汽车驾驶自动化系统通用语料库 第4部分：语料数据清洗.docxVIP

ICS43.020CCSR85

团体标准

T/SHV2X11—2025

汽车驾驶自动化系统通用语料库第4部分：语料数据清洗

Generalcorpusforautomotivedrivingautomationsystem—Part4:Datacleaning

2025-07-25发布2025-07-25实施

上海市车联网协会发布

T/SHV2X11—2025

I

目次

前言 II

引言 III

1范围 1

2规范性引用文件 1

3术语和定义 1

4符号和缩略语 1

5数据预理 1

数据格式统一 1

完整性校验 1

数据抽帧 1

6数据清洗 2

7质量要求 2

8数据存储 2

附录A（资料性）文件结构样例 3

A.1结构化数据包样例文件结构 3

参考文献 4

T/SHV2X11—2025

II

前言

《汽车驾驶自动化系统通用语料库》系列标准拟分为六个部分：

——第1部分：总体要求；

——第2部分：术语和定义；

——第3部分：语料数据采集；

——第4部分：语料数据清洗；

——第5部分：语料数据标注；

——第6部分：语料数据测试。

本文件为第4部分。

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。

本文件由上海市车联网协会提出并归口。

本文件起草单位：上海库帕思科技有限公司、智能汽车创新发展平台（上海）有限公司、智己汽车科技有限公司、地平线征程（上海）科技有限公司、上海临港绝影智能科技有限公司、上海机动车检测认证技术研究中心有限公司、上海金桥智能网联汽车发展有限公司、北京一辅智行科技有限公司、上海优咔网络科技有限公司、亿咖通（上海）技术有限公司、滴水智行科技有限公司、上海航盛实业有限公司、上海阶跃星辰智能科技有限公司、东华大学、上海交通大学、上研智联智能出行科技（上海）有限公司、北京赛目科技股份有限公司、苏州柏川数据科技有限公司、华为技术有限公司。

本文件主要起草人：山栋明、黄海清、施佳樑、郭辉、赵九花、贺鹏、蒋达夫、周剑鸣、黄剑其、邵亚萌、徐春雷、解瀚光、朱雷、谭龙欢、于峰、滕添益、张帆、林瑜、周轶、袁月明、李学根、张裕珍、曹宇、邓思文、贺仁驹、李晨歌、马昊、陈紫娟、杨闻博、丁楚晨、李想、蔡雨辰、黄鹏飞、刘建业、李勋宏、马骏、李轶刚、刘壹青、田浩、郭晓宾、董连飞、范昌琪、李璟、孙雯、陈巧慧、王娜、沈滨、孔令和、鲁江东、汪大明、徐鹏、何丰、谭哲、薛晓卿、刘兴、马东升、刘鹏宇、邓子涵。

本文件首批承诺执行单位：上海库帕思科技有限公司、智能汽车创新发展平台（上海）有限公司、智己汽车科技有限公司、地平线征程（上海）科技有限公司、上海临港绝影智能科技有限公司、上海机动车检测认证技术研究中心有限公司、上海金桥智能网联汽车发展有限公司、北京一辅智行科技有限公司、上海优咔网络科技有限公司、亿咖通（上海）技术有限公司、滴水智行科技有限公司、上海航盛实业有限公司、上海阶跃星辰智能科技有限公司、东华大学、上海交通大学、上研智联智能出行科技（上海）有限公司、北京赛目科技股份有限公司、苏州柏川数据科技有限公司、华为技术有限公司。

T/SHV2X11—2025

III

引言

为了实现可靠的汽车驾驶自动化，大量准确的语料数据至关重要。语料数据是自动驾驶系统的基础，它能够帮助系统理解复杂的交通环境、做出明智的决策，并不断优化性能。随着端到端模型整合度越来越高，对训练语料的规模和质量要求也成倍增加。大规模、高质量的数据标注（特别是端到端感知数据和推理数据）是构建安全、可靠、高性能自动驾驶系统的基石。围绕“采、洗、标、测”一体化流程，制定《汽车驾驶自动化系统通用语料库》系列标准，包括：

——第1部分：总体要求，明确系列标准建设的总体要求，为后续各部分标准的制定提供指导和基

础；

——第2部分：术语和定义，统一系列标准建设过程中涉及的关键术语和定义；

——第3部分：语料数据采集，对语料数据资源格式提出规范要求；

——第4部分：语料数据清洗，针对采集好的数据，对语料数据清洗的流程与质量要求提出规范要求；

——第5部分：语料数据标注，针对清洗好的数据，对语料数据标注的适用场景、标注内容、标注方