[发明专利]自动驾驶的数据识别方法、装置、计算机设备和存储介质

说明书

本发明实施例提供了一种自动驾驶的数据识别方法、装置、计算机设备和存储介质，该方法包括：获取在自动驾驶时采集的原始数据，分别确定适用于自动驾驶的学生网络与教师网络，计算学生网络与教师网络之间对原始数据进行预测的差异，作为分布差异，根据分布差异识别对于自动驾驶属于长尾数据的原始数据，作为目标数据，根据学生网络与教师网络之间对于长尾数据的泛化能力的差异，自动挖掘出长尾数据，可以保证挖掘长尾数据的准确性，并且，避免了人工挖掘长尾数据，大大提高了挖掘长尾数据的效率，大大降低了成本。

技术领域

本发明实施例涉及自动驾驶的技术领域，尤其涉及一种自动驾驶的数据识别方法、装置、计算机设备和存储介质。

背景技术

为了确保车辆在自动驾驶的准确决策，车辆会对自身的状态、周围环境进行感知，获取大量的数据，例如，车辆的速度、车辆的姿态、交通流信息、道路状况、交通标志，等等。

对于决策而言，这些数据通常都有一个基本假设，即该数据是近似服从均匀分布的，但是，在真实路测的环境中，环境数据往往呈现不平衡的现象，存在长尾数据，即出现概率较低、不易采集的环境数据。

例如，对于交通信号灯，可能会出现交通灯损坏、交通灯被漂浮的障碍物遮挡的情况，也可能出现阴天、雨天、雾天等天气，从而影响图像数据、点云数据的采集，此时采集的数据为长尾数据。

如果缺失这些长尾数据，在部分场景下自动驾驶的决策将出现问题，可能导致事故的发生，因此，目前是人工去挖掘长尾数据，从而使用普通的数据与长尾数据训练高精度的决策方案。

但是，长尾数据的数量较少，在自动驾驶中每采集1000小时的数据，可能不到1小时为长尾数据，导致人工挖掘长尾数据的效率较低，成本较高。

发明内容

本发明实施例提出了一种自动驾驶的数据识别方法、装置、计算机设备和存储介质，以解决人工挖掘自动驾驶的长尾数据效率较低、成本较高的问题。

第一方面，本发明实施例提供了一种自动驾驶的数据识别方法，包括：

获取在自动驾驶时采集的原始数据；

分别确定适用于所述自动驾驶的学生网络与教师网络；

计算所述学生网络与所述教师网络之间对所述原始数据进行预测的差异，作为分布差异；

根据所述分布差异识别对于所述自动驾驶属于长尾数据的所述原始数据，作为目标数据。

第二方面，本发明实施例还提供了一种自动驾驶的数据识别装置，包括：

原始数据获取模块，用于获取在自动驾驶时采集的原始数据；

网络确定模块，用于分别确定适用于所述自动驾驶的学生网络与教师网络；

分布差异计算模块，用于计算所述学生网络与所述教师网络之间对所述原始数据进行预测的差异，作为分布差异；

原始数据识别模块，用于根据所述分布差异识别对于所述自动驾驶属于长尾数据的所述原始数据，作为目标数据。

第三方面，本发明实施例还提供了一种计算机设备，所述计算机设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的自动驾驶的数据识别方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的自动驾驶的数据识别方法。