📚 课程目录第4章专家示范数据采集

4. 专家示范数据采集

行为克隆的质量上限，在数据采集阶段就已经被决定。模型只能学习示范数据中真实出现过的状态—动作映射，因此专家示范数据采集不是“把车开出去录一段视频”，而是一项需要同时兼顾传感器标定、时间同步、驾驶员筛选、场景覆盖与合规审查的系统工程。本节围绕五个关键维度展开：传感器配置、驾驶数据记录、专家驾驶员选择、数据采集场景设计，以及伦理与隐私考虑。

一、核心原理：示范数据是“状态—动作”配对样本

行为克隆的训练样本本质上是成对的：观测状态（摄像头图像、激光雷达点云、毫米波雷达目标、IMU、GNSS/RTK、车速与转向角等）与专家动作（方向盘转角、油门/制动开度、挡位、转向灯等）。采集系统的核心任务，是保证这两类信号在同一时间基准下严格对齐，并保留足够的上下文信息用于后续筛选与回放。

因此，采集链路通常包含四层：传感器层、时间同步层、记录与存储层、元数据与合规层。任何一层缺失，都会导致数据不可用或不可追溯。

二、传感器配置与驾驶数据记录

传感器配置应围绕目标 ODD 与模型输入需求确定，而不是“越多越好”。典型配置包括：前视广角与长焦摄像头、环视摄像头、顶部激光雷达、前向毫米波雷达、组合惯导（IMU+GNSS/RTK），以及通过 CAN 总线读取的车速、转向角、油门/制动开度、挡位和转向灯状态。所有传感器在采集前必须完成内外参标定，并将标定文件与数据一同归档。

驾驶数据记录的关键在于时间同步与可追溯性。推荐使用 PTP/gPTP 或硬件触发实现多传感器时间戳对齐，目标对齐误差控制在 1ms 以内。记录格式可采用 ROS Bag 或自定义二进制格式，同时写入采集日志、帧号、丢帧统计与告警信息。以下是一个采集配置示例：

sensor_config:
  camera_front_wide: {fps: 30, resolution: 1920x1080, trigger: hardware}
  camera_front_tele: {fps: 30, resolution: 1920x1080, trigger: hardware}
  lidar_top:         {fps: 10, channels: 128, sync: gPTP}
  radar_front:       {fps: 20, can_id: 0x2A0}
  imu_gnss:          {fps: 100, protocol: serial, rtk: true}
  vehicle_can:       {signals: [speed, steering_angle, throttle, brake, gear, turn_signal]}

recording:
  format: rosbag2
  chunk_size_mb: 512
  storage: /mnt/ssd/collect
  checksum: sha256
  metadata: driver_id, vehicle_id, route_id, weather, scene_tags

三、专家驾驶员选择与场景设计

专家驾驶员的选择直接决定示范动作的“教师质量”。建议从安全记录、操作一致性、场景熟悉度、指令理解力和疲劳管理五个维度筛选。操作一致性可通过同一场景多次示范的方向盘转角方差来量化；方差过大说明该驾驶员风格不稳定，不适合作为单一教师。同时应引入多名驾驶员，避免模型只学到某一个人的驾驶习惯。

场景设计应围绕 ODD 缺口进行定向补采，而不是随机巡游。可按道路类型、交通参与者、天气光照、关键行为和边缘场景五个维度建立采集矩阵，并为每个场景设定最低有效样本数。例如，无保护左转在目标城市中占比低但风险高，应单独安排采集路线与时段。

采集维度	典型取值	采集要点
道路类型	高速、城市主干道、园区、乡村	覆盖不同限速与车道线样式
交通参与者	行人、非机动车、大型车辆	记录交互距离与让行行为
天气光照	晴天、雨天、夜间、逆光	关注摄像头曝光与雷达噪声
关键行为	跟车、变道、左转、掉头	保证动作完整起止与上下文
边缘场景	施工区、事故现场、拥堵	优先补采，标注风险等级

四、伦理与隐私考虑

道路采集不可避免地会记录人脸、车牌、行人轨迹与地理位置，属于敏感个人信息。合规采集应遵循最小必要原则：只采集训练所需的数据，明确留存期限，并在入库前完成人脸与车牌脱敏。同时应建立访问控制与审计日志，确保数据可追溯、可删除。对于涉及第三方场地的采集，需提前获得许可并遵守当地法规。

常见误区：只关注传感器数量而忽视时间同步，导致图像与动作错位；只选一名“老司机”采集，模型风格单一；场景随机巡游，长尾场景严重不足；采集后未脱敏直接入库，带来合规风险。

复盘建议：每次采集结束后，统计各场景有效样本数、丢帧率与时间同步误差，形成采集质量报告。将报告与 ODD 缺口对照，决定下一轮补采方向，而不是盲目增加里程。

综上，专家示范数据采集是一项以“可对齐、可追溯、可合规”为底线的工程活动。传感器配置决定观测质量，时间同步决定样本可用性，驾驶员选择决定教师水平，场景设计决定覆盖广度，伦理与隐私决定项目能否持续。五者缺一不可，共同构成行为克隆的数据地基。