(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110484833.X (22)申请日 2021.04.3 0 (65)同一申请的已公布的文献号 申请公布号 CN 113297667 A (43)申请公布日 2021.08.24 (73)专利权人 岚图汽车 科技有限公司 地址 430000 湖北省武汉市经济技 术开发 区人工智能科技园N栋研发楼3层 N3010号 (72)发明人 黄值仪　刘会凯　沈忱　付斌　 (74)专利代理 机构 武汉智权专利代理事务所 (特殊普通 合伙) 42225 专利代理师 牛晶晶 (51)Int.Cl. G06F 30/15(2020.01)G06F 30/27(2020.01) G01C 21/34(2006.01) G01S 19/42(2010.01) H04L 67/025(2022.01) H04L 67/06(2022.01) H04L 67/12(2022.01) H04L 67/52(2022.01) (56)对比文件 CN 111782543 A,2020.10.16 CN 112287566 A,2021.01.2 9 审查员 李斌 (54)发明名称 一种智能驾驶数据闭环的方法及系统 (57)摘要 本发明涉及一种智能驾驶数据闭环的方法 及系统， 其包括以下步骤： 从预设场景中提取目 标数据上传至云端数据平台； 周期性访问所述云 端数据平台， 将所述云端数据平台中新增的所述 目标数据下载至本地服务器， 并在所述本地服务 器对所述目标数据进行标注或者对所述目标数 据进行处理形成仿真测试场景； 使用标注后的所 述目标数据在所述本地服务器进行算法训练， 或 者使用所述仿真测试场景在所述本地服务器进 行自动化仿真测试。 本发明涉及一种智能驾驶数 据闭环的方法及系统， 可以使用本地服务器上的 软件对目标数据进行标注和算法训练， 以及对目 标数据进行处理和仿真测试， 初建和运维投入成 本较低， 不会出现软件与云平台不兼容的现象。 权利要求书2页 说明书8页 附图3页 CN 113297667 B 2022.09.02 CN 113297667 B 1.一种智能驾驶数据闭环的方法， 其特 征在于， 其包括以下步骤： 从预设场景中提取目标 数据上传至云端数据平台； 周期性访问所述云端数据平台， 将所述云端数据平台中新增的所述目标数据 下载至本 地服务器， 并在所述本地服务器对所述目标数据进行标注或者对所述目标数据进 行处理形 成仿真测试场景； 使用标注后的所述目标数据在所述本地服务器进行算法训练， 或者使用所述仿真测试 场景在所述本地 服务器进行自动化仿真测试； 所述在所述本地 服务器对所述目标 数据进行处 理形成仿真测试场景， 包括： 根据所述目标数据中的车辆速度、 交通参与者与车辆的相对速度、 以及交通参与者的 类型， 生成交通 流文件； 根据所述目标 数据中的道路信息、 GP S位置点， 结合高精度地图生成静态场景文件； 根据生成的所述交通 流文件和所述静态场景文件形成仿真测试场景。 2.如权利要求1所述的智能驾驶数据闭环的方法， 其特征在于， 所述从预设场景中提取 目标数据上传至云端数据平台， 包括： 根据车端设定的边 缘算法， 按照预设条件筛 选出所述预设场景； 从所述预设场景中提取所述目标数据， 并通过车联网将所述目标数据 上传至云端数据 平台。 3.如权利要求1所述的智能驾驶数据闭环的方法， 其特征在于： 在所述从预设场景中提 取目标数据上传至云端数据平台之后， 还 包括： 所述云端数据平台对所述目标 数据打上时间标签并进行分类管理。 4.如权利要求1所述的智能驾驶数据闭环的方法， 其特征在于： 所述周期性访问所述云 端数据平台， 将所述云端数据平台中新增的所述 目标数据下载至本地服务器， 并在所述本 地服务器对所述目标数据进行标注或者对所述目标数据进行处理形成仿真测试场景， 包 括： 本地服务器周期性访问所述云端数据平台， 根据 所述目标数据的时间标签识别出新增 的所述目标数据， 将新增的所述 目标数据下载至所述本地服务器， 并在所述本地服务器对 所述目标 数据进行 标注； 本地服务器周期性访问所述云端数据平台， 根据 所述目标数据的时间标签识别出新增 的所述目标数据， 将新增的所述 目标数据下载至所述本地服务器， 并在所述本地服务器对 所述目标 数据进行处 理形成仿真测试场景。 5.如权利要求4所述的智能驾驶数据闭环的方法， 其特征在于： 所述在所述本地服务器 对所述目标 数据进行 标注， 包括： 对所述目标 数据进行抽帧， 并对抽出的所述目标 数据进行 预标注； 对预标注后的所述目标 数据进行 人工标注和人工质检。 6.如权利要求1所述的智能驾驶数据闭环的方法， 其特征在于， 周期性访问所述云端数 据平台， 将所述云端数据平台中新增的所述 目标数据下载至本地服务器， 并在所述本地服 务器对所述目标 数据进行 标注之后， 还 包括： 将标注后的所述目标数据上传至所述云端数据平台的标注数据集， 所述标注数据集至 少包括训练集和算法评估数据集。权　利　要　求　书 1/2 页 2 CN 113297667 B 27.如权利要求6所述的智能驾驶数据闭环的方法， 其特征在于， 所述使用标注后的所述 目标数据在所述本地 服务器进行算法训练， 包括： 在所述本地 服务器上部署算法训练环境； 将日志文件中的已训练数据信 息与所述训练集中的数据信 息进行对比， 选出待训练 的 所述目标 数据； 将待训练的所述目标 数据导入所述 算法训练环境中进行算法训练； 使用所述 算法评估数据集进行算法评估， 并生成评估报告。 8.一种智能驾驶数据闭环的系统， 其特 征在于， 其包括： 采集车辆， 其用于从预设场景中提取目标 数据上传至云端数据平台； 数据标注平台， 其用于周期性访 问所述云端数据平台， 将所述云端数据平台中新增的 所述目标 数据下载至本地， 并对所述目标 数据进行 标注； 场景提取平台， 其用于周期性访 问所述云端数据平台， 将所述云端数据平台中新增的 所述目标 数据下载至本地， 并对所述目标 数据进行处 理形成仿真测试场景； 算法训练平台， 其用于使用标注后的所述目标 数据进行算法训练； 仿真测试平台， 其用于使用所述仿真测试场景进行自动化仿真测试； 所述对所述目标 数据进行处 理形成仿真测试场景， 包括： 根据所述目标数据中的车辆速度、 交通参与者与车辆的相对速度、 以及交通参与者的 类型， 生成交通 流文件； 根据所述目标 数据中的道路信息、 GP S位置点， 结合高精度地图生成静态场景文件； 根据生成的所述交通 流文件和所述静态场景文件形成仿真测试场景。 9.如权利要求8所述的智能驾驶数据闭环的系统， 其特 征在于， 所述系统还 包括： 算法开发平台， 其用于开发感知算法， 并将感知算法发送至所述算法训练平台， 或者用 于开发决策规划控制算法， 并将决策规划控制算法发送至所述仿真测试平台。权　利　要　求　书 2/2 页 3 CN 113297667 B 3