CN116795321A - 事件缓冲器存储优先级区分 - Google Patents

Abstract

本公开涉及事件缓冲器存储优先级区分。一种方法包括：获得(1001)在车辆上的一个或多个传感器(22)的传感器数据；至少部分地基于传感器数据来确定(1003)与ADS相关的当前操作条件，当前操作条件至少包括车辆周围环境的状态和车辆的内部状态；确定(1004)预测要从当前操作条件演变出的即将到来的场景；基于对被预测场景的评估来推导(1005)其存储优先级得分(4)，该存储优先级得分(4)反映了预测的在事件缓冲器中对被预测场景的事件数据(40)进行冻结的相关性。本公开还涉缓冲器资源优先级区分系统、包括这种缓冲器资源优先级区分系统的车辆、以及相应的对应计算机程序产品和非易失性计算机可读存储介质。

Description

事件缓冲器存储优先级区分

技术领域

本公开涉及事件缓冲器(例如，FIFO缓冲器)中的存储优先级区分，该事件缓冲器被配置为连续地收集车辆的自动驾驶系统ADS的操作数据。

背景技术

在汽车领域内，多年来一直有开发自主车辆的活动。越来越多的现代车辆具有高级驾驶员辅助系统(advanced driver-assistance system，ADAS)，以提高车辆安全性，并且更一般而言提高道路安全性。ADAS(其例如可以由自适应巡航控件(ACC)、防撞系统、前向碰撞警告等表示)是在驾驶时能够帮助车辆驾驶员的电子系统。此外，在不太远的将来，自主驾驶(Autonomous Driving，AD)将在较大程度上会实现在现代车辆中。在本文中AD和ADAS在通用术语下将被称为对应于所有不同的自动化水平(例如，由驾驶自动化的SAEJ3016级别(0-5)或(3-5)定义)的自动驾驶系统(Automated Driving System，ADS)。ADS可以被理解为各种组件的复杂组合，这些组件可以被定义为其中车辆的感知、决策和操作(至少部分地)由电子设备和机械而不是人类驾驶员来执行的系统。这可以包括对车辆、目的地的处理以及对周围环境的意识。虽然自动化系统具有对车辆的控制，但是自动化系统允许人工操作员将所有或至少一些职责留给系统。为了感知其周围环境，ADS通常组合各种传感器，例如，雷达、激光机载扫描(LIDAR)、声纳、相机、导航和/或定位系统(例如，诸如GPS之类的GNSS)、里程表和/或惯性测量单元，在此基础上高级控制系统可以解释感觉信息(sensory information)以识别适当的导航路径以及障碍物和/或相关标志。

当针对下一代ADAS特征开发ADS时，具有相关数据是至关重要的。此外，为了满足正在变化的客户需求和交通动态的变化，重要的是连续地测量和监视车队中的车辆(即，已经投入市场并正在使用的车辆，通常被称为生产车辆)所经历的事件。然而，存储和分析ADS车辆所经历的所有数据是很难的，因为这可能相当于每个单个驱动器具有数个TB的数据。存在大量关注于识别感兴趣的场景和事件以触发数据存储的解决方案。因为证明ADS安全性的验证和检验挑战的本质，所以迫切需要保留罕见和边缘情况。此外，特定事件可能对ADS和/或其子特征的连续开发具有高价值。为了捕获车辆中持续的事件和数据，通常运行事件缓冲器，该事件缓冲器例如通过FIFO(先进先出)方案连续地收集ADS的操作数据以进行暂时存储。在许多设置中，例如因为产品成本和/或对这种(一个或多个)有关存储设备(例如，(一个或多个)硬盘驱动器)的重复写入导致的设备退化，所以设置附加存储设备以进行更多的相关存储是不可行的。因此，可能需要将重要事件直接冻结(即，存储)在暂时(例如，FIFO)缓冲器中。例如，在行程结束时，这些冻结事件可以被上载和/或被传输到例如后勤办公室，例如以用于进一步分析和/或包括在ADS开发中，或在这样的连接不可用的情况下，则(例如当车辆不在操作中时)计算可用的资源，可以可能用于压缩冻结数据。然而，仍然存在这样的风险，即，在冻结事件例如可以被卸载和/或压缩之前车辆经历若干事件。因此，在收集到的事件被保存在暂时缓冲器(例如，FIFO)中的情况下，可能没有足够的缓冲器资源(例如，如果所述缓冲器在很高程度上被利用和/或以低容量运行)来适当地记录新的事件，例如全部的这些新的时间的(一个或多个)开始。

发明内容

因此，本文的实施例的目的提供了一种方法，该方法用于以改进的和/或替代的方式支持事件缓冲器(例如，FIFO缓冲器)中的存储优先级区分，该事件缓冲器被配置为连续地收集车辆ADS的操作数据。

上述目的可以通过本文公开的主题来实现。在所附权利要求、以下描述和附图中阐述了各实施例。

所公开的主题涉及一种方法，该方法由缓冲器资源优先级区分系统执行，用于在事件缓冲器中存储优先级区分，事件缓冲器被配置为连续地收集车辆的ADS的操作数据。缓冲器资源优先级区分系统获得在车辆上的一个或多个传感器的传感器数据。缓冲器资源优先级区分系统还至少部分地基于传感器数据来确定与ADS相关的当前操作条件，这些与ADS相关的当前操作条件至少包括车辆周围环境的状态和车辆的内部状态。此外，缓冲器资源优先级区分系统确定预测要从所确定的当前操作条件演变出的即将到来的场景。此外，缓冲器资源优先级区分系统基于对被预测场景的评估来推导被预测场景的存储优先级得分，该存储优先级得分反映了预测的在事件缓冲器中对被预测场景的事件数据进行冻结的相关性。

所公开的主题还涉及一种缓冲器资源优先级区分系统，用于(和/或适用于和/或被配置为)在事件缓冲器中存储优先级区分，事件缓冲器被配置为连续地收集车辆的ADS的操作数据。缓冲器资源优先级区分系统包括传感器数据获得单元，该传感器数据获得单元用于获得在车辆上的一个或多个传感器的传感器数据。缓冲器资源优先级区分系统还包括操作条件确定单元，该操作条件确定单元用于至少部分地基于传感器数据来确定与ADS相关的当前操作条件，这些与ADS相关的当前操作条件至少包括车辆周围环境的状态和车辆的内部状态。此外，缓冲器资源优先级区分系统包括场景预测单元，该场景预测单元用于确定预测要从当前操作条件演变出的即将到来的场景。此外，缓冲器资源优先级区分系统包括优先级推导单元，该优先级推导单元用于基于对被预测场景的评估来推导被预测场景的存储优先级得分，该存储优先级得分反映了预测的在事件缓冲器中对被预测场景的事件数据进行冻结的相关性。

此外，所公开的主题涉及一种车辆，该车辆包括本文所述的缓冲器资源优先级区分系统。

此外，所公开的主题涉及一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序具有计算机程序代码段，计算机程序代码段被布置为使计算机或处理器执行本文所述的缓冲器资源优先级区分系统的步骤，该计算机程序产品被存储在计算机可读介质或载波上。

所公开的主题还涉及一种非易失性计算机可读存储介质，该非易失性计算机可读存储介质上存储有上述的计算机程序产品。

因此，引入了一种方法，该方法支持和/或实现被认为(例如，最)有价值和/或重要的事件被捕获而不被丢失。即，因为获得了在车辆上的一个或多个传感器的传感器数据，所以(例如，在车辆行驶时)(例如，连续地和/或间歇地)存在从各种车载传感器(例如，周围环境检测传感器、(一个或多个)制动传感器、(一个或多个)故障传感器等)导出和/或缓存的指示出当前感觉信息的数据。此外，即，因为至少部分地基于传感器数据来确定了与ADS相关的当前操作条件，这些与ADS相关的当前操作条件至少包括车辆周围环境的状态和车辆的内部状态，所以导出持续的(ongoing)或基本持续的(和/或最近持续的)(例如，追溯到预定的一段时间，例如，多达数秒)影响ADS(和/或与ADS相关)的操作条件，包括车辆周围环境的(一个或多个)状态和车辆的(一个或多个)内部状态、和/或ADS的(一个或多个)内部状态和/或其软件的(一个或多个)内部状态。此外，即，因为确定了预测要从所确定的与ADS相关的当前操作条件演变出的即将到来的场景，所以基于从所述操作条件预测的条件来评估在不久的将来和/或在即将到来的时间点发生的(例如，触发事件诱发)场景。因此，例如在车辆行驶时，(连续地和/或间歇地)相应地预测在事件缓冲器中引起和/或调用对车辆的操作数据的数据存储和/或数据收集的可能即将到来的一个或多个场景。此外，即，因为基于对被预测场景的评估来推导被预测场景的存储优先级得分，该存储优先级得分反映了预测的在事件缓冲器中对被预测场景的事件数据进行冻结的相关性，所以通过对被预测的即将到来的场景的评估来鉴于此评估来计算和/或预测数据收集的相关性。即，通过从与当前ADS相关的操作条件分析被预测的即将到来的场景，就在事件缓冲器中存储与被预测的即将到来的场景相关联的事件数据而言，确定出所述场景的优先级。因此，某个被预测的即将到来的场景可能被推导为与某个存储优先级得分相关联，而另一被预测的即将到来的场景可能被推导为与(例如，具有更高或更低值的)另一存储优先级得分相关联。例如，与罕见和/或边缘事件相关联的被预测的即将到来的场景可以比另一(例如，更常见的)被预测的即将到来的场景分级更高，例如，具有更高的存储优先级得分。因此，利用引入的概念，不同的被预测场景可以用不同相应的被预测存储优先级得分来属性化和/或扩充，从而支持和/或实现被预测的即将到来的场景能够被可预测地分级和/或区分优先级。

为此，提供了一种方法，该方法用于以改进的和/或替代的方式支持事件缓冲器(例如，FIFO缓冲器)中存储优先级区分，该事件缓冲器被配置为连续地收集车辆ADS的操作数据。

在下文中，将更详细地讨论上述方法的技术特征和对应的优点。

附图说明

非限制性实施例的各个方面，包括特定的特征和优点，将从以下详细描述和附图中容易地被理解，其中：

图1是根据本公开的实施例的示出示例性缓冲器资源优先级区分系统的示意框图；

图2描绘了根据本公开的实施例的示例性事件缓冲器的示意图，该示例性事件缓冲器的存储由示例性缓冲器资源优先级区分系统来区分优先级；以及

图3是根据本公开的实施例的描绘由缓冲器资源优先级区分系统执行的示例性方法的流程图。

具体实施方式

现在将在下文中参考附图更全面地描述本公开的非限制性实施例，在附图中示出了本公开的当前地优选实施例。然而，本公开可以被体现在许多不同的形式，并且不应当被理解为限定于本文阐述的实施例。相同的附图标记始终表示相同的元件。图中一些框的虚线表示这些单元或动作是可选的而不是强制性的。

在下文中，本文根据涉及在事件缓冲器(被配置为连续地收集车辆的ADS的操作数据)中存储优先级区分的实施例，将公开一种方法，该方法支持和/或实现被认为(例如，最)有价值和/或重要的事件被捕获而不被丢失。

现在参考附图，在图1中描绘了根据本公开的实施例的示出示例性缓冲器资源优先级区分系统1的示意框图。缓冲器资源优先级区分系统1被适用于和/或配置为在事件缓冲器3中存储优先级区分，事件缓冲器3被配置为连续地收集车辆2的ADS 21的操作数据，如图2中以示例性方式所示。事件缓冲器3可以由任何可行的至少第一缓冲器(例如在RAM中例如提供临时存储的环形缓冲器和/或FIFO缓冲器)来表示，该第一缓冲器旨在和/或被配置为缓存操作数据(并且选择性地冻结即存储事件数据)，例如所捕获的场景、日志、和/或与车辆2的有价值驾驶和/或系统事件有关的测量数据。事件缓冲器3可以相应地被配置为缓存并且选择性地冻结(例如，与车载传感器、总线、应用接口等相关联和/或来自车载传感器、总线、应用接口等的)例如原始数据和/或对象级别的数据和/或缓存并且选择性地冻结(例如与可预定的时间段有关的)车辆2中的基本上全部和/或所有数据。

短语“缓冲器资源优先级区分系统”可以指“缓冲器存储优先级区分系统”、“缓冲器优先级区分系统”和/或“评估系统”，而“由缓冲器资源优先级区分系统执行的方法”可以指“由缓冲器资源优先级区分系统执行的至少部分计算机实现的方法”。此外，“用于在事件缓冲器中存储优先级区分”可以指“用于在事件缓冲器中可预测的存储优先级区分”、“用于在事件缓冲器中数据存储优先级区分”、“用于在事件缓冲器中资源和/或存储区优先级区分”、“用于在诸如环形缓冲器之类的临时事件缓冲器中存储优先级区分”、“用于在事件记录缓冲器中存储优先级区分”和/或“用于在缓冲器、存储器和/或数据存储装置中存储优先级区分”，并且根据示例还可以指“用于在FIFO事件缓冲器中存储优先级区分”。另一方面，短语“事件缓冲器被配置为连续地收集车辆的ADS的操作数据”可以指“事件缓冲器被配置为连续地收集与车辆的ADS有关和/或相关联的操作数据”、“事件缓冲器被配置为连续地缓存车辆的ADS的操作数据”和/或“事件缓冲器被配置为连续地和/或间歇地收集车辆ADS的操作数据”并且根据示例还可以指“事件缓冲器被配置为连续地缓存车辆的ADS的操作数据并且保持车辆的ADS的冻结事件数据”和/或“事件缓冲器被配置为连续地缓存车辆的ADS的操作数据并且选择性地冻结和/或存储事件数据和/或其部分”。

此外，车辆2(其可以被称为主车辆或自我车辆)可以由任何任意的(例如，已知的)载人或无人车辆(例如，发动机驱动的或电力驱动的车辆，例如，轿车、卡车、货车、厢式货车、公共汽车和/或拖拉机)来表示。此外，术语“车辆”可以指“自主和/或至少部分地自主车辆”、“无人驾驶和/或至少部分地无人驾驶车辆”、和/或“自驱动和/或至少部分地自驱动车辆”，并且根据示例还可以指“生产车辆”、“车队车辆”、“投放车辆”、“道路交通车辆”和/或“公共道路车辆”。此外，在车辆2上的ADS 21可以由例如本领域已知的和/或有待开发的任何任意ADAS或AD系统来表示。此外，车辆2和/或ADS 21可以包括、设置有和/或车载有感知系统211，该感知系统211适用于估计车辆2的周围环境，并且继而适用于(例如，利用(众所周知的)数字地图(未示出)，例如，高清晰度(HD)地图和/或其等效物和/或接替产品)估计周围环境的世界视图(world view)。感知系统211可以指(例如，被包括在车辆2和/或ADS21的一个或多个电子控制模块、ECU和/或节点中的，适用于和/或被配置为解释(与车辆2的驾驶相关的)感觉信息的)任何众所周知的系统、模块和/或功能，用于识别例如对象、障碍物、车辆车道、相关标志、适当的导航路径等。因此，感知系统(其可以适用于支持例如传感器融合、跟踪、定位等)可以适用于依赖感觉信息。这样的示例性感觉信息可以例如从被包括在车辆2中的和/或被设置在车辆2上的适用于感测和/或感知车辆2的行踪和/或周围环境的(例如，众所周知的)一个或多个传感器导出，这些传感器例如由一个或多个周围环境检测传感器(例如，图像捕获设备，例如，(一个或多个)相机、(一个或多个)雷达、(一个或多个)激光机载扫描、超声等)中的一者或多者组合和/或定位系统、里程表、惯性测量单元来表示。换句话说，因此感知系统211在本上下文中被理解为负责从车载传感器(例如，从周围环境检测传感器等)获取原始传感器数据并且将该原始数据转换为场景理解的系统。

如在示例性的图1中以示例性的方式示出的，缓冲器资源优先级区分系统1(例如，通过传感器数据获得单元101)适用于和/或被配置为获得在车辆2上的一个或多个传感器22的传感器数据。因此，(例如，在车辆2行驶时)(例如，连续地和/或间歇地)从在各种车载传感器2(例如，周围环境检测传感器、(一个或多个)制动传感器、和/或(一个或多个)故障传感器等)导出和/或缓存指示当前感觉信息的数据。

传感器数据可以以任何可行(例如，已知)的方式(例如，连续地和/或间歇地)被获得，并且还可以在例如在车辆2行驶时和/或静止不动时被获得。此外，传感器数据可以是任何可行(例如，已知)的格式，并且所获得的传感器数据的程度还可以是任何可行的量。(一个或多个)传感器22可以由适用于提供与ADS 21相关的传感器数据的任何可行的一个或多个(例如，已知的)在车辆2上的传感器来表示，这些传感器2例如包括以下项中的一个或多个：(一个或多个)传动系传感器、(一个或多个)制动传感器、故障传感器、如上述结合ADS21描述的被适用于捕获车辆2的周围环境的周围环境检测传感器。短语“获得传感器数据”可以指“捕获、导出和/或缓存传感器数据”和/或“获得在所述车辆上的传感器数据”，并且根据示例还可以指“连续地和/或间歇地获得传感器数据”此外，“一个或多个传感器的传感器数据”可以指“来自一个或多个传感器的传感器数据”和/或“由一个或多个传感器捕获的传感器数据”。根据示例，短语“获得在所述车辆上的一个或多个传感器的传感器数据”可以指“获得与ADS相关的状态和/或状态数据，至少包括在所述车辆上的一个或多个传感器的传感器数据”。

如在示例性的图1中以示例性的方式示出的，缓冲器资源优先级区分系统1还(例如，通过操作条件确定单元103)适用于和/或被配置为至少部分地基于传感器数据来确定与ADS相关的当前操作条件，这些与ADS相关的当前操作条件至少包括车辆周围环境的状态和车辆2的内部状态。因此，导出持续的或基本持续的(和/或最近持续的)(例如，追溯可预定的一段时间，例如，多达数秒)、影响ADS 21(和/或与ADS相关)的操作条件，包括车辆周围环境的(一个或多个)状态和车辆2的(一个或多个)内部状态、和/或ADS 21的(一个或多个)内部状态和/或其软件的(一个或多个)内部状态。

与ADS相关的操作条件(其例如以已知的方式例如经由车载感知系统211至少部分地从所获得的传感器数据导出和/或从其中推导，并且其附加地可以从车辆2和/或ADS 21的软件内导出)可以由影响ADS 21(和/或被认为和/或被识别为与ADS 21相关)的任何可行的操作条件来表示，这些操作条件至少包括车辆周围环境的(一个或多个)状态和车辆2的(一个或多个)内部状态。与ADS相关的操作条件可以相应地由车辆周围环境的(一个或多个)状态(例如，环境状况(例如，天气和/或道路类型等))和/或与区域相关的状况(例如，当前车辆位置的国家和/或车辆注册的国家等)来表示，和/或由车辆2的车辆状态(例如，车辆2的速度、加速度、主动传感器等)、车辆2的(一个或多个)驾驶状态(例如，动态驾驶任务(Dynamic Driving Task，DDT)和/或DDT支援等)、车辆2的(一个或多个)主动特征类型来表示，并且还由用于ADS 21和/或车辆2中的例如不同算法的软件(例如，ADS软件)内的(一个或多个)内部状态(例如，(一个或多个)条件、(一个或多个)状态、(一个或多个)参数值、(一个或多个)信号等)、和/或(例如，状态机的(一个或多个状态)和/或一个或多个软件参数的(一个或多个)值等)、和/或车辆2的(一个或多个)内部状态(例如为了估计例如感知系统的所谓外部传感器的致动器能力和/或(一个或多个)状态，例如从所谓内部传感器22测量的内部状态)来表示。短语“[……]确定与ADS相关的当前操作条件”可以指“[……]导出和/或建立与ADS相关的当前操作条件”、“[……]确定当前操作条件”、“[……]确定与ADS相关的当前或基本上当前操作条件”、“[……]确定目前的、持续的和/或最近持续的与ADS相关的操作条件，例如追溯和/或回溯可预定一段时间”、“[……]确定与ADS相关的当前操作条件”和/或“[……]确定与ADS相关的当前操作条件”，并且根据示例还可以指“[……]确定与驱动相关的当前操作条件”。此外，“车辆周围环境的状态和所述车辆的内部状态”可以指“车辆周围环境的一个或多个状态和所述车辆的一个或多个内部状态”和/或“车辆周围环境的状态和/或所述车辆的内部状态”，并且根据示例还可以指“车辆周围环境的状态和所述车辆、所述ADS的内部状态，和/或所述ADS的软件的内部状态”。

如在示例性的图1中以示例性的方式示出的，缓冲器资源优先级区分系统1还(例如，通过场景预测单元104)适用于和/或被配置为确定预测要从所确定的与ADS相关的当前操作条件演变出的即将到来的场景。因此，基于所述条件(其至少包括车辆周围环境的状态和车辆2的内部状态的，例如追溯可预定的一段时间)，从所述操作条件预测评估在不久的将来和/或在即将到来的时间点发生的(例如，触发事件诱发)场景。因此，例如在车辆2行驶时，(连续地和/或间歇地)相应地预测预期要在事件缓冲器3中引起和/或调用对车辆2的操作数据的数据存储和/或数据收集的可能即将到来的一个或多个场景。

可以基于与ADS相关的当前操作条件以任何可行的方式来确定预测要演变出的即将到来的场景，所确定的与ADS相关的当前操作条件例如可以追溯可预定的一段时间，例如小于一秒，数秒，或甚至数十秒。因此，可以通过评估所述操作条件(例如鉴于与所经历的和/或预期从其中演变的场景相关联和/或预先相关联的类似的预先经历的和/或预先定义的操作条件)，例如以查找方式和/或例如通过将所确定的操作条件馈送到示例性神经网络和/或机器学习模型(示例性神经网络和/或机器学习模型被训练为使用所确定的操作条件作为输入来输出预期从其中演变出的(一个或多个)场景)，来确定被预测要演变出的即将到来的场景。根据示例，可以利用可选的车载感知系统211来确定即将到来的场景。此外，即将到来的场景可以由车辆2的周围环境来表示(提前预测要在任何给定时刻从所确定的与ADS相关的当前操作条件演变出，例如预测要在可预定的一段时间范围内发生，和/或在这样的可预定的一段时间(例如在小于一秒，数秒或甚至数十秒的范围内)内的某一将来的时间点发生)。即将到来的场景可以包括以下项中的一个或多个和/或由以下项中的一个或多个来表示：例如动态元素(例如动态对象的状态和/或属性和/或动态模型不兼容信息(例如场景(例如，车道网络，例如，车道、冲突区域等))、静止元素(例如障碍物、路缘、交通标志、交通灯位置、模型不兼容信息等)、垂直高度、环境条件等(例如参与者和/或观察者的自我呈现，例如技能和能力、例如视场和/或遮挡、参与者和/或观察者的状态和/或属性等)。此外，根据示例，被预测的即将到来的场景可以与任何可行时长的场景(例如包括一个或多个事件)相关联。被预测的即将到来的场景还可以由触发事件诱发场景来表示，继而与预测的触发事件相关，因此与预期在事件缓冲器3中引起和/或调用对车辆2的操作数据的数据存储和/或数据收集相关。触发事件(例如，如本领域中已知的)可以由符合场景识别和/或事件记录触发标准的任何标准的任何可行事件(例如与ADS相关事件和/或与ADS性能相关事件(例如关键事件和/或安全性关键事件))来表示，这些标准(例如，如本领域中已知的)可以由规定在什么状况下应该触发事件记录的任何可行的一个或多个条件(例如，与ADS相关的条件和/或与ADS性能相关的条件)来表示，任何可行的一个或多个条件例如可以由以下项中的一个或多个来表示和/或包括下项中的一个或多个：车辆紧急制动系统的激活、关键性能指示符(KPI)值下降到低于(和/或超过)可预定的KPI阈值、感知误差和/或感知差异超过可预定的限度、在检测到的无对象区域中不同周围环境检测传感器(例如，相机和激光机载扫描)之间的差异超过可预定的限度、由车辆驾驶员取代ADS 21的主动驾驶模式、车辆驾驶员的压力水平超过可预定的压力水平阈值、系统之间的可预定程度的差异、其它车辆的某些行为、某些检测到(例如，陌生)的物体，某些罕见事件等。根据示例，可以附加地基于来自热图(例如被称为挑战热图)的输入来确定预测要演变出的即将到来的场景，该热图包括与过去车辆情况(被识别为关键和/或具有挑战性)相关联的关键位置。与这种被简单提及的挑战热图相关的其他细节可以在同一申请人申请的申请号为EP21170064的欧洲专利申请中找到，该申请通过引用并入本文中，并且为了简洁和简明起见，将不对其进行进一步阐述。短语“确定即将到来的场景”可以指“估计和/或预测即将到来的场景”、“确定可能的、所估计的和/或所假定的即将到来的场景”、“确定演变的和/或未来的场景”、“确定即将到来的至少第一场景”、“确定车辆周围环境的即将到来的场景”、“确定即将到来的车辆周围环境，例如周围环境的例如动态元素、场景和/或参与者和/或观察者的自我呈现”，并且根据示例还可以指“确定与触发事件相关的和/或触发事件诱发的即将到来的场景”和/或“例如至少部分地利用车载感知系统确定即将到来的场景”。此外，“预测要从与ADS相关的当前操作条件演变出的场景”可以指“假定要从与ADS相关的当前操作条件演变出的场景”、“预测要从与ADS相关的当前操作条件发展和/或产生的场景”和/或“当考虑与ADS相关的当前操作条件时预测要演变出的场景”，并且根据示例还可以指“在可预定的时间范围内和/或在即将到来的时间点处预测要从与ADS相关的当前操作条件演变出的场景”。

如在示例性的图1和图2中以示例性的方式示出的，缓冲器资源优先级区分系统1还(例如，通过优先级推导单元105)适用于和/或被配置为基于对被预测场景的评估来推导其存储优先级得分4，该存储优先级得分4反映了预测的在事件缓冲器3中对被预测场景40的事件数据进行冻结的相关性。因此，通过评估预测的即将到来的场景，计算和/或预测鉴于该场景的数据收集的相关性。即，通过从与当前ADS相关的操作条件分析预测的即将到来的场景，就在事件缓冲器3中的存储与其相关联的事件数据40而言，确定所述场景的优先级4。因此，某个被预测的即将到来的场景可以被推导为与某个存储优先级得分相关联，而另一被预测的即将到来的场景可以被推导为与(例如，具有更高或更低值的)另一存储优先级得分相关联。例如，与罕见和/或边缘事件相关联的被预测的即将到来的场景可以比另一(例如，更常见的)被预测的即将到来的场景分级更高，例如，具有更高的存储优先级得分。因此，利用引入的概念，不同的被预测场景可以用不同相应的被预测存储优先级得分4来属性化和/或扩充，从而支持和/或实现被预测的即将到来的场景可预测地被分级和/或区分优先级。

被预测场景的存储优先级得分4可以由任何可行标度的任何可行值(例如数值)来表示。可能地，存储优先级得分4还可以与指示置信度的置信度值相关联和/或用指示置信度的置信度值来属性化，置信度值与即将到来的场景和/或其存储优先级得分4的预测相关。此外，被预测场景的存储优先级得分4可以基于对所述场景的评估以任何可行的方式被推导，并且还与任何可行的一个或多个不同的优先级方面和/或优先级因素(鉴于被预测的即将到来的场景(例如鉴于与被预测的即将到来的场景相关联的被预测的触发事件和/或鉴于所述触发底层的一个或多个事件)的事件数据，例如其学习潜力、其稀少性、其安全性监视重要性、其回归测试重要性、其法律合规考虑等)相关。可以(例如使用平均、中值和/或加权方法和/或方案)以任何可行的方式组合不同的优先级方面以到达所得和/或组合的存储优先级得分。

因此，根据示例，例如，对于正在开发的ADS特征，优先级方面可以由来自被预测的即将到来的场景的事件数据的学习潜力和/或(一个或多个)学习益处来表示。例如，可以通过将被预测的即将到来的场景和/或与其相关联的数据馈送到例如神经网络和/或示例性聚类算法来确定和/或推导这样的与学习潜力相关的优先级方面(其因此可以贡献于和/或表示存储优先级得分4)，其中神经网络和/或示例性聚类算法是在先前的训练和/或开发数据(例如，这样的ADS特征的先前的训练和/或开发数据)上训练出的。这样的ADS特征的开发重要性也可以被考虑；例如，如果所述ADS特征的计划释放日期例如在相对远的将来，并且被预测的即将到来的场景和/或与其相关联的数据预期仅具有例如适度的稀少性，则在所述特征释放之前例如可能再次预期和/或经历类似的情况和/或场景的概率可能潜在地降低在事件缓冲器3中对被预测场景的事件数据进行冻结的相对重要性，因此呈现相对低的预测相关性，并且继而推导出相对低的存储优先级得分4。附加地或替代地，优先级方面还可以例如由被预测的即将到来的场景的事件数据的稀少性来表示。例如，可以通过异常检测、和/或通过识别与被预测的即将到来的场景相关联的场景、和/或通过部署用于量化被预测的即将到来的场景和/或与其相关联的数据的模型，并且例如使其与预先构建的统计模型(例如场景空间的概率分布)相关，以测量触发事件和/或所述触发事件底层的一个或多个事件发生的相对概率来确定和/或推导这样的与稀少性相关的优先级方面(其因此可以贡献于和/或表示存储优先级得分4)。此外，附加地或替代地，优先级方面还可以例如通过安全性监视重要性来表示，例如通过使用KPI(关键性能指示符)值来表示，KPI值例如是安全性KPI，其诸如与被预测的即将到来的场景的事件数据的后侵占时间(PET)、制动威胁编号(BTN)、碰撞时间(TTC)等相关。可以例如通过从对被预测的即将到来的场景和/或与其相关联的数据的评估预测所述安全性监视重要性(例如KPI值)来确定和/或推导这样的与安全性监视重要性相关的优先级方面(其因此可以贡献于和/或表示存储优先级得分4)。根据示例，这样的安全性监视重要性(例如KPI值)可以至少部分地基于预先处理的数据(即，基于例如确证的和/或增强的数据)来构建，这些确证的和/或增强的数据可以通过(一个或多个)向后过滤器运行被预测的即将到来的场景相关联的数据的至少一部分和/或其中一定范围的数据来实现，这可以增加例如状态数据的准确性和/或例如降低和/或最小化丢失在车辆2的周围环境中的重要信息的概率。此外，附加地或替代地，例如，优先级方面还可以由被预测的即将到来的场景的事件数据的后续回归测试、检验和验证的重要性来表示。可以通过将被预测的即将到来的场景和/或与其相关联的数据与先前收集到的和/或被预先存储的数据进行比较(例如通过将被预测的即将到来的场景和/或与其相关联的数据馈送到例如在先前训练和/或开发数据上训练的神经网络)来确定和/或推导这样的与回归测试重要性相关的优先级方面(其因此可以贡献于和/或表示存储优先级得分4)。此外，附加地或替代地，优先级方面还可以例如由存储事件数据的法律合规考虑来表示。可以例如通过考虑与被预测的即将到来的场景相关联的数据的存储受法律规定约束来确定和/或推导这样的与法律合规考虑相关的优先级方面(其因此可以贡献于和/或表示存储优先级得分4)；例如，某些(一个或多个)ADS 21行为和/或某些(一个或多个)交通情况可以保证存储符合法律规定。用于(和/或有助于)推导和/或确定存储优先级得分4的相应的可能模型可以可被例如重复地更新以例如反映ADS 21的当前属性和/或状态。例如，用于导出学习潜力的上述例示性模型可以与对所考虑的(一个或多个)特征的更新一起被连续地更新。此外，这些模型可以是相关的硬件和/或软件版本；例如，相对于较老的相机可能需要大量操作时间，下一代平台的新安装的例如车载相机可以具有收集某些数据的其它价值。

短语“基于对被预测场景的评估来推导”可以指“基于被预测场景的评估来确定、预测、计算、推导、设定和/或估计”、“通过评估被预测场景来推导”和/或“通过使用被预测场景作为输入来推导”，而“存储优先级得分”在整个本公开中可以指“数据收集优先级得分”、“冻结优先级得分”、“存储分级、相关性和/或重要性得分”、“存储优先级”和/或“存储优先级值”。另一方面，“其存储优先级得分”可以指“其被预测的存储优先级得分”和/或“被预测场景的存储优先级得分”，并且根据示例，还可以指“其存储优先级得分例如和/或用所确定的和/所估计的置信度值被属性化”。此外，“反映预测的相关性”可以指“指示预测的相关性”，而“在事件缓冲器中对被预测场景的事件数据进行冻结”可以指“在事件缓冲器中对被预测场景的事件数据进行存储和/或收集”、“在事件缓冲器中对被预测场景的至少一部分的事件数据进行冻结”、“在事件缓冲器中对与被预测场景相关联和/或有关的事件数据进行冻结”和/或“在所述事件缓冲器中对与被预测场景有关的ADS和/或车辆的操作数据进行冻结”。

可选地，并且如在示例性的图1和图2中以示例性的方式示出的，如果事件缓冲器3当前包括一个或多个冻结事件5，缓冲器资源优先级区分系统1还可以(例如，通过可选的缓冲器解冻单元107)在事件缓冲器3中对具有存储优先级得分510的至少第一冻结事件51进行解冻，该存储优先级得分510与推导出的被预测场景的存储优先级得分4相比，至少第一冻结事件51的优先级较低。因此，如果被预测的即将到来的场景的预测的优先级比已经被存储在事件缓冲器3中的至少第一事件51(或与其相关联的事件数据)更高(例如通过具有更高的存储优先级得分4，例如其具有可预定的余量和/或置信度)，则至少第一冻结事件51和/或其相关联的事件数据(例如具有(一个或多个)最低存储优先级得分510的(一个或多个)冻结事件51)可以从事件缓冲器3中被丢弃。以这种方式，诸如事件缓冲器3的缓冲器存储区、存储器、区域、余地和/或空间之类的资源可以被提前释放，即甚至在被预测的即将到来的场景已经发生之前，例如在与被预测的即将到来的场景相关联的被预测的触发事件(和/或领先于所述触发事件(例如包括其开始)的一个或多个事件)已经发生和/或出现之前。因此，在新的被预测事件被认为具有较高重要性的情况下，被存储在事件缓冲器3中的先前事件51可以相应地可预测地被解冻。换句话说，建议在(一个或多个)所预期的事件(和/或当前所经历的事件)和先前收集到的事件之间可预测地进行优先级区分，以旨在和/或确保存储例如最有价值的事件。因此，与一个或多个已经冻结的事件51的(一个或多个)优先级得分510相比，如果推导出的被预测的即将到来的场景的存储优先级得分4出现在顶部，即被断定为优先级更高，则因此被认为不太重要的(一个或多个)这样的已经冻结的事件51(和/或与其相关联的事件数据)可被解冻(例如，具有最低优先级得分510的冻结事件51首先被解冻)，以为所预期的(和/或当前所经历的)(一个或多个)事件(包括其即将到来的和/或将来的演变)给出余地。

在事件缓冲器3中已经冻结的一个或多个事件5可以由任何可行数量的冻结事件5来表示，例如从仅仅一个到几十个，几百个或甚至几千个的范围，例如取决于事件缓冲器3的容量和/或相应冻结事件5的事件数据量。此外，事件缓冲器3中的(一个或多个)冻结事件5的相应的存储优先级得分可以已经以任何可行的方式(例如以本文所建议的方式)设定。可预测地被解冻的冻结事件51的量可以是任何可行的数量，例如范围可从单个冻结事件到若干个或几十个或甚至更多。可选地，并且如在示例性的图1和图2中以示例性的方式示出的，缓冲器资源优先级区分系统1还可以(例如，通过可选的资源预测单元106)适用于和/或被配置为预测存储被预测场景的事件数据40所需的事件缓冲器资源量。于是对至少第一冻结事件51进行解冻可以可选地包括(和/或可选的缓冲器解冻单元107于是可以可选地适用于和/或被配置为)对事件缓冲器3的资源进行解冻至少所预测的量。因此，可以估计被预测需要解冻的已经被存储的事件5的数量(和/或已经被存储的事件数据的范围和/或量)以释放缓冲器资源，这些释放的缓冲器资源足以在事件缓冲器3中冻结被预测的即将到来的场景的事件数据40。存储被预测场景的事件数据40所需的事件缓冲器资源量可以以任何可行的方式来预测和/或估计，例如通过评估所确定的与ADS相关的操作条件。此外，对至少第一冻结事件51进行解冻可以包括(和/或可选的缓冲器解冻单元107可以可选地适用于和/或被配置为)：还在一个或多个冻结事件5的情况下，即使对至少第一冻结事件51进行解冻，事件缓冲器3的剩余容量也不足。因此，如果事件缓冲器3的剩余容量(例如存储容量和/或缓存区域)低于可预定的水平和/或阈值(例如小于事件缓冲器3的可预定的剩余容量)，则(一个或多个)已经冻结的事件51(被认为优先级比被预测场景更低)仅被附加地解冻。以这种方式，如果有足够的缓冲器容量剩余，例如即使在被预测的即将到来的场景到来，则(一个或多个)已经冻结的事件51(虽然优先级比被预测场景更低)可以保持在事件缓冲器3中，而不会被暴露而预测性地被解冻。

短语“在所述事件缓冲器中进行解冻”可以指“在所述事件缓冲器中释放和/或丢弃”，而“如果所述事件缓冲器当前包括一个或多个冻结事件”可以指“当所述事件缓冲器当前包括一个或多个冻结事件时”、“如果所述事件缓冲器包括一个或多个冻结事件”、“如果所述事件缓冲器当前包括一个或多个被存储的事件”和/或“如果所述事件缓冲器当前包括一个或多个已经冻结的事件”。此外，“具有存储优先级得分的至少第一冻结事件”可以指“具有存储优先级得分的至少第一冻结事件的至少一部分”、“具有存储优先级得分的至少第一冻结事件的事件数据”、“具有存储优先级得分的所述一个或多个冻结事件中的至少第一冻结事件”和/或“与存储优先级得分相关联的、用存储优先级得分属性化的和/或扩充的至少第一冻结事件”。另一方面，短语“呈现所述至少第一冻结事件的优先级较低”可以指“被解释为、产生和/或推断所述至少第一冻结事件的优先级较低”和/或“呈现所述至少第一冻结事件的优先级相对较低”，并且根据示例还可以指“例如通过具有比推导出的被预测场景的存储优先级得分更低的存储优先级得分的所述至少第一冻结事件，呈现所述至少第一冻结事件的优先级较低”、“例如通过具有比推导出的被预测场景的存储优先级得分更低的存储优先级得分的所述至少第一冻结事件并且还具有一个或多个冻结事件的最低存储优先级得分的所述至少第一冻结事件，呈现所述至少第一冻结事件的优先级较低”、“例如通过具有比推导出的被预测场景的存储优先级得分更低的存储优先级得分的所述至少第一冻结事件(推导出的的存储优先级得分具有可预定的余量和/或置信度)，呈现所述至少第一冻结事件的优先级较低”和/或“鉴于比较与被预测场景和/或其存储优先级得分相关联的置信度值，呈现所述至少第一冻结事件的优先级较低”。

可选地，并且如在示例性的图1和图2中以示例性的方式示出的，缓冲器资源优先级区分系统1还可以(例如，通过可选的缓冲器冻结单元108)适用于和/或被配置为在事件缓冲器3中对与被预测场景相关联的事件数据40进行冻结。因此，例如一旦经历和/或出现，与所述被预测场景(和/或实际展现的场景)有关的操作数据40可以被存储在事件缓冲器3中。

此外，可选地，并且如在示例性的图1和图2中以示例性的方式示出的，缓冲器资源优先级区分系统1还可以(例如，通过可选的重新分配选择单元109)适用于和/或被配置为基于至少第一冻结事件5的存储优先级得分来选择至少第一冻结事件5以便重新分配给另一车载存储设备6。因此，被存储在事件缓冲器3中的一个或多个事件5可以(鉴于相应的被存储的事件5的存储优先级得分)被选择以便重新分配给至少第一其他(例如更有关的)事件存储设备、介质、单元、驱动器和/或盘6(例如车载硬盘和/或固态驱动器)，例如以解除事件缓冲器3的负担。可以以任何可行的方式鉴于各冻结事件5的存储优先级得分确定哪些(一个或多个)冻结事件5要被滤除以重新分配给所述存储设备6、在所述存储设备6处转储和/或在所述存储设备6处另外存储，例如，选择具有(一个或多个)最高(和/或最低)存储优先级得分的(一个或多个)冻结事件5和/或具有超过(和/或低于)可预定的阈值和/或水平的(一个或多个)存储优先级得分的(一个或多个)冻结事件5。此外，要可选地重新分配给所述存储设备的冻结事件5的数量可以例如考虑存储设备6的劣化方面和/或成本来而确定。

可能地，并且如在示例性的图1中以示例性的方式示出的，缓冲器资源优先级区分系统1还可以(例如，通过可选的事件检测单元102)适用于和/或被配置为在传感器数据潜在地满足事件记录触发标准和/或ADS 21的软件的状态满足事件记录触发标准时，识别支持所述满足的触发事件条件。因此，后续检测到符合事件记录触发标准的可能事件，则确定触发事件的状况。即，随着在所述事件缓冲器3中发生引起和/或启动对车辆2的操作数据的数据存储和/或数据收集的可能事件，导出触发事件的状况，例如其类型和/或类别(例如与感知相关的误差、KPI超额等)。检测触发事件的发生可以以任何可行(例如，已知)的方式来实现，无论所述触发事件是从传感器数据导出还是从与ADS相关的软件(或与ADS相关的软件中)的状态导出。于是确定即将到来的场景可能地可以包括(和/或场景预测单元104于是可能地可以被适用于和/或配置为)附加地基于触发事件条件来确定预测要演变出的即将到来的场景。短语“在[……]时识别支持所述满足的触发事件条件”可以指“在[……]时导出、评估、确定、分类和/或归类支持所述满足的触发事件条件”、“在[……]时识别支持所述满足的触发事件状况和/或特性”、“在[……]时识别在所述满足背后和/或引起所述满足的触发事件条件”，并且根据示例还可以指“在[……]时识别支持所述满足的触发事件的事件类型和/或类别”。另一方面，短语“在[……]满足事件记录标准时”可以指“当和/或如果在[……]满足事件记录标准时”、“在[……]展现和/或导致事件记录标准的满足时”、“在[……]满足事件记录标准时”、“在[……]满足至少第一事件触发条件时”、“在[……]满足可预定的事件记录标准时”、“在[……]满足触发标准时”和/或“在[……]满足事件和/或场景记录标准时，事件和/或场景记录标准规定在什么状况下(和/或对于哪些事件和/或场景)事件和/或场景记录和/或数据存储应当被触发的条件”。此外，“在所述传感器数据满足时”可以指“在所述传感器数据的至少一部分满足时”和/或“在所述传感器数据有助于满足时”，而“在[……]ADS的软件的状态满足时”可以指“在[……]ADS的软件的所导出和/或所确定的状态满足时”和/或“在[……]ADS软件的状态有助于满足时”。根据示例，短语“在所述传感器数据(和/或ADS的软件的状态)满足事件记录触发标准时，识别支持所述满足的触发事件条件”可以指“检测触发事件的发生并且识别所述触发事件的条件(例如，类型和/或类别)”。

图1中还示出，缓冲器资源优先级区分系统1包括传感器数据获得单元101、可选的事件检测单元102、操作条件确定单元103、场景预测单元104、优先级推导单元105、可选的资源预测单元106、可选的缓冲器解冻单元107、可选的缓冲器冻结单元108和可选的重新分配选择单元109，所有这些已经在上文中较详细地描述。此外，用于在事件缓冲器3中存储优先级区分(事件缓冲器3被配置为连续地收集车辆2的ADS 21的操作数据)的本文实施例可以通过一个或多个处理器(例如，处理器110，例如，由至少第一中央处理单元(CPU)、至少第一图形处理单元(GPU)、至少第一张量处理单元(TPU)、和/或至少第一现场可编程门阵列(FPGA)表示)和用于执行本文实施例的功能和动作的计算机程序代码来实现。所述程序代码还可以作为计算机程序产品提供，例如，以承载计算机程序代码的数据载体的形式，该计算机程序代码当本文的实施例被加载到缓冲器资源优先级区分系统1中时用于执行本文的实施例。一种这样的载体可以采用CD/DVD ROM盘和/或硬盘驱动器的形式，然而对于其它的数据载体也是可行的。此外，计算机程序代码可以作为服务器上的纯程序代码提供，并且被下载到缓冲器资源优先级区分系统1。缓冲器资源优先级区分系统1还可以包括存储器111，该存储器111包括一个或多个存储器单元。存储器111可选地包括高速随机存取存储器(例如，DRAM、SRAM、DDR RAM)或其它随机存取固态存储器设备，并且还可选地包括非易失性存储器(例如，一个或多个磁盘存储设备、光盘存储设备、闪存设备或其它非易失性固态存储设备)。此外，存储器111可以被布置为用来存储例如信息，并且还被布置为存储数据、配置、调度和应用，以当本文的方法在缓冲器资源优先级区分系统1中被执行时执行这些方法。例如，计算机程序代码可以被实现在嵌入式处理器110的被存储在闪存111中的固件中，和/或可以例如从车外服务器被无线地下载。此外，单元101至单元109、可选的处理器110和/或可选的存储器111可以至少部分地被包括在(例如，在ADS 21中的和/或与ADS 21相关联的)一个或多个节点112(例如，车辆2的ECU)中，本领域技术人员还将理解，上述的所述单元101至单元109以及本文描述的任何其他单元、接口、系统、控制器、模块、设备、元件、特征等可以指、包括、包含如下项和/或在如下项中或由如下项实现：模拟和数字电路和/或一个或多个处理器的组合，所述一个或多个处理器被配置有例如被存储在诸如存储器111之类的存储器中的软件和/或固件，该软件和/或固件当由诸如处理器110之类的一个或多个处理器执行时执行如在此描述的操作。这些处理器中的一个或多个处理器以及其它的数字硬件可以被包括在单个专用集成电路(ASIC)或若干个处理器中，并且各种数字硬件可以被分布在若干个单独的组件中，无论是独自地被封装还是被组装到片上系统(SoC)。

图3是根据本公开的实施例的描绘由缓冲器资源优先级区分系统1执行的示例性方法的流程图。所述方法用于在事件缓冲器3中存储优先级区分，事件缓冲器3被配置为连续地收集车辆2的ADS 21的操作数据。示例性方法可以被连续重复，包括利用图1和图2讨论的以下动作中的一个或多个动作。此外，这些动作可以以任何合适的顺序进行和/或一个或多个动作可以同时被执行和/或在适用时以交替的顺序执行。例如，可选动作1008和动作1009可以以交替的顺序和/或同时执行。

动作1001

在动作1001中，缓冲器资源优先级区分系统1(例如，利用传感器数据获得单元101)获得在车辆2上的一个或多个传感器22的传感器数据。

动作1002

在可选动作1002中，缓冲器资源优先级区分系统1可以可能地和/或可选地(例如，利用可选的事件检测单元102)在传感器数据和/或ADS21的软件的状态呈现满足事件记录触发标准时识别支持所述满足的触发事件条件。

动作1003

在动作1003中，缓冲器资源优先级区分系统1(例如，利用操作条件确定单元103)至少部分地基于传感器数据来确定与ADS相关的当前操作条件，这些当前操作条件至少包括车辆周围环境的状态和车辆2的内部状态。

动作1004

在动作1004中，缓冲器资源优先级区分系统1(例如，利用场景预测单元104)确定预测要从当前操作条件演变出的即将到来的场景。

可能地和/或可选地，如果识别触发事件条件的可选动作1002在动作1004之前执行，则确定即将到来的场景的动作1004可以可能地包括(和/或场景预测单元104然后可以被可选地适用于和/或配置为)附加地基于触发事件条件来确定预测要演变出的即将到来的场景。

动作1005

在动作1005中，缓冲器资源优先级区分系统1(例如，利用优先级推导单元105)基于对被预测场景的评估来推导其存储优先级得分4，该存储优先级得分4反映了预测的在事件缓冲器3中对被预测场景的事件数据40进行冻结的相关性。

动作1006

在可选动作1006中，缓冲器资源优先级区分系统1(例如，利用可选的资源预测单元106)可以可选地预测存储被预测场景的事件数据40所需的事件缓冲器资源量。

动作1007

在可选动作1007中，如果所述事件缓冲器当前包括一个或多个冻结事件5，则缓冲器资源优先级区分系统1(例如，利用可选的缓冲器解冻单元107)可以可选地在事件缓冲器3中对具有存储优先级得分510的至少第一冻结事件51进行解冻，其中该存储优先级得分510与推导出的被预测场景的存储优先级得分4相比，至少第一冻结事件51的优先级较低。

可选地，对至少第一冻结事件51进行解冻的动作1007可以包括(和/或可选的缓冲器解冻单元107可以可选地适用于和/或被配置为)：还在一个或多个冻结事件5的情况下，即使对至少第一冻结事件51进行解冻，事件缓冲器3的剩余容量也不足。

此外，可选地，如果动作1007在预测存储被预测场景的事件数据40所需的事件缓冲器资源量的可选动作1006之后，则对至少第一冻结事件51进行解冻的动作1007可以包括(和/或可选的缓冲器解冻单元107可以可选地适用于和/或被配置为)对事件缓冲器3的资源进行解冻至少所预测的量。

动作1008

在可选动作1008中，缓冲器资源优先级区分系统1(例如，利用可选的缓冲器冻结单元108)可以可选地在事件缓冲器3中对与被预测场景相关联的事件数据40进行冻结。

动作1009

在可选动作1009中，缓冲器资源优先级区分系统1(例如，利用可选的重新分配选择单元109)基于至少第一冻结事件5的存储优先级得分来可以可选地选择至少第一冻结事件5以便重新分配给另一车载存储设备6。

本领域技术人员认识到，本公开决不限于上述优选实施例。相反，在所附权利要求的范围内，许多修改和变化是可能的。还应当注意，附图不一定是按比例的，并且为了清楚起见，某些特征的尺寸可能被放大。而是，重点在于说明本文的实施例的原理。附加地，在权利要求中，词语“包括”不排除其他元件或步骤，并且不定冠词“一个”或“一”不排除多个。

Claims (15)

1.一种方法，所述方法由资源优先级区分系统(1)执行，用于在事件缓冲器(3)中存储优先级区分，所述事件缓冲器(3)被配置为连续地收集车辆(2)的自动驾驶系统ADS(21)的操作数据，所述方法包括：

获得(1001)在所述车辆(2)上的一个或多个传感器(22)的传感器数据；

至少部分地基于所述传感器数据来确定(1003)与ADS相关的当前操作条件，所述与ADS相关的当前操作条件至少包括车辆周围环境的状态和所述车辆(2)的内部状态；

确定(1004)预测要从所述当前操作条件演变出的即将到来的场景；以及

基于对被预测场景的评估来推导(1005)该被预测场景的存储优先级得分(4)，所述存储优先级得分(4)反映了预测的在所述事件缓冲器(3)中对被预测场景的事件数据(40)进行冻结的相关性。

2.根据权利要求1所述的方法，还包括：

在所述事件缓冲器(3)当前包括一个或多个冻结事件(5)的情况下，在所述事件缓冲器(3)中对具有存储优先级得分(510)的至少第一冻结事件(51)进行解冻(1007)，其中所述存储优先级得分(510)与推导出的所述被预测场景的存储优先级得分(4)相比，所述至少第一冻结事件(51)的优先级较低。

3.根据权利要求2所述的方法，其中，还在所述一个或多个冻结事件(5)的情况下，所述进行解冻(1007)包括：即使对至少第一冻结事件(51)进行解冻所述事件缓冲器(3)的剩余容量也不足。

4.根据权利要求2或3所述的方法，还包括：

预测(1006)存储所述被预测场景的事件数据(40)所需的事件缓冲器资源量；

其中，对至少第一冻结事件(51)进行解冻(1007)包括：对所述事件缓冲器(3)的资源进行解冻至少所预测的量。

5.根据权利要求2至4中任一项所述的方法，还包括：

在所述事件缓冲器(3)中对与所述被预测场景相关联的事件数据(40)进行冻结(1008)。

6.根据权利要求2至5中任一项所述的方法，还包括：

基于所述至少第一冻结事件(5)的存储优先级得分，选择(1009)至少第一冻结事件(5)以便重新分配给另一车载存储设备(6)。

7.一种缓冲器资源优先级区分系统(1)，用于在事件缓冲器(3)中存储优先级区分，所述事件缓冲器(3)被配置为连续地收集车辆(2)的自动驾驶系统ADS(21)的操作数据，所述缓冲器资源优先级区分系统(1)包括：

传感器数据获得单元(101)，用于获得(1001)在所述车辆(2)上的一个或多个传感器(22)的传感器数据；

操作条件确定单元(103)，用于至少部分地基于所述传感器数据来确定(1003)与ADS相关的当前操作条件，所述与ADS相关的当前操作条件至少包括车辆周围环境的状态和所述车辆(2)的内部状态；

场景预测单元(104)，用于确定预测要从所述当前操作条件演变出的即将到来的场景；以及

优先级推导单元(105)，用于基于对被预测场景的评估来推导(1005)该被预测场景的存储优先级得分(4)，所述存储优先级得分(4)反映了预测的在所述事件缓冲器(3)中对被预测场景的事件数据(40)进行冻结的相关性。

8.根据权利要求7所述的缓冲器资源优先级区分系统(1)，还包括：

缓冲器解冻单元(107)，用于在所述事件缓冲器(3)当前包括一个或多个冻结事件(5)的情况下，在所述事件缓冲器(3)中对具有存储优先级得分(510)的至少第一冻结事件(51)进行解冻(1007)，其中所述存储优先级得分(510)与推导出的所述被预测场景的存储优先级得分(4)相比，所述至少第一冻结事件(51)的优先级较低。

9.根据权利要求8所述的缓冲器资源优先级区分系统(1)，其中，所述缓冲器解冻单元(107)适用于和/或被配置为：还在所述一个或多个冻结事件(5)的情况下，即使对至少第一冻结事件(51)进行解冻，所述事件缓冲器(3)的剩余容量也不足。

10.根据权利要求8或9所述的缓冲器资源优先级区分系统(1)，还包括：

资源预测单元(106)，用于预测(1006)存储所述被预测场景的事件数据(40)所需的事件缓冲器资源量；

其中，所述缓冲器解冻单元(107)被适用于和/或被配置为对所述事件缓冲器(3)的资源进行解冻至少所预测的量。

11.根据权利要求8至10中任一项所述的缓冲器资源优先级区分系统(1)，还包括：

缓冲器冻结单元(108)，用于在所述事件缓冲器(3)中对与所述被预测场景相关联的事件数据(40)进行冻结(1008)。

12.根据权利要求7至11中任一项所述的缓冲器资源优先级区分系统(1)，还包括：

重新分配选择单元(109)，用于基于所述至少第一冻结事件(5)的存储优先级得分，选择(1009)至少第一冻结事件(5)以便重新分配给另一车载存储设备(6)。

13.一种车辆(2)，包括根据权利要求7至12中任一项所述的缓冲器资源优先级区分系统(1)。

14.一种计算机程序产品，包括计算机程序，所述计算机程序包含计算机程序代码段，所述计算机程序代码段被布置为使计算机或处理器执行根据权利要求1至6中任一项所述的方法的步骤，所述计算机程序产品存储在计算机可读介质或载波上。

15.一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质上存储有根据权利要求14所述的计算机程序产品。