導讀

對于數(shù)據(jù)的存儲落盤來說，占據(jù)絕大部分存儲空間的數(shù)據(jù)來自于相機傳感器，特別是當前的數(shù)采需求可能需要6-8個800M像素的相機采集，進行RAW數(shù)據(jù)落盤。

舉個例子

在以非RAW格式，比如YUV422 8bits，在3840×2160（800M）分辨率下以30fps進行拍攝：3840× 2160× 16 / 8 ×30/ 1024^2 = 475MB/s，近500MB/s的帶寬需求，在搭載多個800M相機以及其他傳感器的情況下，一輛數(shù)采車可以輕易達到5TB/小時的落盤需求。

因此能夠有效降低數(shù)采的存儲成本，減少數(shù)據(jù)挖掘的花費至關重要。

一、應對方法

1、時間同步策略

通過良好時間同步策略，可以避免產(chǎn)生大量無效數(shù)據(jù)。當然這里的無效也是相對而言的，原因之一是通過后期的手動調(diào)整進行不同模態(tài)的數(shù)據(jù)的時間對齊是一種非常耗時的工作。在數(shù)據(jù)采集的過程中，通過觸發(fā)式的機械連接和軟件時間同步，讓不同模態(tài)的傳感器數(shù)據(jù)打上高精度的時間戳，一方面便于數(shù)據(jù)管理，減少無效數(shù)據(jù)落盤，另一方面充分有利于算法訓練。

2、數(shù)據(jù)壓縮

從數(shù)據(jù)壓縮的角度來看，在采集過程中可以采用H.264或者H.265進行視頻壓縮，比如在H.265壓縮的情況下，取決于采集數(shù)據(jù)的復雜性、分辨率、幀率和編碼器的設置，可以實現(xiàn)50%左右的壓縮比率，1GB壓縮成500MB，當然這個比率會受到很多參數(shù)影響，因此因?qū)嶋H情況而有所不同。

3、專注所需場景

目前，隨著傳感器技術的和算法的進步，自動駕駛算法/系統(tǒng)已經(jīng)能夠應對99%的場景，這是因為各個算法已經(jīng)獲得了PB甚至EB級別的數(shù)據(jù)，覆蓋了生活中的絕大多數(shù)場景。為了去應對剩下1%的邊緣場景，實際上，讓數(shù)采車直接進行上路進行數(shù)據(jù)采集，將會有大量的重復數(shù)據(jù)，并且需要數(shù)據(jù)團隊需要花費相當多的時間在其中尋找到目標數(shù)據(jù)。所以，優(yōu)化數(shù)據(jù)的采集模式，讓數(shù)采專注于算法所需場景的數(shù)據(jù)，是當下能夠有效減少數(shù)據(jù)存儲體積的方式。

二、康謀方案

1、康謀HEEX

針對這方面，康謀HEEX智能數(shù)據(jù)管理平臺采用了基于事件和預設觸發(fā)器的數(shù)據(jù)采集解決方案，能夠使得數(shù)據(jù)團隊直接在邊緣設備或是云端直接提取與所需事件相關的數(shù)據(jù)。我們稱之為“智能數(shù)據(jù)”，即最相關的數(shù)據(jù)，并且能夠無縫分發(fā)給開發(fā)團隊，優(yōu)化數(shù)據(jù)存儲成本和資源。

2、HEEX的工作流

康謀HEEX的工作流主要分為以下5個部分：

定義所需的“智能數(shù)據(jù)”。即設置所需采集的數(shù)據(jù)的條件，比如“在有行人通過時，制動加速度超過5m/s^2”場景的數(shù)據(jù)；

定義觸發(fā)器。將設置的條件通過康謀HEEX SDK自動部署到數(shù)據(jù)采集系統(tǒng)上；

部署代理。即設置監(jiān)測數(shù)據(jù)、評估條件并最終記錄事件的相關數(shù)據(jù)到指定的系統(tǒng)中；

提取和上傳數(shù)據(jù)。通過系統(tǒng)的網(wǎng)關和康謀HEEX API，可以方便上傳到云端或下載到本地；

數(shù)據(jù)分發(fā)。同樣通過康謀HEEX API可以根據(jù)用戶的需求自動處理不同模態(tài)的數(shù)據(jù)，并將其分發(fā)的對應的開發(fā)團隊。并隨著場景的變化和更新，可以進行更加細化和多樣化的條件設置，以更好的定位智能數(shù)據(jù)。

在這個過程中，落盤的只有目標場景的數(shù)據(jù)，而并非所有數(shù)采車經(jīng)過的場景，因此能夠有效降低數(shù)采的存儲成本，減少數(shù)據(jù)挖掘的花費。

同時，康謀HEEX也將會根據(jù)需求，集成到康謀高精度的時間同步數(shù)據(jù)采集方案中，同時提供數(shù)據(jù)壓縮和智能數(shù)據(jù)管理服務。

審核編輯 黃宇