CN110784845B

CN110784845B - 一种基于车联网的属性数据的平衡方法、装置、电子设备及存储介质

Info

Publication number: CN110784845B
Application number: CN201910863338.2A
Authority: CN
Inventors: 侯琛
Original assignee: Tencent Technology Shenzhen Co Ltd
Current assignee: Tencent Technology Shenzhen Co Ltd
Priority date: 2019-09-12
Filing date: 2019-09-12
Publication date: 2021-07-16
Anticipated expiration: 2039-09-12
Also published as: CN110784845A

Abstract

本申请公开了一种基于车联网的属性数据的平衡方法、装置、电子设备及存储介质，所述方法包括：获取车辆在规定时间段内的目标延时值和目标网络流量值；基于车辆延时模型和车辆网络流量模型确定出满足目标延时值和目标网络流量值的目标状态切换路径，其中，目标状态切换路径中的行驶状态与规定时间段内的子时间段一一对应；根据目标状态切换路径生成状态切换指示序列和子时间段序列；状态切换指示序列中的状态切换指示与规定时间段内的子时间段一一对应；将状态切换指示序列和子时间段序列发送至车辆，以使车辆实现行驶操作。本申请通过上述的实施例实现了车联网的属性数据，也就是网络流量和延时的平衡，更具实用性。

Description

一种基于车联网的属性数据的平衡方法、装置、电子设备及存储介质

技术领域

本申请涉及互联网技术领域，尤其涉及一种基于车联网的属性数据的平衡方法、装置、电子设备及存储介质。

背景技术

近年来，车联网技术在物联网和新一代通信技术的发展下得到了极大的推动。车联网将“人、车、路、云”有机地联系在一起，不仅可以获取比单台车辆更多的感知信息，增强安全驾驶，促进自动驾驶的创新和应用；还有利于构建智能交通体系，对提高交通效率、改善驾乘感受、节能减排等有重要意义。

车联网系统需要适应复杂的城市、乡村道路环境，以及不同的车辆密度和不同应用的需求，这使得车辆网的一些属性数据必须保证在合适的范围内，对车辆网中的车辆进行控制。然而，现有技术中并没有对属性数据进行衡量，导致车联网系统存在某些缺陷影响车辆行驶。

发明内容

本申请实施例提供了一种基于车联网的属性数据的平衡方法、装置、电子设及存储介质，可以实现属性数据，也就是网络流量和延时的平衡，提高车联网系统的的使用性。

一方面，本申请实施例提供了一种基于车联网的属性数据的平衡方法，该方法包括：

获取车辆在规定时间段内的目标延时值和目标网络流量值；

基于车辆延时模型和车辆网络流量模型确定出满足目标延时值和目标网络流量值的目标状态切换路径，其中，目标状态切换路径中的行驶状态与规定时间段内的子时间段一一对应；

根据目标状态切换路径生成状态切换指示序列和子时间段序列；状态切换指示序列中的状态切换指示与规定时间段内的子时间段一一对应；

将状态切换指示序列和子时间段序列发送至车辆，以使车辆实现行驶操作。

另一方面提供了一种基于车联网的属性数据的平衡装置，该装置包括：

获取模块，用于获取车辆在规定时间段内的目标延时值和目标网络流量值；

确定模块，用于基于车辆延时模型和车辆网络流量模型确定出满足目标延时值和目标网络流量值的目标状态切换路径，其中，目标状态切换路径中的行驶状态与规定时间段内的子时间段一一对应；

处理模块，用于根据目标状态切换路径生成状态切换指示序列和子时间段序列；状态切换指示序列中的状态切换指示与规定时间段内的子时间段一一对应；

收发模块，用于将状态切换指示序列和子时间段序列发送至车辆，以使车辆实现行驶操作。

另一方面提供了一种电子设备，该电子设备包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或该指令集由处理器加载并执行以实现如上述的基于车联网的属性数据的平衡方法。

另一方面提供了一种计算机可读存储介质，存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或该指令集由处理器加载并执行以实现如上述的基于车联网的属性数据的平衡方法。

本申请实施例提供的基于车联网的属性数据的平衡方法、装置、电子设备及存储介质，具有如下技术效果：

本申请通过上述的实施例实现了车联网的属性数据，也就是网络流量和延时的平衡。相较于单一的考量网络数据或者单一的考量延时的技术实现方式，更有实用性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1a是本申请实施例提供的一种应用环境的示意图；

图1b是本申请实施例提供的一种应用环境的示意图；

图2是本申请实施例提供的一种基于车联网的属性数据的平衡方法的流程示意图；

图3是本申请实施例提供的一种确定车辆延时模型的步骤和确定车辆网络流量模型的流程示意图；

图4是本申请实施例提供的一种确定延时值的结构示意图；

图5是本申请实施例提供的一种切换概率值示意图；

图6是本申请实施例提供的一种切换概率矩阵的示意图；

图7是本申请实施例提供的一种状态切换路径示意图；

图8是本申请实施例提供的一种基于车联网的属性数据的平衡装置的结构示意图；

图9是本申请实施例提供的一种基于车联网的属性数据的平衡方法的服务器的硬件结构框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

请参阅图1a和图1b，图1a和图1b是本申请实施例提供的一种应用环境的示意图，整体可被视为一个车联网系统，该系统中可包括服务器101和车辆102。其中，服务器101可以为基于目标延时值和目标网络流量值为车辆提供目标状态切换路径，使得车辆102可以根据目标状态切换路径生成的切换指示序列和子时间段序列进行行驶操作。图1a中的车辆102只是示意的标出了一辆车辆，具体的包含服务器和车辆的车联网系统的车辆数量是根据实际的硬件，软件，环境等情况设置的，具体可见图1b中车辆，每一台车辆都可以和车联网中的服务器101进行数据传输。

本申请实施例一种可选的实施方式中，服务器102可以获取车辆101需要在规定时间段内的目标延时值和目标网络流量值。其中，该规定时间段可以包括多个子时间段，车辆在每个子时间段有其对应的行驶状态。

服务器101可以基于车辆延时模型和车辆网络流量模型确定出满足该目标延时值和该目标网络流量值的目标状态切换路径.其中，该状态切换路径中的行驶状态与该规定时间段内的子时间段一一对应，且每一个子时间段内的行驶状态包括行驶状态下的延时值和网络流量值，也就是说，不同行驶状态的延时值可以是不一样的，不同行驶状态的网络流量值也可以是不一样的。

服务器101根据目标状态切换路径生成状态切换指示序列和子时间段序列；其中，状态切换指示序列中的状态切换指示与目标状态切换路径中的行驶状态一一对应。每一个行驶状态有其对应的状态切换指示，该状态切换指示用于指示接收该状态切换指示的车辆101将该车辆当前的车辆行驶指示切换成该状态切换指示对应的车辆行驶指示。

服务器101将状态切换指示序列和子时间段序列发送至车辆101。对应的，车辆101接收到该状态切换指示序列和子时间段序列后，按照每个子时间段对应的状态切换指示切换行驶状态，实现行驶操作。

本申请实施例中，接收服务器101发送的状态切换指示序列和子时间段序列的可以是车辆102上的车载系统或者执行单元。或者发送状态切换指示序列和子时间段序列可以是服务器上的控制单元或者其他类似的装置。上述服务器101和车辆102(或者控制单元和执行单元)的数据可以通过有线链路传输，也可以通过无线链路传输，还可以以有线链路和无线链路组合的形式进行传输。通信链路类型的选择可以根据实际的应用情况和应用环境而定。

以下介绍本申请一种基于车联网的属性数据的平衡方法的具体实施例，图2是本申请实施例提供的一种基于车联网的属性数据的平衡方法的流程示意图，本说明书提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示，该方法可以包括：

S201：获取车辆在规定时间段内的目标延时值和目标网络流量值。

本申请是实施例中，规定时间段一般指包含若干个子时间段的一段时间，子时间段的个数是基于实际需求确定的，车辆在每个子时间段内都有对应的行驶状态，并且，车辆在某个子时间段内的行驶状态和在该子时间段的相邻的子时间段内的行驶状态时不一致的。可选的，一辆车辆可以有多个规定时间段，且每个规定时间段包含的子时间段的数量可以是不一致的。

本申请实施例中，目标延时值可以是指在整个规定时间段内的总延时值，也就是将各个子时间段的延时值的总和。目标网络流量值指在整个规定时间段内的总网络流量值，也就是将各个子时间段的网络流量值的总和。

下面介绍服务器获取的若干种目标延时值和目标网络流量值的搭配方法：

一种可选的实施例中，目标延时值和目标网络流量值都可以是具体的某个值，比如，在100个子时间段内的目标网络流量值为180兆每秒，也就是说每个子时间段的网络流量值大致为1.8兆每秒。在100个子时间段内的目标延时值为5500毫秒，也就是说每个子时间段的目标延时值大致为55毫秒。

另一种可选的实施例中，目标延时值是具体的某个值，然而目标网络流量值为基于目标延时值的最小值，比如，在100个子时间段内的目标延时值为5500毫秒，也就是说每个子时间段的目标延时值为55毫秒，而目标网络流量值是在目标延时值的基础上在100个子时间段内的最小值。

另一种可选的实施例中，目标网络流量值是具体的某个值，然而目标延时值为基于目标网络流量值的最小值，比如，在100个子时间段内的目标网络流量值为180兆每秒，也就是说每个子时间段的网络流量值大致为1.8兆每秒，而目标延时值是在目标网络流量值的基础上在100个子时间段内的最小值。

另一种可选的实施方式中，目标网络流量值或者目标延时值可以是一个区间值，剩余的一个可以是在此区间值下的最小值。比如，在100个子时间段内的目标延时值为小于5500毫秒，而目标网络流量值为在目标延时值的基础上在100个子时间段内的最小值。

上述列出的实施方式只是一些可选的实施方式，其余基于本申请实施例做出的变形实施方式也包含在本申请实施例之内。

S203：基于车辆延时模型和车辆网络流量模型确定出满足目标延时值和目标网络流量值的目标状态切换路径，其中，目标状态切换路径中的行驶状态与规定时间段内的子时间段一一对应。

本申请实施例中，目标状态切换路径是指在规定时间段内的每个子时间段的行驶状态组成的序列，比如，在第一子时间段内T1的行驶状态为第一行驶状态S1，在第二子时间段内T2的行驶状态为第三行驶状态S3，在第三子时间段内T3的行驶状态为第二行驶状态S2，在第四子时间段内T4的行驶状态为第一行驶状态S1......如此，可以得到以序列表达方式下的目标状态切换路径：T1-S1；T2-S3；T3-S2；T4-S1......且每一个子时间段内的行驶状态包括行驶状态下的延时值和网络流量值。

可选的，每个子时间段的时间区间是一致的，比如，T1表示某一天的8点至9点，T2表示该天的9点到10点，T3表示该天的10点到11点，T4表示改天的11点至12点。从上述例子可以看出，8点、9点、10点、11点是车辆的行驶状态的切换时间点，其中，8点可以被认为是车辆从车辆无行驶状态切换成行驶状态。

可选的，子时间段的时间区间可以是不一致的，比如，T1表示某一天的8点至10点，T2表示该天的10点到11点，T3表示该天的11点到15点，T4表示改天的15点至16点。从上述例子可以看出，8点、10点、11点、15点是车辆的行驶状态的切换时间点。

本申请实施例中，服务器在使用车辆延时模型和车辆网络流量模型确定出满足目标延时值和目标网络流量值的目标状态切换路径之前，还包括确定车辆延时模型的步骤和确定车辆网络流量模型的步骤。

以下介绍本申请一种确定车辆延时模型的步骤和确定车辆网络流量模型的具体实施例，图3是本申请实施例提供的一种确定车辆延时模型的步骤和确定车辆网络流量模型的流程示意图，具体的如图3所示，该方法可以包括：

S301：服务器确定车辆的行驶状态集合，该行驶状态集合中包括多个行驶状态。

本申请实施例中，车辆的多种行驶状态可以是预先设置的。具体的，服务器可以确定历史车辆在历史时间段内的多个历史行驶状态，并基于每个历史行驶状态对应的延时值分类确定出包含多个行驶状态的行驶状态集合；其中，每个行驶状态对应至少一个历史行驶状态。

其中，延时值为车辆执行车联网控制平台发出的状态切换指示的第一时刻与车联网控制平台发出该状态切换指示的第二时刻之间的时间差值。图4为本申请实施例提供的一种确定延时值的结构示意图，该示意图中包括发出状态切换指示的车联网控制平台中的控制单元401，执行该状态切换指示的车辆的执行单元402，连接控制单元401和执行单元402之间的网络403。控制状态101发出的状态切换指示通过两者之间的网络403发送给执行单元402。

举个例子，假设历史车辆在历史时间段内的有10个历史行驶状态，由于服务器是根据历史行驶状态对应的延时值分类确定出多个行驶状态，假设这10个历史行驶状态对应的延时值分别为：第一个历史行驶状态的延时值为49毫秒、第二个历史行驶状态的延时值为48毫秒、第三个历史行驶状态的延时值为51毫秒、第四个历史行驶状态的延时值为62毫秒、第五个历史行驶状态的延时值为71毫秒、第六个历史行驶状态的延时值为69毫秒、第七个历史行驶状态的延时值为58毫秒、第八个历史行驶状态的延时值为60毫秒、第九个历史行驶状态的延时值为70毫秒、第十个历史行驶状态的延时值为52毫秒。

服务器根据临近延时规则将上述的10个历史行驶状态进行分类，得到第一类：第一个历史行驶状态的延时值为49毫秒、第二个历史行驶状态的延时值为48毫秒、第三个历史行驶状态的延时值为51毫秒和第十个历史行驶状态的延时值为52毫秒；第二类：第四个历史行驶状态的延时值为62毫秒、第七个历史行驶状态的延时值为58毫秒和第八个历史行驶状态的延时值为60毫秒；以及第三类：第五个历史行驶状态的延时值为71毫秒、第六个历史行驶状态的延时值为69毫秒和第九个历史行驶状态的延时值为70毫秒。如此，服务器可以根据上文中的三类确定出历史行驶状态确定出包含3个行驶状态的行驶状态集合：第一行驶状态S1，第二行驶状态S2和第三行驶状态S3。

S303：服务器确定行驶状态集合中每个行驶状态的延时值。

一种可选的实施方式中，服务器可以根据行驶状态集合中每一个行驶状态对应的至少一个历史行驶状态的延时值确定每个行驶状态的延时值；

可选的，服务器可以根据每个行驶状态对应的历史行驶状态的延时值的平均值确定每个行驶状态的延时值。

基于上述的例子继续阐述，第一行驶状态S1对应的历史行驶状态为第一个历史行驶状态、第二个历史行驶状态、第三个历史行驶状态和第十个历史行驶状态。如此，服务器可以确定第一行驶状态S1的延时值d₁为(49+48+51+52)/4＝50毫秒。第二行驶状态S2对应的历史行驶状态为第四个历史行驶状态、第七个历史行驶状态和第八个历史行驶状态，服务器可以确定第二行驶状态S2的延时值d₂为(62+58+60)/3＝60毫秒。第三行驶状态S3对应的历史行驶状态为第五个历史行驶状态、第六个历史行驶状态和第九个历史行驶状态。服务器可以确定第三行驶状态S3的延时值d₃为(71+69+70)/3＝70毫秒。

可选的，服务器可以根据行驶状态集合中每一个行驶状态对应的历史行驶状态的延时值的中间值确定每个行驶状态的延时值。

基于上述的例子继续阐述，服务器可以确定第一行驶状态S1的延时值d₁为(48+51)/2＝50毫秒，可以确定第二行驶状态S2的延时值d₂为60毫秒，可以确定第三行驶状态S3的延时值d₃为70毫秒。

S305：服务器确定行驶状态集合中每个行驶状态的网络流量值。

一种可选的实施方式中，服务器可以获取行驶状态集合中每个行驶状态对应的历史行驶状态的网络流量值，随后基于每个历史行驶状态的网络流量值确定行驶状态集合中每个行驶状态的网络流量值。其中，网络流量值为车辆在行驶状态下使用的网络流量值。

基于上述的3个行驶状态S1、S2和S3的例子继续说明，假设获取的第一行驶状态S1对应的第一个历史行驶状态的网络流量值为2.8兆每秒、第二个历史行驶状态的网络流量值为2.95兆每秒、第三个历史行驶状态的网络流量值为3兆每秒和第十个历史行驶状态的网络流量值为3.25兆每秒；假设获取的第二行驶状态S2对应的第四个历史行驶状态的网络流量值为1.95兆每秒、第七个历史行驶状态的网络流量值为2.21兆每秒和第八个历史行驶状态的网络流量值为1.84兆每秒；假设获取的第三行驶状态S3对应的第五个历史行驶状态的网络流量值为1.05兆每秒、第六个历史行驶状态的网络流量值为0.98兆每秒和第九个历史行驶状态的网络流量值为0.97兆每秒。

可选的，服务器可以根据每个行驶状态对应的历史行驶状态的网络流量值的平均值确定每个行驶状态的网络流量值。

如此，服务器可以确定第一行驶状态S1的网络流量值f₁为3兆每秒，可以确定第二行驶状态S2的网络流量值f₂为2兆每秒，可以确定第三行驶状态S3的网络流量值f₃为1兆每秒。

可选的，服务器可以根据每个行驶状态对应的历史行驶状态的网络流量值的中间值确定每个行驶状态的网络流量值。

如此，服务器可以确定第一行驶状态S1的网络流量值f₁为2.98兆每秒，可以确定第二行驶状态S2的网络流量值f₂为1.95兆每秒，可以确定第三行驶状态S3的网络流量值f₃为0.98兆每秒。

下文将以历史行驶状态的延时值的平均值得到的每个行驶状态的延时值为例子进行后续说明，并将以历史行驶状态的网络流量值的平均值得到的每个行驶状态的网络流量值为例子进行后续说明。如此，服务器可以得到行驶状态集合中的每个行驶状态下的延时值和网络流量值：

第一行驶状态S1，延时值50毫秒，网络流量值3兆每秒；

第二行驶状态S2，延时值60毫秒，网络流量值2兆每秒；

第三行驶状态S3，延时值70毫秒，网络流量值1兆每秒。

S307：服务器确定行驶状态集合对应的切换概率集合；该切换概率集合中的切换概率值是由一个行驶状态切换至另一个行驶状态的概率值。

本申请实施例中，一种可选的确定行驶状态集合对应的切换概率集合的实施方式为根据历史车辆在历史时间段内的历史行驶状态的切换信息进行统计，得到统计结果，并根据统计结果确定出行驶状态集合对应的切换概率集合。也就是说，服务器可以确定出行驶状态集合中由任一个行驶状态切换至其他行驶状态的切换概率值P。

假设服务器在该历史时间段内确定出由第一行驶状态S1切换至另一个行驶状态的次数一共有1000次，其中，由第一行驶状态S1切换至第二行驶状态S2的次数为100次，由第一行驶状态S1切换至第三行驶状态S3的次数为900次。因此，可以得到第一行驶状态S1至第二行驶状态S2的切换概率值P₂₁为0.1，第一行驶状态S1至第三行驶状态S3的切换概率值P₃₁为0.9。

假设车辆在该历史时间段内确定出由第二行驶状态S2切换至另一个行驶状态的次数一共有1500次，其中，由第二行驶状态S2切换至第一行驶状态S1的次数为450次，由第二行驶状态S2切换至第三行驶状态S3的次数为1050次。因此，可以得到第二行驶状态S2至第一行驶状态S1的切换概率值P₁₂为0.3，第二行驶状态S2至第三行驶状态S3的切换概率值P₃₂为0.7。

假设车辆在该历史时间段内确定出由第三行驶状态S3切换至另一个行驶状态的次数一共有1200次，其中，由第三行驶状态S3切换至第一行驶状态S1的次数为720次，由第三行驶状态S3切换至第二行驶状态S2的次数为480次。因此，可以得到第三行驶状态S3至第一行驶状态S1的切换概率值P₁₃为0.6，第三行驶状态S3至第二行驶状态S2的切换概率值P₂₃为0.4。

下面通过一张示意图显示由一个行驶状态切换成另一个行驶状态的切换概率值。图5为本申请实施例提供的一种切换概率值示意图，该示意图中包括第一个行驶状态对应的第一子时间段T1，以及第二个行驶状态对应的第二子时间段T2。图中还包括第一行驶状态S1至第二行驶状态S2的切换概率值0.1，第一行驶状态S1至第三行驶状态S3的切换概率值0.9，第二行驶状态S2至第一行驶状态S1的切换概率值0.3，第二行驶状态S2至第三行驶状态S3的切换概率值0.7，第三行驶状态S3至第一行驶状态S1的切换概率值0.6，第三行驶状态S3至第二行驶状态S2的切换概率值0.4。

由此，服务器还可以得到多个子时间段之间的切换概率矩阵，该切换概率矩阵可以用公式(1)表示：

其中，Pⁿ为经过n个子时间段的切换概率值，

为每个子时间段的切换概率值。

下面通过一张示意图显示经过多个子时间段的切换概率矩阵。图6为本申请实施例提供的一种切换概率矩阵的示意图，该示意图中包括3个子时间段，第一个行驶状态对应的第一子时间段T1，第二个行驶状态对应的第二子时间段T2以及第三个行驶状态对应的第三子时间段T3。由此可以看出从第一子时间段T1经过第二子时间段T2到第三子时间段T3可以包括12条状态切换路径，并根据上述公式(1)得到每条状态切换路径的切换概率矩阵。

其中，12条状态切换路径以及每条状态切换路径的切换概率矩阵为：

(1)S1-S2-S1，P_n＝0.1*0.3＝0.03；

(2)S1-S2-S3，P_n＝0.1*0.7＝0.07；

(3)S1-S3-S1，P_n＝0.9*0.6＝0.54；

(4)S1-S3-S2，P_n＝0.9*0.4＝0.36；

(5)S2-S1-S2，P_n＝0.3*0.1＝0.03；

(6)S2-S1-S3，P_n＝0.3*0.9＝0.27；

(7)S2-S3-S1，P_n＝0.7*0.6＝0.42；

(8)S2-S3-S2，P_n＝0.7*0.4＝0.28；

(9)S3-S1-S2，P_n＝0.6*0.1＝0.06；

(10)S3-S1-S3，P_n＝0.6*0.9＝0.54；

(11)S3-S2-S1，P_n＝0.4*0.3＝0.12；

(12)S3-S2-S3，P_n＝0.4*0.7＝0.28；

其中，(1)S1-S2-S1表达的是第一子时间段T1的行驶状态为第一行驶状态S1，第二子时间段T2的行驶状态为第二行驶状态S2，第三子时间段T3的行驶状态为第三行驶状态S3。

S309：服务器确定车辆的初始行驶状态为行驶状态集合中的行驶状态的初始概率值集合。

本申请实施例中，一种可选的确定初始概率值集合的实施方式为根据历史车辆在历史时间段内的历史行驶状态的车辆初始状态信息进行统计，得到统计结果，并根据统计结果确定出行驶状态集合对应的初始概率值集合。也就是说，服务器可以确定出行驶状态集合中任一个行驶状态为该初始行驶状态的概率分布。

假设服务器在该历史时间段内的车辆初始状态信息有100个，其中初始行驶状态为第一行驶状态S1的数量有10个，初始行驶状态为第二行驶状态S2的数量有50个，初始行驶状态为第三行驶状态S3的数量有40个。因此，服务器可以初始概率值集合包括：初始行驶状态为第一行驶状态S1的初始概率值P₀为0.1，初始行驶状态为第二行驶状态S2的初始概率值P₀为0.5，初始行驶状态为第三行驶状态S3的初始概率值P₀为0.4。

S311：服务器确定车辆的折扣因子。

本申请实施例中，车辆的折扣因子β用于表征车辆的当前指标重要性与将来指标重要性的差异，因为随着当前车联网工作寿命的延长，其相关指标的重要性会越弱。

S313：服务器基于折扣因子、初始概率值集合、切换概率集合以及每个行驶状态的延时值确定车辆延时模型。

本申请事实施例中，服务器可以基于折扣因子、初始概率值集合、切换概率集合以及每个行驶状态的延时值的乘积确定每个子时间段对应的车辆延时模型，并基于所述个子时间段对应的车辆延时模型通过累加操作确定车辆延时模型，该车辆延时模型的表达式为：

其中，D为经过N个子时间段后的累加延时值，β^i-1为第N个子时间段下的折扣因子，P₀为初始行驶状态的概率分布，P^i-1为经过N个子时间段的切换概率矩阵，d为行驶状态下的延时值。

S315：服务器基于折扣因子、初始概率值集合、切换概率集合以及每个行驶状态的网络流量值确定车辆网络流量模型。

本申请事实施例中，服务器可以基于折扣因子、初始概率值集合、切换概率集合以及每个行驶状态的网络流量值的乘积确定每个子时间段对应的车辆延时模型，并基于所述个子时间段对应的车辆网络流量模型通过累加操作确定车辆网络流量模型，该车辆网络流量模型的表达式为：

其中，D为经过N个子时间段后的累加网络流量值，β^i-1为第N个子时间段下的折扣因子，P₀为初始行驶状态的概率分布，P^i-1为经过N个子时间段的切换概率矩阵，d为行驶状态下的网络流量值。

下面服务器基于图6计算经过3个子时间段后的累加延时值和累积网络流量值：

列出已知的因素：

行驶状态集合包括第一行驶状态S1，第二行驶状态S2和第三行驶状态S3；

第一行驶状态S1，延时值50毫秒，网络流量值3兆每秒；第一行驶状态S1至第二行驶状态S2的切换概率值P₂₁为0.1，第一行驶状态S1至第三行驶状态S3的切换概率值P₃₁为0.9；

第二行驶状态S2，延时值60毫秒，网络流量值2兆每秒；第二行驶状态S2至第一行驶状态S1的切换概率值P₁₂为0.3，第二行驶状态S2至第三行驶状态S3的切换概率值P₃₂为0.7；

第三行驶状态S3，延时值70毫秒，网络流量值1兆每秒；第三行驶状态S3至第一行驶状态S1的切换概率值P₁₃为0.6，第三行驶状态S3至第二行驶状态S2的切换概率值P₂₃为0.4；

初始行驶状态为第一行驶状态S1的初始概率值P₀为0.1，初始行驶状态为第二行驶状态S2的初始概率值P₀为0.5，初始行驶状态为第三行驶状态S3的初始概率值P₀为0.4；

折扣因子假设为3599/3600；

累积网络流量值的计算：

由此，服务器基于图6计算经过3个子时间段后的累积网络流量值为5.19兆每秒。

累积延时值的计算：

由此，服务器基于图6计算经过3个子时间段后的累积延时值为185毫秒。

本申请实施例中，服务器可以基于上述的车辆延时模型和车辆网络流量模型满足目标延时值和目标网络流量值的目标状态切换路径。可选的，服务器可以基于上述公式算出的累积延时值和累积网络流量值确定合适的目标延时值和目标网络流量值。也就是说，假设服务器要确定的是多个子时间段内的目标延时值和目标网络流量值，可以参考上述的累积延时值和累积网络流量值确定出一个合适的目标目标延时值和目标网络流量值。比如，3个子时间段后的累积延时值为185毫秒，可以将3个子时间段的目标延时值定为小于等于162毫米，该162毫米和185毫秒之间的差值在可行区间内。如此，服务器可以将累积延时值和累积网络流量值作为参考指标，从而保证给定目标延时值和目标网络流量值的合理性。

一种可选的实施方式中，服务器可以直接根据规定时间内的子时间段计算出规定时间段内每条状态切换路径的累积延时值和累积网络流量值。并且根据目标延时值和目标网络流量值确定出满足条件的目标状态切换路径。可选的，满足条件的可能有多条状态切换路径，则服务器可以将任一条状态切换路径确定为目标状态切换路径，或者根据优先级条件确定目标状态切换路径。

基于最简单的两个行驶状态为例，图7为本申请实施例提供的一种状态切换路径示意图，包括6条状态切换路径：

S1-S2：累积延时值为110毫秒，累积网络流量值为5兆每秒；

S1-S3：累积延时值为120毫秒，累积网络流量值为4兆每秒；

S2-S1：累积延时值为110毫秒，累积网络流量值为5兆每秒；

S2-S3：累积延时值为130毫秒，累积网络流量值为3兆每秒；

S3-S1：累积延时值为120毫秒，累积网络流量值为4兆每秒；

S3-S2：累积延时值为130毫秒，累积网络流量值为3兆每秒。

假设目标网络流量值为小于等于5兆每秒，且目标延时值为小于等于120毫秒，则服务器可以确定出满足条件的状态切换路径为S1-S2、S1-S3、S2-S1和S3-S1，服务器可以将任一条状态切换路径确定为目标状态切换路径，或者根据累积延时值的优先级确定出目标状态切换路径S1-S2。

上述的实施方式中，服务器通过计算出规定时间段内每条状态切换路径的累积延时值和累积网络流量值，这种实施方式虽然可行，但是随着规定时间段内的子时间段的数量越来越多，所需计算资源越来越多，导致成本很高，不具有广泛的实用性。

另一种可选的实施方式中，副务器可以基于上述的车辆延时模型和车辆网络流量模型满足目标延时值和目标网络流量值的目标状态切换路径，也就是说，这种实施方式直接通过已知的模型和结果反推出目标状态切换路径，节省计算资源。

S205：根据目标状态切换路径生成状态切换指示序列和子时间段序列；状态切换指示序列中的状态切换指示与规定时间段内的子时间段一一对应。

本申请实施例中，在服务器根据目标状态切换路径生成状态切换指示序列之前，需要确定每个行驶状态对应的状态切换指示，其中状态切换指示使车辆从当前的行驶状态切换成状态切换指示对应的行驶状态。

比如，服务器可以确定第一行驶状态S1对应的第一状态切换指示A1，确定第二行驶状态S2对应的第二状态切换指示A2，确定第三行驶状态S3对应的第三状态切换指示A3。比如，若车辆当前的行驶状态为第一行驶状态S1，接收到第二状态切换A2指示后，将第一行驶状态S1切换成第二行驶状态S2。

此外，本申请实施例中还生成子时间段序列，比如，T1：8点至9点，T2：9点至10点，T3：10点至13点等等。且子时间段和状态切换指示序列中的状态切换指示一一对应，即每个子时间段有其对应的状态切换指示。假设子时间段T1对应第一状态切换指示A1，则车辆接收到后，在8点时启动车辆，并将车辆保持在第一行驶状态S1，并且保持该第一行驶状态至9点前。假设子时间段T2对应第二状态切换指示A2，则车辆在9点将第一行驶状态S1切换成第二行驶状态S2......以此类推。

S207：将多个子时间段以及多个子时间段对应的多个状态切换指示发送至车辆，以使车辆实现行驶操作。

假设子时间段T1对应第一状态切换指示A1，则车辆接收到后，在8点时启动车辆，并将车辆保持在第一行驶状态S1，并且保持该第一行驶状态至9点前。假设子时间段T2对应第二状态切换指示A2，则车辆在9点将第一行驶状态S1切换成第二行驶状态S2......以此类推。

本申请实施例中，上文中的历史车辆可以是当前接收状态切换指示序列和子时间段序列的车辆，所有的历史行驶状态都是该车辆之前的历史信息中的一类信息。可选的，历史车辆该车联网中所有车辆。因此，历史行驶状态可以是多个历史车辆的历史信息中的一类信息。

其中，历史信息由于体量的原因，可以存储于分布式节点汇总，比如，可以存储于区块链节点中。区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中，用户管理模块负责所有区块链参与者的身份信息管理，包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等，并且在授权的情况下，监管和审计某些真实身份的交易情况，提供风险控制的规则配置(风控审计)；基础服务模块部署在所有区块链节点设备上，用来验证业务请求的有效性，并对有效请求完成共识后记录到存储上，对于一个新的业务请求，基础服务先对接口适配解析和鉴权处理(接口适配)，然后通过共识算法将业务信息加密(共识管理)，在加密之后完整一致的传输至共享账本上(网络通信)，并进行记录存储；智能合约模块负责合约的注册发行以及合约触发和合约执行，开发人员可以通过某种编程语言定义合约逻辑，发布到区块链上(合约注册)，根据合约条款的逻辑，调用密钥或者其它的事件触发执行，完成合约逻辑，同时还提供对合约升级注销的功能；运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出，例如：告警、监控网络情况、监控节点设备健康状态等。

可选的，上述的服务器可以用平台代替，其中平台(本实施例以ThinkPad系列笔记本为开发平台，处理器Intel(R)Core(TM)i5-5200U CPU@2.20GHz，内存8.00G，64位系统。本实施例也可以采用其他软硬件平台及相应的环境)，配置开发环境(本实例用的编程语言python开发环境)、安装辅助库和包，如math、time、requests、numpy(注：本实施例用计算机语言python，也可以用包含python在内的任何计算机语言)。

本申请实施例中，采用本申请实施例提出的车联网流量受限的延时最小化方法最小化图2中的车联网传输延时，并结合采集到的车辆数量、车辆类型、车辆速度、车辆位置、车辆加速度、车辆方向等信息计算和输出任意两辆车的碰撞风险

综上，本申请通过上述的实施例实现了车联网的属性数据，也就是网络流量和延时的平衡。相较于单一的考量网络数据或者单一的考量延时的技术实现方式，更有实用性。

本申请实施例还提供了一种基于车联网的属性数据的平衡装置，图8是本申请实施例提供的一种基于车联网的属性数据的平衡装置的结构示意图，如图8所示，该装置包括：

获取模块801用于获取车辆在规定时间段内的目标延时值和目标网络流量值；

确定模块802用于基于车辆延时模型和车辆网络流量模型确定出满足目标延时值和目标网络流量值的目标状态切换路径，其中，目标状态切换路径中的行驶状态与规定时间段内的子时间段一一对应；

处理模块803用于根据目标状态切换路径生成状态切换指示序列和子时间段序列；状态切换指示序列中的状态切换指示与规定时间段内的子时间段一一对应；

收发模块804用于将状态切换指示序列和子时间段序列发送至车辆，以使车辆实现行驶操作。

在一种可选的实施方式中，该装置还包括车辆延时模型确定模块：

用于确定行驶状态集合中每个行驶状态的延时值；确定行驶状态集合对应的切换概率集合；切换概率集合中的切换概率值是由一个行驶状态切换至另一个行驶状态的概率值；确定车辆的初始行驶状态为行驶状态集合中的行驶状态的初始概率值集合；确定车辆的折扣因子；基于折扣因子、初始概率值集合、切换概率集合以及每个行驶状态的延时值确定车辆延时模型。

在一种可选的实施方式中，该装置还包括：

车辆延时模型确定模块用于确定历史车辆在历史时间段内的多个历史行驶状态；基于每个历史行驶状态对应的延时值分类确定出行驶状态集合；其中，行驶状态集合中的每个行驶状态对应至少一个历史行驶状态；基于每个行驶状态对应的历史行驶状态的延时值确定每个行驶状态的延时值。

在一种可选的实施方式中，该装置还包括车辆网络流量模型确定模块：

用于确定行驶状态集合中每个行驶状态的网络流量值；确定行驶状态集合对应的切换概率集合；切换概率集合中的切换概率值为由一个行驶状态切换至另一个行驶状态的概率值；确定车辆的初始行驶状态为行驶状态集合中的行驶状态的初始概率值集合；确定车辆的折扣因子；基于折扣因子、初始概率值集合、切换概率集合以及每个行驶状态的网络流量值确定车辆网络流量模型。

在一种可选的实施方式中，该装置还包括：

车辆网络流量模型确定模块用于确定历史车辆在历史时间段内的多个历史行驶状态；基于每个历史行驶状态对应的延时值分类确定出行驶状态集合；获取行驶状态集合中每个行驶状态对应的历史行驶状态的网络流量值；基于历史行驶状态的网络流量值确定行驶状态集合中每个行驶状态的网络流量值。

在一种可选的实施方式中，该装置还包括：

车辆延时模型确定模块或者车辆网络流量模型确定模块用于根据历史车辆在历史时间段内的历史行驶状态的切换信息进行统计，得到统计结果；根据统计结果确定出行驶状态集合对应的切换概率集合。

在一种可选的实施方式中，该装置还包括：

确定模块用于确定每个行驶状态对应的状态切换指示，状态切换指示使车辆从当前的行驶状态切换成状态切换指示对应的行驶状态。

本申请实施例中的装置与方法实施例基于同样地申请构思。

本申请实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图9是本申请实施例提供的一种基于车联网的属性数据的平衡方法的服务器的硬件结构框图。如图9所示，该服务器900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central Processing Units，CPU)910(处理器910可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器930，一个或一个以上存储应用程序923或数据922的存储介质920(例如一个或一个以上海量存储设备)。其中，存储器930和存储介质920可以是短暂存储或持久存储。存储在存储介质920的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器910可以设置为与存储介质920通信，在服务器900上执行存储介质920中的一系列指令操作。服务器900还可以包括一个或一个以上电源960，一个或一个以上有线或无线网络接口950，一个或一个以上输入输出接口940，和/或，一个或一个以上操作系统921，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

输入输出接口940可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器900的通信供应商提供的无线网络。在一个实例中，输入输出接口940包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口940可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。

本领域普通技术人员可以理解，图9所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器900还可包括比图9中所示更多或者更少的组件，或者具有与图9所示不同的配置。

本申请的实施例还提供了一种存储介质，所述存储介质可设置于服务器之中以保存用于实现方法实施例中一种基于车联网的属性数据的平衡方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述基于车联网的属性数据的平衡方法。

可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

由上述本申请提供的基于车联网的属性数据的平衡方法、设备或存储介质的实施例可见，本申请中获取车辆在规定时间段内的目标延时值和目标网络流量值；基于车辆延时模型和车辆网络流量模型确定出满足目标延时值和目标网络流量值的目标状态切换路径，其中，目标状态切换路径中的行驶状态与规定时间段内的子时间段一一对应；根据目标状态切换路径生成状态切换指示序列和子时间段序列；状态切换指示序列中的状态切换指示与规定时间段内的子时间段一一对应；将状态切换指示序列和子时间段序列发送至车辆，以使车辆实现行驶操作。本申请通过上述的实施例实现了车联网的属性数据，也就是网络流量和延时的平衡，更具实用性。

需要说明的是：上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims

1.一种基于车联网的属性数据的平衡方法，其特征在于，所述方法包括：

获取车辆在规定时间段内的目标延时值和目标网络流量值；

基于车辆延时模型和车辆网络流量模型确定出满足所述目标延时值和所述目标网络流量值的目标状态切换路径，其中，所述目标状态切换路径中的行驶状态与所述规定时间段内的子时间段一一对应；

根据所述目标状态切换路径生成状态切换指示序列和子时间段序列；所述状态切换指示序列中的状态切换指示与所述规定时间段内的子时间段一一对应；

将所述状态切换指示序列和所述子时间段序列发送至所述车辆，以使所述车辆实现行驶操作；

所述方法还包括确定所述车辆延时模型的步骤，所述确定所述车辆延时模型包括：

确定行驶状态集合中每个行驶状态的延时值；

确定所述行驶状态集合对应的切换概率集合；所述切换概率集合中的切换概率值是由一个行驶状态切换至另一个行驶状态的概率值；

确定所述车辆的初始行驶状态为所述行驶状态集合中的行驶状态的初始概率值集合；

确定所述车辆的折扣因子；

基于所述折扣因子、所述初始概率值集合、所述切换概率集合以及每个行驶状态的延时值确定所述车辆延时模型；

所述方法还包括确定所述车辆网络流量模型的步骤，所述确定所述车辆网络流量模型，包括：

确定行驶状态集合中每个行驶状态的网络流量值；

确定所述行驶状态集合对应的切换概率集合；所述切换概率集合中的切换概率值为由一个行驶状态切换至另一个行驶状态的概率值；

确定所述车辆的折扣因子；

基于所述折扣因子、所述初始概率值集合、所述切换概率集合以及所述每个行驶状态的网络流量值确定所述车辆网络流量模型。

2.根据权利要求1所述的方法，其特征在于，所述确定行驶状态集合中每个行驶状态的延时值，包括：

确定历史车辆在历史时间段内的多个历史行驶状态；

基于每个所述历史行驶状态对应的延时值分类确定出所述行驶状态集合；其中，所述行驶状态集合中的每个行驶状态对应至少一个所述历史行驶状态；

基于所述每个行驶状态对应的历史行驶状态的延时值确定所述每个行驶状态的延时值。

3.根据权利要求1所述的方法，其特征在于，所述确定行驶状态集合中每个行驶状态的网络流量值，包括：

确定历史车辆在历史时间段内的多个历史行驶状态；

基于每个所述历史行驶状态对应的延时值分类确定出所述行驶状态集合；

获取所述行驶状态集合中每个行驶状态对应的历史行驶状态的网络流量值；

基于所述历史行驶状态的网络流量值确定所述行驶状态集合中每个行驶状态的网络流量值。

4.根据权利要求1所述的方法，其特征在于，所述确定所述行驶状态集合对应的切换概率集合，包括：

根据历史车辆在历史时间段内的历史行驶状态的切换信息进行统计，得到统计结果；

根据所述统计结果确定出所述行驶状态集合对应的切换概率集合。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标状态切换路径生成状态切换指示序列和所述子时间段序列之前，还包括：

确定所述每个行驶状态对应的状态切换指示，所述状态切换指示使所述车辆从当前的行驶状态切换成所述状态切换指示对应的行驶状态。

6.一种基于车联网的属性数据的平衡装置，其特征在于，所述装置包括：

确定模块，用于基于车辆延时模型和车辆网络流量模型确定出满足所述目标延时值和所述目标网络流量值的目标状态切换路径，其中，所述目标状态切换路径中的行驶状态与所述规定时间段内的子时间段一一对应；

处理模块，用于根据所述目标状态切换路径生成状态切换指示序列和子时间段序列；所述状态切换指示序列中的状态切换指示与所述规定时间段内的子时间段一一对应；

收发模块，用于将所述状态切换指示序列和所述子时间段序列发送至所述车辆，以使所述车辆实现行驶操作；

该装置还包括车辆延时模型确定模块：

用于确定行驶状态集合中每个行驶状态的延时值；确定所述行驶状态集合对应的切换概率集合；所述切换概率集合中的切换概率值是由一个行驶状态切换至另一个行驶状态的概率值；确定所述车辆的初始行驶状态为所述行驶状态集合中的行驶状态的初始概率值集合；确定所述车辆的折扣因子；基于所述折扣因子、所述初始概率值集合、所述切换概率集合以及每个行驶状态的延时值确定所述车辆延时模型；

该装置还包括车辆网络流量模型确定模块：

用于确定行驶状态集合中每个行驶状态的网络流量值；确定所述行驶状态集合对应的切换概率集合；所述切换概率集合中的切换概率值为由一个行驶状态切换至另一个行驶状态的概率值；确定所述车辆的初始行驶状态为所述行驶状态集合中的行驶状态的初始概率值集合；确定所述车辆的折扣因子；基于所述折扣因子、所述初始概率值集合、所述切换概率集合以及所述每个行驶状态的网络流量值确定所述车辆网络流量模型。

7.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-5任一所述的基于车联网的属性数据的平衡方法。

8.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-5任一所述的基于车联网的属性数据的平衡方法。