一种并行避免场景数据采集方法及系统与流程

1.本发明属于智能驾驶领域，尤其涉及一种并行避免场景数据采集方法及系统。


背景技术：

2.随着智能汽车技术的快速发展，高级别智能驾驶系统已经广泛应用于量产乘用车上，但实际使用过程中，智能驾驶驾驶功能过于机械化，如导航辅助驾驶在自车周围存在并行车辆时，不会主动进行加减速避免并行。为提升车辆“拟人化”驾乘体验，需要大量采集人工自然驾驶的数据，对系统进行迭代优化。
3.然而，现有的并行场景数据采集需要从海量驾驶中提取，并人为进行判别提取。或者，人为主观识别并行场景，并设置数据的采集节点。这两种方式都可以提取到感兴趣场景，但这也将耗费大量的人力物力。


技术实现要素：

4.有鉴于此，本发明实施例提供了一种并行避免场景数据采集方法及系统，用于解决现有场景数据采集耗时耗力的问题。
5.在本发明实施例的第一方面，提供了一种并行避免场景数据采集方法，包括：
6.在无跟车场景下，获取目标车辆处于并行场景的起始时刻和结束时刻；
7.其中，当检测到目标车辆进入实际并行域内且在实际并行域内行驶时间超过第一预定值，则记录实际并行场景起始时刻；
8.持续跟踪目标车辆，当目标车辆驶离实际并行域内且驶离持续时间超过第二预定值，则记录实际并行场景结束时刻；
9.或者，当检测到目标车辆进入预测并行域内且在并行域内行驶时间超过第一预定值，则记录预测并行场景起始时刻；
10.持续跟踪目标车辆，当目标车辆驶离预测并行域内且驶离持续时间超过第二预定值，则记录预测并行场景结束时刻；
11.采集并行场景起始时刻到结束时刻车辆控制器自动处理的并行避免场景数据。
12.在本发明实施例的第二方面，提供了一种并行避免场景数据采集系统，包括：
13.时间获取模块，用于在无跟车场景下，获取目标车辆处于并行场景的起始时刻和结束时刻；
14.其中，当检测到目标车辆进入实际并行域内且在实际并行域内行驶时间超过第一预定值，则记录实际并行场景起始时刻；
15.持续跟踪目标车辆，当目标车辆驶离实际并行域内且驶离持续时间超过第二预定值，则记录实际并行场景结束时刻；
16.或者，当检测到目标车辆进入预测并行域内且在并行域内行驶时间超过第一预定值，则记录预测并行场景起始时刻；
17.持续跟踪目标车辆，当目标车辆驶离预测并行域内且驶离持续时间超过第二预定
值，则记录预测并行场景结束时刻；
18.数据采集模块，用于采集并行场景起始时刻到结束时刻车辆控制器自动处理的并行避免场景数据。
19.在本发明实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
20.在本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
21.本发明实施例中，通过设置实际并行域和预测并行域，确定数据开始和结束的采集节点，对应提取车辆控制器上数据，实现并行避免场景数据的自动识别和采集，既减少场景数据采集量，又减少人力物力的耗费，进一步可以减轻云端数据处理负担。
附图说明
22.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见地，下面描述的附图仅仅是本发明的一些实施例，对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他附图。
23.图1为本发明一个实施例提供的一种并行避免场景数据采集方法流程示意图；
24.图2为本发明一个实施例提供的并行区域示意图；
25.图3为本发明一个实施例提供的并行场景划分示意图；
26.图4为本发明一个实施例提供的一种并行避免场景数据采集系统的结构示意图；
27.图5为本发明的一个实施例提供的一种电子设备的结构示意图。
具体实施方式
28.为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
29.应当理解，本发明的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述，意指覆盖不排他的包含，如包含一系列步骤或单元的过程、方法或系统、设备没有限定于已列出的步骤或单元。此外，“第一”“第二”用于区分不同对象，并非用于描述特定顺序。
30.需要说明的是，为提取人工自然驾驶避免并行的行为场景，数据采集仅在智能驾驶功能未激活时发生，即在智能驾驶功能未激活的情况下，且感知与融合模块仍在后台运行。
31.应理解，在车辆并行避免包含两大类行为场景：一类为已经构成并行后自车脱离并行状态；一类为自车预见到依照当前车辆行驶状态会与前/后方的目标车辆产生并行，故
提前动作避免并行状态产生的行为。定义实际并行域及预测并行域两个区域，四条边界。目标车辆在并行域内即在前方实际并行线到后方实际并行线之间时，认为构成实际并行关系，目标车辆在预测并行域内即在前方预测并行线到后方预测并行线之间时，认为自车会进行针对并行状态的提前预测及避免。
32.请参阅图1，本发明实施例提供的一种并行避免场景数据采集方法的流程示意图，包括：
33.s101、在无跟车场景下，获取目标车辆处于并行场景的起始时刻和结束时刻；
34.所述无跟车场景是指车辆当前不处于跟车行驶状态，或者自车前方一定距离范围内不存在行驶的车辆。
35.本实施例中，可以根据自车与前方车辆的纵向距离，结合车辆所在车道判断是否处于跟车场景。所述纵向距离可以自车车速进行调整，当车速较低时，纵向距离较短；当车速较高时，纵向距离较长。
36.所述并行场景包括实际并行场景和预测并行场景。并行场景的起始时刻对应于目标车辆进入实际并行域或预测并行域的时间，并行场景的结束时刻对应于目标车辆离开实际并行域或预测并行域的时间。
37.所述目标车辆是指与自车并行的他车，其可以为自车周围可能与自车并行的任一车辆。
38.其中，当检测到目标车辆进入实际并行域内且在实际并行域内行驶时间超过第一预定值，则记录实际并行场景起始时刻；
39.持续跟踪目标车辆，当目标车辆驶离实际并行域内且驶离持续时间超过第二预定值，则记录实际并行场景结束时刻；
40.或者，当检测到目标车辆进入预测并行域内且在并行域内行驶时间超过第一预定值，则记录预测并行场景起始时刻；
41.持续跟踪目标车辆，当目标车辆驶离预测并行域内且驶离持续时间超过第二预定值，则记录预测并行场景结束时刻；
42.需要说明的是，并行场景起始时刻可以根据自车当前时间、第一预设值以及补偿参数计算得到，比如，当前时间为t，第一预设值为t1，起始时间补偿参数为δt1，则启始时刻为t-t1-δt1。补偿参数是一个标定量，用于补偿时间计量客观误差。
43.同理，并行场景结束时刻可以根据自车当前时间以及补偿参数计算得到，比如，当前时间为t，第二预设值为t2，起始时间补偿参数为δt2，则启始时刻为t+δt2。
44.在一个实施例中，所述实际并行域、预测并行域表示的区域如图2所示，图中，前方实际并行线、后方实际并行线以及道路形成的区域即为实际并行域，前方预测并行线、后方预测并行线以及道路形成的区域即为预测并行域。
45.优选的，所述预测并行域大于所述实际并行域，且所述预测并行域与所述实际并行域没有重叠部分。
46.区分预测并行域和实际并行域，使两者区域不重叠，可以避免场景划分时，存在场景数据重叠。
47.可以理解的是，所述实际并行域可以自车大小、目标车大小、安全行车距离、车道宽度等进行设定，也可以根据实际行车经验设定，如设定自车前后方20m内。
48.所述预测并行域为基于自车和周围车辆当前状态，预测可能并行的区域，具体可以根据自车速度、目标车辆速度、安全行车距离、车道类型等进行设定。
49.s102、采集并行场景起始时刻到结束时刻车辆控制器自动处理的并行避免场景数据。
50.所述车辆控制器为自车车辆控制器，可以包括整车控制器、车身控制器、发动机ecu、变速箱ecu等。所述并行避免场景数据可以包括他车状态感知数据和自车状态感知数据，车辆融合感知单元会通过相机、雷达等车载传感器采集感知数据，如图像、激光点云等，通过计算机视觉、深度学习等技术进行状态感知；并行避免场景数据也可以包括车辆控制器发出的控制参数，如转向参数、车速控制参数等，以上数据可以通过can总线获取。
51.自车根据并行避免场景的时间点，提取车辆存储的并行避免场景数据，包含有由并行开始至并行结束的场景数据。
52.本实施例中，基于实际并行域和预测并行域，确定场景数据采集节点，从配备智能驾驶功能车辆的控制器上采集数据，实现数据自动提取，不仅减小了数据采集量，而且节省人力物力的耗费。
53.在一个实施例中，根据目标车辆类型的不同，将目标车辆至少划分为大车和小车；
54.其中，大车和小车对应的实际并行域大小不同，以及大车和小车对应的预测并行域大小也不同。
55.所述大车可以为公交车、货车、半挂车或特种车辆等，所述小车可以为四轮轿车、suv、mpv等，也可以是两轮摩托、自行车等。由于目标车辆类型的不同，车辆尺寸也存在差异，可以简单划分为大车和小车。车辆类型的不同，对应的并行域大小也会存在差异。
56.进一步的，将所述并行场景至少划分为小车实际并行场景、小车预测并行场景、大车实际并行场景和大车预测并行场景；
57.所述小车预测并行场景中包括小车预测并行到实际并行场景，所述大车预测并行场景包括大车预测并行到实际并行场景。
58.示例性的，如图3所示，基于并行开始、结束时刻，并行场景可以划分为小车实际并行避免、小车实际并行、大车实际并行避免、大车实际并行、小车预测并行避免、小车预测并行、小车预测并行到实际并行、大车预测并行避免、大车预测并行和大车预测并行到实际并行。
59.示例性的，结合图2以一个实际场景为例，当有其它车辆进入并行域内(切入/切出/突然加速进入)并持续一定时间，自车通过变道及加减速主动脱离并行状态或目标车主动进行脱离，自车配合其脱离并行。
60.定义“小车实际并行域”为自车坐标系下，横向距离(dx1,dx2),纵向距离(dy1,dy2)。dx1、dx2表示车道。
61.当通过智能驾驶感知融合模块识别到目标车为小车，且在“小车实际并行域”内持续时间达到t1时，认为满足该场景的触发条件，并记录启始时刻为t-t1-δt1。例如，当t1＝3s，δt1＝2s时，当小车在实际并行域持续时间达到3s则满足该场景的触发条件，同时将当前时间减去5s作为该段数据标签的起始时刻。
62.持续跟踪该目标，当目标驶离“小车实际并行域”且持续时间超过t2时，认为满足该场景的结束条件，并记录结束时刻为t+δt2。
63.从车辆起始时刻到的结束时刻的数据，即为在车端智能驾驶控制器自动化处理的“小车实际并行避免”场景数据。
64.示例性的，当目标车辆处于预测并行域时，驾驶员可能会通过加速、制动、转向避免与目标并行。
65.定义“小车预测并行域”为自车坐标系下，横向距离(dx1,dx2),纵向距离(dy3,dy1)&&(dy2，dy4)。
66.当目标为小车，进入“小车预测并行域”，且在“小车预测并行域”内持续时间达到t1时，认为满足该场景的触发条件，并记录启始时刻为t-t1-δt1。
67.持续跟踪目标车辆，若目标车相对自车距离越来越远，并驶离“小车预测并行域”，即目标驶离“小车预测并行域”且持续时间超过t2时，认为满足该场景的结束条件，并记录结束时刻为t+δt2。
68.该段数据即为在车端智能驾驶控制器自动化处理的“小车预测并行避免”场景数据。
69.在一个实施例中，步骤s101中，当检测到目标车辆进入实际并行域内且在实际并行域内行驶时间超过第三预定值，则自动记录实际并行场景结束时刻；
70.或者，当检测到目标车辆进入预测并行域内且在预测并行域内行驶时间超过第三预定值，则自动记录实际并行场景结束时刻；所述第三预定值大于所述第一预定值。
71.当目标车辆较长时间处于实际并行域或预测并行域范围内，该行车场景仍属于并行场景，此时，自车和目标车辆都没有采取避免并行的动作。为便于数据分析和挖掘，当并行场景超过一定时间阈值，也会自动记录结束时刻。
72.比如，目标车辆进入自车并行域后，目标车辆处于自车实际并行域或预测并行域超过3分钟，就会自动结束并行场景时间记录。
73.在一个实施例中，步骤s101中，当检测到目标车辆驶离预测并行域并驶入实际并行域内，则分别记录预测并行场景起始时刻到结束时刻、实际并行场景起始时刻到结束时刻，分别采集预测并行的并行避免场景数据和实际并行的并行避免场景数据，并标记为预测并行到实际并行场景。
74.预测并行到实际并行场景是指自车从预测并行域行驶到实际并行域的场景，此场景中包含预测并行与实际并行，可以将两个场景数据综合，并标记为预测并行到实际并行进行数据采集以及处理。
75.应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
76.图4为本发明实施例提供的一种并行避免场景数据采集系统的结构示意图，该系统包括：
77.时间获取模块410，用于在无跟车场景下，获取目标车辆处于并行场景的起始时刻和结束时刻；
78.在该数据采集系统中，车辆感知模块可以根据自车与前方车辆的纵向距离，结合车辆所在车道判断是否处于跟车场景。纵向距离可以自车车速进行调整，当车速较低时，纵向距离较短；当车速较高时，纵向距离较长。
79.所述并行场景包括实际并行场景和预测并行场景。并行场景的起始时刻对应于目
标车辆进入实际并行域或预测并行域的时间，并行场景的结束时刻对应于目标车辆离开实际并行域或预测并行域的时间。
80.其中，当检测到目标车辆进入实际并行域内且在实际并行域内行驶时间超过第一预定值，则记录实际并行场景起始时刻；
81.持续跟踪目标车辆，当目标车辆驶离实际并行域内且驶离持续时间超过第二预定值，则记录实际并行场景结束时刻；
82.或者，当检测到目标车辆进入预测并行域内且在并行域内行驶时间超过第一预定值，则记录预测并行场景起始时刻；
83.持续跟踪目标车辆，当目标车辆驶离预测并行域内且驶离持续时间超过第二预定值，则记录预测并行场景结束时刻；
84.其中，所述预测并行域大于所述实际并行域，且所述预测并行域与所述实际并行域没有重叠部分。
85.数据采集模块420，用于采集并行场景起始时刻到结束时刻车辆控制器自动处理的并行避免场景数据。
86.所述数据采集模块可以与车辆感知传感器、控制器相连，或直接通过can总线获取并行避免场景数据。所述并行避免场景数据中，可以包括外界感知数据、自车状态感知数据以及自车控制指令数据。
87.在一个实施例中，所述获取目标车辆处于并行场景的起始时刻和结束时刻包括：
88.根据目标车辆类型的不同，将目标车辆至少划分为大车和小车；
89.其中，大车和小车对应的实际并行域大小不同，以及大车和小车对应的预测并行域大小也不同。
90.进一步的，将所述并行场景至少划分为小车实际并行场景、小车预测并行场景、大车实际并行场景和大车预测并行场景；
91.所述小车预测并行场景中包括小车预测并行到实际并行场景，所述大车预测并行场景包括大车预测并行到实际并行场景。
92.示例性的，结合目标车辆并行开始、结束时刻，并行场景可以划分为小车实际并行避免、小车实际并行、大车实际并行避免、大车实际并行、小车预测并行避免、小车预测并行、小车预测并行到实际并行、大车预测并行避免、大车预测并行和大车预测并行到实际并行。
93.示例性的，以小车实际并行场景为例，当有其它车辆进入并行域内(切入/切出/突然加速进入)并持续一定时间，自车通过变道及加减速主动脱离并行状态或目标车主动进行脱离，自车配合其脱离并行。
94.定义“小车实际并行域”为自车坐标系下，横向距离(dx1,dx2),纵向距离(dy1,dy2)。dx1、dx2表示车道，dy1、dy2表示前后实际并行线。
95.当通过智能驾驶感知融合模块识别到目标车为小车，且在“小车实际并行域”内持续时间达到t1时，认为满足该场景的触发条件，并记录启始时刻为t-t1-δt1。例如，当t1＝3s，δt1＝2s时，当小车在实际并行域持续时间达到3s则满足该场景的触发条件，将当前时间减去5s作为该段数据标签的起始时刻。
96.持续跟踪该目标，当目标驶离“小车实际并行域”且持续时间超过t2时，认为满足
该场景的结束条件，并记录结束时刻为t+δt2。
97.从车辆起始时刻到的结束时刻的数据，即为在车端智能驾驶控制器自动化处理的“小车实际并行避免”场景数据。
98.在一个实施例中，所述时间获取模块还包括：
99.当检测到目标车辆进入实际并行域内且在实际并行域内行驶时间超过第三预定值，则自动记录实际并行场景结束时刻；
100.或者，当检测到目标车辆进入预测并行域内且在预测并行域内行驶时间超过第三预定值，则自动记录实际并行场景结束时刻；
101.所述第三预定值大于所述第一预定值。
102.在一个实施例中，所述时间获取模块410中，当检测到目标车辆驶离预测并行域并驶入实际并行域内，则分别记录预测并行场景起始时刻到结束时刻、实际并行场景起始时刻到结束时刻，分别采集预测并行的并行避免场景数据和实际并行的并行避免场景数据，并标记为预测并行到实际并行场景。
103.本实施例中，通过时间获取模块得到场景数据的采集时间点，并在数据采集模块中直接根据采集时间点，从车辆控制器上获取场景数据，实现场景数据的自动提取，节省人力物力。
104.所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和模块的具体工作过程可以参考前述方法实施例中对应的过程，在此不再赘述。
105.图5是本发明一实施例提供的一种电子设备的结构示意图。所述电子设备用于并行避免场景的数据采集。如图5所示，该实施例的电子设备5至少包括：存储器510、处理器520以及系统总线530，所述存储器510包括存储其上的可运行的程序4101，本领域技术人员可以理解，图5中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
106.下面结合图5对电子设备的各个构成部件进行具体的介绍：
107.存储器510可用于存储软件程序以及模块，处理器520通过运行存储在存储器510的软件程序以及模块，从而执行电子设备的各种功能应用以及数据处理。存储器510可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据(比如缓存数据)等。此外，存储器510可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
108.在存储器510上包含网络请求方法的可运行程序5101，所述可运行程序5101可以被分割成一个或多个模块/单元，所述一个或多个模块/单元被存储在所述存储器510中，并由处理器520执行，以实现场景数据采集等，所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序5101在所述电子设备5中的执行过程。例如，所述计算机程序5101可以被分割为时间获取模块和数据采集模块等。
109.处理器520是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器510内的软件程序和/或模块，以及调用存储在存储
器510内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体状态监控。可选的，处理器520可包括一个或多个处理单元；优选的，处理器520可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器520中。
110.系统总线530是用来连接计算机内部各功能部件，可以传送数据信息、地址信息、控制信息，其种类可以是例如pci总线、isa总线、can总线等。处理器520的指令通过总线传递至存储器510，存储器510反馈数据给处理器520，系统总线530负责处理器520与存储器510之间的数据、指令交互。当然系统总线530还可以接入其他设备，例如网络接口、显示设备等。
111.在本发明实施例中，该电子设备所包括的处理520执行的可运行程序包括：
112.在无跟车场景下，获取目标车辆处于并行场景的起始时刻和结束时刻；
113.其中，当检测到目标车辆进入实际并行域内且在实际并行域内行驶时间超过第一预定值，则记录实际并行场景起始时刻；
114.持续跟踪目标车辆，当目标车辆驶离实际并行域内且驶离持续时间超过第二预定值，则记录实际并行场景结束时刻；
115.或者，当检测到目标车辆进入预测并行域内且在并行域内行驶时间超过第一预定值，则记录预测并行场景起始时刻；
116.持续跟踪目标车辆，当目标车辆驶离预测并行域内且驶离持续时间超过第二预定值，则记录预测并行场景结束时刻；
117.采集并行场景起始时刻到结束时刻车辆控制器自动处理的并行避免场景数据。
118.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
119.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
120.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。