CN111431987B - 车联网信号的校验方法及装置、计算机存储介质 - Google Patents

Abstract

本申请提供了一种车联网信号的校验方法及装置、计算机存储介质，所述方法包括：获取待校验车辆的数量及每辆待校验车辆的信号值；将待校验车辆平均划分为M组；计算得到基于预设校验规则对M组待校验车辆的信号值进行检验时，所需边缘云数量的紧致范围；预设检验规则为：针对每组待检验车辆，校验其包括的各辆待校验车辆的信号值与M组待校验车辆中的每一组中的各辆待校验车辆的信号值两两相乘的乘积的总和，是否在相应的范围内；判断进行校验的边缘云的当前数量是否处于紧致范围内；若边缘云的当前数量未处于紧致范围内，则将边缘云的数量调整至紧致范围内中的一个值；控制调整数量后的边缘云，利用预设校验规则对待校验车辆的信号值进行校验。

Description

车联网信号的校验方法及装置、计算机存储介质

技术领域

本申请涉及车联网技术领域，特别涉及一种车联网信号的校验方法及装置、计算机存储介质。

背景技术

现今，在依靠边缘云的车联网系统中，车联网系统在接收到车辆的信号后，都需要先通过边缘云对信号进行检验，并在校验通过后才进行后续的处理。

现今，在对车辆的信号进行校验的校验方法中，由边缘云直接收车联网中的各车辆的信号值，然后分别判断接收的信号值是否落在在相应的预设区间内，若信号值落在相应的预设区间则通过校验，反之则未通过校验。

但是，随着车联网系统的发展，车辆与后端的车联网系统的交互越来越频繁，交互的信息的种类也越来越多，所以车辆信号之间会存在一定相互影响，而现有的校验方式对于车辆的信号的检验是单独进行的，忽视信号进行的互相影响，从而使得校验的正确率相对较低。并且，由于对车辆信号的校验是单独进行的，不是整体进行校验，所以信号的校验可能存在先后顺序，因此无法很好的确定所需要的边缘云的数量，从而容易出现边缘云数量无法承担当前的校验任务，或者边缘云资源大量浪费的问题。

发明内容

基于上述现有技术的不足，本发明提供了一种车联网信号的校验方法及装置、计算机存储介质，以解决现有技术校验不够准确，并且边缘云与校验任务不匹配的问题。

为了实现上述目的，本发明提供了以下技术方案：

本申请实施例第一方面提供了一种车联网信号的校验方法，包括：

获取待校验车辆的数量及每辆所述待校验车辆的信号值；

将所述待校验车辆平均划分为M组待校验车辆；其中，M为正整数；

计算得到基于预设校验规则对所述M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围；其中，所述紧致范围为在避免边缘云资源浪费的前提下，满足校验所需的边缘云的数量的最大值至满足校验所需的边缘云的数量的最小值的范围；所述预设检验规则为：针对每一组所述待检验车辆，校验其包括的各辆所述待校验车辆的信号值、与所述M组待校验车辆中的每一组中的各辆所述待校验车辆的信号值两两相乘的乘积的总和，是否处于一组所述待校验车辆所包含的待校验车辆的数量所对应的信号值范围内；

判断进行校验的边缘云的当前数量是否处于所述紧致范围内；

若判断出进行校验的边缘云的当前数量未处于所述紧致范围内，则将所述进行校验的边缘云的数量调整至所述紧致范围内中的一个值；

控制进行校验的边缘云的数量为调整后的值的边缘云，利用所述预设校验规则对所述待校验车辆的信号值进行校验。

可选地，在上述的校验方法中，所述紧致范围包括紧致上界和紧致下界，所述计算得到基于预设校验规则对所述M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致上界，包括：

确定所述M组待校验车辆中的，每一组所述待检验车辆中的各辆所述待校验车辆的信号值，与所述M组待校验车辆中的，每一组所述待检验车辆中的各辆所述待校验车辆的信号值两两相乘时，需要执行的乘法运算的总次数；

计算所述乘法运算的总次数和单位资源消耗量的乘积，得到通过所述预设校验规则对所述M组待校验车辆的信号值进行检验所需要的第一资源需求总量；其中，所述单位资源消耗量为单独对一辆所述待校验车辆的信号值通过所述预设检验规则进行校验所消耗的资源量；

将所述第一资源需求总量和单个所述边缘云的资源总量的商，作为所述边缘云数量的紧致上界。

可选地，在上述的校验方法中，所述计算得到基于预设校验规则对所述M组待校验车辆的信号值进行检验，所需边缘云的数量的紧致下界，包括：

确定通过施特拉森算法计算得到目标结果时，所需的第二资源需求总量；其中，所述目标结果为所述M组待校验车辆中的，每一组所述待校验车辆中的各辆所述待校验车辆的信号值，与所述M组待校验车辆中的，每一组所述待校验车辆的各辆所述待校验车辆的信号值两两相乘的乘积的总和；

将所述第二资源需求总量和单个所述边缘云的资源总量的商，作为所述边缘云数量的紧致下限。

可选地，在上述的校验方法中，所述控制进行校验的边缘云的数量为调整后的值的边缘云，利用所述预设校验规则对所述待校验车辆的信号值进行校验，包括：

将每组所述待校验车辆的信号值，分别发送给所述进行校验的边缘云的数量为调整后的值的边缘云，以控制所述边缘云利用所述预设校验规则，共同协调对所述待校验车辆的信号值进行校验。

本申请第二方面提供了一种车联网信号的校验装置，包括：

获取单元，用于获取待校验车辆的数量及每辆所述待校验车辆的信号值；

划分单元，用于将所述待校验车辆平均划分为M组待校验车辆；其中，M为正整数；

计算单元，用于计算得到基于预设校验规则对所述M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围；所述紧致范围为在避免边缘云资源浪费的前提下，满足校验所需的边缘云的数量的最大值至满足校验所需的边缘云的数量的最小值的范围；其中，所述预设检验规则为：针对每一组所述待检验车辆，校验其包括的各辆所述待校验车辆的信号值、与所述M组待校验车辆中的每一组中的各辆所述待校验车辆的信号值两两相乘的乘积的总和，是否处于一组所述待校验车辆所包含的待校验车辆的数量所对应的信号值范围内；

判断单元，用于判断进行校验的边缘云的当前数量是否处于所述紧致范围内；

调整单元，用于在所述判断单元判断出进行校验的边缘云的当前数量未处于所述紧致范围内时，将所述进行校验的边缘云的数量调整至所述紧致范围内中的一个值；

控制单元，用于控制进行校验的边缘云的数量为调整后的值的边缘云，利用所述预设校验规则对所述待校验车辆的信号值进行校验。

可选地，在上述的校验装置中，所述计算单元，包括：

上界计算单元，用于计算得到基于预设校验规则对所述M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围的紧致上界；

下界计算单元，用于计算得到基于预设校验规则对所述M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围的紧致下界。

可选地，在上述的校验装置中，所述上界计算单元，包括：

第一确定单元，确定所述M组待校验车辆中的，每一组所述待检验车辆中的各辆所述待校验车辆的信号值，与所述M组待校验车辆中的，每一组所述待检验车辆中的各辆所述待校验车辆的信号值两两相乘时，需要执行的乘法运算的总次数；

第一计算单元，计算所述乘法运算的总次数和单位资源消耗量的乘积，得到通过所述预设校验规则对所述M组待校验车辆的信号值进行检验所需要的第一资源需求总量；其中，所述单位资源消耗量为单独对一辆所述待校验车辆的信号值通过所述预设检验规则进行校验所消耗的资源量；

上界确定单元，用于将所述第一资源需求总量和单个所述边缘云的资源总量的商，作为所述边缘云数量的紧致上界。

可选地，在上述的校验装置中，所述下界计算单元，包括：

第二确定单元，用于确定通过施特拉森算法计算得到目标结果时，所需的第二资源需求总量；其中，所述目标结果为所述M组待校验车辆中的，每一组所述待校验车辆中的各辆所述待校验车辆的信号值，与所述M组待校验车辆中的，每一组所述待校验车辆的各辆所述待校验车辆的信号值两两相乘的乘积的总和；

下界确定单元，用于将所述第二资源需求总量和单个所述边缘云的资源总量的商，作为所述边缘云数量的紧致下限。

可选地，在上述的校验装置中，所述控制单元，包括：

发送单元，用于将每组所述待校验车辆的信号值，分别发送给所述进行校验的边缘云的数量为调整后的值的边缘云，以控制所述边缘云利用所述预设校验规则，共同协调对所述待校验车辆的信号值进行校验。

本申请第三方面提供了一种计算机存储介质，用于存储程序，所述程序被执行时，用于实现如上述任意一项所述的车联网信号的校验方法。

本申请实施例提供的一种车联网信号的校验方法，在获取待校验车辆的数量及每辆待校验车辆的信号值后，将待校验车辆平均划分为M组待校验车辆。由于采用的预设检验规则为：针对每一组待检验车辆，校验其包括的各辆待校验车辆的信号值、与所述M组待校验车辆中的每一组中的各辆所述待校验车辆的信号值两两相乘的乘积的总和。因此校验的过程不但考虑到了信号互相影响，提高了校验的正确率。并且，能准确的确定进行一次校验所需要的边缘云的数量，所以可以计算得到基于预设校验规则对M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围。并通过判断进行校验的边缘云的当前数量是否处于紧致范围内，当判断出进行校验的边缘云的当前数量未处于紧致范围内时，则将进行校验的边缘云的数量调整至紧致范围内中的一个值，最后控制进行校验的边缘云的数量为调整后的值的边缘云，利用预设校验规则对待校验车辆的信号值进行校验。从而实现了动态调整校验的边缘云的数量，避免出现边缘云数量无法承担当前的校验任务以及边缘云资源大量浪费的问题。

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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种车联网云平台的应用场景示意图；

图2为本申请另一实施例提供的一种车联网信号的校验方法的流程示意图；

图3为本申请另一实施例提供的一种紧致上界的计算方法的流程示意图；

图4为本申请另一实施例提供的一种紧致下界的计算方法的流程示意图；

图5为本申请另一实施例提供的一种车联网信号的校验装置的结构示意图；

图6为本申请另一实施例提供的一种上界计算单元的结构示意图；

图7为本申请另一实施例提供的一种下界计算单元的结构示意图。

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。

在本申请中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且术语“包括”、“包含”或者其任何其他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、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本申请实施例提供了一种车联网信号的校验方法，以解决现有技术校验的正确率相对较低，且无法很好的确定所需要的边缘云102的数量的问题。

首先需要说明的是，为了实现本申请实施例提供的车辆网信号的校验方法，如图1所示，本申请实施例提供了一种车联网云平台，包括：一种中心云101以及多个边缘云102。

需要说明的是，车联网云平台中部署的边缘云102的数量可以根据满足车联网中的所有车辆同时进行信号检验的需求来确定。

其中，中心云101主要用于获取车辆的信号值以及根据当前需要校验的车辆的数量相应的调度边缘云102，以是的进行校验的边缘云102的数量满足当前的校验需求。具体的，中心云101获取各个车辆的信号值，并确定当前需要校验的车辆的数量。然后，计算得到基于预设校验规则对M组待校验车辆的信号值进行检验时，所需边缘云102的数量的紧致范围，并判断进行校验的边缘云102的当前数量是否处于紧致范围内。在边缘云102的当前数量未处于紧致范围内时，调度边缘云102，使校验边缘云102的数量处于紧致范围内。在边缘云102的当前数量处于紧致范围内时，将车辆的信号值发送个边缘云102，由边缘云102基于预设的校验规则对车辆的信号进行校验。

基于上述的车联网云平台，本申请另一实施例提供了一种车联网信号的校验方法，如图2所示，包括：

S201、获取待校验车辆的数量及每辆待校验车辆的信号值。

其中，待校验车辆指的是中心云101获取到的信号值所对应的车辆。

可选地，可以是分别获取每辆待校验车辆的信号值以及唯一标识，例如待校验车辆的车辆识别代码(Vehicle Identification Number，VIN)，从而可以根据信号值与唯一标识的对应关系，区别不同车辆的信号值。并且，可以根据车辆的标识的数量，确定待校验车辆的数量。

S202、将待校验车辆平均划分为M组待校验车辆，M为正整数。

需要说明的是，由于本申请实施例中，所采用的校验规则需要将待校验车辆分组后，以小组处理单位进行校验，所以需要将所有的待校验车辆平均划分为M组，即将所有的待校验车辆划分为M组，每一组都包括有N辆待检验车辆。其中，M、N都为正整数。

可选地，将待校验车辆平均划分为M组待校验车辆，可以是将获取到的待校验车辆的唯一标识进行划分。当然这只是其中一种可选地的方式。由于，将待校验车辆平均划分为M组待校验车辆，相当于将获取到的信号值划分为M组，所以也可以是直接将将获取到的信号值划分为M组。

S203、计算得到基于预设校验规则对M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围。

其中，紧致范围为在避免边缘云资源浪费的前提下，满足校验所需的边缘云的数量的最大值至满足校验所需的边缘云的数量的最小值的范围。

需要说明的是，本申请实施例中所采用的校验规则，区别于现有的一一单独对信号值的进行校验，本申请实施例采用的是一种对信号值进行整体校验的校验规则。其中，预设检验规则为：针对每一组待检验车辆，校验其包括的各辆待校验车辆的信号值、与M组待校验车辆中的每一组中的各辆待校验车辆的信号值两两相乘的乘积的总和，是否在对应的范围内。即每两组待校验车辆进行一次校验计算，并且对于M组待校验车辆中的每一组待检验车辆，该组待检验车辆的各辆待校验车辆的信号值与其他每一组待检验车辆，还有自身这一组进行校验计算得到的结果，都必须于一组所述待校验车辆所包含的待校验车辆的数量所相应的信号值范围内。

例如，将待校验车辆平均分为M组，每组有N辆待校验车辆，则若这M组待校验车辆要通过校验，则需要满足：对于M组中任意的第i组待校验车辆和第j组待校验车辆(i和j可以相等)，第i组待校验车辆中的第1～N辆待校验车辆的信号值，与第j组待校验车辆中的第1～N辆待校验车辆的信号值，两两交叉相乘得到的各个乘积的总和，需要在N所对应的信号值范围内。

其中，由于信号值处在相应的预设区间内时，则确定该信号值为正确的，若不在相应的预设区间内，则确定该信号值不正确。而本申请实施例中，两组待校验车辆进行校验时，是将2N个信号值两两相乘的乘积求总和，所以要求的各个乘积的总和所在的相应的范围的上下限，相应的等于对单个信号值进行校验时信号值所要满足的预设区间的上下限的平方的N倍，即N不同，则计算结果不相同，所以每个N都对应有一个信号值范围。

还需要说明的是，对于一个算式，很多时候可以采用多种不同的计算方法进行计算，不同计算方法计算的复杂程度和计算速度等也不相同。例如，对于计算1至100的累加，可以采用最基本的计算方式，即通过加法依次将各个数进行相加等到最终的结果，也可以是采用高斯算法直接计算得到1至100的累加结果。显然，相比于第一种计算方式，高斯算法更加的简单和快速。当然，还存在其他的计算方式可以计算得到1至100的累加结果，例如先通过高斯算法计算得到1至50的累加结果，再通过高斯算法计算得到51至100的累加结果，最后把两个结果相加得到最终的结果。

同样对于本申请实施例在采用的预设校验规则进行校验时，计算信号值的乘积的总和，也可以采用不同的计算方式，而对于计算机运算来说，不同的计算方式需要的资源是不同的。例如，加法运算所需要的计算机的资源就比计算乘法所需要的资源要少。因此，在本申请实施例中，采用不同的计算方式，对待校验车辆的信号值进行校验，所需的边缘云的数量是不同的。

但是，对于一个确定的算式，在现有的计算方式中，一定存在一种或多种计算方式所需求的资源是最多的，同时也存在一种或多种计算方式所所需求的资源是最少的。因此，基于预设校验规则对M组待校验车辆的信号值进行检验时，所需边缘云的数量存在一个紧致范围。当边缘云的数量大于紧致范围的上界时，无论采用哪种方式进行运算，必定会造成边缘云资源的浪费，所以紧致上界是在避免边缘云资源浪费的前提下，满足校验所需的边缘云的数量的最大值。而当边缘云的数量小于紧致范围的下界时，无论采用哪种方式进行运算，都无法满足当前需求的资源，从而无法实现信号值的校验，所以紧致下界为满足当前校验所需的边缘云的数量的最小值。因此，需要计算得到基于预设校验规则对M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围的上界和下界，以确定当前边缘云的数量是否太多，存在浪费资源的情况，或者当前边缘云的数量是否不满足当前校验需求。

经过分析各个计算方式进行信号值的校验所需要的资源，确定出根据预设的校验规则，一步一步进行运算的运算方式属于需求资源最多的运算方式中的一种。所以可选地，本申请另一实施例中，计算得到基于预设校验规则对所述M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致上界，如图3所示，包括：

S301、确定M组待校验车辆中的，每一组待检验车辆中的各辆待校验车辆的信号值，与M组待校验车辆中的每一组所述待检验车辆中的各辆待校验车辆的信号值两两相乘时，需要执行的乘法运算的总次数。

具体的，M组待校验车中每组与M组中的每组的量两进行组合，则总共有(M×M)组合。若每组待校验车辆包括N辆待校验车辆，则每一个组合的待校验车辆两两相乘的次数为N，所以M组待校验车辆中的，每一组待检验车辆中的各辆待校验车辆的信号值，与M组待校验车辆中的每一组所述待检验车辆中的各辆待校验车辆的信号值两两相乘时，需要执行的乘法运算的总次数为：M×M×N。

S302、计算乘法运算的总次数和单位资源消耗量的乘积，得到通过预设校验规则对所述M组待校验车辆的信号值进行检验所需要的第一资源需求总量。

其中，单位资源消耗量为单独对一辆待校验车辆的信号值，通过预设检验规则进行校验所消耗的资源量，即待校验车辆只有一辆，所以分组后只有一组待校验车辆，并且该组待校验车辆只有一辆待校验车辆。所以，基于预设校验规则进行校验时，即为将该检验车辆的校验值求平方。因为只进行了一次运算，所以消耗的资源为单位资源消耗量。因此，若单位资源消耗量为b，则通过预设校验规则对M组待校验车辆的信号值进行检验所需要的第一资源需求总量为：M×M×N×b。

S303、将第一资源需求总量和单个边缘云的资源总量的商，作为边缘云数量的紧致上界。

每一个边缘云所具有的资源总量是确定的，所以校验需求的第一资源需求总量除以单个边缘云的资源总量得到商，即为所需求的边缘云的数量。由于这种计算方式所需求的资源时最大的，所以将上述计算得到的边缘云的数量作为边缘云数量的紧致上界。具体的，若每个边缘云的资源总量为啊，则边缘云数量的紧致上界为：M×M×N×b/a。

可选地，本申请另一实施例中，计算得到基于预设校验规则对所述M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致下界，如图4所示，包括：

S401、确定通过施特拉森算法计算得到目标结果时，所需的第二资源需求总量。

其中，目标结果为M组待校验车辆中的，每一组待校验车辆中的各辆待校验车辆的信号值，与M组待校验车辆中的，每一组待校验车辆的各辆待校验车辆的信号值两两相乘的乘积的总和。

施特拉森算法是一个计算矩阵乘法的算法，是当前时间复杂度最低的矩阵乘法算法。其主要就是通过尽可能的减少矩阵乘法中的乘法运算的次数，从而简化运算。

可知，两个矩阵之间的乘法运算就是，将一个矩阵中的每行的各个数值与另一个矩阵中的每列中的各个相应的数据进行两个相乘得到的乘积进行求和，得到的结果作为新的矩阵中的数组的数值。而本申请实施例进行校验的时所要求的就是信号值的两两相乘的车技的总和。所以可以将M组待校验车辆的信号值划分为多个矩阵，然后采用施特拉森算法计算各个矩阵之间的乘法，从而得到目标结果，而此时所需求的资源的是最少的。

其中，若每组待校验的有N量车，则通过施特拉森算法进行信号值的校验时，所需的第二资源需求总量为：

S402、将第二资源需求总量和单个边缘云的资源总量的商，作为边缘云数量的紧致下限。

同理，由于第二资源需求资源总量为对M组待校验车辆的信号值进行校验，所需要的最少的资源总量，所以第二资源需求总量除以单个边缘云的资源总量的商即为边缘云数量的紧致下限。

S204、判断进行校验的边缘云的当前数量是否处于紧致范围内。

由于，校验的边缘云的当前数量大于紧致上界时，必然会造成边缘云资源的浪费，而校验的边缘云的当前数量小于紧致上界时，则边缘云的数量无法满足当前的校验的需求。所以，在对待校验车辆进行校验前，先判断进行校验的边缘云的当前数量是否处于紧致范围内，避免出现边缘云数量无法承担当前的校验任务，或者边缘云资源大量浪费的问题

需要说明的是，若判断进行校验的边缘云的当前数量是否处于紧致范围内，则直接执行步骤S206；若判断出进行校验的边缘云的当前数量未处于所述紧致范围内，则需要先执行步骤S205。

S205、将进行校验的边缘云的数量调整至紧致范围内中的一个值。

可选地，若是进行校验的边缘云的数量大于紧致上界，则可以是将进行校验的边缘云的数量调整至紧致上界；若是进行校验的边缘云的数量小于紧致下界，则可以是将进行校验的边缘云的数量调整至紧致下界。当然，可以根据进行校验时采用的计算方式，对边缘云的数量的需求对进行校验的边缘云的数量进行调整。但是，这种调整方式还需要额外计算，校验时采用的计算方式需求的边缘云的数量，从而增加了计算量。

需要说明的是，在将进行校验的边缘云的数量调整至紧致范围内中的一个值后，执行步骤S206。

S206、控制进行校验的边缘云的数量为调整后的值的边缘云，利用预设校验规则对待校验车辆的信号值进行校验。

具体的，中心云101将M组待检验车辆的信号值，分别发送给进行校验的边缘云的数量为调整后的值的边缘云，控制边缘云利用预设校验规则，共同协调对待校验车辆的信号值进行校验。具体的，各个边缘云承担所能承担的校验的工作量，并最终将各个检验的结果进行汇总，确定M组M组待检验车辆的信号值是否正确。

本申请实施例提供的一种车联网信号的校验方法，在获取待校验车辆的数量及每辆待校验车辆的信号值后，将待校验车辆平均划分为M组待校验车辆，并计算得到基于预设校验规则对M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围。其中，采用的预设检验规则为：针对每一组待检验车辆，校验其包括的各辆待校验车辆的信号值、与所述M组待校验车辆中的每一组中的各辆所述待校验车辆的信号值两两相乘的乘积的总和。因此校验的过程考虑到了信号互相影响，从而有效地提高了校验的正确率。并且，能准确的确定校验所需要的边缘云的数量，所以可以判断进行校验的边缘云的当前数量是否处于紧致范围内，当判断出进行校验的边缘云的当前数量未处于紧致范围内，则将进行校验的边缘云的数量调整至紧致范围内中的一个值，最后控制进行校验的边缘云的数量为调整后的值的边缘云，利用预设校验规则对待校验车辆的信号值进行校验。从而实现了动态调整校验的边缘云的数量，避免出现边缘云的数量无法承担当前的校验任务以及边缘云资源大量浪费的问题。

还需要说明的是，本申请实施例提供的车联网信号的校验方法，除了可以应用在车联网云平台的实际使用过程中，也可以应用于在前期车联网云平台部署中。具体可以是，对于预估的车联网云平台所要连接的车辆的数量，通过本申请实施例提供的车联网信号的校验方法，确定所要部署的边缘云的数量。或者对于已部署的车联网云平台，确定其是否能承担预目标数量的车辆的信号的校验。

本申请另一实施例提供了一种车联网信号的校验装置，如图5所示，包括：

获取单元501，用于获取待校验车辆的数量及每辆待校验车辆的信号值。

划分单元502，用于将待校验车辆平均划分为M组待校验车辆；其中，M为正整数。

计算单元503，用于计算得到基于预设校验规则对M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围。

其中，紧致范围为在避免边缘云资源浪费的前提下，满足校验所需的边缘云的数量的最大值至满足校验所需的边缘云的数量的最小值的范围。预设检验规则为：针对每一组待检验车辆，校验其包括的各辆待校验车辆的信号值、与M组待校验车辆中的每一组中的各辆待校验车辆的信号值两两相乘的乘积的总和，是否处于一组所述待校验车辆所包含的待校验车辆的数量所对应的信号值范围内。

判断单元504，用于判断进行校验的边缘云的当前数量是否处于紧致范围内。

调整单元505，用于在判断单元判断出进行校验的边缘云的当前数量未处于紧致范围内时，将进行校验的边缘云的数量调整至紧致范围内中的一个值。

控制单元506，用于控制进行校验的边缘云的数量为调整后的值的边缘云，利用预设校验规则对待校验车辆的信号值进行校验。

需要说明的是，本申请实施例中的上述单元的具体工作过程可相应地参考上述方法实施例中的步骤S201～步骤S206，此处不再赘述。

可选地，在本申请的另一实施的校验装置中，计算单元503包括：

上界计算单元，用于计算得到基于预设校验规则对M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围的紧致上界。

下界计算单元，用于计算得到基于预设校验规则对M组待校验车辆的信号值进行检验时，所需边缘云的数量的紧致范围的紧致下界。

可选地，在本申请的另一实施的校验装置中，如图6所示，上界计算单元包括：

第一确定单元601，确定M组待校验车辆中的，每一组待检验车辆中的各辆待校验车辆的信号值，与M组待校验车辆中的，每一组待检验车辆中的各辆待校验车辆的信号值两两相乘时，需要执行的乘法运算的总次数。

第一计算单元602，计算乘法运算的总次数和单位资源消耗量的乘积，得到通过预设校验规则对M组待校验车辆的信号值进行检验所需要的第一资源需求总量。

其中，单位资源消耗量为单独对一辆待校验车辆的信号值通过预设检验规则进行校验所消耗的资源量。

上界确定单元603，用于将第一资源需求总量和单个边缘云的资源总量的商，作为边缘云数量的紧致上界。

需要说明的是，本申请实施例中的上述单元的具体工作过程可相应地参考上述方法实施例中的步骤S301～步骤S303，此处不再赘述。

可选地，在本申请的另一实施的校验装置中，如图7所示，下界计算单元包括：

第二确定单元701，用于确定通过施特拉森算法计算得到目标结果时，所需的第二资源需求总量。

其中，目标结果为M组待校验车辆中的，每一组待校验车辆中的各辆待校验车辆的信号值，与M组待校验车辆中的，每一组待校验车辆的各辆待校验车辆的信号值两两相乘的乘积的总和。

下界确定单元702，用于将第二资源需求总量和单个边缘云的资源总量的商，作为边缘云数量的紧致下限。

需要说明的是，本申请实施例中的上述单元的具体工作过程可相应地参考上述方法实施例中的步骤S401～步骤S402，此处不再赘述。

可选地，在本申请的另一实施的校验装置中，控制单元包括：

发送单元，用于将每组待校验车辆的信号值，分别发送给进行校验的边缘云的数量为调整后的值的边缘云，以控制边缘云利用预设校验规则，共同协调对待校验车辆的信号值进行校验。

本申请另一实施例提供了一种计算机存储介质，用于存储程序，所述程序被执行时，用于实现上述任意一项方法实施例中的车联网信号的校验方法。具体的实现过程可相应地参考上述方法实施例，此处不再赘述。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种车联网信号的校验方法，其特征在于，包括：

获取待校验车辆的数量及每辆所述待校验车辆的信号值；

将所述待校验车辆平均划分为M组待校验车辆；其中，M为正整数；

计算得到基于预设校验规则对所述M组待校验车辆的信号值进行校验时，所需边缘云的数量的紧致范围；其中，所述紧致范围为在避免边缘云资源浪费的前提下，满足校验所需的边缘云的数量的最大值至满足校验所需的边缘云的数量的最小值的范围；所述预设校验规则为：针对每一组所述待校验车辆，校验其包括的各辆所述待校验车辆的信号值、与所述M组待校验车辆中的每一组中的各辆所述待校验车辆的信号值两两相乘的乘积的总和，是否处于一组所述待校验车辆所包含的待校验车辆的数量所对应的信号值范围内；判断进行校验的边缘云的当前数量是否处于所述紧致范围内；

若判断出进行校验的边缘云的当前数量未处于所述紧致范围内，则将所述进行校验的边缘云的数量调整至所述紧致范围内中的一个值；

控制进行校验的边缘云的数量为调整后的值的边缘云，利用所述预设校验规则对所述待校验车辆的信号值进行校验。

2.根据权利要求1所述的方法，其特征在于，所述紧致范围包括紧致上界和紧致下界，所述计算得到基于预设校验规则对所述M组待校验车辆的信号值进行校验时，所需边缘云的数量的紧致上界，包括：

确定所述M组待校验车辆中的，每一组所述待校验车辆中的各辆所述待校验车辆的信号值，与所述M组待校验车辆中的，每一组所述待校验车辆中的各辆所述待校验车辆的信号值两两相乘时，需要执行的乘法运算的总次数；

计算所述乘法运算的总次数和单位资源消耗量的乘积，得到通过所述预设校验规则对所述M组待校验车辆的信号值进行校验所需要的第一资源需求总量；其中，所述单位资源消耗量为单独对一辆所述待校验车辆的信号值通过所述预设校验规则进行校验所消耗的资源量；

将所述第一资源需求总量和单个所述边缘云的资源总量的商，作为所述边缘云数量的紧致上界。

3.根据权利要求2所述的方法，其特征在于，所述计算得到基于预设校验规则对所述M组待校验车辆的信号值进行校验，所需边缘云的数量的紧致下界，包括：

确定通过施特拉森算法计算得到目标结果时，所需的第二资源需求总量；其中，所述目标结果为所述M组待校验车辆中的，每一组所述待校验车辆中的各辆所述待校验车辆的信号值，与所述M组待校验车辆中的，每一组所述待校验车辆的各辆所述待校验车辆的信号值两两相乘的乘积的总和；

将所述第二资源需求总量和单个所述边缘云的资源总量的商，作为所述边缘云数量的紧致下限。

4.根据权利要求1所述的方法，其特征在于，所述控制进行校验的边缘云的数量为调整后的值的边缘云，利用所述预设校验规则对所述待校验车辆的信号值进行校验，包括：

将每组所述待校验车辆的信号值，分别发送给所述进行校验的边缘云的数量为调整后的值的边缘云，以控制所述边缘云利用所述预设校验规则，共同协调对所述待校验车辆的信号值进行校验。

5.一种车联网信号的校验装置，其特征在于，包括：

获取单元，用于获取待校验车辆的数量及每辆所述待校验车辆的信号值；

划分单元，用于将所述待校验车辆平均划分为M组待校验车辆；其中，M为正整数；

计算单元，用于计算得到基于预设校验规则对所述M组待校验车辆的信号值进行校验时，所需边缘云的数量的紧致范围；其中，所述紧致范围为在避免边缘云资源浪费的前提下，满足校验所需的边缘云的数量的最大值至满足校验所需的边缘云的数量的最小值的范围；所述预设校验规则为：针对每一组所述待校验车辆，校验其包括的各辆所述待校验车辆的信号值、与所述M组待校验车辆中的每一组中的各辆所述待校验车辆的信号值两两相乘的乘积的总和，是否处于一组所述待校验车辆所包含的待校验车辆的数量所对应的信号值范围内；

判断单元，用于判断进行校验的边缘云的当前数量是否处于所述紧致范围内；

调整单元，用于在所述判断单元判断出进行校验的边缘云的当前数量未处于所述紧致范围内时，将所述进行校验的边缘云的数量调整至所述紧致范围内中的一个值；

控制单元，用于控制进行校验的边缘云的数量为调整后的值的边缘云，利用所述预设校验规则对所述待校验车辆的信号值进行校验。

6.根据权利要求5所述的装置，其特征在于，所述计算单元，包括：

上界计算单元，用于计算得到基于预设校验规则对所述M组待校验车辆的信号值进行校验时，所需边缘云的数量的紧致范围的紧致上界；

下界计算单元，用于计算得到基于预设校验规则对所述M组待校验车辆的信号值进行校验时，所需边缘云的数量的紧致范围的紧致下界。

7.根据权利要求6所述的装置，其特征在于，所述上界计算单元，包括：

第一确定单元，确定所述M组待校验车辆中的，每一组所述待校验车辆中的各辆所述待校验车辆的信号值，与所述M组待校验车辆中的，每一组所述待校验车辆中的各辆所述待校验车辆的信号值两两相乘时，需要执行的乘法运算的总次数；

第一计算单元，计算所述乘法运算的总次数和单位资源消耗量的乘积，得到通过所述预设校验规则对所述M组待校验车辆的信号值进行校验所需要的第一资源需求总量；其中，所述单位资源消耗量为单独对一辆所述待校验车辆的信号值通过所述预设校验规则进行校验所消耗的资源量；

上界确定单元，用于将所述第一资源需求总量和单个所述边缘云的资源总量的商，作为所述边缘云数量的紧致上界。

8.根据权利要求6所述的装置，其特征在于，所述下界计算单元，包括：

第二确定单元，用于确定通过施特拉森算法计算得到目标结果时，所需的第二资源需求总量；其中，所述目标结果为所述M组待校验车辆中的，每一组所述待校验车辆中的各辆所述待校验车辆的信号值，与所述M组待校验车辆中的，每一组所述待校验车辆的各辆所述待校验车辆的信号值两两相乘的乘积的总和；

下界确定单元，用于将所述第二资源需求总量和单个所述边缘云的资源总量的商，作为所述边缘云数量的紧致下限。

9.根据权利要求5所述的装置，其特征在于，所述控制单元，包括：

发送单元，用于将每组所述待校验车辆的信号值，分别发送给所述进行校验的边缘云的数量为调整后的值的边缘云，以控制所述边缘云利用所述预设校验规则，共同协调对所述待校验车辆的信号值进行校验。

10.一种计算机存储介质，其特征在于，用于存储程序，所述程序被计算机设备执行时，用于实现如权利要求1至4任意一项所述的车联网信号的校验方法。