(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 202210444802.6 (22)申请日 2022.04.24 (71)申请人 宁波均胜智能汽车技 术研究院有限 公司 地址 315000 浙江省宁波市高新区清逸路 99号5号楼 (72)发明人 郑鑫宇　赵国凯　樊洪志　诸佳航　 (74)专利代理 机构 宁波中致力专利代理事务所 (普通合伙) 33322 专利代理师 张圆　黄挺 (51)Int.Cl. G06F 21/62(2013.01) G06F 16/25(2019.01) G06F 16/28(2019.01) G06K 9/62(2022.01)G07C 5/08(2006.01) (54)发明名称 一种符合数据隐私安全的自动驾驶数据处 理方法及系统 (57)摘要 本发明公开了一种符合数据隐私安全的自 动驾驶数据处理方法及系统， 处理方法包括以下 步骤： 步骤1、 收集车辆自动驾驶数据； 步骤2、 对 数据进行预处理； 步骤3、 对数据进行特征提取； 步骤4、 进行自动驾驶的控制指令计算； 步骤5、 进 行数据分类和标注； 步骤6、 得到车辆自动驾驶的 数据评分， 若数据评分达到用户预设阈值， 则生 成元数据， 车辆发起把元数据打包进区块的请 求， 当通过所有节点确认后， 完成数据确权， 同时 将该元数据对应的自动驾驶数据进行存储。 本发 明在保障自动驾驶数据所有者的隐私及权益的 基础上， 可对难例数据进行发掘及分类， 还能促 使智能汽车用户更积极主动地贡献自动驾驶数 据。 权利要求书2页 说明书6页 附图2页 CN 114861220 A 2022.08.05 CN 114861220 A 1.一种符合数据隐私安全的自动驾驶数据处 理方法， 其特 征在于， 包括以下步骤： 步骤1、 收集由车辆传感器测得的外界感知数据以及车辆自身的行为状态数据组成的 车辆自动驾驶数据； 步骤2、 对收集到的车辆自动驾驶数据进行 预处理， 将其转化为结构化的标准格式； 步骤3、 对预处理后的数据进行特征提取， 得到收集的外界感知数据的特征矩阵Fsensor 以及车辆行为状态数据的高维状态特 征Fstate； 步骤4、 基于特征提取后得到的数据Fsensor和Fstate， 进行自动驾驶的控制指令计算， 得到 决策控制信号序列Umodel； 步骤5、 对特 征提取后得到的数据Fsensor和Fstate进行数据分类和标注， 形成第一数据包； 步骤6、 收集车辆实际执行的动作信号序列Ureal， 将Ureal和Umodel进行比对得到基础评分 Ebase， 再根据第一数据包的数据稀缺性给出一个额外评分Ebonus， 将基础评分Ebase与额外评 分Ebonus进行整合， 得到车辆自动驾驶的数据评分Eadjust， 将第一数据包更新为包含数据评分 Eadjust的第二数据包； 若数据评分Eadjust达到用户预设阈值， 则生成一个包含第二数据包内所有数据的元数 据， 车辆发起把元数据打包进区块的请求， 当通过所有节点确认后， 完成数据确权， 同时将 该元数据对应的自动驾驶数据进行存 储。 2.根据权利要求1所述的一种符合数据隐私安全的自动驾驶数据处理方法， 其特征在 于： 所述步骤1中的外界感知数据包括激光雷达数据、 相机数据、 毫米波 雷达数据、 超声波 雷 达数据。 3.根据权利要求1所述的一种符合数据隐私安全的自动驾驶数据处理方法， 其特征在 于： 所述步骤1中车辆自身的行为状态数据包括地图数据、 组合导航数据、 轮速脉冲数据、 V2X数据、 车辆执 行动作数据、 车身电子稳定系统数据和电池电量SOC水平。 4.根据权利要求1所述的一种符合数据隐私安全的自动驾驶数据处理方法， 其特征在 于： 所述步骤2中的数据预处 理包括图像去畸变、 时间同步和信号滤波。 5.根据权利要求1所述的一种符合数据隐私安全的自动驾驶数据处理方法， 其特征在 于： 所述步骤3中使用通用的神经网络模型对外界感知数据进行特征提取及数据融合得到 特征矩阵Fsensor。 6.根据权利要求1所述的一种符合数据隐私安全的自动驾驶数据处理方法， 其特征在 于： 所述步骤3中使用规则判断的方式对车辆行为状态数据进 行特征提取， 形成表示车辆当 前驾驶行为、 整体运行状态及位置的高维状态特征Fstate， Fstate＝[当前位置坐标， 导航目的 地坐标， 导航规划路径点， 当前道路区域， 当前车辆控制动作， 当前车辆状态， 外界交通情 况， 外界天气情况， 时间]。 7.根据权利要求1所述的一种符合数据隐私安全的自动驾驶数据处理方法， 其特征在 于： 所述步骤5中使用监督学习算法对 数据场景进 行多级分类， 使用半监督学习方法进行数 据的半自动化标注。 8.根据权利要求1所述的一种符合数据隐私安全的自动驾驶数据处理方法， 其特征在 于： 所述步骤6中， 将Ureal和Umodel两者差值的绝对值作为基础评分Ebase，权　利　要　求　书 1/2 页 2 CN 114861220 A 2Eadjust＝A*Ebase+B*Ebonus 其中， T为每次采集的数据包总帧数， A、 B分别代 表两项评分的权 重， 可自由调整。 9.根据权利要求1所述的一种符合数据隐私安全的自动驾驶数据处理方法， 其特征在 于： 所述步骤6中， 当车辆发起把元数据打包进区块的请求时， 所有节 点通过POW机制竞争元 数据打包权； 获取到元数据打包权的车辆方与该数据所有者分享后续的数据权益； 每个节 点在对数据进 行区块链认证时， 通过元数据提供的信息同步检索是否已经有相近数据的存 在。 10.实现权利要求1 ‑9中任一项所述的一种符合数据隐私安全的自动驾驶数据处理方 法的系统， 其特 征在于： 所述系统包括 通讯模块、 传感器模块、 计算模块和元 数据存储模块。权　利　要　求　书 2/2 页 3 CN 114861220 A 3