(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111583274.4 (22)申请日 2021.12.2 2 (71)申请人 中智行 （苏州） 科技有限公司 地址 215100 江苏省苏州市相城区南天 成 路88号天成信息大厦601-B11工位(集 群登记) (72)发明人 刘生　昶向威　王劲　 (74)专利代理 机构 上海凯玛顿知识产权代理事 务所(普通 合伙) 31359 专利代理师 李培成 (51)Int.Cl. G06F 8/65(2018.01) G06F 30/27(2020.01) G06K 9/62(2022.01) (54)发明名称 一种无人驾驶自动化模型训练数据的生产 方法 (57)摘要 本发明提供了一种无人驾驶自动化模型训 练数据的生产方法， 包括如下步骤： （1） 构建道路 场景； （2） 多车同时自动驾驶； （3） 车辆行驶数据 收集； （4） 模型训练； （5） 模型迭代升级； （6） 场景 回归验证； （7） 回到 （1） 。 本发明通过构建封闭式 道路场景大大降低了建设成本且灵活度高， 同时 在封闭的道路上更容易复现难复现的长尾问题 和相同驾驶场景。 在获取数据之后， 不需要人工 进行数据标注， 节省了大量人工标注成本且能够 对升级后的模型起到一个快速验证的作用。 权利要求书1页 说明书3页 附图1页 CN 114489712 A 2022.05.13 CN 114489712 A 1.一种无 人驾驶自动化模型训练数据的生产方法， 其特 征在于， 包括如下步骤： S1:构建道路场景； S2:多辆无人驾驶汽车进入S1所构建的道路场景中同时驾驶， 所述无人驾驶汽车安装 有感知设备； S3:无人驾驶汽车通过感知设备将行驶过程中的数据进行储 存； S4:将S3储 存的数据经 过数据处理后进行模型训练； S5:基于S4模型训练的结果， 对 模型进行迭代升级； S6:使用相同的场景， 回归 验证模型迭代升级的效果； S7:回到S1； 所述S1中的道路场景为封闭式道路场景。 2.根据权利要求1所述的一种无人驾驶自动化模型训练数据的生产方法， 其特征在于， 所述封闭式道路场景包括 直线形式场景、 车辆转弯场景与交叉路口。 3.根据权利要求1所述的一种无人驾驶自动化模型训练数据的生产方法， 其特征在于， 所述感知设备包括激光雷达、 定位系统与摄 像头。 4.根据权利要求1所述的一种无人驾驶自动化模型训练数据的生产方法， 其特征在于， 所述S3中的储存方式包括利用感知设备感知到的真实数据通过无人驾驶汽车车内存储设 备进行存 储或者通过网络传输的方式利用云端服 务器进行存 储。 5.根据权利要求1所述的一种无人驾驶自动化模型训练数据的生产方法， 其特征在于， 所述的无 人驾驶汽车为智能化 程度达到L2级以上。权　利　要　求　书 1/1 页 2 CN 114489712 A 2一种无人驾驶自动化模型训练数据的生产方 法 技术领域 [0001]本发明涉及 一种模型训练数据的生产方法， 更具体的是涉及一种无人驾驶自动化 模型训练数据的生产方法。 背景技术 [0002]随着汽车工业的发展与变革， 车辆技术也在面临不断的发展， 汽车为人们缩短了 目的地的距离， 从电力时代奔驰三轮车到福特发明汽车生产流水线让汽车走进千家万户， 随着科技的发展带动汽车产业变革， 以自动驾驶为基础的新交通生态体系面临重构。 自动 驾驶系统要求有足够的能力， 在没有司机干预的情况下， 安全地处理所有的突 发情况。 实际 中， 突发的异常情况总是发生， 同时这些异常情况经常是比较复杂少见的， 即自动驾驶的 “长尾问题 ”， 对于无人驾驶领域， 避免长尾问题是亟待解决的难题。 其中数据收集是解决 “长尾问题”的关键因素， 数据收集是激发主动学习的重要环节， 也是机器学习周期运行良 好的重要基础。 [0003]目前为了获得模型训练所需的数据， 在无人驾驶领域传统数据收集的形 式是首先 需要依赖铺设相当长的真实道路， 收集大量真实场景下无人驾驶运行 的数据， 然后再对采 集的数据进行人工标注， 从而实现有监督的机器学习模型训练。 然而铺设用于无人驾驶的 专有道路， 建设投入成本高， 利用人工对数据进行标注人工成本高， 且在真实道路行驶时， 发现的“长尾问题 ”难以复现。 发明内容 [0004]为解决现有技术的不足， 现提供一种无人驾驶自动化模型训练数据的生产方法， 包括如下步骤： [0005]S1:构建道路场景； [0006]S2:多辆无人驾驶汽车进入S1所构建的道路场景中同时驾驶， 所述无人驾驶汽车 安装有感知设备； [0007]S3:无人驾驶汽车通过感知设备将行驶过程中的数据进行储 存； [0008]S4:将S3储 存的数据经 过数据处理后进行模型训练； [0009]S5:基于S4模型训练的结果， 对 模型进行迭代升级； [0010]S6:使用相同的场景， 回归 验证模型迭代升级的效果； [0011]S7:回到S1； [0012]所述S1中的道路场景为封闭式道路场景。 [0013]优选的， 所述封闭式道路场景包括 直线形式场景、 车辆转弯场景与交叉路口。 [0014]优选的， 所述感知设备包括激光雷达、 定位系统与摄 像头。 [0015]优选的， 所述S3中的储存方式包括利用感知设备感知到的真实数据通过无人驾驶 汽车车内存储设备进行存 储或者通过网络传输的方式利用云端服 务器进行存 储。 [0016]优选的， 所述的无 人驾驶汽车为智能化 程度达到L2级以上。说　明　书 1/3 页 3 CN 114489712 A 3