Los vehículos autónomos requieren la recopilación de datos en toda la flota para el desarrollo y validación continuos de algoritmos. Se ha propuesto la caja negra inteligente (SBB) como un sistema para la captura de datos de alta velocidad de banda prioritizados. Este documento extiende el SBB aplicando métodos de detección de anomalías y detección de acciones para la detección generalizada de eventos de interés (EOI). Se propone una tubería SBB actualizada para la captura en tiempo real de datos de video de conducción. Se construye un conjunto de datos de video para evaluar por primera vez el SBB en datos del mundo real. El rendimiento del SBB se evalúa comparando la compresión de datos normales y anómalos y comparando nuestra grabación de datos prioritizada con una estrategia FIFO. Los resultados muestran que la compresión de datos del SBB puede aumentar la relación de memoria anómala a normal en un 25%, mientras que la estrategia de grabación prioritizada aumenta la relación de conteo anómala a normal en comparación con una estrategia FIFO. Comparamos los resultados del SBB del conjunto de datos del mundo real con un SBB de referencia dado etiquetas de anomalía de verdad y concluimos que los métodos mejorados de detección general de EOI mejorarán en gran medida el rendimiento del SBB.