知识点 › 采集与回传

车队形态

Fleet Types

采集与回传Lv.2

定义

四类数据源:①测试车(传感器全、可控、贵);②量产车/运营车(规模大、传感器降配、需脱敏);③众包/后装(成本低、质量参差);④场端/路侧(固定视角、补盲)。

关键要点

  • 量产车数据是规模来源,但受限于传感器配置与算力,不能直接对标测试车数据
  • 测试车的价值在「高价值长尾 + 可复现验证」,不在里程
  • 混合数据要先解决「域差异」(不同相机/安装位置),否则训练会互相拖累

面试怎么答

讲「测试车挖长尾、量产车铺规模、场端补盲」的分工,比说「我们有很多车」专业。

相关知识

  • 封闭/矿山场景特化 — 矿山、港口、园区等封闭场景的数据闭环有明显差异:路线固定、场景重复度高、可布置场端基站与 WiFi、可反复复现同一场景…
  • 车路云协同 — 路侧感知与云端调度提供超视距信息,也提供数据闭环的「第三视角」:路侧相机可以拍到车看不到的盲区,作为标注真值或评测基准…
  • 触发采集策略 — 决定「哪些片段值得回传」,是数据闭环里杠杆最大的设计。好的触发让数据分布贴近「模型失败的地方」,差的触发只会重复采集简…
在星图上打开这颗星 →