一种车辆的数据处理方法及电子设备与流程

[本申请涉及数据处理，尤其涉及一种车辆的数据处理方法及电子设备。

背景技术：

1、随着各行业数字化转型加速，传感器和摄像头等多源设备持续产生海量原始数据，数据类型涵盖图像、视频、文本和时序信号等多模态信息，需要人工标注的数据量急剧增长。为了在有限标注资源下高效筛选高价值样本，数据筛选技术应运而生，成为数据处理流程中衔接原始数据采集与模型训练的关键环节。

2、当前主流的数据筛选方法主要包括随机采样、基于规则的筛选以及主动学习等几类，其基本思路均是从原始数据中选取部分样本用于后续的标注与模型训练。然而在实际应用中，上述方法普遍面临若干现实问题。人工筛选与后续标注的人力成本和时间成本持续攀升，尤其在海量数据规模下难以承受；数据来源多样、格式各异，导致筛选出的样本质量参差不齐，缺乏统一的质控标准；此外，固定不变的采样策略或规则难以随数据分布和业务场景的变化而动态调整，容易造成样本分布失衡，进而影响筛选结果在实际应用中的有效性和可靠性。

技术实现思路

1、本申请提供了一种车辆的数据处理方法及电子设备，通过多维度评估多模态车辆数据实现对样本的精准细化分类，可适配各类差异化车辆应用场景，既避免复杂场景采用低质样本造成数据处理精度下降，又能防止简单场景滥用高质样本带来冗余繁复计算，精准匹配各类车辆的数据使用需求。

2、根据本申请的一方面，提供了一种车辆的数据处理方法，该方法包括：

3、获取目标车辆相关的多模态数据的多组样本；其中，多模态数据为目标车辆在行驶过程中采集得到的；多模态数据包括车载图像采集器采集的图像数据、激光雷达点云数据、毫米波雷达数据、行车日志文本以及车速时序数据中的至少一项；

4、根据多模态数据的完整性数据、工况语义准确性数据、行车场景有效性数据、场景适配度数据以及样本工况独特性数据中的至少一项，确定多模态数据的综合质量评分；其中，数据完整性数据用于反映模态种类的丰富性；工况语义准确性数据反映语义描述的可靠性；行车场景有效性数据反映与目标场景的匹配程度；场景适配度反映是否存在对应目标车辆场景的特有要素数据；样本工况独特性数据反映样本聚类的稀有程度；

5、对多组样本进行筛选得到目标样本，根据综合质量评分，确定目标样本的等级分类，以基于不同等级的目标样本适配不同场景应用；其中，等级分类包括核心高危优质样本、常规工况样本以及边界疑似复核样本。

6、根据本申请的另一方面，提供了一种车辆数据处理装置，该装置包括：

7、数据获取模块，用于获取目标车辆相关的多模态数据的多组样本；其中，所述多模态数据为所述目标车辆在行驶过程中采集得到的；所述多模态数据包括车载图像采集器采集的图像数据、激光雷达点云数据、毫米波雷达数据、行车日志文本以及车速时序数据中的至少一项；

8、评分计算模块，用于根据所述多模态数据的多模态数据完整性数据、工况语义准确性数据、行车场景有效性数据、场景适配度数据以及样本工况独特性数据中的至少一项，确定所述多模态数据的综合质量评分；其中，所述数据完整性数据用于反映模态种类的丰富性；所述工况语义准确性数据反映语义描述的可靠性；所述行车场景有效性数据反映与目标场景的匹配程度；所述场景适配度反映是否存在对应目标车辆场景的特有要素数据；所述样本工况独特性数据反映样本聚类的稀有程度；

9、等级分类模块，用于对所述多组样本进行筛选得到目标样本，根据所述综合质量评分，确定所述目标样本的等级分类，以基于不同等级的目标样本适配不同场景应用；其中，所述等级分类包括核心高危优质样本、常规工况样本以及边界疑似复核样本。

10、根据本申请的另一方面，提供了一种电子设备，该电子设备包括：

11、至少一个处理器；以及

12、与至少一个处理器通信连接的存储器；其中，

13、存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本申请任一实施例的车辆数据处理方法。

14、本申请实施例的技术方案，获取目标车辆相关的多模态数据的多组样本；根据多模态数据的完整性数据、工况语义准确性数据、行车场景有效性数据、场景适配度数据以及样本工况独特性数据中的至少一项，确定多模态数据的综合质量评分；相较于依赖单一指标的传统评估方式，多维度质量评估综合考虑多个方面，减少单一指标造成的偏差，使后续筛选结果更准确可靠；对多组样本进行筛选得到目标样本，根据综合质量评分，确定目标样本的等级分类，以基于不同等级的目标样本适配不同场景应用。本技术方案，通过利用多维度质量评估和场景化适配筛选能力，高效匹配适配各场景所需样本，实现了原始数据的按需筛选和精准细化分类，降低了人工筛选成本与后续数据处理阶段的数据标注成本，为多模态数据落地应用提供了算力与精度平衡支撑。

15、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

1.一种车辆的数据处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述完整性数据的确定过程包括：

3.根据权利要求1所述的方法，其特征在于，所述工况语义准确性数据的确定过程包括：

4.根据权利要求1所述的方法，其特征在于，所述样本工况独特性数据的确定过程包括：

5.根据权利要求1-4中任一项所述的方法，其特征在于，根据所述多模态数据的完整性数据、工况语义准确性数据、行车场景有效性数据、场景适配度数据以及样本工况独特性数据中的至少一项，确定所述多模态数据的综合质量评分，包括：

6.根据权利要求1所述的方法，其特征在于，对所述多组样本进行筛选得到目标样本，包括：

7.根据权利要求6所述的方法，其特征在于，检测所述多组样本中的无效低质样本并剔除，包括：

8.根据权利要求6所述的方法，其特征在于，针对多组样本进行多模态语义相似度计算，剔除同质化样本，包括：

9.根据权利要求1所述的方法，其特征在于，根据所述综合质量评分，确定所述目标样本的等级分类，包括：

10.一种电子设备，其特征在于，所述电子设备包括：