1. 课程导入

当一支自动驾驶车队在城市道路上持续运行时，每一辆车都在不断产生数据：摄像头图像、激光雷达点云、毫米波雷达目标、组合导航轨迹、底盘与线控信号、接管事件、急刹与碰撞预警日志。这些数据既是算法迭代的燃料，也是事故复盘的证据，更是合规审计的凭据。但数据产生并不等于数据可用，真正决定研发效率的，是能否把车端产生的海量原始数据，按需、可控、可追溯地回流到云端数据平台，并与算法版本、模型版本、配置版本形成一一对应的管理关系。这正是本课程要解决的核心问题。

一、什么是数据回流与版本管理

数据回流，是指自动驾驶车辆在运行过程中，将满足特定触发条件的数据从车端采集、筛选、压缩、上传，最终落入云端数据湖或数据仓库的完整链路。它强调“按需回流”而非“全量上传”，因为一辆车一天可产生数 TB 原始数据，全量回传在带宽、存储和成本上都不可承受。

版本管理，是指对数据、模型、算法、配置、标定参数等研发资产进行版本标识、变更记录、依赖追踪和可复现构建的工程实践。在自动驾驶场景中，版本管理不只是代码的 Git 分支，还包括数据集版本、模型权重版本、感知配置版本、地图版本、车辆标定版本之间的关联关系。

二、核心价值：为什么必须做

• 驱动算法迭代：通过回流难例、接管场景、边缘案例，持续补充训练集，提升模型对长尾场景的覆盖能力。
• 支撑问题定位：当车辆出现异常行为时，可快速回溯对应时间窗口的原始数据与当时运行的软件版本。
• 保证可复现性：同一数据集版本、同一模型版本、同一配置版本，应能复现同一训练结果与评测结果。
• 满足合规审计：数据来源、处理过程、版本变更需可追溯，满足功能安全与数据安全监管要求。
• 控制成本：通过触发式回流与分级存储，避免无效数据占用带宽和云存储费用。

三、整体课程框架与关键链路

本课程共 30 章，围绕“车端触发—数据回流—云端治理—版本管理—闭环迭代”的主线展开。下图展示了数据从车端到云端再回到训练与发布的核心链路，以及版本管理在其中的贯穿作用。

四、典型场景：一次接管事件的数据闭环

假设车队中某辆车在雨天夜间通过无保护左转路口时发生安全员接管。车端触发规则引擎命中“接管事件 + 雨天 + 夜间 + 无保护左转”组合条件，自动截取接管前 30 秒与后 10 秒的多传感器数据，压缩后进入高优先级回流队列。云端数据平台接收后完成完整性校验、脱敏和场景标注，生成一个场景数据集版本。算法团队用该版本数据加入训练集，训练出新模型版本，经离线评测与仿真回归后发布 OTA。整个过程可通过版本管理追溯到“哪次接管、哪份数据、哪个模型、哪次发布”。

# 车端触发配置示例（简化）
trigger:
  name: takeover_night_rain_leftturn
  conditions:
    - event: takeover
    - weather: rain
    - lighting: night
    - scene: unprotected_left_turn
  window:
    before_sec: 30
    after_sec: 10
  sensors: [camera_front, lidar_top, radar_front, gnss_ins]
  priority: high
  upload:
    protocol: https
    retry: 3
    checksum: sha256

五、常见误区与复盘