CN112559272A - 车载设备的质量信息确定方法、装置、设备及存储介质 - Google Patents
车载设备的质量信息确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112559272A CN112559272A CN202011566749.4A CN202011566749A CN112559272A CN 112559272 A CN112559272 A CN 112559272A CN 202011566749 A CN202011566749 A CN 202011566749A CN 112559272 A CN112559272 A CN 112559272A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- scene
- server
- mounted equipment
- determining
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000006854 communication Effects 0.000 claims abstract description 45
- 238000004891 communication Methods 0.000 claims abstract description 42
- 230000003993 interaction Effects 0.000 claims abstract description 28
- 230000006870 function Effects 0.000 claims description 193
- 230000005540 biological transmission Effects 0.000 claims description 64
- 238000004088 simulation Methods 0.000 claims description 46
- 238000012360 testing method Methods 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 41
- 230000001960 triggered effect Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 abstract description 14
- 238000004364 calculation method Methods 0.000 description 16
- 238000011156 evaluation Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000013441 quality evaluation Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 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
- 238000012546 transfer Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2273—Test methods
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了车载设备的质量信息确定方法、装置、设备及存储介质,涉及自动驾驶、车联网等智能交通领域。具体实现方案为:获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据;根据获取到的日志数据,确定所述车载设备对场景功能的触发状态信息;根据所述触发状态信息,确定所述车载设备的质量信息,其中,所述质量信息用于调整所述车载设备和/或所述服务器的功能参数。本申请能够有效地确定车载设备的质量信息,实现了评估车载设备的V2X效果。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及一种车载设备的质量信息确定方法、装置、设备及存储介质,可用于智能交通领域。
背景技术
V2X意为vehicle to everything,即车与外界一切交通参与者的信息交换。车载设备的V2X功能能够在驾驶过程中提供场景功能触发,例如,在通过红绿灯之前,在前方有大卡车阻挡驾驶员视线时,车载设备触发显示V2X红绿灯倒计时的场景功能,避免误闯红灯等,实现人、车、路协同,辅助驾驶员驾驶,极大的提升了交通效率。
因此,V2X功能的研究和发展是汽车智能化驾驶的关键,其中,对车载设备的V2X功能进行质量评估具有重要意义。
发明内容
本申请提供了一种用于评估车载设备的V2X效果的车载设备的质量信息确定方法、装置、设备及存储介质。
根据本申请的第一方面,提供了一种车载设备的质量信息确定方法,包括:
获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据;
根据获取到的日志数据,确定所述车载设备对场景功能的触发状态信息;
根据所述触发状态信息,确定所述车载设备的质量信息,其中,所述质量信息用于调整所述车载设备和/或所述服务器的功能参数。
根据本申请的第二方面,提供了一种车载设备的质量信息确定装置,包括:
获取单元,用于获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据;
处理单元,用于根据获取到的日志数据,确定所述车载设备对场景功能的触发状态信息;
第一确定单元,用于根据所述触发状态信息,确定所述车载设备的质量信息,其中,所述质量信息用于调整所述车载设备和/或所述服务器的功能参数。
根据本申请的第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本申请的第五方面,提供了一种计算机程序产品,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
根据本申请的技术解决了无法有效地确定车载设备的质量信息的问题。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是可以实现本申请实施例的车载设备的质量信息确定场景图;
图2是根据本申请实施例的车载设备的质量信息确定方法的流程图;
图3是根据本申请实施例的车载设备的质量信息确定方法的场景图;
图4是根据本申请另一实施例的车载设备的质量信息确定方法的场景图;
图5是根据本申请实施例的车载设备的质量信息确定装置的结构示意图;
图6是用来实现本申请实施例的车载设备的质量信息确定方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是可以实现本申请实施例的车载设备的质量信息确定场景图。如图1所示,本申请实施例可以用于智能交通领域,比如车联网、车用无线通讯技术领域,本申请实施例的执行主体可以是车载设备的质量信息确定设备,比如车载设备、服务器或者处车载设备和服务器以外的其他具有数据处理能力的分析设备等,在此不做具体限定。
示例性,以分析设备10为例,为了确定车载设备对20场景功能的触发情况,车载设备20在通过多次场景测试后,可以生成车载设备的日志数据,并且与该车载设备进行车用无线通讯交互的服务器即服务器30相应生成服务器的日志数据;其中,这里的场景可以是红绿灯倒计时、闯红灯预警、绿波车速等场景。参见图1所示,分析设备10可以分别从车载设备20中获取车载设备的日志数据以及从服务器30中获取服务器的日志数据,通过分析获取到的日志数据,得到车载设备20对场景功能的触发状态信息,比如,触发场景功能的次数,和/或,触发场景功能的时刻;然后分析设备依据触发场景功能的次数来确定载设备对场景功能的实际触发率,和/或,依据触发场景功能的时刻,确定车载设备相对于该服务器的时延,能够更全面、有效地确定车载设备的质量,实现评估车载设备的V2X效果,进而能够调整车载设备和/或服务器的功能参数,保证车载设备的高灵敏度、高准确率等性能。
针对现有技术中无法有效地评估车载设备质量的技术问题,本申请通过获取车载设备以及服务器的日志数据并进行分析,得到该车载设备对场景功能的触发场景功能的次数,和/或,触发场景功能的时刻,然后通过多个场景的多次统计触发场景功能的次数,和/或,触发场景功能的时刻,确定车载设备对场景功能的实际触发率,和/或车载设备相对于所述服务器的时延,以实际触发率和/或延时时间(即时延)作为评估性能指标,评估车载设备的质量。使得通过日志数据对车载设备对场景功能的触发分析,不仅能进行功能测试,还能够更全面、有效地的评估车载设备的质量,实现了评估车载设备的V2X效果。
本申请提供一种车载设备的质量信息确定方法、装置、设备及存储介质,应用于人工智能技术领域中的智能交通技术,以达到更全面、有效地确定车载设备的质量信息,能够实现评估车载设备的V2X质量的技术效果。
根据本申请的实施例,本申请提供了一种车载设备的质量信息确定方法。如图2所示,是根据本申请实施例的车载设备的质量信息确定方法的流程图。本申请的车载设备的质量信息确定方法,包括如下步骤:
S201、获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据。
其中,车载设备可以通过在不同场景下的多次测试,生成车载设备的日志数据,并且与该车载设备进行车用无线通讯交互的服务器即服务器也相应生成服务器的日志数据。
本实施例的执行主体可以是车载设备的质量信息确定设备,比如分析设备、车载设备或服务器等,在此不做具体限定。其中,分析设备可以是具有数据分析能力的设备,该车载设备可以安装在车辆上,该服务器为可以与该车载设备进行车用无线通讯交互。
其中,车载设备的质量信息确定设备可以从车载设备和服务器中导出日志数据,用以分析确定车载设备对场景功能的触发情况。由于该服务器能够与车载设备进行车用无线通讯交互,则车载设备的测试场景为可以适用于V2X技术的场景。
S202、根据获取到的日志数据,确定所述车载设备对场景功能的触发状态信息。
其中,为了实现质量评估的全面性、准确性,不局限于场景,可以采用不同场景的多次数据采集。这里的场景可以包括红绿灯倒计时、闯红灯预警、绿波速度等场景,场景功能的触发可以选择在不同的路况场景下实现的触发,因此,通过不同路况下的不同场景的数据采集,能够获取到更佳全面的日志数据,进而能够准确地确定车载设备对场景功能的触发状态信息。
S203、根据所述触发状态信息,确定所述车载设备的质量信息,其中,所述质量信息用于调整所述车载设备和/或所述服务器的功能参数。
其中,为了能够有效地确定车载设备的质量,实现评估车载设备的V2X效果,车载设备的质量信息确定设备通过分析触发状态信息,确定该车载设备的质量信息,以该质量信息作为评价车载设备的性能指标,使得相关人员能够依据该质量信息来调整该车载设备和/或所述服务器的功能参数,进而保证车载设备的高灵敏度、高准确率等性能。
其中,结合图3所示,是根据本申请实施例的车载设备的质量信息确定方法的场景图。以红绿灯实时采集为例,V2X云平台可以实时采集路口红绿灯状态,然后将采集到的路口红绿灯状态传输至与车载设备进行车用无线通讯交互的服务器中的闪传服务器,然后通过消息中心设备传输至车载设备的闪传端,在传输至车载设备的客户端,通过车载设备的客户端可以显示红绿灯倒计时、绿波车速、闯红灯预警;其中,车载设备的客户端可以将车辆上报的信息传输至车载设备的闪传端,然后再传输至闪传服务器;其中,消息中心设备至车载设备的闪传端之间是空中接口消息的传输,车载设备的闪传端至闪传服务器对应的空中接口状态可以是上报1次/s。
其中,车载设备的日志数据可以包括车载设备的客户端的日志数据以及车载设备的闪传端的日志数据;车载设备的客户端的日志数据可以包括客户端触发红绿灯倒计时的时间、上报的每秒当前的路口当前位置、车辆转向、车辆速度、当前时间、是否进入围栏以及触发红绿灯倒计时的时间等;车载设备的闪传端的日志数据可以包括路口信息、路口场景、是否触发以及触发红绿灯倒计时的时间;服务器的日志数据可以包括闪传服务器的日志数据,闪传服务端的日志数据可以包括:路口信息、路口场景、下发场景信息以及触发红绿灯倒计时的时间。
本实施例中,车载设备的质量信息确定设备通过获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据,采用日志数据分析的手段,能够有效地获得车载设备对场景功能的触发状态信息,然后通过对触发状态信息进行分析,确定该车载设备的质量信息,能够评估车载设备的V2X效果,实现有效地评估车载设备的质量,进而依据质量信息能够调整车载设备和/或服务器的功能参数,保证车载设备的高灵敏度、高准确率等性能。
在上述实施例的基础上,本申请还可能存在这样一种场景,即具体实现对时延和触发率的评估。其中,触发状态信息存在不唯一性,可以通过任意的触发状态信息(一类信息或多类信息的组合)来确定车载设备的质量信息,这样使得车载设备的质量信息可以是一类或多类信息的组合,能够不同角度地评估车载设备的质量,实现效果评估。在该场景中,对触发状态信息以及车载设备的质量信息进行了详细说明。
所述触发状态信息包括触发场景功能的次数,和/或,触发场景功能的时刻。
相应的,所述车载设备的质量信息包括:所述车载设备相对于所述服务器的时延;和/或,所述车载设备对场景功能的实际触发率。
其中,这里场景可以包括红绿灯倒计时场景、即将闯红灯场景、绿波车速场景、路口提示场景等,触发场景功能的次数可以包括触发红绿灯倒计时场景功能的次数、触发即将闯红灯场景功能的次数、触发绿波车速场景功能的次数、触发路口提示场景功能的次数等,触发场景功能的时刻可以包括触发红绿灯倒计时场景功能的时刻、触发即将闯红灯场景功能的时刻、触发绿波车速场景功能的时刻、触发路口提示场景功能的时刻等。
其中,针对触发场景功能的次数,和/或,触发场景功能的时刻的确定,可以在不同日期选择预设时间段的日志数据进行分析处理。为了保证次数、时刻统计的准备性,每条日志数据中携带有日志标识,同一个触发场景产生的车载设备的日志数据以及服务器的日志数据中含有相同的日志标识,因此,可以依据日志标识,确定同一个触发场景产生的日志数据,进而分析日志数据,得到触发场景功能的次数,和/或,触发场景功能的时刻。
根据触发场景功能的时刻,可以计算得到车载设备相对于所述服务器的时延,这里的时延可以由触发场景功能的时刻中的车载设备触发场景功能的时刻与触发场景功能的时刻中的服务器触发场景功能的时刻得到。根据触发场景功能的次数,可以计算得到车载设备对场景功能的实际触发率,这里的实际触发率可以由触发场景功能的次数中的实际触发次数和触发场景功能的次数中的应触发次数得到。因此,可以通过车载设备相对于所述服务器的时延,和/或,车载设备对场景功能的实际触发率来评估车载设备的质量,比如车载设备的V2X效果,进而以时延,和/或,实际触发率作为评估指标来调整车载设备和/或服务器的功能参数,保证车载设备的高灵敏度、高准确率等性能。
在上述实施例的基础上,本申请还可能存在这样一种场景,即根据场景触发区域统计触发状态信息,可以提高计算效率和准确率。在该场景中,统计触发状态信息时可以通过统计至少一个场景触发区域并依次分析。下面将详细介绍通过获取到的日志数据,如何确定车载设备对场景功能的触发状态信息的具体实现过程:
步骤a1、根据获取到的日志数据,确定搭载所述车载设备的车辆在统计期间内经过的至少一个场景触发区域。
步骤a2、依次分析每一场景触发区域内对场景功能的触发状态信息,分析完成后得到所述车载设备在所述统计期间内的触发状态信息。
其中,统计期间可以依据具体应用场景设备,比如有间隔地和/或连续地全天时段,统计搭载车载设备的车辆在至少一个场景触发区域内对场景功能的触发状态信息。其中,可以先依次分析每个场景触发区域内对场景功能的触发状态信息,然后统计分析得到的每个场景触发区域内对场景功能的触发状态信息,将每个场景触发区域内对场景功能的触发状态信息进行全局分析,可以得到该车载设备在整个统计期间内的触发状态信息,能够提高计算效率和准确率。
在上述实施例的基础上,本申请还可能存在这样一种场景,即通过场景触发范围和/或停止线来判断车辆在统计期间内是否经过场景触发区域,能够准确地确定搭载车载设备的车辆在统计期间内经过的每一个场景触发区域,避免场景触发区域出现漏统计或错误统计等问题。在该场景中,可以通过确定的车辆在每一个时刻的车辆状态信息,进行场景触发范围和/或是否越过停止线的判断,进而确定车辆在统计期间内经过的每一个场景触发区域。下面将详细介绍根据获取到的日志数据,如何确定搭载车载设备的车辆在统计期间内经过的至少一个场景触发区域的具体实现过程:
步骤b1、根据获取到的日志数据,确定所述车辆在各个时刻的车辆状态信息。
其中,日志数据可以包括各个时刻车辆所在当前路口的信息、车辆当前位置、车辆速度、当前时间、触发场景功能的时刻等信息,可以从日志数据中提取车辆在各个时刻的车辆位置、所在路口的信息、车辆速度以及当前时刻等车辆状态信息。各个时刻可以表示日志数据记录的每秒时刻。
步骤b2、对于每一时刻的车辆状态信息,若根据所述车辆状态信息判断所述车辆到达前方停止线预设距离处,则确定所述车辆进入当前场景触发区域;和/或,若根据所述车辆状态信息判断所述车辆越过停止线,则确定所述车辆驶出当前场景触发区域。
其中,每一时刻的车辆状态信息可以包括车辆位置、所在路口的信息、车辆速度以及当前时刻等,所在路口信息可以包括路口类型、路口停止线位置、路况等,因此,针对每一时刻的车辆状态信息,确定搭载车载设备的车辆在统计期间内经过的至少一个场景触发区域,可以通过以下至少三种方式确定:
方式11、针对每一时刻的车辆状态信息,对车辆是否进入当前场景触发区域的判断,可以依据获取到的路口停止线位置以及车辆位置,确定车辆是否到达前方停止线预设距离处,即是否满足场景功能触发范围的条件,比如,该车辆距离前方停止线的距离小于或等于200m。若达到或满足场景功能触发范围的条件,则确定该车辆进入当前场景触发区域。需要说明的是200m的设置仅仅是示例性的,可以依据具体的道路交通设备,在此不做具体限定。
方式12、针对每一时刻的车辆状态信息,还可以依据获取到的路口停止线位置以及车辆位置,判断车辆是否越过停止线,若车辆越过停止线,则确定车辆驶出当前场景触发区域。
方式13、结合方式11和方式12可以通过不同时刻在同一路口下的车辆状态信息,综合判断该车辆是否经过该场景触发区域。具体实现方式可以参照方式11和方式12,在此不再赘述。
在上述实施例的基础上,本申请还可能存在这样一种场景,通过确定触发状态信息中的实际触发次数和应触发次数,用以确定实际触发率,由于在实际应用中,存在理论上实现了满足了触发场景功能的条件,但是车载设备没有实际触发场景功能,因此,可以通过统计触发场景功能的实际触发次数和应触发次数,计算实际触发率,作为评估车载设备质量的性能指标,提高了评估的准确率以及评估的可信度。在该场景下,如何分析每一场景触发区域内对场景功能的触发状态信息,可以通过下述步骤具体实现:
步骤c1、在每一场景触发区域内,若根据所述服务器的日志数据确定满足场景功能的触发条件,则应触发次数加一。
步骤c2、若根据车载设备的日志数据,确定实际触发了所述场景功能,则实际触发次数加一。
其中,针对每一场景触发区域的分析,提取日志数据中的有效信息,确定满足场景功能的触发条件,若满足,则将应触发次数加一。满足场景功能的触发条件可以包括:所在场景为红绿灯倒计时场景、当前车速满足预设车速范围(比如30~60)、是否开启导航功能等,若满足以上条件,则说明理论上可以实现触发场景功能,则应触发次数加一。然后若在日志数据中提取到记录的车载设备在同一场景下触发红绿灯倒计时的时间、实际车速等,说明车载设备实际显示了或是提示了相应的场景功能提供的信息,则说明实际触发了该场景功能,即实际触发次数加一。其中,该触发场景功能的次数包括应触发次数、实际触发次数。
相应的,在此基础上,通过分析的每一场景触发区域内的触发状态信息,统计得到在统计期间内的实际触发次数和应触发次数,然后将相应场景功能对应的实际触发次数和应触发次数作比,得到车载设备对场景功能的实际触发率,计算简单且准确。
可选的,在上述实施例的基础上,对如何根据统计周期内的实际触发次数和应触发次数,确定所述车载设备对场景功能的实际触发率进行详细说明,可以通过下面具体步骤实现:
步骤d1、计算统计周期内每种类型的场景功能的实际触发次数和应触发次数。
步骤d2、对于每种类型,根据所述类型的实际触发次数和应触发次数,确定所述类型对应的实际触发率。
其中,所述场景功能的类型包括下述至少一项:红绿灯倒计时、绿波车速、闯红灯预警、路口提示、绿波车速正确率。红绿灯倒计时用于表示当前路口处于红绿灯倒计时的路况,绿波车速用于表示车辆速度处于绿波车速,闯红灯预警用于表示车载设备开启了导航功能,通过导航功能可以提示是否即将闯红灯或是车辆的车载设备可以直接提示闯红灯预警,路口提示用于表示提示车辆即将进入的路口信息,绿波车速正确率用于表示统计车辆速度处于绿波车速的准确率。
首先可以计算统计周期内每种类型的场景功能的实际触发次数和应触发次数,具体计算实际触发次数和应触发次数的方式可以参照上述步骤c1至步骤c2,在此不再赘述。然后针对每种类型的场景功能,将实际触发次数和应触发次数作比,得到该种类型的场景功能对应的实际触发率。通过计算不同类型场景功能的触发率,可以实现多样化的性能评估,能够更全面地评估车载的质量,以及提高了质量评估的准确率。
示例性的,比如,统计四天数据,即全路口全场景全天的触发率和时延:第一天,红绿灯倒计时对应的触发率为84%、闯红灯预警(即即将闯红灯)对应的触发率为74%、绿波车速对应的触发率为86.9%、路口提示对应的触发率(即路口触发率)为81%、绿波车速正确率为92%;第二天,红绿灯倒计时对应的触发率为74.5%、路口提示对应的触发率(即路口触发率)为76.4%;第三天,红绿灯倒计时对应的触发率为71.4%、闯红灯预警(即即将闯红灯)对应的触发率为79.3%、绿波车速对应的触发率为84.3%、绿波车速正确率为90%;第四天,红绿灯倒计时对应的触发率为89%、闯红灯预警(即即将闯红灯)对应的触发率为70%、绿波车速对应的触发率为60%、路口提示对应的触发率(即路口触发率)为88%、绿波车速正确率为91.9%。可以依据上述每种类型的场景功能的实际触发率综合评估车载设备的质量,提高评估的准确率。
在上述实施例的基础上,本申请还可能存在这样一种场景,通过确定触发状态信息中的服务器触发场景功能的时刻和车载设备触发场景功能的时刻,用以确定车载设备相对于服务器的时延,由于在实际应用中,车载设备和服务器通过车用无线通讯交互,在数据传输上存在一定的延时,因此,可以通过统计触发场景功能的时刻中的服务器触发场景功能的时刻和车载设备触发场景功能的时刻,计算车载设备相对于服务器的时延,作为评估车载设备质量的又一性能指标,提高了评估的准确率以及评估的可信度。在该场景下,如何分析每一场景触发区域内对场景功能的触发状态信息,可以通过下述步骤具体实现:
步骤e1、在每一场景触发区域内,根据所述服务器的日志数据确定所述服务器触发场景功能的时刻。
步骤e2、根据所述车载设备的日志数据确定所述车载设备触发所述场景功能的时刻。
其中,车载设备的日志数据中可以包括车载设备触发场景功能的时刻,服务器的日志数据可以包括服务器触发场景功能的时刻,通过日志标识,可以确定同一场景功能触发对应的车载设备触发场景功能的时刻以及服务器触发场景功能的时刻。其中,触发场景功能的时刻可以包括服务器触发场景功能的时刻、车载设备触发场景功能的时刻。
相应的,在此基础上,通过分析的每一场景触发区域内的触发状态信息,统计得到在统计期间内的服务器和所述车载设备在各个场景区域内对应的触发场景功能的时刻,然后将相应场景功能对应的服务器触发场景功能的时刻、车载设备触发场景功能的时刻做差值计算,得到车载设备相对于所述服务器的时延,计算简单且准确。
可选的,在上述实施例的基础上,对如何根据所述服务器和所述车载设备在各个场景区域内对应的触发场景功能的时刻,确定所述车载设备相对于所述服务器的时延进行详细说明,可以通过下面具体步骤实现:
步骤f1、根据所述服务器和所述车载设备在各个场景触发区域内对应的触发场景功能的时刻,确定各个场景触发区域对应的时延。
步骤f2、根据所述各个场景触发区域对应的时延,确定所述车载设备相对于所述服务器的平均时延、最大时延、最小时延中的至少一项。
其中,首先可以计算在统计周期内服务器和车载设备在各个场景触发区域内对应的触发场景功能的时刻,针对每个场景触发区域,确定场景触发区域对应的时延,具体计算每个场景触发区域对应的时延可以参照上述步骤e1至步骤e2,在此不再赘述。通过各个场景触发区域对应的时延,可以计算在所有场景触发区域下对应的车载设备相对于服务器的平均时延、最大时延、最小时延中等,还可以计算车载设备至服务器置这一链路的信区间。通过计算不同计算方式的时延,将各种计算方式下得到的时延信息作为性能评估指标,可以实现多样化的性能评估,能够更全面地评估车载的质量,以及提高了质量评估的准确率。
在上述实施例的基础上,本申请还可能存在这样一种场景,通过实际道路路测采集日志数据和/或通过仿真测试采集日志数据,因此,采集日志数据可以不局限于一种方式,可以通过一种或多种组合方式实现日数数据的采集,保证了日志数据的准确性。在该场景下,如何获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据,可以通过下述至少三种方式实现:
方式21、获取实际道路测试后得到的车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据。
其中,基于V2X场景,采用车用无线通讯技术,因此,可以选择支持V2X场景的地区,可以支持场景功能触发,并且在进入场景功能触发范围时,实现场景功能触发。在接入车用无线通讯技术的地区,通过车辆实际行驶进行路测,记录每个路口的红绿灯场景是否触发,统计每个路口的触发情况等。在实际道路测试后可以从车载设备中导出日志数据以及与车载设备进行车用无线通讯交互的服务器中导出日志数据。
方式22、对所述车载设备进行仿真测试,获取仿真测试后得到的车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据。
其中,可以利用仿真模拟实际道路场景,车载设备可以在模拟的道路场景中,记录每个模拟的路口的红绿灯场景是否触发,统计每个路口的触发情况等。在仿真测试后可以从车载设备中导出日志数据以及与车载设备进行车用无线通讯交互的服务器中导出日志数据。
方式23、结合方式21和方式22可以通过实际路测以及仿真测试获取日志数据,使得采集到的日志数据保证了真实性,能够更全面地对车载设备进行质量评估。具体实现方式可以参照方式21和方式22,在此不再赘述。
可选的,在上述实施例的基础上,如何对车载设备进行仿真测试,可以通过下面具体步骤实现:
步骤g1、确定仿真测试的条件信息并构建仿真场景;其中,所述条件信息包括起始位置、目的位置以及目标车速,所述仿真场景包括驾驶员操作信息以及路况信息。
步骤g2、根据所述条件信息与所述仿真场景,对所述车载设备进行仿真测试。
其中,首先可以利用仿真工具配置仿真测试的条件信息,比如车辆的起始位置、目的位置以及目标车速等,同时构建仿真场景,比如驾驶员操作信息以及路况信息等,将仿真工具与车载设备通过通讯口连接,使得车载设备可以在模拟的道路场景中生成日志数据以及与车载设备进行车用无线通讯交互的服务器在响应的场景中生成日志数据。在仿真工具中配置完成仿真测试环境后,按照配置的条件信息与所述仿真场景,对车载设备进行仿真测试,测试成本低且测试场景具有多样性,同时提高了数据采集的效率,进而提高了统计触发状态信息的计算效率以及评估车载设备质量的效率。
在上述实施例的基础上,本申请还可能存在这样一种场景,参见图4所示,是根据本申请另一实施例的车载设备的质量信息确定方法的场景图。在车载设备与服务器通讯过程中,数据可以进行多端传输,其中,服务器可以包括采集交通参与方信息的云端服务器以及与所述云端服务器通信的闪传服务器,并且车载设备设置有用于与所述闪传服务器通信的闪传端和用于与所述闪传端通信的客户端,因此,确定所述车载设备的质量信息可以具体为:确定所述车载设备的客户端相对于所述云端服务器的时延,即车载设备相对于所述服务器的时延可以表示为车载设备的客户端相对于所述云端服务器的时延,可以依据日志标识,只需从车载设备的日志数据中获取车载设备的客户端接收到触发场景功能的时刻以及从服务器的日志数据中云端服务器触发场景功能的时刻即可计算得到车载设备相对于所述服务器的时延,计算过程以及数据分析简单,同时由该云端服务器至车载设备的客户端这一全链路通信过程计算得到的时延准确率高,可以参见图4中所示的链路2○-3○-4○-5○-○6。
其中,云端服务器可以为V2X云平台,闪传服务器可以为云端,闪传端可以为闪传客户端,与闪传端通信的客户端可以为车载设备的客户端。
可选的,在上述实施例的基础上,对车载设备的质量信息确定方法进行了详细说明。其中,所述闪传服务器通过消息中心设备与所述车载设备的闪传端通信;该车载设备的质量信息确定方法,可以通过下述多种方式实现:
方式31、根据所述消息中心设备与所述闪传服务器触发同一场景功能的时刻,确定所述消息中心设备与所述闪传服务器之间的时延。
其中,结合图4所示的链路4○,以触发红绿灯倒计时功能为例,从闪传服务器触发红绿灯倒计时功能传输至消息中心设备(即消息中心)触发红绿灯倒计时功能的时间存在时延,可以从日志数据中获取同一日志标识下消息中心设备与所述闪传服务器触发同一场景功能的时刻,并通过差值计算,得到消息中心设备与所述闪传服务器之间的时延,可以以该消息中心设备与所述闪传服务器之间的时延作为评估车载设备的V2X效果的指标。
方式32、根据所述云端服务器与所述闪传服务器触发同一场景功能的时刻,确定所述云端服务器与所述闪传服务器之间的时延。
其中,结合图4所示的链路4○,以触发红绿灯倒计时功能为例,从云端服务器对红绿灯倒计时的实时采集传输至闪传服务器触发红绿灯倒计时功能的时间存在时延,可以从日志数据中获取同一日志标识下云端服务器与闪传服务器触发同一场景功能的时刻,并通过差值计算,得到云端服务器与闪传服务器触发同一场景功能的时刻,可以以该云端服务器与闪传服务器触发同一场景功能的时刻作为评估车载设备的v2x效果的指标。
方式33、根据所述车载设备的客户端与所述云端服务器触发同一场景功能的时刻,确定所述车载设备的客户端与云端服务器之间的时延。
其中,结合图4所示的链路2○-3○-4○-5○-○6,计算全链路的时延即车载设备的客户端与云端服务器之间的时延。具体计算过程可以参照上述实施例记载的计算云端服务器至车载设备的客户端的时延的过程,通过这一全链路通信过程计算得到的时延准确率高。
对方式31、方式32以及方式33的不同组合,可以通过不同链路下计算得到的时延,能够更全面地对车载设备进行质量评估。具体实现方式可以参照方式31、方式32以及方式33,在此不再赘述。
示例性的,可以通过下述表格表示时延参数:
通过上述表格中时延参数,可以通过不同链路下不同方式计算得到的时延、置信区间,能够更全面、准确地对车载设备进行质量评估,车载设备的V2X效果。
本申请的实施例,首先基于V2X场景,选择支持V2X场景的地区,存在触发,并且在进入触发范围时,开启场景功能。可以借助仿真工具和/或实际路测,获取日志数据,以仿真测试为例,选择起始目的、车速等,构造驾驶员加速、堵车等仿真场景;在仿真测试结束和/或实地路测结束后,导出日志数据,提取车载设备的客户端的日志数据、车载设备的闪传端的日志数据,闪传服务器的日志数据,根据三端收到场景的时间(即场景功能触发的时间/时刻),做差值计算可得到时延。
然后从提取的客户端的日志数据中,查看是否过停止线,未过停止线情况下,查看各个场景是否满足触发条件,一旦满足触发条件,则满足触发数目+1,接着再查看闪传服务器的日志数据中服务器是否下发场景信息到客户端,下发后,实际触发数目+1。以红绿灯场景触发为例,红绿灯场景触发率计算方式:实际触发次数/应触发次数(即满足需求触发场景次数)。
因此,本申请的实施例中,通过对日志数据进行数据处理,得到全路口全场景全天的触发率和时延,用以调整所述车载设备和/或服务器的功能参数,从而保障车载设备的功能和性能。
根据本申请的实施例,本申请还提供了一种车载设备的质量信息确定装置。如图5所示,是根据本申请实施例的车载设备的质量信息确定装置的结构示意图。本申请的车载设备的质量信息确定装置500包括:获取单元501、处理单元502和第一确定单元503;其中,获取单元501,用于获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据;处理单元502,用于根据获取到的日志数据,确定所述车载设备对场景功能的触发状态信息;第一确定单元503,用于根据所述触发状态信息,确定所述车载设备的质量信息,其中,所述质量信息用于调整所述车载设备和/或所述服务器的功能参数。
可选的,所述触发状态信息包括触发场景功能的次数,和/或,触发场景功能的时刻;相应的,所述车载设备的质量信息包括:所述车载设备相对于所述服务器的时延;和/或,所述车载设备对场景功能的实际触发率。
可选的,所述处理单元502,包括第一处理模块和第二处理模块;
所述第一处理模块,用于根据获取到的日志数据,确定搭载所述车载设备的车辆在统计期间内经过的至少一个场景触发区域;
所述第二处理模块,用于依次分析每一场景触发区域内对场景功能的触发状态信息,分析完成后得到所述车载设备在所述统计期间内的触发状态信息。
可选的,所述第一处理模块,具体用于:根据获取到的日志数据,确定所述车辆在各个时刻的车辆状态信息;对于每一时刻的车辆状态信息,若根据所述车辆状态信息判断所述车辆到达前方停止线预设距离处,则确定所述车辆进入当前场景触发区域;和/或,若根据所述车辆状态信息判断所述车辆越过停止线,则确定所述车辆驶出当前场景触发区域。
可选的,所述第二处理模块,包括第一处理子模块;所述第一处理子模块,用于:在每一场景触发区域内,若根据所述服务器的日志数据确定满足场景功能的触发条件,则应触发次数加一;若根据车载设备的日志数据,确定实际触发了所述场景功能,则实际触发次数加一;相应的,所述第一确定单元503,包括第一确定模块;所述第一确定模块,用于根据统计期间内的实际触发次数和应触发次数,确定所述车载设备对场景功能的实际触发率。
可选的,所述第一确定模块,具体用于:计算统计周期内每种类型的场景功能的实际触发次数和应触发次数;对于每种类型,根据所述类型的实际触发次数和应触发次数,确定所述类型对应的实际触发率;其中,所述场景功能的类型包括下述至少一项:红绿灯倒计时、绿波车速、闯红灯预警、路口提示、绿波车速正确率。
可选的,所述第二处理模块,包括第二处理子模块;所述第二处理子模块,用于:在每一场景触发区域内,根据所述服务器的日志数据确定所述服务器触发场景功能的时刻;根据所述车载设备的日志数据确定所述车载设备触发所述场景功能的时刻;相应的,所述第一确定单元503,包括第二确定模块;所述第二确定模块,用于根据所述服务器和所述车载设备在各个场景区域内对应的触发场景功能的时刻,确定所述车载设备相对于所述服务器的时延。
可选的,所述第二确定模块,具体用于:根据所述服务器和所述车载设备在各个场景触发区域内对应的触发场景功能的时刻,确定各个场景触发区域对应的时延;根据所述各个场景触发区域对应的时延,确定所述车载设备相对于所述服务器的平均时延、最大时延、最小时延中的至少一项。
可选的,获取单元501,包括第一获取模块和/或第二获取模块;所述第一获取模块,用于获取实际道路测试后得到的车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据;所述第二获取模块,用于对所述车载设备进行仿真测试,获取仿真测试后得到的车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据。
可选的,所述第二获取模块,具体用于:确定仿真测试的条件信息并构建仿真场景;其中,所述条件信息包括起始位置、目的位置以及目标车速,所述仿真场景包括驾驶员操作信息以及路况信息;根据所述条件信息与所述仿真场景,对所述车载设备进行仿真测试。
可选的,所述服务器包括采集交通参与方信息的云端服务器以及与所述云端服务器通信的闪传服务器;所述车载设备设置有用于与所述闪传服务器通信的闪传端和用于与所述闪传端通信的客户端;相应的,所述第一确定单元503,具体用于确定所述车载设备的客户端相对于所述云端服务器的时延。可选的,所述闪传服务器通过消息中心设备与所述车载设备的闪传端通信;所述装置还包括:第二确定单元和/或第三确定单元;所述第二确定单元,用于根据所述消息中心设备与所述闪传服务器触发同一场景功能的时刻,确定所述消息中心设备与所述闪传服务器之间的时延;所述第三确定单元,用于根据所述云端服务器与所述闪传服务器触发同一场景功能的时刻,确定所述云端服务器与所述闪传服务器之间的时延。
图5所示实施例的车载设备的质量信息确定装置可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本实施例中,通过获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据,采用日志数据分析的手段,能够有效地获得车载设备对场景功能的触发状态信息,然后通过对触发状态信息进行分析,确定该车载设备的质量信息,能够评估车载设备的V2X效果,实现有效地评估车载设备的质量,进而依据质量信息能够调整车载设备和/或服务器的功能参数,保证车载设备的高灵敏度、高准确率等性能。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
根据本申请的实施例,本申请还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图6示出了可以用来实施本申请的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,电子设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如车载设备的质量信息确定方法。例如,在一些实施例中,车载设备的质量信息确定方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的车载设备的质量信息确定方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行车载设备的质量信息确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (27)
1.一种车载设备的质量信息确定方法,包括:
获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据;
根据获取到的日志数据,确定所述车载设备对场景功能的触发状态信息;
根据所述触发状态信息,确定所述车载设备的质量信息,其中,所述质量信息用于调整所述车载设备和/或所述服务器的功能参数。
2.根据权利要求1所述的方法,其中,所述触发状态信息包括触发场景功能的次数,和/或,触发场景功能的时刻;
所述车载设备的质量信息包括:所述车载设备相对于所述服务器的时延;和/或,所述车载设备对场景功能的实际触发率。
3.根据权利要求1所述的方法,其中,根据获取到的日志数据,确定所述车载设备对场景功能的触发状态信息,包括:
根据获取到的日志数据,确定搭载所述车载设备的车辆在统计期间内经过的至少一个场景触发区域,并依次分析每一场景触发区域内对场景功能的触发状态信息,分析完成后得到所述车载设备在所述统计期间内的触发状态信息。
4.根据权利要求3所述的方法,其中,根据获取到的日志数据,确定搭载所述车载设备的车辆在统计期间内经过的至少一个场景触发区域,包括:
根据获取到的日志数据,确定所述车辆在各个时刻的车辆状态信息;
对于每一时刻的车辆状态信息,若根据所述车辆状态信息判断所述车辆到达前方停止线预设距离处,则确定所述车辆进入当前场景触发区域;和/或,若根据所述车辆状态信息判断所述车辆越过停止线,则确定所述车辆驶出当前场景触发区域。
5.根据权利要求3所述的方法,其中,分析每一场景触发区域内对场景功能的触发状态信息,包括:
在每一场景触发区域内,若根据所述服务器的日志数据确定满足场景功能的触发条件,则应触发次数加一;
若根据车载设备的日志数据,确定实际触发了所述场景功能,则实际触发次数加一;
相应的,根据所述触发状态信息,确定所述车载设备的质量信息,包括:
根据统计期间内的实际触发次数和应触发次数,确定所述车载设备对场景功能的实际触发率。
6.根据权利要求5所述的方法,其中,根据统计周期内的实际触发次数和应触发次数,确定所述车载设备对场景功能的实际触发率,包括:
计算统计周期内每种类型的场景功能的实际触发次数和应触发次数;
对于每种类型,根据所述类型的实际触发次数和应触发次数,确定所述类型对应的实际触发率;
其中,所述场景功能的类型包括下述至少一项:红绿灯倒计时、绿波车速、闯红灯预警、路口提示、绿波车速正确率。
7.根据权利要求3所述的方法,其中,分析每一场景触发区域内对场景功能的触发状态信息,包括:
在每一场景触发区域内,根据所述服务器的日志数据确定所述服务器触发场景功能的时刻;
根据所述车载设备的日志数据确定所述车载设备触发所述场景功能的时刻;
相应的,根据所述触发状态信息,确定所述车载设备的质量信息,包括:
根据所述服务器和所述车载设备在各个场景区域内对应的触发场景功能的时刻,确定所述车载设备相对于所述服务器的时延。
8.根据权利要求7所述的方法,其中,根据所述服务器和所述车载设备在各个场景区域内对应的触发场景功能的时刻,确定所述车载设备相对于所述服务器的时延,包括:
根据所述服务器和所述车载设备在各个场景触发区域内对应的触发场景功能的时刻,确定各个场景触发区域对应的时延;
根据所述各个场景触发区域对应的时延,确定所述车载设备相对于所述服务器的平均时延、最大时延、最小时延中的至少一项。
9.根据权利要求1-7任一项所述的方法,其中,获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据,包括:
获取实际道路测试后得到的车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据;和/或,
对所述车载设备进行仿真测试,获取仿真测试后得到的车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据。
10.根据权利要求9所述的方法,其中,对所述车载设备进行仿真测试,包括:
确定仿真测试的条件信息并构建仿真场景;其中,所述条件信息包括起始位置、目的位置以及目标车速,所述仿真场景包括驾驶员操作信息以及路况信息;
根据所述条件信息与所述仿真场景,对所述车载设备进行仿真测试。
11.根据权利要求1-7任一项所述的方法,其中,所述服务器包括采集交通参与方信息的云端服务器以及与所述云端服务器通信的闪传服务器;
所述车载设备设置有用于与所述闪传服务器通信的闪传端和用于与所述闪传端通信的客户端;
相应的,确定所述车载设备的质量信息,包括:确定所述车载设备的客户端相对于所述云端服务器的时延。
12.根据权利要求11所述的方法,其中,所述闪传服务器通过消息中心设备与所述车载设备的闪传端通信;所述方法还包括:
根据所述消息中心设备与所述闪传服务器触发同一场景功能的时刻,确定所述消息中心设备与所述闪传服务器之间的时延;和/或,
根据所述云端服务器与所述闪传服务器触发同一场景功能的时刻,确定所述云端服务器与所述闪传服务器之间的时延。
13.一种车载设备的质量信息确定装置,包括:
获取单元,用于获取车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据;
处理单元,用于根据获取到的日志数据,确定所述车载设备对场景功能的触发状态信息;
第一确定单元,用于根据所述触发状态信息,确定所述车载设备的质量信息,其中,所述质量信息用于调整所述车载设备和/或所述服务器的功能参数。
14.根据权利要求13所述的装置,其中,所述触发状态信息包括触发场景功能的次数,和/或,触发场景功能的时刻;
相应的,所述车载设备的质量信息包括:所述车载设备相对于所述服务器的时延;和/或,所述车载设备对场景功能的实际触发率。
15.根据权利要求13所述的装置,其中,所述处理单元,包括第一处理模块和第二处理模块;
所述第一处理模块,用于根据获取到的日志数据,确定搭载所述车载设备的车辆在统计期间内经过的至少一个场景触发区域;
所述第二处理模块,用于依次分析每一场景触发区域内对场景功能的触发状态信息,分析完成后得到所述车载设备在所述统计期间内的触发状态信息。
16.根据权利要求15所述的装置,其中,所述第一处理模块,具体用于:
根据获取到的日志数据,确定所述车辆在各个时刻的车辆状态信息;
对于每一时刻的车辆状态信息,若根据所述车辆状态信息判断所述车辆到达前方停止线预设距离处,则确定所述车辆进入当前场景触发区域;和/或,若根据所述车辆状态信息判断所述车辆越过停止线,则确定所述车辆驶出当前场景触发区域。
17.根据权利要求15所述的装置,其中,所述第二处理模块,包括第一处理子模块;所述第一处理子模块,用于:
在每一场景触发区域内,若根据所述服务器的日志数据确定满足场景功能的触发条件,则应触发次数加一;
若根据车载设备的日志数据,确定实际触发了所述场景功能,则实际触发次数加一;
相应的,所述第一确定单元,包括第一确定模块;所述第一确定模块,用于根据统计期间内的实际触发次数和应触发次数,确定所述车载设备对场景功能的实际触发率。
18.根据权利要求17所述的装置,其中,所述第一确定模块,具体用于:
计算统计周期内每种类型的场景功能的实际触发次数和应触发次数;
对于每种类型,根据所述类型的实际触发次数和应触发次数,确定所述类型对应的实际触发率;
其中,所述场景功能的类型包括下述至少一项:红绿灯倒计时、绿波车速、闯红灯预警、路口提示、绿波车速正确率。
19.根据权利要求15所述的装置,其中,所述第二处理模块,包括第二处理子模块;所述第二处理子模块,用于:
在每一场景触发区域内,根据所述服务器的日志数据确定所述服务器触发场景功能的时刻;
根据所述车载设备的日志数据确定所述车载设备触发所述场景功能的时刻;
相应的,所述第一确定单元,包括第二确定模块;所述第二确定模块,用于根据所述服务器和所述车载设备在各个场景区域内对应的触发场景功能的时刻,确定所述车载设备相对于所述服务器的时延。
20.根据权利要求19所述的装置,其中,所述第二确定模块,具体用于:
根据所述服务器和所述车载设备在各个场景触发区域内对应的触发场景功能的时刻,确定各个场景触发区域对应的时延;
根据所述各个场景触发区域对应的时延,确定所述车载设备相对于所述服务器的平均时延、最大时延、最小时延中的至少一项。
21.根据权利要求13-19任一项所述的装置,其中,获取单元,包括第一获取模块和/或第二获取模块;
所述第一获取模块,用于获取实际道路测试后得到的车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据;
所述第二获取模块,用于对所述车载设备进行仿真测试,获取仿真测试后得到的车载设备的日志数据以及与所述车载设备进行车用无线通讯交互的服务器的日志数据。
22.根据权利要求21所述的装置,其中,所述第二获取模块,具体用于:
确定仿真测试的条件信息并构建仿真场景;其中,所述条件信息包括起始位置、目的位置以及目标车速,所述仿真场景包括驾驶员操作信息以及路况信息;
根据所述条件信息与所述仿真场景,对所述车载设备进行仿真测试。
23.根据权利要求13-19任一项所述的装置,其中,所述服务器包括采集交通参与方信息的云端服务器以及与所述云端服务器通信的闪传服务器;
所述车载设备设置有用于与所述闪传服务器通信的闪传端和用于与所述闪传端通信的客户端;
相应的,所述第一确定单元,具体用于:确定所述车载设备的客户端相对于所述云端服务器的时延。
24.根据权利要求23所述的装置,其中,所述闪传服务器通过消息中心设备与所述车载设备的闪传端通信;所述装置还包括:第二确定单元和/或第三确定单元;
所述第二确定单元,用于根据所述消息中心设备与所述闪传服务器触发同一场景功能的时刻,确定所述消息中心设备与所述闪传服务器之间的时延;
所述第三确定单元,用于根据所述云端服务器与所述闪传服务器触发同一场景功能的时刻,确定所述云端服务器与所述闪传服务器之间的时延。
25.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。
26.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-12中任一项所述的方法。
27.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011566749.4A CN112559272B (zh) | 2020-12-25 | 2020-12-25 | 车载设备的质量信息确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011566749.4A CN112559272B (zh) | 2020-12-25 | 2020-12-25 | 车载设备的质量信息确定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112559272A true CN112559272A (zh) | 2021-03-26 |
CN112559272B CN112559272B (zh) | 2023-12-19 |
Family
ID=75033113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011566749.4A Active CN112559272B (zh) | 2020-12-25 | 2020-12-25 | 车载设备的质量信息确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112559272B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113870592A (zh) * | 2021-10-20 | 2021-12-31 | 温州大学 | 一种基于deec分簇的交通灯改进配时方法 |
WO2024016251A1 (zh) * | 2022-07-21 | 2024-01-25 | 华为技术有限公司 | 一种日志上报方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107991904A (zh) * | 2017-12-20 | 2018-05-04 | 中国铁道科学研究院通信信号研究所 | 一种仿真无线闭塞中心消息发生器 |
CN109421629A (zh) * | 2017-08-28 | 2019-03-05 | 通用汽车环球科技运作有限责任公司 | 用于自主车辆的自动维护安排的方法和设备 |
WO2019208015A1 (ja) * | 2018-04-26 | 2019-10-31 | ソニーセミコンダクタソリューションズ株式会社 | 情報処理装置、移動装置、情報処理システム、および方法、並びにプログラム |
CN110930005A (zh) * | 2019-11-14 | 2020-03-27 | 华东师范大学 | 基于零日漏洞的自动驾驶预期功能安全危害评估方法 |
CN111464637A (zh) * | 2020-03-31 | 2020-07-28 | 北京百度网讯科技有限公司 | 无人车数据处理方法、装置、设备和介质 |
CN111741446A (zh) * | 2020-06-16 | 2020-10-02 | 重庆大学 | V2x通信与应用联合测试方法及系统 |
-
2020
- 2020-12-25 CN CN202011566749.4A patent/CN112559272B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109421629A (zh) * | 2017-08-28 | 2019-03-05 | 通用汽车环球科技运作有限责任公司 | 用于自主车辆的自动维护安排的方法和设备 |
CN107991904A (zh) * | 2017-12-20 | 2018-05-04 | 中国铁道科学研究院通信信号研究所 | 一种仿真无线闭塞中心消息发生器 |
WO2019208015A1 (ja) * | 2018-04-26 | 2019-10-31 | ソニーセミコンダクタソリューションズ株式会社 | 情報処理装置、移動装置、情報処理システム、および方法、並びにプログラム |
CN110930005A (zh) * | 2019-11-14 | 2020-03-27 | 华东师范大学 | 基于零日漏洞的自动驾驶预期功能安全危害评估方法 |
CN111464637A (zh) * | 2020-03-31 | 2020-07-28 | 北京百度网讯科技有限公司 | 无人车数据处理方法、装置、设备和介质 |
CN111741446A (zh) * | 2020-06-16 | 2020-10-02 | 重庆大学 | V2x通信与应用联合测试方法及系统 |
Non-Patent Citations (1)
Title |
---|
刘江;蔡伯根;王剑;陆德彪;: "基于状态估计的虚拟应答器捕获方法研究", 铁道学报, no. 10 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113870592A (zh) * | 2021-10-20 | 2021-12-31 | 温州大学 | 一种基于deec分簇的交通灯改进配时方法 |
WO2024016251A1 (zh) * | 2022-07-21 | 2024-01-25 | 华为技术有限公司 | 一种日志上报方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112559272B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113240909A (zh) | 车辆监测方法、设备、云控平台和车路协同系统 | |
CN114415628A (zh) | 自动驾驶测试方法及装置、电子设备和存储介质 | |
CN112559272B (zh) | 车载设备的质量信息确定方法、装置、设备及存储介质 | |
CN112559371B (zh) | 一种自动驾驶测试方法、装置及电子设备 | |
CN112764013B (zh) | 自动驾驶车辆感知系统测试方法、装置、设备及存储介质 | |
CN113129596A (zh) | 行驶数据处理方法、装置、设备、存储介质及程序产品 | |
CN115641359B (zh) | 确定对象的运动轨迹的方法、装置、电子设备和介质 | |
CN114120650A (zh) | 用于生成测试结果的方法、装置 | |
CN114547884A (zh) | 自动驾驶仿真方法、装置、设备、可读存储介质及产品 | |
CN112991735B (zh) | 交通流量监测系统的测试方法、装置及设备 | |
CN114238790A (zh) | 用于确定最大感知范围的方法、装置、设备以及存储介质 | |
CN112926135A (zh) | 场景信息确定方法、装置、设备、存储介质和程序产品 | |
CN115277165B (zh) | 一种车辆网络风险确定方法、装置、设备及存储介质 | |
CN111767651B (zh) | 指标预测模型的构建方法、指标预测方法和装置 | |
CN114596704A (zh) | 交通事件处理方法、装置、设备及存储介质 | |
CN114863715A (zh) | 停车数据确定方法、装置、电子设备及存储介质 | |
CN111695253B (zh) | 自动驾驶中的站点测试方法、装置、设备及存储介质 | |
CN112685610A (zh) | 虚假注册账号识别方法及相关装置 | |
CN113990068A (zh) | 交通数据的处理方法、装置、设备以及存储介质 | |
CN113029179B (zh) | 一种路线评测方法、装置、电子设备及存储介质 | |
CN114093170B (zh) | 一种信号机控制方案的生成方法、系统、装置及电子设备 | |
CN114596552B (zh) | 信息处理方法、训练方法、装置、设备、车辆及介质 | |
CN114596713B (zh) | 一种车辆的实时远程监测控制方法及系统 | |
CN115587496B (zh) | 基于车路协同的测试方法、装置、设备、系统及存储介质 | |
US11772681B2 (en) | Method and apparatus for processing autonomous driving simulation data, and electronic device |
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 |