确保AD/ADAS系统的安全：避免数据泛滥的关键！
本帖最后由 康谋自动驾驶 于 2024-11-12 10:12 编辑<p>为确保AD/ADAS系统的安全性，各大车企通常需要<strong>收集、处理和分析</strong>来自于摄像头、激光雷达等传感器的数据，以找出提高系统安全性和性能的方法。然而在数据收集过程中，不可避免地会出现<strong>大量无价值数据</strong>，造成<strong>数据泛滥</strong>的情况，进而影响数据的分析处理进程。为此，本文将为大家分享如何通过<strong>合适的指标</strong>及<strong>分析工具</strong>，实现<strong>数据的高效管理、解读和正确分析</strong>，以避免数据泛滥的不利影响！</p>
<h2><strong><span style="font-size:24px;">一、现有问题</span></strong></h2>
<p>对于汽车制造商来说，确保AD/ADAS系统的安全性通常需要<strong>收集大量数据。</strong>为了开发、验证和改进自动驾驶系统，流程通常是相同的：在各种条件下反复进行驾驶测试，累积大量里程。</p>
<p>这些来自不同来源（摄像头、GPS、激光雷达、仿真等）的驾驶日志随后会被处理和分析，以找出提高系统安全性和性能的方法。由于涉及<strong>大量传感器</strong>、<strong>众多不同的使用场景</strong>以及<strong>大量的行驶里程</strong>，需要<strong>处理的信息量</strong>会迅速呈<strong>指数级增长。</strong></p>
<p>面对如此大量待处理的信息，很容易让人感到不知所措。收集到的很多内容可能<strong>毫无用处</strong>（设想开车行驶的数千公里却什么有趣的事情都没发生），而且在这个过程中，一些信息可能会<strong>丢失或损坏</strong>。此外，仅收集数据是不够的。这些数据需要被<strong>管理、解读和正确分析</strong>。数据池越大，这个过程就越痛苦和昂贵。</p>
<h2><strong><span style="font-size:24px;">二、避免数据泛滥的2个关键</span></strong></h2>
<h2><strong><span style="font-size:18px;">1、关键点1 – 通过指标和算法聚焦于相关发现</span></strong></h2>
<p><strong>第一个关键点在于一个简单的原则:</strong>必须尽可能减少数据池,只保留最相关的信息。<strong>内容越少,处理和分析越快</strong>。此外,专注于更小的有效信息集合可以降低存储成本和维护负担。</p>
<p>为了减少初始内容池,可以创建<strong>有用的信息块，</strong>或者说<strong>"指标（metrics）"</strong>,以更简短和有意义的方式总结和描述它。这些指标可以根据使用案例指代多种事物：<strong>统计数据、事件或甚至场景</strong>。一旦它们与业务需求对齐，就有必要通过<strong>适当的算法</strong>生成。</p>
<p> </p>
<div style="text-align: center;"></div>
<p> </p>
<p>设想一下您正在努力提高新车辆的<strong>安全性和舒适性。</strong>具体来说,您正在试图了解如何减少车辆进行危险紧急制动的情况,即车辆突然刹车导致乘客不适，并构成潜在安全隐患的情况。与其手动检查历史驾驶记录去找到这些情况,不如<strong>构建一种算法</strong>来完成这项工作。</p>
<p>例如，遍历驾驶测量数据,计算车辆的减速度,并标记超出您定义的舒适限度的时刻。此外,该算法还可以计算其他参数,如与其他车辆的距离,以了解发生这种情况的原因。一旦初始数据已根据所选指标进行标记,您就可以将精力集中在这些上面。</p>
<h2><strong><span style="font-size:18px;">2、关键点2 – 使用全面的分析工具可视化见解</span></strong></h2>
<p>经过了关键点1，最初的原始数据池就被压缩成了少量的相关内容。它们需要<strong>被可视化</strong>、<strong>分析和共享</strong>,以便能够用于新车辆、传感器或软件的开发或验证。所有这些都可以通过联系发现与强大的分析平台来完成。</p>
<p>这是一个可以<strong>汇总所选指标并控制信息流</strong>的集中点。根据具体情况,有许多可视化检查的例子:分析地图上近处的碰撞事故、在时间序列图上提取切入场景、可视化相机图像上消失的物体等。好用的可视化也有助于分析,并允许生成可以跨团队或任何利益相关者共享的报告。</p>
<p>为了说明这一点,让我们继续以上一节中描述的<strong>安全和舒适性</strong>为例。一旦找到您初始驾驶日志中所有感兴趣的紧急制动情况,就可以理解它们是<strong>如何以及更重要的是为什么发生</strong>。一种解决方案是在地图上显示这些情况,并绘制相关车辆和周围障碍物的信息。然后可以将这些发现<strong>传递给相关团队</strong>,进而改进系统。</p>
<div style="text-align: center;"></div>
<p> </p>
<h2><strong><span style="font-size:24px;">三、小结</span></strong></h2>
<p>总而言之，为了从收集的数据中获得最大收益,需要将其归纳为<strong>有用的指标</strong>,然后在一个<strong>强大的分析工具</strong>上显示这些指标,以便于<strong>可视化和共享</strong>。要实现这些，需要拥有一个<strong>合适的架构</strong>作为处理流程的基底,使算法和工具能够顺利运行。</p>
<p>看来合适的架构作为处理流程的基底还是很重要的</p>
Jacktang 发表于 2024-11-16 09:26
看来合适的架构作为处理流程的基底还是很重要的
<p>是的，非常有必要，欢迎关注，多多讨论，一起进步！</p>
页:
[1]