所述问题标签相匹配。

8.一种感知数据的采集装置，其特征在于，包括：

获取模块，所述获取模块用于基于原始感知数据获取目标感知数据，其中，所述原始感知数据为目标车辆的传感器获取到的数据；

记录模块，所述记录模块用于响应于所述目标感知数据满足记录条件，生成问题标签；

处理模块，所述处理模块用于对所述问题标签、所述原始感知数据和所述目标感知数据进行标签化处理。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为在计算机或处理器上运行时，执行上述权利要求1至7任一项中所述的感知数据的采集方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述权利要求1至7任一项中所述的感知数据的采集方法。

Images