[发明专利]数据的挖掘方法、装置和电子设备

权利要求书

1.一种数据的挖掘方法，其特征在于，包括：

获取数据采集器发送的驾驶场景数据；

分别采用车端自动驾驶模型和云端高精度自动驾驶模型对所述驾驶场景数据进行分析，得到车端分析结果和云端分析结果；

若所述车端分析结果符合预设数据挖掘机制，或，所述车端分析结果与所述云端分析结果不同时，则将得出所述车端分析结果时的预设时间范围内的目标驾驶场景数据进行保存。

2.根据权利要求1所述的方法，其特征在于，所述车端自动驾驶模型包括：车端感知算法、车端规划算法、车端定位算法和车端控制算法，所述云端高精度自动驾驶模型包括：云端感知算法、云端规划算法、云端定位算法和云端控制算法；

采用车端自动驾驶模型对所述驾驶场景数据进行分析，包括：

采用所述车端感知算法对所述驾驶场景数据进行感知，得到车端感知结果，其中，所述车端感知结果包括：所述驾驶场景数据对应的第一场景类别、所述驾驶场景数据中目标对象的第一位置信息、第一类别信息和第一ID信息；

基于所述车端感知结果，采用所述车端规划算法和所述车端定位算法分别得到车端车辆规划结果、车端车辆定位结果，并基于所述车端车辆规划结果和所述车端车辆定位结果，采用所述车端控制算法得到车端车辆控制结果；

采用云端高精度自动驾驶模型对所述驾驶场景数据进行分析，包括：

采用所述云端感知算法对所述驾驶场景数据进行感知，得到云端感知结果，其中，所述云端感知结果包括：所述驾驶场景数据对应的第二场景类别、所述驾驶场景数据中目标对象的第二位置信息、第二类别信息和第二ID信息；

基于所述云端感知结果，采用所述云端规划算法和所述云端定位算法分别得到云端车辆规划结果、云端车辆定位结果，并基于所述云端车辆规划结果和所述云端车辆定位结果，采用所述云端控制算法得到云端车辆控制结果。

3.根据权利要求1所述的方法，其特征在于，所述预设数据挖掘机制为用户设定的对自动驾驶的难例和长尾场景数据进行挖掘的机制。

4.根据权利要求1所述的方法，其特征在于，

所述预设数据挖掘机制包括：所述车端分析结果中的车端车辆控制结果与驾驶员控制操作不一致、所述车端分析结果中的驾驶场景数据对应的第一场景类别为预定义场景类别、所述车端分析结果中不同车端感知算法的感知结果不同。

5.根据权利要求1所述的方法，其特征在于，在得到所述目标驾驶场景数据之后，所述方法还包括：

采用仿真软件对所述目标驾驶场景数据进行扩充，得到扩充的目标驾驶场景数据；

将所述扩充的目标驾驶场景数据进行保存。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

采用所述目标驾驶场景数据和所述扩充的目标驾驶场景数据对所述车端自动驾驶模型进行测试。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述车端分析结果不符合预设数据挖掘机制，且，所述车端分析结果与所述云端分析结果相同时，则不保存与所述车端分析结果对应的驾驶场景数据。

8.一种数据的挖掘装置，其特征在于，包括：

获取单元，用于获取数据采集器发送的驾驶场景数据；

分析单元，用于分别采用车端自动驾驶模型和云端高精度自动驾驶模型对所述驾驶场景数据进行分析，得到车端分析结果和云端分析结果；

保存单元，若所述车端分析结果符合预设数据挖掘机制，或，所述车端分析结果与所述云端分析结果不同时，则将得出所述车端分析结果时的预设时间范围内的目标驾驶场景数据进行保存。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有机器可运行指令，所述机器可运行指令在被处理器调用和运行时，所述机器可运行指令促使所述处理器运行上述权利要求1至7中任一项所述的方法。