(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211081456.6 (22)申请日 2022.09.06 (71)申请人 上海寻序人工智能科技有限公司 地址 201800 上海市嘉定区陈家山路3 55号 创新创业大厦14楼1 1-1室 (72)发明人 李鑫武　丁华杰　谷俊　赵佳佳　 (74)专利代理 机构 丽水创智果专利代理事务所 (普通合伙) 33278 专利代理师 冯恩娟 (51)Int.Cl. G06V 10/764(2022.01) G06V 20/58(2022.01) G06F 16/2458(2019.01) G06V 10/74(2022.01) G06V 10/774(2022.01)G06F 16/53(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于云端平台的数据 挖掘方法 (57)摘要 本发明公开了一种基于云端平台的数据挖 掘方法， 包括： 感知数据及车辆信号采集模块： 车 端平台利用设备进行采集， 并针对不同情况采用 不同措施以获得车辆完整信息数据； 数据挖掘装 置： 用于将车辆采集后的原始数据发送给云端平 台， 云端平台针对不同的数据需求， 利用已部署 的算法模型及采集策略进行特殊数据挖掘； 数据 处理模块： 用于获取筛选后的数据进行去重、 切 片， 并使用大模型进行预标注； 自动矫正模块： 用 于将标注完的数据回传至本地平台， 完成矫正后 即可进行模 型迭代， 本发明结合车载传感器对数 据进行挖掘分类 打标， 能够 有效减少后期对于数 据的标注成本， 且能够精准的自动采集当前感知 模型所需要的难例数据。 权利要求书1页 说明书4页 附图2页 CN 115359301 A 2022.11.18 CN 115359301 A 1.一种基于云端平台的数据 挖掘方法， 其特 征在于： 包括： 感知数据及车辆信号采集模块： 车端平台利用设备进行采集， 并针对不同情况采用不 同措施以获得 车辆完整信息数据； 数据挖掘装置： 用于将车辆采集后的原始数据发送给云端平台， 云端平台针对不同的 数据需求， 利用已部署的算法模型及采集策略进行 特殊数据 挖掘； 数据处理模块： 用于获取筛 选后的数据进行去重、 切片， 并使用大模型进行 预标注； 自动矫正模块： 用于将标注完的数据回传至 本地平台， 完成矫 正后即可进行模型迭代。 2.根据权利要求1所述的一种基于云端平台的数据挖掘方法， 其特征在于： 所述感知数 据及车辆信号采集模块中的设备包括摄像头、 激光雷达、 毫米波雷达、 超声波雷达等传感 器， 所述感知数据及车辆信号采集模块对车身的挡位、 底盘、 轮胎等信号进行采集， 并保存 采集到的车身数据及道路感知数据。 3.根据权利要求1所述的一种基于云端平台的数据挖掘方法， 其特征在于： 所述数据挖 掘装置包括图像质量分析模块、 工况识别挖掘 模块、 大模型DIFF模块、 目标跟踪模块、 以图 搜图模块、 车身信号分析模块、 云端地图索引模块。 4.根据权利要求3所述的一种基于云端平台的数据挖掘方法， 其特征在于： 所述图像质 量分析模块用于根据摄 像头的镜 头脏污等情况， 进行图像质量分析。 5.根据权利要求3所述的一种基于云端平台的数据挖掘方法， 其特征在于： 所述工况识 别挖掘模块 根据不同的工况需求 提取想要的图像数据信息 。 6.根据权利要求3所述的一种基于云端平台的数据挖掘方法， 其特征在于： 所述大模型 DIFF模块对 车端模型检测的结果与云端 大模型检测后的结果进 行差异化比对， 获取当前车 端模型的漏检图像数据， 大模型为使用海量数据和复杂网络训练出 的深度学习识别模型， 由于车载端计算芯片的算力及算子支持限制而无法上 车部署。 7.根据权利要求3所述的一种基于云端平台的数据挖掘方法， 其特征在于： 所述目标跟 踪模块对车载模型检测的目标结果进 行前后场景跟踪分析， 根据预设规则判定 当前跟踪目 标是否漏检、 误检。 从而挖掘出当前 车载模型待优化数据。 8.根据权利要求3所述的一种基于云端平台的数据挖掘方法， 其特征在于： 所述以图搜 图模块主要是对于数据集中罕见、 错误率较高的图像样本数据挖掘， 利用深度卷积神经网 路学习该图像的卷积特 征， 遍历图像数据库， 查找特 征相似度较高的图像样本 。 9.根据权利要求3所述的一种基于云端平台的数据挖掘方法， 其特征在于： 所述车身信 号分析模块用于对车身信息进行分析， 若车端模型 的识别结果为正常行驶， 而车身信号中 存在司机紧急刹车、 转向等信号时， 触发数据自动收集策略， 采集后的图像数据判定为需要 挖掘的异常数据。 10.根据权利要求3所述的一种基于云端平台的数据挖掘方法， 其特征在于： 所述云端 地图索引模块将云端平台嵌入地图信息模块， 配合采集的道路数据可直接提取需要的隧 道、 高架桥、 泥泞等道路数据。权　利　要　求　书 1/1 页 2 CN 115359301 A 2一种基于云端平台的数据 挖掘方法 技术领域 [0001]本发明涉及自动驾驶数据处理领域， 特别是涉及 一种基于云端平台的数据挖掘方 法。 背景技术 [0002]随着人工智能技术的发展， 用户对于智能驾驶相关产品在汽车上的快速落地需 求， 自动驾驶相关产品的安全、 稳定性成为重要研究方向。 现阶段主流方法均基于深度学习 技术完成对汽车行驶过程中的场景识别， 深度学习模型的训练数据直接决定最终感知 模型 识别精度。 因为交通场景的复杂多变性， 无法完成对所有交通场景的覆盖学习， 所以感知 模 型对于无法识别、 识别错误的场景需要长时间的数据积累 学习， 该过程会耗费大量的人力 物力资源。 [0003]传统的智能驾驶难例场景挖掘方法需要耗费大量的测试人员跟车测试， 依靠技术 人员的经验来采集潜在的难例场景数据， 该方法严重耗费人力物力 资源， 并且对于采集人 员的技术素养要求高， 具体实施过程中也会产生大量的无效采集数据， 效率低下。 发明内容 [0004]为了克服现有技术的不足， 本发明提供一种基于云端平台的数据挖掘 方法， 结合 车载传感器对数据进行挖掘分类打标， 能够有效减少后期对于数据的标注成本， 且能够精 准的自动采集当前感知模型所需要的难例数据， 整个采集过程无需技术人员跟车测试， 有 效提升采集效率， 具 备较高的推广价 值。 [0005]为解决上述技术问题， 本发明提供如下技术方案： 一种基于云端平台的数据挖掘 方法， 包括： 感知数据及车辆信号采集模块： 车端平台利用设备进行采集， 并针对不同情况 采用不同措施以获得车辆完整信息数据； 数据挖掘装置： 用于将车辆采集后的原始数据发 送给云端平台， 云端平台针对不同的数据需求， 利用已部署的算法模型及采集策略进行特 殊数据挖掘； 数据 处理模块： 用于获取筛选后的数据进行去重、 切片， 并使用大模型进行预 标注； 自动矫正模块： 用于将标注完的数据回传至本地平台， 完成矫正后即可进行模型迭 代。 [0006]作为本发明的一种优选技术方案， 所述感知数据及车辆信号采集模块中的设备包 括摄像头、 激光雷达、 毫米波雷达、 超声波雷达等传感器， 所述感知数据及车辆信号采集模 块对车身的挡位、 底盘、 轮胎等信号进行采集， 并保存 采集到的车身数据及道路感知数据。 [0007]作为本发明的一种优选技术方案， 所述数据挖掘装置包括图像质量分析模块、 工 况识别挖掘模块、 大模 型DIFF模块、 目标跟踪模块、 以图搜图模块、 车身信号分析模块、 云端 地图索引模块。 [0008]作为本发明的一种优选技术方案， 所述图像质量分析模块用于根据摄像头的镜头 脏污等情况， 进行图像质量分析。 [0009]作为本发明的一种优选技术方案， 所述工况识别挖掘模块根据不同的工况需求提说　明　书 1/4 页 3 CN 115359301 A 3