CN117194741A - 数据采集方法、装置、控制器、车辆、存储介质与芯片 - Google Patents

Abstract

本公开涉及一种数据采集方法、装置、控制器、车辆、存储介质与芯片，涉及该方法包括：接收第一车端数据；在该第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，将该第一车端数据以及与该第一车端数据关联的关联数据上传至云端服务器；其中，与该第一车端数据匹配的该第二车端数据，和该第一车端数据的类型相同。使用本公开提出的数据采集方法，可以将更加全面的故障数据上传至云端服务器，以为维修人员进行更加全面的故障分析提供支持。

Description

数据采集方法、装置、控制器、车辆、存储介质与芯片

技术领域

本公开涉及自动驾驶技术领域，尤其涉及一种数据采集方法、装置、控制器、车辆、存储介质与芯片。

背景技术

车辆安全是车辆领域中重要的组成部分，车辆检测与诊断的目的是确定车辆的技术状况与工作能力，查明车辆的故障部位、故障原因，从而为车辆提供继续运行或维修的依据。

目前，当车辆出现故障时，车辆会将发生故障时产生的故障数据存储在车辆上，维修人员在对车辆进行故障维修或故障分析时，可以从车辆上查看故障数据，以进行故障分析。

然而，车辆发生故障后，车辆所存储的故障数据较少，不足以支撑维修人员进行故障分析。

发明内容

为克服相关技术中存在的问题，本公开提供一种数据采集方法、装置、控制器、车辆、存储介质与芯片。

根据本公开实施例的第一方面，提供一种数据采集方法，所述方法包括：

接收第一车端数据；

在所述第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器；

其中，与所述第一车端数据匹配的所述第二车端数据，和所述第一车端数据的类型相同。

可选地，所述方法还包括：

以预设筛选条件，从所述第一车端数据中筛选目标车端数据；

将所述目标车端数据上传至云端服务器。

可选地，所述预设筛选条件包括：

预设采集范围、预设采集频率以及预设采集周期中的至少一个。

可选地，以预设筛选条件，从所述第一车端数据中筛选目标车端数据之前，所述方法还包括：

接收所述云端服务器的第一配置文件；

解析所述第一配置文件，得到所述预设筛选条件。

可选地，所述关联数据包括：

与所述第一车端数据之间的采集时间间隔为预设时长及以内的数据，或与所述第一车端数据之间的采集次数间隔为预设次数及以内的数据。

可选地，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器，包括：

将所述第一车端数据与所述关联数据打包为数据文件，并为所述数据文件添加标签，将带有标签的数据文件上传至所述云端服务器。

可选地，预先配置的第二车端数据的第二标志位通过以下步骤得到：

接收所述云端服务器的第二配置文件；

解析所述第二配置文件，得到所述预先配置的第二车端数据的第二标志位。

根据本公开实施例的第二方面，提供一种数据采集装置，所述装置包括：

接收模块，被配置为接收第一车端数据；

第一上传模块，被配置为在所述第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器；

其中，所述第一车端数据与所述第二车端数据为相同类型的车端数据。

根据本公开实施例的第三方面，提供一种车辆控制器，所述车辆控制器包括数据流采集器、数据缓存器与事件触发器；

所述数据流采集器，用于接收第一车端数据，并将所述第一车端数据发送至所述数据缓存器与所述事件触发器；

所述事件触发器，用于在所述第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，向所述数据缓存器发送存储指令；

所述数据缓存器，用于响应于所述存储指令，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器。

可选地，所述车辆控制器还包括数据筛选器；

所述数据筛选器，用于接收所述云端服务器的第一配置文件，并解析所述第一配置文件，得到预设筛选条件；

所述数据筛选器，还用于以预设筛选条件，从所述第一车端数据中筛选目标车端数据，并将所述目标车端数据上传至所述云端服务器。

根据本公开实施例的第四方面，提供一种车辆，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

实现本公开实施例第一方面提供的数据采集方法的步骤。

根据本公开实施例的第五方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开实施例第一方面提供的数据采集方法的步骤。

根据本公开实施例的第六方面，提供一种芯片，包括处理器和接口；所述处理器用于读取指令以执行本公开实施例第一方面提供的数据采集方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

在确定出第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，将第一车端数据以及与第一车端数据关联的关联数据上传至云端服务器。

第一方面，云端服务器所获取到的不仅仅是第一车端数据，还会获取到与第一车端数据相关的关联数据，关联数据与第一车端数据相较于只获取第一车端数据而言更加全面，范围更广，所以维修人员可以依据更加全面的第一车端数据与关联数据等故障数据，来对故障事件进行完整的重现分析，进而精确地确定车辆故障原因；第二方面，维修人员无需从发生故障的车辆上获取故障数据，直接远程从云端服务器中获取到故障数据即可进行故障分析，给维修人员的维修工作带来了便利；第三方面，在车辆出现故障时，可以及时地将与车辆故障相关的第一车端数据与关联数据上传至云端服务器，使得故障分析的工作能够提早展开，车辆故障能够尽早地被解决。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种数据采集方法的流程图。

图2是根据一示例性实施例示出的一种数据采集方法的流程图。

图3是根据一示例性实施例示出的一种数据采集方法的流程图。

图4是根据一示例性实施例示出的一种车辆控制器、云端服务器与总线网关交互的示意图。

图5是根据一示例性实施例示出的一种数据采集装置的框图。

图6是一示例性实施例示出的一种车辆的功能框图示意图。(车辆的一般结构)

图7是根据一示例性实施例示出的一种装置的框图。(移动终端的一般结构)

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

需要说明的是，本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。

图1是根据一示例性实施例示出的一种数据采集方法的流程图，如图1所示，数据采集方法用于车辆控制器中，包括以下步骤。

在步骤S11中，接收第一车端数据。

本步骤中，车辆控制器可以为车辆的整车控制器。

其中，第一车端数据可以从车辆总线网关处进行获取，车辆总线网关会输出与车辆相关的速度数据、轮胎气压数据、安全气囊数据等第一车端数据。本步骤中所指的第一车端数据指的是车辆控制器当前所接收的车端数据。

车辆控制器在接收到第一车端数据的同时，还会获取到第一车端数据的第一标志位，第一标志位具有故障标志位与正常标志位。

示例地，速度数据的第一标志位为0时，表明车辆的速度处于正常状态；速度数据的第一标志位为1时，表明车辆超速，那么0就是正常标志位，而1是故障标志位。

其中，车辆在启动之后会实时地产生第一车端数据，所以整车控制器可以在车辆启动之后，实时地接收车辆产生的第一车端数据。

在步骤S12中，在所述第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器。

本步骤中，可以在车辆控制器中预先配置第二车端数据的第二标志位，并在识别出第一车端数据的第一标志位与第二车端数据的标志位匹配的情况下，确定车辆出现故障，此时可以将第一车端数据以及与第一车端数据关联的关联数据上传至云端服务器，以为维修人员提供故障分析的故障数据。

其中，与所述第一车端数据匹配的所述第二车端数据，和所述第一车端数据的类型相同。

示例地，当第一车端数据为速度数据时，与第一车端数据匹配的第二车端数据也为速度数据；当第一车端数据为轮胎气压数据时，与第一车端数据匹配的第二车端数据也轮胎气压数据。

其中，与第一车端数据关联的关联数据，指的是与当前获取到的第一车端数据相关的前后一段时间内的数据。关联数据也是车辆控制器所获取的第一车端数据，是当前获取的第一车端数据前后一段预设时长内或预设采集次数内的多个第一车端数据。

具体地，关联数据指的是与第一车端数据之间的采集时间间隔为预设时长及以内的数据，或与第一车端数据之间的采集次数间隔为预设次数及以内的数据，采集次数间隔指的是关联数据的采集顺序与第一车端数据的采集顺序之间的差值。

示例地，在一段时间内获取到的第一车端数据包括数据A、B、C、D、E、F、G的采集时刻分别为2:29、2:30、2:31、2:32、2:33、2:34、2:35，以当前获取到的第一车端数据为数据C为例。

若预设时长为2S，那么关联数据则包括数据A、数据B、数据D以及数据E；若预设次数为2，那么关联数据则包括数据A、数据B、数据D以及数据E。

其中，可以在车辆控制器中预先配置各个第二车端数据的第二标志位，第二车端数据的第二标志位用于表征车辆出现不同类型的故障。

示例地，可以在车辆控制器中预先配置速度数据的第二标志位为1、轮胎气压数据的第二标志位为1、安全气囊数据的第二标志位为1。

当识别到速度数据的第一标志位为1时，表明车辆超速，此时会将当前获取到的速度数据以及与当前速度数据相关的关联数据上传至云端服务器；当识别到轮胎气压数据的第一标志位为1时，表明车辆轮胎气压低，此时会将获取到的轮胎气压数据以及与轮胎气压数据相关的关联数据上传至云端服务器；当识别到安全气囊数据的第一标志位为1时，表明车辆的安全气囊点爆，此时会将获取到的安全气囊数据以及与安全气囊数据相关的关联数据上传至云端服务器。

其中，第一标志位与第二标志位匹配，指的是第一标志位与第二标志位之间具有映射关系，不仅仅限于第一标志位与第二标志位的字符相同，也可以将字符不同的第一标志位与第二标志位建立映射关系，依据映射关系，来确定第一标志位与第二标志位是否匹配。

通过本公开提出的数据采集方法，可以在确定出第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，将第一车端数据以及与第一车端数据关联的关联数据上传至云端服务器。

第一方面，云端服务器所获取到的不仅仅是第一车端数据，还会获取到与第一车端数据前后一段预设时长内或预设采集次数内的关联数据，由于第一车端数据前后一段预设时长内或预设采集次数内的关联数据，可以更加完整的体现整个故障事件，所以维修人员可以依据更加全面的第一车端数据与关联数据等故障数据，来对故障事件进行完整的重现分析，进而精确地确定车辆故障原因；第二方面，维修人员无需从发生故障的车辆上获取故障数据，直接远程从云端服务器中获取到故障数据即可进行故障分析，给维修人员的维修工作带来了便利；第三方面，在车辆出现故障时，可以及时地将与车辆故障相关的第一车端数据与关联数据上传至云端服务器，使得故障分析的工作能够提早展开，车辆故障能够尽早地被解决。

在一种可能的实施方式中，车辆控制器还可以接收云端服务器的第一配置文件，来对数据进行筛选，并将筛选后的数据上传给云端服务器，请参阅图2所示，具体包括以下步骤：

在步骤S21中，接收所述云端服务器的第一配置文件。

相关技术中，由于车辆中的配置是静态的，所以车辆对于第一车端数据的筛选条件往往在车辆出厂之后，就无法被更改。具体而言，车辆是单片机系统，日常生活中电饭煲与冰箱等都是用的单片机系统，这些具有单片机系统的生活用品的系统中的配置一旦被预先设置，就无法被用户所更改，类似的，具有单片机系统的车辆中的配置同样也无法轻易地被开发人员所修改。

然而，随着车辆技术的逐渐发展，车辆上延伸了智能系统，例如车辆上设置了车端与云端服务器之间的交互软件，通过交互软件可以在云端服务器上对车辆上的一些功能进行操控。

所以，工作人员可以先在云端服务器上配置好第一配置文件，云端服务器将配置好的第一配置文件通过交互软件，将第一配置文件发送给车辆控制器，车辆控制器再依据第一配置文件对预先设置的筛选条件进行更改。

其中，第一配置文件是用于设置预设筛选条件的文件，第一配置文件包括筛选第一车端数据的预设筛选条件，预设筛选条件包括预先设置的预设采集范围、预设采集频率以及预设采集周期中的至少一个。

在步骤S22中，解析所述第一配置文件，得到所述预设筛选条件。

本步骤中，云端服务器会将配置好的预设筛选条件打包发送给车辆控制器，车辆控制器对第一配置文件进行解析，来得到预先配置的筛选条件。

在步骤S23中，以预设筛选条件，从所述第一车端数据中筛选目标车端数据。

具体地，若预先在云端服务器中配置的是预设采集范围，车辆控制器会以预设采集范围来从获取到的第一车端数据中筛选出目标车端数据。

在配置预设采集范围时，是配置指定数据的名称以及指定数据的采集数量，从而依据指定数据的名称，从多个第一车端数据中，获取指定采集数量的指定数据。

示例地，可以预先配置指定数据的名称为速度数据，速度数据的采集数量为300个，若获取到的第一车端数据的数量是1000，那么车辆控制器则会从1000个第一车端数据中筛选出300个速度数据。

具体地，若预先在云端服务器中配置的是预设采集频率，车辆控制器会以预设采集频率来获取目标车端数据，且针对不同类型的指定数据，可以配置不同的预设采集频率。

示例地，可以配置预设采集频率为10S采集一次速度数据，那么，车辆控制器会每间隔10S采集一次速度数据，直至筛选出300个速度数据；可以配置预设采集频率为5S采集一次加速度数据，那么车辆控制器会每间隔5S采集一次加速度数据，直至筛选出200个加速度数据。

具体地，若预先在云端服务器中配置的是预设采集周期，车辆控制器会以预设采集周期来进行每个周期下的目标车端数据的采集。

示例地，预设采集周期为30min，那么，车辆控制器在采集目标车端数据时，是一次连续采集30min，来筛选出300个目标车端数据。

在步骤S24中，将所述目标车端数据上传至云端服务器。

本步骤中，在以预设筛选条件筛选出目标车端数据之后，可以将筛选出的目标车端数据上传至云端服务器，以使得维修人员在云端服务器获取目标车端数据，来进行数据分析、故障诊断或者车辆健康状态分析等等。

其中，在一些场景下，也可以不设置预设筛选条件，将第一车端数据全部上传至云端服务器，以提供数据分析。

通过本公开提出的数据采集方法，云端服务器可以通过交互软件向车辆控制器发送第一配置文件，车辆控制器依据第一配置文件可以对自身的预设筛选条件进行重新更改。一方面可以满足不同场景下对于不同预设筛选条件的需求；另一方面通过云端服务器向车辆控制器下发第一配置文件，也使得预设筛选条件的配置更改更加灵活。

在一种可能的实施方式中，车辆控制器还可以接收云端服务器的第二配置文件，来对车辆上的不同故障事件进行设定，请参阅图3所示，具体包括以下步骤：

在步骤S31中，接收所述云端服务器的第二配置文件。

本步骤中，第二配置文件是对车辆的故障事件进行预配置的文件，第二配置文件包括第二车端数据以及第二车端数据的第二标志位，第二标志位用于表征第二车端数据是故障数据。

具体地，第二配置文件可以对车辆超速事件进行预配置，也可以对安全气囊点爆进行预配置，对轮胎气压低进行预配置，对车辆刹车失灵进行预配置等等。

示例地，在对车辆超速事件进行预配置时，是将速度数据的第二标志位设置为1；在对安全气囊点爆进行预配置时，是将安全气囊数据的第二标志位设置为1；在对轮胎气压低进行预配置时，是将轮胎气压数据的第二标志位设置为1；在对刹车失灵进行预配置时，是将制动踏板数据的第二标志位设置为1。

其中，一个第二配置文件中可以配置多个故障事件，也可以配置一个故障事件，本公开在此不做限制。

在步骤S32中，解析所述第二配置文件，得到所述预先配置的第二车端数据的第二标志位。

本步骤中，维修人员可以在云端服务器上对不同故障事件进行设定，并打包为第二配置文件，通过交互软件发送给车辆控制器；车辆控制器接收到第二配置文件之后，对第二配置文件进行解析，来得到第二车端数据以及第二车端数据的第二标志位，从而使得车辆控制器在获取到车辆实时产生的第一车端数据之后，识别第一车端数据的第一标志位是否与第二车端数据的第二标志位相同，进而在相同的情况下，向云端服务器上报故障数据。

通过本公开提供的数据采集方法，云端服务器可以通过交互软件向车辆控制器下发第二配置文件。如此，维修人员可以在云端服务器上，为车辆预先配置不同故障事件的第二车端数据以及第二车端数据的第二标志位，以及时地为车辆添加不同的故障事件的特征，从而便于车辆控制器在识别到车辆故障时，能够及时地上报故障数据。

在一种可能的实施方式中，为了便于维修人员在多组故障数据中找到所需要的目标故障数据来进行故障分析，还包括：

将所述第一车端数据与所述关联数据打包为数据文件，并为所述数据文件添加标签，将带有标签的数据文件上传至所述云端服务器。

具体地，车辆在行驶的过程中可能会产生多个故障事件，而多个故障事件同时上传给云端服务器后，维修人员难以对多个故障事件进行区分。为了对多个故障事件进行区分，车辆控制器在确定第一车端数据的第一标志位与第二车端数据的第二标志位匹配的情况下，可以依据第一车端数据或第二车端数据的类型，将第一车端数据与关联数据打包为数据文件后，为数据文件添加标签，并将带有标签的数据文件上传至云端服务器。如此，维修人员可以通过标签，来确定数据文件中的故障数据的类型，从而有针对性地进行故障分析。

示例地，车辆行驶过程中产生了轮胎气压低、刹车失灵这两个故障事件，当车辆控制器确定轮胎气压数据的第一标志位与预先设置的轮胎气压数据的第二标志位相同的情况下，将车辆当前的轮胎气压数据以及关联数据打包为数据文件，并为数据文件添加“轮胎气压故障”的标签；当车辆控制器确定制动踏板数据的第一标志位与预先设置的制动踏板数据的第二标志位相同的情况下，将车辆当前的制动踏板数据以及关联数据打包为数据文件，并为数据文件添加“刹车失灵”标签。

如此，维修人员在云端服务器获取到带有“轮胎气压故障”标签的数据文件，以及带有“刹车失灵”标签的数据文件之后，即可依据标签确定所需的数据文件。

通过本公开提出的数据采集方法，可以将第一车端数据以及关联数据打包为数据文件，并为数据文件添加标签，如此，维修人员即可依据标签快速找到所需的数据文件，从而有利于维修人员快速地进行故障分析。

根据本公开一实施例提出的数据采集方法，本公开还提出一种车辆控制器，请参阅图4所示，所述车辆控制器包括数据流采集器、数据缓存器与事件触发器；

所述数据流采集器，用于接收第一车端数据，并将所述第一车端数据发送至所述数据缓存器与所述事件触发器。

请参阅图4所示，数据流采集器可以从车辆总线网关获取车辆实时产生的第一车端数据，并将第一车端数据分别发送给数据缓存器与事件触发器。

所述事件触发器，用于在所述第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，向所述数据缓存器发送存储指令。

请参阅图4所示，事件触发器通过交互软件接收云端服务器的第二配置文件，第二配置文件中包含了第二车端数据以及第二车端数据的第二标志位；当事件触发器识别到第一车端数据的第一标志位与第二车端数据的第二标志位相同的情况下，向数据缓存器发送存储指令。

其中，存储指令用于指示数据缓存器将当前缓存的第一车端数据以及与第一车端数据关联的关联数据进行存储打包。

所述数据缓存器，用于响应于所述存储指令，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器。

其中，数据缓存器中具有缓存介质，缓存介质可以为RAM(Random Access Memory，随机存取存储器)或非易失存储单元。

数据缓存器在接收到第一车端数据之后，会将第一车端数据进行缓存，当数据缓存器所缓存的第一车端数据达到上限值之后，会将多余的第一车端数据从数据缓存器中清理出去，如此，数据缓存器中具有实时更新的第一车端数据。

当数据缓存器在接收到存储指令之后，响应于存储指令，会将当前所接收的第一车端数据以及与第一车端数据前后一段预设时长内或预设采集次数内的关联数据打包为数据文件，并为数据文件添加标签，通过交互软件发送给云端服务器以进行全面的故障分析。

其中，为了给数据缓存器、数据流采集器以及事件触发器提供支持，可以在车辆总线网关处额外设置加速器。如此，通过加速器可以使得数据流采集器用更快的采集频率以及更广的采集范围来获取更加丰富的第一车端数据，为数据缓存器与事件触发器获取更加丰富的故障数据提供了支持，也进一步为更加全面的故障分析提供了支持。

通过本公开提出的车辆控制器，包括数据缓存器、数据流采集器以及事件触发器，由于数据缓存器、数据流采集器以及事件触发器位于同一车辆控制器中，与车辆总线网关分别使用不同的流量，所以额外设置的数据缓存器、数据流采集器以及事件触发器，并不会影响到车辆总线网关处的流量，也不会影响到车辆总线网关处的存储资源。

在一种可能的实施方式中，所述车辆控制器还包括数据筛选器；

所述数据筛选器，用于接收所述云端服务器的第一配置文件，并解析所述第一配置文件，得到预设筛选条件。

其中，数据流采集器还可以将第一车端数据发送给数据筛选器。

数据筛选器也可以通过交互软件从云端服务器获取第一配置文件，第一配置文件中包含了用于筛选目标车端数据的预设筛选条件；当数据筛选器获取到第一配置文件之后，对第一配置文件进行解析，得到维修人员在云端服务器所配置的预设筛选条件。

所述数据筛选器，还用于以预设筛选条件，从所述第一车端数据中筛选目标车端数据，并将所述目标车端数据上传至所述云端服务器。

其中，预设筛选条件包括：预设采集范围、预设采集频率以及预设采集周期中的至少一者。

具体地，若维修人员预先在云端服务器中配置的是预设采集范围，那么数据筛选器会以预设采集范围来从获取到的第一车端数据中筛选出目标车端数据。示例地，预设采集范围的数量为300，第一车端数据的数量是1000，那么数据筛选器则会从1000个第一车端数据中筛选出300个目标车端数据。

通过本公开提出的车辆控制器，车辆控制器包括数据筛选器，维修人员可以在云端服务器对数据筛选器中的预设筛选条件进行更改，从而使得数据筛选器依据不同的预设筛选条件，来筛选出目标车端数据。

图5是根据一示例性实施例示出的一种数据采集装置的框图。参照图5，该装置120包括接收模块121与第一上传模块122。

接收模块121，被配置为接收第一车端数据。

第一上传模块122，被配置为在所述第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器；其中，所述第一车端数据与所述第二车端数据为相同类型的车端数据。

可选地，该装置120还包括：

筛选模块，被配置为以预设筛选条件，从所述第一车端数据中筛选目标车端数据；

第二上传模块，被配置为将所述目标车端数据上传至云端服务器。

可选地，所述预设筛选条件包括：

预设采集范围、预设采集频率以及预设采集周期中的至少一个。

可选地，该装置120还包括：

第一配置文件获取模块，被配置为接收所述云端服务器的第一配置文件；

第一解析模块，被配置为解析所述第一配置文件，得到所述预设筛选条件。

可选地，所述关联数据包括：

与所述第一车端数据之间的采集时间间隔为预设时长及以内的数据，或与所述第一车端数据之间的采集次数间隔为预设次数及以内的数据。

可选地，第一上传模块122包括：

第三上传模块，被配置为将所述第一车端数据与所述关联数据打包为数据文件，并为所述数据文件添加标签，将带有标签的数据文件上传至所述云端服务器。

可选地，该装置120还包括：

第二配置文件获取模块，被配置为接收所述云端服务器的第二配置文件；

第二解析模块，被配置为解析所述第二配置文件，得到所述预先配置的第二车端数据的第二标志位。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

参阅图6，图6是一示例性实施例示出的一种车辆600的功能框图示意图。车辆600可以被配置为完全或部分自动驾驶模式。例如，车辆600可以通过感知系统620获取其周围的环境信息，并基于对周边环境信息的分析得到自动驾驶策略以实现完全自动驾驶，或者将分析结果呈现给用户以实现部分自动驾驶。

车辆600可包括各种子系统，例如，信息娱乐系统610、感知系统620、决策控制系统630、驱动系统640以及计算平台650。可选的，车辆600可包括更多或更少的子系统，并且每个子系统都可包括多个部件。另外，车辆600的每个子系统和部件可以通过有线或者无线的方式实现互连。

在一些实施例中，信息娱乐系统610可以包括通信系统611，娱乐系统612以及导航系统613。

通信系统611可以包括无线通信系统，无线通信系统可以直接地或者经由通信网络来与一个或多个设备无线通信。例如，无线通信系统可使用3G蜂窝通信，例如CDMA、EVD0、GSM/GPRS，或者4G蜂窝通信，例如LTE。或者5G蜂窝通信。无线通信系统可利用WiFi与无线局域网(wireless local area network，WLAN)通信。在一些实施例中，无线通信系统可利用红外链路、蓝牙或ZigBee与设备直接通信。其他无线协议，例如各种车辆通信系统，例如，无线通信系统可包括一个或多个专用短程通信(dedicated short range communications，DSRC)设备，这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。

娱乐系统612可以包括显示设备，麦克风和音响，用户可以基于娱乐系统在车内收听广播，播放音乐；或者将手机和车辆联通，在显示设备上实现手机的投屏，显示设备可以为触控式，用户可以通过触摸屏幕进行操作。

在一些情况下，可以通过麦克风获取用户的语音信号，并依据对用户的语音信号的分析实现用户对车辆600的某些控制，例如调节车内温度等。在另一些情况下，可以通过音响向用户播放音乐。

导航系统613可以包括由地图供应商所提供的地图服务，从而为车辆600提供行驶路线的导航，导航系统613可以和车辆的全球定位系统621、惯性测量单元622配合使用。地图供应商所提供的地图服务可以为二维地图，也可以是高精地图。

感知系统620可包括感测关于车辆600周边的环境的信息的若干种传感器。例如，感知系统620可包括全球定位系统621(全球定位系统可以是GPS系统，也可以是北斗系统或者其他定位系统)、惯性测量单元(inertial measurement unit，IMU)622、激光雷达623、毫米波雷达624、超声雷达625以及摄像装置626。感知系统620还可包括被监视车辆600的内部系统的传感器(例如，车内空气质量监测器、燃油量表、机油温度表等)。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是车辆600的安全操作的关键功能。

全球定位系统621用于估计车辆600的地理位置。

惯性测量单元622用于基于惯性加速度来感测车辆600的位姿变化。在一些实施例中，惯性测量单元622可以是加速度计和陀螺仪的组合。

激光雷达623利用激光来感测车辆600所位于的环境中的物体。在一些实施例中，激光雷达623可包括一个或多个激光源、激光扫描器以及一个或多个检测器，以及其他系统组件。

毫米波雷达624利用无线电信号来感测车辆600的周边环境内的物体。在一些实施例中，除了感测物体以外，毫米波雷达624还可用于感测物体的速度和/或前进方向。

超声雷达625可以利用超声波信号来感测车辆600周围的物体。

摄像装置626用于捕捉车辆600的周边环境的图像信息。摄像装置626可以包括单目相机、双目相机、结构光相机以及全景相机等，摄像装置626获取的图像信息可以包括静态图像，也可以包括视频流信息。

决策控制系统630包括基于感知系统620所获取的信息进行分析决策的计算系统631，决策控制系统630还包括对车辆600的动力系统进行控制的整车控制器632，以及用于控制车辆600的转向系统633、油门634和制动系统635。

计算系统631可以操作来处理和分析由感知系统620所获取的各种信息以便识别车辆600周边环境中的目标、物体和/或特征。目标可以包括行人或者动物，物体和/或特征可包括交通信号、道路边界和障碍物。计算系统631可使用物体识别算法、运动中恢复结构(Structure from Motion，SFM)算法、视频跟踪等技术。在一些实施例中，计算系统631可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。计算系统631可以将所获取的各种信息进行分析并得出对车辆的控制策略。

整车控制器632可以用于对车辆的动力电池和引擎641进行协调控制，以提升车辆600的动力性能。

转向系统633可操作来调整车辆600的前进方向。例如在一个实施例中可以为方向盘系统。

油门634用于控制引擎641的操作速度并进而控制车辆600的速度。

制动系统635用于控制车辆600减速。制动系统635可使用摩擦力来减慢车轮644。在一些实施例中，制动系统635可将车轮644的动能转换为电流。制动系统635也可采取其他形式来减慢车轮644转速从而控制车辆600的速度。

驱动系统640可包括为车辆600提供动力运动的组件。在一个实施例中，驱动系统640可包括引擎641、能量源642、传动系统643和车轮644。引擎641可以是内燃机、电动机、空气压缩引擎或其他类型的引擎组合，例如汽油发动机和电动机组成的混动引擎，内燃引擎和空气压缩引擎组成的混动引擎。引擎641将能量源642转换成机械能量。

能量源642的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源642也可以为车辆600的其他系统提供能量。

传动系统643可以将来自引擎641的机械动力传送到车轮644。传动系统643可包括变速箱、差速器和驱动轴。在一个实施例中，传动系统643还可以包括其他器件，比如离合器。其中，驱动轴可包括可耦合到一个或多个车轮644的一个或多个轴。

车辆600的部分或所有功能受计算平台650控制。计算平台650可包括至少一个处理器651，处理器651可以执行存储在例如存储器652这样的非暂态计算机可读介质中的指令653。在一些实施例中，计算平台650还可以是采用分布式方式控制车辆600的个体组件或子系统的多个计算设备。

处理器651可以是任何常规的处理器，诸如商业可获得的CPU。可替换地，处理器651还可以包括诸如图像处理器(Graphic Process Unit，GPU)，现场可编程门阵列(FieldProgrammable Gate Array，FPGA)、片上系统(Sysem on Chip，SOC)、专用集成芯片(Application Specific Integrated Circuit，ASIC)或它们的组合。尽管图6功能性地图示了处理器、存储器、和在相同块中的计算机的其它元件，但是本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如，存储器可以是硬盘驱动器或位于不同于计算机的外壳内的其它存储介质。因此，对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤，诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器，处理器只执行与特定于组件的功能相关的计算。

在本公开实施方式中，处理器651可以执行上述的数据采集方法。

在此处所描述的各个方面中，处理器651可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中，此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行，包括采取执行单一操纵的必要步骤。

在一些实施例中，存储器652可包含指令653(例如，程序逻辑)，指令653可被处理器651执行来执行车辆600的各种功能。存储器652也可包含额外的指令，包括向信息娱乐系统610、感知系统620、决策控制系统630、驱动系统640中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。

除了指令653以外，存储器652还可存储数据，例如道路地图、路线信息，车辆的位置、方向、速度以及其它这样的车辆数据，以及其他信息。这种信息可在车辆600在自主、半自主和/或手动模式中操作期间被车辆600和计算平台650使用。

计算平台650可基于从各种子系统(例如，驱动系统640、感知系统620和决策控制系统630)接收的输入来控制车辆600的功能。例如，计算平台650可利用来自决策控制系统630的输入以便控制转向系统633来避免由感知系统620检测到的障碍物。在一些实施例中，计算平台650可操作来对车辆600及其子系统的许多方面提供控制。

可选地，上述这些组件中的一个或多个可与车辆600分开安装或关联。例如，存储器652可以部分或完全地与车辆600分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。

可选地，上述组件只是一个示例，实际应用中，上述各个模块中的组件有可能根据实际需要增添或者删除，图6不应理解为对本公开实施例的限制。

在道路行进的自动驾驶汽车，如上面的车辆600，可以识别其周围环境内的物体以确定对当前速度的调整。物体可以是其它车辆、交通控制设备、或者其它类型的物体。在一些示例中，可以独立地考虑每个识别的物体，并且基于物体的各自的特性，诸如它的当前速度、加速度、与车辆的间距等，可以用来确定自动驾驶汽车所要调整的速度。

可选地，车辆600或者与车辆600相关联的感知和计算设备(例如计算系统631、计算平台650)可以基于所识别的物体的特性和周围环境的状态(例如，交通、雨、道路上的冰、等等)来预测识别的物体的行为。可选地，每一个所识别的物体都依赖于彼此的行为，因此还可以将所识别的所有物体全部一起考虑来预测单个识别的物体的行为。车辆600能够基于预测的识别的物体的行为来调整它的速度。换句话说，自动驾驶汽车能够基于所预测的物体的行为来确定车辆将需要调整到(例如，加速、减速、或者停止)何种稳定状态。在这个过程中，也可以考虑其它因素来确定车辆600的速度，诸如，车辆600在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。

除了提供调整自动驾驶汽车的速度的指令之外，计算设备还可以提供修改车辆600的转向角的指令，以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的物体(例如，道路上的相邻车道中的车辆)的安全横向和纵向距离。

上述车辆600可以为各种类型的行驶工具，例如，轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、娱乐车、火车等等，本公开实施例不做特别的限定。

图7是根据一示例性实施例示出的一种用于数据采集的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理，车辆控制器，车辆等。

参照图7，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的数据采集方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

输入/输出接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述数据采集方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述数据采集方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

上述装置除了可以是独立的电子设备外，也可是独立电子设备的一部分，例如在一种实施例中，该装置可以是集成电路(Integrated Circuit，IC)或芯片，其中该集成电路可以是一个IC，也可以是多个IC的集合；该芯片可以包括但不限于以下种类：GPU(GraphicsProcessing Unit，图形处理器)、CPU(Central Processing Unit，中央处理器)、FPGA(Field Programmable Gate Array，可编程逻辑阵列)、DSP(Digital Signal Processor，数字信号处理器)、ASIC(Application Specific Integrated Circuit，专用集成电路)、SOC(System on Chip，SoC，片上系统或系统级芯片)等。上述的集成电路或芯片中可以用于执行可执行指令(或代码)，以实现上述的数据采集方法。其中该可执行指令可以存储在该集成电路或芯片中，也可以从其他的装置或设备获取，例如该集成电路或芯片中包括处理器、存储器，以及用于与其他的装置通信的接口。该可执行指令可以存储于该处理器中，当该可执行指令被处理器执行时实现上述的数据采集方法；或者，该集成电路或芯片可以通过该接口接收可执行指令并传输给该处理器执行，以实现上述的数据采集方法。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的数据采集方法的代码部分。

本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (13)

1.一种数据采集方法，其特征在于，所述方法包括：

接收第一车端数据；

在所述第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器；

其中，与所述第一车端数据匹配的所述第二车端数据，和所述第一车端数据的类型相同。

2.根据权利要求1所述的数据采集方法，其特征在于，所述方法还包括：

以预设筛选条件，从所述第一车端数据中筛选目标车端数据；

将所述目标车端数据上传至云端服务器。

3.根据权利要求2所述的数据采集方法，其特征在于，所述预设筛选条件包括：

预设采集范围、预设采集频率以及预设采集周期中的至少一个。

4.根据权利要求2所述的数据采集方法，其特征在于，以预设筛选条件，从所述第一车端数据中筛选目标车端数据之前，所述方法还包括：

接收所述云端服务器的第一配置文件；

解析所述第一配置文件，得到所述预设筛选条件。

5.根据权利要求1-4任一项所述的数据采集方法，其特征在于，所述关联数据包括：

与所述第一车端数据之间的采集时间间隔为预设时长及以内的数据，或与所述第一车端数据之间的采集次数间隔为预设次数及以内的数据。

6.根据权利要求5所述的数据采集方法，其特征在于，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器，包括：

将所述第一车端数据与所述关联数据打包为数据文件，并为所述数据文件添加标签，将带有标签的数据文件上传至所述云端服务器。

7.根据权利要求1所述的数据采集方法，其特征在于，预先配置的第二车端数据的第二标志位通过以下步骤得到：

接收所述云端服务器的第二配置文件；

解析所述第二配置文件，得到所述预先配置的第二车端数据的第二标志位。

8.一种数据采集装置，其特征在于，所述装置包括：

接收模块，被配置为接收第一车端数据；

第一上传模块，被配置为在所述第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器；

其中，所述第一车端数据与所述第二车端数据为相同类型的车端数据。

9.一种车辆控制器，其特征在于，所述车辆控制器包括数据流采集器、数据缓存器与事件触发器；

所述数据流采集器，用于接收第一车端数据，并将所述第一车端数据发送至所述数据缓存器与所述事件触发器；

所述事件触发器，用于在所述第一车端数据的第一标志位与预先配置的第二车端数据的第二标志位匹配的情况下，向所述数据缓存器发送存储指令；

所述数据缓存器，用于响应于所述存储指令，将所述第一车端数据以及与所述第一车端数据关联的关联数据上传至云端服务器。

10.根据权利要求9所述的车辆控制器，其特征在于，所述车辆控制器还包括数据筛选器；

所述数据筛选器，用于接收所述云端服务器的第一配置文件，并解析所述第一配置文件，得到预设筛选条件；

所述数据筛选器，还用于以预设筛选条件，从所述第一车端数据中筛选目标车端数据，并将所述目标车端数据上传至所述云端服务器。

11.一种车辆，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

实现权利要求1-7中任一项所述的数据采集方法的步骤。

12.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1-7中任一项所述的数据采集方法的步骤。

13.一种芯片，其特征在于，包括处理器和接口；所述处理器用于读取指令以执行权利要求1-7中任一项所述的数据采集方法的步骤。