一种基于策略沙箱的数据采集方法及装置与流程

1.本发明涉及数据采集领域，具体而言，涉及一种基于策略沙箱的数据采集方法及装置。


背景技术：

2.数据是推动自动驾驶技术的进步动力源，如何收集数据成为自动驾驶的关键技术，并且如何利用好收集到的数据进行分析也成为了至关重要的部分。就目前的技术而言，自动驾驶数据的获取还无法同时做到精准和高效。主要的原因有：车端和云端的协同不够，因为数据和采集策略耦合导致安全性问题，无法实时做到车端软件的更新。
3.针对相关技术中自动驾驶车辆的车云协同不够，车端软件无法做到实时依据策略进行数据采集，导致数据和数据采集策略耦合性差的技术问题，针对出现的上述问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本发明的主要目的在于提供一种基于策略沙箱的数据采集方法及装置，以解决相关技术中自动驾驶车辆的车云协同不够，车端软件无法做到实时依据策略进行数据采集，导致数据和数据采集策略耦合性差的技术问题。
5.为了实现上述目的，根据本发明的一个方面，提供了一种基于策略沙箱的数据采集方法。该发明包括：确定数据采集对应的至少一个策略脚本，并将至少一个策略脚本部署在车辆对应的策略沙箱中，其中，策略脚本包含至少一个数据采集触发条件以及车辆数据采集对应的采集参数，采集参数至少包括待采集数据的数据类型、采集时长、采集频率，策略沙箱用于限定数据采集过程对应的车辆端的访问权限，访问权限至少包括车辆端的资源访问权限以及资源利用权限；获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本；依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集。
6.进一步地，确定数据采集对应的至少一个策略脚本，包括：获取云端存储的至少一个车辆上传的数据；将数据与至少一个车辆测试模型对应的场景数据进行匹配，以确定场景数据对应的缺失数据；依据缺失数据，确定至少一个策略脚本。
7.进一步地，获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本，包括：将获取的触发条件与策略沙箱中的至少一个策略脚本对应的至少一个数据采集触发条件进行匹配；在触发条件与至少一个数据采集触发条件匹配成功的情况下，将数据采集触发条件对应的策略脚本确定为目标策略脚本。
8.进一步地，在依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集之后，该方法包括：将采集的数据缓存一份至数据采集系统中的存储单元中；将采集的数据上传至云端对应的数据采集平台上，并将上传至数据采集平台上的数据发送至数据分析平台进行分析。
9.进一步地，将数据与至少一个车辆测试模型对应的场景数据进行匹配，以确定场景数据对应的缺失数据，包括：获取车辆测试模型对应的多个维度；依据多个维度，构建车辆测试模型对应的场景对应的多维空间；将数据与多维空间对应的多维数据进行逐一匹配，以确定缺失数据。
10.进一步地，依据多个维度，构建车辆测试模型对应的场景对应的高维空间，包括：对高维空间做离散处理以将高维空间分割为多个区域，其中，区域与维度一一对应；将云端存储的数据与多个维度进行对应，以获取多维数据；将多维数据对应地填充在与维度对应的区域内，并确定不存在数据的空白区域，并将空白区域对应的维度，确定为目标维度；将目标维度对应的数据，确定为缺失数据。
11.为了实现上述目的，根据本发明的另一方面，提供了一种基于策略沙箱的数据采集装置。该装置包括：确定单元，用于确定数据采集对应的至少一个策略脚本，并将至少一个策略脚本部署在车辆对应的策略沙箱中，其中，策略脚本包含至少一个数据采集触发条件以及车辆数据采集对应的采集参数，采集参数至少包括待采集数据的数据类型、采集时长、采集频率，策略沙箱用于限定数据采集过程对应的车辆端的访问权限，访问权限至少包括车辆端的资源访问权限以及资源利用权限；获取单元，用于获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本；采集单元依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集。
12.为了实现上述目的，根据本技术的另一方面，提供了一种计算机可读存储介质，该计算机可读存储介质包括存储的程序，其中，该程序执行上述任意一项的一种基于策略沙箱的数据采集方法。
13.为了实现上述目的，根据本技术的另一方面，提供了一种处理器，处理器用于运行程序，其中，该程序执行上述任意一项的一种基于策略沙箱的数据采集方法。
14.通过本发明，采用以下步骤：确定数据采集对应的至少一个策略脚本，并将至少一个策略脚本部署在车辆对应的策略沙箱中，其中，策略脚本包含至少一个数据采集触发条件以及车辆数据采集对应的采集参数，采集参数至少包括待采集数据的数据类型、采集时长、采集频率，策略沙箱用于限定数据采集过程对应的车辆端的访问权限，访问权限至少包括车辆端的资源访问权限以及资源利用权限；获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本；依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集，解决了相关技术中自动驾驶车辆的车云协同不够，车端软件无法做到实时依据策略进行数据采集，导致数据和数据采集策略耦合性差的技术的问题，进而达到了精确和高效地获取自动驾驶数据的效果。
附图说明
15.构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
16.图1是根据本发明实施例的一种基于策略沙箱的数据采集方法的流程图；以及
17.图2为本技术实施例提供的车辆的云端和车端数据交互的示意图；
18.图3为车端的数据管理系统和车端策略沙箱进行双向数据交互的示意图；
19.图4是根据本发明实施例的基于策略沙箱的数据采集装置的示意图。
具体实施方式
20.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
21.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
22.需要说明的是，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”等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，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，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。
23.根据本发明的实施例，提供了一种基于策略沙箱的数据采集方法。
24.图1是根据本发明实施例的一种基于策略沙箱的数据采集方法的流程图。如图1所示，该发明包括以下步骤：
25.步骤s101，确定数据采集对应的至少一个策略脚本，并将至少一个策略脚本部署在车辆对应的策略沙箱中，其中，策略脚本包含至少一个数据采集触发条件以及车辆数据采集对应的采集参数，采集参数至少包括待采集数据的数据类型、采集时长、采集频率，策略沙箱用于限定数据采集过程对应的车辆端的访问权限，访问权限至少包括车辆端的资源访问权限以及资源利用权限；
26.步骤s102，获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本；
27.步骤s103，依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集。
28.上述基于策略沙箱的数据采集方法，首先，确定数据采集对应的至少一个策略脚本，并将至少一个策略脚本部署在车辆对应的策略沙箱中，其中，策略脚本包含至少一个数据采集触发条件以及车辆数据采集对应的采集参数，采集参数至少包括待采集数据的数据类型、采集时长、采集频率，策略沙箱用于限定数据采集过程对应的车辆端的访问权限，访问权限至少包括车辆端的资源访问权限以及资源利用权限；然后获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本；最后依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集。通过采集策略脚本，并依据触发条件确定目标策略脚本，使采集到的数据可以灵活，快速部署到车端。
29.上述地，当前自动驾驶数据的获取还无法同时做到精准和高效，原因是，车端和云端协同不够，车端软件更新无法做到实时。本技术提供的实施例中，云端借助大数据统计&分析技术，对已有数据统计和模型(车辆测试模型)对应的场景进行分析，并提取出获取出哪些场景数据不充分(如缺少雨天数据、缺少夜晚数据等等)；或发现异常轨迹数据等等。同时，根据以上分析结果，制作采集策略脚本，采集策略；策略脚本仅支持简单的数学计算、逻
辑运算等以保证安全性，便可以灵活、快速部署到车端。
30.如图2所示，图2为本技术实施例提供的车辆的云端和车端数据交互的示意图，云端从数据采集平台获取车辆上传的数据，数据分析平台对获取的数据进行编辑、校验、进而生成策略脚本，然后通过策略管理与签发平台发送到车端的数据管理系统，并部署在策略沙箱中，需要说明的是，本技术中的策略脚本部署，也即策略更新无需走ota通道，缩短了策略更新的周期。
31.同时，云端实时分析车辆上传的数据，并对车辆的状态进行分析，分析结果发送至策略沙箱中并与策略脚本对应的触发条件进行匹配，匹配成功后，触发对应的策略脚本，并依据策略脚本采集车辆的数据，达到了有目的性的采集数据，同时提高数据采集精度，以及节省数据存储空间的技术效果。
32.车端的数据管理系统也通过车辆数据总线收集车端信息。车端的数据管理系统和车端策略沙箱进行双向数据交互。最后车端的数据管理系统传输到云端的数据采集平台。
33.本发明实施例提供的一种基于策略沙箱的数据采集方法，通过确定数据采集对应的至少一个策略脚本，并将至少一个策略脚本部署在车辆对应的策略沙箱中，其中，策略脚本包含至少一个数据采集触发条件以及车辆数据采集对应的采集参数，采集参数至少包括待采集数据的数据类型、采集时长、采集频率，策略沙箱用于限定数据采集过程对应的车辆端的访问权限，访问权限至少包括车辆端的资源访问权限以及资源利用权限；获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本；依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集，解决了相关技术中自动驾驶车辆的车云协同不够，车端软件无法做到实时依据策略进行数据采集，导致数据和数据采集策略耦合性差的技术问题，进而达到了精确和高效地获取自动驾驶数据的效果。
34.在一种可选的实施例中，确定数据采集对应的至少一个策略脚本，包括：获取云端存储的至少一个车辆上传的数据；将数据与至少一个车辆测试模型对应的场景数据进行匹配，以确定场景数据对应的缺失数据；依据缺失数据，确定至少一个策略脚本。
35.上述地，本技术中，将数据采集平台采集的数据以及车辆测试模型对应的场景数据进行分析匹配，来确定场景数据中的缺失数据，通过缺失数据制作策略脚本。
36.在一种可选的实施例中，将数据与至少一个车辆测试模型对应的场景数据进行匹配，以确定场景数据对应的缺失数据，包括：获取车辆测试模型对应的多个维度；依据多个维度，构建车辆测试模型对应的场景对应的多维空间；将数据与多维空间对应的多维数据进行逐一匹配，以确定缺失数据。
37.在本技术提供一种可选的实施例中，依据多个维度，构建车辆测试模型对应的场景对应的高维空间，包括：对高维空间做离散处理以将高维空间分割为多个区域，其中，区域与维度一一对应；将云端存储的数据与多个维度进行对应，以获取多维数据；将多维数据对应地填充在与维度对应的区域内，并确定不存在数据的空白区域，并将空白区域对应的维度，确定为目标维度；将目标维度对应的数据，确定为缺失数据。
38.上述地，每个场景在机器侧表达对应有多个维度，例如一个场景对应的维度有：天气、车速、时间、空间，通过上述四个维度将对应的场景做成多维空间，将高维度空间内做离散处理，离散处理后每个维度变成多个网格，网格中存储有对应的维度数据，在维度网格中显示数据，通过网格，检索数据分布均衡或者不均衡，以确定存在缺失数据的维度，例如，天
气维度对应的网格中存在数据缺失，则依据天气数据对应的缺失数据，制作策略脚本，以有针对性的获取天气维度对应的缺失数据，以供后续测试场景使用。
39.在一种可选的实施例中，获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本，包括：将获取的触发条件与策略沙箱中的至少一个策略脚本对应的至少一个数据采集触发条件进行匹配；在触发条件与至少一个数据采集触发条件匹配成功的情况下，将数据采集触发条件对应的策略脚本确定为目标策略脚本。
40.具体地，云端实时分析车辆上传的数据，例如：如果通过车辆上传的车辆数据为车辆打开雨刮器、或者通过天气预报获取现在的实时天气为雨天，则将“雨天”这个条件发送至策略沙箱，该条件与策略沙箱中的至少一个策略脚本进行匹配，如果有任何一个策略脚本中包含“雨天”这个触发条件，则该策略脚本被触发，并依据该策略脚本对应的数据采集参数进行数据采集，其中，通过采集参数可以确定所要采集的数据类型、采集的时长、采集车辆哪段时间段产生的数据、或数据的采集频率等。
41.同时，需要说明的是本技术中，将策略脚本部署在策略沙箱中，由于策略沙箱本身限定了策略采集过程在车辆的访问权限，因此，在依据策略脚本采集数据的同时，采集过程只针对具有权限的cpu、硬盘、文件，、网络或磁盘空间等，同时策略沙箱还能限定数据采集过程对cpu的使用率等权限。
42.在一种可选的实施例中，在依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集之后，该方法包括：将采集的数据缓存一份至数据采集系统中的存储单元中；将采集的数据上传至云端对应的数据采集平台上，并将上传至数据采集平台上的数据发送至数据分析平台进行分析。
43.上述地，依据策略脚本采集车端的数据后，将一份数据存储至车端的数据缓存文件中，还将另一份数据上传至云端的数据采集平台，形成了车端、云端的数据闭环。
44.通过上述本技术提供的种基于策略沙箱的数据采集方法，可以有效的采集所需数据，而不是大量采集了重复无用数据。
45.同时，还具备以下优势：一是可以节省流量成本；二是可以节省云端的存储成本；三是灵活的策略部署，减少维护成本。
46.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
47.图3为车端的数据管理系统和车端策略沙箱进行双向数据交互的示意图，如图3所示，在进行策略更新时，云端下发新策略到数据管理，数据管理将策略更新事件传递到策略沙箱，并进行策略脚本传输。数据管理传输ready信息到策略沙箱，策略沙箱依次回馈采集信号注册，策略信号注册，事件注册，ready信号到数据管理。在触发策略时，例如，雨刷连续开启1分钟，开始采集前置摄像头数据，连续采集10分钟；或者雨刷停止。数据管理传递雨刷开启事件到策略沙箱，策略沙箱触发雨刷事件策略，定时器计数1分钟，然后传递到数据管理收集数据，数据管理缓存摄像头数据，上传前摄像头数据，策略沙箱同时上传数据，并且定时器计数10分钟，停止收集。通过上述数据交互，达到了灵活的策略部署，减少维护成本的技术效果。
48.本发明实施例还提供了一种基于策略沙箱的数据采集装置，需要说明的是，本发
明实施例的基于策略沙箱的数据采集装置可以用于执行本发明实施例所提供的用于基于策略沙箱的数据采集方法。以下对本发明实施例提供的基于策略沙箱的数据采集装置进行介绍。
49.图4是根据本发明实施例的基于策略沙箱的数据采集装置的示意图。如图4所示，该装置包括：确定单元401，用于确定数据采集对应的至少一个策略脚本，并将至少一个策略脚本部署在车辆对应的策略沙箱中，其中，策略脚本包含至少一个数据采集触发条件以及车辆数据采集对应的采集参数，采集参数至少包括待采集数据的数据类型、采集时长、采集频率，策略沙箱用于限定数据采集过程对应的车辆端的访问权限，访问权限至少包括车辆端的资源访问权限以及资源利用权限；获取单元402，用于获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本；采集单元403，用于依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集。
50.在一种可选的实施例中，确定单元401，包括：获取子单元，用于获取云端存储的至少一个车辆上传的数据；第一确定子单元，用于将数据与至少一个车辆测试模型对应的场景数据进行匹配，以确定场景数据对应的缺失数据；第二确定子单元，用于依据缺失数据，确定至少一个策略脚本。
51.在一种可选的实施例中，获取单元402，包括：匹配子单元，用于将获取的触发条件与策略沙箱中的至少一个策略脚本对应的至少一个数据采集触发条件进行匹配；第三确定子单元，用于在触发条件与至少一个数据采集触发条件匹配成功的情况下，将数据采集触发条件对应的策略脚本确定为目标策略脚本。
52.在一种可选的实施例中，采集单元403，包括：缓存子单元，用于将采集的数据缓存一份至数据采集系统中的存储单元中；分析子单元将采集的数据上传至云端对应的数据采集平台上，并将上传至数据采集平台上的数据发送至数据分析平台进行分析。
53.在一种可选的实施例中，第一确定子单元，包括：获取模块，用于获取车辆测试模型对应的多个维度；构建模块，用于依据多个维度，构建车辆测试模型对应的场景对应的多维空间；确定模块将数据与多维空间对应的多维数据进行逐一匹配，以确定缺失数据。
54.在一种可选的实施例中，其特征在于，构建模块，包括：分割子模块，用于对高维空间做离散处理以将高维空间分割为多个区域，其中，区域与维度一一对应；获取子模块，用于将云端存储的数据与多个维度进行对应，以获取多维数据；第一确定子模块，用于将多维数据对应地填充在与维度对应的区域内，并确定不存在数据的空白区域，并将空白区域对应的维度，确定为目标维度；第二确定子模块，用于将目标维度对应的数据，确定为缺失数据。
55.本发明实施例提供的一种基于策略沙箱的数据采集装置，通过确定单元401，用于确定数据采集对应的至少一个策略脚本，并将至少一个策略脚本部署在车辆对应的策略沙箱中，其中，策略脚本包含至少一个数据采集触发条件以及车辆数据采集对应的采集参数，采集参数至少包括待采集数据的数据类型、采集时长、采集频率，策略沙箱用于限定数据采集过程对应的车辆端的访问权限，访问权限至少包括车辆端的资源访问权限以及资源利用权限；获取单元402，用于获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本；采集单元403，用于依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集，解决了相关技术中自动驾驶车辆的车云协同不够，车端软件无法做
到实时依据策略进行数据采集，导致数据和数据采集策略耦合性差的技术问题，进而达到了精确和高效地获取自动驾驶数据的效果。
56.所述一种基于策略沙箱的数据采集装置包括处理器和存储器，上述单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
57.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来精确和高效地获取自动驾驶数据。
58.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
59.本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现一种基于策略沙箱的数据采集方法。
60.本发明实施例提供了一种处理器，处理器用于运行程序，其中，程序运行时执行一种基于策略沙箱的数据采集方法。
61.本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：确定数据采集对应的至少一个策略脚本，并将至少一个策略脚本部署在车辆对应的策略沙箱中，其中，策略脚本包含至少一个数据采集触发条件以及车辆数据采集对应的采集参数，采集参数至少包括待采集数据的数据类型、采集时长、采集频率，策略沙箱用于限定数据采集过程对应的车辆端的访问权限，访问权限至少包括车辆端的资源访问权限以及资源利用权限；获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本；依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集。
62.进一步地，确定数据采集对应的至少一个策略脚本，包括：获取云端存储的至少一个车辆上传的数据；将数据与至少一个车辆测试模型对应的场景数据进行匹配，以确定场景数据对应的缺失数据；依据缺失数据，确定至少一个策略脚本。
63.进一步地，获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本，包括：将获取的触发条件与策略沙箱中的至少一个策略脚本对应的至少一个数据采集触发条件进行匹配；在触发条件与至少一个数据采集触发条件匹配成功的情况下，将数据采集触发条件对应的策略脚本确定为目标策略脚本。
64.进一步地，在依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集之后，该方法包括：将采集的数据缓存一份至数据采集系统中的存储单元中；将采集的数据上传至云端对应的数据采集平台上，并将上传至数据采集平台上的数据发送至数据分析平台进行分析。
65.进一步地，将数据与至少一个车辆测试模型对应的场景数据进行匹配，以确定场景数据对应的缺失数据，包括：获取车辆测试模型对应的多个维度；依据多个维度，构建车辆测试模型对应的场景对应的多维空间；将数据与多维空间对应的多维数据进行逐一匹配，以确定缺失数据。
66.进一步地，依据多个维度，构建车辆测试模型对应的场景对应的高维空间，包括：对高维空间做离散处理以将高维空间分割为多个区域，其中，区域与维度一一对应；将云端
存储的数据与多个维度进行对应，以获取多维数据；将多维数据对应地填充在与维度对应的区域内，并确定不存在数据的空白区域，并将空白区域对应的维度，确定为目标维度；将目标维度对应的数据，确定为缺失数据。本文中的设备可以是服务器、pc、pad、手机等。
67.本发明还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：确定数据采集对应的至少一个策略脚本，并将至少一个策略脚本部署在车辆对应的策略沙箱中，其中，策略脚本包含至少一个数据采集触发条件以及车辆数据采集对应的采集参数，采集参数至少包括待采集数据的数据类型、采集时长、采集频率，策略沙箱用于限定数据采集过程对应的车辆端的访问权限，访问权限至少包括车辆端的资源访问权限以及资源利用权限；获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本；依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集。
68.进一步地，确定数据采集对应的至少一个策略脚本，包括：获取云端存储的至少一个车辆上传的数据；将数据与至少一个车辆测试模型对应的场景数据进行匹配，以确定场景数据对应的缺失数据；依据缺失数据，确定至少一个策略脚本。
69.进一步地，获取数据采集系统接收的触发条件，并依据触发条件确定目标策略脚本，包括：将获取的触发条件与策略沙箱中的至少一个策略脚本对应的至少一个数据采集触发条件进行匹配；在触发条件与至少一个数据采集触发条件匹配成功的情况下，将数据采集触发条件对应的策略脚本确定为目标策略脚本。
70.进一步地，在依据访问权限以及目标策略脚本对应的目标采集参数，对车辆产生的数据进行采集之后，该方法包括：将采集的数据缓存一份至数据采集系统中的存储单元中；将采集的数据上传至云端对应的数据采集平台上，并将上传至数据采集平台上的数据发送至数据分析平台进行分析。
71.进一步地，将数据与至少一个车辆测试模型对应的场景数据进行匹配，以确定场景数据对应的缺失数据，包括：获取车辆测试模型对应的多个维度；依据多个维度，构建车辆测试模型对应的场景对应的多维空间；将数据与多维空间对应的多维数据进行逐一匹配，以确定缺失数据。
72.进一步地，依据多个维度，构建车辆测试模型对应的场景对应的高维空间，包括：对高维空间做离散处理以将高维空间分割为多个区域，其中，区域与维度一一对应；将云端存储的数据与多个维度进行对应，以获取多维数据；将多维数据对应地填充在与维度对应的区域内，并确定不存在数据的空白区域，并将空白区域对应的维度，确定为目标维度；将目标维度对应的数据，确定为缺失数据。
73.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
74.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序
指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
75.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
76.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
77.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
78.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
79.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
80.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
81.本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
82.以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。