知识点 › 采集与回传
触发采集策略
Trigger Strategy
定义
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单场景，把存储和标注预算烧光。
关键要点
- 五类触发：事件型、区域型、差异型（影子）、随机基线、语义型（模型不确定）
- 组合原则：随机基线保证分布无偏，其余保证长尾召回；只做长尾会导致分布漂移
- 触发阈值要用「回传预算」反推，而不是拍脑袋
面试怎么答
先给「随机基线 + 长尾触发」的双轨结构，再说预算怎么分配（例如 20% 随机 / 80% 长尾）。
相关知识
- 难例挖掘 — 从海量数据中把「模型表现差」的片段捞出来：基于失败事件（接管/AEB）、基于模型指标（低置信/高损失）、基于一致性、基…
- 事件触发 — 由明确事件触发录制上传：接管/急刹/AEB/碰撞、近距离 cut-in、急打方向、驾驶员监控异常、系统降级、故障码。信…
- 区域/围栏触发 — 按地理围栏、路线、路口类型定向采集：新开城区域、施工路段、事故黑点、特定路口。适合「主动补齐某块 ODD」，而不是被动…
- 影子差异触发 — 车上同时跑「影子模型」与「在用策略」，当两者输出的差异超过阈值（轨迹偏离、检测类别/位置不一致、置信度骤降）时触发回传…
- 随机基线采样 — 按固定比例（如每 N 分钟或每 N 公里）随机回传一段完整数据，作为「真实分布的无偏样本」。它是评测集与分布监控的锚点…
- 语义触发 — 用车端轻量模型在线判断语义状态并触发：检测置信度低、出现新类别、占用栅格异常、可行驶区域突变、跟踪 ID 频繁切换、预…
- 采集配额与调度 — 按车型、区域、场景标签分配回传配额（每车每天 X GB），并做优先级队列：事故 > 接管 > 影子差异 > 围栏 > …
- 车队形态 — 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…
- 车端预筛 — 在车端先做一轮筛选再回传：轻量模型打分、规则过滤（静止/堵车/重复路线）、图像质量检测（模糊/过曝/遮挡）、去重。目标…
- 数据闭环 — 把「真实世界产生的数据」持续转化为「车端模型能力」的工程体系：车端采集 → 回传 → 存储治理 → 场景挖掘与标注 →…