[发明专利]一种端到端自动驾驶系统的数据处理方法及装置

说明书

本发明提出了一种端到端自动驾驶系统的数据处理方法及装置，其中的方法包括：将多张实时采集的图像变换为预定分辨率后存储在HDF5文件中；将预定导航系统的协调世界时间、从所述预定导航系统提取的速度值对应的高斯投影以及从所述预定导航系统提取的GPS数据对应的曲率值存储在所述HDF5文件中本发明通过将缩小分辨率的图像、导航系统的协调世界时间、速度值对应的高斯投影以及GPS数据对应的曲率值都存储在HDF5文件中，从而能够以较少的存储空间存储大量数据，以建立更好的自动驾驶数据模型，进而提高的深度学习在自动驾驶领域的学习效率。

技术领域

本发明涉及计算机领域，尤其涉及一种端到端自动驾驶系统的数据处理方法及装置。

背景技术

随着深度学习的迅速发展以及人工智能的深入研究，汽车工业发生了革命性的变化，通过端到端的深度学习实现自动驾驶便是自动驾驶领域的一个主要研究方向。在现有技术中，自动驾驶系统通常采用通过前方实时采集的图像、输出转向角和速度等数据建立的模型进行深度学习。采集的数据越多，则生成的模型越有利于深度学习。由于自动驾驶系统的前方实时采集的图像数量较多且难以存储在有限的存储空间中，从而限制了深度学习在自动驾驶领域的发展。

发明内容

本发明解决的技术问题之一是现有的自动驾驶系统的前方实时采集的图像数量较多且难以存储在有限的存储空间中。

根据本发明一方面的一个实施例，提供了一种端到端自动驾驶系统的数据处理方法，包括：

将多张实时采集的图像变换为预定分辨率后存储在HDF5文件中；

将预定导航系统的协调世界时间、所述预定导航系统提取的速度值对应的高斯投影以及所述预定导航系统提取的GPS数据对应的曲率值存储在所述HDF5文件中。

根据本发明另一方面的一个实施例，提供了一种端到端自动驾驶系统的数据处理装置，包括：

用于将多张实时采集的图像变换为预定分辨率后存储在HDF5文件中的装置；

将预定导航系统的协调世界时间、所述预定导航系统提取的速度值对应的高斯投影以及所述预定导航系统提取的GPS数据对应的曲率值存储在所述HDF5文件中的装置。

由于本实施例将缩小分辨率的图像、导航系统的协调世界时间、速度值对应的高斯投影以及GPS数据对应的曲率值都存储在HDF5文件中，从而能够以较少的存储空间存储大量数据，以建立更好的自动驾驶数据模型，进而提高的深度学习在自动驾驶领域的学习效率。

本领域普通技术人员将了解，虽然下面的详细说明将参考图示实施例、附图进行，但本发明并不仅限于这些实施例。而是，本发明的范围是广泛的，且意在仅通过后附的权利要求限定本发明的范围。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1示出了根据本发明一实施例中的端到端自动驾驶系统的数据处理方法的流程图。

图2示出了本发明的实施例一提出的端到端自动驾驶系统的数据处理方法的流程图。

图3示出了本发明的实施例二提出的端到端自动驾驶系统的数据处理方法的流程图。

图4示出了根据本发明一实施例中的端到端自动驾驶系统的数据处理装置的框图。

图5示出了本发明的实施例三提出的端到端自动驾驶系统的数据处理装置的框图。

图6示出了本发明的实施例四提出的端到端自动驾驶系统的数据处理装置的框图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式