CN110853184A - 车载计算信息的分析处理方法、装置、设备与存储介质 - Google Patents

Abstract

本发明提供了一种车载计算信息的分析处理方法、装置、设备与存储介质，应用于服务器，所述服务器中预先定义了所有业务与所有业务流，其中，每个业务流对应配置了至少一个业务；所述的方法，包括：接收任意之一目标车载终端的车载计算信息；确定所述目标车载终端对应的多个目标业务；根据每个目标业务预设的数据分析逻辑，对所述目标车载终端的车载计算信息进行数据分析，得到每个目标业务对应的目标信息；整合目标业务流中所有目标业务对应的目标信息，得到所述目标车载终端的整合后数据。

Description

车载计算信息的分析处理方法、装置、设备与存储介质

技术领域

本发明涉及车辆领域，尤其涉及一种车载计算信息的分析处理方法、装置、设备与存储介质。

背景技术

在现有的车辆中，可配置有车载终端，车载终端可理解为配置有相关处理器与存储器，进而，通过处理器读取存储器中的代码，可实现一定功能。部分场景中，车载终端可以配置有相应的算法从而与相应的硬件相配合，得到车载计算信息。

现有相关技术中，针对于各种功能性车辆，例如校车、货车、共享汽车、试驾车辆等等，通常是采用不同服务器对其产生的车载计算信息进行处理的，故而，针对于车载计算信息，现有技术中的服务器无法兼顾不同类功能性车辆。

发明内容

本发明提供一种车载计算信息的分析处理方法、装置、设备与存储介质，以解决针对于车载计算信息，现有技术中的服务器无法兼顾不同类功能性车辆的问题。

根据本发明的第一方面，提供了一种车载计算信息的分析处理方法，应用于服务器，所述服务器中预先定义了所有业务与所有业务流，其中，每个业务流对应配置了至少一个业务；所述的方法，包括：

接收任意之一目标车载终端的车载计算信息；所述车载计算信息包括第一车载计算信息和/或第二车载计算信息，所述第一车载信息是对应车载终端根据其传感器采集到的检测数据，以及配置于对应车载终端的算法计算确定的，所述第二车载信息是对应车载终端的传感器所采集到的检测数据本身；

确定所述目标车载终端对应的多个目标业务，所述多个目标业务为目标业务流所配置的所有业务，所述目标业务流为所述目标车载终端所属功能车辆类型的业务流；

根据每个目标业务预设的数据分析逻辑，对所述目标车载终端的车载计算信息进行数据分析，得到每个目标业务对应的目标信息；

整合所述目标业务流中所有目标业务对应的目标信息，得到所述目标车载终端的整合后数据。

可选的，根据每个目标业务预设的数据分析逻辑，对所述目标车载终端的车载计算信息进行数据分析，得到每个目标业务对应的目标信息，包括：

针对于任意之一目标业务，确定所述目标业务所需使用的N个维度的车载计算信息；N为大于或等于2的整数，所述N个维度的车载计算信息中，不同维度的第一车载计算信息是对应车载终端通过不同算法计算确定的，不同维度的第二车载计算信息是对应车载终端的不同传感器采集到的；

根据时间线索，融合所述N个维度的车载计算信息，得到信息融合后的车载计算信息；

利用所述目标业务预设的数据分析逻辑，对信息融合后的车载计算信息进行数据分析，得到所述目标业务对应的目标信息。

可选的，确定所述目标车载终端对应的多个目标业务，包括：

接收所述目标车载终端的标识信息，所述标识信息包括车辆标识、车载终端标识、车载终端的用户标识、车辆功能标识中至少之一；

根据所述标识信息，确定所述多个目标业务。

可选的，整合所述目标业务流中所有目标业务对应的目标信息，得到整合后数据之后，还包括：

利用相应的接口将所述整合后数据发送至对应的管理平台，其中，每个接口对应的业务流是预先定义的。

可选的，所定义的业务包括以下至少之一：人脸比对分析业务、疲劳检测分析业务、驾驶员行为分析业务、乘客行为分析业务、客流分析业务、学生上下车分析业务、装载货分析业务。

可选的，所定义的业务流包括以下至少之一：客车业务流、校车业务流、货车业务流、试驾车辆业务流、共享车辆业务流。

可选的，所述客车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、客流分析业务与乘客行为分析业务；

所述校车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、客流分析业务、学生上下车分析业务；

所述货车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务、装卸货分析业务；

所述试驾车辆业务流所配置的业务包括：试驾人员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务；

所述共享车辆业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务。

根据本发明的第二方面，提供了一种车载计算信息的分析处理装置，服务器中预先定义了所有业务与所有业务流，其中，每个业务流对应配置了至少一个业务；所述的装置，包括：

接收单元，用于接收任意之一目标车载终端的车载计算信息；所述车载计算信息包括第一车载计算信息和/或第二车载计算信息，所述第一车载信息是对应车载终端根据其传感器采集到的检测数据，以及配置于对应车载终端的算法计算确定的，所述第二车载信息是对应车载终端的传感器所采集到的检测数据本身；

业务确定单元，用于确定所述目标车载终端对应的多个目标业务，所述多个目标业务为目标业务流所配置的所有业务，所述目标业务流为所述目标车载终端所属功能车辆类型的业务流；

分析单元，用于根据每个目标业务预设的数据分析逻辑，对所述目标车载终端的车载计算信息进行数据分析，得到每个目标业务对应的目标信息；

整合单元，用于整合所述目标业务流中所有目标业务对应的目标信息，得到所述目标车载终端的整合后数据。

根据本发明的第三方面，提供了一种电子设备，包括存储器与处理器，所述存储器，用于存储代码；

所述处理器，用于执行所述存储器中的代码用以实现第一方面及其可选方案涉及的方法。

根据本发明的第四方面，提供了一种存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现第一方面及其可选方案涉及的方法。

本发明提供的车载计算信息的分析处理方法、装置、设备与存储介质中，能够利用各业务来对应分析处理中的不同分析目标，通过对业务的管理与执行，可保障各种分析目标均能实现，从而获得对应的目标数据，进而，基于业务流，可保障每一种功能车辆的所有目标信息均能整合在一起，不同功能车辆的目标信息还能被区分开，从而满足不同功能车辆的数据需求。

此外，本发明中，各业务对于分析目标的实现可分别单独执行，只需在分析处理后根据业务流进行整合即可，进而，本发明对业务进行了细粒度的抽象，在任意之一功能车辆的分析处理的内容发生变化时，可无需人员主动基于新增业务对整个流程进行重新的梳理，只需把相关的业务进行整合即可，轻松实现了业务管理，例如只需在所定义的业务流中增加所需整合的业务，不需要更改整体的处理流程。可见，本发明在兼容多种功能车辆的情况下，还可简化和便于业务的管理。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中车载计算信息的分析处理方法的流程示意图一；

图2是本发明一实施例中服务器与功能车辆的处理架构示意图；

图3是本发明一实施例中步骤S12的流程示意图；

图4是本发明一实施例中步骤S13的流程示意图；

图5是本发明一实施例中车载计算信息的分析处理方法的流程示意图二；

图6是本发明一实施例中车载计算信息的分析处理装置的程序单元示意图一；

图7是本发明一实施例中车载计算信息的分析处理装置的程序单元示意图二；

图8是本发明一实施例中电子设备的构造示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)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，以便这里描述的本发明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、产品或设备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。

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图1是本发明一实施例中车载计算信息的分析处理方法的流程示意图一。

本实施例所涉及的方法可应用于服务器，该服务器可理解为配置有存储器与处理器，进而实施相应处理的设备或设备的组合。例如可以为单个计算机，也可以为多个计算机，其可与车载终端通信，部分实施方式中，还可与各种功能车辆的管理平台通信，或者作为各种功能车辆的管理平台本身。

本实施例中，所述服务器中预先定义了所有业务与所有业务流，其中，每个业务流对应配置了至少一个业务；同时，每一个业务流可与一类功能车辆相对应，进而，每一个业务可对应于一类功能车辆的一个分析目标的分析处理过程，每一个业务流可对应表征一类功能车辆的所有业务。

本实施例在车载计算信息的分析处理方法中具体描述了基于以上业务流与业务的数据处理过程，以下描述中主要针对于目标车载终端进行描述，其应理解为：所有车载终端均可实现该目标车载终端与服务器之间的相关处理，即均可作为目标车载终端，而非指特定的某一个或多个车载终端。

请参考图1，车载计算信息的分析处理方法，包括：

S11：接收任意之一目标车载终端的车载计算信息。

所述车载计算信息包括第一车载计算信息和/或第二车载计算信息，所述第一车载信息是对应车载终端根据其传感器采集到的检测数据，以及配置于对应车载终端的算法计算确定的，所述第二车载信息是对应车载终端的传感器所采集到的检测数据本身；可见，自车载终端接收到的车载计算信息可以是经过复杂算法计算产生的，也可以是检测数据本身，还可以是对检测数据进行采样、滤值等简单处理而产生的。

传感器，可以为任意装配于车辆的用于检测数据的设备。

图2是本发明一实施例中服务器与功能车辆的处理架构示意图。

以图2为例，以上所涉及的传感器可包括以下至少之一：

例如摄像头的图像采集部件，该图像采集部件可以包括采集车内图像的图像采集部件，也可以包括采集车外图像的图像采集部件；

例如雷达的物体探测部件，其可例如用于实现测距的测距部件，基于对外部检测到的距离信息；

例如麦克风的声音采集部件，该声音采集部件可以是一个，也可以是多个，可安装于车内，同时，也不排除安装于车外的实施方式；

例如CAN/LIN/Flexray适配件，其可理解为接入于CAN总线的车辆传感器、接入LIN总线的车辆传感器，以及接入Flexray总线的车辆传感器。

同样以图2为例，为了便于计算获得车载计算信息，车载终端内可配置或者外接NPU、GPU与CPU。

其中的NPU，具体为neural-network processing units，其可理解为嵌入式神经网络处理器，可例如用于对以上所采集到的图像、声音、基于声音得到的语义、车辆传感器采集到的车辆数据等进行基于神经网络的相关处理。具体的，可例如基于神经网络的语义识别、情绪识别、行为识别等等。

其中的GPU，具体为Graphics Processing Unit，其可理解为图形处理器，可例如用于对以上所涉及的图像采集部件采集到的图像进行处理。

其中的CPU，具体为central processing unit，其可理解为中央处理器。其可对以上任意数据进行处理。

此外，以图2为例，在车载终端中还可配置有相应的算法，其可如图中所示的计算机视觉的相关算法、物体探测的相关算法、语音识别的相应算法、行车数据处理的相应算法。同时，也不排除其他算法的实现。

以上所涉及的算法可在NPU、GPU、CPU的至少之一的处理下，或者其中至少之二的协同处理下实现，其对应的代码可存储于存储器中，以供对应的处理其调取，从而实现算法的功能。在该些算法中的至少部分算法中，可利用NPU基于神经网络进行处理。

具体举例中，根据所使用算法以及所使用的检测数据不同，可得到不同的车载计算信息；例如：车载计算信息可包括以下至少之一：

视觉感知信息，其可理解为能够被图像采集部件所采集的图像记载的任意信息，例如人脸的特征信息、物体的特征信息等等，进而，通过计算机视觉的相关算法，或其他相关算法中的任意之一对图像进行处理的算法来计算得到；

物体探测信息，其可理解为用于表征对外进行物体探测的探测结果的任意信息，其可例如外部物体的形状、尺寸、距离、颜色、温度等等，进而，对应所使用的传感器可例如雷达、摄像头、测温部件等等，通过计算机视觉的相关算法、物体探测的相关算法或其他相关算法中的至少之一对该些传感器测得的检测数据进行处理，可得到该物体探测信息；

语音识别信息，其可理解为对声音采集部件采集到的声音进行语音识别而得到的信息，其可对应使用语音识别的相关算法来实现；

行车数据，其可理解为根据车辆传感器采集到的汽车元件的运行数据确定的行车数据，其也可以为汽车元件的运行数据本身，例如发动机的转速、空调运行情况、油量、电量、位置等等。

此外，车载计算信息不限于以上的列举，任意可由车辆处理而得到的信息，均不脱离本实施例的描述。

进而，以上所涉及的算法、处理器与传感器，以及配合其实施而设置的存储器等等，可形成超算单元。

请参考图2，车载终端可通过例如4G LTE或者5G的通讯方式与服务器通讯。

在步骤S11之后，可实施步骤S12：确定所述目标车载终端对应的多个目标业务。

所述多个目标业务为目标业务流所配置的所有业务，所述目标业务流为所述目标车载终端所属功能车辆类型的业务流。

其中，确定对应目标业务的过程，可以是任意的，如图2所示，由于服务器的基础服务层可以对用户、车辆、业务、设备等的基础信息进行管理，例如对各用户、车辆、业务、设备的标识进行管理，进而确定相应的数据结构，基于该数据结构，可建立用户、车辆、业务、设备之间的对应关系，步骤S12的实施可基于该对应关系来确定，可见，基础服务层可通过基础信息的管理，便于找到目标车载终端所对应的多个业务，还可便于对基础信息的维护。同时，该对应关系可以是依据业务流配置的。

其中的用户，可理解为车载终端的操作系统所登录的用户；其中的车辆，可理解为配置车载终端的车辆，其中的设备，可理解为车载终端，或也可理解为以上所涉及的超算单元。

其中，对用户、车辆、业务、设备的管理，可例如对用户、车辆、业务、设备的增、删、修改等等，以及对用户、车辆、业务、设备之间对应关系的记录与修改。

图3是本发明一实施例中步骤S12的流程示意图。

请参考图3，其中一种实施方式中，步骤S12可以包括：

S121：接收所述目标车载终端的标识信息，所述标识信息包括车辆标识、车载终端标识、车载终端的用户标识、车辆功能标识中至少之一；

S122：根据所述标识信息，确定所述多个目标业务。

其中的车辆功能标识，可例如用于表征对应车载终端所属车辆为哪一种功能车辆的信息。

在步骤S12之后，可以包括：

S13：根据每个目标业务预设的数据分析逻辑，对所述目标车载终端的车载计算信息进行数据分析，得到每个目标业务对应的目标信息；

S14：整合所述目标业务流中所有目标业务对应的目标信息，得到所述目标车载终端的整合后数据。

其中的数据分析逻辑与对应的数据分析，可以是任意预设的处理手段，本领域任意的已有或改进的手段，均不脱离本实施例的描述。

图4是本发明一实施例中步骤S13的流程示意图。

请参考图4，步骤S13可以包括：

S131：针对于任意之一目标业务，确定所述目标业务所需使用的N个维度的车载计算信息；N为大于或等于2的整数；

S132：根据时间线索，融合所述N个维度的车载计算信息，得到信息融合后的车载计算信息；其可例如：将同一时间的不同车载计算信息建立对应关系，以为数据分析提供依据；

S133：利用所述目标业务预设的数据分析逻辑，对信息融合后的车载计算信息进行数据分析，得到所述目标业务对应的目标信息。

所述N个维度的车载计算信息中，不同维度的第一车载计算信息是对应车载终端通过不同算法计算确定的；不同维度的第一车载计算信息也可理解为不同的数据处理目标而处理得到的车载计算信息；不同维度的第二车载计算信息可理解为不同传感器检测到的；

在其他可选实施方式中，若N为1，则也可不实施融合的过程，即不需实施步骤S132，而只需实施步骤S133。

以图2所示的架构为例，在数据服务层，可通过实时服务模块实时接收车载计算信息，进而，可通过数据存储服务模块的功能对所接收到的车载计算信息进行存储。同时，针对于实时接收到的车载计算信息，可通过数据融合服务模块的功能实施以上步骤中的S131与步骤S132，还可通过数据分析服务模块的功能实施以上步骤中的S133。针对于所得到的目标信息，可在信息流转中将其指向对应业务的业务数据接口，再进一步的，业务流定义接口可自各业务的业务数据接口获取到目标信息，进而将同一业务流的目标信息进行整合，得到对应的整合后数据，再经由业务整合接口对外输出。

在具体举例中，以客车、货车、校车、共享车辆与试驾车辆这些功能车辆为例，其对应的业务与业务流可如下表所示：

可见，所定义的业务包括以下至少之一：人脸比对分析业务、疲劳检测分析业务、驾驶员行为分析业务、乘客行为分析业务、客流分析业务、学生上下车分析业务、装载货分析业务。

所定义的业务流包括以下至少之一：客车业务流、校车业务流、货车业务流、试驾车辆业务流、共享车辆业务流。

进而，所述客车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、客流分析业务与乘客行为分析业务；

所述校车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、客流分析业务、学生上下车分析业务；

所述货车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务、装卸货分析业务；

所述试驾车辆业务流所配置的业务包括：试驾人员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务；

所述共享车辆业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务。

其中的人脸比对分析业务，可分析目的可例如：根据车载计算信息中的人脸特征信息又或者人脸图像，将其与数据库中的预录人脸进行比对，进而根据比对结果分析对应图像采集部件所采集到的人脸是否与数据库中人脸匹配，从而实现身份认证，其中可具体为对驾驶员、乘客的身份进行认证，还可以为对人员身份是否为非法人员、走失人员进行认证。

其中的疲劳检测分析业务，其分析目的可例如：根据车载计算信息中的人脸特征信息、行为特征信息、行车数据、语音识别信息、又或者图像采集部件采集到的人脸图像、语音采集部件采集到的语音等识别相关人员是否疲劳，以及疲劳程度。本领域任意疲劳检测的实施方式，不论是已有的还是改进的，均不脱离本实施例的描述。

其中的驾驶员行为分析业务与乘客行为分析业务，其分析目的可例如对驾驶员或乘客的驾驶行为是否合规、是否准确进行判断，具体可通过车载计算信息中的行为识别信息、人脸识别信息、行车数据、图像采集部件采集到的人脸图像、语音采集部件采集到的语音等等来分析判断。本领域任意行为分析的实施方式，不论是已有的还是改进的，均不脱离本实施例的描述。

其中的客流分析业务、学生上下车分析业务，其分析目的可例如：对上下车的人员情况进行统计分析，具体可例如针对于上车、下车的人流量、上车、下车的人员身份、上车、下车的时间、地点、行车路线等等进行统计分析。具体可通过车载计算信息中人脸识别信息、位置信息，或基于人脸识别信息的人脸比对分析结果等等来统计分析。本领域任意对人的上下车情况进行统计分析的实施方式，不论是已有的还是改进的，均不脱离本实施例的描述。

其中的装载货分析业务，其分析目的可例如：对载货卸货的货物情况进行统计分析，具体可例如针对于装货的货物内容、卸货的货物内容、装货、卸货的时间、地点、行车路线等等进行统计分析；具体可通过车载计算信息中物体识别信息、位置信息等等来统计分析。本领域任意对装货与卸货的情况进行统计分析的实施方式，不论是已有的还是改进的，均不脱离本实施例的描述。

可见，对于不同业务的场景，底层实现的业务逻辑是类似的，只是业务流的定义不同。比如校车，客车，货车以及共享出行、试驾等，都需要驾驶员的人脸认证比对。不同的业务场景由不同的业务流组成。方便管理人员进行有效的增加删除业务流，并进行有效的管理。

图5是本发明一实施例中车载计算信息的分析处理方法的流程示意图二。

请参考图5，在步骤S14之后，还可包括：

S15：利用相应的接口将所述整合后数据发送至对应的管理平台，其中，每个接口对应的业务流是预先定义的。进而，平台只需选择相应的接口，即可得到所需的数据。

以图2为例，其中的货车、客车、校车、共享车辆、试驾车辆来表征各自功能车辆的管理平台，该管理平台可以指独立于服务器之外的其他平台服务器，本实施例也不排除管理平台是指用于对对应功能车辆的工作情况进行管理和/或对外交互显示的人机交互模块、程序模块等。

综上，本实施例提供的车载计算信息的分析处理方法中，能够利用各业务来对应分析处理中的不同分析目标，通过对业务的管理与执行，可保障各种分析目标均能实现，从而获得对应的目标数据，进而，基于业务流，可保障每一种功能车辆的所有目标信息均能整合在一起，不同功能车辆的目标信息还能被区分开，从而满足不同功能车辆的数据需求。

此外，本实施例中，各业务对于分析目标的实现可分别单独执行，只需在分析处理后根据业务流进行整合即可，进而，本发明对业务进行了细粒度的抽象，在任意之一功能车辆的分析处理的内容发生变化时，可无需人员主动基于新增业务对整个流程进行重新的梳理，只需把相关的业务进行整合即可，轻松实现了业务管理，例如只需在所定义的业务流中增加所需整合的业务，不需要更改整体的处理流程。可见，本实施例在兼容多种功能车辆的情况下，还可简化和便于业务的管理。

图6是本发明一实施例中车载计算信息的分析处理装置的程序单元示意图一；图7是本发明一实施例中车载计算信息的分析处理装置的程序单元示意图二。

请参考图6，车载计算信息的分析处理装置200，包括：

接收单元201，用于接收任意之一目标车载终端的车载计算信息；所述车载计算信息包括第一车载计算信息和/或第二车载计算信息，所述第一车载信息是对应车载终端根据其传感器采集到的检测数据，以及配置于对应车载终端的算法计算确定的，所述第二车载信息是对应车载终端的传感器所采集到的检测数据本身；

业务确定单元202，用于确定所述目标车载终端对应的多个目标业务，所述多个目标业务为目标业务流所配置的所有业务，所述目标业务流为所述目标车载终端所属功能车辆类型的业务流；

分析单元203，用于根据每个目标业务预设的数据分析逻辑，对所述目标车载终端的车载计算信息进行数据分析，得到每个目标业务对应的目标信息；

整合单元204，用于整合所述目标业务流中所有目标业务对应的目标信息，得到所述目标车载终端的整合后数据。

可选的，所述分析单元203，具体用于

针对于任意之一目标业务，确定所述目标业务所需使用的N个维度的车载计算信息；N为大于或等于2的整数，所述N个维度的车载计算信息中，不同维度的第一车载计算信息是对应车载终端通过不同算法计算确定的，不同维度的第二车载计算信息是对应车载终端的不同传感器采集到的；

根据时间线索，融合所述N个维度的车载计算信息，得到信息融合后的车载计算信息；

利用所述目标业务预设的数据分析逻辑，对信息融合后的车载计算信息进行数据分析，得到所述目标业务对应的目标信息。

可选的，确定所述目标车载终端对应的多个目标业务，包括：

接收所述目标车载终端的标识信息，所述标识信息包括车辆标识、车载终端标识、车载终端的用户标识、车辆功能标识中至少之一；

根据所述标识信息，确定所述多个目标业务。

可选的，整合所述目标业务流中所有目标业务对应的目标信息，得到整合后数据之后，还包括：

利用相应的接口将所述整合后数据发送至对应的管理平台，其中，每个接口对应的业务流是预先定义的。

可选的，所定义的业务包括以下至少之一：人脸比对分析业务、疲劳检测分析业务、驾驶员行为分析业务、乘客行为分析业务、客流分析业务、学生上下车分析业务、装载货分析业务。

可选的，所定义的业务流包括以下至少之一：客车业务流、校车业务流、货车业务流、试驾车辆业务流、共享车辆业务流。

可选的，所述客车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、客流分析业务与乘客行为分析业务；

所述校车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、客流分析业务、学生上下车分析业务；

所述货车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务、装卸货分析业务；

所述试驾车辆业务流所配置的业务包括：试驾人员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务；

所述共享车辆业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务。

综上，本实施例提供的车载计算信息的分析处理装置中，能够利用各业务来对应分析处理中的不同分析目标，通过对业务的管理与执行，可保障各种分析目标均能实现，从而获得对应的目标数据，进而，基于业务流，可保障每一种功能车辆的所有目标信息均能整合在一起，不同功能车辆的目标信息还能被区分开，从而满足不同功能车辆的数据需求。

此外，本实施例中，各业务对于分析目标的实现可分别单独执行，只需在分析处理后根据业务流进行整合即可，进而，本发明对业务进行了细粒度的抽象，在任意之一功能车辆的分析处理的内容发生变化时，可无需人员主动基于新增业务对整个流程进行重新的梳理，只需把相关的业务进行整合即可，轻松实现了业务管理，例如只需在所定义的业务流中增加所需整合的业务，不需要更改整体的处理流程。可见，本实施例在兼容多种功能车辆的情况下，还可简化和便于业务的管理。

图8是本发明一实施例中电子设备的结构示意图。

请参考图8，提供了一种电子设备30，包括：

处理器31；以及，

存储器32，用于存储所述处理器的可执行指令；

其中，所述处理器31配置为经由执行所述可执行指令来执行以上所涉及的方法。

处理器31能够通过总线33与存储器32通讯。

本实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以上所涉及的方法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种车载计算信息的分析处理方法，应用于服务器，其特征在于，所述服务器中预先定义了所有业务与所有业务流，其中，每个业务流对应配置了至少一个业务；所述的方法，包括：

接收任意之一目标车载终端的车载计算信息；所述车载计算信息包括第一车载计算信息和/或第二车载计算信息，所述第一车载信息是对应车载终端根据其传感器采集到的检测数据，以及配置于对应车载终端的算法计算确定的，所述第二车载信息是对应车载终端的传感器所采集到的检测数据本身；

确定所述目标车载终端对应的多个目标业务；所述多个目标业务为目标业务流所配置的所有业务，所述目标业务流为所述目标车载终端所属功能车辆类型的业务流；

根据每个目标业务预设的数据分析逻辑，对所述目标车载终端的车载计算信息进行数据分析，得到每个目标业务对应的目标信息；

整合所述目标业务流中所有目标业务对应的目标信息，得到所述目标车载终端的整合后数据。

2.根据权利要求1所述的方法，其特征在于，根据每个目标业务预设的数据分析逻辑，对所述目标车载终端的车载计算信息进行数据分析，得到每个目标业务对应的目标信息，包括：

针对于任意之一目标业务，确定所述目标业务所需使用的N个维度的车载计算信息；N为大于或等于2的整数，所述N个维度的车载计算信息中，不同维度的第一车载计算信息是对应车载终端通过不同算法计算确定的，不同维度的第二车载计算信息是对应车载终端的不同传感器采集到的；

根据时间线索，融合所述N个维度的车载计算信息，得到信息融合后的车载计算信息；

利用所述目标业务预设的数据分析逻辑，对信息融合后的车载计算信息进行数据分析，得到所述目标业务对应的目标信息。

3.根据权利要求1所述的方法，其特征在于，确定所述目标车载终端对应的多个目标业务，包括：

接收所述目标车载终端的标识信息，所述标识信息包括车辆标识、车载终端标识、车载终端的用户标识、车辆功能标识中至少之一；

根据所述标识信息，确定所述多个目标业务。

4.根据权利要求1至3任一项所述的方法，其特征在于，整合所述目标业务流中所有目标业务对应的目标信息，得到整合后数据之后，还包括：

利用相应的接口将所述整合后数据发送至对应的管理平台，其中，每个接口对应的业务流是预先定义的。

5.根据权利要求1至3任一项所述的方法，其特征在于，所定义的业务包括以下至少之一：人脸比对分析业务、疲劳检测分析业务、驾驶员行为分析业务、乘客行为分析业务、客流分析业务、学生上下车分析业务、装载货分析业务。

6.根据权利要求5所述的方法，其特征在于，所定义的业务流包括以下至少之一：客车业务流、校车业务流、货车业务流、试驾车辆业务流、共享车辆业务流。

7.根据权利要求6所述的方法，其特征在于，所述客车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、客流分析业务与乘客行为分析业务；

所述校车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、客流分析业务、学生上下车分析业务；

所述货车业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务、装卸货分析业务；

所述试驾车辆业务流所配置的业务包括：试驾人员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务；

所述共享车辆业务流所配置的业务包括：驾驶员人脸比对分析业务、疲劳检测分析业务、驾驶行为分析业务。

8.一种车载计算信息的分析处理装置，其特征在于，服务器中预先定义了所有业务与所有业务流，其中，每个业务流对应配置了至少一个业务；所述的装置，包括：

接收单元，用于接收任意之一目标车载终端的车载计算信息；所述车载计算信息包括第一车载计算信息和/或第二车载计算信息，所述第一车载信息是对应车载终端根据其传感器采集到的检测数据，以及配置于对应车载终端的算法计算确定的，所述第二车载信息是对应车载终端的传感器所采集到的检测数据本身；

业务确定单元，用于确定所述目标车载终端对应的多个目标业务，所述多个目标业务为目标业务流所配置的所有业务，所述目标业务流为所述目标车载终端所属功能车辆类型的业务流；

分析单元，用于根据每个目标业务预设的数据分析逻辑，对所述目标车载终端的车载计算信息进行数据分析，得到每个目标业务对应的目标信息；

整合单元，用于整合所述目标业务流中所有目标业务对应的目标信息，得到所述目标车载终端的整合后数据。

9.一种电子设备，其特征在于，包括存储器与处理器，

所述存储器，用于存储代码；

所述处理器，用于执行所述存储器中的代码用以实现权利要求1至7任一项所述的方法。

10.一种存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现权利要求1至7任一项所述的方法。

Images