(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 202210705168.7 (22)申请日 2022.06.21 (71)申请人 亿咖通 （湖北） 技 术有限公司 地址 430051 湖北省武汉市武汉经济技 术 开发区神龙大道18号太子湖文化数字 创意产业园创谷启动区B13 36号 (72)发明人 莫国龙　顾瑞红　张兆伟　周伟　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 蔡维华　臧建明 (51)Int.Cl. G06V 20/00(2022.01) G06V 10/774(2022.01) G06V 10/44(2022.01) G06T 5/00(2006.01)G06T 7/246(2017.01) (54)发明名称 数据处理方法、 装置、 设备及存 储介质 (57)摘要 本申请提供一种数据处理方法、 装置、 设备 及存储介质， 首先通过无人机采集包含有行驶车 辆的图像的可用视频数据， 然后根据可用视频数 据得到行驶车辆的标准轨迹数据， 并根据行驶车 辆的标准轨迹数据得到行驶特征数据， 再根据行 驶特征数据对初始驾驶场景分类模型进行训练 得到目标驾驶场景分类模型。 通过无人机采集可 用视频数据， 并基于无人机采集到的可用视频数 据得到行驶车辆的行驶特征数据进行模 型训练， 基于机器学习手段和利用无人机采集信息的方 式获得用于驾驶场景分类的目标驾驶场景分类 模型， 克服了现有技术中开车进行信息采集所存 在的缺陷和弊端以及采用指标统计进行驾驶场 景分类所存在的不足， 提升了分类准确性和 智能 化以及分类效率。 权利要求书3页 说明书15页 附图5页 CN 114926724 A 2022.08.19 CN 114926724 A 1.一种数据处 理方法， 其特 征在于， 包括： 通过无人机采集可用视频 数据， 所述可用视频 数据中包 含有行驶车辆的图像； 根据所述可用视频数据得到所述行驶车辆的标准轨迹数据， 并根据所述行驶车辆的标 准轨迹数据获得 所述行驶车辆的行驶特 征数据； 根据所述行驶车辆的行驶特征数据对初始驾驶场景分类模型进行训练得到目标驾驶 场景分类模型。 2.根据权利要求1所述的数据处理方法， 其特征在于， 在得到所述目标驾驶场景分类模 型后， 所述方法， 还 包括： 利用目标驾驶场景分类模型对目标车辆的驾驶数据进行分类， 分类出的驾驶场景用于 仿真平台进行自动驾驶模拟的仿真。 3.根据权利要求2所述的数据处理方法， 其特征在于， 所述通过无人机采集可用视频数 据， 包括： 利用所述无 人机获取目标道路区域预设高度范围内的原 始视频数据； 对所述原始视频数据进行视频内容筛选， 以将包含有所述行驶车辆的图像的原始视频 数据确定为所述可用视频 数据。 4.根据权利要求3所述的数据处理方法， 其特征在于， 所述根据 所述可用视频数据 得到 所述行驶车辆的标准轨 迹数据， 包括： 对所述可用视频 数据进行图像抖动修复处 理， 得到标准图像数据； 对所述标准图像数据进行 车辆提取及轨 迹跟踪处 理， 得到所述行驶车辆的轨 迹数据、 对所述行驶车辆的轨迹数据进行坐标转换， 得到所述行驶车辆的标准轨迹数据， 所述 坐标转换用于所述无 人机的相对坐标系与大地 坐标系之间的数据转 化。 5.根据权利要求4所述的数据处理方法， 其特征在于， 所述对所述可用视频数据进行图 像抖动修复处 理， 得到标准图像数据， 包括： 根据所述无人机的定位信 息对所述可用视频数据进行所述无人机的标准定位点转换， 所述标准定位点转换用于将采集所述可用视频数据时的参照采集点转换为标准采集点， 以 对所述可用视频 数据实现所述图像抖动修复处 理； 将转换为所述标准采集 点后的可用视频 数据确定为所述标准图像数据。 6.根据权利要求5所述的数据处理方法， 其特征在于， 所述对所述行驶车辆轨迹数据进 行坐标转换， 得到所述行驶车辆的标准轨 迹数据， 包括： 根据所述无人机的定位信息和所述目标道路区域中关键点坐标信息对第一坐标矩阵 数据进行所述坐标转换， 得到大地坐标系中的第二坐标矩阵数据， 所述第一坐标矩阵数据 用于在所述无 人机的相对坐标系中表征 所述行驶车辆的轨 迹数据； 将所述第二坐标矩阵数据表征的所述行驶车辆的轨迹数据确定为所述行驶车辆的标 准轨迹数据。 7.根据权利要求6所述的数据处理方法， 其特征在于， 所述根据 所述行驶车辆的标准轨 迹数据获得 所述行驶车辆的行驶特 征数据， 包括： 根据所述行驶车辆的标准轨迹数据获取每个行驶车辆在当前轨迹点的特征数据， 并对 所述特征数据进行 结构化， 得到所述行驶车辆的行驶特 征数据； 其中， 所述行驶车辆的行驶特征数据包括所述每个行驶车辆的速度、 加速度、 转向角、权　利　要　求　书 1/3 页 2 CN 114926724 A 2车辆编号以及车辆尺寸。 8.根据权利要求1 ‑7任一项所述的数据处理方法， 其特征在于， 所述根据 所述行驶车辆 的行驶特 征数据对初始驾驶场景分类模型进行训练得到目标驾驶场景分类模型， 包括： 根据所述行驶车辆的行驶特征数据和多个分类驾驶场景对所述初始驾驶场景分类模 型进行训练得到中间驾驶场景分类模型， 所述多个分类驾驶场景包括直行驾驶场景、 转弯 驾驶场景、 变道驾驶场景、 超车驾驶场景、 跟车驾驶场景、 避让驾驶场景以及第一危险驾驶 场景； 根据第二危险驾驶场景以及所述第二危险驾驶场景中事故车辆的行驶特征数据对所 述中间驾驶场景分类模型进行训练得到所述目标驾驶场景分类模型。 9.根据权利要求8所述的数据处理方法， 其特征在于， 在得到所述目标驾驶场景分类模 型之后， 所述方法， 还 包括： 根据模型解释工具对所述目标驾驶场景分类模型进行分析， 得到碰撞特征数据集， 所 述碰撞特征数据集包括多个两车之 间距离临界值构成的数据集、 多个车辆车速临界值构成 的数据集以及多个两车相对车速临界值构成的数据集； 将与所述目标驾驶场景分类模型分类出的危险驾驶场景正相关的碰撞特征数据集确 定为正激励样本； 将与所述目标驾驶场景分类模型分类出的危险驾驶场景负相关的碰撞特征数据集确 定为负激励样本； 对所述正激励样本和所述负激励样本进行可视化展示， 以获得目标数据范围， 并利用 所述目标 数据范围内的碰撞特 征数据集获得碰撞参数； 其中， 所述碰撞参数包括跟车时距和避撞时间。 10.根据权利要求9所述的数据处理方法， 其特征在于， 在获得所述碰撞参数之后， 所述 方法， 还包括： 根据重新获取的所述行驶车辆的行驶特征数据对所述目标驾驶场景分类模型进行优 化； 根据优化后的目标驾驶场景分类模型对所述碰撞参数进行优化。 11.一种数据处 理装置， 其特 征在于， 包括： 获取模块， 用于通过无人机采集可用视频数据， 所述可用视频数据中包含有行驶车辆 的图像； 第一处理模块， 用于根据所述可用视频数据得到所述行驶车辆的标准轨迹数据， 并根 据所述行驶车辆的标准轨 迹数据获得 所述行驶车辆的行驶特 征数据； 第二处理模块， 用于根据所述行驶车辆的行驶特征数据对初始驾驶场景分类模型进行 训练得到目标驾驶场景分类模型。 12.一种电子设备， 其特 征在于， 包括： 处 理器， 以及与所述处 理器通信连接的存 储器； 所述存储器存储计算机执 行指令； 所述处理器执行所述存储器存储的计算机执行指令， 以实现如权利要求1至10任一项 所述的数据处 理方法。 13.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 执行指令， 所述计算机执行指令被处理器执行时用于实现如权利要求1至10任一项所述的权　利　要　求　书 2/3 页 3 CN 114926724 A 3