一种用于嵌入式设备的数据处理方法、装置、平台、介质及设备与流程

1.本技术涉及数据处理领域，特别涉及一种用于嵌入式设备的数据处理方法、装置、平台、介质及设备。


背景技术：

2.一般来说，嵌入式设备支持使用c/c++语言运行开发，而算法开发一般偏向于使用python语言进行编写。将基于python语言的算法脚本交付、进行工程化和产品化的过程中，需要根据python的写法，将算法脚本转换为c++语言编写的脚本。然而，对于工程化/产品化人员来说，对算法转换涉及到的各种类型数据处理，在实际部署中往往需要花费较长时间。
3.在一些应用中，自动驾驶相关的算法是基于深度学习的，通过收集大量的数据，不断地迭代算法模型，从而让算法模型更加精确，覆盖的应用场景更加广泛。从算法研发到工程化、产品化，中间的算法模型一旦发生迭代，就会导致中间数据交互和切换成本增高，带来时间的更多消耗。


技术实现要素：

4.针对将算法部署到嵌入式设备时，算法转换复杂度较高以及花费时间较长的问题，本技术主要提供一种用于嵌入式设备的数据处理方法、装置、平台、介质及设备。
5.第一方面，本技术实施例提供一种用于嵌入式设备的数据处理方法，其包括：
6.对传感器采集的待处理数据进行数据定义，创建对象实例，其中待处理数据包括图像数据和、或点云数据，对象实例包括图像对象实例和、或点云对象实例；
7.通过调用对象实例预先封装的参数接口，对对象实例进行参数设置，得到对象参数，其中对象参数包括图像对象参数和、或点云对象参数；
8.根据对象参数，在对象实例所支持的设备中，对待处理数据进行第一处理，得到第一处理数据；
9.利用算法配置文件，对第一处理数据进行第二处理，得到第二处理数据；
10.根据用户预定义参数，对第二处理数据进行第三处理计算，得到第三处理数据。
11.第二方面，本技术实施例提供一种用于嵌入式设备的数据处理装置，其包括：
12.数据定义模块，其用于对传感器采集的待处理数据进行数据定义，创建对象实例，其中待处理数据包括图像数据和、或点云数据，对象实例包括图像对象实例和、或点云对象实例；
13.参数设置模块，其用于通过调用对象实例预先封装的参数接口，对对象实例进行参数设置，得到对象参数，其中对象参数包括图像对象参数和、或点云对象参数；
14.数据处理模块，其用于根据对象参数，在对象实例所支持的设备中，对待处理数据进行第一处理，得到第一处理数据；
15.算法运行模块，其用于利用算法配置文件，对第一处理数据进行第二处理，得到第
二处理数据；
16.数据后处理模块，其用于根据用户预定义参数，对第二处理数据进行第三处理，得到第三处理数据。
17.第三方面，本技术实施例提供一种嵌入式平台，嵌入式平台包括方案二中的用于嵌入式设备的数据处理装置。
18.第四方面，本技术实施例提供一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令被执行时，使得计算机执行方案一中的用于嵌入式设备的数据处理方法。
19.第五方面，本技术实施例提供一种计算机设备，其包括处理器和存储器，存储器存储有计算机指令，该计算机指令被处理器执行时实现方案一中的用于嵌入式设备的数据处理方法。
20.本技术实施例的技术方案通过调用c++设计的接口，完成对数据的参数的设置，算法通过接口调用各个数据参数生成数据处理单元，可以在嵌入式设备的cpu上直接运行，并且工程无需进行算法语言的转换；本方案无需算法转换，简单高效，节省了车辆实际部署的时间。
附图说明
21.为了更清楚地说明本技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图示例性的示出了本技术的一些实施例。
22.图1是本技术一种用于嵌入式设备的数据处理方法的一个具体实施方式的示意图；
23.图2是本技术一种用于嵌入式设备的数据处理装置的一个具体实施方式的示意图。
24.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
25.下面结合附图对本技术的较佳实施例进行详细阐述，以使本技术的优点和特征能更易于被本领域技术人员理解，从而对本技术的保护范围做出更为清楚明确的界定。
26.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
27.在自动驾驶领域，部分算法基于深度学习，通过收集大量的数据，不断地迭代算法
模型，让算法模型更加精确，覆盖的应用场景更加广泛。智能驾驶、辅助驾驶或自动驾驶车辆上安装有摄像头以及图像处理系统，图像处理系统对摄像头拍摄到的图像进行处理。图像处理系统在嵌入式设备上运行时，基本上都是基于c++进行开发的。之前的车辆部署流程是将使用python编写的算法逻辑交付到工程，工程根据python的写法，利用c++重新编写，从而能够转换到工程落地。
28.自动驾驶车辆中有很多实现不同功能的算法。在交付python版本算法时，由工程转换成c++版本算法，会浪费大量的时间，因为工程人员对图形学、图形计算机等的数据处理并不是很了解，在使用c++编写算法逻辑的过程中会遇到很多的问题，从而造成从算法研发到工程落地的实际部署过程中花费的时间比较长。由于python语言比较简单，提供各种各样的工具，比较方便，也更贴近实际开发，算法研发人员更加倾向于使用python开发。本方案主要目的是减少算法到工程的转换过程，避免时间消耗、中间的沟通成本以及切换成本。
29.下面，以具体的实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面述及的具体的实施例可以相互结合形成新的实施例。对于在一个实施例中描述过的相同或相似的思想或过程，可能在其他某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
30.图1示出了本技术一种用于嵌入式设备的数据处理方法的一个具体实施方式。
31.在图1所示的具体实施方式中，一种用于嵌入式设备的数据处理方法主要包括：
32.步骤s101，对传感器采集的待处理数据进行数据定义，创建对象实例，其中待处理数据包括图像数据和、或点云数据，对象实例包括图像对象实例和、或点云对象实例。
33.本实施方式中，不同种类的传感器采集到的待处理数据的种类也会有不同。针对图像数据本方案将使用c++编写的算法常规操作封装成图像处理组件，针对点云数据本方案将使用c++编写的算法常规操作封装成点云处理组件，通过调用预先封装好的c++接口，可以使得用户能够根据自身实际需求定义数据的对象实例，使用操作简便。
34.在本技术的一个具体实施例中，对传感器采集的待处理数据进行数据定义，创建对象实例，包括：在待处理数据为图像数据的条件下，定义源图像和、或目标图像的形状、格式、像素、仿射矩阵、自定义变换以及图像存储设备类型中的一种或多种，并设置图像感兴趣区域和填充信息，创建图像对象实例；在待处理数据为点云数据的条件下，定义点云数据的长度、通道以及点云存储设备类型中的一种或多种，创建点云对象实例。
35.本实施例中，针对图像数据，本方案在创建图像对象实例的过程中，支持的数据格式包括bgr格式、gray格式、nv21格式、yv12格式以及nv12格式等；支持的设备类型包括cpu、gpu以及npu。定义的仿射矩阵可以将输入的源图像转换成目标图像；定义目标图像的格式和数据以便算法模型能够将图像处理成用户期许的图像。针对点云数据，本方案在创建点云对象实例的过程中，根据定义的点云数据和其数据长度，获取输入点云数据及其实际数据长度、通道数目，并创建点云对象实例。本方案创建的对象实例可以获取待处理数据的不同种类信息，还可以通过调用接口获取其他参数信息，方便快捷，便于用户使用，也提供了图像定义及格式转换等，点云定义及长度大小等基础。
36.在图1所示的具体实施方式中，一种用于嵌入式设备的数据处理方法，还包括：
37.步骤s102，通过调用对象实例预先封装的参数接口，对对象实例进行参数设置，得
到对象参数，其中对象参数包括图像对象参数和、或点云对象参数。
38.本实施方式中，本方案在实际操作中将参数设置的过程封装成用户可以设置参数的组件，用户可以通过该组件可以设置输入的源图像的尺寸以及设置用户期许的目标图像的尺寸，设置将源图像转换为目标图像需要的信息，如归一化信息、填充信息以及图像通道格式等。通过调用接口，用户可以设置参数，也可以获取从其它组件调用的信息，使用方便灵活。
39.在本技术的一个具体实施例中，通过调用对象实例预先封装的参数接口，对对象实例进行参数设置，得到对象参数，包括：当对象实例为图像对象实例时，调用图像对象实例预先封装的参数接口中的图像参数接口，设置源图像和、或目标图像的图像处理参数，得到图像对象参数，其中图像处理参数包括归一化信息、填充信息、感兴趣区域处理器、源图像的尺寸、目标图像的尺寸、通道格式、像素数目信息、字节信息中的一种或多种；当对象实例为点云对象实例时，调用点云对象实例预先封装的参数接口中的点云参数接口，设置点云数据的点云处理参数，得到点云对象参数，其中点云处理参数包括点云数据的数据长度、数据类型、通道数目中的一种或多种。
40.本实施例中，图像数据和点云数据不同，其设置的参数也会有些不同。通过调用关于不同种类数据的参数接口，使得用户设置的参数简单清晰明了，也容易理解设计逻辑。
41.需要说明的是，通道格式指的是传输图像的通道格式。由于算法对图像的空间排布有特定的要求，所以需要设置图像的像素点排布方式。
42.在本技术的一个具体实施例中，仿射矩阵对将源图像进行图像变换，将源图像转换成目标图像，其中图像变换包括图像缩放、裁剪、翻转和、或平移。
43.本实施例中，仿射矩阵为3
×
3的参数矩阵，并且可以指定横纵坐标轴的参数。设置的仿射矩阵可以进行图像图像缩放、裁剪、翻转和、或平移等多种操作，进行线性变换，使图像进行形变。
44.在本技术的一个具体实施例中，根据用户预定义参数设置归一化信息，对源图像的像素空间进行压缩。
45.本实施例中，图像像素空间实际指的是像素值所在的空间范围。对图像进行归一化处理，使得图像数据处理更加方便。
46.在本技术的一个具体实例中，源图像的像素值所在的空间范围可能是0～127，但是根据用户预定义参数，得知用户希望将源图像的像素空间压缩到0～1的范围内。算法模型会根据设置的归一化信息，对源图像的整个像素空间进行压缩。
47.在图1所示的具体实施方式中，一种用于嵌入式设备的数据处理方法主要包括：
48.步骤s103，根据对象参数，在对象实例所支持的设备中，对待处理数据进行第一处理，得到第一处理数据。
49.本实施方式中，对象实例所支持的设备类型包括嵌入式设备的cpu、gpu或npu，本方案支持linux和qnx操作系统，并支持x86_64、aarch64、armv71等cpu指令集。本方案预处理在嵌入式设备中的cpu、gpu或npu运行，直接通过运行就可以得到数据预处理结果，过程方便使用。
50.在图1所示的具体实施方式中，一种用于嵌入式设备的数据处理方法主要包括：
51.步骤s104，利用算法配置文件，对第一处理数据进行第二处理，得到第二处理数
据。
52.本实施方式中，算法配置文件中包含各个模型之间的关系以及设置的处理参数，可以满足用户大部分的功能需求。
53.在本技术的一个具体实施例中，利用算法配置文件，对第一处理数据进行第二处理，得到第二处理数据，包括：根据用户的定制功能，设置与定制功能对应的处理参数，创建算法配置文件；调用算法配置接口加载第一处理数据，通过运行算法配置文件，得到第二处理数据。
54.本实施例中，算法配置文件相当于算法模型，根据算法配置文件中的处理参数加载运行各个函数单元，以用来处理数据。
55.在图1所示的具体实施方式中，一种用于嵌入式设备的数据处理方法主要包括：
56.步骤s105，根据用户预定义参数，对第二处理数据进行第三处理计算，得到第三处理数据。
57.本实施方式中，算法模型处理数据的结果不一定是用户最终期许的结果，这部分还需编写算法逻辑，对算法模型处理数据的结果进行一定的计算，从而得到用户最终期许的结果。
58.在本技术的一个具体实例中，在图像中检测行人时，用户期许的结果是行人的位置坐标信息，但是算法模型处理后输出的结果不一定为用户想要的数据格式，即第二处理数据，这时需要对算法模型输出的数据进行转换操作，从而修正结果，即第三处理数据。
59.本技术对传感器采集的待处理数据进行数据定义，创建对象实例。针对图像数据，定义仿射矩阵、源图像数据及其形状、目标图像数据及其格式和形状、用户自定义数据和变换方法，设置图像数据，其包括图像高和宽、位标志符以及数据格式，还可以获取图像高度、宽度、像素深度，获取设置的感兴趣区域、填充信息、仿射矩阵以及图像数据池，图像数据池包含了不同格式的数据，根据输入的图像数据创建图像对象实例；针对点云数据，可以获取点云数据、数据长度以及通道数目，根据输入的点云数据创建点云对象实例。通过调用关于图像数据或点云数据的参数接口，对对象实例进行参数设置，得到对象参数。通过参数接口可以使用户对图像对象实例和点云对象实例分别进行不同的参数设置。根据对象参数，在对象实例所支持的设备类型中，对待处理数据进行预处理，得到预处理数据。通过调用函数预处理接口可以使用户得到预处理结果。利用算法配置文件，对第一处理数据进行优化处理，得到第二处理数据。算法配置文件中包含各个模型之间的关系以及设置的处理参数，算法配置文件相当于算法模型，根据算法配置文件中的处理参数加载运行各个函数单元，以用来处理数据。根据用户设置的预定义参数，对第二处理数据进行相应的后处理计算，得到符合标准格式的第三处理数据。
60.图2示出了本技术一种用于嵌入式设备的数据处理装置的具体实施方式。
61.在图2所示的具体实施方式中，一种用于嵌入式设备的数据处理装置主要包括：
62.数据定义模块201，其用于对传感器采集的待处理数据进行数据定义，创建对象实例，其中待处理数据包括图像数据和、或点云数据，对象实例包括图像对象实例和、或点云对象实例；
63.参数设置模块202，其用于通过调用对象实例预先封装的参数接口，对对象实例进行参数设置，得到对象参数，其中对象参数包括图像对象参数和、或点云对象参数；
64.数据处理模块203，其用于根据对象参数，在对象实例所支持的设备中，对待处理数据进行第一处理，得到第一处理数据；
65.算法运行模块204，其用于利用算法配置文件，对第一处理数据进行第二处理，得到第二处理数据；
66.数据后处理模块205，其用于根据用户预定义参数，对第二处理数据进行第三处理，得到第三处理数据。
67.本实施方式中，通过调用各种参数接口设置各种类型的参数，其中包括用户预定义的参数，这些参数能够满足大部分功能需求；按照设置的参数对待处理数据进行处理得到经过预处理的数据，这部分通过各种接口节省了时间，提升了代码的复用性，避免了重复维护。算法运行模块通过仿opencv接口，设计了合理的代码依赖关系，避免工程和算法耦合依赖。
68.在本技术的一个具体实施例中，对传感器采集的待处理数据进行数据定义，创建对象实例，包括：在待处理数据为图像数据的条件下，定义源图像和、或目标图像的形状、格式、像素、仿射矩阵、自定义变换以及图像存储设备类型中的一种或多种，并设置图像感兴趣区域和填充信息，创建图像对象实例；在待处理数据为点云数据的条件下，定义点云数据的长度、通道以及点云存储设备类型中的一种或多种，创建点云对象实例。
69.本实施例中，针对图像数据，本方案在创建图像对象实例的过程中，支持的数据格式包括bgr格式、gray格式、nv21格式、yv12格式以及nv12格式等；支持的设备类型包括cpu、gpu以及npu。定义的仿射矩阵可以将输入的源图像转换成目标图像；定义目标图像的格式和数据以便算法模型能够将图像处理成用户期许的图像。针对点云数据，本方案在创建点云对象实例的过程中，根据定义的点云数据和其数据长度，获取输入点云数据及其实际数据长度、通道数目，并创建点云对象实例。本方案创建的对象实例可以获取待处理数据的不同种类信息，还可以通过调用参数接口获取其他参数信息，方便快捷，便于用户使用，也提供了图像定义及格式转换等，点云定义及长度大小等基础。
70.在本技术的一个具体实施例中，通过调用对象实例预先封装的参数接口，对对象实例进行参数设置，得到对象参数，包括：当对象实例为图像对象实例时，调用图像对象实例预先封装的参数接口中的图像参数接口，设置源图像和、或目标图像的图像处理参数，得到图像对象参数，其中图像处理参数包括归一化信息、填充信息、感兴趣区域处理器、源图像的尺寸、目标图像的尺寸、通道格式、像素数目信息、字节信息中的一种或多种；当对象实例为点云对象实例时，调用点云对象实例预先封装的参数接口中的点云参数接口，设置点云数据的点云处理参数，得到点云对象参数，其中点云处理参数包括点云数据的数据长度、数据类型、通道数目中的一种或多种。
71.本实施例中，图像数据和点云数据不同，其设置的参数也会有些不同。通过调用关于不同种类数据的参数接口，使得用户设置的参数简单清晰明了，也容易理解设计逻辑。
72.需要说明的是，通道格式指的是传输图像的通道格式。由于算法对图像的空间排布有特定的要求，所以需要设置图像的像素点排布方式。
73.在本技术的一个具体实施例中，仿射矩阵对将源图像进行图像变换，将源图像转换成目标图像，其中图像变换包括图像缩放、裁剪、翻转和、或平移。
74.本实施例中，仿射矩阵为3
×
3的参数矩阵，并且可以指定横纵坐标轴的参数。设置
的仿射矩阵可以进行图像图像缩放、裁剪、翻转和、或平移等多种操作，进行线性变换，使图像进行形变。
75.在本技术的一个具体实施例中，根据用户预定义参数设置归一化信息，对源图像的像素空间进行压缩。
76.本实施例中，图像像素空间实际指的是像素值所在的空间范围。对图像进行归一化处理，使得图像数据处理更加方便。
77.在本技术的一个具体实例中，源图像的像素值所在的空间范围可能是0～127，但是根据用户预定义参数，得知用户希望将源图像的像素空间压缩到0～1的范围内，对源图像的整个像素空间进行压缩。
78.本技术提供的一种用于嵌入式设备的数据处理装置，可用于执行上述任一实施例描述的用于嵌入式设备的数据处理方法，其实现原理和技术效果类似，在此不再赘述。
79.在本技术的一个具体实施例中，本技术一种用于嵌入式设备的数据处理装置中各功能模块可直接在硬件中、在由处理器执行的软件模块中或在两者的组合中。
80.软件模块可驻留在ram存储器、快闪存储器、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可装卸盘、cd-rom或此项技术中已知的任何其它形式的存储介质中。示范性存储介质耦合到处理器，使得处理器可从存储介质读取信息和向存储介质写入信息。
81.处理器可以是中央处理单元(英文：central processing unit，简称：cpu)，还可以是其他通用处理器、数字信号处理器(英文：digital signal processor，简称：dsp)、专用集成电路(英文：application specific integrated circuit，简称：asic)、现场可编程门阵列(英文：field programmable gate array，简称：fpga)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其任何组合等。通用处理器可以是微处理器，但在替代方案中，处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器还可实施为计算装置的组合，例如dsp与微处理器的组合、多个微处理器、结合dsp核心的一个或一个以上微处理器或任何其它此类配置。在替代方案中，存储介质可与处理器成一体式。处理器和存储介质可驻留在asic中。asic可驻留在用户终端中。在替代方案中，处理器和存储介质可作为离散组件驻留在用户终端中。
82.在本技术的另一个具体实施方式中，一种嵌入式平台，其中嵌入式平台包括任一实施例中的用于嵌入式设备的数据处理装置。可选的，该嵌入式平台包括处理器和存储器，处理器和存储器耦合，该嵌入式平台用于实现本技术说明书附图1所示的任一实施例中的用于嵌入式设备的数据处理方法。
83.在本技术的另一个具体实施方式中，一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令被执行时，使得计算机执行任一实施例中的用于嵌入式设备的数据处理方法。
84.在本技术的另一个具体实施方式中，一种计算机设备，其包括处理器和存储器，存储器存储有计算机指令，该计算机指令被处理器执行时实现任一实施例中的用于嵌入式设备的数据处理方法。
85.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结
合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
86.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
87.以上所述仅为本技术的实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。

技术特征：
1.一种用于嵌入式设备的数据处理方法，其特征在于，包括：对传感器采集的待处理数据进行数据定义，创建对象实例，其中所述待处理数据包括图像数据和/或点云数据，所述对象实例包括图像对象实例和/或点云对象实例；通过调用所述对象实例预先封装的参数接口，对所述对象实例进行参数设置，得到对象参数，其中所述对象参数包括图像对象参数和/或点云对象参数；根据所述对象参数，在所述对象实例所支持的设备中，对所述待处理数据进行第一处理，得到第一处理数据；利用算法配置文件，对所述第一处理数据进行第二处理，得到第二处理数据；根据用户预定义参数，对所述第二处理数据进行第三处理计算，得到第三处理数据。2.如权利要求1所述的用于嵌入式设备的数据处理方法，其特征在于，所述对传感器采集的待处理数据进行数据定义，创建对象实例，包括：在所述待处理数据为所述图像数据的条件下，定义源图像和/或目标图像的形状、格式、像素、仿射矩阵、自定义变换以及图像存储设备类型中的一种或多种，并设置图像感兴趣区域和填充信息，创建图像对象实例；在所述待处理数据为所述点云数据的条件下，定义所述点云数据的长度、通道以及点云存储设备类型中的一种或多种，创建点云对象实例。3.如权利要求1或2所述的用于嵌入式设备的数据处理方法，其特征在于，所述通过调用所述对象实例预先封装的参数接口，对所述对象实例进行参数设置，得到对象参数，包括：当所述对象实例为所述图像对象实例时，调用所述图像对象实例预先封装的参数接口中的图像参数接口，设置所述源图像和/或所述目标图像的图像处理参数，得到所述图像对象参数，其中图像处理参数包括归一化信息、所述填充信息、感兴趣区域处理器、所述源图像的尺寸、所述目标图像的尺寸、通道格式、像素数目信息、字节信息中的一种或多种；当所述对象实例为所述点云对象实例时，调用所述点云对象实例预先封装的参数接口中的点云参数接口，设置所述点云数据的点云处理参数，得到所述点云对象参数，其中所述点云处理参数包括所述点云数据的数据长度、数据类型、通道数目中的一种或多种。4.如权利要求2所述的用于嵌入式设备的数据处理方法，其特征在于，所述仿射矩阵对将所述源图像进行图像变换，将所述源图像转换成所述目标图像，其中所述图像变换包括图像缩放、裁剪、翻转和/或平移。5.如权利要求3所述的用于嵌入式设备的数据处理方法，其特征在于，根据所述用户预定义参数设置所述归一化信息，对所述源图像的像素空间进行压缩。6.如权利要求1所述的用于嵌入式设备的数据处理方法，其特征在于，所述利用算法配置文件，对所述第一处理数据进行第二处理，得到第二处理数据，包括：根据用户的定制功能，设置与所述定制功能对应的处理参数，创建所述算法配置文件；调用算法配置接口加载所述第一处理数据，通过运行所述算法配置文件，得到所述第二处理数据。7.一种用于嵌入式设备的数据处理装置，其特征在于，包括：数据定义模块，其用于对传感器采集的待处理数据进行数据定义，创建对象实例，其中所述待处理数据包括图像数据和/或点云数据，所述对象实例包括图像对象实例和/或点云
对象实例；参数设置模块，其用于通过调用所述对象实例预先封装的参数接口，对所述对象实例进行参数设置，得到对象参数，其中所述对象参数包括图像对象参数和/或点云对象参数；数据处理模块，其用于根据所述对象参数，在所述对象实例所支持的设备中，对所述待处理数据进行第一处理，得到第一处理数据；算法运行模块，其用于利用算法配置文件，对所述第一处理数据进行第二处理，得到第二处理数据；数据后处理模块，其用于根据用户预定义参数，对所述第二处理数据进行第三处理，得到第三处理数据。8.一种嵌入式平台，所述嵌入式平台包括如权利要求7所述的用于嵌入式设备的数据处理装置。9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，其特征在于，所述计算机指令被执行时，使得计算机执行如权利要求1-6中任一项所述的用于嵌入式设备的数据处理方法。10.一种计算机设备，其包括处理器和存储器，所述存储器存储有计算机指令，其特征在于，所述计算机指令被所述处理器执行时实现如权利要求1-6中任一项所述的用于嵌入式设备的数据处理方法。

技术总结
本申请公开了一种用于嵌入式设备的数据处理方法、装置、平台、介质及设备，属于数据处理领域。该方法包括对传感器采集的待处理数据进行数据定义，创建对象实例；通过调用对象实例预先封装的参数接口，对对象实例进行参数设置，得到对象参数；根据对象参数，在对象实例所支持的设备中，对待处理数据进行第一处理，得到第一处理数据；利用算法配置文件，对第一处理数据进行第二处理，得到第二处理数据；根据用户预定义参数，对第二处理数据进行第三处理计算，得到第三处理数据。本申请无需算法转换，简单高效，节省了车辆实际部署的时间。节省了车辆实际部署的时间。节省了车辆实际部署的时间。


技术研发人员：曹勇华 石柯 赵建奎 张迎 林炳辉 诸松权 管聪
受保护的技术使用者：魔门塔（苏州）科技有限公司
技术研发日：2022.03.25
技术公布日：2023/10/7