CN115357475A - 数据处理方法、装置、设备、仿真平台和存储介质 - Google Patents

Abstract

本公开提供了一种数据处理方法、装置、设备、仿真平台和存储介质，涉及人工智能技术领域，具体涉及自动驾驶、仿真测试等技术领域。数据处理方法包括：将当前时刻的多路仿真数据发送至接收方；若所述多路仿真数据中包括关键数据，获取所述关键数据的接收状态；其中，所述关键数据用于触发所述接收方对所述当前时刻的多路仿真数据进行融合处理；所述关键数据的接收状态用于表征所述接收方是否成功接收所述关键数据；基于所述关键数据的接收状态，生成下一时刻的多路仿真数据。本公开可以有效地均衡自动驾驶仿真的准确度和效率。

Description

数据处理方法、装置、设备、仿真平台和存储介质

技术领域

本公开涉及人工智能技术领域，具体涉及自动驾驶、仿真测试等技术领域，尤其涉及一种数据处理方法、装置、设备、仿真平台和存储介质。

背景技术

自动驾驶仿真主要是对自动驾驶的应用场景进行数字化，以生成尽可能接近真实世界的场景数据。

自动驾驶仿真的一种是回放式仿真，回放式仿真是基于实车在真实世界中采集的实测数据进行仿真。

发明内容

本公开提供了一种数据处理方法、装置、设备、仿真平台和存储介质。

根据本公开的一方面，提供了一种数据处理方法，包括：将当前时刻的多路仿真数据发送至接收方；若所述多路仿真数据中包括关键数据，获取所述关键数据的接收状态；其中，所述关键数据用于触发所述接收方对所述当前时刻的多路仿真数据进行融合处理；所述关键数据的接收状态用于表征所述接收方是否成功接收所述关键数据；基于所述关键数据的接收状态，生成下一时刻的多路仿真数据。

根据本公开的另一方面，提供了一种数据处理装置，包括：发送模块，用于将当前时刻的多路仿真数据发送至接收方；获取模块，用于若所述多路仿真数据中包括关键数据，获取所述关键数据的接收状态；其中，所述关键数据用于触发所述接收方对所述当前时刻的多路仿真数据进行融合处理；所述关键数据的接收状态用于表征所述接收方是否成功接收所述关键数据；生成模块，用于基于所述关键数据的接收状态，生成下一时刻的多路仿真数据。

根据本公开的另一方面，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任一方面的任一项所述的方法。

根据本公开的另一方面，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，其中，所述计算机指令用于使所述计算机执行根据上述任一方面的任一项所述的方法。

根据本公开的另一方面，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根据上述任一方面的任一项所述的方法。

根据本公开的另一方面，提供了一种仿真平台，包括上述任一方面的任一项所述的电子设备。

根据本公开的技术方案，可以有效地均衡自动驾驶仿真的准确度和效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是本公开实施例对应的应用场景的示意图；

图3是根据本公开第二实施例的示意图；

图4是根据本公开实施例中仿真平台记录的各路仿真数据的状态信息的示意图；

图5是根据本公开第三实施例的示意图；

图6是根据本公开第四实施例的示意图；

图7是根据本公开第五实施例的示意图；

图8是根据本公开第六实施例的示意图

图9是用来实现本公开实施例的数据处理方法的电子设备的示意图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。

相关技术中，回放式仿真可以分为无消息同步的回放式仿真和按帧同步的回放式仿真。但是，无消息同步的回放式仿真的准确度较低，按帧同步的回放式仿真的效率较差。

为了在保证自动驾驶仿真的准确度的基础上，尽量提高仿真效率，本公开提供如下实施例。

图1是根据本公开第一实施例的示意图，本实施例提供一种数据处理方法，包括：

101、将当前时刻的多路仿真数据发送至接收方。

102、若所述多路仿真数据中包括关键数据，获取所述关键数据的接收状态；其中，所述关键数据用于触发所述接收方对所述当前时刻的多路仿真数据进行融合处理；所述关键数据的接收状态用于表征所述接收方是否成功接收所述关键数据。

103、基于所述关键数据的接收状态，生成下一时刻的多路仿真数据。

其中，仿真数据是模拟真实环境的数据，在自动驾驶场景下，仿真数据可以是仿真的传感器数据，传感器数据例如是相机采集的图像数据，激光雷达采集的点云数据等，相应的仿真数据可以是仿真的图像数据、仿真的点云数据等。

对应每个传感器的仿真数据可以称为一路仿真数据，例如，自动驾驶车辆上可以安装第一传感器(如相机)和第二传感器(如激光雷达)，则对应第一传感器的仿真数据为一路仿真数据，对应第二传感器的仿真数据为另一路仿真数据。一路仿真数据还可以称为一路仿真消息。

为了提高自动驾驶系统的性能，引入了多传感器融合技术，多传感器融合技术中，可以对多路传感器数据进行融合处理。

由于各路传感器数据的采集频率一般是不同的，通常来讲，融合处理是基于采集频率最低的传感器数据的触发执行的。

相应地，仿真场景下，仿真平台生成的多路仿真数据可以发送至接收方，接收方对多路仿真数据进行融合处理。

其中，关键数据是指，多路仿真数据中用于触发融合处理的仿真数据；非关键数据是指，多路仿真数据中除了关键数据之外的其他仿真数据。

若多路仿真数据中包括关键数据，则接收方在关键数据的触发下对多路仿真数据进行融合处理，若多路仿真数据中不包括关键数据，则接收方不进行融合处理。

由于真实场景下，融合处理是基于采集频率最低的传感器数据触发执行的，相应地，仿真场景下，关键数据是采集频率最低的传感器数据所对应的仿真数据。

例如，多路传感器数据包括：第一传感器数据和第二传感器数据，第一传感器数据对应的仿真数据是第一仿真数据，第二传感器数据对应的仿真数据是第二仿真数据，若第一传感器数据的采集频率小于第二传感器数据的采集频率，则第一仿真数据是关键数据，第二仿真数据是非关键数据。

仿真方式可以分为回放式仿真(还可以称为开环仿真)、以及虚拟式仿真(还可以称为闭环仿真)。其中，回放式仿真是播放实测数据，以生成仿真数据，实测数据也可以称为路跑数据；虚拟式仿真是采用仿真模型生成仿真数据。

以回放式仿真为例，回放式仿真可以分为无消息同步的回放式仿真和按帧同步的回放式仿真。

其中，仿真过程是持续的过程，可以在仿真过程的各个时刻生成一次仿真数据。当前时刻是指当前处理的某个时刻，下一时刻是指当前时刻的下一个时刻。

由于数据也可以称为消息，无消息同步的回放式仿真，是指播放当前时刻的多路仿真数据后，不考虑当前时刻的各路仿真数据的接收状态，直接播放下一时刻的多路仿真数据。由于多路仿真数据在从仿真平台到接收方的传输过程中，各路仿真数据的传输速率可能不同，还可能出现丢包等问题，若不考虑接收状态直接生成新的仿真数据，就会导致接收方在触发融合处理时，所融合的多路仿真数据可能是不同时刻的，影响融合结果的准确度，进而也就影响了整体仿真过程的准确度。例如，第一路仿真数据是当前时刻的，第二路仿真数据可能是上一时刻的，而准确的融合处理所针对的多路仿真数据应该是同一时刻的，即针对当前时刻，第一路仿真数据和第二路仿真数据应该均为当前时刻的。

按帧同步的回放式仿真，是指播放当前时刻的多路仿真数据后，在当前时刻的各路仿真数据的接收状态均是接收成功后，才播放下一时刻的多路仿真数据。由于融合处理的执行是基于关键数据的触发执行的，若某一时刻不存在关键数据，即均是非关键数据，此时根本就不会执行融合处理，不会涉及融合准确度的问题，也就没有必要考虑此时各路仿真数据的接收状态。而按帧同步的方式下，此时也需要等待非关键数据的接收状态，会影响整体仿真过程的效率。

因此，无消息同步的回放式仿真的准确度有待提高，按帧同步的回放式仿真的效率有待提高。

本实施例中，基于所述关键数据的接收状态，生成下一时刻的多路仿真数据，由于关键数据是用于触发接收方进行融合处理的数据，通过考虑关键数据的接收状态，可以保证融合处理的准确性，进而保证针对融合仿真场景的仿真准确性；又由于基于接收方对关键数据的接收情况确定关键数据的接收状态，而不需要接收方针对每一路仿真数据的接收情况确定对应的接收状态，可以提高仿真效率；从而有效地均衡了仿真准确度和效率。

为了更好地理解本公开实施例，对本公开实施例的应用场景进行说明。本实施例以自动驾驶的回放式仿真为例。

回放式仿真是基于实测数据进行的仿真，如图2所示，自动驾驶车辆201可以在真实道路上行驶并采集数据，所采集的数据可以称为实测数据。

自动驾驶车辆的自动驾驶功能可以通过自动驾驶系统实现。自动驾驶系统实现的自动驾驶级别目前可以分为L0～L5级别。其中，L0级驾驶表示无自动驾驶，即传统的驾驶员人工驾驶；L1级驾驶又称为辅助驾驶，包括定速巡航、自动泊车以及车道保持等基本功能；L2级驾驶又称为半自动驾驶，包括自动辅助驾驶，危险预判刹车等功能；L3级驾驶又称为有条件自动驾驶，与L2级相比，它可以在正常的路段下实现完全自动化驾驶，但是在一些紧急情况发生时，还是需要人工来进行辅助制动；L4级驾驶属于高度自动驾驶，汽车的整体制动性能以及反应能力已经达到了一个比较高的水准，驾驶员坐在汽车内部不用自己操控，而且汽车行驶比较平稳顺畅；L5级自动驾驶，它可以实现无条件的全自动驾驶技术，不管在任何情况下，都不用担心路况以及天气，实现全自动驾驶。

如图2所示，自动驾驶系统的核心模块包括：高精地图(High Definition map，HDmap)、定位系统(localization)、感知系统(Perception)、预测系统(Prediction)、导航系统(Routing)、规划系统(Planning)和控制系统(Control)。

其中，高精地图也称自动驾驶地图、高分辨率地图，是面向自动驾驶汽车的一种新的地图数据范式。高精地图绝对位置精度接近1m相对位置精度在厘米级别，能够达到10-20cm。

定位系统可以基于定位装置和高精地图提供高精度(厘米级)定位服务。定位装置例如包括全球定位系统(Global Positioning System，GPS)、全球导航卫星系统(GlobalNavigation Satellite System，GNSS)和惯性导航系统(Inertial Navigation System，INS)中的一项或多项。

感知系统为自动驾驶车辆提供全方位的环境感知服务。具体可以包括：传感器和感知算法模块，传感器可以包括相机、激光雷达、毫米波雷达、超声波雷达等设备，感知算法模块可以基于传感器采集的传感器数据进行计算，以获得车辆自身和/或障碍物的感知信息。感知信息例如包括：位置、速度、加速度等。

预测系统以感知系统的数据为输入，通过提取本车和/或障碍物历史运动参数，结合结合卡尔曼滤波、神经网络等手段，推理得到本车和/或障碍物未来时刻运动轨迹。预测的运动轨迹可以提供给规划系统。

导航系统用于根据车辆初始位置和目标位置，结合路网拓扑结构，通过全局路径搜索算法，得到符合性能评估指标的最优全局导航路径。

规划系统主要提供车辆避让障碍物、换道决策，路径规划、速度规划服务。

控制系统用于根据决策规划系统提供的驾驶轨迹，进行纵向和横向的跟踪控制。

控制系统具体可以通过控制器局域网络(Controller Area Network，CAN)总线，控制车辆的底盘系统执行转向、油门、刹车等操作。

仿真平台可以部署在用户终端202上，仿真平台可以是一种软件。用户终端可以包括：个人电脑(Personal Computer，PC)、移动设备(如笔记本电脑、手机、平板电脑)等。自动驾驶车辆201与用户终端202可以建立通信连接，自动驾驶车辆201采用通信连接将实测数据发送至用户终端。通信连接例如可以是局域网、广域网、或者有线连接，例如实测数据可以存储在车辆的可移动的存储设备内，用户终端与存储设备建立连接后，读取存储设备内的实测数据。

回放式仿真是基于实测数据进行仿真，即仿真平台可以基于实测数据的时间信息，按序播放各个时刻的实测数据，以生成各个时刻的仿真数据。

自动驾驶仿真测试可以利用仿真数据测试自动驾驶系统的功能。仿真测试时，将仿真数据输入到被测对象中，由被测对象处理仿真数据，获得测试输出，之后可以比对测试输出与期望输出，获得测试结果。

以被测对象是自动驾驶系统的感知算法模块为例，仿真数据可以是仿真的传感器数据，传感器数据例如包括：相机采集的图像数据、激光雷达采集的点云数据等。测试输出可以是感知结果。

感知算法模块可以基于仿真的传感器数据，计算感知结果，例如，基于仿真的图像数据和/或点云数据，计算障碍物的类别、位置、速度、加速度等感知结果。障碍物例如包括：周围车辆、行人、交通设施等。

为了提高感知算法模块的感知能力，在一些高级别的自动驾驶系统，如L4及以上的自动驾驶系统中，普遍采用多传感器融合技术，即基于多路传感器数据计算感知结果，例如，基于激光雷达的点云数据和相机的图像数据，计算感知结果。

由于同一类型的传感器可以为多个，例如，某个自动驾驶车辆上，可以部署多个相机以及多个激光雷达，每个传感器采集的传感器数据可以称为一路传感器数据，相应的仿真数据可以称为一路仿真数据。

因此，针对多传感器融合，仿真数据为多路，多路仿真数据分别对应多个传感器，多个传感器可以对应相同或不同类型的传感器。例如，多路仿真数据可以包括：对应第一相机的仿真的图像数据，对应第二相机的仿真的图像数据，以及，对应第一激光雷达的仿真的点云数据。

针对多传感器融合，由于多路传感器数据的采集频率可能不同，可以将最小频率的传感器数据作为触发数据，感知算法模块在接收到触发数据后进行融合处理，即，触发数据是真实环境下用于触发感知算法模块进行融合处理的传感器数据。

例如，多路传感器数据包括第一传感器数据、第二传感器数据、第三传感器数据，采集频率分别是10Hz、20Hz、30Hz，则可以将第一传感器数据作为触发数据，在触发数据对应的时刻(0.1s、0.2s、0.3s...)，感知算法模块对第一传感器数据～第三传感器数据进行融合处理。

针对多传感器融合的感知仿真场景下，是仿真上述的多路传感器数据的融合过程，与真实环境下的触发数据对应，仿真环境下用于触发融合处理的仿真数据可以称为关键数据，因此，在10Hz对应的时刻(0.1s、0.2s、0.3s...)存在关键数据，而在其他采集频率(20Hz或30Hz)对应的时刻不存在关键数据。

相关技术中，回放式仿真可以分为无消息同步的回放式仿真和按帧同步的回放式仿真。无消息同步的回放式仿真是无需同步仿真数据的接收状态，按帧同步的回放式仿真是同步每帧仿真数据的接收状态。

即，相关技术中，针对各路仿真数据，均同步接收状态或者均不同步接收状态。

而本实施例中，将区分仿真数据的类型，若仿真数据是关键数据，则同步接收状态，若仿真数据是非关键数据，则无需同步接收状态。

同步接收状态是指，基于接收方的实际接收情况效验接收状态是否为接收成功；无需同步接收状态是指，不关注接收状态或者默认接收状态是接收成功。

因此，本实施例中，针对关键数据，可以基于感知算法模块是否成功接收关键数据，获知关键数据的接收状态；针对非关键数据可以不关注接收状态或者默认接收状态是接收成功。

结合上述的应用场景，本公开实施例还提供了一种数据处理方法。

图3是根据本公开第二实施例的示意图，本实施例提供一种数据处理方法，本实施例以默认非关键数据的接收状态是接收成功为例。本实施例提供的方法包括：

301、仿真平台，播放当前时刻的实测数据，以生成所述当前时刻的多路仿真数据。

其中，自动驾驶车辆可以在实际道路上行驶，通过车辆上的多个传感器采集数据，所采集的数据可以称为实测数据，之后将实测数据存储在车辆的存储设备内。

仿真平台可以从存储设备内读取实测数据，实测数据中可以包含采集时的时间信息，从而可以基于时间信息按序播放实测数据，各个时刻播放的实测数据可以称为相应时刻的仿真数据。

例如，t1时刻的实测数据用D11、D21、D31表示，t2时刻的实测数据用D12、D22、D32表示，假设t1早于t2，则可以先播放t1时刻的D11、D21、D31，以生成t1时刻的仿真数据，在达到一定的条件时，再播放t2时刻的D12、D22、D32，以生成t2时刻的仿真数据。

相关技术中，回放式仿真可以分为无消息同步的回放式仿真和按帧同步的回放式仿真。针对无消息同步的回放式仿真，在播放t1时刻的D11、D21、D31后，不需等待各路仿真数据的接收状态，在达到t2时刻时，播放t2时刻的D12、D22、D32；针对按帧同步的回放式仿真，在播放t1时刻的D11、D21、D31后，需要验证D11、D21、D31的接收状态，在接收状态均是接收成功后，播放t2时刻的D12、D22、D32。

即，相关技术中，针对各路仿真数据，均同步接收状态或者均无需同步接收状态。

而本实施例中，可以区分仿真数据的类型，针对关键数据同步接收状态，而非关键数据无需同步接收状态。例如，若D11是关键数据，D21和D31是非关键数据，则需要等待D11的接收状态是接收成功后，才可以播放t2时刻的D12、D22、D32；或者，若D12、D22、D32均是非关键数据，则直接播放t2时刻的D12、D22、D32，直接播放是指达到t2时刻时，播放t2时刻的D12、D22、D32。

本实施例中，通过播放当前时刻的实测数据，以生成所述当前时刻的多路仿真数据，可以适用于回放式仿真场景。

302、仿真平台，将所述当前时刻的多路仿真数据发送至感知算法模块。

其中，本实施例以被测对象是感知算法模块为例，因此，可以将多路仿真数据作为感知算法模块的输入，基于感知算法模块的输出测试感知算法模块的功能。

303、仿真平台，获取所述当前时刻的多路仿真数据的接收状态。

其中，仿真平台中可以记录各路仿真数据的信息，如图4所示，各路仿真数据的信息可以包括：消息名称、发送状态和接收状态。

其中，消息名称可以是仿真数据对应的传感器的信息，例如camera-A。

发送状态和接收状态均包括两种状态，即成功或者不成功，可以分别用1或0表示，初始状态可以均设置为0。

针对各路仿真数据，其发送后，可以将发送状态更新为1，即更新为发送成功。

多路仿真数据可以包括关键数据和非关键数据，针对非关键数据，其发送后，可以将接收状态设置为1，即默认非关键数据的接收状态是接收成功。

针对关键数据的接收状态，可以基于感知算法模块生成的反馈信息确定。例如，仿真平台将关键数据发送至感知算法模块后，感知算法模块接收到关键数据后生成反馈信息，并返回给仿真平台，反馈信息用于表明感知算法模块成功接收关键数据，仿真平台接收到反馈信息后，确定关键数据的接收状态为接收成功。

关于反馈信息的生成可以参见后续描述。

其中，关于非关键数据和关键数据可以预先人工配置；或者，由于感知算法模块是基于关键数据触发融合计算的，感知算法模块是可以获知关键数据的，因此，还可以由感知算法模块发送指示消息给仿真平台，通过指示消息指示关键数据。

304、仿真平台，判断所述当前时刻的多路仿真数据的接收状态是否均为接收成功，若是，执行305，否则重复执行303及其后续步骤。

305、仿真平台，播放下一时刻的实测数据，以生成所述下一时刻的多路仿真数据。

其中，下一时刻的多路仿真数据可以作为新的当前时刻的多路仿真数据，不断的执行上述的301～305，直至回放场景结束，即播放最后一个时刻的实测数据后结束。

本实施例中，由于非关键数据的接收状态是默认成功的，因此，判断当前时刻的多路仿真数据的接收状态是否均是接收成功，本质上是仅考虑感知算法模块针对关键数据的实际接收情况，而无需考虑感知算法模块针对非关键数据的实际接收情况，也就是保证了关键数据的消息同步，而无需非关键数据的消息同步，从而可以均衡仿真的准确度和效率。

上述以考虑了非关键数据的接收状态，且该接收状态是默认成功为例，还可以是不考虑非关键数据的接收状态，例如，针对非关键数据可以无需记录其接收状态，而仅记录关键数据的接收状态，若所述关键数据的接收状态是接收成功，生成下一时刻的多路仿真数据。

通过只关注关键数据的接收状态而不关注非关键数据的接收状态，可以更直接简便地推进下一时刻的仿真数据的生成；通过关注关键数据的接收状态以及非关键数据的接收状态且非关键数据的接收状态默认为接收成功，可以保证关键数据的信息与非关键数据的信息的一致性，提高仿真稳定性。

上述描述了仿真平台的执行内容，如图5所示，感知算法模块可以执行：

501、感知算法模块接收仿真平台发送的当前时刻的多路仿真数据。

502、若所述当前时刻的多路仿真数据中包括关键数据，感知算法模块对所述当前时刻的多路仿真数据进行融合处理，并生成反馈信息。

针对多传感器融合，感知算法模块是基于关键数据的触发，执行融合处理，即，感知算法模块接收到关键数据后，对多路仿真数据进行融合处理，若未接收到关键数据，则感知算法模块不执行融合处理。

感知算法模块接收到关键数据后，一方面可以对多路仿真数据进行融合处理，另一方面可以向仿真平台发送反馈信息。

503、感知算法模块向仿真平台发送所述反馈信息。

504、仿真平台基于反馈信息，将关键数据的接收状态更新为接收成功。

其中，303中仿真平台可以按照设定周期获取各路仿真数据的接收状态，在504之后，仿真平台可以获知关键数据的接收状态是接收成功，由于非关键数据的接收状态是默认接收成功的，从而获知关键数据的接收状态是接收成功后，可以确定多路仿真数据的接收状态均是接收成功，可以执行305。

由于关键数据的接收状态是用于反映接收方是否成功接收关键数据，本实施例中，基于接收方生成的反馈信息更新关键数据的接收状态是合理的，可以提高关键数据的接收状态的可靠性。

由于仿真平台与感知算法模块之间的网络通信的不可靠性，不可避免的会出现数据丢失和延迟的问题。通过同步关键数据的接收状态，可以保证关键数据的准确性，而非关键数据由于未同步其接收状态，感知算法模块所融合的非关键数据可能不准确。为了提高非关键数据的准确性，本公开还提供如下实施例。

图6是本公开实施例中接收方针对非关键数据的处理流程，如图5所示，该方法包括：

601、接收非关键数据，所述非关键数据中携带第一时间信息t。

602、获取已存储的非关键数据的第二时间信息t’。

603、判断第一时间信息是否大于第二时间信息，若是，执行604，否则执行605。

604、确定接收的非关键数据是最新的非关键数据，将已存储的非关键数据更新为所接收的非关键数据，并更新已存储的非关键数据的时间信息为第一时间信息。

605、确定接收的非关键数据是延迟的非关键数据，可以丢弃。此时，已存储的非关键数据不变，其时间信息依然是第二时间信息。

其中，由于非关键数据可以是多路，上述的流程是针对每路非关键数据的处理流程。例如，接收方是感知算法模块，非关键数据包括第一仿真数据和第二仿真数据，针对第一仿真数据，感知算法模块可以获知当前所接收的第一仿真数据的第一时间信息，以及已存储的第一仿真数据的第二时间信息，通过比对第一时间信息和第二时间信息，存储最新的第一仿真数据。针对第二仿真数据，可以类似第一仿真数据的处理流程。

另外，感知算法模块在接收到关键数据后，可以对所接收的关键数据与已存储的最新的非关键数据进行融合处理。

本实施例中，通过在非关键数据中携带时间信息，可以保证接收方存储最新的非关键数据，保证非关键数据的准确性，进而可以采用最新的非关键数据进行融合处理，保证融合处理的准确性，也就保证了融合场景的仿真准确性。

图7是根据本公开第五实施例的示意图，本实施例提供一种数据处理装置。如图7所示，数据处理装置700包括：发送模块701、获取模块702和生成模块703。

发送模块701用于将当前时刻的多路仿真数据发送至接收方；获取模块702用于若所述多路仿真数据中包括关键数据，获取所述关键数据的接收状态；其中，所述关键数据用于触发所述接收方对所述当前时刻的多路仿真数据进行融合处理；所述关键数据的接收状态用于表征所述接收方是否成功接收所述关键数据；生成模块703用于基于所述关键数据的接收状态，生成下一时刻的多路仿真数据。

本实施例中，基于所述关键数据的接收状态，生成下一时刻的多路仿真数据，由于关键数据是用于触发接收方进行融合处理的数据，通过考虑关键数据的接收状态，可以保证融合处理的准确性，进而保证针对融合仿真场景的仿真准确性；又由于基于接收方对关键数据的接收情况确定关键数据的接收状态，而不需要接收方针对每一路仿真数据的接收情况确定对应的接收状态，可以提高仿真效率；从而有效地均衡了仿真准确度和效率。

一些实施例中，所述多路仿真数据中还包括非关键数据，所述生成模块703进一步用于：若所述关键数据的接收状态是接收成功，生成下一时刻的多路仿真数据；或者，若所述关键数据的接收状态是接收成功，且所述非关键数据的接收状态也是接收成功，生成下一时刻的多路仿真数据；其中，所述非关键数据的接收状态在所述非关键数据发送后默认为接收成功。

通过考虑非关键数据的接收状态，且该接收状态是默认成功的，因此，判断当前时刻的多路仿真数据的接收状态是否均是接收成功，本质上是仅考虑感知算法模块针对关键数据的实际接收情况，而无需考虑感知算法模块针对非关键数据的实际接收情况，也就是保证了关键数据的消息同步，而无需非关键数据的消息同步，从而可以均衡仿真的准确度和效率。

通过只关注关键数据的接收状态而不关注非关键数据的接收状态，可以更直接简便地推进下一时刻的仿真数据的生成；通过关注关键数据的接收状态以及非关键数据的接收状态且其默认为接收成功，可以保证关键数据的信息与非关键数据的信息的一致性，提高仿真稳定性。

一些实施例中，所述装置700还包括：确定模块，用于响应于所述非关键数据的发送状态为发送成功，设置所述非关键数据的接收状态为接收成功。

针对非关键数据，在非关键数据发送成功时，设置接收状态也是接收成功，实现了默认非关键数据的接收状态是接收成功，提高仿真效率。

一些实施例中，所述获取模块702进一步用于：接收所述接收方发送的反馈信息，所述反馈信息是所述接收方接收到所述关键数据后生成的；基于所述反馈信息，将所述关键数据的接收状态确定为接收成功。

由于关键数据的接收状态是用于反映接收方是否成功接收关键数据，本实施例中，基于接收方生成的反馈信息更新关键数据的接收状态是合理的，可以提高关键数据的接收状态的可靠性。

一些实施例中，所述多路仿真数据中包括非关键数据，所述发送模块701进一步用于：针对所述非关键数据，在所述非关键数据中携带时间信息；将携带时间信息的所述非关键数据发送至接收方，以使所述接收方基于所述时间信息存储最新的非关键数据。

本实施例中，通过在非关键数据中携带时间信息，可以保证接收方存储最新的非关键数据，保证非关键数据的准确性，进而可以采用最新的非关键数据进行融合处理，保证融合处理的准确性，也就保证了融合场景的仿真准确性。

一些实施例中，所述生成模块703还用于：播放当前时刻的实测数据，以生成所述当前时刻的多路仿真数据。

本实施例中，通过播放当前时刻的实测数据，以生成所述当前时刻的多路仿真数据，可以适用于回放式仿真场景。

图8是根据本公开第六实施例的示意图，本实施例提供一种仿真平台。如图8所示，仿真平台800包括：电子设备801。

关于电子设备的描述可以参见后续实施例。

可以理解的是，本公开实施例中，不同实施例中的相同或相似内容可以相互参考。

可以理解的是，本公开实施例中的“第一”、“第二”等只是用于区分，不表示重要程度高低、时序先后等。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备900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、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，个人数字助理、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9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元909加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

电子设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许电子设备900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901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901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901执行上文所描述的各个方法和处理，例如数据处理方法。例如，在一些实施例中，数据处理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908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元901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处理方法。

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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统(SOC)、复杂可编程逻辑设备(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地图数据采集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，本发公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (14)

1.一种数据处理方法，包括：

将当前时刻的多路仿真数据发送至接收方；

若所述多路仿真数据中包括关键数据，获取所述关键数据的接收状态；其中，所述关键数据用于触发所述接收方对所述当前时刻的多路仿真数据进行融合处理；所述关键数据的接收状态用于表征所述接收方是否成功接收所述关键数据；

基于所述关键数据的接收状态，生成下一时刻的多路仿真数据。

2.根据权利要求1所述的方法，其中，所述多路仿真数据中还包括非关键数据，所述基于所述关键数据的接收状态，生成下一时刻的多路仿真数据，包括：

若所述关键数据的接收状态是接收成功，生成下一时刻的多路仿真数据；或者，

若所述关键数据的接收状态是接收成功，且所述非关键数据的接收状态也是接收成功，生成下一时刻的多路仿真数据；其中，所述非关键数据的接收状态在所述非关键数据发送后默认为接收成功。

3.根据权利要求2所述的方法，还包括：

响应于所述非关键数据的发送状态为发送成功，设置所述非关键数据的接收状态为接收成功。

4.根据权利要求1所述的方法，其中，所述获取所述关键数据的接收状态，包括：

接收所述接收方发送的反馈信息，所述反馈信息是所述接收方接收到所述关键数据后生成的；

基于所述反馈信息，将所述关键数据的接收状态确定为接收成功。

5.根据权利要求1所述的方法，其中，所述多路仿真数据中还包括非关键数据，所述将当前时刻的多路仿真数据发送至接收方，包括：

针对所述非关键数据，在所述非关键数据中携带时间信息；

将携带时间信息的所述非关键数据发送至接收方，以使所述接收方基于所述时间信息存储最新的非关键数据。

6.一种数据处理装置，包括：

发送模块，用于将当前时刻的多路仿真数据发送至接收方；

获取模块，用于若所述多路仿真数据中包括关键数据，获取所述关键数据的接收状态；其中，所述关键数据用于触发所述接收方对所述当前时刻的多路仿真数据进行融合处理；所述关键数据的接收状态用于表征所述接收方是否成功接收所述关键数据；

生成模块，用于基于所述关键数据的接收状态，生成下一时刻的多路仿真数据。

7.根据权利要求6所述的装置，其中，所述多路仿真数据中还包括非关键数据，所述生成模块进一步用于：

若所述关键数据的接收状态是接收成功，生成下一时刻的多路仿真数据；或者，

若所述关键数据的接收状态是接收成功，且所述非关键数据的接收状态也是接收成功，生成下一时刻的多路仿真数据；其中，所述非关键数据的接收状态在所述非关键数据发送后默认为接收成功。

8.根据权利要求7所述的装置，还包括：

确定模块，用于响应于所述非关键数据的发送状态为发送成功，设置所述非关键数据的接收状态为接收成功。

9.根据权利要求6所述的装置，其中，所述获取模块进一步用于：

接收所述接收方发送的反馈信息，所述反馈信息是所述接收方接收到所述关键数据后生成的；

基于所述反馈信息，将所述关键数据的接收状态确定为接收成功。

10.根据权利要求6所述的装置，其中，所述多路仿真数据中包括非关键数据，所述发送模块进一步用于：

针对所述非关键数据，在所述非关键数据中携带时间信息；

将携带时间信息的所述非关键数据发送至接收方，以使所述接收方基于所述时间信息存储最新的非关键数据。

11.一种电子设备，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1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，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1-5中任一项所述的方法。

14.一种仿真平台，包括：如权利要求11所述的电子设备。

Images