CN112235750A - 车联网系统中的车辆配置方法、装置、设备及存储介质 - Google Patents

车联网系统中的车辆配置方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112235750A
CN112235750A CN202011222969.5A CN202011222969A CN112235750A CN 112235750 A CN112235750 A CN 112235750A CN 202011222969 A CN202011222969 A CN 202011222969A CN 112235750 A CN112235750 A CN 112235750A
Authority
CN
China
Prior art keywords
candidate
vehicle configuration
vehicles
configuration scheme
network resource
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.)
Pending
Application number
CN202011222969.5A
Other languages
English (en)
Inventor
侯琛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202011222969.5A priority Critical patent/CN112235750A/zh
Publication of CN112235750A publication Critical patent/CN112235750A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例公开了一种车联网系统中的车辆配置方法、装置、设备及存储介质,其中该方法包括:基于车联网系统中的候选独立车辆和候选车队构建候选车辆配置方案;该候选车辆配置方案用于表征针对车联网系统配置的用于采集路况环境参数的候选车辆,候选车辆包括候选独立车辆和候选车队中的至少一种;根据候选车辆配置方案中包括的各候选车辆各自对应的故障率、以及各候选车辆各自所需消耗的网络资源,确定该候选车辆配置方案对应的网络资源消耗量;基于所对应的网络资源消耗量小于或等于网络资源可用量的候选车辆配置方案,确定车联网系统对应的目标车辆配置方案。该方案能够提高路况环境参数的有效性,提高车联网系统的服务稳定性。

Description

车联网系统中的车辆配置方法、装置、设备及存储介质
技术领域
本申请涉及计算机技术领域,尤其涉及一种车联网系统中的车辆配置方法、装置、设备及存储介质。
背景技术
现如今,车联网在人们的日常生活中起着越来越重要的作用,车联网系统中的车辆可以向车联网云平台提供路况环境参数,进而由车联网云平台根据这些路况环境参数为车联网系统中的车辆提供相应的服务。
在车联网系统中,车联网云平台接收的路况环境参数主要包括两类:一类是由车联网系统中的车队上传的路况环境参数,即车联网系统中包括由一台主车辆和若干台从车辆组成的车队,车队中的从车辆可以将其采集的路况环境参数传输给主车辆,进而由主车辆对这些路况环境参数进行处理,并将处理后的路况环境参数上传至车联网云平台;另一类是由车联网系统中的独立车辆上传的路况环境参数,即车联网系统中包括若干台独立车辆,这些独立车辆可以直接将其采集的路况环境参数上传至车联网云平台。
相关技术中,目前主要通过以下方式配置车联网系统中车队的数目和独立车辆的数目:为车联网系统中的车队和独立车辆各分配一半的可用网络资源,基于为车队分配的可用网络资源以及每个车队中主车辆上传路况环境参数所需的网络资源,配置车联网系统中上传路况环境参数的车队数目,基于为独立车辆分配的可用网络资源以及每台独立车辆上传路况环境参数所需的网络资源,配置车联网系统中上传路况环境参数的独立车辆数目。
然而,上述配置方式完全忽略了车联网系统中车队和独立车辆发生故障的情况,难以保证车联网云平台接收的路况环境参数具有较高的可利用率,即容易发生因车联网系统中的车队和/或独立车辆出现故障,而导致所接收的路况环境参数失效的情况,进而会对车联网系统提供的相关服务产生影响。
发明内容
本申请实施例提供了一种车联网系统中的车辆配置方法、装置、设备及存储介质,能够在针对车联网系统配置用于上报路况环境参数的独立车辆数目和车队数目时,综合考虑独立车辆和车队的故障情况,减少所上报的路况环境参数失效的情况发生,提高车联网系统的服务稳定性。
有鉴于此,本申请第一方面提供了一种车联网系统中的车辆配置方法,所述方法包括:
基于车联网系统中的候选独立车辆和候选车队,构建候选车辆配置方案;所述候选车辆配置方案用于表征针对所述车联网系统配置的用于采集路况环境参数的候选车辆,所述候选车辆包括所述候选独立车辆和所述候选车队中的至少一种;
根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自所需消耗的网络资源,确定所述候选车辆配置方案对应的网络资源消耗量;
基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案。
本申请第二方面提供了一种一种车联网系统中的车辆配置装置,所述装置包括:
方案构建模块,用于基于车联网系统中的候选独立车辆和候选车队,构建候选车辆配置方案;所述候选车辆配置方案用于表征针对所述车联网系统配置的用于采集路况环境参数的候选车辆,所述候选车辆包括所述候选独立车辆和所述候选车队中的至少一种;
资源确定模块,用于根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自所需消耗的网络资源,确定所述候选车辆配置方案对应的网络资源消耗量;
方案选择模块,用于基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案。
本申请第三方面提供了一种设备,所述设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序,执行如上述第一方面所述的车联网系统中的车辆配置方法的步骤。
本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行上述第一方面所述的车联网系统中的车辆配置方法的步骤。
本申请第五方面提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述第一方面所述的车联网系统中的车辆配置方法的步骤。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请实施例提供了一种车联网系统中的车辆配置方法,该方法在针对车联网系统确定其使用的目标车辆配置方案时,创新性地将车联网系统中候选独立车辆和候选车队的故障情况纳入考虑范围。具体的,在本申请实施例提供的方法中,先基于车联网系统中的候选独立车辆和候选车队构建候选车辆配置方案,此处的候选车辆配置方案能够表征其针对车联网系统配置的用于采集路况环境参数的候选车辆,此处的候选车辆包括候选独立车辆和候选车队中的至少一种;然后,根据候选车辆配置方案中包括的各候选车辆各自对应的故障率、以及各候选车辆各自所需消耗的网络资源,确定该候选车辆配置方案对应的网络资源消耗量;进而,基于所对应的网络资源消耗量小于或等于网络资源可用量的候选车辆配置方案,确定该车联网系统对应的目标车辆配置方案。上述方法针对候选车辆配置方案确定其对应的网络资源消耗量时,考虑了该候选车辆配置方案中各候选车辆各自对应的故障率,使得该网络资源消耗量能够反映与其对应的候选车辆配置方案中车辆的故障情况,相应地,基于该网络资源消耗量选择适用于车联网系统的目标车辆配置方案,能够保证所选择的目标车辆配置方案较少发生车辆故障的情况,从而保证车联网云平台基于该目标车辆配置方案中的车辆获取的路况环境参数具有较高的有效性,进而提高了车联网系统的服务稳定性。
附图说明
图1为本申请实施例提供的车联网系统中的车辆配置方法的应用场景示意图;
图2为本申请实施例提供的一种车联网系统中的车辆配置方法的流程示意图;
图3为本申请实施例提供的另一种车联网系统中的车辆配置方法的流程示意图;
图4为本申请实施例提供的又一种车联网系统中的车辆配置方法的流程示意图;
图5为本申请实施例提供的一种车联网系统中的车辆配置装置的结构示意图;
图6为本申请实施例提供的另一种车联网系统中的车辆配置装置的结构示意图;
图7为本申请实施例提供的又一种车联网系统中的车辆配置装置的结构示意图;
图8为本申请实施例提供的服务器的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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。
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”、“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。
相关技术中针对车联网系统配置用于采集路况环境参数的独立车辆和车队的方案,难以保证车联网云平台接收的路况环境参数具有较高的可利用率,极易发生因车联网系统中的独立车辆和/或车队出现故障,而导致其上报给车联网云平台的路况环境参数失效的情况,这对于车联网系统中的相关服务也会产生影响。
针对上述相关技术存在的问题,本申请实施例提供了一种车联网系统中的车辆配置方法,在该方法中,先基于车联网系统中的候选独立车辆和候选车队构建候选车辆配置方案,此处的候选车辆配置方案能够表征其针对车联网系统配置的用于采集路况环境参数的候选车辆,此处的候选车辆包括候选独立车辆和候选车队中的至少一种;然后,根据候选车辆配置方案中包括的各候选车辆各自对应的故障率、以及各候选车辆各自所需消耗的网络资源,确定该候选车辆配置方案对应的网络资源消耗量;进而,基于所对应的网络资源消耗量小于或等于网络资源可用量的候选车辆配置方案,确定该车联网系统对应的目标车辆配置方案。
相比相关技术中针对车联网系统配置用于采集路况环境参数的车辆的实现方案,本申请实施例提供的技术方案在针对车联网系统确定其使用的目标车辆配置方案时,创新性地将车联网系统中候选独立车辆和候选车队的故障情况纳入考虑范围,即在针对候选车辆配置方案确定其对应的网络资源消耗量时,考虑了候选车辆配置方案中各候选车辆各自对应的故障率,使得网络资源消耗量能够反映与其对应的候选车辆配置方案中车辆的故障情况,相应地,基于该网络资源消耗量选择适用于车联网系统的目标车辆配置方案,能够保证所选择的目标车辆配置方案较少发生车辆故障的情况,从而保证车联网云平台基于该目标车辆配置方案中的车辆获取的路况环境参数具有较高的有效性,进而提高了车联网系统的服务稳定性。
应理解,本申请实施例提供的车联网系统中的车辆配置方法通常可以应用于服务器,该服务器可以是独立的物理服务器,也可以是由多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的车联网云服务器,本申请在此不做限制。
为了便于理解本申请实施例提供的车联网系统中的车辆配置方法,下面先对该车辆配置方法的应用场景进行示例性介绍。
参见图1,图1为本申请实施例提供的车联网系统中的车辆配置方法的应用场景示意图。如图1所示,该应用场景中包括服务器110以及车联网系统中的若干台候选独立车辆120和若干个候选车队130,服务器110具体可以为车联网系统中的车联网云平台,该服务器110用于执行本申请实施例提供的车联网系统中的车辆配置方法。
需要说明的是,上述候选独立车辆120是指车联网系统中可以直接与车联网云平台通信,并向车联网云平台上报自身采集的路况环境参数的车辆。候选车队130通常由多台车辆组成,候选车队130中通常包括一台主车辆和若干台从车辆,各台从车辆可以将自身采集的路况环境参数传输给主车辆,进而由主车辆对各台从车辆采集的路况环境参数进行平均处理,并将平均处理后得到的路况环境参数上报给车联网云平台;同一候选车队130中各台车辆所处的地理位置通常在预设大小的地理范围内,例如,同一候选车队130中的各台车辆均处在同一市区范围内,同一候选车队130中包括的各台车辆可以为相同类型的车辆(如均为出租车),也可以为不同类型的车辆,本申请在此不做任何限定。
在实际应用中,服务器110可以基于车联网系统中的候选独立车辆120和候选车队130,构建候选车辆配置方案,该候选车辆配置方案能够表征其针对车联网系统配置的用于采集路况环境参数的候选车辆,此处的候选车辆包括候选独立车辆120和候选车队130中的至少一种。换言之,服务器110构建的候选车辆配置方案中可以只包括若干台候选独立车辆120,也可以只包括若干个候选车队130,还可以同时包括若干台候选独立车辆120和若干个候选车队130,本申请在此不对候选车辆配置方案中包括的车辆形式以及数目做任何限定。
进而,服务器110可以针对其构建的候选车辆配置方案,根据该候选车辆配置方案中包括的各候选车辆各自对应的故障率、以及各候选车辆各自所需消耗的网络资源,确定该候选车辆配置方案对应的网络资源消耗量。最终,服务器110可以基于所对应的网络资源消耗量小于或等于预设的网络资源可用量的候选车辆配置方案,确定车联网系统对应的目标车辆配置方案。
可选的,考虑到所采集的路况环境参数的稳定性也是衡量候选车辆配置方案好坏的重要因素之一,在本申请实施例适用的应用场景中,服务器110还可以针对候选车辆配置方案,获取其中的每个候选车辆采集的路况环境参数,并且针对每个候选车辆,根据其采集的路况环境参数确定其对应的样本采集波动参数;进而,服务器110可以根据该候选车辆配置方案中包括的各候选车辆各自对应的故障率、以及各候选车辆各自对应的样本采集波动参数,确定该候选车辆配置方案对应的样本采集波动参数。相应地,针对车联网系统确定其对应的目标车辆配置方案时,可以基于所对应的网络资源消耗量小于或等于所述网络资源可用量、且所对应的样本采集波动参数满足预设波动条件的候选车辆配置方案,确定目标车辆配置方案。
应理解,图1所示的应用场景仅为示例,在实际应用中,本申请实施例提供的技术方案还可以应用于其它应用场景,如无人驾驶的场景中,在此不对本申请实施例提供的技术方案适用的应用场景做任何限定。
下面通过方法实施例对本申请提供的车联网系统中的车辆配置方法进行详细介绍。
参见图2,图2为本申请实施例提供的车联网系统中的车辆配置方法的流程示意图。下述实施例以执行主体为服务器为例进行介绍。如图2所示,该车辆配置方法包括以下步骤:
步骤201:基于车联网系统中的候选独立车辆和候选车队,构建候选车辆配置方案;所述候选车辆配置方案用于表征针对所述车联网系统配置的用于采集路况环境参数的候选车辆,所述候选车辆包括所述候选独立车辆和所述候选车队中的至少一种。
在实际应用中,车联网系统中通常包括很多可直接向车联网云平台上报路况环境参数的独立车辆,这些独立车辆即可作为车联网系统中的候选独立车辆。此外,车联网系统中通常还会包括很多由多台车辆组成的车队,车队中的从车辆向主车辆传输其采集的路况环境参数,主车辆对各从车辆采集的路况环境参数进行求平均处理后上报给车联网云平台,这些车队即可作为车联网系统中的候选独立车队。
服务器构建候选车辆配置方案时,可以从车联网系统包括的所有候选独立车辆和候选车队中,选出若干台候选独立车辆和/或若干个候选车队作为候选车辆,组成候选车辆配置方案,该候选车辆配置方案用于表征其针对车联网系统配置的用于采集路况环境参数的候选车辆,若服务器最终确定某候选车辆配置方案为车联网系统对应的目标车辆配置方案,则车联网云平台可以获取该候选车辆配置方案中包括的候选车辆采集的路况环境参数,并基于这些路况环境参数为车联网系统中的车辆提供相关服务。
应理解,上述候选车辆配置方案中的候选车辆包括候选独立车辆和候选车队中的至少一种,也就是说,本申请实施例中的候选车辆配置方案可以仅包括若干台候选独立车辆,也可以仅包括若干个候选车队,还可以同时包括若干台候选独立车辆和若干个车队,本申请在此不对候选车辆配置方案中包括的车辆类型做任何限定,也不对候选车辆配置方案中包括的候选车辆的数目做任何限定。
需要说明的是,本申请实施例中的路况环境参数包括与道路环境相关的参数,如道路弯度、道路坡度、道路能见度、道路粘度等等,本申请在此不对该路况环境参数做任何限定。
步骤202:根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自所需消耗的网络资源,确定所述候选车辆配置方案对应的网络资源消耗量。
服务器基于车联网系统中的候选独立车辆和候选车队构建出候选车辆配置方案后,可以进一步获取候选车辆配置方案中各候选车辆各自对应的故障率以及各候选车辆各自所需消耗的网络资源,进而,根据该候选车辆配置方案中各候选车辆各自对应的故障率、以及各候选车辆各自所需消耗的网络资源,确定该候选车辆配置方案对应的网络资源消耗量。
针对候选车辆配置方案中包括的候选独立车辆,服务器可以从车辆生产厂商、车辆维修商以及车辆保险公司等相关机构,获知该候选独立车辆对应的故障率,记为pvehicle。针对候选车辆配置方案中包括的候选车队,服务器可以从车辆生产厂商、车辆维修商以及车辆保险公司等相关机构,获知候选车队中每台车辆对应的故障率,进而基于每台车辆对应的故障率计算候选车队对应的故障率,记为pqueue
在实际应用中,由于同一候选车队中包括的各台车辆通常为相同或相似类型的车辆,因此同一候选车队中包括的各台车辆各自对应的故障率也基本相同,可记为pvehicle’。在此基础上,若候选车队中仅存在一台故障车辆,即将其视为故障的候选车队,则候选车队对应的故障率pqueue与候选车队中各台车辆各自对应的故障率pvehicle’之间存在式(1)所示的关系:
pqueue=1-(1-pvehicle′)n (1)
其中,n表示候选车队中包括的车辆数目。
若候选车队中存在k(k为大于1,且小于等于n的整数)台故障车辆,才将其视为故障的候选车队,则候选车队对应的故障率pqueue与候选车队中各台车辆各自对应的故障率pvehicle’之间存在式(2)所示的关系:
Figure BDA0002762699250000091
当然,若同一候选车队中各台车辆各自对应的故障率彼此之间相差比较大,则可以对上述式(1)和式(2)进行变换,直接基于候选车队中各台车辆各自对应的故障率计算得候选车队对应的故障率。
对于候选独立车辆来说,其所需消耗的网络资源即为其将路况环境参数上传至车联网云平台所需耗费的网络资源。对于候选车队来说,由于只需要候选车队中的主车辆向车联网云平台上传路况环境参数,因此,候选车队所需消耗的网络资源即为该候选车队中的主车辆将平均处理后的路况环境参数上传至车联网云平台所需耗费的网络资源。上述网络资源包括但不限于通信资源、存储资源和数据处理资源。由于候选独立车辆和候选车队向车联网云平台上传的路况环境参数的数据量大小基本相同,因此,每台候选独立车辆和每个候选车队所需消耗的网络资源也基本相同,该网络资源可记为q。
服务器获取到候选车辆配置方案中各候选车辆(包括候选独立车辆和/或候选车队)各自对应的故障率以及各自所需消耗的网络资源后,可以通过以下方式计算该候选车辆配置方案对应的网络资源消耗量:
根据候选车辆配置方案中包括的各候选独立车辆各自对应的故障率、以及各候选独立车辆对应的网络资源消耗量,计算第一网络资源消耗量。根据候选车辆配置方案中包括的各候选车队各自对应的故障率、以及各候选车队各自对应的网络资源消耗量,计算第二网络资源消耗量。计算第一网络资源消耗量和第二网络资源消耗量的和值,作为该候选车辆配置方案对应的网络资源消耗量。
具体的,假设候选车辆配置方案中包括x台候选独立车辆和y个候选车队,x和y均为大于或等于0的整数,若候选车辆配置方案中各台候选独立车辆各自对应的故障率pvehicle基本相同,则可以通过式(3)计算该候选车辆配置方案对应的网络资源消耗量:
Figure BDA0002762699250000101
其中,Qtotal表示候选车辆配置方案对应的网络资源消耗量,x为候选车辆配置方案中包括的候选独立车辆的数目,pvehicle为每台候选独立车辆对应的故障率,x(1-pvehicle)q为上述第一网络资源消耗量;y为候选车辆配置方案中包括的候选车队的数目,pn,queue,i为第i个候选车队对应的故障率,第i个候选车队中包括n台车辆,
Figure BDA0002762699250000102
为上述第二网络资源消耗量。
应理解,若候选车辆配置方案中各台候选独立车辆各自对应的故障率pvehicle相差较大,则上述式(3)可以变形为式(4):
Figure BDA0002762699250000103
其中,pvehicle,j表示第j台候选独立车辆对应的故障率。
应理解,在实际应用中,若候选车辆配置方案中只包括候选独立车辆、而不包括候选车队,则上述式(3)和式(4)中的y应当等于0,即只存在第一网络资源消耗量,而不存在第二网络资源消耗量,第一网络资源消耗量即为该候选车辆配置方案对应的网络资源消耗量。若候选车辆配置方案中只包括候选车队、而不包括候选独立车辆,则上述式(3)和式(4)中的x应当等于0,即只存在第二网络资源消耗量,而不存在第一网络资源消耗量,第二网络资源消耗量即为该候选车辆配置方案对应的网络资源消耗量。
步骤203:基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案。
服务器确定出候选车辆配置方案对应的网络资源消耗量后,可以判断该网络资源消耗量是否小于或等于车联网系统中的网络资源可用量,若是,则可以基于该候选车辆配置方案确定该车联网系统对应的目标车辆配置方案,若否,则可以忽略该候选车辆配置方案。
需要说明的是,车联网系统对应的目标车辆配置方案,是车联网系统中的车联网云平台获取路况环境参数所依据的方案,即车联网云平台会获取目标车辆配置方案中的候选车辆采集的路况环境参数,并基于这些环境参数为车联网系统中的车辆提供相关服务。
考虑到所采集的路况环境参数的稳定性能够在一定程度上反映路况环境参数的精确度,其也是衡量车辆配置方案的重要因素之一,因此,本申请实施例提供的技术方案还可以在确定车联网系统对应的目标车辆配置方案时,综合考虑候选车辆配置方案对应的样本采集波动参数。
具体的,服务器可以根据候选车辆配置方案中包括的各候选车辆各自对应的故障率、以及各候选车辆各自对应的样本采集波动参数,确定该候选车辆配置方案对应的样本采集波动参数;此处候选车辆对应的样本采集波动参数是根据候选车辆采集的路况环境参数确定的。进而,基于所对应的网络资源消耗量小于或等于网络资源可用量、且所对应的样本采集波动参数满足预设波动条件的候选车辆配置方案,确定目标车辆配置方案。
即,服务器可以针对候选车辆配置方案中的每个候选车辆获取其采集的路况环境参数;对于候选独立车辆来说,服务器获取的即为该候选独立车辆自身采集的路况环境参数,对于候选车队来说,服务器获取的是该候选车队中主车辆上传的路况环境参数,该路况环境参数是主车辆对候选车队中从车辆传来的路况环境参数进行平均处理后得到的。
然后,针对候选车辆配置方案中的每个候选车辆,服务器可以根据该候选车辆在一段时间内连续上传的若干路况环境参数,计算该候选车辆对应的样本采集波动参数。对于候选车辆配置方案中的候选独立车辆来说,服务器可以直接根据该候选独立车辆在一段时间内连续上传的若干路况环境参数,确定能够反映该候选独立车辆采集样本波动情况的样本采集波动参数。对于候选车辆配置方案的候选车队来说,服务器可以根据该候选车队中的主车辆在一段时间内连续上传的若干路况环境参数,确定能够反映该候选车队采集样本波动情况的样本采集波动参数。
需要说明的是,上述候选车辆对应的样本采集波动参数,实际上可以为根据候选车辆采集的路况环境参数计算得到的样本标准差或样本方差,或者其它能够反映数据波动情况的数据,本申请在此不对候选车辆对应的样本采集波动参数做任何限定。
在以根据候选车辆采集到的路况环境参数计算得到的样本标准差,作为该候选车辆对应的样本采集波动参数的情况下,服务器可以通过以下方式计算该候选车辆配置方案对应的样本采集波动参数:
根据候选车辆配置方案中包括的各候选独立车辆各自对应的故障率、以及各候选独立车辆各自对应的样本标准差,计算第一样本标准差;其中,候选独立车辆对应的样本标准差是根据该候选独立车辆采集的路况环境参数确定的。根据候选车辆配置方案中包括的各候选车队各自对应的故障率、以及各候选车队各自对应的样本标准差,计算第二样本标准差;其中,候选车队对应的样本标准差是根据该候选车队中的车辆采集的路况环境参数确定的。根据第一样本标准差、第二样本标准差以及候选独立车辆的数目与候选车队的数目的和值,计算该候选车辆配置方案对应的样本标准差平均值,作为该候选车辆配置方案对应的样本采集波动参数。
具体的,假设候选车辆配置方案中包括x台候选独立车辆和y个候选车队,x和y均为大于或等于0的整数,若候选车辆配置方案中各台候选独立车辆各自对应的故障率pvehicle基本相同,且各台候选独立车辆各自对应的样本标准差Svehicle基本相同,则可以通过式(5)计算该候选车辆配置方案对应的样本标准差平均值:
Figure BDA0002762699250000121
其中,Saverage为候选车辆配置方案对应的样本标准差平均值。x为候选车辆配置方案中包括的候选独立车辆的数目,pvehicle为每台候选独立车辆对应的故障率,Svehicle为每台候选独立车辆对应的样本标准差,其是利用样本标准差计算公式根据候选独立车辆各自上传的路况环境参数计算得到的,x(1-pvehicle)Svehicle为上述第一样本标准差。y为候选车辆配置方案中包括的候选车队的数目,pn,queue,i为第i个候选车队对应的故障率,该第i个候选车队中包括n台车辆,Squeue,i为第i个候选车队对应的样本标准差,其是利用样本标准差公式根据第i个候选车队中的主车辆上传的路况环境参数计算得到的,
Figure BDA0002762699250000122
为上述第二样本标准差。(x+y)即为候选车辆配置方案中包括的候选独立车辆和候选车队的和值。
需要说明的是,在同一候选车队中包括的各台车辆各自对应的样本标准差Svehicle′基本相同的情况下,候选车队对应的样本标准差Squeue与候选车队中车辆对应的标准差Svehicle′之间存在关系Squeue=S′vehicle/n,其中n为该候选车队包括的车辆的数目。
应理解,若候选车辆配置方案中各台候选独立车辆各自对应的故障率pvehicle相差较大,且候选车辆配置方案中各台候选独立车辆各自对应的样本标准差Svehicle相差较大,则上述式(5)可以变形为式(6):
Figure BDA0002762699250000131
其中,pvehicle,j表示第j台候选独立车辆对应的故障率,Svehicle,j表示第j台候选独立车辆对应的样本标准差。
应理解,在实际应用中,若候选车辆配置方案中只包括候选独立车辆、而不包括候选车队,则上述式(5)和式(6)中的y应当等于0,即只存在第一样本标准差,而不存在第二样本标准差,第一样本标准差与候选独立车辆的比值即为该候选车辆配置方案对应的样本标准差。若候选车辆配置方案中只包括候选车队、而不包括候选独立车辆,则上述式(5)和式(6)中的x应当等于0,即只存在第二样本标准差,而不存在第一样本标准差,第二样本标准差与候选车队的比值即为该候选车辆配置方案对应的样本标准差。
服务器确定出候选车辆配置方案对应的样本采集波动参数后,可以结合候选车辆配置方案对应的样本采集波动参数以及网络资源消耗量,为车联网系统确定其对应的目标车辆配置方案。
示例性的,若服务器针对某一候选车辆配置方案确定出其对应的网络资源消耗量和样本采集波动参数,则服务器可以判断该候选车辆配置方案对应的网络资源消耗量是否小于或等于车联网系统的网络资源可用量,若是,则进一步判断该候选车辆配置方案对应的样本采集波动参数是否小于预设的波动参数阈值,若是,则可确定该候选车辆配置方案作为车联网系统对应的目标车辆配置方案。
示例性的,若服务器针对多个候选车辆配置方案确定出其各自对应的网络资源消耗量和样本采集波动参数,则服务器可以在这多个候选车辆配置方案中,选取所对应的网络资源消耗量小于或等于网络资源可用量的候选车辆配置方案,进而,在所选取出的候选车辆配置方案中,选择所对应的样本采集波动参数最小的候选车辆配置方案,作为车联网系统对应的目标车辆配置方案。
应理解,在实际应用中,服务器也可以采用其它方式综合考虑候选车辆配置方案对应的网络资源消耗量和样本采集波动参数,进而确定车联网系统对应的目标车辆配置方案,本申请在此不对确定目标车辆配置方案的具体实现方式做任何限定。
可选的,在实际应用中,上述用于为车联网系统确定目标车辆配置方案的服务器实质上可以为车联网云平台;在这种情况下,该服务器可以进一步获取目标车辆配置方案中包括的候选车辆采集的目标路况环境参数,进而根据这些目标路况环境参数,为该车联网系统中的车辆提供自动驾驶服务、驾驶辅助服务、导航服务中的至少一种服务。
具体的,服务器针对车联网系统确定出对应的目标车辆配置方案后,可以接收该目标车辆配置方案中包括的候选车辆采集的路况环境参数,即可以接收该目标车辆配置方案中各候选独立车辆各自上报的路况环境参数,以及接收该目标车辆配置方案中各候选车队中的主车辆上报的路况环境参数。进而,对这些路况环境参数进行相应地处理,并根据处理结果为车联网系统中的车辆提供自动驾驶服务、驾驶辅助服务、导航服务中的任意一种或多种服务。
应理解,提供上述自动驾驶服务、驾驶辅助服务时,服务器可以将其处理路况环境参数得到的处理结果,发送至车辆上的智能车载设备,由该智能车载设备基于该处理结果为用户提供自动驾驶服务、驾驶辅助服务。提供上述导航服务时,服务器可以将其处理路况环境参数得到的处理结果,发送至车辆上的智能车载设备、或者相关终端设备(如智能手机、平板电脑等),由智能车载设备或相关移动设备基于该处理结果为用户提供导航服务。
相比相关技术中针对车联网系统配置用于采集路况环境参数的车辆的实现方案,本申请实施例提供的技术方案在针对车联网系统确定其使用的目标车辆配置方案时,创新性地将车联网系统中候选独立车辆和候选车队的故障情况纳入考虑范围,即在针对候选车辆配置方案确定其对应的网络资源消耗量时,考虑了候选车辆配置方案中各候选车辆各自对应的故障率,使得网络资源消耗量能够反映与其对应的候选车辆配置方案中车辆的故障情况,相应地,基于该网络资源消耗量选择适用于车联网系统的目标车辆配置方案,能够保证所选择的目标车辆配置方案较少发生车辆故障的情况,从而保证车联网云平台基于该目标车辆配置方案中的车辆获取的路况环境参数具有较高的有效性,进而提高了车联网系统的服务稳定性。
在一些实施例中,服务器针对车联网系统确定其对应的目标车辆配置方案时,可以先基于车联网系统中的候选独立车辆和候选车队,构建一基准候选车辆配置方案,进而,计算该基准候选车辆配置方案对应的网络资源消耗量。在该基准候选车辆配置方案对应的网络资源消耗量小于或等于网络资源可用量的情况下,直接确定该基准候选车辆配置方案为目标车辆配置方案;在该基准候选车辆配置方案对应的网络资源消耗量大于网络资源可用量的情况下,按照预设方式调整该基准候选车辆配置方案,得到新的基准候选车辆配置方案,进而再针对该新的基准候选车辆配置方案执行计算对应的网络资源消耗量、判断网络资源消耗量是否小于或等于网络资源可用量的操作,直至得到所对应的网络资源消耗量小于或等于网络资源可用量的基准候选车辆配置方案为止。
下面通过方法实施例对上述实现过程进行详细介绍。参见图3,图3为本申请实施例提供的另一种车联网系统中的车辆配置方法的流程示意图。下述实施例仍以执行主体为服务器为例进行介绍。如图3所示,该车辆配置方法包括以下步骤:
步骤301:基于所述车联网系统中的候选独立车辆和候选车队,构建基准候选车辆配置方案;所述基准候选车辆配置方案中包括m个所述候选独立车辆和n个所述候选车队,所述m和n均为大于或等于0的整数。
服务器可以预先根据实际场景需求设置一种基准候选车辆配置方案,该基准候选车辆配置方案中包括m台候选独立车辆和n个候选车队;此处的m和n均为大于或等于0的整数,m小于或等于车联网系统中所有候选独立车联的数目mvehicle,n小于或等于车联网系统中所有候选车队的数目mqueue
作为一种示例,考虑到车联网系统中候选独立车辆的故障率普遍低于候选车队的故障率,为了保证基于最终确定的目标配置方案采集的路况环境参数具有较高的可利用率,即保证最终确定的目标配置方案中的候选车辆尽可能少地出现故障情况,服务器预先设置的基准候选车辆配置方案中可以包括车联网系统中所有的候选独立车辆,而完全不包括候选车队,即可以设置基准候选车辆配置方案中包括mvehicle台候选独立车辆和0个候选车队。
当然,在实际应用中,适应于不同的场景需求,服务器可以设置不同的基准候选车辆配置方案,例如,可以设置基准候选车辆配置方案中包括的候选独立车辆和候选车队的数目相等。本申请在此不对该基准候选车辆配置方案中包括的候选独立车辆的数目和候选车队的数目做任何限定。
步骤302:根据所述基准候选车辆配置方案中所述m个候选独立车辆各自对应的故障率、所述m个候选独立车辆各自所需消耗的网络资源、所述n个候选车队各自对应的故障率以及所述n个候选车队各自所需消耗的网络资源,确定所述基准候选车辆配置方案对应的网络资源消耗量。
服务器构建出包括有m台候选独立车辆和n个候选车队的基准候选车辆配置方案后,可以根据该基准候选车辆配置方案中m台候选独立车辆各自对应的故障率、m台候选独立车辆各自所需消耗的网络资源、n个候选车队各自对应的故障率以及n个候选车队各自所需消耗的网络资源,计算该基准候选车辆配置方案对应的网络资源消耗量。具体计算网络资源消耗量的方式可以参见上文中步骤202的相关描述,此处不再赘述。
仍以所构建的基准候选车辆配置方案中包括mvehicle台候选独立车辆和0个候选车队为例,服务器可以根据mvehicle台候选独立车辆各自对应的故障率、以及mvehicle台候选独立车辆各自所需消耗的网络资源,确定该基准候选车辆配置方案对应的网络资源消耗量。
步骤303:若所述基准候选车辆配置方案对应的网络资源消耗量小于或等于所述网络资源可用量,则确定所述基准候选车辆配置方案为所述目标车辆配置方案。
服务器确定出基准候选车辆配置方案对应的网络资源消耗量后,可以判断该网络资源消耗量是否小于或等于车联网系统的网络资源可用量,若是,则可以直接确定该基准候选车辆配置方案为车联网系统对应的目标车辆配置方案。
仍以所构建的基准候选车辆配置方案中包括mvehicle台候选独立车辆和0个候选车队为例,若服务器针对该基准候选车辆配置方案确定出其对应的网络资源消耗量后,判断该网络资源消耗量小于或等于车联网系统的网络资源可用量,则可以直接确定该包括mvehicle台候选独立车辆和0个候选车队的候选车辆配置方案,作为车联网系统对应的目标车辆配置方案,即在该车联网系统中,车联网云平台可以获取mvehicle台候选独立车辆各自采集的路况环境参数,并基于这些路况环境参数为车联网系统中的车辆提供相关服务。由于候选独立车辆的故障率相对较低,因此,可以保证基于该目标车辆配置方案采集的路况环境参数具有较高的可利用率。
步骤304:若所述基准候选车辆配置方案对应的网络资源消耗量大于所述网络资源可用量,则按照预设方式更改所述基准候选车辆配置方案中包括的所述候选独立车辆的数目以及所述候选车队的数目,得到新的基准候选车辆配置方案,并针对所述新的基准候选车辆配置方案,执行上述操作。
若服务器针对该基准候选车辆配置方案确定出其对应的网络资源消耗量后,判断该网络资源消耗量大于车联网系统的网络资源可用量,则可以按照预设方式更改该基准候选车辆配置方案,例如,可以按照第一预设步长减少该基准候选车辆配置方案中包括的候选独立车辆的数目,按照第二预设步长增加该基准候选车辆配置方案中包括的候选车队的数目,得到新的基准候选车辆配置方案,以利用其替换原有的基准候选车辆配置方案。进而,针对该基准候选车辆配置方案重新执行上述图3所示的流程。
仍以所构建的基准候选车辆配置方案中包括mvehicle台候选独立车辆和0个候选车队为例,若服务器针对该基准候选车辆配置方案确定出其对应的网络资源消耗量后,判断该网络资源消耗量大于车联网系统的网络资源可用量,则服务器可以将该基准候选车辆配置方案中的候选独立车辆减少一台,并增加一个候选车队,即对该基准候选车辆配置方案进行调整,得到新的包括有mvehicle-1台候选独立车辆和1个候选车队的基准候选车辆配置方案,进而,针对该新的基准候选车辆配置方案重新执行图3所示的流程。
应理解,上述用于调整基准候选车辆配置方案的预设方式仅为示例,在实际应用中,服务器可以根据实际需求设置任意的基准候选车辆配置方案调整方式,本申请在此不对该预设方式做任何限定。
考虑到所采集的路况环境参数的稳定性能够在一定程度上反映路况环境参数的精确度,其也是衡量车辆配置方案的重要因素之一,因此,本申请实施例提供的技术方案在确定基准候选车辆配置方案是否可作为车联网系统对应的目标车辆配置方案时,还可以综合考虑基准候选车辆配置方案对应的样本采集波动参数。
具体的,服务器可以根据基准候选车辆配置方案中m个候选独立车辆各自对应的故障率、m个候选独立车辆各自对应的样本采集波动参数、n个候选车队各自对应的故障率以及n个候选车队各自对应的样本采集波动参数,确定该基准候选车辆配置方案对应的样本采集波动参数;其中,候选独立车辆对应的样本采集波动参数是根据该候选独立车辆采集的路况环境参数确定的,候选车队对应的样本采集波动参数是根据该候选车队中的车辆采集的路况环境参数确定的。确定车联网系统对应的目标车辆配置方案时,若基准候选车辆配置方案对应的网络资源消耗量小于或等于网络资源可用量,且该基准候选车辆配置方案对应的样本采集波动参数满足预设波动条件,则可确定该基准候选车辆配置方案为目标车辆配置方案;若基准候选车辆配置方案对应的网络资源消耗量大于所述网络资源可用量,和/或该基准候选车辆配置方案对应的样本采集波动参数不满足预设波动条件,则按照预设方式更改该基准候选车辆配置方案中包括的候选独立车辆的数目以及候选车队的数目,得到新的基准候选车辆配置方案,并针对该新的基准候选车辆配置方案执行图3所示的流程。
也就是说,服务器除了可以计算基准候选车辆配置方案对应的网络资源消耗量外,还可以计算基准候选车辆配置方案对应的样本采集波动参数,具体计算基准候选车辆配置方案对应的样本采集波动参数的方式,可参见图2所示实施例中计算候选车辆配置方案对应的样本采集波动参数的相关描述,此处不再赘述。
在基准候选车辆配置方案对应的网络资源消耗量小于或等于网络资源可用量、且基准候选车辆配置方案对应的满足预设波动条件的情况下,可确定该基准候选车辆配置方案作为车联网系统对应的目标车辆配置方案,在基准候选车辆配置方案对应的网络资源消耗量大于网络资源可用量、和/或基准候选车辆配置方案对应的不满足预设波动条件的情况下,需要调整该基准候选车辆配置方案得到新的基准候选车辆配置方案,并针对该新的基准候选车辆配置方案重新执行图3所示的流程。
需要说明的是,由于车联网系统中通常包括很多候选车队,而这些候选车队中包括的车辆数目可能不同,在基准候选车辆配置方案中包括一定数量的候选车队的情况下,服务器可以从车联网系统包括的候选车队中,选择包括有不同车辆数目的候选车队组成多种基准候选车辆配置方案。例如,假设基准候选车辆配置方案中包括1个候选车队,而车联网系统中存在可供选择的若干包括有不同车辆数目的候选车队,则服务器可以利用车联网系统中的各候选车队,构建出多种不同的基准候选车辆配置方案。
即,在存在p(p为大于1的整数)种基准候选车辆配置方案的情况下(这p种基准候选车辆配置方案是基于p种候选车队配置方案分别构建的,这p种候选车队配置方案中n个候选车队包括的车辆数目不同),服务器可以针对每种基准候选车辆配置方案,根据该基准候选车辆配置方案中m个候选独立车辆各自对应的故障率、m个候选独立车辆各自对应的样本采集波动参数、n个候选车队各自对应的故障率以及n个候选车队各自对应的样本采集波动参数,确定该基准候选车辆配置方案对应的样本采集波动参数;其中,候选独立车辆对应的样本采集波动参数是根据该候选独立车辆采集的路况环境参数确定的,候选车队对应的样本采集波动参数是根据该候选车队中的车辆采集的路况环境参数确定的。在确定车联网系统对应的目标车辆配置方案时,服务器可以在所对应的网络资源消耗量小于或等于网络资源可用量的基准候选车辆配置方案中,选取所对应的样本采集波动参数最小的基准候选车辆配置方案,作为目标车辆配置方案。
也就是说,在服务器基于p种候选车队配置方案构建出p种基准候选车辆配置方案的情况下,服务器可以针对每种基准候选车辆配置方案,分别计算该种基准候选车辆配置方案对应的网络资源消耗量以及样本采集波动参数,然后,在p种基准候选车辆配置方案中选出所对应的网络资源消耗量小于或等于网络资源可用量的基准候选车辆配置方案,进而,在所选出的基准候选车辆配置方案中,确定所对应的样本采集波动参数最小的基准候选车辆配置方案,作为车联网系统对应的目标车辆配置方案。
应理解,若这p种基准候选车辆配置方案所对应的网络资源消耗量均大于网络资源可用量,则服务器可以直接按照预设方式,调整基准候选车辆配置方案中包括的候选独立车辆的数目和候选车队的数目,得到新的基准候选车辆配置方案,并针对该新的基准候选车辆配置方案重新执行上述操作。
上述方法先根据实际场景需求构建一种最满足该场景需求的基准候选车辆配置方案,进而,针对该基准候选车辆配置方案确定其对应的网络资源消耗量,并判断该网络资源消耗量是否小于或等于网络资源可用量,若是,则可直接将该基准候选车辆配置方案作为车联网系统对应的目标车辆配置方案,若否,再调整该基准候选车辆配置方案,并对调整后的基准候选车辆配置方案重新进行判定。如此,可以在耗费较少计算处理资源的情况下,得到较为满足实际场景需求的目标车辆配置方案。
在另一些实施例中,服务器针对车联网系统确定其对应的目标车辆配置方案时,可以在针对车联网系统配置的用于采集路况环境参数的候选车辆的数目一定的情况下,排列组合车联网系统中各候选独立车辆和各候选车队,构建多种候选车辆配置方案;进而,针对每种候选车辆配置方案计算其对应的网络资源消耗量,并在所对应的网络资源消耗量小于网络资源可用量的候选车辆配置方案中,选取车联网系统对应的目标车辆配置方案。
下面通过方法实施例对上述实现过程进行详细介绍。参见图4,图4为本申请实施例提供的另一种车联网系统中的车辆配置方法的流程示意图。下述实施例仍以执行主体为服务器为例进行介绍。如图4所示,该车辆配置方法包括以下步骤:
步骤401:在针对所述车联网系统配置的用于采集路况环境参数的候选车辆的数目一定的情况下,排列组合所述车联网系统中各所述候选独立车辆和各所述候选车队,得到多种所述候选车辆配置方案。
在针对车联网系统配置的用于采集路况环境参数的候选车辆数目一定的情况下,即在确定目标车辆配置方案中包括的候选车辆数目固定的情况下,服务器可以基于车联网系统中包括的所有候选独立车辆和所有候选车队,排列组合得到多种候选车辆配置方案。即遍历组合车联网系统中包括的各候选独立车辆和各候选车队,得到多种候选车辆配置方案。
步骤402:针对每种所述候选车辆配置方案,根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自所需消耗的网络资源,确定所述候选车辆配置方案对应的网络资源消耗量。
进而,服务器可以针对每种候选车辆配置方案,相应地根据该种候选车辆配置方案中包括的各候选独立车辆各自对应的故障率、各候选独立车辆各自所需消耗的网络资源、各候选车队各自对应的故障率以及各候选车队各自所需消耗的网络资源,计算该候选车辆配置方案所对应的网络资源消耗量,具体计算网络资源消耗量的方式可以参见上文中步骤202的相关描述,此处不再赘述。
步骤403:在所对应的网络资源消耗量小于或等于所述网络资源可用量的所述候选车辆配置方案中,选取所述目标车辆配置方案。
服务器针对其在步骤401中构建出的多种候选车辆配置方案分别确定出对应的网络资源消耗量后,可以从这多种候选车辆配置方案中选出所对应的网络资源消耗量小于或等于网络资源可用量的候选车辆配置方案,进而,在所选出的候选车辆配置方案中,确定车联网系统对应的目标车辆配置方案。
示例性的,若车联网系统更关注网络资源的消耗情况,需要尽可能地减少车辆上传路况环境参数时所需消耗的网络资源,则服务器可以直接在所对应的网络资源消耗量小于或等于网络资源可用量的候选车辆配置方案中,确定所对应的网络资源消耗量最小的候选车辆配置方案,作为车联网系统对应的目标车辆配置方案。
示例性的,若车联网系统更关注上传至车联网云平台的路况环境参数的可利用情况,需要保证车联网云平台能够接收到尽可能多有效的路况环境参数,则服务器可以在所对应的网络资源消耗量小于或等于网络资源可用量的候选车辆配置方案中,确定所包括的候选独立车辆最多的候选车辆配置方案,作为车联网系统对应的目标车辆配置方案。
考虑到所采集的路况环境参数的稳定性能够在一定程度上反映路况环境参数的精确度,其也是衡量候选车辆配置方案的重要因素之一,因此,本申请实施例提供的技术方案在确定基准候选车辆配置方案是否可作为车联网系统对应的目标车辆配置方案时,还可以综合考虑基准候选车辆配置方案对应的样本采集波动参数。
具体的,针对每种候选车辆配置方案,服务器可以根据该种候选车辆配置方案中包括的各候选车辆各自对应的故障率、以及各候选车辆各自对应的样本采集波动参数,确定该种候选车辆配置方案对应的样本采集波动参数;其中,候选车辆对应的样本采集波动参数是根据该候选车辆采集的路况环境参数确定的。确定车联网系统的目标车辆配置方案时,服务器可以在所对应的网络资源消耗量小于或等于网络资源可用量的候选车辆配置方案中,选取所对应的样本采集波动参数最小的候选车辆配置方案,作为目标车辆配置方案。
也就是说,服务器除了可以针对每种候选车辆配置方案确定其对应的网络资源消耗量外,还可以针对每种候选车辆配置方案确定其对应的样本采集波动参数,具体计算候选车辆配置方案对应的样本采集波动参数的方式,可参见图2所示实施例中的相关描述,此处不再赘述。
在确定存在多种所对应的网络资源消耗量小于或等于网络资源可用量的候选车辆配置方案的情况下,服务器可以基于这多种候选车辆配置方案各自对应的样本采集波动参数,确定车联网系统对应的目标车辆配置方案,即服务器可以确定所对应的样本采集波动参数最小的候选车辆配置方案,也就是样本采集精确度最高的候选车辆配置方案,作为车联网系统对应的目标车辆配置方案。
上述方法基于车联网系统中的所有候选独立车辆和候选车队,遍历组合构建多种候选车辆配置方案,并针对所构建的多种候选车辆配置方案,逐一判断其是否可作为车联网系统对应的目标车辆配置方案,如此保证了可以选出最优且最适合该车联网系统的目标车辆配置方案。
为了便于进一步理解本申请实施例提供的技术方案,下面以本申请实施例的执行主体为车联网云平台为例,对本申请实施例提供的技术方案进行整体示例性介绍。本申请实施例提供的车联网系统中的车辆配置方法主要包括以下5个阶段:
1)车联网云平台确定车联网系统中每台候选独立车辆和每台候选车队对应的故障率:候选独立车辆对应的故障率可从车辆生产厂商、或者车辆维修商、或者车辆保险公司获得,其是预设且已知的,可记为pvehicle;对于包括n台车辆的候选车队来说,其中n台车辆之间是否故障是相互独立的,通常情况下,只要候选车队中存在一台车辆故障,即可认为该候选车队故障,因此候选车队故障率pqueue与其中单个车辆故障率pvehicle′之间存在关系pqueue=1-(1-pvehicle′)n
2)车联网云平台确定车联网系统中每台候选独立车辆和每个候选车队上传给车联网云平台的路况环境参数的样本标准差:候选独立车辆传递给车联网云平台的路况环境参数的样本标准差,可以通过样本标准差计算公式根据该候选独立车辆上传的路况环境参数计算得到,该样本标准差可记为Svehicle;对于包括n台车辆的候选车队来说,可以通过样本标准差计算公式根据该候选车队中的主车辆上传的路况环境参数计算得到,该样本标准差可记为Sn,queue,该样本标准差Sn,queue与该候选车队中每台车辆的样本标准差Svehicle′之间存在关系Sn,queue=S′vehicle/n。
3)车联网云平台确定目标车辆配置方案中候选独立车辆和候选车队一共消耗的网络资源:假设目标车辆配置方案中包括x台候选独立车辆和y个候选车队(此时x和y均未知,需要通过候选操作来确定,车联网系统中总共包括的候选独立车辆的数目mvehicle和候选车队的数目mqueue是给定的,目标车辆配置方案中包括的x台候选独立车辆是从mvehicle台候选独立车辆中选取的,y个候选车队是从mqueue个候选车队中选取的),在所有车辆均无故障的情况下,目标车辆配置方案中各候选独立车辆所需消耗的网络资源Qvehicle=xq,各候选车队所需消耗的网络资源Qqueue=yq(由于候选车队中每一从车辆会将其采集的路况环境参数传输给主车辆,然后由该主车辆对所接收的路况环境参数进行求平均后上传给车联网云平台,而候选车队内车辆与车辆之间路况环境参数的传递所耗费的资源不是车辆与车联网云平台交互的网络资源,因此,候选车队所耗费的网络资源只需考虑主车辆上传路况环境参数所需的网络资源即可),上述q是任何一辆车与车联网云平台进行一次路况环境参数的交互所需消耗的网络资源,是已知的。
4)车联网云平台确定候选车辆配置方案对应的网络资源消耗量:在实际应用中,考虑候选车辆配置方案中存在车辆故障的情况时,候选车辆配置方案中各候选独立车辆和各候选车队与车联网云平台交互路况环境参数时的网络资源耗费量为
Figure BDA0002762699250000241
各候选独立车辆和候选车队传递给车联网云平台的路况环境参数的样本标准差平均值为
Figure BDA0002762699250000242
5)车联网云平台按照如下步骤调整候选车辆配置方案中的候选独立车辆数目和候选车队数目:
(a)车联网云平台获取车联网系统中总的网络资源可用量Qtolerate
(b)选择车联网系统中所有候选独立车辆,即选择mvehicle台候选独立车辆组成一种候选车辆配置方案,并判断该候选车辆配置方案对应的网络资源耗费量Qtotal是否小于或等于Qtolerate,若是,则将“选择mvehicle台候选独立车辆”作为一种目标候选车辆配置方案。进而,在上述候选车辆配置方案的基础上,减少一台候选独立车辆,并增加一个候选车队,即选择mvehicle-1台候选独立车辆和1个候选车队组成一种候选车辆配置方案,并判断该候选车辆配置方案对应的网络资源耗费量Qtotal是否小于或等于Qtolerate,若是,则将“选择mvehicle-1台候选独立车辆和1个候选车队”作为一种目标候选车辆配置方案。以此类推,直至将候选车辆配置方案更新为选择mqueue个候选车队为止,找到所有可能的目标候选车辆配置方案。进而,在这些目标候选车辆配置方案中,选择所对应的Saverage最小的目标候选车辆配置方案作为车联网系统对应的目标车辆配置方案。
假设所确定的目标车辆配置方案为“选择mvehicle-k台候选独立车辆和k个候选车队”,则车联网云平台应当从这mvehicle-k台候选独立车辆以及这k个候选车队处获取其采集路况环境参数,并基于这些路况环境参数为车联网系统中的车辆提供相关服务。
本申请发明人基于相关技术中为车联网系统配置车辆的方法确定出第一目标车辆配置方案,基于本申请实施例提供的车辆配置方法确定出第二目标车辆配置方案,进而利用该第一目标车辆配置方案和第二目标车辆配置方案进行实验,得到的实验结果如表1所示:
表1
实验级序 现有技术与本发明的样本方差之比
第一次实验 1.3
第二次实验 1.2
第三次实验 1.4
第四次实验 1.3
第五次实验 1.2
第六次实验 1.3
第七次实验 1.4
第八次实验 1.2
第九次实验 1.4
第十次实验 1.3
基于表1可以看出,本申请实施例提供的车辆配置方法确定的目标车辆配置方案的样本方差更小,所采集的路况环境参数的波动幅度更小,更精准。
针对上文描述的车联网系统中的车辆配置方法,本申请还提供了对应的车联网系统中的车辆配置装置,以使上述车联网系统中的车辆配置方法在实际中的应用以及实现。
参见图5,图5为上文图2所示的车联网系统中的车辆配置方法对应的一种车联网系统中的车辆配置装置500的结构示意图,该车辆配置装置500包括:
方案构建模块501,用于基于车联网系统中的候选独立车辆和候选车队,构建候选车辆配置方案;所述候选车辆配置方案用于表征针对所述车联网系统配置的用于采集路况环境参数的候选车辆,所述候选车辆包括所述候选独立车辆和所述候选车队中的至少一种;
资源确定模块502,用于根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自所需消耗的网络资源,确定所述候选车辆配置方案对应的网络资源消耗量;
方案选择模块503,用于基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案。
可选的,在图5所示的车联网系统中的车辆配置装置的基础上,参见图6,图6为本申请实施例提供的另一种车联网系统中的车辆配置装置600的结构示意图。如图6所示,该装置还包括:
波动参数确定模块601,用于根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自对应的样本采集波动参数,确定所述候选车辆配置方案对应的样本采集波动参数;所述候选车辆对应的样本采集波动参数是根据所述候选车辆采集的路况环境参数确定的;
则所述方案选择模块503具体用于:
基于所对应的网络资源消耗量小于或等于所述网络资源可用量、且所对应的样本采集波动参数满足预设波动条件的所述候选车辆配置方案,确定所述目标车辆配置方案。
可选的,在图5所示的车联网系统中的车辆配置装置的基础上,所述方案构建模块501具体用于:
基于所述车联网系统中的候选独立车辆和候选车队,构建基准候选车辆配置方案;所述基准候选车辆配置方案中包括m个所述候选独立车辆和n个所述候选车队,所述m和n均为大于或等于0的整数;
所述资源确定模块502具体用于:
根据所述基准候选车辆配置方案中所述m个候选独立车辆各自对应的故障率、所述m个候选独立车辆各自所需消耗的网络资源、所述n个候选车队各自对应的故障率以及所述n个候选车队各自所需消耗的网络资源,确定所述基准候选车辆配置方案对应的网络资源消耗量;
所述方案选择模块503具体用于:
若所述基准候选车辆配置方案对应的网络资源消耗量小于或等于所述网络资源可用量,则确定所述基准候选车辆配置方案为所述目标车辆配置方案;
若所述基准候选车辆配置方案对应的网络资源消耗量大于所述网络资源可用量,则按照预设方式更改所述基准候选车辆配置方案中包括的所述候选独立车辆的数目以及所述候选车队的数目,得到新的基准候选车辆配置方案,并针对所述新的基准候选车辆配置方案,执行上述操作。
可选的,在图6所示的车联网系统中的车辆配置装置的基础上,所述波动参数确定模块601具体用于:
根据所述基准候选车辆配置方案中所述m个候选独立车辆各自对应的故障率、所述m个候选独立车辆各自对应的样本采集波动参数、所述n个候选车队各自对应的故障率以及所述n个候选车队各自对应的样本采集波动参数,确定所述基准候选车辆配置方案对应的样本采集波动参数;所述候选独立车辆对应的样本采集波动参数是根据所述候选独立车辆采集的路况环境参数确定的,所述候选车队对应的样本采集波动参数是根据所述候选车队中的车辆采集的路况环境参数确定的;
则所述方案选择模块503具体用于:
若所述基准候选车辆配置方案对应的网络资源消耗量小于或等于所述网络资源可用量,且所述基准候选车辆配置方案对应的样本采集波动参数满足预设波动条件,则确定所述基准候选车辆配置方案为所述目标车辆配置方案;
若所述基准候选车辆配置方案对应的网络资源消耗量大于所述网络资源可用量,和/或所述基准候选车辆配置方案对应的样本采集波动参数不满足预设波动条件,则按照预设方式更改所述基准候选车辆配置方案中包括的所述候选独立车辆的数目以及所述候选车队的数目,得到新的基准候选车辆配置方案,并针对所述新的基准候选车辆配置方案执行上述操作。
可选的,在图6所示的车联网系统中的车辆配置装置的基础上,在存在p种所述基准候选车辆配置方案的情况下,所述p种基准候选车辆配置方案是基于p种候选车队配置方案分别构建的,所述p种候选车队配置方案中所述n个候选车队包括的车辆数目不同,所述p为大于1的整数;所述波动参数确定模块601具体用于:
针对每种基准候选车辆配置方案,根据所述基准候选车辆配置方案中所述m个候选独立车辆各自对应的故障率、所述m个候选独立车辆各自对应的样本采集波动参数、所述n个候选车队各自对应的故障率以及所述n个候选车队各自对应的样本采集波动参数,确定所述基准候选车辆配置方案对应的样本采集波动参数;所述候选独立车辆对应的样本采集波动参数是根据所述候选独立车辆采集的路况环境参数确定的,所述候选车队对应的样本采集波动参数是根据所述候选车队中的车辆采集的路况环境参数确定的;
则所述方案选择模块503具体用于:
在所对应的网络资源消耗量小于或等于所述网络资源可用量的所述基准候选车辆配置方案中,选取所对应的样本采集波动参数最小的所述基准候选车辆配置方案,作为所述目标车辆配置方案。
可选的,在图5所示的车联网系统中的车辆配置装置的基础上,所述方案构建模块501具体用于:
在针对所述车联网系统配置的用于采集路况环境参数的候选车辆的数目一定的情况下,排列组合所述车联网系统中各所述候选独立车辆和各所述候选车队,得到多种所述候选车辆配置方案;
所述方案选择模块503具体用于:
在所对应的网络资源消耗量小于或等于所述网络资源可用量的所述候选车辆配置方案中,选取所述目标车辆配置方案。
可选的,在图6所示的车联网系统中的车辆配置装置的基础上,所述波动参数确定模块601具体用于:
针对每种所述候选车辆配置方案,根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自对应的样本采集波动参数,确定所述候选车辆配置方案对应的样本采集波动参数;所述候选车辆对应的样本采集波动参数是根据所述候选车辆采集的路况环境参数确定的;
则所述方案选择模块503具体用于:
在所对应的网络资源消耗量小于或等于所述网络资源可用量的所述候选车辆配置方案中,选取所对应的样本采集波动参数最小的所述候选车辆配置方案,作为目标车辆配置方案。
可选的,在图5所示的车联网系统中的车辆配置装置的基础上,所述资源确定模块502具体用于:
根据所述候选车辆配置方案中包括的各所述候选独立车辆各自对应的故障率、以及各所述候选独立车辆各自对应的网络资源消耗量,计算第一网络资源消耗量;
根据所述候选车辆配置方案中包括的各所述候选车队各自对应的故障率、以及各所述候选车队各自对应的网络资源消耗量,计算第二网络资源消耗量;
计算所述第一网络资源消耗量和所述第二网络资源消耗量的和值,作为所述候选车辆配置方案对应的网络资源消耗量。
可选的,在图6所示的车联网系统中的车辆配置装置的基础上,所述波动参数确定模块601具体用于:
根据所述候选车辆配置方案中包括的各所述候选独立车辆各自对应的故障率、以及各所述候选独立车辆各自对应的样本标准差,计算第一样本标准差;所述候选独立车辆对应的样本标准差是根据所述候选独立车辆采集的路况环境参数确定的;
根据所述候选车辆配置方案中包括的各所述候选车队各自对应的故障率、以及各所述候选车队各自对应的样本标准差,计算第二样本标准差;所述候选车队对应的样本标准差是根据所述候选车队中的车辆采集的路况环境参数确定的;
根据所述第一样本标准差、所述第二样本标准差以及所述候选独立车辆的数目与所述候选车队的数目的和值,计算所述候选车辆配置方案对应的样本标准差平均值,作为所述候选车辆配置方案对应的样本采集波动参数。
可选的,在图5所示的车联网系统中的车辆配置装置的基础上,参见图7,图7为本申请实施例提供的另一种车联网系统中的车辆配置装置700的结构示意图。如图7所示,该装置还包括:
服务提供模块701,用于获取所述目标车辆配置方案中包括的候选车辆采集的目标路况环境参数;根据所述目标路况环境参数,为所述车联网系统中的车辆提供自动驾驶服务、驾驶辅助服务、导航服务中的至少一种服务。
本申请实施例提供的技术方案在针对车联网系统确定其使用的目标车辆配置方案时,创新性地将车联网系统中候选独立车辆和候选车队的故障情况纳入考虑范围,即在针对候选车辆配置方案确定其对应的网络资源消耗量时,考虑了候选车辆配置方案中各候选车辆各自对应的故障率,使得网络资源消耗量能够反映与其对应的候选车辆配置方案中车辆的故障情况,相应地,基于该网络资源消耗量选择适用于车联网系统的目标车辆配置方案,能够保证所选择的目标车辆配置方案较少发生车辆故障的情况,从而保证车联网云平台基于该目标车辆配置方案中的车辆获取的路况环境参数具有较高的有效性,进而提高了车联网系统的服务稳定性。
本申请实施例还提供了一种用于针对车联网系统配置车辆设备,该设备具体可以为服务器,下面将从硬件实体化的角度对本申请实施例提供的服务器进行介绍。
参见图8,图8为本申请实施例提供的一种服务器800的结构示意图。该服务器800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(centralprocessing units,CPU)822(例如,一个或一个以上处理器)和存储器832,一个或一个以上存储应用程序842或数据844的存储介质830(例如一个或一个以上海量存储设备)。其中,存储器832和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出),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822可以设置为与存储介质830通信,在服务器800上执行存储介质830中的一系列指令操作。
服务器800还可以包括一个或一个以上电源826,一个或一个以上有线或无线网络接口850,一个或一个以上输入输出接口858,和/或,一个或一个以上操作系统841,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述实施例中由服务器所执行的步骤可以基于该图8所示的服务器结构。
其中,CPU 822用于执行如下步骤:
基于车联网系统中的候选独立车辆和候选车队,构建候选车辆配置方案;所述候选车辆配置方案用于表征针对所述车联网系统配置的用于采集路况环境参数的候选车辆,所述候选车辆包括所述候选独立车辆和所述候选车队中的至少一种;
根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自所需消耗的网络资源,确定所述候选车辆配置方案对应的网络资源消耗量;
基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案。
可选的,CPU 822还可以用于执行本申请实施例提供的车联网系统中的车辆配置方法的任意一种实现方式的步骤。
本申请实施例还提供一种计算机可读存储介质,用于存储计算机程序,该计算机程序用于执行前述各个实施例所述的一种车联网系统中的车辆配置方法中的任意一种实施方式。
本申请实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行前述各个实施例所述的一种基于车联网系统中的车辆配置方法中的任意一种实施方式。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储计算机程序的介质。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。

Claims (15)

1.一种车联网系统中的车辆配置方法,其特征在于,所述方法包括:
基于车联网系统中的候选独立车辆和候选车队,构建候选车辆配置方案;所述候选车辆配置方案用于表征针对所述车联网系统配置的用于采集路况环境参数的候选车辆,所述候选车辆包括所述候选独立车辆和所述候选车队中的至少一种;
根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自所需消耗的网络资源,确定所述候选车辆配置方案对应的网络资源消耗量;
基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自对应的样本采集波动参数,确定所述候选车辆配置方案对应的样本采集波动参数;所述候选车辆对应的样本采集波动参数是根据所述候选车辆采集的路况环境参数确定的;
所述基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案,包括:
基于所对应的网络资源消耗量小于或等于所述网络资源可用量、且所对应的样本采集波动参数满足预设波动条件的所述候选车辆配置方案,确定所述目标车辆配置方案。
3.根据权利要求1所述的方法,其特征在于,所述基于车联网系统中的候选独立车辆和候选车队,构建候选车辆配置方案,包括:
基于所述车联网系统中的候选独立车辆和候选车队,构建基准候选车辆配置方案;所述基准候选车辆配置方案中包括m个所述候选独立车辆和n个所述候选车队,所述m和n均为大于或等于0的整数;
所述根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自所需消耗的网络资源,确定所述候选车辆配置方案对应的网络资源消耗量,包括:
根据所述基准候选车辆配置方案中所述m个候选独立车辆各自对应的故障率、所述m个候选独立车辆各自所需消耗的网络资源、所述n个候选车队各自对应的故障率以及所述n个候选车队各自所需消耗的网络资源,确定所述基准候选车辆配置方案对应的网络资源消耗量;
所述基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案,包括:
若所述基准候选车辆配置方案对应的网络资源消耗量小于或等于所述网络资源可用量,则确定所述基准候选车辆配置方案为所述目标车辆配置方案;
若所述基准候选车辆配置方案对应的网络资源消耗量大于所述网络资源可用量,则按照预设方式更改所述基准候选车辆配置方案中包括的所述候选独立车辆的数目以及所述候选车队的数目,得到新的基准候选车辆配置方案,并针对所述新的基准候选车辆配置方案,执行上述操作。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述基准候选车辆配置方案中所述m个候选独立车辆各自对应的故障率、所述m个候选独立车辆各自对应的样本采集波动参数、所述n个候选车队各自对应的故障率以及所述n个候选车队各自对应的样本采集波动参数,确定所述基准候选车辆配置方案对应的样本采集波动参数;所述候选独立车辆对应的样本采集波动参数是根据所述候选独立车辆采集的路况环境参数确定的,所述候选车队对应的样本采集波动参数是根据所述候选车队中的车辆采集的路况环境参数确定的;
所述基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案,包括:
若所述基准候选车辆配置方案对应的网络资源消耗量小于或等于所述网络资源可用量,且所述基准候选车辆配置方案对应的样本采集波动参数满足预设波动条件,则确定所述基准候选车辆配置方案为所述目标车辆配置方案;
若所述基准候选车辆配置方案对应的网络资源消耗量大于所述网络资源可用量,和/或所述基准候选车辆配置方案对应的样本采集波动参数不满足预设波动条件,则按照预设方式更改所述基准候选车辆配置方案中包括的所述候选独立车辆的数目以及所述候选车队的数目,得到新的基准候选车辆配置方案,并针对所述新的基准候选车辆配置方案执行上述操作。
5.根据权利要求3所述的方法,其特征在于,在存在p种所述基准候选车辆配置方案的情况下,所述p种基准候选车辆配置方案是基于p种候选车队配置方案分别构建的,所述p种候选车队配置方案中所述n个候选车队包括的车辆数目不同,所述p为大于1的整数;所述方法还包括:
针对每种基准候选车辆配置方案,根据所述基准候选车辆配置方案中所述m个候选独立车辆各自对应的故障率、所述m个候选独立车辆各自对应的样本采集波动参数、所述n个候选车队各自对应的故障率以及所述n个候选车队各自对应的样本采集波动参数,确定所述基准候选车辆配置方案对应的样本采集波动参数;所述候选独立车辆对应的样本采集波动参数是根据所述候选独立车辆采集的路况环境参数确定的,所述候选车队对应的样本采集波动参数是根据所述候选车队中的车辆采集的路况环境参数确定的;
所述基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案,包括:
在所对应的网络资源消耗量小于或等于所述网络资源可用量的所述基准候选车辆配置方案中,选取所对应的样本采集波动参数最小的所述基准候选车辆配置方案,作为所述目标车辆配置方案。
6.根据权利要求1所述的方法,其特征在于,所述基于车联网系统中的候选独立车辆和候选车队,构建候选车辆配置方案,包括:
在针对所述车联网系统配置的用于采集路况环境参数的候选车辆的数目一定的情况下,排列组合所述车联网系统中各所述候选独立车辆和各所述候选车队,得到多种所述候选车辆配置方案;
所述基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案,包括:
在所对应的网络资源消耗量小于或等于所述网络资源可用量的所述候选车辆配置方案中,选取所述目标车辆配置方案。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
针对每种所述候选车辆配置方案,根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自对应的样本采集波动参数,确定所述候选车辆配置方案对应的样本采集波动参数;所述候选车辆对应的样本采集波动参数是根据所述候选车辆采集的路况环境参数确定的;
所述在所对应的网络资源消耗量小于或等于所述网络资源可用量的所述候选车辆配置方案中,选取所述目标车辆配置方案,包括:
在所对应的网络资源消耗量小于或等于所述网络资源可用量的所述候选车辆配置方案中,选取所对应的样本采集波动参数最小的所述候选车辆配置方案,作为目标车辆配置方案。
8.根据权利要求1至7任一项所述的方法,其特征在于,通过以下方式确定所述候选车辆配置方案对应的网络资源消耗量,包括:
根据所述候选车辆配置方案中包括的各所述候选独立车辆各自对应的故障率、以及各所述候选独立车辆各自对应的网络资源消耗量,计算第一网络资源消耗量;
根据所述候选车辆配置方案中包括的各所述候选车队各自对应的故障率、以及各所述候选车队各自对应的网络资源消耗量,计算第二网络资源消耗量;
计算所述第一网络资源消耗量和所述第二网络资源消耗量的和值,作为所述候选车辆配置方案对应的网络资源消耗量。
9.根据权利要求2、4、5和7中任一项所述的方法,其特征在于,通过以下方式确定所述候选车辆配置方案对应的样本采集波动参数:
根据所述候选车辆配置方案中包括的各所述候选独立车辆各自对应的故障率、以及各所述候选独立车辆各自对应的样本标准差,计算第一样本标准差;所述候选独立车辆对应的样本标准差是根据所述候选独立车辆采集的路况环境参数确定的;
根据所述候选车辆配置方案中包括的各所述候选车队各自对应的故障率、以及各所述候选车队各自对应的样本标准差,计算第二样本标准差;所述候选车队对应的样本标准差是根据所述候选车队中的车辆采集的路况环境参数确定的;
根据所述第一样本标准差、所述第二样本标准差以及所述候选独立车辆的数目与所述候选车队的数目的和值,计算所述候选车辆配置方案对应的样本标准差平均值,作为所述候选车辆配置方案对应的样本采集波动参数。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标车辆配置方案中包括的候选车辆采集的目标路况环境参数;
根据所述目标路况环境参数,为所述车联网系统中的车辆提供自动驾驶服务、驾驶辅助服务、导航服务中的至少一种服务。
11.一种车联网系统中的车辆配置装置,其特征在于,所述装置包括:
方案构建模块,用于基于车联网系统中的候选独立车辆和候选车队,构建候选车辆配置方案;所述候选车辆配置方案用于表征针对所述车联网系统配置的用于采集路况环境参数的候选车辆,所述候选车辆包括所述候选独立车辆和所述候选车队中的至少一种;
资源确定模块,用于根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自所需消耗的网络资源,确定所述候选车辆配置方案对应的网络资源消耗量;
方案选择模块,用于基于所对应的网络资源消耗量小于或等于网络资源可用量的所述候选车辆配置方案,确定所述车联网系统对应的目标车辆配置方案。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
波动参数确定模块,用于根据所述候选车辆配置方案中包括的各所述候选车辆各自对应的故障率、以及各所述候选车辆各自对应的样本采集波动参数,确定所述候选车辆配置方案对应的样本采集波动参数;所述候选车辆对应的样本采集波动参数是根据所述候选车辆采集的路况环境参数确定的;
则所述方案选择模块具体用于:
基于所对应的网络资源消耗量小于或等于所述网络资源可用量、且所对应的样本采集波动参数满足预设波动条件的所述候选车辆配置方案,确定所述目标车辆配置方案。
13.根据权利要求11所述的装置,其特征在于,所述方案构建模块具体用于:
基于所述车联网系统中的候选独立车辆和候选车队,构建基准候选车辆配置方案;所述基准候选车辆配置方案中包括m个所述候选独立车辆和n个所述候选车队,所述m和n均为大于或等于0的整数;
所述资源确定模块具体用于:
根据所述基准候选车辆配置方案中所述m个候选独立车辆各自对应的故障率、所述m个候选独立车辆各自所需消耗的网络资源、所述n个候选车队各自对应的故障率以及所述n个候选车队各自所需消耗的网络资源,确定所述基准候选车辆配置方案对应的网络资源消耗量;
所述方案选择模块具体用于:
若所述基准候选车辆配置方案对应的网络资源消耗量小于或等于所述网络资源可用量,则确定所述基准候选车辆配置方案为所述目标车辆配置方案;
若所述基准候选车辆配置方案对应的网络资源消耗量大于所述网络资源可用量,则按照预设方式更改所述基准候选车辆配置方案中包括的所述候选独立车辆的数目以及所述候选车队的数目,得到新的基准候选车辆配置方案,并针对所述新的基准候选车辆配置方案,执行上述操作。
14.一种设备,其特征在于,所述设备包括处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序执行权利要求1至10中任一项所述的车联网系统中的车辆配置方法。
15.一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用于存储计算机程序,所述计算机程序用于执行权利要求1至10中任一项所述的车联网系统中的车辆配置方法。
CN202011222969.5A 2020-11-05 2020-11-05 车联网系统中的车辆配置方法、装置、设备及存储介质 Pending CN112235750A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011222969.5A CN112235750A (zh) 2020-11-05 2020-11-05 车联网系统中的车辆配置方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011222969.5A CN112235750A (zh) 2020-11-05 2020-11-05 车联网系统中的车辆配置方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112235750A true CN112235750A (zh) 2021-01-15

Family

ID=74123304

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011222969.5A Pending CN112235750A (zh) 2020-11-05 2020-11-05 车联网系统中的车辆配置方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112235750A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111341093A (zh) * 2020-03-04 2020-06-26 腾讯科技(深圳)有限公司 车队的控制方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111341093A (zh) * 2020-03-04 2020-06-26 腾讯科技(深圳)有限公司 车队的控制方法、装置、设备及存储介质
CN111341093B (zh) * 2020-03-04 2023-11-14 腾讯科技(深圳)有限公司 车队的控制方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
US9867067B2 (en) Measurement module
US10033570B2 (en) Distributed map reduce network
CN108776934B (zh) 分布式数据计算方法、装置、计算机设备及可读存储介质
CN104038540B (zh) 一种应用代理服务器自动选择方法及系统
CN112148484B (zh) 一种基于耦合度的微服务在线分配方法与系统
US9652349B2 (en) Quality of information assessment in dynamic sensor networks
CN110716808B (zh) 业务处理方法、装置、计算机设备和存储介质
CN105515977B (zh) 获取网络中传输路径的方法、装置和系统
CN111966289A (zh) 基于Kafka集群的分区优化方法和系统
US9154984B1 (en) System and method for estimating network performance
CN112491719A (zh) 网络节点的选择方法、设备及存储介质
CN112235750A (zh) 车联网系统中的车辆配置方法、装置、设备及存储介质
CN109993562B (zh) 一种满意度仿真方法、装置及终端设备
KR20220041031A (ko) 단말과 엣지 클라우드 서버 간의 분산 훈련 방법
CN113776610A (zh) 一种车辆油耗的确定方法及装置
CN112751722B (zh) 数据传输质量监控方法和系统
CN116614828A (zh) 服务优先级确定方法、装置及网络数据分析功能网元
CN116016150A (zh) 物理网络的预警方法、装置、电子设备、存储介质
CN106533730B (zh) Hadoop集群组件指标的采集方法及装置
CN117667327A (zh) 作业调度方法、调度器及相关设备
CN110278119B (zh) 边缘节点的资源分配方法、资源分配装置
CN113377866A (zh) 一种虚拟化数据库代理服务的负载均衡方法及装置
CN115146007A (zh) 地图数据处理方法及装置
CN111092755A (zh) 一种基于资源占用的边缘服务迁移仿真方法
CN111125161A (zh) 数据的实时处理方法、装置、设备及存储介质

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