驾驶场景数据的确定方法、装置、设备及存储介质与流程

1.本发明涉及自动驾驶技术领域，尤其涉及一种驾驶场景数据的确定方法、装置、设备及存储介质。

背景技术：

2.在自动驾驶技术和辅助驾驶技术领域中，真实的特定驾驶场景的驾驶数据对技术的研发尤为重要。例如，障碍物车辆靠边停车、变道超车、急刹车等驾驶场景。
3.现有技术通常是采用边识别边采集的方式确定特定驾驶场景的驾驶数据，在识别到符合某一驾驶场景的数据帧之后就开始采集，并在采集的过程中持续判断，直到某一帧不符合采集的驾驶场景，结束采集。这种方式不仅会对自动驾驶车辆增加运算负担，还需要较高的存储成本，因此，现有技术存在运算成本和存储成本高的技术问题。

技术实现要素：

4.本发明提供了一种驾驶场景数据的确定方法、装置、设备及存储介质，用于降低驾驶场景数据确定的运算成本和存储成本。
5.本发明第一方面提供了一种驾驶场景数据的确定方法，包括：
6.在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，所述行驶特征数据用于指示对应障碍物车辆的行驶状态特征和/或行驶环境特征；
7.若所述至少一个障碍物车辆中的任一障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则根据所述预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；
8.根据所述触发帧，确定所述目标驾驶场景类型的驾驶数据。
9.可选的，在本发明第一方面的第一种实现方式中，所述若所述至少一个障碍物车辆中的任一障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则根据所述预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧，包括：
10.若所述至少一个障碍物车辆中有且仅有一个障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则确定所述有且仅有一个障碍物车辆对应的当前驾驶场景类型为目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；
11.若所述至少一个障碍物车辆中的至少两个障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，且所述至少两个障碍物车辆分别对应的当前驾驶场景类型不同，则根据预设驾驶场景集合的驾驶场景等级，确定所述至少两个障碍物车辆分别对应的当前驾驶场景类型中的目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧。
12.可选的，在本发明第一方面的第二种实现方式中，所述在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，包括：
13.在自动驾驶过程中，根据预设驾驶场景集合的驾驶场景等级，依次对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。
14.可选的，在本发明第一方面的第三种实现方式中，所述在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，包括：
15.在自动驾驶过程中，获取当前帧中所有障碍物车辆的行驶特征数据，并将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，所述时序缓存集用于存储对应障碍物车辆从出现帧至离开帧的行驶特征数据，所述出现帧用于指示对应障碍物车辆出现在检测范围内时的行驶特征数据，所述离开帧用于指示对应障碍物车辆离开所述检测范围内时的行驶特征数据；
16.对所有障碍物车辆分别对应的时序缓存集中当前帧的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。
17.可选的，在本发明第一方面的第四种实现方式中，所述方法还包括：
18.当障碍物车辆离开所述检测范围内预设帧数时，删除离开所述检测范围内预设帧数的障碍物车辆对应的时序缓存集。
19.可选的，在本发明第一方面的第五种实现方式中，所述将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，包括：
20.将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，并对每个障碍物车辆进行生命周期标识赋值，得到每个障碍物车辆对应的生命周期标识；
21.所述方法包括：
22.当任一障碍物车辆对应的生命周期标识连续预设帧数未赋值时，删除对应障碍物车辆的时序缓存集。
23.可选的，在本发明第一方面的第六种实现方式中，根据所述触发帧，确定所述目标驾驶场景类型的驾驶数据，包括：
24.确定当前账户是否具有当前自动驾驶车辆的驾驶数据获取权限；
25.若当前账户具有当前自动驾驶车辆的驾驶数据获取权限，则根据所述触发帧，读取当前自动驾驶车辆的驾驶记录数据，并从所述驾驶记录数据中提取目标驾驶场景类型的驾驶数据，所述驾驶记录数据用于指示当前自动驾驶车辆上所有数据场景装置采集的数据，所述目标驾驶场景类型的驾驶数据包括所述触发帧之后预设时长内的驾驶记录数据。
26.本发明第二方面提供了一种驾驶场景数据的确定装置，包括：判别模块，用于在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，所述行驶特征数据用于指示对应障碍物车辆的行驶状态特征和/或行驶环境特征；触发模块，用于若当前帧中任一障碍物车辆对应的当前驾驶场景类型发生变化，则根据所述预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；确定模
块，用于根据所述触发帧，确定所述目标驾驶场景类型的驾驶数据。
27.可选的，在本发明第二方面的第一种实现方式中，所述触发模块还用于：若所述至少一个障碍物车辆中有且仅有一个障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则确定所述有且仅有一个障碍物车辆对应的当前驾驶场景类型为目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；若所述至少一个障碍物车辆中的至少两个障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，且所述至少两个障碍物车辆分别对应的当前驾驶场景类型不同，则根据预设驾驶场景集合的驾驶场景等级，确定所述至少两个障碍物车辆分别对应的当前驾驶场景类型中的目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧。
28.可选的，在本发明第二方面的第二种实现方式中，所述判别模块还用于：在自动驾驶过程中，根据预设驾驶场景集合的驾驶场景等级，依次对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。
29.可选的，在本发明第二方面的第三种实现方式中，所述判别模块包括：存储单元，用于：在自动驾驶过程中，获取当前帧中所有障碍物车辆的行驶特征数据，并将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，所述时序缓存集用于存储对应障碍物车辆从出现帧至离开帧的行驶特征数据，所述出现帧用于指示对应障碍物车辆出现在检测范围内时的行驶特征数据，所述离开帧用于指示对应障碍物车辆离开所述检测范围内时的行驶特征数据；判别单元，用于：对所有障碍物车辆分别对应的时序缓存集中当前帧的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。
30.可选的，在本发明第二方面的第四种实现方式中，所述装置还包括：第一删除模块，用于：当障碍物车辆离开所述检测范围内预设帧数时，删除离开所述检测范围内预设帧数的障碍物车辆对应的时序缓存集。
31.可选的，在本发明第二方面的第五种实现方式中，所述存储单元具体用于：将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，并对每个障碍物车辆进行生命周期标识赋值，得到每个障碍物车辆对应的生命周期标识；所述装置还包括：第二删除模块，用于：当任一障碍物车辆对应的生命周期标识连续预设帧数未赋值时，删除对应障碍物车辆的时序缓存集。
32.可选的，在本发明第二方面的第四种实现方式中，所述确定模块用于：确定当前账户是否具有当前自动驾驶车辆的驾驶数据获取权限；若当前账户具有当前自动驾驶车辆的驾驶数据获取权限，则根据所述触发帧，读取当前自动驾驶车辆的驾驶记录数据，并从所述驾驶记录数据中提取目标驾驶场景类型的驾驶数据，所述驾驶记录数据用于指示当前自动驾驶车辆上所有数据场景装置采集的数据，所述目标驾驶场景类型的驾驶数据包括所述触发帧之后预设时长内的驾驶记录数据。
33.本发明第三方面提供了一种驾驶场景数据的确定设备，包括：存储器和至少一个处理器，所述存储器中存储有计算机程序；所述至少一个处理器调用所述存储器中的所述计算机程序，以使得所述驾驶场景数据的确定设备执行上述的驾驶场景数据的确定方法。
34.本发明的第四方面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中存储有计算机程序，当其在计算机上运行时，使得计算机执行上述的驾驶场景数据的确定方法。
35.本发明提供的技术方案中，在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，所述行驶特征数据用于指示对应障碍物车辆的行驶状态特征和/或行驶环境特征；若所述至少一个障碍物车辆中的任一障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则根据所述预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；根据所述触发帧，确定所述目标驾驶场景类型的驾驶数据。本发明实施例中，在自动驾驶过程中，首先对当前帧进行驾驶场景类型判断，再确定当前帧的驾驶场景类型与上一帧的驾驶场景类型是否不同，如果不同，则可确定当前帧为触发帧，并根据预设的驾驶场景等级，确定当前帧的目标驾驶场景类型，从而确定目标驾驶场景类型的驾驶数据，使得驾驶场景数据的确定运算成本和存储成本降低。
附图说明
36.图1为本发明实施例中驾驶场景数据的确定方法的一个实施例示意图；
37.图2为本发明实施例中驾驶场景数据的确定方法的另一个实施例示意图；
38.图3为本发明实施例中驾驶场景数据的确定装置的一个实施例示意图；
39.图4为本发明实施例中驾驶场景数据的确定装置的另一个实施例示意图；
40.图5为本发明实施例中驾驶场景数据的确定设备的一个实施例示意图。
具体实施方式
41.本发明实施例提供了一种驾驶场景数据的确定方法、装置、设备及存储介质，用于降低驾驶场景数据确定的运算成本和存储成本。
42.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
43.可以理解的是，本发明的执行主体可以为驾驶场景数据的确定装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
44.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中驾驶场景数据的确定方法的一个实施例包括：
45.101、在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，行驶特征数据用于指示障碍物车辆的行驶状态特征和/或行驶环境特征；
46.可以理解的是，自动驾驶车辆处于自动驾驶状态时，则认为是在自动驾驶过程中。在一种实施方式中，为了降低自动驾驶场景数据的存储成本，可以在需要某一种或多种驾驶场景类型的驾驶数据时，才触发驾驶场景数据的采集指令/任务，以执行本发明实施例提供的驾驶场景数据的确定方法，例如当需要某一驾驶场景类型的驾驶数据用于模型训练或验证的样本数据、用于验证某一算法等，具体此处不做限定。具体的，步骤101包括：响应于驾驶场景数据的确定指令，在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。
47.在一种实施方式中，由于驾驶场景数据的确定/采集是针对具体的一辆或多辆自动驾驶车辆的驾驶数据，因此，在确定/采集之前，可以先判断被确定/采集的自动驾驶车辆是否允许被采集驾驶数据，如果允许，才对其驾驶数据进行确定/采集，执行本发明实施例提供的驾驶场景数据的确定方法。具体的，在一种实施方式中，在步骤101之前，还包括：对自动驾驶车辆数据库中的自动驾驶车辆数据进行驾驶数据采集权限的判断，得到至少一个目标自动驾驶车辆数据，其中，每个目标驾驶车辆数据用于指示允许被采集驾驶数据的自动驾驶车辆；步骤101包括：在任一目标自动驾驶车辆数据指示的自动驾驶车辆的自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。
48.需要说明的是，由于不同的自动驾驶技术的研究可能需要不同驾驶场景的驾驶数据，例如，在进行障碍物车辆正在靠边停车的驾驶决策算法研究时，可能需要障碍物车辆正在靠边停车的驾驶场景的驾驶数据，而在进行障碍物车辆正在超车的驾驶决策算法研究时，可能需要障碍物车辆正在超车和/或正在被超车的驾驶场景的驾驶数据，因此，为了从所有的驾驶数据中确定/采集符合预期驾驶场景的驾驶数据，通过预设驾驶场景集合指示所要确定/采集的至少一个驾驶场景类型。例如，预设驾驶场景集合中包括靠边停车场景1、靠边停车场景2和靠边停车场景3，那么，则说明本次执行是为了确定/采集这3种驾驶场景类型的驾驶数据，具体能否确定/采集到这些驾驶场景类型的驾驶数据，取决于自动驾驶车辆的实际自动驾驶过程。需要说明的是，当前驾驶场景类型用于指示预设驾驶场景集合中的任一驾驶场景类型，本实施方式通过预设的驾驶场景集合进行有针对性的驾驶场景类型判别，能够提高驾驶场景判别的效率，减少驾驶场景数据确定的运算量和运算成本。
49.在一种实施方式中，不同的驾驶场景类型可以对应不同的驾驶场景判别条件，通过不同的驾驶场景判别条件即可以进行驾驶场景类型的判断。具体的，步骤101包括：在自动驾驶过程中，通过预设驾驶场景集合中每个驾驶场景类型对应的驾驶场景判别条件，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。本实施方式中，由于驾驶场景判别条件只是对行驶特征数据进行简单的结果判断，而无需再进行其它的复杂运算，因此，本实施方式能够提高驾驶场景类型判别的效率，从而提高驾驶场景数据确定/采集的效率，并降低驾驶场景数据采集对自动驾驶控制的影响。
50.可以理解的是，行驶特征数据用于指示障碍物车辆的行驶状态特征和/或行驶环境特征，行驶特征数据是自动驾驶控制过程中所获得或生成的数据，是自动驾驶控制必要的数据，例如，自动驾驶车辆上激光雷达采集到的点云数据、相机拍摄到的图像数据、运算
得到的环境特征数据、运算得到的行驶状态特征数据、速度估计数据等等，具体此处不做限定。通过自动驾驶控制必要的数据进行驾驶场景类型的判别，能够在不产生新的运算或运算数据的情况下，快速确定驾驶场景类型，从而减少驾驶场景数据确定/采集对自动驾驶控制的影响。
51.在一种实施方式中，步骤101包括：在自动驾驶过程中，根据预设驾驶场景集合的驾驶场景等级，依次对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。本实施方式中，在对障碍物车辆的行驶特征数据进行驾驶场景类型判别时，按照驾驶场景等级的优先级顺序，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。作为示例而非限定的是，在对当前帧中某一障碍物车辆的行驶特征数据进行驾驶场景类型判别时，首先判断该障碍物车辆的行驶特征数据是否属于驾驶场景等级最高的驾驶场景类型，如果属于，则直接确定该障碍物车辆对应的当前驾驶场景类型为预设驾驶场景集合中驾驶场景等级最高的驾驶场景类型，如果不属于，则再判断该障碍物车辆的行驶特征数据是否属于下一驾驶场景等级的驾驶场景类型，从而确定该障碍物车辆对应的当前驾驶场景类型。
52.102、若至少一个障碍物车辆中的任一障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则根据预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为目标驾驶场景类型的触发帧；
53.可以理解的是，一帧中可以不包括障碍物车辆的行驶特征数据，也可以包括至少一个障碍物车辆的行驶特征数据，若当前帧包括至少一个障碍物车辆的行驶特征数据，且至少一个障碍物车辆中的任一障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同时，根据预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为目标驾驶场景类型的触发帧，而若当前帧中不包括障碍物车辆的行驶特征数据，则停止对当前帧的处理，对下一帧进行步骤101-103的处理，从而提高驾驶场景数据确定的效率。
54.需要说明的是，不同帧中可以包括同一障碍物车辆的行驶特征数据，如果同一障碍物车辆在当前帧中对应的驾驶场景类型(即当前驾驶场景类型)与在上一帧中对应的驾驶场景类型(即历史驾驶场景类型)不同，则可以将当前帧确定为触发帧，例如，障碍物车辆a在当前帧中的驾驶场景类型为1，而该障碍物车辆a在上一帧中的驾驶场景类型为2，或者无确定的驾驶场景类型，那么，则可以确定当前帧为触发帧，如果当前帧和上一帧都有且仅有这一个障碍物车辆a，那么，则可以确定当前帧为驾驶场景类型1的触发帧，而如果当前帧中还包含障碍物车辆a之外的其它障碍物车辆，则具体根据其它障碍物车辆的驾驶场景类型和驾驶场景等级确定当前帧所属的目标驾驶场景类型，具体此处不做限定。
55.可以理解的是，根据实际需求，可以对预设驾驶场景集合中的驾驶场景类型进行等级划分，若当前帧中存在两个或两个以上的当前驾驶场景类型与上一帧中对应的历史驾驶场景类型不同时，则根据驾驶场景等级确定当前帧所属的目标驾驶场景类型。例如，当前帧中存在2个障碍物车辆对应的当前驾驶场景类型分别为a和b，而这2个障碍物车辆在上一帧中对应的历史驾驶场景类型分别为c和d，那么，则根据a和b的驾驶场景等级，确定a或b为目标驾驶场景类型，并确定当前帧为a或b目标驾驶场景类型的触发帧，具体此处不做限定。
56.103、根据触发帧，确定目标驾驶场景类型的驾驶数据。
57.需要说明的是，驾驶数据可以是自动驾驶过程中的任意数据，如自动驾驶车辆上安装的相机采集的图像、自动驾驶控制产生的控制参数、对环境采集数据的处理结果等，具体此处不做限定。在一种实施方式中，为了驾驶数据的确定/采集更具有针对性，步骤103包括：根据触发帧，确定目标驾驶场景类型的预设驾驶数据类型的驾驶数据，其中，预设驾驶数据类型用于指示驾驶数据的确定/采集范围。例如，如果仅需要确定相机采集的图像相关的驾驶数据，那么，则可以将预设接收数据类型设置为相机采集的图像，在确定触发帧之后，仅确定/采集相机采集的图像作为目标驾驶场景类型的驾驶数据，具体此处不做限定。
58.可以理解的是，驾驶数据的确定和驾驶数据的采集可以不等同，本实施方式中，确定目标驾驶场景类型的驾驶数据可以是确定某一时间范围的驾驶数据，也可以是确定存储位置的驾驶数据，还可以是确定其它可以用于指示目标驾驶场景类型的驾驶数据的相关指示数据。驾驶数据的确定只需存储用于确定目标驾驶场景类型的驾驶数据的相关指示数据即可，而无需将目标驾驶场景类型的驾驶数据采集并存储在存储设备中，例如，仅存储触发帧相关指示数据，或者仅存储时间段或时刻的相关指示数据即可，具体此处不做限定。
59.本发明实施例中，在自动驾驶过程中，首先对当前帧进行驾驶场景类型判断，再确定当前帧的驾驶场景类型与上一帧的驾驶场景类型是否不同，如果不同，则可确定当前帧为触发帧，并根据预设的驾驶场景等级，确定当前帧的目标驾驶场景类型，从而确定目标驾驶场景类型的驾驶数据，使得驾驶场景数据的确定运算成本和存储成本降低。
60.请参阅图2，本发明实施例中驾驶场景数据的确定方法的另一个实施例包括：
61.201、在自动驾驶过程中，获取当前帧中所有障碍物车辆的行驶特征数据，并将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，时序缓存集用于存储对应障碍物车辆从出现帧至离开帧的行驶特征数据，出现帧用于指示对应障碍物车辆出现在检测范围内时的行驶特征数据，离开帧用于指示对应障碍物车辆离开检测范围内时的行驶特征数据；
62.本实施方式中，为了更准确高效地追踪每个障碍物车辆，通过时序缓存集存储障碍物车辆整个生命周期的行驶特征数据。可以理解的是，一个障碍物车辆的生命周期是始于该障碍物车辆出现在当前自动驾驶车辆的检测范围内时，终于该障碍物车辆离开当前自动驾驶车辆的检测范围内时，因此，时序缓存集中包括障碍物车辆从出现帧至离开帧的行驶特征数据。例如，某一自动驾驶车辆的标识符为a，该自动驾驶车辆a在第100帧时出现在检测范围内，并且在第1000帧时离开检测范围，那么，该自动驾驶车辆a对应的时序缓存集则包括第100-1000帧的行驶特征数据，具体此处不做限定。
63.本步骤中，获取到当前帧中所有障碍物车辆的行驶特征数据之后，根据每个障碍物车辆对应的标识符，检测缓存中是否包含所有障碍物车辆分别对应的时序缓存集，如果缓存中包含任意障碍物车辆对应的时序缓存集，则将预存障碍物车辆的行驶特征数据存入预存障碍物车辆的时序缓存集中，以便于通过时序缓存集对每个障碍物车辆的生命周期进行追踪，其中，预存障碍物车辆是指缓存中存在的时序缓存集对应的障碍物车辆。而如果缓存中不包含任意障碍物车辆对应的时序缓存集，则创建未预存障碍物车辆对应的时序缓存集，其中，未预存障碍物车辆是指缓存中不存在的时序缓存集对应的障碍物车辆。例如，当前帧的采集时刻，缓存中包含障碍物车辆x和障碍物车辆y分别对应的时序缓存集，而当前
帧中所有障碍物车辆包括障碍物车辆x和障碍物车辆z，那么，则将当前帧中障碍物车辆x的行驶特征数据存入障碍物车辆x对应的时序缓存集中，并创建障碍物车辆z对应的时序缓存集，存储至缓存中，具体此处不做限定。
64.202、对所有障碍物车辆分别对应的时序缓存集中当前帧的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型；
65.本步骤中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，实际是对所有障碍物车辆分别对应的时序缓存集中当前帧的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，从而得到至少一个障碍物车辆对应的当前驾驶场景类型。例如，假设当前帧中包含障碍物车辆x和障碍物车辆y分别对应的行驶特征数据，而缓存中包含障碍物车辆x、障碍物车辆y和障碍物车辆z分别对应的时序缓存集，那么，本步骤对障碍物车辆x和障碍物车辆y分别对应的时序缓存集中，当前帧的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到障碍物车辆x和障碍物车辆y分别对应的当前驾驶场景类型，具体此处不做限定。
66.203、若至少一个障碍物车辆中的任一障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则根据预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为目标驾驶场景类型的触发帧；
67.具体的，在一种实施方式中，步骤203包括：若至少一个障碍物车辆中有且仅有一个障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则确定一个障碍物车辆对应的当前驾驶场景类型为目标驾驶场景类型，并确定当前帧为目标驾驶场景类型的触发帧；若至少一个障碍物车辆中的至少两个障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，且至少两个障碍物车辆分别对应的当前驾驶场景类型不同，则根据预设驾驶场景集合的驾驶场景等级，确定至少两个障碍物车辆分别对应的当前驾驶场景类型中的目标驾驶场景类型，并确定当前帧为目标驾驶场景类型的触发帧。
68.可以理解的是，如果有且仅有一个障碍物车辆在当前帧中的当前驾驶场景类型与上一帧中对应的历史驾驶场景类型不同，则无需根据驾驶场景等级确定目标驾驶场景类型，可以直接确定当前驾驶场景类型为目标驾驶场景类型，并确定当前帧为目标驾驶场景类型的触发帧。而如果至少两个障碍物车辆在当前帧中的当前驾驶场景类型与上一帧中对应的历史驾驶场景类型不同，则根据这两个障碍物车辆分别对应的当前驾驶场景类型在预设驾驶场景集合的驾驶场景等级，确定目标驾驶场景类型，例如，假设当前帧中的障碍物车辆a和障碍物车辆b分别对应的当前驾驶场景类型为1和2，如果障碍物车辆a在上一帧中对应的历史驾驶场景类型为3，障碍物车辆b在上一帧中对应的历史驾驶场景类型为2，那么，则可以直接确定目标驾驶场景类型为驾驶场景类型为1，如果，障碍物车辆a在上一帧中对应的历史驾驶场景类型为3，障碍物车辆b在上一帧中对应的历史驾驶场景类型为1，并且，驾驶场景类型1的驾驶场景等级高于驾驶场景类型2，那么，则确定目标驾驶场景类型为1，具体此处不做限定。本实施方式能够快速地获得关注度更高的驾驶场景数据，使得驾驶场景数据的采集更具有针对性。
69.进一步的，在一种实施方式中，当障碍物车辆离开检测范围内预设帧数时，删除离
开检测范围内预设帧数的障碍物车辆对应的时序缓存集。为了优化缓存空间的清理机制，降低对存储空间的需求，当缓存中任一时序缓存集对应的障碍物车辆经过预设帧数均未检测到时，则可以对该障碍物车辆所占用的缓存空间进行释放，删除该障碍物车辆对应的时序缓存集。例如，某一障碍物车辆在10帧内均没有向对应的时序缓存集中存入数据，那么，则删除该障碍物车辆对应的时序缓存集，具体此处不做限定。
70.在一种实施方式中，上述将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，包括：将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，并对每个障碍物车辆进行生命周期标识赋值，得到每个障碍物车辆对应的生命周期标识；方法包括：当任一障碍物车辆对应的生命周期标识连续预设帧数未赋值时，删除对应障碍物车辆的时序缓存集。本实施方式中，通过生命周期标识符确定是否删除障碍物车辆对应的时序缓存集，具体的，当向时序缓存集中存入当前帧的障碍物车辆对应的行驶特征数据时，则对该障碍物车辆的生命周期标识符进行赋值，并在每一帧中检查所有障碍物车辆的生命周期标识符，当某一障碍物车辆对应的生命周期标识符连续预设帧数均未赋值时，则可以确定该障碍物车辆离开检测范围，可以删除该障碍物车辆对应的时序缓存集，以释放缓存空间。
71.204、根据触发帧，确定目标驾驶场景类型的驾驶数据。
72.具体的，在一种实施方式中，步骤204包括：确定当前账户是否具有当前自动驾驶车辆的驾驶数据获取权限；若当前账户具有当前自动驾驶车辆的驾驶数据获取权限，则根据触发帧，读取当前自动驾驶车辆的驾驶记录数据，并从驾驶记录数据中提取目标驾驶场景类型的驾驶数据，驾驶记录数据用于指示当前自动驾驶车辆上所有数据场景装置采集的数据，目标驾驶场景类型的驾驶数据包括触发帧之后预设时长内的驾驶记录数据。
73.本实施方式中，为了提高驾驶数据的安全性，在确定/采集驾驶数据之前，首先确定当前账户是否具有当前自动驾驶车辆的驾驶数据获取权限，其中，当前账户可以是当前登录的账户，也可以是驾驶数据采集账户，具体此处不做限定。如果当前账户具有当前自动驾驶车辆的驾驶数据获取权限，则可以根据触发帧，读取当前自动驾驶车辆的驾驶记录数据，并从驾驶记录数据中提取目标驾驶场景类型的驾驶数据，其中，目标驾驶场景类型的驾驶数据可以是触发帧之后预设时长内或预设帧数内的驾驶记录数据，例如，假设触发帧的触发时刻为10:00:00，预设时长为5秒，那么，则提取10:00:00-10:00:05的驾驶记录数据即为目标驾驶场景类型的驾驶数据，具体此处不做限定。
74.本发明实施例中，在自动驾驶过程中，首先对当前帧进行驾驶场景类型判断，再基于时序缓存集确定当前帧的驾驶场景类型与上一帧的驾驶场景类型是否不同，如果不同，则可确定当前帧为触发帧，并根据预设的驾驶场景等级，确定当前帧的目标驾驶场景类型，从而确定目标驾驶场景类型的驾驶数据，使得驾驶场景数据的确定运算成本和存储成本降低。
75.上面对本发明实施例中驾驶场景数据的确定方法进行了描述，下面对本发明实施例中驾驶场景数据的确定装置进行描述，请参阅图3，本发明实施例中驾驶场景数据的确定装置一个实施例包括：
76.判别模块301，用于在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶
场景类型，所述行驶特征数据用于指示对应障碍物车辆的行驶状态特征和/或行驶环境特征；
77.触发模块302，用于若当前帧中任一障碍物车辆对应的当前驾驶场景类型发生变化，则根据所述预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；
78.确定模块303，用于根据所述触发帧，确定所述目标驾驶场景类型的驾驶数据。
79.本发明实施例中，在自动驾驶过程中，首先对当前帧进行驾驶场景类型判断，再确定当前帧的驾驶场景类型与上一帧的驾驶场景类型是否不同，如果不同，则可确定当前帧为触发帧，并根据预设的驾驶场景等级，确定当前帧的目标驾驶场景类型，从而确定目标驾驶场景类型的驾驶数据，使得驾驶场景数据的确定运算成本和存储成本降低。
80.请参阅图4，本发明实施例中驾驶场景数据的确定装置的另一个实施例包括：
81.判别模块301，用于在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，所述行驶特征数据用于指示对应障碍物车辆的行驶状态特征和/或行驶环境特征；
82.触发模块302，用于若当前帧中任一障碍物车辆对应的当前驾驶场景类型发生变化，则根据所述预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；
83.确定模块303，用于根据所述触发帧，确定所述目标驾驶场景类型的驾驶数据。
84.可选的，所述触发模块302还用于：
85.若所述至少一个障碍物车辆中有且仅有一个障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则确定所述有且仅有一个障碍物车辆对应的当前驾驶场景类型为目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；
86.若所述至少一个障碍物车辆中的至少两个障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，且所述至少两个障碍物车辆分别对应的当前驾驶场景类型不同，则根据预设驾驶场景集合的驾驶场景等级，确定所述至少两个障碍物车辆分别对应的当前驾驶场景类型中的目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧。
87.可选的，所述判别模块301还用于：
88.在自动驾驶过程中，根据预设驾驶场景集合的驾驶场景等级，依次对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。
89.可选的，所述判别模块301包括：
90.存储单元3011，用于：在自动驾驶过程中，获取当前帧中所有障碍物车辆的行驶特征数据，并将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，所述时序缓存集用于存储对应障碍物车辆从出现帧至离开帧的行驶特征数据，所述出现帧用于指示对应障碍物车辆出现在检测范围内时的行驶特征数据，所述离开帧用于指示对应障碍物车辆离开所述检测范围内时的行驶特征数据；
91.判别单元3012，用于：对所有障碍物车辆分别对应的时序缓存集中当前帧的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。
92.可选的，所述装置还包括：
93.第一删除模块304，用于：当障碍物车辆离开所述检测范围内预设帧数时，删除离开所述检测范围内预设帧数的障碍物车辆对应的时序缓存集。
94.可选的，所述存储单元3011具体用于：
95.将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，并对每个障碍物车辆进行生命周期标识赋值，得到每个障碍物车辆对应的生命周期标识；
96.所述装置还包括：第二删除模块305，用于：当任一障碍物车辆对应的生命周期标识连续预设帧数未赋值时，删除对应障碍物车辆的时序缓存集。
97.可选的，所述确定模块303用于：
98.确定当前账户是否具有当前自动驾驶车辆的驾驶数据获取权限；
99.若当前账户具有当前自动驾驶车辆的驾驶数据获取权限，则根据所述触发帧，读取当前自动驾驶车辆的驾驶记录数据，并从所述驾驶记录数据中提取目标驾驶场景类型的驾驶数据，所述驾驶记录数据用于指示当前自动驾驶车辆上所有数据场景装置采集的数据，所述目标驾驶场景类型的驾驶数据包括所述触发帧之后预设时长内的驾驶记录数据。
100.本发明实施例中，在自动驾驶过程中，首先对当前帧进行驾驶场景类型判断，再基于时序缓存集确定当前帧的驾驶场景类型与上一帧的驾驶场景类型是否不同，如果不同，则可确定当前帧为触发帧，并根据预设的驾驶场景等级，确定当前帧的目标驾驶场景类型，从而确定目标驾驶场景类型的驾驶数据，使得驾驶场景数据的确定运算成本和存储成本降低。
101.上面图3和图4从模块化功能实体的角度对本发明实施例中的驾驶场景数据的确定装置进行详细描述，下面从硬件处理的角度对本发明实施例中驾驶场景数据的确定设备进行详细描述。
102.图5是本发明实施例提供的一种驾驶场景数据的确定设备的结构示意图，该驾驶场景数据的确定设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对驾驶场景数据的确定设备500中的一系列计算机程序操作。更进一步地，处理器510可以设置为与存储介质530通信，在驾驶场景数据的确定设备500上执行存储介质530中的一系列计算机程序操作。
103.驾驶场景数据的确定设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图5示出的驾驶场景数据的确定设备结构并不构成对驾驶场景数据的确定设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
104.本发明还提供一种计算机设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读计算机程序，计算机可读计算机程序被处理器执行时，使得处理器执行上述各实施例中的所述驾驶场景数据的确定方法的步骤。
105.本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得计算机执行所述驾驶场景数据的确定方法的步骤。
106.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
107.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干计算机程序用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
108.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：

1.一种驾驶场景数据的确定方法，其特征在于，所述方法包括：在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，所述行驶特征数据用于指示对应障碍物车辆的行驶状态特征和/或行驶环境特征；若所述至少一个障碍物车辆中的任一障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则根据所述预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；根据所述触发帧，确定所述目标驾驶场景类型的驾驶数据。2.根据权利要求1所述的方法，其特征在于，所述若所述至少一个障碍物车辆中的任一障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则根据所述预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧，包括：若所述至少一个障碍物车辆中有且仅有一个障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则确定所述有且仅有一个障碍物车辆对应的当前驾驶场景类型为目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；若所述至少一个障碍物车辆中的至少两个障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，且所述至少两个障碍物车辆分别对应的当前驾驶场景类型不同，则根据预设驾驶场景集合的驾驶场景等级，确定所述至少两个障碍物车辆分别对应的当前驾驶场景类型中的目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧。3.根据权利要求1所述的方法，其特征在于，所述在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，包括：在自动驾驶过程中，根据预设驾驶场景集合的驾驶场景等级，依次对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。4.根据权利要求1所述的方法，其特征在于，所述在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，包括：在自动驾驶过程中，获取当前帧中所有障碍物车辆的行驶特征数据，并将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，所述时序缓存集用于存储对应障碍物车辆从出现帧至离开帧的行驶特征数据，所述出现帧用于指示对应障碍物车辆出现在检测范围内时的行驶特征数据，所述离开帧用于指示对应障碍物车辆离开所述检测范围内时的行驶特征数据；对所有障碍物车辆分别对应的时序缓存集中当前帧的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：当障碍物车辆离开所述检测范围内预设帧数时，删除离开所述检测范围内预设帧数的
障碍物车辆对应的时序缓存集。6.根据权利要求4所述的方法，其特征在于，所述将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，包括：将每个障碍物车辆对应的行驶特征数据存入障碍物车辆对应的时序缓存集中，并对每个障碍物车辆进行生命周期标识赋值，得到每个障碍物车辆对应的生命周期标识；所述方法包括：当任一障碍物车辆对应的生命周期标识连续预设帧数未赋值时，删除对应障碍物车辆的时序缓存集。7.根据权利要求1所述的方法，其特征在于，根据所述触发帧，确定所述目标驾驶场景类型的驾驶数据，包括：确定当前账户是否具有当前自动驾驶车辆的驾驶数据获取权限；若当前账户具有当前自动驾驶车辆的驾驶数据获取权限，则根据所述触发帧，读取当前自动驾驶车辆的驾驶记录数据，并从所述驾驶记录数据中提取目标驾驶场景类型的驾驶数据，所述驾驶记录数据用于指示当前自动驾驶车辆上所有数据场景装置采集的数据，所述目标驾驶场景类型的驾驶数据包括所述触发帧之后预设时长内的驾驶记录数据。8.一种驾驶场景数据的确定装置，其特征在于，所述装置包括：判别模块，用于在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，所述行驶特征数据用于指示对应障碍物车辆的行驶状态特征和/或行驶环境特征；触发模块，用于若当前帧中任一障碍物车辆对应的当前驾驶场景类型发生变化，则根据所述预设驾驶场景集合的驾驶场景等级确定目标驾驶场景类型，并确定当前帧为所述目标驾驶场景类型的触发帧；确定模块，用于根据所述触发帧，确定所述目标驾驶场景类型的驾驶数据。9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1-7任一项所述的驾驶场景数据的确定方法。10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使所述处理器实现权利要求1-7任一项所述的驾驶场景数据的确定方法。

技术总结

本发明涉及自动驾驶技术领域，公开了一种驾驶场景数据的确定方法、装置、设备及存储介质，用于降低驾驶场景数据确定的运算成本和存储成本。所述方法包括：在自动驾驶过程中，对当前帧中所有障碍物车辆的行驶特征数据进行预设驾驶场景集合的驾驶场景类型判别，得到至少一个障碍物车辆对应的当前驾驶场景类型，行驶特征数据用于指示对应障碍物车辆的行驶状态特征和/或行驶环境特征；若至少一个障碍物车辆中的任一障碍物车辆在当前帧中对应的当前驾驶场景类型与在上一帧中对应的历史驾驶场景类型不同，则根据驾驶场景等级确定目标驾驶场景类型，并确定当前帧为目标驾驶场景类型的触发帧；根据触发帧，确定目标驾驶场景类型的驾驶数据。驾驶数据。驾驶数据。