[发明专利]车辆数据的处理方法、装置、车辆以及云端

说明书

本申请公开了一种车辆数据的处理方法、装置、车辆以及云端，方法包括：获取车辆在行车过程中的行车数据，行车数据包括至少一个目标类别下的对象的描述信息；根据每个目标类别下的对象的描述信息，生成每个目标类别的结构体数据；对至少一个目标类别的结构体数据进行序列化，得到序列化行车数据。本申请中直接根据每个目标类别下的对象的描述信息，生成每个目标类别的结构体数据，并对至少一个目标类别的结构体数据进行序列化，得到序列化行车数据，使得可以根据实际获取到的每个目标类别下的对象的描述信息，灵活的生成结构体数据，降低了限定消息长度和起止位置导致的数据不准确的情况发生，提高了行车数据的准确度。

技术领域

本申请涉及车辆控制技术领域，更具体地，涉及一种车辆数据的处理方法、装置、车辆以及云端。

背景技术

车联网属于物联网的一种，是指按照一定的通信协议和数据交互标准，在“人-车-路-云”之间进行信息交换的网络，即首先实现汽车智能网联化，再利用各种传感技术，感知车辆状态信息，并借助无线通信网络与大数据分析技术实现交通的智能化管理。

数据是车联网中的关键部分，智能网联汽车的数据包括行车数据、用户数据、环境数据、生态数据和产业链数据等。其中，行车数据是车辆在运行过程中产生、采集、回传的数据，主要是通过车辆的CAN(Controller Area Network，控制器局域网络)总线传输该行车数据至TBOX，由TBOX将行车数据发送至云端。

当前基于CAN总线的行车数据上传方案中，行车数据中每个对象(对象主要是车辆传感器或控制器等状态)的信号需要定义消息长度和起止位置，而在自动驾驶过程中，感知或决策的数据常常是长度不固定的数据，因此，采用该固定消息长度和起始位置的手段难以准确的描述行车数据。

发明内容

有鉴于此，本申请提出了一种车辆数据的处理方法、装置、车辆以及云端，以解决上述问题。

第一方面，本申请实施例提供了一种车辆数据的处理方法，方法包括：获取目标车辆对应的感知轨迹数据以及预测轨迹数据，预测轨迹数据是通过车辆轨迹预测模型对目标车辆的行车数据处理后获得；从预测轨迹数据中获取每个障碍物的预测数据；从感知轨迹数据中获取每个障碍物的感知数据；根据每个障碍物对应的预测数据以及感知数据，得到针对车辆轨迹预测模型的预测评价指标；根据预测评价指标，得到针对车辆数据的处理结果。

第二方面，本申请实施例提供了一种车辆数据的处理装置，装置包括：第一获取模块，用于获取目标车辆对应的感知轨迹数据以及预测轨迹数据，预测轨迹数据是通过车辆轨迹预测模型对目标车辆的行车数据处理后获得；第二获取模块，用于从预测轨迹数据中获取每个障碍物的预测数据；第三获取模块，用于从感知轨迹数据中获取每个障碍物的感知数据；指标获得模块，用于根据每个障碍物对应的预测数据以及感知数据，得到针对电子设备轨迹预测模型的预测评价指标；结果获得模块，用于根据预测评价指标，得到针对电子设备轨迹预测模型的评估结果。

第三方面，本申请实施例提供了一种电子设备，电子设备包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于执行上述第一方面的方法。

本申请实施例提供一种车辆数据的处理方法、装置、车辆以及云端，在本申请中直接根据每个所述目标类别下的对象的描述信息，生成每个所述目标类别的结构体数据，并对至少一个目标类别的结构体数据进行序列化，得到序列化行车数据，并不需要限定每个对象的信号的消息长度和起止位置，使得可以根据实际获取到的每个所述目标类别下的对象的描述信息，灵活的生成结构体数据，降低了限定消息长度和起止位置导致的数据不准确的情况发生，提高了行车数据的准确度。

本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。

附图说明