智能黑匣子：一种价值驱动的高带宽车载事件数据记录器

自动驾驶车辆需要可靠的传感器套件并通过车队范围的数据采集进行持续验证。本文提出一种智能黑匣子（Smart Black Box, SBB），以价值驱动的高带宽数据捕获来增强传统的低带宽数据记录。SBB基于数据价值与相似性，通过确定性的Mealy机将数据短期历史作为缓冲区进行缓存。每一帧的压缩质量通过优化价值与存储成本之间的权衡来确定。在有限存储下，优先数据记录会丢弃低价值缓冲区以为新数据腾出空间。本文将SBB压缩决策制定为一个带有新颖价值度量和滤波的约束多目标优化问题。SBB已在一个交通模拟器上进行了评估，该模拟器生成包含感兴趣事件（EOIs）的轨迹及相应的第一人称视角视频。通过比较不同压缩质量等级和事件捕获比例下的存储需求来评估SBB的压缩效率。通过与传统的先进先出（FIFO）记录方案比较结果来评估性能。评估了在不同压缩等级下记录的图像上的深度学习性能，以说明SBB记录数据的可复现性。