2024/02/26 16:22
阅读:36
分享:方案摘要:
产品配置单:
康谋b-plus高性能车载数据计算机/DATALynx ATX4
型号: KM-B16047-DLY-EP3-0023、KM-B16047-DLY-EP3-0024
产地: 德国
品牌: b-plus
面议
参考报价
联系电话
方案详情:
对于数据的存储落盘来说,占据绝大部分存储空间的数据来自于相机传感器,特别是当前的数采需求可能需要6-8个800M像素的相机采集,进行RAW数据落盘。
举个例子
因此能够有效降低数采的存储成本,减少数据挖掘的花费至关重要。
应对方法
时间同步策略
通过良好时间同步策略,可以避免产生大量无效数据。当然这里的无效也是相对而言的,原因之一是通过后期的手动调整进行不同模态的数据的时间对齐是一种非常耗时的工作。在数据采集的过程中,通过触发式的机械连接和软件时间同步,让不同模态的传感器数据打上高精度的时间戳,一方面便于数据管理,减少无效数据落盘,另一方面充分有利于算法训练。
数据压缩
从数据压缩的角度来看,在采集过程中可以采用H.264或者H.265进行视频压缩,比如在H.265压缩的情况下,取决于采集数据的复杂性、分辨率、帧率和编码器的设置,可以实现50%左右的压缩比率,1GB压缩成500MB,当然这个比率会受到很多参数影响,因此因实际情况而有所不同。
专注所需场景
目前,随着传感器技术的和算法的进步,自动驾驶算法/系统已经能够应对99%的场景,这是因为各个算法已经获得了PB甚至EB级别的数据,覆盖了生活中的绝大多数场景。为了去应对剩下1%的边缘场景,实际上,让数采车直接进行上路进行数据采集,将会有大量的重复数据,并且需要数据团队需要花费相当多的时间在其中寻找到目标数据。所以,优化数据的采集模式,让数采专注于算法所需场景的数据,是当下能够有效减少数据存储体积的方式。
康谋方案
康谋HEEX
针对这方面,康谋HEEX智能数据管理平台采用了基于事件和预设触发器的数据采集解决方案,能够使得数据团队直接在边缘设备或是云端直接提取与所需事件相关的数据。我们称之为“智能数据”,即最相关的数据,并且能够无缝分发给开发团队,优化数据存储成本和资源。
HEEX的工作流
康谋HEEX的工作流主要分为以下5个部分:
定义所需的“智能数据”。即设置所需采集的数据的条件,比如“在有行人通过时,制动加速度超过5m/s^2”场景的数据;
定义触发器。将设置的条件通过康谋HEEX SDK自动部署到数据采集系统上;
部署代理。即设置监测数据、评估条件并最终记录事件的相关数据到指定的系统中;
提取和上传数据。通过系统的网关和康谋HEEX API,可以方便上传到云端或下载到本地;
数据分发。同样通过康谋HEEX API可以根据用户的需求自动处理不同模态的数据,并将其分发的对应的开发团队。并随着场景的变化和更新,可以进行更加细化和多样化的条件设置,以更好的定位只能数据。
在这个过程中,落盘的只有目标场景的数据,而并非所有数采车经过的场景,因此能够有效降低数采的存储成本,减少数据挖掘的花费。
同时,康谋HEEX也将会根据需求,集成到康谋高精度的时间同步数据采集方案中,同时提供数据压缩和智能数据管理服务。
如您对上述产品和解决方案感兴趣,
欢迎联系我们了解更多信息。
期待与您的交流!
下载本篇解决方案:
更多
康谋技术 | 自动驾驶:揭秘高精度时间同步技术(二)
在自动驾驶中,对车辆外界环境进行感知需要用到很多传感器的数据,如果计算中心接收到的各传感器消息时间不统一,则会造成例如障碍物识别不准等问题。本文通过“统一时钟源”、“软硬件同步”等内容,探讨如何对各类传感器进行高精度的时间同步。
汽车及零部件
2024/06/03
康谋技术 | 自动驾驶:揭秘高精度时间同步技术(一)
本文重点探讨了高精度时间同步技术在多传感器融合中的重要性。通过选择统一的时钟源和基于以太网的协议,确保多传感器数据在统一时间框架内准确处理,为自动驾驶系统提供了可靠的时间基准。
汽车及零部件
2024/05/27
康谋分享 | aiSim5基于生成式AI扩大仿真测试范围(终)
在场景重建和测试流程闭环的过程中,难免会面临3D场景制作重建耗时长、成本高、扩展性低以及交通状况复杂程度难以满足等问题。康谋aiSim中NeRF和3DGS可以自动化生成3D静态场景并添加动态实例编辑,从而缩短测试流程,扩大仿真测试范围,有效解决上述问题。
汽车及零部件
2024/05/20
康谋分享 | aiSim5仿真场景重建感知置信度评估(三)
aiSim5能重建高精度的赛道、车库、高速公路等真实交通场景,用于测试和训练ADAS/AD系统。通过全局行动日志,能将驾驶数据转化为场景重建,车道线检测算法和多目标检测算法在仿真与现实世界的相关性测试中误差极为相近。
汽车及零部件
2024/04/28