CN109756572B - 一种分布式计算网络系统与方法 - Google Patents
一种分布式计算网络系统与方法 Download PDFInfo
- Publication number
- CN109756572B CN109756572B CN201910008034.8A CN201910008034A CN109756572B CN 109756572 B CN109756572 B CN 109756572B CN 201910008034 A CN201910008034 A CN 201910008034A CN 109756572 B CN109756572 B CN 109756572B
- Authority
- CN
- China
- Prior art keywords
- data processing
- node
- layer
- nodes
- distributed computing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 317
- 230000008569 process Effects 0.000 claims abstract description 23
- 230000005540 biological transmission Effects 0.000 claims abstract description 22
- 238000004891 communication Methods 0.000 claims description 47
- 230000004044 response Effects 0.000 claims description 19
- 230000003993 interaction Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000036961 partial effect Effects 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 4
- 230000002829 reductive effect Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000010365 information processing Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 230000000670 limiting effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
- G06F9/4887—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues involving deadlines, e.g. rate based, periodic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W92/00—Interfaces specially adapted for wireless communication networks
- H04W92/02—Inter-networking arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5033—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering data affinity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W80/00—Wireless network protocols or protocol adaptations to wireless operation
- H04W80/08—Upper layer protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提出了一种分布式计算网络及其运行方法。所述分布式计算网络可以包括:多个节点,所述多个节点以n层网络结构方式连接。当所述分布式计算网络接到数据处理任务时,处在第i层的节点可以:接收从下一层节点传来的对应于i层的数据处理任务;完成数据处理任务Ti,并将数据处理结果传送给下一层节点;以及将剩余部分数据处理任务传给上一层节点,使得所述数据处理任务的处理过程满足预设条件。通过在多层节点间分配计算任务的方式,使得数据处理任务的整体反馈时间减少。本发明中披露的技术可以应用在4G网络环境,但由于数据共享的时候对网络时延和数据的传输速度要求较高,更适合5G网络环境。
Description
技术领域
本申请涉及网络通信领域,具体而言,涉及一种分布式计算网络系统与方法。
背景技术
随着无线通信技术的发展,移动终端对于通信速度的需求也越来越高。比如在自动驾驶领域,自动驾驶车辆在与云端自动驾驶系统进行数据交互的过程中,对数据反馈的时效性要求很高。如果不能及时地向所述自动驾驶车辆反馈信息,则可能对其行驶安全性造成隐患。现有技术中,移动终端向云端服务器发送的待处理数据往往会经过一系列数据中转设备(例如基站),这些数据传输过程的耗时可能会造成数据反馈延时的增大。
因此,需要提供一种分布式计算网络系统和方法,能够通过在所述数据中转设备中配备运算模块地方式,使得所述数据中转设备能够成为所述分布式计算网络中的一个计算节点,从而降低所述移动终端获取反馈数据的延时。
发明内容
本申请正是基于上述问题,提出了一种新的技术方案,可以解决数据传输过程的耗时带来的数据反馈延时增大的技术问题。
本申请的第一方面提出了一种分布式计算网络,可以包括:多个节点,所述多个节点以n层网络结构方式连接。当所述分布式计算网络接到数据处理任务时,处在第i层的节点可以:接收从下一层节点传来的对应于i层的数据处理任务;完成数据处理任务Ti,所述数据处理任务Ti为所述对应于i层的数据处理任务中的至少一部分;将所述对应于i层的数据处理任务中的所述至少一部分的数据处理结果传送给下一层节点;以及将所述对应于i层的数据处理任务的剩余部分数据处理任务传给上一层节点,使得所述数据处理任务的处理过程满足预设条件,其中n为大于一的正整数,i为从1到n的任意整数。
在一些实施例中,所述处在第i层的节点可以进一步:接收从所述上一层节点传递回来的所述剩余部分数据处理任务的至少部分计算结果;并且将所述剩余部分数据处理任务的至少部分计算结果传送给所述下一层计算节点。
在一些实施例中,所述分布式计算网络还包括根节点,以所述网络连接的方式连接所述多个节点;所述分布式计算网络以所述网络连接方式动态连接至少一个移动设备作为所述分布式计算网络的移动临时节点。
在一些实施例中,所述移动临时节点可以包括在所述多个节点网络连接地理范围内的移动设备。
在一些实施例中,所述多个节点和所述至少一个移动临时节点可以包括5G无线网络通讯设备;及所述网络连接方式可以为无线5G连接。
在一些实施例中,所述移动设备可以包括自动驾驶车辆,向所述分布式计算网络发送所述数据处理任务,所述数据处理任务包括自动驾驶数据处理任务。所述多个节点可以包括:至少一个基站,接收来自于所述自动驾驶车辆的自动驾驶数据处理任务;以及至少一个机房,处在所述至少一个基站的上一层,接收来自所述至少一个基站传来的数据处理任务。
在一些实施例中,基站处理的所述数据处理任务T1可以包括所述自动驾驶车辆的遥控和定位中的至少一个。
在一些实施例中,所述根节点可以包括云端服务器,所述云端服务器可以承担所述数据处理任务中数据统计的内容。
在一些实施例中,所述数据处理任务可以对应预设的处理响应时限;所述预设条件可以包括所述数据处理任务在所述分布式计算网络的处理时间少于所述处理响应时限。
在一些实施例中,所述预设条件可以包括所述处在第i层的节点完成所述数据处理任务Ti的时间不大于上层传输时间与上层处理时间之和,所述上层传输时间包括第i层节点与其上层至少一级节点间传输所述数据处理任务Ti及其对应处理结果的硬件延时,所述上层处理时间包括所述上层至少一级节点处理所述所述数据处理任务Ti的时间。
本申请的第二方面提出了一种数据处理方法,可以包括:分布式计算网络接收数据处理任务,所述分布式计算网络包括多个节点,所述多个节点以n层网络结构方式连接;处在第i层的节点:接收从下一层节点传来的对应于i层的数据处理任务;完成数据处理任务Ti,所述数据处理任务Ti为所述对应于i层的数据处理任务中的至少一部分;将所述对应于i层的数据处理任务中的所述至少一部分的数据处理结果传送给下一层节点;以及将所述对应于i层的数据处理任务的剩余部分数据处理任务传给上一层节点,使得所述数据处理任务的处理过程满足预设条件,其中n为大于一的正整数,i为从1到n的任意整数。
本申请的第三方面提出了一种一种非暂时性计算机可读介质,可以包括至少一组指令,当至少一个计算设备的处理器执行所述至少一组指令时,所述至少一组指令使所述的数据处理方法。
通过将计算任务分配在多级的分布式计算网络中的方法,可以减轻上层节点的数据处理负担,提升数据处理任务整体反馈速度的同时,也能兼顾部分响应时限较短的任务快速反馈的要求。
附图说明
以下附图详细描述了本申请中披露的示例性实施例。其中相同的附图标记在附图的若干视图中表示类似的结构。本领域的一般技术人员将理解这些实施例是非限制性的、示例性的实施例,附图仅用于说明和描述的目的,并不旨在限制本申请的范围,其他方式的实施例也可能同样的完成本申请中的发明意图。其中:
图1是本申请中的分布式计算网络的一个实施例的结构示意图;
图2为用于移动设备网络管理的无线通信系统的一个实施例的示意图;
图3是根据本公开的一些实施例的具有自主驾驶能力的示例性车辆的框图;
图4是信息处理单元的示例性硬件和软件组件的示意图;
图5是本申请中的分布式计算网络运行状态的一个实施例的示例性流程图。
图6是本申请中的一种节点装置的示意图。
具体实施方式
本申请披露了一种允许移动节点动态接入的分布式计算网络系统与方法。所述分布式计算网络系统包括多级有计算或者数据加工处理能力的节点,所述多级节点之间可以进行数据交互。类似于自动驾驶车辆、手机等移动设备可以动态地接入到所述分布式计算网络中,并上传数据处理任务。所述多级计算节点中的每一级都可以分担一部分的数据处理任务,从而提升所述数据处理任务的处理结果反馈到所述移动设备的速度。本申请中,可能以自动驾驶领域为例阐述所述分布式计算网络的结构与运行方式,并不构成对本申请应用领域的限制。本领域普通技术人员应当认识到,任何具有无线通信的可移动设备均可以接入到所述分布式计算网络中,并利用所述分布式计算网络完成数据处理任务。比如,手机用户可以接入到所述分布式计算网络中,并上传手机端的诸如图像处理、游戏运行等数据处理任务。
为了给本领域普通技术人员提供相关披露的透彻理解,在以下详细描述中通过示例阐述了本发明的具体细节。然而本申请披露的内容应该理解为与权利要求的保护范围一致,而不限于该具体发明细节。比如,对于本领域普通技术人员来说,对本申请中披露的实施例进行各种修改是显而易见的;并且在不脱离本申请的精神和范围的情况下,本领域的普通技术人员可以将这里定义的一般原理应用于其他实施例和应用。再比如,这些细节如果没有以下披露,对本领域普通技术人员来说也可以在不知道这些细节的情况下实践本申请。另一方面,为了避免不必要地模糊本申请的内容,本申请对公知的方法,过程,系统,组件和/或电路做了一般性概括而没有详细描述。因此,本申请披露的内容不限于所示的实施例,而是与权利要求的范围一致。
本申请中使用的术语仅用于描述特定示例实施例的目的,而不是限制性的。比如除非上下文另有明确说明,本申请中如果对某要件使用了单数形式的描述(比如,“一”、“一个”和/或等同性的说明)也可以包括多个该要件。在本申请中使用的术语“包括”和/或“包含”是指开放性的概念。比如A包括/包含B仅仅表示A中有B特征的存在,但并不排除其他要件(比如C)在A中存在或添加的可能性。
应当理解的是,本申请中使用的术语,比如“系统”,“单元”,“模块”和/或“块”,是用于区分不同级别的不同组件,元件,部件,部分或组件的一种方法。但是,如果其他术语可以达到同样的目的,本申请中也可能使用该其他术语来替代上述术语。
本申请中描述的模块(或单元,块,单元)可以实现为软件和/或硬件模块。除非上下文另有明确说明,当某单元或模块被描述为“接通”、“连接到”或“耦合到”另一个单元或模块时,该表达可能是指该单元或模块直接接通、链接或耦合到该另一个单元或模块上,也可能是指该单元或模块间接的以某种形式接通、连接或耦合到该另一个单元或模块上。在本申请中,术语“和/或”包括一个或多个相关所列项目的任何和所有组合。
在本申请中,术语“自动驾驶车辆”可以指能够感知其环境并且在没有人(例如,驾驶员,飞行员等)输入和/或干预的情况下对外界环境自动进行感知、判断并进而做出决策的车辆。术语“自动驾驶车辆”和“车辆”可以互换使用。术语“自动驾驶”可以指没有人(例如,驾驶员,飞行员等)输入的对周边环境进行智能判断并进行导航的能力。
考虑到以下描述,本申请的这些特征和其他特征、以及结构的相关元件的操作和功能、以及部件的组合和制造的经济性可以得到明显提高。参考附图,所有这些形成本申请的一部分。然而,应该清楚地理解,附图仅用于说明和描述的目的,并不旨在限制本申请的范围。应理解,附图未按比例绘制。
本申请中使用的流程图示出了根据本申请中的一些实施例的系统实现的操作。应该清楚地理解,流程图的操作可以不按顺序实现。相反,操作可以以反转顺序或同时实现。此外,可以向流程图添加一个或多个其他操作。可以从流程图中移除一个或多个操作。
本申请中使用的定位技术可以基于全球定位系统(GPS),全球导航卫星系统(GLONASS),罗盘导航系统(COMPASS),伽利略定位系统,准天顶卫星系统(QZSS),无线保真(WiFi)定位技术等,或其任何组合。一个或多个上述定位系统可以在本申请中互换使用。
此外,尽管本申请中的系统和方法主要描述了关于自动驾驶领域的分布式计算网络系统与方法,但是应该理解,这仅是示例性实施例。本申请的系统或方法可以应用于任何其他类型的领域。例如,本申请的系统或方法可以应用于不同环境的网络系统,包括手机网络、个人电脑网络等,或其任何组合。
图1是本申请中的分布式计算网络的一个实施例的结构示意图。如图1所示,所述分布式计算网络可以包括多个节点,如节点120、节点130、节点140和节点210等(图中圆点表示该层级省略表示的节点)。所述多个节点以n个层级地方式分布,且相邻两个层级地节点间可以进行数据交互。比如第i层的节点140可以与第i+1层的节点130进行数据交互。所述第i层节点为所述n层节点中的任意一层。在一些实施例中,所述节点可以与该节点上一层的一个节点间进行数据交互,且可以与该节点下一层的多个节点进行数据交互。比如,所述节点140可以与其上一层的节点130进行数据交互。所述节点130可以与其下一层的两个节点140进行数据交互。
所述多个节点可以具有数据处理能力。所述多个节点可以搭载数据处理设备,所述数据处理设备可以包括中央处理器(CPU)、图形处理器(GPU)、微控制单元(MCU)、或类似物,或其组合。
所述多个节点中也可以有部分节点不具有数据处理能力。所述不具有数据处理能力的的节点可以作为中继点承担数据传输的任务,通过接收/发送数据处理任务,使得所述分布式计算网络中的其他节点可以完成所述数据处理任务。比如,节点130可以为所述不具有数据处理能力的节点,其可以从节点140处接收数据处理任务,并向其上一层节点发送所述数据处理任务,由其上层具有数据处理能力的其他节点来完成所述数据处理任务。
所述分布式计算网络还可以包括根节点110。所述根节点可以为所述第n层节点的上一层节点,以所述多个节点的连接方式与所述第n层节点进行建立网络连接。比如,所述根节点110可以与多个第n层节点120(图中以一个节点120为例)建立连接。在一些实施例中,所述根节点110可以是云端服务器。所述云端服务器可以具有较强的算力,以及可以存储一些统计数据,因而可以具有较强的数据处理能力。所述根节点110也可以是其他可以完成服务器功能的设备,比如商业网络平台及其服务器,或者另外一个分布式计算网络,或者某些有较强数据处理能力的移动终端,比如飞机、火车、手机终端、笔记本电脑等等。
在一些实施例中,所述分布式计算网络还可以包括移动临时节点150。所述移动临时节点150可以动态地与第1层节点210建立连接。所述移动临时节点150可以包括任何可移动的且具有无线通信能力的设备,比如自动驾驶车辆、手机、智能手表、笔记本电脑、飞机和/或火车上的计算设备等。所述建立动态连接可以包括所述移动临时节点150可以动态地建立/断开与所述第一层节点210之间的通信链路。比如,当所述移动临时节点移动到所述分布式计算网络无线连接范围之内,便可以随时接入所述分布式计算网络成为一个临时节点。当所述移动临时节点移动出所述连接范围或者空余计算能力不足时,该临时移动节点会自动从网络中断开。所述建立动态连接也可以包括所述移动节点150动态切换其与不同节点210的通信链路。比如,自动驾驶车辆在某一时刻可以将其与第一个节点210建立的通信链路切断,并改为与第二个节点210建立通信链路。
在一些实施例中,所述移动临时节点150也可以与其他任意一层的节点建立连接。当所述移动临时节点150与图1中所示第i层节点建立连接时,可以将第i层节点及其上层的节点视为与图1中网络结构相同的n-(i-1)层网络结构。比如,当所述移动临时节点150同所述节点140建立连接时,所述节点140及其上层节点同样构成图1中所述的分布式计算网络结构。
所述移动临时节点150可以包括位于多个节点网络连接地理范围内的移动设备。所述节点的网络连接地理范围包括移动设备可以连接到所述节点的地理范围。比如,当节点210为基站时,该节点的网络连接地理范围可以为该基站的信号覆盖范围。所述移动设备位于所述信号覆盖范围内时,可以作为移动临时节点150与所述节点210建立连接。所述分布式计算网络中所有可以与所述移动设备建立无线网络连接的节点,其各自的信号覆盖范围的并集可以作为所述的多个节点网络连接地理范围,位于该范围内的移动设备可以与所述分布式计算网络中的至少一个节点建立无线网络连接。例如,所述第一层节点210包括北京市范围内的所有通信基站,则北京市的地理范围即为所述的多个节点网络连接地理范围。
所述移动临时节点150可以向与其建立连接的第一层节点210发送数据处理任务。在一些实施例中,所述数据处理任务可以包括若干子任务。比如,所述移动临时节点150为自动驾驶车辆时,所述数据处理任务可以为自动驾驶数据处理任务(或称为自动驾驶任务)。所述自动驾驶数据处理任务可以包括图像处理子任务、定位子任务、遥控子任务、数据统计子任务、行驶策略决策子任务,信息共享任务,或类似任务,或其组合。所述数据处理任务可以由所述分布式计算网络中的部分节点共同完成。具体的数据处理方式请见图4及其相关描述。
在一些实施例中,所述分布式计算网络可以在现有的无线通信网络基础上进行构建。比如在现有的手机通信网络系统中,基站接收到的手机端发送的数据处理任务后,向上一级或多级网络节点(比如运营商的机房)发送,最终发送到云端服务器进行所述数据处理任务。在这个过程中,基站或运营商机房只承担数据传输的任务而并不承担数据处理的任务。可以通过在所述基站和所述运营商机房等网络节点上增加数据处理设备(比如在基站上增加计算机设备)的方式,使得这些网络节点具有数据处理能力,从而可以作为所述分布式计算网络中的节点。以图1为例,所述第一层节点210可以为基站(下文也可以称为基站210),所述节点120、节点130或节点140可以为所述机房或其他类似数据中转节点。
本领域普通人员应当认识到,本申请以现有的手机无线通信网络架构为基础构建所述分布式计算网络只是本申请中的一个实施例,而不应认为是对本申请所述系统或方法应用场景的限制。比如,所述第一层的节点210可以为WIFI网络的接入点。再比如所述第一层节点210也可以是移动的网络接入点,比如天基5G网络中的卫星。
在一些实施例中,所述移动临时节点150以及所述多个节点可以是5G无线网络通信设备,所述节点间可以为5G网络连接。
图2为用于移动设备网络管理的无线通信系统200的一个实施例的示意图。所述移动设备网络管理系统可以作为支持网络应用在本披露所描述的发明中。
无线通信系统200包括远程单元242,244,246,基站210和无线通信链路215,248。图2中描绘了特定数量的远程单元242,244,246,基站210和无线通信链路215,248,但本领域技术人员会认识到,无线通信系统200中可包括任何数量的远程单元242,244,246,基站210和无线通信链路215,248。
在一些实施例中,远程单元242,244,246可以是移动设备,比如车载计算机(包括人工驾驶车辆和或有自动驾驶能力的自动驾驶车辆的车载计算机)242,244,和其他移动设备246,比如手机、笔记本电脑、个人数字助理(“PDA”)、平板计算机、智能手表、健身带、光学头戴式显示器等。远程单元242,244,246也可以包括非移动计算设备,诸如台式计算机,智能电视(例如,连接到因特网的电视机),设置-顶盒,游戏控制台,安全系统(包括安全摄像机),固定式网络设备(例如,路由器,交换机,调制解调器)等。此外,移动远程单元242,244,246可以被称为移动站,移动设备,用户,终端,移动终端,固定终端,用户站,UE,用户终端,设备,或者通过本领域中使用的其他术语。
远程单元242,244,246之间的无线链路为248。远程单元242,244,246之间的无线链路可以为5G通信交互以及其他方式的无线交互,比如蓝牙、Wifi等等。基站210形成无线电接入网络(radio access network“RAN”)220。基站210之间的无线链路为215。RAN 220可以通过通信的方式耦合到移动核心网络230。移动核心网络230可以是5G网络,也可以是4G、3G、2G或者其他形式的网路。在本披露中以5G网络为例说明本发明。远程单元与基站210通信时可以使用2G~4G的任何一种通讯环境。不过因为所述通讯对网络时延和数据的传输速度要求较高,5G网络环境更适所述车辆之间的通信。4G的数据传输速率是100Mbps量级,时延是30-50ms,每平方千米的最大连接数1万量级,移动性350KM/h左右,而5G的传输速率是10Gbps量级,时延是1ms,每平方千米的最大连接数是百万量级,移动性是500km/h左右。5G具有更高的传输速率,更短的时延,更多的平方千米连接数,以及更高的速度容忍度。5G还有一个变化,就是传输路径的变化。以往我们打电话或者传照片,信号都要通过基站进行中转,但是5G之后,设备和设备之间就可以直接进行传输,不需要再通过基站。因此,本发明虽然也适用于4G环境,但是5G环境下运行会得到更好的技术表现,体现更高的商业价值。
5G移动核心网络230可以属于单个公共陆地移动网络(single public landmobile network“PLMN”)。例如,移动核心网络230可以提供低延迟和高可靠性要求的服务,比如应用于自动驾驶领域。移动核心网络230也可以针对其他应用要求提供服务。比如移动核心网络230可以提供高数据速率和中等延迟流量的服务,比如对手机等移动设备提供服务。比如移动核心网络230也可以提供低移动性和低数据速率等服务。
基站210可以通过无线通信链路服务于服务区域内的多个远程单元242,244,246,例如,小区或小区扇区。基站210可以经由通信信号直接与一个或多个远程单元242,244,246通信。远程单元242,244,246可以经由上行链路(uplink“UL”)通信信号直接与一个或多个基站210通信。此外,UL通信信号可以通过无线通信链路215,248承载。基站210也可以发送下行链路(downlink“DL”)通信信号以在时域,频域和/或空域中为远程单元242,244,246服务。此外,DL通信信号可以通过无线通信链路215承载。无线通信链路215可以是许可或未许可无线电频谱中的任何合适的载波。无线通信链路215可以与一个或多个远程单元242,244,246和/或一个或多个基站210通信。在一些实施例中,无线通信系统200符合3GPP协议的长期演进(long-term evolution“LTE”),其中基站210使用DL上的正交频分复用(orthogonal frequency division multiplexing“OFDM”)调制方案进行发送。远程单元242,244,246使用单载波频分多址(single-carrier frequency division multipleaccess“SC-FDMA”)方案在UL上进行发送。然而,更一般地,无线通信系统220可以实现一些其他开放或专有通信协议,例如,WiMAX,以及其他协议。本公开不旨在限于任何特定无线通信系统架构或协议的实现。
基站210和远程单元242,244,246可以分布在地理区域上。在某些实施例中,基站210和远程单元242,244,246还可以称为接入点,接入终端或者通过本领域中使用的任何其他术语。通常,两个或更多个地理上相邻的基站210或远程单元242,244,246被组合在一起成为路由区域。在某些实施例中,路由区域还可以称为位置区域,寻呼区域,跟踪区域,或者通过本领域中使用的任何其他术语。每个“路由区域”具有从其服务基站210发送到远程单元242,244,246(或者远程单元242,244,246之间发送的)的标识符。
当移动远程单元242,244,246移动到广播不同“路由区域”的新小区(例如,在新基站210的范围内移动)时,移动远程单元242,244,246检测路由区域的改变。RAN 220又通过其当前路由区域中的基站210以空闲模式寻呼移动远程单元242,244,246。RAN 220包含多个路由区域。如本领域中已知的,可以选择路由区域的大小(例如,包括在路由区域中的数量基站)以平衡路由区域更新信令负载与寻呼信令负载。
在一些实施例中,远程单元242,244,246可以附接到核心网络230。当远程单元242,244,246检测到移动设备网络管理事件(例如,路由区域的改变)时,远程单元242,244,246可以向核心网络230(例如,自动驾驶需要的低延迟和高可靠性要求的服务或者手机需要的高数据速率和中等延迟流量的服务)发送移动设备网络管理请求消息。此后,核心网络230将移动设备网络管理请求转发到与远程单元242,244,246连接的一个或多个辅助网络片以提供相应的服务。
在某一时刻,远程单元242,244,246可能不再需要某一网络服务(例如,自动驾驶需要的低延迟和高可靠性要求的服务或者手机需要的高数据速率和中等延迟流量的服务)。在这种情况下,远程单元242,244,246可以发送分离请求消息,例如数据连接释放消息,以从网络分离中分离。
图3是根据本公开的一些实施例的具有自主驾驶能力的示例性车辆的框图。所述车辆300可以是图2所示的移动设备网络管理的无线通信系统200中的车辆242、244。例如,具有自动驾驶能力的车辆300可包括控制模块、多个传感器、存储器、指令模块、和控制器区域网络(CAN)以及执行机构。
所述执行机构可以包括,但不限于,油门、引擎、制动系统和转向系统(包括轮胎的转向和/或转向灯的操作)的驱动执行。
所述多个传感器可以包括向车辆300提供数据的各种内部和外部传感器。比如图3中所示,所述多个传感器可以包括车辆部件传感器和环境传感器。车辆部件传感器连接着车辆300的执行机构,可以检测到所述执行机构各个部件的运行状态和参数。
所述环境传感器允许车辆理解并潜在地响应其环境,以便帮助自动驾驶车辆300进行导航、路径规划以及保障乘客以及周围环境中的人或财产的安全。所述环境传感器还可用于识别,跟踪和预测物体的运动,例如行人和其他车辆。所述环境传感器可以包括位置传感器和外部对象传感器。
所述位置传感器可以包括GPS接收器、加速度计和/或陀螺仪,接收器。所述位置传感器可以感知和/或确定自动驾驶车辆300多地理位置和方位。例如,确定车辆的纬度,经度和高度。
所述外部对象传感器可以检测车辆外部的物体,例如其他车辆,道路中的障碍物,交通信号,标志,树木等。外部对象传感器可以包括激光传感器、雷达、照相机、声纳和/或其他检测装置。
激光传感器可以通过在其轴上旋转并改变其间距来测量车辆和面向车辆的物体表面之间的距离。激光传感器还可用于识别表面纹理或反射率的变化。因此,激光传感器可以被配置为通过区分由涂漆的车道线相对于未涂漆的暗路面反射的光量来检测车道线。
雷达传感器可以位于汽车的前部和后部以及前保险杠的任一侧。除了使用雷达来确定外部物体的相对位置之外,其他类型的雷达也可以用于其他目的,例如传统的速度检测器。短波雷达可用于确定道路上的积雪深度并确定路面的位置和状况。
相机可以捕获车辆300周围的视觉图像并从中提取内容。例如,相机可以拍摄道路两边的路牌标识,并通过控制模块识别这些标识的意义。比如利用相机来判断道路的速限。车辆300还可以通过多个相机拍摄的不同图像的视差计算周围物体离车辆300的距离。
声纳可以探测车辆300同周围障碍物到距离。例如,所述声纳可以是超声波测距仪。所述超声波测距仪安装在车辆的两侧和后面,在泊车的时候开启来探测泊车位周围的障碍物以及车辆300同所述障碍物的距离。
所述控制模块接收所述多个传感器感知的信息后,可以处理与车辆驾驶(例如,自动驾驶)有关的信息和/或数据,以执行本公开中描述的一个或多个功能。在一些实施例中,控制模块可以配置成自主地驱动车辆。例如,控制模块可以输出多个控制信号。多个控制信号可以被配置为由一个或者多个电子控制模块(electronic control units,ECU)接收,以控制车辆的驱动。在一些实施例中,控制模块可基于车辆的环境信息确定参考路径和一个或多个候选路径。
在一些实施例中,控制模块可以包括一个或多个中央处理器(例如,单核处理器或多核处理器)。仅作为示例,控制模块可以包括中央处理单元(central processing unit,CPU),专用集成电路(application-specific integrated circuit,ASIC),专用指令集处理器(application-specific instruction-set processor,ASIP),图形处理单元(graphics processing unit,GPU),物理处理单元(physics processing unit,PPU),数字信号处理器(digital signal processor,DSP),场可编程门阵列(field programmablegate array,FPGA),可编程逻辑器件(programmable logic device,PLD),控制器,微控制器单元,精简指令集计算机(reduced instruction-set computer,RISC),微处理器(microprocessor)等,或其任何组合。
存储器可以存储数据和/或指令。在一些实施例中,存储器可以存储从自动驾驶车辆传感器获得的数据。在一些实施例中,存储器可以存储控制模块可以执行或使用的数据和/或指令,以执行本公开中描述的示例性方法。在一些实施例中,存储器可以包括大容量存储器,可移动存储器,易失性读写存储器(volatile read-and-write memory),只读存储器(ROM)等,或其任何组合。作为示例,比如大容量存储器可以包括磁盘,光盘,固态驱动器等;比如可移动存储器可以包括闪存驱动器,软盘,光盘,存储卡,拉链盘,磁带;比如易失性读写存储器可以包括随机存取存储器(RAM);比如RAM可以包括动态RAM(DRAM),双倍数据速率同步动态RAM(DDR SDRAM),静态RAM(SRAM),可控硅RAM(T-RAM)和零电容器RAM(Z-RAM);比如ROM可以包括掩模ROM(MROM),可编程ROM(PROM),可擦除可编程ROM(EPROM),电可擦除可编程ROM(EEPROM),光盘ROM(CD-ROM),以及数字通用磁盘ROM等。在一些实施例中,存储可以在云平台上实现。仅作为示例,云平台可以包括私有云,公共云,混合云,社区云,分布式云,云间云,多云等,或其任何组合。
在一些实施例中,存储器可以为本地存储器,即存储器可以是自动驾驶车辆300的一部分。在一些实施例中,存储器也可以是远程存储器。所述中央处理器可以通过网络200连接所述远程存储器以与自动驾驶车辆300的一个或多个组件(例如,控制模块,传感器模块)通信。自动驾驶车辆200中的一个或多个组件可以经由网络200访问远程存储在远程存储器中的数据或指令。在一些实施例中,存储器可以直接连接到自动驾驶车辆300中的一个或多个组件或与其通信(例如,控制模块,传感器)。
指令模块接收控制模块传来的信息,并将之转换成驱动执行机构的指令传给控制器区域网络(Controller Area Network)CAN总线。比如,控制模块向指令模块发送自动驾驶车辆200的行驶策略(加速、减速、转弯等等),指令模块接收所述行驶策略,并将之转换成对执行机构的驱动指令(对油门、制动机构、转向机构的驱动指令)。同时,指令模块再将所述指令通过CAN总线下发到所述执行机构去。执行机构对所述指令的执行情况再由车辆部件传感器检测并反馈到控制模块,从而完成对自动驾驶车辆300到闭环控制和驱动。
联系图1-3,图4是信息处理单元400的示例性硬件和软件组件的示意图。所述信息处理单元400上可以承载实施所述节点处理数据处理任务并进行数据传输的方法。例如,如图1中所述的节点可以包括至少一个所述信息处理单元400,所述信息处理单元400可以进行部分或全部的数据处理任务,以及与上一层节点或下一层节点的信息处理单元400进行数据交互。
所述信息处理单元400可以是专门设计用于构建所述分布式计算网络的专用计算机设备。
例如,所述信息处理单元400可以包括连接到与其连接的网络的COM端口450,以便于数据通信。所述信息处理单元400还可以包括处理器420,处理器420以一个或多个处理器的形式,用于执行计算机指令。计算机指令可以包括例如执行本文描述的特定功能的例程,程序,对象,组件,数据结构,过程,模块和功能。所述处理器420可以处理全部或部分其接收到的数据处理任务并通过I/O组件460将剩余部分的数据处理任务向上一层节点发送,以及将本地处理的部分或全部数据处理任务的结果向下一层节点发送。
在一些实施例中,所述处理器420可以包括一个或多个硬件处理器,例如微控制器,微处理器,精简指令集计算机(RISC),专用集成电路(ASIC),特定于应用的指令-集处理器(ASIP),中央处理单元(CPU),图形处理单元(GPU),物理处理单元(PPU),微控制器单元,数字信号处理器(DSP),现场可编程门阵列(FPGA),高级RISC机器(ARM),可编程逻辑器件(PLD),能够执行一个或多个功能的任何电路或处理器等,或其任何组合。
所述信息处理单元400可以包括内部通信总线410,程序存储和不同形式的数据存储设备(例如,磁盘470,只读存储器(ROM)430,或随机存取存储器(RAM)440)用于由计算机处理和/或发送的各种数据文件。所述全局地图可以存储在所述存储设备中。所述信息处理单元400还可以包括存储在ROM 430,RAM 440和/或将由处理器420执行的其他类型的非暂时性存储介质中的程序指令。本申请的方法和/或过程可以作为程序指令实现。所述信息处理单元400还包括I/O组件460,支持计算机和其他组件(例如,用户界面元件)之间的输入/输出。所述信息处理单元400还可以通过网络通信接收编程和数据。
仅仅为了说明问题,在本申请中所述信息处理单元400中仅描述了一个处理器。然而,应当注意,本申请中的所述信息处理单元400还可以包括多个处理器,因此,本申请中披露的操作和/或方法步骤可以如本申请所述的由一个处理器执行,也可以由多个处理器联合执行。例如,如果在本申请中信息处理单元400的处理器420执行步骤A和步骤B,则应该理解,步骤A和步骤B也可以由信息处理中的两个不同处理器联合或分开执行(例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一和第二处理器共同执行步骤A和B)。
图5是本申请中的分布式计算网络运行状态的一个实施例的示例性流程图。该流程主要包括所述分布式计算网络接收数据处理任务后,根据预设条件,所述各节点承担各自对应的部分数据处理任务,并反馈给发送所述数据处理任务的设备。
在510中,所述分布式计算网络可以接收数据处理任务。在一些实施例中,可以由所述分布式计算网络中的某个节点接收从所述移动临时节点150发送的所述数据处理任务。例如在图1所示的实施例中,基站210可以接收自动驾驶车辆150(即所述移动临时节点150)发送的数据处理任务。所述自动驾驶车辆150驶入所述基站210的信号覆盖范围时,可以与所述基站210建立无线网络连接,并发送所述数据处理任务。所述自动驾驶车辆150发送的数据处理任务可以是自动驾驶数据处理任务。所述自动驾驶数据处理任务可以包括多个子任务,如图像处理子任务、定位子任务、遥控子任务、数据统计子任务、行驶策略决策子任务,或类似任务,或其组合。所述子任务可以由单个节点完成,也可以拆分后由多个节点并行计算完成。
对于一个数据处理任务,从接收所述数据处理任务的节点开始,可以按照层级顺序依次向其上层节点传递,直到云端服务器110(即根节点110)。其间每一层的节点可以承担数据向上/下层传递的任务,并且承担或不承担部分的数据处理任务。以下对所述分布式计算网络中的其中一个参与所述数据处理任务的节点的运行状态进行描述,应当理解的是,对该节点的描述同样适用于所述分布式计算网络中任何一级的且参与所述数据处理任务的节点。
在520中,处在第i层的节点接收从下一层节点传来的对应于i层的数据处理任务。所述第i层为所述n层中的任意一层。所述对应于i层的数据处理任务可以包括所述数据处理任务中,被所述第i层节点以下各层节点截留下(并进行数据处理)相应的子任务后,由所述下一层节点传到所述第i层节点的剩余子任务。比如,在自动驾驶领域,第三层的节点接收第二层节点传来的对应于第三层的数据处理任务。所述第一层节点(基站210)将所述数据处理任务中的遥控子任务以及定位子任务留下处理并将剩余的任务传给所述第二层节点。所述第二层节点将所述图像处理子任务留下处理,并将剩余的任务传给所述第三层节点,则所述对应于第三层的数据处理任务即为所述自动驾驶任务中去除掉遥控子任务、定位子任务以及图像处理子任务的其他子任务。特别的,当i=1时,对应所述第一层节点210,其下一层节点为与其建立连接的移动临时节点150。此时,所述对应于i层的数据处理任务即为从所述移动临时节点150获取的数据处理任务的全部。
所述第i层的节点在收到所述对应于i层的数据处理任务后,可以处理其中的一部分子任务,并将剩余部分继续向上层节点传递。在一些实施例中,所述继续向上层节点传递可以包括逐层传递到所述根节点110。在图5中的左侧分支(530和540)对应所述第i层的节点处理一部分子任务的流程,右侧分支(550、560和570)对应所述第i层的节点将剩余部分继续向上一层节点传递的流程。所述第i层的节点可以同步进行所述两个分支对应的流程,即可以同时本地处理数据,同时与上一层节点进行数据交互。
在530中,所述第i层节点可以完成数据处理任务Ti。所述数据处理任务Ti为所述对应于i层的数据处理任务中的至少一部分。在550中,所述第i层节点可以将所述对应于i层的数据处理任务的剩余部分数据处理任务传给上一层节点,使得所述数据处理任务的处理过程满足预设条件。即对所述对应于i层的数据处理任务的划分(划分为本地处理的数据处理任务Ti,以及上传的剩余部分数据)应当使得所述数据处理任务的处理过程满足预设条件。所述预设条件可以包括一个或多个子条件。所述满足预设条件可以是指满足所述多个子条件中的一个或多个。例如,所述多个子条件可以包括第一条件和第二条件。所述满足预设条件可以包括同时满足所述第一条件和第二条件,或者满足所述第一条件和所述第二条件其中的一个。
在一些实施例中,所述数据处理任务可以对应预设的处理响应时限。所述第一条件可以为所述数据处理任务在所述分布式计算网络的处理时间少于所述处理响应时限。所述预设的处理响应时限可以是指所述分布式计算网络从接收到所述数据处理任务到处理完所述数据处理任务并发送给所述移动临时节点150之间的时间限制。比如,在自动驾驶车辆的避障场景,由于情况的紧急程度,自动驾驶汽车必须在一定时间内(比如0.1秒)做出对障碍物的规避动作以避免交通事故的发生。因此自动驾驶车辆150可以向所述分布式计算网络发送行驶策略决策请求,要求所述分布式计算网络在0.1秒内反馈所述行驶策略,则所述预设的处理响应时限为0.1秒。
在一些实施例中,所述预设的处理响应时限可以被包括在所述数据处理任务中,随所述数据处理任务一并向所述分布式计算网络发送。在一些实施例中,所述预设的处理响应时限也可以是同所述数据处理任务分开发送或者是在所述分布式计算网络中预设的。比如,可以提前在所述分布式计算网络中根据不同的数据处理任务的种类设定相应的处理时限。例如,对于行驶策略决策类任务可以设定较短的处理响应时限以保证安全性;对于数据统计类任务则可以设定较长的处理响应时限。
所述第一条件要求所述分布式计算网络处理所述数据处理任务花费的总时间小于所述处理响应时限。即确定对各级节点的对应数据处理任务划分策略,使得所述数据处理任务完成的总时间小于所述响应时限。由于所述数据处理任务在向上层节点传递以及从上层节点下载处理结果的过程中存在网络延时,对于一些处理响应时限较短的数据处理任务可以放在层级较低的节点处理;对于一些处理响应时限较长的数据处理任务可以放在层级较高的节点处理。比如,自动驾驶车任务中的定位子任务和遥控子任务可以由所述基站210处理;而数据统计子任务可以上传至所述云端服务器110处理。
在一些实施例中,所述第二条件可以包括所述处在第i层的节点完成所述数据处理任务Ti的时间不大于:
ti_UL+ti+1_DL+ti+1~n+1=ti_trans+ti+_cal
其中,ti+1~n+1表示如果将所述数据处理任务Ti向上层节点传送的话,第i+1层节点至根节点(即第n层节点再上一层的节点)处理所述数据处理任务Ti所用的总时间;ti_UL表示第i层节点向第i+1层节点传输所述数据处理任务Ti所用的时间,这段时间包括设备本身的硬件延时以及传输数据所需要的时间,其中UL表示上行链路uplink;ti+1_DL表示第i+1层节点向第i层节点传输所述数据处理任务Ti的处理结果所用的时间,这段时间包括设备本身的硬件延时以及传输数据所需要的时间,其中DL表示下行链路downlink。ti_trans为上层传输时间,表示第i层节点与其上层至少一级节点(包括所述根节点)间传输所述数据处理任务Ti及其对应处理结果的硬件延时,ti+_cal为上层处理时间表示所述上层至少一级节点处理所述输出处理任务Ti的时间。
所述第二条件表示第i层节点将所述数据处理任务Ti留在该节点进行处理而不向上层节点传递所需要满足的条件。即把所述数据处理任务Ti留在本地处理比上传上层节点进行处理花费的时间更少。由于网络延时的存在,多向上传输一次数据就会多造成一次网络延时,这将导致在某些情况下,即使上层节点的算力更强,计算得更快,但是由于上传和下载的延时造成的影响,使得将数据处理任务上传处理反而比在该节点本地处理花费的时间更多。比如对于基站210,其接收到的数据处理任务中可以包括定位子任务。该定位子任务在基站210处理时花费的时间可以为0.3毫秒。该定位子任务由所述基站210上传上层节点(包括上一层至所述根节点110中的至少一个节点)处理的情况下,上层节点花费的时间可以为0.2毫秒(包括实际进行数据处理的节点花费的时间以及上层多个层级节点间信息交互花费的时间)。如果上传过程和下载过程分别花费0.1毫秒,则上传上层节点处理的方案会花费0.4毫秒。在这种情况下,所述定位子任务留在所述基站210进行处理花费的时间更少,满足所述第二条件。
在一些实施例中,所述子条件还可以包括逐级传输和截流处理的数据按照预定的数据无损压缩方式来处理。比如在每层传输和/或截流处理的数据按照霍夫曼编码的方式编码以便节省数据字节。
在一些实施例中,所述子条件还可以包括所述剩余部分的数据处理任务满足上传的带宽瓶颈。比如,对于数据处理任务Ti,其在第i层节点处理时,花费的时间可以为0.2秒。该数据处理任务Ti对应的数据量可以为2GB,所述第i层节点与上一层节点之间的网络连接带宽可以为10GB/s,则所述第i层节点向上一层节点传输所述数据处理任务Ti花费的时间就已经达到0.2秒,再加上上层节点的处理时间,以及处理结果的下载时间,相比之下,将所述数据处理任务Ti留在所述第i层节点本地处理时,花费的时间更少。此时所述剩余部分的数据处理任务不满足上传的带宽瓶颈。
在一些实施例中,所述分布式计算网络可以根据所述预设条件预先确定所述数据处理任务划分的策略。比如,所述分布式计算网络可以根据所述数据处理任务中子任务的种类来确定所述策略。比如,自动驾驶任务中的定位子任务和遥控子任务可以由所述基站210处理;而数据统计子任务可以上传至所述云端服务器110处理。
在一些实施例中,所述分布式计算网络也可以根据不同节点的算力以及网络连接带宽等因素,在接收到所述数据处理任务时动态调整各节点的计算任务。比如,基站210在接收到自动驾驶任务时,可以根据自身的算力,在本地保留适合自身处理的子任务。例如对于同一个包括了图像处理子任务和行驶策略决策子任务的自动驾驶任务,当搭载了GPU的基站210接收到该自动驾驶任务时,其可以将所述图像处理子任务留在本地处理,将行驶策略决策子任务上传上层节点处理;当搭载了CPU的基站210接收到该自动驾驶任务时,其可以将所述行驶策略决策子任务留在本地处理,将图像处理子任务上传上层节点处理。
在一些实施例中,所述第i层节点没有计算能力,即所述的中继点,其对应的数据处理任务Ti为空,且将其接收到的对应于i层的数据处理任务全部上传给上一层节点。
在540中,所述第i层节点可以将所述对应于i层的数据处理任务中的所述至少一部分的数据处理结果(第一处理结果)传送给下一层节点。所述第i层节点完成其保留在本地的处理任务Ti后,将所述第一处理结果沿着数据处理任务上传路径相反的方向向下层传递。特别的,当i=1时,第一层节点210将所述第一处理结果直接发送给所述移动临时节点150。
在560中,所述第i层节点可以接收从所述上一层节点传递回来的所述剩余部分数据处理任务的至少部分计算结果(第二处理结果)。所述剩余部分数据处理任务经过所述第i层节点上一层或多层节点处理后,所述第二处理结果由所述上一层节点传递回所述第i层节点。
在570中,所述第i层节点可以将所述剩余部分数据处理任务的至少部分计算结果传送给所述下一层计算节点。所述第二处理结果可以同所述第一处理结果以相同的方式向下层传递。
在一些实施例中,所述第一处理结果和所述第二处理结果可以不同时向下一层节点传送。所述第i层节点在获取任何一个处理结果时,可以向其下一层节点传送,而无需等待获取其他处理结果。在一些实施例中,所述第一处理结果和所述第二处理结果也可以由所述第i层节点同时向所述下一层节点传送。
图6是本申请中的一种节点装置600的示意图。所述节点装置600可以为所述分布式计算网络中的任何一个节点所包括的装置。所述节点装置600可以包括数据获取单元610,数据发送单元620,以及数据处理单元630。
对于处在所述分布式计算网络第i层的节点装置,所述数据获取单元610可以用于接收从下一层节点传来的对应于i层的数据处理任务;所述数据处理单元630可以用于完成数据处理任务Ti,所述数据处理任务Ti为所述对应于i层的数据处理任务中的至少一部分。
所述数据发送单元620可以将所述对应于i层的数据处理任务中的所述至少一部分的数据处理结果传送给下一层节点;以及将所述对应于i层的数据处理任务的剩余部分数据处理任务传给上一层节点,使得所述数据处理任务的处理过程满足预设条件。
本申请还提出了一种计算机可读存储介质,其上存储有计算机程序。所述计算机程序被处理器执行时可以实现如前文所述的分布式计算网络运行时的步骤。
综上所述,在阅读本详细公开内容之后,本领域技术人员可以明白,前述详细公开内容可以仅以示例的方式呈现,并且可以不是限制性的。尽管这里没有明确说明,本领域技术人员可以理解本申请意图囊括对实施例的各种合理改变,改进和修改。这些改变,改进和修改旨在由本申请提出,并且在本申请的示例性实施例的精神和范围内。
此外,本申请中的某些术语已被用于描述本申请的实施例。例如,“一个实施例”,“实施例”和/或“一些实施例”意味着结合该实施例描述的特定特征,结构或特性可以包括在本申请的至少一个实施例中。因此,可以强调并且应当理解,在本说明书的各个部分中对“实施例”或“一个实施例”或“替代实施例”的两个或更多个引用不一定都指代相同的实施例。此外,特定特征,结构或特性可以在本申请的一个或多个实施例中适当地组合。
应当理解,在本申请的实施例的前述描述中,为了帮助理解一个特征,出于简化本申请的目的,本申请有时将各种特征组合在单个实施例、附图或其描述中。或者,本申请又是将各种特征分散在多个本发明的实施例中。然而,这并不是说这些特征的组合是必须的,本领域技术人员在阅读本申请的时候完全有可能将其中一部分特征提取出来作为单独的实施例来理解。也就是说,本申请中的实施例也可以理解为多个次级实施例的整合。而每个次级实施例的内容在于少于单个前述公开实施例的所有特征的时候也是成立的。
在一些实施方案中,表达用于描述和要求保护本申请的某些实施方案的数量或性质的数字应理解为在某些情况下通过术语“约”,“近似”或“基本上”修饰。例如,除非另有说明,否则“约”,“近似”或“基本上”可表示其描述的值的±20%变化。因此,在一些实施方案中,书面描述和所附权利要求书中列出的数值参数是近似值,其可以根据特定实施方案试图获得的所需性质而变化。在一些实施方案中,数值参数应根据报告的有效数字的数量并通过应用普通的舍入技术来解释。尽管阐述本申请的一些实施方案列出了广泛范围的数值范围和参数是近似值,但具体实施例中都列出了尽可能精确的数值。
本文引用的每个专利,专利申请,专利申请的出版物和其他材料,例如文章,书籍,说明书,出版物,文件,物品等,可以通过引用结合于此。用于所有目的的全部内容,除了与其相关的任何起诉文件历史,可能与本文件不一致或相冲突的任何相同的,或者任何可能对权利要求的最宽范围具有限制性影响的任何相同的起诉文件历史。现在或以后与本文件相关联。举例来说,如果在与任何所包含的材料相关联的术语的描述、定义和/或使用与本文档相关的术语、描述、定义和/或之间存在任何不一致或冲突时,使用本文件中的术语为准。
最后,应理解,本文公开的申请的实施方案是对本申请的实施方案的原理的说明。其他修改后的实施例也在本申请的范围内。因此,本申请披露的实施例仅仅作为示例而非限制。本领域技术人员可以根据本申请中的实施例采取替代配置来实现本申请中的发明。因此,本申请的实施例不限于申请中被精确地描述过的哪些实施例。
Claims (21)
1.一种分布式计算网络,其特征在于,用于自动驾驶领域,包括:多个节点和根节点,所述多个节点以n层网络结构方式连接并将数据处理任务自下而上进行传递,所述自下而上的方向是朝向所述根节点的方向,将数据处理结果自上而下传递,当所述分布式计算网络接到数据处理任务时,处在第i层的节点:接收从下一层节点传来的对应于i层的数据处理任务;
完成数据处理任务Ti,所述数据处理任务Ti为所述对应于i层的数据处理任务中的至少一部分;
将所述对应于i层的数据处理任务中的所述至少一部分的数据处理结果传送给下一层节点;以及
将所述对应于i层的数据处理任务的剩余部分数据处理任务传给上一层节点,使得所述数据处理任务的处理过程满足预设条件,所述上一层节点不直接与所述下一层节点进行数据交互,且所述上一层节点不向所述i层的节点传送任何数据处理任务;以及
接收从所述上一层节点传递回来的所述剩余部分数据处理任务的至少部分计算结果,
其中n为大于一的正整数,i为从1到n的任意整数。
2.如权利要求1中所述分布式计算网络,其特征在于,所述处在第i层的节点进一步:
将所述剩余部分数据处理任务的至少部分计算结果传送给下一层计算节点。
3.如权利要求1中所述分布式计算网络,其特征在于,所述根节点以所述网络连接的方式连接所述多个节点;
所述分布式计算网络以所述网络连接方式动态连接至少一个移动设备作为所述分布式计算网络的移动临时节点。
4.如权利要求3中所述分布式计算网络,其特征在于,所述移动临时节点包括在所述多个节点网络连接地理范围内的移动设备。
5.如权利要求3中所述分布式计算网络,其特征在于,所述多个节点和所述至少一个移动临时节点包括5G无线网络通讯设备;及
所述网络连接方式为无线5G连接。
6.如权利要求3中所述分布式计算网络,其特征在于:
所述移动设备包括自动驾驶车辆,向所述分布式计算网络发送所述数据处理任务,所述数据处理任务包括自动驾驶数据处理任务;
所述多个节点包括:
至少一个基站,接收来自于所述自动驾驶车辆的自动驾驶数据处理任务;以及
至少一个机房,处在所述至少一个基站的上一层,接收来自所述至少一个基站传来的数据处理任务。
7.如权利要求6所述分布式计算网络,其特征在于,基站处理的所述数据处理任务T1包括所述自动驾驶车辆的遥控和定位中的至少一个。
8.如权利要求6中所述分布式计算网络,其特征在于,所述根节点包括云端服务器,所述云端服务器承担所述数据处理任务中数据统计的内容。
9.如权利要求1中所述分布式计算网络,其特征在于,
所述数据处理任务对应预设的处理响应时限;
所述预设条件包括所述数据处理任务在所述分布式计算网络的处理时间少于所述处理响应时限。
10.如权利要求1所述分布式计算网络,其特征在于,所述预设条件包括所述处在第i层的节点完成所述数据处理任务Ti的时间不大于上层传输时间与上层处理时间之和,所述上层传输时间包括第i层节点与其上层至少一级节点间传输所述数据处理任务Ti及其对应处理结果的硬件延时,所述上层处理时间包括所述上层至少一级节点处理所述数据处理任务Ti的时间。
11.一种数据处理方法,其特征在于,用于自动驾驶领域,包括:
分布式计算网络接收数据处理任务,所述分布式计算网络包括多个节点和根节点,所述多个节点以n层网络结构方式连接,并将数据处理任务自下而上进行传递,所述自下而上的方向是朝向所述根节点的方向,将数据处理结果自上而下传递;
处在第i层的节点:
接收从下一层节点传来的对应于i层的数据处理任务;
完成数据处理任务Ti,所述数据处理任务Ti为所述对应于i层的数据处理任务中的至少一部分;
将所述对应于i层的数据处理任务中的所述至少一部分的数据处理结果传送给下一层节点;以及
将所述对应于i层的数据处理任务的剩余部分数据处理任务传给上一层节点,使得所述数据处理任务的处理过程满足预设条件,所述上一层节点不直接与所述下一层节点进行数据交互,且所述上一层节点不向所述i层的节点传送任何数据处理任务;以及
接收从所述上一层节点传递回来的所述剩余部分数据处理任务的至少部分计算结果,
其中n为大于一的正整数,i为从1到n的任意整数。
12.根据权利要求11所述的方法,其特征在于,所述处在第i层的节点进一步:
将所述剩余部分数据处理任务的至少部分计算结果传送给下一层计算节点。
13.根据权利要求11所述的方法,其特征在于,所述根节点,以所述网络连接的方式连接所述多个节点;
所述分布式计算网络以所述网络连接方式动态连接至少一个移动设备作为所述分布式计算网络的移动临时节点。
14.根据权利要求13所述的方法,其特征在于,所述移动临时节点包括在所述多个节点网络连接地理范围内的移动设备。
15.根据权利要求13所述的方法,其特征在于,所述多个节点和所述至少一个移动临时节点包括5G无线网络通讯设备;及
所述网络连接方式为无线5G连接。
16.根据权利要求13所述的方法,其特征在于:
所述移动设备包括自动驾驶车辆,向所述分布式计算网络发送所述数据处理任务,所述数据处理任务包括自动驾驶数据处理任务;
所述多个节点包括:
至少一个基站,接收来自于所述自动驾驶车辆的自动驾驶数据处理任务;以及
至少一个机房,处在所述至少一个基站的上一层,接收来自所述至少一个基站传来的数据处理任务。
17.根据权利要求16所述的方法,其特征在于,基站处理的所述数据处理任务T1包括所述自动驾驶车辆的遥控和定位中的至少一个。
18.根据权利要求16所述的方法,其特征在于,所述根节点包括云端服务器,所述云端服务器承担所述数据处理任务中数据统计的内容。
19.根据权利要求11所述的方法,其特征在于,
所述数据处理任务对应预设的处理响应时限;
所述预设条件包括所述数据处理任务在所述分布式计算网络的处理时间少于所述处理响应时限。
20.根据权利要求11所述的方法,其特征在于,所述预设条件包括所述处在第i层的节点完成所述数据处理任务Ti的时间不大于上层传输时间与上层处理时间之和,所述上层传输时间包括第i层节点与其上层至少一级节点间传输所述数据处理任务Ti及其对应处理结果的硬件延时,所述上层处理时间包括所述上层至少一级节点处理所述数据处理任务Ti的时间。
21.一种非暂时性计算机可读介质,其特征在于,包括至少一组指令,当至少一个计算设备的处理器执行所述至少一组指令时,所述至少一组指令使所述计算设备执行权利要求11~20所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/124471 WO2020133098A1 (zh) | 2018-12-27 | 2018-12-27 | 一种分布式计算网络系统与方法 |
CNPCT/CN2018/124471 | 2018-12-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109756572A CN109756572A (zh) | 2019-05-14 |
CN109756572B true CN109756572B (zh) | 2022-06-28 |
Family
ID=66404406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910008034.8A Active CN109756572B (zh) | 2018-12-27 | 2019-01-04 | 一种分布式计算网络系统与方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11997763B2 (zh) |
CN (1) | CN109756572B (zh) |
WO (1) | WO2020133098A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112118278B (zh) * | 2019-06-04 | 2023-07-04 | 杭州海康威视系统技术有限公司 | 计算节点接入方法、装置、电子设备及机器可读存储介质 |
CN110473015A (zh) * | 2019-08-09 | 2019-11-19 | 南京智骋致想电子科技有限公司 | 一种智能广告系统及广告投放方法 |
CN110610296A (zh) * | 2019-08-15 | 2019-12-24 | 北京致行慕远科技有限公司 | 任务分配方法、电子设备及计算机可读存储介质 |
CN110636048B (zh) * | 2019-08-27 | 2021-06-25 | 华东师范大学 | 一种基于ecu信号特征标识符的车载入侵检测方法及系统 |
CN113283044B (zh) * | 2021-06-21 | 2023-11-21 | 上海天麦能源科技有限公司 | 一种用于城市燃气管网堵塞诊断的边缘计算方法 |
CN113612767B (zh) * | 2021-07-31 | 2022-09-20 | 中山大学 | 基于多任务学习增强的加密恶意流量检测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729257A (zh) * | 2012-10-16 | 2014-04-16 | 阿里巴巴集团控股有限公司 | 一种分布式并行计算方法以及系统 |
CN108600299A (zh) * | 2018-03-02 | 2018-09-28 | 中国科学院上海微系统与信息技术研究所 | 分布式多用户间计算任务卸载方法及系统 |
CN108809695A (zh) * | 2018-04-28 | 2018-11-13 | 国网浙江省电力有限公司电力科学研究院 | 一种面向移动边缘计算的分布上行链路卸载策略 |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120265879A1 (en) * | 2011-04-15 | 2012-10-18 | Microsoft Corporation | Managing servicability of cloud computing resources |
US8561080B2 (en) * | 2011-04-26 | 2013-10-15 | Sap Ag | High-load business process scalability |
US8949328B2 (en) * | 2011-07-13 | 2015-02-03 | International Business Machines Corporation | Performing collective operations in a distributed processing system |
US9262201B2 (en) * | 2011-07-13 | 2016-02-16 | International Business Machines Corporation | Performing collective operations in a distributed processing system |
US9209968B2 (en) * | 2012-03-02 | 2015-12-08 | Sony Corporation | Information processing apparatus, information processing method, and program |
US9281940B2 (en) * | 2012-03-02 | 2016-03-08 | Sony Corporation | Information processing apparatus, information processing method, and program |
TWI483138B (zh) * | 2012-10-12 | 2015-05-01 | Acer Inc | 遠端動態資料的處理與驗證方法、系統,以及電腦可讀記錄媒體 |
JP2015075830A (ja) * | 2013-10-07 | 2015-04-20 | 富士通株式会社 | 並列処理管理プログラム、並列処理管理方法、及び、並列処理管理装置 |
US9495204B2 (en) * | 2014-01-06 | 2016-11-15 | International Business Machines Corporation | Constructing a logical tree topology in a parallel computer |
US9772876B2 (en) * | 2014-01-06 | 2017-09-26 | International Business Machines Corporation | Executing an all-to-allv operation on a parallel computer that includes a plurality of compute nodes |
WO2015163799A1 (en) * | 2014-04-23 | 2015-10-29 | Telefonaktiebolaget L M Ericsson (Publ) | Method and system for identifying network resources |
WO2015199732A1 (en) * | 2014-06-27 | 2015-12-30 | Nokia Technologies Oy | Cloud-based system for distributed hierarchical databases |
CN104869151A (zh) * | 2015-04-07 | 2015-08-26 | 北京邮电大学 | 一种业务卸载方法及系统 |
US10129146B2 (en) * | 2015-11-17 | 2018-11-13 | Electronics And Telecommunications Research Institute | Methods and apparatus for providing mobility in ethernet network |
US10334446B2 (en) * | 2016-08-05 | 2019-06-25 | Nxgen Partners Ip, Llc | Private multefire network with SDR-based massive MIMO, multefire and network slicing |
US10148499B2 (en) * | 2016-11-09 | 2018-12-04 | Seagate Technology Llc | Verifying distributed computing results via nodes configured according to a tree structure |
US10332320B2 (en) * | 2017-04-17 | 2019-06-25 | Intel Corporation | Autonomous vehicle advanced sensing and response |
US10039057B1 (en) * | 2017-06-06 | 2018-07-31 | Hong Kong Applied Science And Technology Research Institute Co., Ltd. | Optimized deployment of BLE network and power efficient and secure management of data exchange between BLE devices |
US10819781B2 (en) * | 2017-10-23 | 2020-10-27 | Electronics And Telecommunications Research Institute | Display device connection method for rapidly delivering data to plurality of display devices |
US11108830B2 (en) * | 2018-03-13 | 2021-08-31 | Avago Technologies International Sales Pte. Limited | System for coordinative security across multi-level networks |
US20190042163A1 (en) * | 2018-05-09 | 2019-02-07 | Intel Corporation | Edge cloud wireless byte addressable pooled memory tiered architecture |
CN108694844A (zh) * | 2018-05-11 | 2018-10-23 | 中国联合网络通信集团有限公司 | 自动驾驶车辆控制方法、装置及存储介质 |
CN108901046B (zh) * | 2018-06-14 | 2020-10-09 | 北京大学 | 面向移动边缘计算的协同任务卸载算法及系统设计方案 |
CN108809723B (zh) * | 2018-06-14 | 2021-03-23 | 重庆邮电大学 | 一种边缘服务器联合任务卸载及卷积神经网络层调度方法 |
US11294601B2 (en) * | 2018-07-10 | 2022-04-05 | Here Data Technology | Method of distributed data redundancy storage using consistent hashing |
US10999163B2 (en) * | 2018-08-14 | 2021-05-04 | Juniper Networks, Inc. | Multi-cloud virtual computing environment provisioning using a high-level topology description |
CN109068391B (zh) * | 2018-09-27 | 2022-12-30 | 青岛智能产业技术研究院 | 基于边缘计算和Actor-Critic算法的车联网通信优化算法 |
CN111107131B (zh) * | 2019-11-05 | 2023-07-21 | 远景智能国际私人投资有限公司 | 物联网设备的管理方法、装置、服务器及存储介质 |
EP4217963A1 (en) * | 2020-09-23 | 2023-08-02 | QUALCOMM Incorporated | Decoding an image for active depth sensing to account for optical distortions |
US20230359520A1 (en) * | 2022-05-03 | 2023-11-09 | Jpmorgan Chase Bank, N.A. | Method and system for solving for seamless resiliency in a multi-tier network for grey failures |
-
2018
- 2018-12-27 WO PCT/CN2018/124471 patent/WO2020133098A1/zh active Application Filing
-
2019
- 2019-01-04 CN CN201910008034.8A patent/CN109756572B/zh active Active
-
2021
- 2021-06-27 US US17/359,566 patent/US11997763B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729257A (zh) * | 2012-10-16 | 2014-04-16 | 阿里巴巴集团控股有限公司 | 一种分布式并行计算方法以及系统 |
CN108600299A (zh) * | 2018-03-02 | 2018-09-28 | 中国科学院上海微系统与信息技术研究所 | 分布式多用户间计算任务卸载方法及系统 |
CN108809695A (zh) * | 2018-04-28 | 2018-11-13 | 国网浙江省电力有限公司电力科学研究院 | 一种面向移动边缘计算的分布上行链路卸载策略 |
Also Published As
Publication number | Publication date |
---|---|
US20210400770A1 (en) | 2021-12-23 |
CN109756572A (zh) | 2019-05-14 |
US11997763B2 (en) | 2024-05-28 |
WO2020133098A1 (zh) | 2020-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109769207B (zh) | 一种移动设备动态组网分享算力的系统与方法 | |
CN109756572B (zh) | 一种分布式计算网络系统与方法 | |
US20210325207A1 (en) | Map updating system and method for autonomous driving | |
US11210023B2 (en) | Technologies for data management in vehicle-based computing platforms | |
CN109709965B (zh) | 一种自动驾驶车辆的控制方法和自动驾驶系统 | |
US20230359336A1 (en) | Computer-assisted or autonomous driving vehicles social network | |
CN109389832B (zh) | 使用v2x通信系统提高障碍意识的系统和方法 | |
CN112740725B (zh) | 驾驶数据采集方法及装置 | |
CN112249034B (zh) | 一种汽车大脑系统及车辆驾驶控制方法 | |
CN111436034B (zh) | 固定交通工具微云的按需形成 | |
CN111479241B (zh) | 基于波束对准反馈修改毫米波无线电部件 | |
US20240134443A1 (en) | Application priority based power management for a computer device | |
US20220084401A1 (en) | Methods and apparatuses for controlling traffic lights | |
CN110962668B (zh) | 车辆充电的方法、装置、存储介质以及服务器和无人机 | |
US20230232271A1 (en) | Data transmission device, data transmission method, and storage medium storing data transmission program | |
KR20240019763A (ko) | 이미지 및 메시지 정보를 이용한 오브젝트 검출 | |
DE102023112016A1 (de) | Verteiltes verarbeitungssystem für fahrzeuge | |
CN110789515B (zh) | 机动车辆中用于硬件验证的系统和方法 | |
EP3943352A1 (en) | Driving control method, apparatus, device, medium, and system | |
EP4074562A1 (en) | Control system and control method for intelligent connected vehicle | |
WO2023193443A1 (zh) | 远程驾驶的控制方法、装置、设备、存储介质及程序产品 | |
CN114565304B (zh) | 无人驾驶车辆的调度方法、电子设备和调度运营系统 | |
US20240053166A1 (en) | Methods and systems for generating lane line and road edge data using empiracal path distributions | |
WO2023105730A1 (ja) | 優先度設定システム、優先度設定装置、及び、優先度設定方法 | |
CN115438008A (zh) | 数据处理方法、装置和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |