1. 课程导入

自动驾驶系统每天在测试车、量产车和路侧设备上产生海量数据：摄像头图像、激光雷达点云、毫米波雷达目标、CAN 总线信号、GNSS/IMU 位姿、诊断日志与影子模式事件。这些数据既是算法迭代的燃料，也是安全合规的证据。但现实约束非常直接——车载网络带宽有限、蜂窝流量昂贵、云端存储成本高、关键事件稍纵即逝。因此，工程上必须回答两个问题：哪些数据值得传回云端，以及在传回之前，车端或路侧边缘能先做哪些预处理。这正是本课程要解决的核心命题。

1.1 两个核心定义

数据回传，指在自动驾驶车辆、路侧单元或测试设备与云端/数据中心之间，按照既定策略把原始或加工后的数据从边缘侧传输到中心侧的过程。它不只是“发文件”，而是一套包含触发、筛选、压缩、加密、断点续传、配额控制、回执确认和审计追踪的数据管道。

边缘预处理，指在数据离开车端或路侧设备之前，利用车载计算平台、域控制器或边缘服务器完成的轻量计算，包括时间同步、去噪、抽帧、裁剪、目标检测、事件判定、特征提取、脱敏和打包。它的目标不是替代云端训练，而是用最小的带宽和算力代价，把最有价值的信息送到云端。

1.2 整体知识框架

本课程围绕“边缘—传输—云端”三段式数据链路展开，可拆成五个层次：

• 数据源层：摄像头、激光雷达、毫米波雷达、组合导航、底盘 CAN、DMS/OMS、V2X 消息。
• 边缘预处理层：时间同步、标定校验、抽帧与裁剪、目标检测、事件触发、特征压缩、脱敏。
• 回传传输层：触发策略、优先级队列、断点续传、压缩编码、TLS 加密、流量配额、5G/Wi-Fi/专网切换。
• 云端接入层：消息队列、对象存储、元数据索引、数据湖、回执与对账。
• 闭环应用层：场景挖掘、模型训练、仿真回放、问题复现、OTA 验证、合规审计。

下面的内联 SVG 用一张“数据链路与价值漏斗”图，把上述层次、关键对象和工程价值放在同一张图上，便于建立全局认知。

1.3 方法流程：一条数据从产生到闭环的旅程

为了把抽象概念落到工程动作上，可以用一条典型链路来理解：

1. 采集与打标：传感器原始数据带时间戳写入本地环形缓冲区，同时记录车辆状态、软件版本、地图版本。
2. 事件触发：当 AEB 触发、接管发生、感知置信度骤降或影子模式发现不一致时，生成事件标记。
3. 边缘预处理：截取事件前后各若干秒数据，做时间对齐、抽帧、目标框叠加、车牌/人脸脱敏，并生成元数据 JSON。
4. 回传调度：按优先级入队，高优先级事件走 5G 实时回传，低优先级在车辆回场后走 Wi-Fi 批量上传。
5. 云端入库：消息队列解耦，对象存储保存大文件，索引服务写入场景标签，回执确认后边缘侧清理本地缓存。
6. 闭环消费：数据被用于模型训练、仿真回放、问题复现和 OTA 验证，产生新的触发规则，反哺边缘策略。

下面给出一个边缘侧事件打包的元数据示例，实际工程中通常以 JSON 或 Protobuf 表达：

{
  "event_id": "EVT-20240517-083012-001",
  "vehicle_id": "AV-TEST-027",
  "trigger": "takeover",
  "timestamp_ns": 1715934612000000000,
  "duration_ms": 8000,
  "sensors": ["camera_front", "lidar_top", "can_bus"],
  "preprocess": {
    "sync": "ptp",
    "frame_stride": 5,
    "roi_crop": true,
    "desensitize": ["plate", "face"]
  },
  "priority": "high",
  "size_bytes": 184320000,
  "checksum": "sha256:9f2c..."
}

1.4 案例与场景：为什么不能“全量上传”

假设一辆测试车每天运行 6 小时，配备 1 路前视 800 万像素摄像头、1 颗 128 线激光雷达和若干雷达。原始数据量很容易达到每天 2～4 TB。如果全量通过 5G 回传，按每 GB 流量成本和带宽占用计算，单辆车每天的成本和传输时间都不可接受，更不用说车队规模。工程上的做法是：边缘先做价值判断，只把接管、碰撞风险、感知异常、法规要求等片段传回，通常能把数据量压缩到原来的 1%～5%。

1.5 常见误区与复盘

误区	表现	后果	纠正思路
先传后筛	车端全量上传，云端再挑	流量成本高、链路拥塞、关键事件延迟	把筛选前移到边缘，云端只做二次精筛
只关注带宽	忽略时间同步与元数据质量	数据无法对齐、无法复现、无法训练	同步、标定、索引与传输同等重要
触发规则一成不变	只按固定阈值触发	漏采长尾场景，或重复采集无效数据	用云端闭环反馈动态调整触发策略
忽视合规脱敏	原始人脸、车牌直接上传	法律风险、数据泄露	边缘侧完成脱敏，云端只存必要信息

1.6 学习目标与工程价值

完成本课程后，你应当能够：

• 说清数据回传与边缘预处理的边界、目标和关键指标。
• 设计一套可落地的事件触发、优先级调度与断点续传方案。
• 在车端算力、带宽、功耗和成本约束下做预处理算法取舍。
• 搭建从边缘到云端的数据链路，并保证可追溯、可审计、可复现。
• 用数据闭环思维反推采集策略，让每一份回传数据都能产生工程价值。