CN109714422A - 基于自动驾驶的计算资源共享方法、系统及可读存储介质 - Google Patents

Abstract

本发明公开了一种基于自动驾驶的计算资源共享方法，该方法包括步骤：当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆；若存在，则将所述待计算任务发送至所述第二车辆；当接收到所述第二车辆返回的基于所述待计算任务的决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。本发明还公开了一种基于自动驾驶的计算资源共享系统及可读存储介质。本发明在确定第一车辆的算力不足以完成待计算任务时，可将待计算任务发送至有足够闲置算力的第二车辆进行计算，第一车辆只需按照第二车辆返回的决策信息进行行驶即可，实现了计算资源的共享，提高了车辆处理待计算任务的速度。

Description

基于自动驾驶的计算资源共享方法、系统及可读存储介质

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种基于自动驾驶的计算资源共享方法、系统及可读存储介质。

背景技术

随着信息和控制技术的快速发展，自动驾驶技术逐渐被汽车厂家和用户所接受。自动驾驶不仅能够将汽车行驶的危险性降到最低，而且能够减轻用户繁重的驾驶任务，因此，自动驾驶也是未来汽车发展的一大趋势。

目前的自动驾驶根据自动化程度，分为五个级别,分别为：L1驾驶支援、L2部分自动化、L3有条件自动化、L4高度自动化和L5完全自动化。每个级别的自动驾驶汽车搭载的运行系统所对应的算力是不同的，如L2需求10TPS(transaction operations per second，每秒10万亿次定数运算)，L3需求60TPS等，自动驾驶汽车的算力，在考虑到路段的复杂情况下，会采用冗余设计，但是，在实际的使用过程中，不是复杂的路段，并不需要很大的计算资源，而这些计算资源在不用的情况下等同于闲置。

反过来讲，在面对复杂路段的时候，对于计算能力较低的车辆来说，往往无法根据自身的计算能力完成路段情况的确定。

发明内容

本发明的主要目的在于提出一种基于自动驾驶的计算资源共享方法、系统及可读存储介质，旨在解决现有的计算能力较低的自动驾驶车辆无法确定复杂路段信息的技术问题。

为实现上述目的，本发明提供了一种基于自动驾驶的计算资源共享方法，所述基于自动驾驶的计算资源共享方法包括：

当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆；

若存在，则将所述待计算任务发送至所述第二车辆；

当接收到所述第二车辆返回的基于所述待计算任务的决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。

优选地，所述当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆的步骤之前，所述方法还包括：

实时获取当前的路面信息和第一车辆的驾驶动作，并确定所述路面信息和所述驾驶动作对应的待计算任务；

根据所述待计算任务和预设时间，计算完成所述待计算任务所需最低算力；

若所述第一车辆的算力低于所述最低算力，则确定所述第一车辆的算力不足。

优选地，若所述第一车辆正在处理已接收任务，则所述若所述第一车辆的算力低于所述最低算力，则确定所述第一车辆的算力不足的步骤包括：

根据所述第一车辆的算力和处理所述已接收任务所需的算力，计算所述第一车辆的闲置算力；

若所述第一车辆的闲置算力低于所述最低算力，则确定所述第一车辆的算力不足

优选地，所述当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆的步骤包括：

当第一车辆基于待计算任务的算力不足时，获取所述第一车辆预设范围内的第二车辆的第一算力和所述第二车辆当前行驶所需的第二算力；

根据所述第一算力和所述第二算力，计算得出所述第二车辆的闲置算力；

将所述第二车辆的闲置算力与所述最低算力进行比较；

若所述第二车辆的闲置算力不低于所述最低算力，则确定所述第二车辆有足够闲置算力。

优选地，若所述第二车辆至少包括第三车辆和第四车辆，则所述若所述第二车辆的闲置算力不低于所述最低算力，则确定所述第二车辆有足够闲置算力的步骤包括：

若所述第三车辆的闲置算力和所述第四车辆的闲置算力都不低于所述最低算力，则比较所述第三车辆的闲置算力和所述第四车辆的闲置算力的大小；

将闲置算力最大的车辆确定为足够闲置算力的第二车辆。

优选地，所述实时获取当前的路面信息和第一车辆的驾驶动作，并确定所述路面信息和所述驾驶动作对应的待计算任务的步骤包括：

实时获取摄像头捕捉的画面，并对所述画面进行处理，得到处理后的画面；

实时获取雷达传感器采集的点云，根据所述点云的分布情况，得到所述第一车辆周围物体的动态分布图；

根据所述处理后的画面和所述动态分布图，确定所述第一车辆所处的路面信息；

实时获取组合导航系统的定位信息、空间状态信息和加速度；

根据所述定位信息、所述空间状态信息和所述加速度，确定所述第一车辆的驾驶动作；

确定所述路面信息和所述驾驶动作对应的待计算任务。

优选地，所述当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆的步骤之后，所述方法还包括：

若未存在，则将所述待计算任务发送至基站，以供所述基站将所述待计算任务发送至足够闲置算力的第五车辆，并接收所述第五车辆返回的基于所述待计算任务的决策信息；

当接收到所述基站返回的所述决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。

此外，为实现上述目的，本发明还提供一种基于自动驾驶的计算资源共享系统，所述基于自动驾驶的计算资源共享系统包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于自动驾驶的计算资源共享程序，所述程序被所述处理器执行时实现如上所述的基于自动驾驶的计算资源共享方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于自动驾驶的计算资源共享程序，所述基于自动驾驶的计算资源共享程序被处理器执行时实现如上所述的基于自动驾驶的计算资源共享方法的步骤。

本发明的基于自动驾驶的计算资源共享方法，当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆；若存在，则将所述待计算任务发送至所述第二车辆；当接收到所述第二车辆返回的基于所述待计算任务的决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。本发明在确定第一车辆的算力不足以完成待计算任务时，可将待计算任务发送至有足够闲置算力的第二车辆进行计算，第一车辆只需接收第二车辆返回的决策信息，并按照决策信息进行行驶即可，实现了计算资源的共享，提高了车辆处理待计算任务的速度。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的结构示意图；

图2为本发明基于自动驾驶的计算资源共享方法第一实施例的流程示意图；

图3为本发明基于自动驾驶的计算资源共享方法第二实施例的流程示意图；

图4为本发明基于自动驾驶的计算资源共享方法第四实施例的流程示意图；

图5为本发明第一车辆通过V2X与基站或者足够闲置算力的车辆建立通信连接，并实现计算资源共享的示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明实施例的解决方案主要是：当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆；若存在，则将所述待计算任务发送至所述第二车辆；当接收到所述第二车辆返回的基于所述待计算任务的决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。以解决现有的计算能力较低的自动驾驶车辆无法确定复杂路段信息的问题。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的基于自动驾驶的计算资源共享系统的结构示意图。该基于自动驾驶的计算资源共享系统可以包括：处理器1001，例如CPU，通信总线1002、业主接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。业主接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选地业主接口1003还可以包括标准的有线接口(例如用于连接有线键盘、有线鼠标等)、无线接口(例如用于连接无线键盘、无线鼠标)。网络接口1004可选的可以包括标准的有线接口(用于连接有线网络)、无线接口(如WI-FI接口、蓝牙接口、红外线接口等，用于连接无线网络)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的基于自动驾驶的计算资源共享系统结构并不构成对基于自动驾驶的计算资源共享系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、业主接口模块以及基于自动驾驶的计算资源共享程序。其中，操作系统是管理和控制基于自动驾驶的计算资源共享系统与软件资源的程序，支持网络通信模块、业主接口模块、基于自动驾驶的计算资源共享程序以及其他程序或软件的运行；网络通信模块用于管理和控制网络接口1002；业主接口模块用于管理和控制业主接口1003。

在图1所示的基于自动驾驶的计算资源共享系统中，所述基于自动驾驶的计算资源共享系统通过处理器1001调用存储器1005中存储的基于自动驾驶的计算资源共享程序，并执行以下步骤：

当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆；

若存在，则将所述待计算任务发送至所述第二车辆；

当接收到所述第二车辆返回的基于所述待计算任务的决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。

进一步地，所述当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆的步骤之前，处理器1001还可以用于调用存储器1005中存储的基于自动驾驶的计算资源共享程序，并执行以下步骤：

实时获取当前的路面信息和第一车辆的驾驶动作，并确定所述路面信息和所述驾驶动作对应的待计算任务；

根据所述待计算任务和预设时间，计算完成所述待计算任务所需最低算力；

若所述第一车辆的算力低于所述最低算力，则确定所述第一车辆的算力不足。

进一步地，若所述第一车辆正在处理已接收任务，则所述若所述第一车辆的算力低于所述最低算力，则确定所述第一车辆的算力不足的步骤包括：

根据所述第一车辆的算力和处理所述已接收任务所需的算力，计算所述第一车辆的闲置算力；

若所述第一车辆的闲置算力低于所述最低算力，则确定所述第一车辆的算力不足

进一步地，所述当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆的步骤包括：

当第一车辆基于待计算任务的算力不足时，获取所述第一车辆预设范围内的第二车辆的第一算力和所述第二车辆当前行驶所需的第二算力；

根据所述第一算力和所述第二算力，计算得出所述第二车辆的闲置算力；

将所述第二车辆的闲置算力与所述最低算力进行比较；

若所述第二车辆的闲置算力不低于所述最低算力，则确定所述第二车辆有足够闲置算力。

进一步地，若所述第二车辆至少包括第三车辆和第四车辆，则所述若所述第二车辆的闲置算力不低于所述最低算力，则确定所述第二车辆有足够闲置算力的步骤包括：

若所述第三车辆的闲置算力和所述第四车辆的闲置算力都不低于所述最低算力，则比较所述第三车辆的闲置算力和所述第四车辆的闲置算力的大小；

将闲置算力最大的车辆确定为足够闲置算力的第二车辆。

进一步地，所述实时获取当前的路面信息和第一车辆的驾驶动作，并确定所述路面信息和所述驾驶动作对应的待计算任务的步骤包括：

实时获取摄像头捕捉的画面，并对所述画面进行处理，得到处理后的画面；

实时获取雷达传感器采集的点云，根据所述点云的分布情况，得到所述第一车辆周围物体的动态分布图；

根据所述处理后的画面和所述动态分布图，确定所述第一车辆所处的路面信息；

实时获取组合导航系统的定位信息、空间状态信息和加速度；

根据所述定位信息、所述空间状态信息和所述加速度，确定所述第一车辆的驾驶动作；

确定所述路面信息和所述驾驶动作对应的待计算任务。

进一步地，所述当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆的步骤之后，处理器1001还可以用于调用存储器1005中存储的基于自动驾驶的计算资源共享程序，并执行以下步骤：

若未存在，则将所述待计算任务发送至基站，以供所述基站将所述待计算任务发送至足够闲置算力的第五车辆，并接收所述第五车辆返回的基于所述待计算任务的决策信息；

当接收到所述基站返回的所述决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。

基于上述基于自动驾驶的计算资源共享系统的硬件结构，提出本发明基于自动驾驶的计算资源共享方法各个实施例。

本发明提供一种基于自动驾驶的计算资源共享方法。

基于自动驾驶的计算资源共享方法可选应用于基于自动驾驶的计算资源共享系统中，为方便描述，基于自动驾驶的计算资源共享系统以下简称系统，参照图2，图2为本发明基于自动驾驶的计算资源共享方法第一实施例的流程示意图。

在本实施例中，提供了基于自动驾驶的计算资源共享方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本实施例中，基于自动驾驶的计算资源共享方法包括：

步骤S10，当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆；

步骤S20，若存在，则将所述待计算任务发送至所述第二车辆；

步骤S30，当接收到所述第二车辆返回的基于所述待计算任务的决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。

在本实施例中，基于自动驾驶的计算资源共享系统安装在车辆上，系统在确定第一车辆的算力不足以完成待计算任务时，可将待计算任务发送至有足够闲置算力的第二车辆进行计算，系统只需接收第二车辆返回的决策信息，并按照决策信息控制第一车辆进行行驶即可，实现了计算资源的共享，提高了车辆处理待计算任务的速度。

以下将对各个步骤进行详细说明：

步骤S10，当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆。

在本实施例中，系统安装在第一车辆上，当系统接收到待计算任务时，判断第一车辆的算力是否足够完成该待计算任务，若确定第一车辆的算力不足时，则通过V2X模块(vehicle to everything，车与车、车与基站等之间通信)向预设范围内的有足够闲置算力的车辆发起请求，并将接受请求的车辆确定为第二车辆。

具体的，系统获取第一车辆的算力，该算力是指第一车辆所搭载的运行系统的算力，可根据第一车辆的级别进行判断，如第二级别的自动驾驶车辆需求10TPS(transactionper second，每秒处理的消息数，一个表达系统处理能力的性能指标)，第三级别的自动驾驶车辆需求60TPS等。系统在接收到待计算任务时，获取待计算任务对应的算力，通过比较第一车辆的算力与待计算任务对应的算力，从而确定第一车辆的算力是否不足，当第一车辆的算力小于待计算任务对应的算力时，确定第一车辆基于待计算任务的算力不足。

当系统确定第一车辆基于待计算任务的算力不足时，判断第一车辆预设范围内是否存在足够闲置算力的第二车辆。

具体的，步骤S10包括：

步骤S11，当第一车辆基于待计算任务的算力不足时，获取所述第一车辆预设范围内的第二车辆的第一算力和所述第二车辆当前行驶所需的第二算力。

当系统确定第一车辆基于待计算任务的算力不足时，通过V2X模块(vehicle toeverything，车与车、车与基站等之间通信)与预设范围内的第二车辆建立通信联系，并获取第二车辆的第一算力，以及第二车辆当前行驶所需的第二算力。

可以理解的，第二车辆在行驶过程中也是需要对当前路面信息和当前驾驶动作进行监测，并以此做出对应行驶动作的决策。而在第二车辆做出决策的过程中所需要的算力即为第二算力。

步骤S12，根据所述第一算力和所述第二算力，计算得出所述第二车辆的闲置算力。

系统将第二车辆的第一算力和第二算力进行相减，计算得出第二车辆的闲置算力，其中，闲置算力大于0。

步骤S13，将所述第二车辆的闲置算力与所述最低算力进行比较。

系统将第二车辆的闲置算力与计算所得最低算力进行大小比较。

步骤S14，若所述第二车辆的闲置算力不低于所述最低算力，则确定所述第二车辆有足够闲置算力。

若系统得出第二车辆的闲置算力不低于最低算力，则确定第二车辆有足够闲置算力；若系统判定第二车辆的闲置算力小于或者等于最低算力，则确定第二车辆没有足够闲置算力，需要说明的是，当第二车辆的闲置算力等于最低算力时，也是默认为第二车辆没有足够闲置算力的，自动驾驶车辆在设计的时候，为确保安全，通常在系统的算力方面会采用冗余设计，故车辆的闲置算力必须大于0。

步骤S20，若存在，则将所述待计算任务发送至所述第二车辆。

在本实施例中，若系统确定第一车辆预设范围内存在足够闲置算力的第二车辆，则将待计算任务通过V2X模块发送至第二车辆，由第二车辆对该待计算任务进行分析计算，并得出决策信息。

需要说明的是，当系统判定第一车辆预设范围内未存在足够闲置算力的第二车辆时，则确定第一车辆面临的路面过于复杂，第一车辆无法在第一时间做出决策信息，且无法得到其他车辆的帮助，此时系统发出警报，提醒车主手动控制车辆，人为接管第一车辆的控制权，避免出现交通事故。或者系统下达降速行驶的指令，控制第一车辆降速行驶。或者第一车辆将待计算任务发送至基站，由基站返回决策信息。

步骤S30，当接收到所述第二车辆返回的基于所述待计算任务的决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。

在本实施例中，当系统接收到第二车辆返回的基于待计算任务的决策信息时，系统根据该决策信息，控制第一车辆进行行驶。即第二车辆返回的是一个行车指导决策信息，该决策信息包括行驶速度和驾驶动作，系统控制第一车辆按照决策信息对应的行驶速度和驾驶动作进行驾驶。

需要注意的是，由于系统将待计算任务发送至第二车辆需要一定的传输时间，第二车辆返回决策信息的时候也是需要一定的传输时间的，故本实施例在计算第二车辆的闲置算力时，需要将传输时间考虑进去。当然，在实际应用中，该传输时间过短，可以忽略不计。就像地图导航一样，可以做到同步返回决策信息。

进一步地，步骤S30包括：

步骤S31，当接收到所述第二车辆返回的基于所述待计算任务的决策信息时，确定所述决策信息的是否可靠；

步骤S32，若确定所述决策信息可靠，则根据所述决策信息，控制所述第一车辆进行行驶。

进一步地，第一车辆具备安全自检功能，第一车辆在接收到第二车辆传送回来的决策信息时，通过自身的安全自检功能，确定该决策信息是否可靠，其中，第一车辆的安全自检功能包括软件功能安全、硬件功能安全和软硬件结合功能安全，各自对应一套功能安全标准，功能安全标准由专家根据实际应用场景，在第一车辆出厂时设置好。第一车辆可通过安全自检功能，确定决策信息是否可靠，具体的，如第一车辆左手边是悬崖，而第二车辆返回的决策信息是指示第一车辆左转，那么第一车辆可以确定第二车辆传送过来的决策信息是不可靠的，此时第一车辆将不采取第二车辆的决策信息，可提示车主，人为接管第一车辆的控制权；第一车辆只有确定第二车辆传送过来的决策信息是可靠的时，才会根据决策信息，控制第一车辆进行行驶。

本实施例当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆；若存在，则将所述待计算任务发送至所述第二车辆；当接收到所述第二车辆返回的基于所述待计算任务的决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。本发明在确定第一车辆的算力不足以完成待计算任务时，可将待计算任务发送至有足够闲置算力的第二车辆进行计算，第一车辆只需接收第二车辆返回的决策信息，并按照决策信息进行行驶即可，实现了计算资源的共享，提高了车辆处理待计算任务的速度。

进一步地，基于第一实施例提出本发明基于自动驾驶的计算资源共享方法的第二实施例。

基于自动驾驶的计算资源共享方法的第二实施例与基于自动驾驶的计算资源共享方法的第一实施例的区别在于，参照图3，基于自动驾驶的计算资源共享方法还包括：

步骤S40，实时获取当前的路面信息和第一车辆的驾驶动作，并确定所述路面信息和所述驾驶动作对应的待计算任务；

步骤S50，根据所述待计算任务和预设时间，计算完成所述待计算任务所需最低算力；

步骤S60，若所述第一车辆的算力低于所述最低算力，则确定所述第一车辆的算力不足。

本实施例，在第一车辆行驶过程中，系统实时获取路面信息和第一车辆的驾驶动作，根据路面信息和驾驶动作对应的待计算任务，不断运算并得到正确的决策信息，并根据决策信息控制第一车辆进行行驶，当第一车辆的算力无法在预设时间内完成待计算任务时，则认定第一车辆的算力不足。

具体的：

步骤S40，实时获取当前的路面信息和第一车辆的驾驶动作，并确定所述路面信息和所述驾驶动作对应的待计算任务；

本实施例，在第一车辆行驶过程中，系统实时获取当前的路面信息和第一车辆的驾驶动作，系统根据获取的路面信息和驾驶动作，确定对应的待计算任务。如第一车辆在道路中行驶时，当前道路只有两辆车，则第一车辆的待计算任务为：确定当前道路的限速信息，以及确定另一车辆与第一车辆的安全行车距离，其中，确定另一车辆与第一车辆的安全行车距离，需要获取另一车辆的与第一车辆的距离、另一车辆的车速以及第一车辆的车速，从而计算得出一个安全行车距离。可以理解的，第一车辆面临的路面信息与第一车辆的驾驶动作的不同，都会导致第一车辆的待计算任务有所变化，简单的说，路面信息与驾驶动作越复杂，待计算任务就越多，系统完成该待计算任务所需的算力就越多。

步骤S50，根据所述待计算任务和预设时间，计算完成所述待计算任务所需最低算力；

本实施例，系统根据确定待计算任务和预设时间，计算完成该待计算任务所需的最低算力。在实际应用中，自动驾驶汽车在路上行驶，必须具备在短时间内确定路面信息，并作出应对的驾驶动作，才能保证交通安全。故系统需要在一个很短的预设时间内作出应对当前路面信息的决策信息。

可以理解的，由于每一辆车的计算能力都是固定的，如A车辆的算力为30TPS，则说明A车辆每秒能处理的信息数为30TPS，当一个待计算任务包含3条信息数时，则A车辆完成该待计算任务的时间为0.1秒。反过来说，假设A车辆的反应预设时间为0.1秒，当前的待计算任务包含10条信息数，则A车辆在0.1秒内完成该待计算任务的最低算力为100TPS。

同时，可以理解的，当系统通过摄像头采集到的前一帧跟后一帧数据里面有些是类似的时，比如我们拍一张图片，再像前走一步拍一张图片，里面的有些背景是相同的，系统处理相同或者相似的信息需要的计算能力较少，处理不同的信息计算能力需求较大。

需要注意的是，车辆在行驶过程中需要用到的算力是随行驶速度变化的，这是由于车辆行驶越快，单位时间内采集到的数据就越多，需要处理的信息数就越多，需要用到的算力就越大。比如L3级别的车辆，包含10个camera(摄像头)、4个激光雷达还有毫米波雷达等，有60TOPS的算力，20码行驶时，需要20TOPS的算力，30码行驶时，需要40TOPS的算力；L4级别的车辆，包含16个camera(摄像头)、6个激光雷达还有毫米波雷达、IMU(InertialMeasurement Unit，惯性测量单元)等，有100TOPS的算力，30码行驶时，需要40TOPS的算力，60码行驶时，需要80TOPS的算力等。以上所列数据仅为理解本实施例，具体数据以实际不同车型在路面行驶的数据为准。

步骤S60，若所述第一车辆的算力低于所述最低算力，则确定所述第一车辆的算力不足。

本实施例，系统获取第一车辆的算力，并将第一车辆的算力与完成该待计算认为所需的最低算力进行比较，若系统判定第一车辆的算力低于该最低算力，则确定第一车辆的算力不足；若系统判定第一车辆的算力大于或者等于该最低算力，则确定第一车辆的算力足够。

进一步地，若所述第一车辆正在处理已接收任务，步骤S60包括：

步骤S61，根据所述第一车辆的算力和处理所述已接收任务所需的算力，计算所述第一车辆的闲置算力；

步骤S62，若所述第一车辆的闲置算力低于所述最低算力，则确定所述第一车辆的算力不足。

可以理解的，第一车辆的待计算任务可以发送至足够闲置算力的第二车辆，同理，在第一车辆有足够闲置算力时，也可以接收其他车辆发送过来的待计算任务。若当前第一车辆正在处理已接收任务，则说明第一车辆的算力已被使用了一部分，或者全部。那么系统此时在确定第一车辆的算力时，实际上确定的是第一车辆的闲置算力。

系统将第一车辆的算力减去第一车辆正在处理已接收任务所用去的算力，计算得出第一车辆当前的闲置算力。

系统将第一车辆当前的闲置算力与最低算力进行比较，若得出第一车辆当前的闲置算力低于该最低算力，则确定第一车辆的算力不足。

进一步地，系统包括摄像头、雷达传感器以及组合导航系统，步骤S40包括：

步骤S41，实时获取摄像头捕捉的画面，并对所述画面进行处理，得到处理后的画面。

第一车辆在行驶过程中，系统实时获取摄像头捕捉的画面，对获取的画面进行二值化处理，得到处理后的画面，通过处理后的画面可确定车辆前方的路况，具体的，确定第一车辆前方是直行路线或者是有障碍物阻拦，确定阻碍物是人，还是车，亦或者是围栏等固定障碍物等，可以理解的，当有限速牌等交通标识时，可通过文字识别技术识别出限速牌上的限速车速，也就是说，系统预存有多种图片识别方法，在实际应用中，通常是多种识别方法一起运行识别，在此不一一列举。

步骤S42，实时获取雷达传感器采集的点云，根据所述点云的分布情况，得到所述第一车辆周围物体的动态分布图。

第一车辆在行驶过程中，系统同步执行实时获取雷达传感器采集的点云，对获取的点云进行统计，并根据点云的分布情况和预设算法，计算出第一车辆相对各点的距离，确定第一车辆与周围物体之间的距离，即第一车辆与障碍物之间的距离。具体的，以激光雷达为例，系统通过发出去的激光和反射回来的激光之间的时间长短、光的传播速度以及当前车速，计算出第一车辆与前方障碍物的距离，若前方障碍物同样是车辆，则可通过两次发出去的激光的时间间隔，计算出前方车辆与第一车辆的距离，并根据第一车辆的车速，计算前方车辆的车速。毫米波雷达基本原理是发射一束电磁波，观察回波与入射波的差异来计算距离、速度等，与激光雷达相似，在此不再赘述。

步骤S43，根据所述处理后的画面和所述动态分布图，确定所述第一车辆所处的路面信息。

系统根据处理后的画面和动态分布图，确定第一车辆所处的环境信息，具体的，确定第一车辆前方是直行路线还是有车辆在前方行驶，后方是否有跟车车辆等，若是有车辆在前方行驶，则确定第一车辆与当前车辆之间的距离，以及前方车辆的车速和当前道路的限速车速等。

步骤S44，实时获取组合导航系统的定位信息、空间状态信息和加速度。

第一车辆在行驶过程中，系统同步执行实时获取组合导航系统的定位信息、空间状态信息和加速度。具体的，组合导航系统包括GPS和惯性导航系统。

步骤S45，根据所述定位信息、所述空间状态信息和所述加速度，确定所述第一车辆的驾驶动作。

系统根据获取的定位信息、空间状态和加速度，确定第一车辆当前的驾驶动作，其中，驾驶动作包括车辆的当前车速和行驶方向。

步骤S46，确定所述路面信息和所述驾驶动作对应的待计算任务。

系统根据路面信息和驾驶动作，确定对对应的待计算任务，可以理解的，自动驾驶汽车在自动行驶的过程中，系统是处于实时运算的，第一车辆在道路上行驶时，系统需要确定当前的路面信息，路面信息包括限速信息，周围车辆信息，以及第一车辆的驾驶动作信息。如第一车辆要超车，则需要计算前方车辆的速度，以及超车道上是否有车辆，在超车道上有车辆时还得计算超车道上的车辆的车速，即系统处理的待计算任务跟路面信息和驾驶动作是息息相关的，路面信息和驾驶动作越复杂，待计算任务越重。

本实施例在第一车辆行驶过程中，实时获取路面信息和第一车辆的驾驶动作，根据路面信息和驾驶动作对应的待计算任务，不断运算并得到正确的决策信息，并根据决策信息控制第一车辆进行行驶，当第一车辆的算力无法在预设时间内完成待计算任务时，则认定第一车辆的算力不足，以便将待计算任务发送至足够闲置算力的第二车辆，实现了计算资源的共享，提高了车辆处理待计算任务的速度。

进一步地，基于第一或者第二实施例提出本发明基于自动驾驶的计算资源共享方法的第三实施例。

基于自动驾驶的计算资源共享方法的第三实施例与基于自动驾驶的计算资源共享方法的第一或者第二实施例的区别在于，所述第二车辆至少包括第三车辆和第四车辆，基于自动驾驶的计算资源共享方法还包括：

步骤S70，若所述第三车辆的闲置算力和所述第四车辆的闲置算力都不低于所述最低算力，则比较所述第三车辆的闲置算力和所述第四车辆的闲置算力的大小；

步骤S80，将闲置算力最大的车辆确定为足够闲置算力的第二车辆。

在本实施例中，当系统确定拥有足够闲置第二车辆包括第三车辆和第四车辆时，则将闲置算力较大的车辆作为待计算任务的接收车辆。

具体的：

步骤S70，若所述第三车辆的闲置算力和所述第四车辆的闲置算力都不低于所述最低算力，则比较所述第三车辆的闲置算力和所述第四车辆的闲置算力的大小。

若系统在第一车辆的预设范围内确定拥有足够闲置算力的第二车辆至少包括第三车辆和第四车辆，即拥有足够闲置算力的车辆有多辆，则比较第三车辆的闲置算力和第四车辆的闲置算力的大小。

可以理解的，闲置算力越大，则说明对应的车辆能处理待计算任务的能力越强，通过比较各车辆的闲置算力，进而选取最大闲置算力的车辆，其中，这些车辆的闲置算力都是高于待计算任务对应的最低算力的。

步骤S80，将闲置算力最大的车辆确定为足够闲置算力的第二车辆。

系统通过比较闲置算力，进而将闲置算力最大的车辆确定为足够闲置算力的第二车辆。

若最大的闲置算力对应的车辆有多辆，则根据距离，选择距离第一车辆较近的车辆为足够闲置算力的第二车辆。

若最大足够闲置算力有多辆，且与第一车辆距离相同，则通过随机算法，随机选取一辆作为第二车辆。

本实施例当拥有足够闲置算力的车辆有至少两辆时，通过比较闲置算力的大小，将闲置算力较大的车作为足够闲置算力的第二车辆，以便待计算任务尽快得到对应的决策信息，实现了计算资源的共享，提高了车辆处理待计算任务的速度。

进一步地，基于第一、第二或者第三实施例提出本发明基于自动驾驶的计算资源共享方法的第四实施例。基于自动驾驶的计算资源共享方法的第四实施例与基于自动驾驶的计算资源共享方法的第一、第二或者第三实施例的区别在于，参照图4，基于自动驾驶的计算资源共享方法还包括：

步骤S90，若未存在，则将所述待计算任务发送至基站，以供所述基站将所述待计算任务发送至足够闲置算力的第五车辆，并接收所述第五车辆返回的基于所述待计算任务的决策信息；

步骤S100，当接收到所述基站返回的所述决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。

在本实施例中，若第一车辆的预设范围内不存在足够闲置算力的第二车辆，则将待计算任务发送至基站，通过基站作为中转站，将待计算任务发送至足够闲置算力的第五车辆，由第五车辆完成该待计算任务并返回决策信息，当接收到该决策信息时，根据该决策信息控制第一车辆进行行驶，其中，本实施例在实际应用中采用5G基站。

具体的：

步骤S90，若未存在，则将所述待计算任务发送至基站，以供所述基站将所述待计算任务发送至足够闲置算力的第五车辆，并接收所述第五车辆返回的基于所述待计算任务的决策信息。

若系统判定第一车辆预设范围内未存在足够闲置算力的第二车辆，则通过V2X模块，将待计算任务发送至基站，由基站将待计算任务发送至足够闲置算力的第五车辆，并接收第五车辆返回的基于待计算任务的决策信息。

基站确定足够算力的第五车辆的方法与第一实施例确定第二车辆的方法类似，在此不再赘述。

步骤S100，当接收到所述基站返回的所述决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。

当系统接收到基站返回的决策信息时，根据决策信息，控制第一车辆进行行驶。过程与第一实施例类似，在此不再赘述。

本实施例若第一车辆的预设范围内不存在足够闲置算力的第二车辆，则将待计算任务发送至基站，通过基站作为中转站，将待计算任务发送至足够闲置算力的第五车辆，由第五车辆完成该待计算任务并返回决策信息，当接收到该决策信息时，根据该决策信息控制第一车辆进行行驶，实现了计算资源的共享，提高了车辆处理待计算任务的速度。

需要说明的是，V2X模块(vehicle to everything，车与车、车与基站等之间通信)包括：

V2N(Vehicle-To-Network，车-互联网)是目前应用最广泛的车联网形式，其主要功能是使车辆通过移动网络，连接到云服务器，使用云服务器提供的导航、娱乐、防盗等应用功能。

V2V(Vehicle-To-Vehicle，车-车)可以用做车辆间信息交互和提醒，最典型的应用是用于车辆间防碰撞安全系统。

V2I(Vehicle-To-Infrastructure，车-基础设施)，车辆可以与道路甚至其他基础设施，例如交通灯、路障等通信，获取交通灯信号时序等道路管理信息。

V2P(Vehicle-To-Pedestrian，车-行人)则是用做给道路上行人或非机动车安全警告。

本发明，如图5所示，第一车辆通过V2X模块与基站建立通信连接，基站作为中转站，将第一车辆的待计算任务发送至足够闲置算力的车辆，足够闲置算力的车辆对待计算任务进行分析计算，并返回对应的决策信息，再由基站将该决策信息返回给第一车辆。

或者，第一车辆与足够闲置算力的车辆建立通信连接，直接将待计算任务发送至足够闲置算力的车辆，由足够闲置算力的车辆给出决策信息，实现基于自动驾驶的计算资源的共享。

此外，本发明实施例还提出一种计算机可读存储介质。

所述计算机可读存储介质上存储有基于自动驾驶的计算资源共享程序，所述计算机可读存储介质应用于基于自动驾驶的计算资源共享系统，所述基于自动驾驶的计算资源共享程序被处理器执行时实现如上所述步骤。

本发明计算机可读存储介质具体实施方式与上述基于自动驾驶的计算资源共享方法各实施例基本相同，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它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、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得多台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种基于自动驾驶的计算资源共享方法，其特征在于，所述基于自动驾驶的计算资源共享方法包括以下步骤：

当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆；

若存在，则将所述待计算任务发送至所述第二车辆；

当接收到所述第二车辆返回的基于所述待计算任务的决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。

2.如权利要求1所述的基于自动驾驶的计算资源共享方法，其特征在于，所述当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆的步骤之前，所述方法还包括：

实时获取当前的路面信息和第一车辆的驾驶动作，并确定所述路面信息和所述驾驶动作对应的待计算任务；

根据所述待计算任务和预设时间，计算完成所述待计算任务所需最低算力；

若所述第一车辆的算力低于所述最低算力，则确定所述第一车辆的算力不足。

3.如权利要求2所述的基于自动驾驶的计算资源共享方法，其特征在于，若所述第一车辆正在处理已接收任务，则所述若所述第一车辆的算力低于所述最低算力，则确定所述第一车辆的算力不足的步骤包括：

根据所述第一车辆的算力和处理所述已接收任务所需的算力，计算所述第一车辆的闲置算力；

若所述第一车辆的闲置算力低于所述最低算力，则确定所述第一车辆的算力不足。

4.如权利要求2所述的基于自动驾驶的计算资源共享方法，其特征在于，所述当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆的步骤包括：

当第一车辆基于待计算任务的算力不足时，获取所述第一车辆预设范围内的第二车辆的第一算力和所述第二车辆当前行驶所需的第二算力；

根据所述第一算力和所述第二算力，计算得出所述第二车辆的闲置算力；

将所述第二车辆的闲置算力与所述最低算力进行比较；

若所述第二车辆的闲置算力不低于所述最低算力，则确定所述第二车辆有足够闲置算力。

5.如权利要求4所述的基于自动驾驶的计算资源共享方法，其特征在于，若所述第二车辆至少包括第三车辆和第四车辆，则所述若所述第二车辆的闲置算力不低于所述最低算力，则确定所述第二车辆有足够闲置算力的步骤包括：

若所述第三车辆的闲置算力和所述第四车辆的闲置算力都不低于所述最低算力，则比较所述第三车辆的闲置算力和所述第四车辆的闲置算力的大小；

将闲置算力最大的车辆确定为足够闲置算力的第二车辆。

6.如权利要求2所述的基于自动驾驶的计算资源共享方法，其特征在于，所述实时获取当前的路面信息和第一车辆的驾驶动作，并确定所述路面信息和所述驾驶动作对应的待计算任务的步骤包括：

实时获取摄像头捕捉的画面，并对所述画面进行处理，得到处理后的画面；

实时获取雷达传感器采集的点云，根据所述点云的分布情况，得到所述第一车辆周围物体的动态分布图；

根据所述处理后的画面和所述动态分布图，确定所述第一车辆所处的路面信息；

实时获取组合导航系统的定位信息、空间状态信息和加速度；

根据所述定位信息、所述空间状态信息和所述加速度，确定所述第一车辆的驾驶动作；

确定所述路面信息和所述驾驶动作对应的待计算任务。

7.如权利要求1-6任一项所述的基于自动驾驶的计算资源共享方法，其特征在于，所述当第一车辆基于待计算任务的算力不足时，确定所述第一车辆对应的预设范围内是否存在足够闲置算力的第二车辆的步骤之后，所述方法还包括：

若未存在，则将所述待计算任务发送至基站，以供所述基站将所述待计算任务发送至足够闲置算力的第五车辆，并接收所述第五车辆返回的基于所述待计算任务的决策信息；

当接收到所述基站返回的所述决策信息时，根据所述决策信息，控制所述第一车辆进行行驶。

8.一种基于自动驾驶的计算资源共享系统，其特征在于，所述基于自动驾驶的计算资源共享系统包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的基于自动驾驶的计算资源共享程序，所述基于自动驾驶的计算资源共享程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于自动驾驶的计算资源共享方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于自动驾驶的计算资源共享程序，所述基于自动驾驶的计算资源共享程序被处理器执行时实现如权利要求1至7中任一项所述的基于自动驾驶的计算资源共享方法的步骤。