一种驾驶数据片段的风险信息标注方法、系统、设备及存储介质与流程

本技术涉及自动驾驶数据质量控制，具体涉及一种驾驶数据片段的风险信息标注方法、系统、设备及存储介质。

背景技术：

1、随着aeb（autonomous emergency braking）功能从高速跟车、前车静止等标准化场景向城市路口、弱势交通参与者、遮挡、cut-in、非结构化道路等复杂场景扩展，安全系统的技术架构也在发生变化。

2、特别是端到端aeb模型的应用，要求算法不仅具备感知决策能力，还需要理解风险。而传统标签只记录是否触发aeb、是否碰撞或是否有驾驶员接管的单一事件标签，这对于不仅要具备感知决策能力，还需要具备理解风险的能力的端到端aeb模型而言，以这样的方式标注标签的样本数据难以支撑端到端aeb模型的训练，模型训练难以学习到对风险的理解能力，进而影响端到端aeb模型的性能表现（如收敛效果、泛化能力以及评测指标的稳定性和可解释性等）。

技术实现思路

1、有鉴于此，本技术提供一种驾驶数据片段的风险信息标注方法、系统、设备及存储介质。旨在解决或者部分解决背景技术中存在的问题。

2、本技术第一方面提供了一种驾驶数据片段的风险信息标注方法，所述方法包括：

3、获得驾驶数据片段对应的时间段内的多源信息，所述多源信息包括以下至少两项：车辆的运动状态、驾驶员行为、车辆的自动紧急制动系统的状态；

4、根据所述多源信息，确定所述驾驶数据片段的事件锚点时刻，并对所述驾驶数据片段进行标注，所述事件锚点时刻用于锚定所述驾驶数据片段中的风险事件的时间窗口；

5、至少根据所述事件锚点时刻，为所述驾驶数据片段中的各个驾驶数据帧标注风险阶段；

6、将至少标注有所述事件锚点时刻并且标注有各个驾驶数据帧的风险阶段的驾驶数据片段，作为标注完毕的驾驶数据片段。

7、可选的，所述方法还包括：

8、检测所述驾驶数据片段中所述事件锚点时刻之前的各个驾驶视频子片段是否满足风险条件，一个驾驶视频子片段包括连续n个驾驶数据帧；

9、从所述各个驾驶视频子片段中确定出首个满足风险条件的驾驶视频子片段；

10、将所述首个满足风险条件的驾驶视频子片段内的首个驾驶数据帧的时刻，确定为所述驾驶数据片段的风险起始时刻，并对所述驾驶数据片段进行标注；

11、至少根据所述事件锚点时刻，为所述驾驶数据片段中的各个驾驶数据帧标注风险阶段，包括：

12、根据所述风险起始时刻与所述事件锚点时刻，确定风险形成时间窗；

13、针对在所述风险形成时间窗内的各个驾驶数据帧，标注风险形成阶段；

14、将至少标注有所述事件锚点时刻并且标注有各个驾驶数据帧的风险阶段的驾驶数据片段，作为标注完毕的驾驶数据片段，包括：

15、将至少标注有所述事件锚点时刻和所述风险起始时刻，并且标注有各个驾驶数据帧的风险阶段的驾驶数据片段，作为标注完毕的驾驶数据片段。

16、可选的，所述方法还包括：

17、根据所述驾驶数据片段中所述事件锚点时刻的预设时间范围内的各个驾驶数据帧的驾驶画面，确定所述预设时间范围内的各个驾驶数据帧的风险值；

18、将具有风险峰值的驾驶数据帧的时刻确定为所述驾驶数据片段的风险峰值时刻，并对所述驾驶数据片段进行标注；

19、至少根据所述事件锚点时刻，为所述驾驶数据片段中的各个驾驶数据帧标注风险阶段，包括：

20、根据所述风险峰值时刻与所述事件锚点时刻，确定风险预警时间窗；

21、针对在所述风险预警时间窗内的各个驾驶数据帧，标注风险预警阶段；

22、将至少标注有所述事件锚点时刻并且标注有各个驾驶数据帧的风险阶段的驾驶数据片段，作为标注完毕的驾驶数据片段，包括：

23、将至少标注有所述事件锚点时刻和所述风险峰值时刻，并且标注有各个驾驶数据帧的风险阶段的驾驶数据片段，作为标注完毕的驾驶数据片段。

24、可选的，所述方法还包括：

25、根据所述车辆的运动状态，将发生碰撞或发生刹停的时刻确定为所述驾驶数据片段的风险结果时刻，并对所述驾驶数据片段进行标注；

26、根据所述风险峰值时刻与所述风险结果时刻，确定制动干预时间窗；

27、针对在所述制动干预时间窗内的各个驾驶数据帧，标注制动干预阶段；

28、将至少标注有所述事件锚点时刻并且标注有各个驾驶数据帧的风险阶段的驾驶数据片段，作为标注完毕的驾驶数据片段，包括：

29、将至少标注有所述事件锚点时刻、所述风险峰值时刻以及所述风险结果时刻，并且标注有各个驾驶数据帧的风险阶段的驾驶数据片段，作为标注完毕的驾驶数据片段。

30、可选的，所述方法还包括：

31、根据所述多源信息，确定所述驾驶数据片段的主风险对象；

32、在所述主风险对象的数量是多个的情况下，检测多个主风险对象是否一致；

33、在多个主风险对象不一致的情况下，根据不同的主风险对象，将所述驾驶数据片段划分为不同的待标注驾驶视频子片段，并为所述不同的待标注驾驶视频子片段标注主风险对象，一个待标注驾驶视频子片段对应一个主风险对象；

34、根据所述多源信息，确定所述驾驶数据片段的事件锚点时刻，并对所述驾驶数据片段进行标注，包括：

35、根据所述多源信息，确定不同的待标注驾驶视频子片段各自的事件锚点时刻并进行标注；

36、至少根据所述事件锚点时刻，为所述驾驶数据片段中的各个驾驶数据帧标注风险阶段，包括：

37、至少根据所述不同的待标注驾驶视频子片段各自的事件锚点时刻，为所述不同的待标注驾驶视频子片段中的各个驾驶数据帧标注风险阶段。

38、可选的，所述方法还包括：

39、根据所述多源信息，确定所述驾驶数据片段的主风险对象；

40、在所述驾驶数据片段的主风险对象是一个的情况下，确定所述驾驶数据片段的下一驾驶数据片段的主风险对象；

41、检测所述驾驶数据片段的主风险对象与所述下一驾驶数据片段的主风险对象是否一致；

42、在所述驾驶数据片段的主风险对象与所述下一驾驶数据片段的主风险对象一致的情况下，将所述驾驶数据片段与所述下一驾驶数据片段合并，得到合并后驾驶数据片段；

43、根据所述多源信息，确定所述驾驶数据片段的事件锚点时刻，并对所述驾驶数据片段进行标注，包括：

44、根据所述合并后驾驶数据片段对应的时间段内的多源信息，确定所述合并后驾驶数据片段的事件锚点时刻，并对所述合并后驾驶数据片段进行标注；

45、至少根据所述事件锚点时刻，为所述驾驶数据片段中的各个驾驶数据帧标注风险阶段，包括：

46、至少根据所述合并后驾驶数据片段的事件锚点时刻，为所述合并后驾驶数据片段中的各个驾驶数据帧标注风险阶段。

47、可选的，根据所述多源信息，确定所述驾驶数据片段的事件锚点时刻，包括：

48、在车辆的自动紧急制动系统首次离开空闲状态的情况下，将首次离开空闲状态的时刻确定为所述驾驶数据片段的事件锚点时刻；

49、在车辆的自动紧急制动系统处于空闲状态，并且所述车辆的运动状态表征发生碰撞或发生刹停的情况下，根据发生碰撞或发生刹停的时刻之前的各个驾驶数据帧的画面，预测目标响应时刻，将预测出的目标响应时刻确定为所述驾驶数据片段的事件锚点时刻；

50、在车辆的自动紧急制动系统的状态表征未触发自动紧急制动，并且所述驾驶员行为是针对自动驾驶系统的强制制动或强制转向的情况下，将驾驶员行为产生的最大减速度或最大转向角度的发生时刻，确定为所述驾驶数据片段的事件锚点时刻；

51、根据所述多源信息，确定所述驾驶数据片段的主风险对象，包括：

52、根据事件锚点时刻前后预设时长的驾驶数据帧的画面，和/或，根据目标响应时刻前后预设时长的驾驶数据帧的画面，和/或，根据驾驶员行为产生的最大减速度或最大转向角度的发生时刻前后预设时长的驾驶数据帧的画面，确定所述驾驶数据片段的主风险对象。

53、本技术第二方面提供了一种驾驶数据片段的风险信息标注系统，包括：

54、数据获取模块，用于获得驾驶数据片段对应的时间段内的多源信息，所述多源信息包括以下至少两项：车辆的运动状态、驾驶员行为、车辆的自动紧急制动系统的状态；

55、时刻标注模块，用于根据所述多源信息，确定所述驾驶数据片段的事件锚点时刻，并对所述驾驶数据片段进行标注，所述事件锚点时刻用于锚定所述驾驶数据片段中的风险事件的时间窗口；

56、风险阶段标注模块，用于至少根据所述事件锚点时刻，为所述驾驶数据片段中的各个驾驶数据帧标注风险阶段；

57、目标标注模块，用于将至少标注有所述事件锚点时刻并且标注有各个驾驶数据帧的风险阶段的驾驶数据片段，作为标注完毕的驾驶数据片段。

58、本技术第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本技术第一方面所述的一种驾驶数据片段的风险信息标注方法中的步骤。

59、本技术第四方面提供了一种计算机可读存储介质，存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现本技术第一方面所述的一种驾驶数据片段的风险信息标注方法中的步骤。

60、本技术提供的一种驾驶数据片段的风险信息标注方法具有以下优点：

61、本技术提供的该驾驶数据片段的风险信息标注方法，首先获得驾驶数据片段对应的时间段内的多源信息，多源信息包括以下至少两项：车辆的运动状态、驾驶员行为、车辆的自动紧急制动系统的状态；根据多源信息，确定驾驶数据片段的事件锚点时刻，并对驾驶数据片段进行标注，事件锚点时刻用于锚定驾驶数据片段中的风险事件的时间窗口；至少根据事件锚点时刻，为驾驶数据片段中的各个驾驶数据帧标注风险阶段；将至少标注有事件锚点时刻并且标注有各个驾驶数据帧的风险阶段的驾驶数据片段，作为标注完毕的驾驶数据片段。

62、本技术提供的该方法中基于驾驶数据片段对应的时间段内的多源信息来确定标记风险事件的关键时刻和风险演化阶段，可以克服以往仅依赖单一触发信号或碰撞结果进行标注的局限性。其次，基于多源信息确定的驾驶数据片段的风险锚点时刻用于驾驶数据片段进行标注，使得每个风险事件具有唯一且可解释的时间基准（即风险锚点时刻）。这可以防止不同数据来源、不同标注批次或不同算法版本之间事件中心时刻的不一致问题。同时基于确定的关键时刻来进行风险演化阶段的标注，使得将标注后的结果用于端到端aeb模型训练时，模型能够学习到从正常状态到风险形成、干预直至解除的完整时序特征，在确保模型的感知决策能力的同时，可增强模型对风险演化趋势的理解能力，进而显著提升模型的性能表现（如训练收敛效果、评测指标的稳定性以及决策过程的可解释性等）。