用于无人驾驶车辆的数据采集方法与系统
1. 背景技术
在无人驾驶的环境感知问题中，当前研究大多关注目标检测问题，即通过安装在车辆上的摄像头获取的前方或周围图像，实时检测并识别出图像中的车辆、行人、交通标志等重要目标并定位其在图像中的坐标位置，从而避免与车辆或行人发生碰撞。然而，由于车辆的制动距离是由车速决定的，不同车速（包括无人驾驶车辆自身车速与周边车辆车速）条件下所需要的安全制动距离也不同，仅仅检测前方车辆与行人在图像中的像素坐标对于保障行车安全远远不够。因此，实时估计前方车辆的行驶速度将是未来无人驾驶环境感知问题中研究的关键。
在过去的十年中，深度学习技术的蓬勃发展主要依赖于数据与算力的大幅提升。因此，获取标注准确，类型丰富的大规模标准数据集是使用深度学习技术解决相关领域问题的关键。基于当前研究现状，采用深度神经网络解决速度估计问题是一种较为可行的方案，而当前公开可用的速度估计数据集数量较少、数据精度较低且数据规模较小，无法用于训练大型的深度神经网络。
2. 发明内容
2.1 要解决的技术问题
本发明提供了一种用于无人驾驶车辆速度估计问题的数据采集方法与系统，用于至少部分解决上述技术问题。
2.2 技术方案
为实现上述目的，本发明一方面提供一种用于无人驾驶车辆的数据采集方法，包括：
- S1、模拟无人驾驶仿真环境，在无人驾驶仿真环境中，控制数据采集车辆与目标车辆的相对速度，使数据采集车辆与目标车辆的相对距离在预设范围内；
- S2、采集数据采集车辆的第一状态信息及第一控制信息，每一第一状态信息及每一第一控制信息分别对应有一时间戳；采集目标车辆的图像信息、第二状态信息及第二控制信息，每一图像信息、每一第二状态信息及每一第二控制信息分别对应有一时间戳；
- S3、判断第一状态信息对应的时间戳与第一控制信息对应的时间戳的差值是否在第一预设差值范围内，判断图像信息对应的时间戳、第二状态信息对应的时间戳及第二控制信息对应的时间戳两两之间的差值是否在第一预设差值范围内，若都是，则执行S4；
- S4、判断第一状态信息对应的时间戳与第二状态信息对应的时间戳的差值是否在第二预设差值范围内，判断第一控制信息对应的时间戳与第二控制信息对应的时间戳的差值是否在第二预设差值范围内，若都是，则执行S5；
- S5、储存满足S4的第一状态信息、第一控制信息，图像信息、第二状态信息及第二控制信息。
2.3 具体实施例
