CN113486452A - 一种用于无人驾驶设备远程遥控的方法及装置 - Google Patents

一种用于无人驾驶设备远程遥控的方法及装置 Download PDF

Info

Publication number
CN113486452A
CN113486452A CN202111040789.XA CN202111040789A CN113486452A CN 113486452 A CN113486452 A CN 113486452A CN 202111040789 A CN202111040789 A CN 202111040789A CN 113486452 A CN113486452 A CN 113486452A
Authority
CN
China
Prior art keywords
remote control
state
requests
request
working state
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
Application number
CN202111040789.XA
Other languages
English (en)
Other versions
CN113486452B (zh
Inventor
周芹
白钰
樊明宇
任冬淳
夏华夏
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.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology 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 Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202111040789.XA priority Critical patent/CN113486452B/zh
Publication of CN113486452A publication Critical patent/CN113486452A/zh
Application granted granted Critical
Publication of CN113486452B publication Critical patent/CN113486452B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/12—Timing analysis or timing optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本说明书公开了一种用于无人驾驶设备远程遥控的方法及装置，首先，接收无人驾驶设备发送的接管请求。其次，将传感数据输入到预先训练的风险模型中，确定接管请求对应的优先级。而后，针对每个候选远程遥控设备，根据接管请求对应的优先级，以及预先确定出的在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，确定该候选远程遥控设备针对接管请求的收益值。最后，根据各候选远程遥控设备针对接管请求的收益值，通过选取出的目标远程遥控设备，对无人驾驶设备进行控制。本方法可以通过各候选远程遥控设备针对接管请求的收益值，将接管请求合理的分配给远程遥控设备，从而提高了处理接管请求的效率。

Description

一种用于无人驾驶设备远程遥控的方法及装置
技术领域
本说明书涉及无人驾驶技术领域，尤其涉及一种用于无人驾驶设备远程遥控的方法及装置。
背景技术
在无人驾驶的技术领域中，为了保障无人驾驶设备的安全行驶，可以采用远程驾驶员实时进行监控的方式，如，当无人驾驶设备出现故障或者紧急情况下，远程驾驶员进行临时接管和干预，将无人驾驶设备就近停车或驶离故障位置。
目前，当某一无人驾驶设备请求远程接入时，若所有远程遥控设备均处于忙碌状态，则新增的接管请求需要在远程遥控系统对应的请求队列中排队等待被处理。将远程遥控系统对应的请求队列中的接管请求依次分配给出现空闲状态的远程遥控设备。这种方式并不能合理的将接管请求分配至远程遥控设备，可能导致部分需要优先处理的接管请求错过最佳的处理时间，从而，降低了处理接管请求的效率。
因此，如何能够合理的分配接管请求，提高了处理接管请求的效率，则是一个亟待解决的问题。
发明内容
本说明书提供一种用于无人驾驶设备远程遥控的方法、装置、存储介质及无人驾驶设备，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种用于无人驾驶设备远程遥控的方法，所述方法应用于无人驾驶领域，包括：
接收无人驾驶设备发送的接管请求，所述接管请求包括所述无人驾驶设备在当前状态下的传感数据；
将所述传感数据输入到预先训练的风险模型中，确定所述接管请求对应的优先级，所述优先级用于反映所述无人驾驶设备当前所处道路的道路情况的复杂程度，所述道路情况的复杂程度越高，所述优先级越高；
针对每个候选远程遥控设备，根据所述接管请求对应的优先级，以及预先确定出的在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，确定该候选远程遥控设备针对所述接管请求的收益值；
根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取目标远程遥控设备，并通过所述目标远程遥控设备，对所述无人驾驶设备进行控制。
可选地，预先确定在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长之前，所述方法还包括：
获取历史数据，所述历史数据包括：以第一工作状态处理历史接管请求消耗的时长、以第二工作状态处理所述历史接管请求消耗的时长，其中，所述第一工作状态用于表征通过远程遥控设备对无人驾驶设备进行控制，所述第二工作状态用于表征通过远程遥控设备对无人驾驶设备进行控制，并对控制后的无人驾驶设备的行驶状态进行跟踪监控，以所述第一工作状态处理所述历史接管请求消耗的时长，小于以所述第二工作状态处理所述历史接管请求消耗的时长；
预先确定在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，具体包括：
针对远程遥控设备在请求队列中能够持有的每种请求数量，根据所述历史数据，确定远程遥控设备在请求队列中持有该请求数量的情况下处于所述第一工作状态时，新增接管请求等待该远程遥控设备处理所需的平均等待时长，作为该请求数量在所述第一工作状态下对应的平均等待时长，以及远程遥控设备在请求队列中持有该请求数量的情况下处于所述第二工作状态时，新增接管请求等待该远程遥控设备处理所需的平均等待时长，作为该请求数量在所述第二工作状态下对应的平均等待时长；
根据每个请求数量在所述第一工作状态对应的平均等待时长，以及每个请求数量在所述第二工作状态对应的平均等待时长，确定该候选远程遥控设备对应的请求队列中当前持有所述待处理请求数量的前提下所对应的平均等待时长。
可选地，所述历史数据还包括：工作状态相关数据，所述工作状态相关数据包括：所述第二工作状态的持续时长，以及工作状态转换概率中的至少一种；
根据每个请求数量在所述第一工作状态对应的平均等待时长，以及每个请求数量在所述第二工作状态对应的平均等待时长，确定该候选远程遥控设备对应的请求队列中当前持有所述待处理请求数量的前提下所对应的平均等待时长，具体包括：
根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长，以及所述工作状态相关数据，确定该候选远程遥控设备对应的请求队列中当前持有的所述待处理请求数量的前提下所对应的平均等待时长。
可选地，根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长，以及所述工作状态相关数据，确定该候选远程遥控设备对应的请求队列中当前持有的所述待处理请求数量的前提下所对应的平均等待时长，具体包括：
根据所述历史数据，确定该候选远程遥控设备在所述待处理请求数量下处于所述第一工作状态的概率，作为第一状态概率，以及该候选远程遥控设备在所述待处理请求数量下处于所述第二工作状态的概率，作为第二状态概率；
根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长、所述第一状态概率以及所述第二状态概率，确定该候选远程遥控设备在处于所述待处理请求数量下所对应的平均等待时长。
可选地，根据所述历史数据，确定该候选远程遥控设备在所述待处理请求数量下处于所述第一工作状态的概率，具体包括：
将所述待处理请求数量以及所述第一工作状态，作为第一状态组合；
根据所述第一状态组合的相邻状态组合，确定该候选远程遥控设备在所述待处理请求数量下处于所述第一工作状态的概率，其中，所述第一状态组合的相邻状态组合包括：处于所述第一工作状态，且请求队列中的请求数量与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第二工作状态的状态组合，以及处于所述第二工作状态，请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合；
根据所述历史数据，该候选远程遥控设备在所述待处理请求数量下处于所述第二工作状态的概率，具体包括：
将所述待处理请求数量以及所述第二工作状态，作为第二状态组合；
根据所述第二状态组合的相邻状态组合，确定该候选远程遥控设备在所述待处理请求数量下处于所述第二工作状态的概率，其中，所述第二状态组合的相邻状态组合包括：处于所述第二工作状态，且请求队列中的请求数量与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第一工作状态的状态组合，以及处于所述第一工作状态，请求队列中的请求数量大于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合。
可选地，根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取目标远程遥控设备，具体包括：
根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取所述收益值大于设定收益值阈值，且各候选远程遥控设备的请求队列中当前持有的待处理请求数量小于确定出的最大可接收请求数量的候选远程遥控设备，作为目标远程遥控设备。
可选地，确定所述最大可接收请求数量，具体包括：
根据所述历史数据，确定远程遥控设备处于饱和工作状态下，所述接管请求对应的平均等待时长，作为饱和工作状态对应的平均等待时长，所述饱和工作状态用于表征请求队列中请求数量达到最大可接收请求数量时，远程遥控设备对应的工作状态；
根据所述饱和工作状态对应的平均等待时长以及所述接管请求对应的优先级，确定所述最大可接收数量。
可选地，根据所述历史数据，确定远程遥控设备处于饱和工作状态下，所述接管请求对应的平均等待时长，作为饱和工作状态对应的平均等待时长，具体包括：
根据所述历史数据，确定该候选远程遥控设备处于所述饱和工作状态，且处于所述第一工作状态的概率，作为第一状态饱和概率，以及该候选远程遥控设备处于所述饱和工作状态，且处于所述第二工作状态的概率，作为第二状态饱和概率；
根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长、所述第一状态饱和概率以及所述第二状态饱和概率，确定所述目标远程遥控设备处于所述饱和工作状态下，所述接管请求对应的平均等待时长，作为饱和工作状态对应的平均等待时长。
可选地，根据所述历史数据，确定该候选远程遥控设备处于所述饱和工作状态，且处于所述第一工作状态的概率，作为第一状态饱和概率，具体包括：
将所述饱和工作状态以及所述第一工作状态，作为第一饱和状态组合；
根据所述第一饱和状态组合的相邻状态组合，确定该候选远程遥控设备处于所述饱和工作状态时，且处于所述第一工作状态的概率，其中，所述第一饱和状态组合的相邻状态组合包括：处于所述第一工作状态，且请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第二工作状态的状态组合，以及处于所述第二工作状态，请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合；
根据所述历史数据，确定该候选远程遥控设备处于所述饱和工作状态，且处于所述第二工作状态的概率，作为第二状态饱和概率，具体包括：
将所述饱和工作状态以及所述第二工作状态，作为第二饱和状态组合；
根据所述第二饱和状态组合的相邻状态组合，确定该候选远程遥控设备处于所述饱和工作状态时，且处于所述第二工作状态的概率，其中，所述第二饱和状态组合的相邻状态组合包括：处于所述第二工作状态，且请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第一工作状态的状态组合。
可选地，训练所述风险模型，具体包括：
获取训练样本，所述训练样本包含所述无人驾驶设备发送的历史接管请求，以及在发送所述历史接管请求下所述无人驾驶设备所采集到的历史传感数据；
将所述历史接管请求输入到待训练的风险模型中，确定所述历史接管请求对应的优先级；
以最小化所述历史接管请求对应的优先级与通过所述历史传感数据确定出的标签信息之间的偏差为优化目标，对所述风险模型进行训练。
本说明书提供了一种用于无人驾驶设备远程遥控的装置，所述装置应用于无人驾驶领域，包括：
接收模块，用于接收无人驾驶设备发送的接管请求，所述接管请求包括所述无人驾驶设备在当前状态下的传感数据；
输入模块，用于将所述传感数据输入到预先训练的风险模型中，确定所述接管请求对应的优先级，所述优先级用于反映所述无人驾驶设备当前所处道路的道路情况的复杂程度，所述道路情况的复杂程度越高，所述优先级越高；
确定模块，用于针对每个候选远程遥控设备，根据所述接管请求对应的优先级，以及预先确定出的在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，确定该候选远程遥控设备针对所述接管请求的收益值；
控制模块，用于根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取目标远程遥控设备，并通过所述目标远程遥控设备，对所述无人驾驶设备进行控制。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述用于无人驾驶设备远程遥控的方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述用于无人驾驶设备远程遥控的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的用于无人驾驶设备远程遥控的方法中，接收无人驾驶设备发送的接管请求，接管请求包括所述无人驾驶设备在当前状态下的传感数据。其次，将传感数据输入到预先训练的风险模型中，确定接管请求对应的优先级，优先级用于反映无人驾驶设备当前所处道路的道路情况的复杂程度，道路情况的复杂程度越高，优先级越高。而后，针对每个候选远程遥控设备，根据接管请求对应的优先级，以及预先确定出的在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，确定该候选远程遥控设备针对接管请求的收益值。最后，根据各候选远程遥控设备针对接管请求的收益值，从各候选远程遥控设备中选取目标远程遥控设备，并通过目标远程遥控设备，对无人驾驶设备进行控制。
从上述用于无人驾驶设备远程遥控的方法中可以看出，本方法可以根据接管请求对应的无人驾驶设备当前所处道路的道路情况的复杂程度，以及预先确定出的在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，确定该候选远程遥控设备针对接管请求的收益值，并通过选取出的满足设定条件的目标远程遥控设备，对无人驾驶设备进行控制。相比于现有技术中，新增的接管请求需要在远程遥控系统对应的请求队列中排队等待被处理。本方法可以通过各候选远程遥控设备针对接管请求的收益值，将接管请求合理的分配给远程遥控设备，保证了接管请求可以及时的被处理，避免了需要优先处理的接管请求错过最佳的处理时间，从而提高了处理接管请求的效率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书实施例提供的用于无人驾驶设备远程遥控的方法的流程示意图；
图2为本说明书实施例提供的接管请求处理过程的示意图；
图3为本说明书实施例提供的用于无人驾驶设备远程遥控的装置的结构示意图；
图4为本说明书实施例提供的电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的用于无人驾驶设备远程遥控的方法的流程示意图，具体包括以下步骤：
S100：接收无人驾驶设备发送的接管请求，所述接管请求包括所述无人驾驶设备在当前状态下的传感数据。
本说明书提供的用于无人驾驶设备远程遥控的执行主体可以是远程遥控系统，也可以是服务器、台式电脑等终端设备。为了便于描述，下面将仅以远程遥控系统为执行主体，对本说明书提供的用于无人驾驶设备远程遥控的方法进行说明。
在本说明书实施例中，远程遥控系统可以接收无人驾驶设备发送的接管请求，这里提到的接管请求可以用于表征无人驾驶设备在出现故障或者紧急情况下，向远程遥控系统发送的接管无人驾驶设备的请求，接管请求包括无人驾驶设备在当前状态下的传感数据。这里提到的传感数据可以是通过无人驾驶设备上设置的诸如摄像机、激光雷达、温湿度传感器、惯性测量单元等传感器获取到的传感数据，例如，摄像机获取到的图像数据、激光雷达获取到的点云数据、温湿度传感器获取到的天气数据、惯性测量单元获取到的姿态数据等。无人驾驶设备可以通过传感数据，用来在行驶过程中感知无人驾驶设备周围的环境。例如，确定无人驾驶设备的位置数据，无人驾驶设备周围的障碍物的位置数据，当前的天气情况，当前的道路场景（十字路口、弯道、直行道路等）等。
在本说明书提到的无人驾驶设备可以是指无人车、机器人、自动配送设备等能够实现自动驾驶的设备。基于此，应用本说明书提供的用于无人驾驶设备远程遥控的方法的无人驾驶设备可以用于执行配送领域的配送任务，如，使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。
S102：将所述传感数据输入到预先训练的风险模型中，确定所述接管请求对应的优先级，所述优先级用于反映所述无人驾驶设备当前所处道路的道路情况的复杂程度，所述道路情况的复杂程度越高，所述优先级越高。
在本说明书实施例中，远程遥控系统可以将传感数据输入到预先训练的风险模型中，确定接管请求对应的优先级，这里提到的优先级用于反映无人驾驶设备当前所处道路的道路情况的复杂程度，道路情况的复杂程度越高，优先级越高。
远程遥控系统可以将传感数据输入到预先训练的风险模型中，确定接管请求对应的无人驾驶设备在当前时刻的道路情况，例如，天气情况、道路场景、周围障碍物数量、与周围障碍物的交互情况等。再根据接管请求对应的无人驾驶设备当前时刻的道路情况，确定接管请求对应的优先级。
在本说明书实施例中，可以预先通过训练样本，对风险模型进行训练，得到训练后的风险模型，并在实际应用中部署在远程遥控系统中。
首先，获取训练样本，所述训练样本包含无人驾驶设备发送的历史接管请求，以及在发送历史接管请求下无人驾驶设备所采集到的历史传感数据。而后，远程遥控系统可以将历史接管请求输入到待训练的风险模型中，确定历史接管请求对应的无人驾驶设备的历史道路情况以及历史道路情况对应的标签信息。远程遥控系统再根据接管请求对应的无人驾驶设备的历史道路情况，确定接管请求对应的优先级。最后，以最小化历史接管请求对应的优先级与通过历史传感数据确定出的标签信息之间的偏差为优化目标，对风险模型进行训练。
经过多轮的迭代训练，可以使历史接管请求对应的优先级与通过历史传感数据确定出的标签信息之间的偏差不断减小，并收敛在一个数值范围内，进而完成风险模型的训练过程。而这里提到的标签信息可以是人为基于实际经验，参考历史传感数据后所确定出的。
本说明书实施例中，风险模型可以有多种形式，例如，BP神经网络（BackPropagation，BP）、卷积神经网络(Convolutional Neural Networks，CNN)等，本说明书不对风险模型进行具体的限定。
S104：针对每个候选远程遥控设备，根据所述接管请求对应的优先级，以及预先确定出的在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，确定该候选远程遥控设备针对所述接管请求的收益值。
在本说明书实施例中，远程遥控系统包括多个远程遥控设备，每个远程遥控设备可以由远程驾驶员进行控制，以实现对无人驾驶设备的远程操控。
远程遥控系统需要预先确定出在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长。具体的，远程遥控系统可以先获取历史数据，这里提到的历史数据包括：以第一工作状态处理历史接管请求消耗的时长、以第二工作状态处理所述历史接管请求消耗的时长。
其中，第一工作状态用于表征通过远程遥控设备对无人驾驶设备进行控制，第二工作状态用于表征通过远程遥控设备对无人驾驶设备进行控制，并对控制后的无人驾驶设备的行驶状态进行跟踪监控。
也就是说，相比于第一工作状态，远程遥控设备处于第二工作状态时，还需要监管一段时间的无人驾驶设备的行驶过程，处理接管请求的耗时更长。因此，以第一工作状态处理历史接管请求消耗的时长，小于以第二工作状态处理历史接管请求消耗的时长。
进一步地，远程遥控系统可以针对远程遥控设备在请求队列中能够持有的每种请求数量，根据历史数据，确定远程遥控设备在请求队列中持有该请求数量的情况下处于第一工作状态时，新增接管请求等待该远程遥控设备处理所需的平均等待时长，作为该请求数量在第一工作状态下对应的平均等待时长，以及远程遥控设备在请求队列中持有该请求数量的情况下处于第二工作状态时，新增接管请求等待该远程遥控设备处理所需的平均等待时长，作为该请求数量在第二工作状态下对应的平均等待时长。
而后，远程遥控系统可以根据每个请求数量在第一工作状态对应的平均等待时长，以及每个请求数量在第二工作状态对应的平均等待时长，确定该候选远程遥控设备对应的请求队列中当前持有待处理请求数量的前提下所对应的平均等待时长。
在本说明书实施例中，历史数据还可以包括：工作状态相关数据，工作状态相关数据包括：第二工作状态的持续时长，以及工作状态转换概率中的至少一种。远程遥控系统可以根据每个请求数量在第一工作状态对应的平均等待时长、每个请求数量在第二工作状态对应的平均等待时长，以及工作状态相关数据，确定该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长。具体如图2所示。
图2为本说明书实施例提供的接管请求处理过程的示意图。
在图2中，（n，i）可以用于表示远程遥控设备的当前综合状态，n可以用于表示远程 遥控设备中的接管请求数量，i可以用于表示远程遥控设备当前的工作状态，1为第一工作 状态，0为第二工作状态。例如，（1,1）可以用于表示远程遥控设备对应的请求队列中当前持 有待处理请求数量为1，并处于第一工作状态。λ可以用于表示接管请求的平均到达速率。
Figure 263912DEST_PATH_IMAGE001
可以用于表示第一工作状态处理历史接管请求的平均速率，
Figure 853157DEST_PATH_IMAGE002
可以用于表示以第一工作 状态处理历史接管请求消耗的平均时长。
Figure 819845DEST_PATH_IMAGE003
可以用于表示第二工作状态处理历史接管请 求的平均速率，
Figure 152737DEST_PATH_IMAGE004
可以用于表示以第二工作状态处理历史接管请求消耗的平均时长。
Figure 387016DEST_PATH_IMAGE005
可 以用于表示保持第二工作状态的平均速率，
Figure 130850DEST_PATH_IMAGE006
可以用于表示第二工作状态的平均持续时 长。
Figure 335566DEST_PATH_IMAGE007
可以用于表示工作状态转换概率，也就是从第一工作状态转换为第二工作状态的转 换概率。
从图2中可以看出，远程遥控设备在请求队列中持有的请求数量不同的情况下，远 程遥控设备的工作状态变化情况。例如，当远程遥控设备的当前综合状态为（1,0）时，远程 遥控设备对应的请求队列中当前持有待处理请求数量为1，并处于第二工作状态，以第二工 作状态处理历史接管请求的平均速率
Figure 222882DEST_PATH_IMAGE008
处理接管请求后，远程遥控设备的当前综合状态 变为（0,0）。若远程遥控设备在第二工作状态的持续时长达到后，从第二工作状态转换为第 一工作状态，远程遥控设备的当前综合状态变为（1,1）。
再例如，当远程遥控设备的当前综合状态为（2,1）时，远程遥控设备对应的请求队 列中当前持有待处理请求数量为2，并处于第一工作状态，以第一工作状态处理历史接管请 求的平均速率
Figure 563864DEST_PATH_IMAGE009
处理接管请求后，远程遥控设备的当前综合状态有工作状态转换概率
Figure 744179DEST_PATH_IMAGE007
， 从第一工作状态转换为第二工作状态，变为（1,0）。远程遥控设备的当前综合状态也有工作 状态转换概率
Figure 436191DEST_PATH_IMAGE010
，仍为第一工作状态，变为（1,1）。
进一步的，远程遥控系统可以确定出远程遥控设备在每个综合状态对应的平均等待时长，确定每个请求数量在第一工作状态对应的平均等待时长，以及每个请求数量在第二工作状态对应的平均等待时长。具体可以参考如下公式：
Figure 852830DEST_PATH_IMAGE011
在上述公式中，当远程遥控设备的当前综合状态为（0,0）时，上一个接管请求可能 还在处理。由于，远程遥控设备对应的请求队列中没有待处理请求，并处于第二工作状态， 因此，远程遥控设备的当前工作状态可以是以第二工作状态处理上一个接管请求，也可以 是以第一工作状态处理上一个接管请求。而在第二工作状态的平均持续时长
Figure 313898DEST_PATH_IMAGE006
结束后，若 新增一个接管请求，远程遥控设备立即变为第一工作状态。
也就是说，远程遥控设备的当前综合状态的存在的总时长可以认为是
Figure 665114DEST_PATH_IMAGE012
。并 且，平均持续时长
Figure 844422DEST_PATH_IMAGE006
是远程遥控设备必定处于第二工作状态的时长。因此，
Figure 807961DEST_PATH_IMAGE013
可 以用于表示远程遥控设备处于第一工作状态的持续时长。进一步的，
Figure 372804DEST_PATH_IMAGE014
可以用于 表示远程遥控设备远程遥控设备对应的请求队列中没有待处理请求，并处于第一工作状态 的概率。同样的，
Figure 645653DEST_PATH_IMAGE015
可以用于表示远程遥控设备处于第二工作状态的持续时长。
Figure 794482DEST_PATH_IMAGE016
可以用于表示远程遥控设备对应的请求队列中没有待处理请求，并处于第二 工作状态的概率。因此，
Figure 810979DEST_PATH_IMAGE017
可以用于表示远程遥控设备对应的请求队列中没有待处理请 求，并处于第二工作状态时，新增接管请求等待远程遥控设备处理所需的平均等待时长。
Figure 495907DEST_PATH_IMAGE018
在上述公式中，当远程遥控设备的当前综合状态为（1,1）时，上一个接管请求可能 还在处理，因此，
Figure 939658DEST_PATH_IMAGE019
可以用于表示远程遥控设备以第一工作状态处理上一个接管请求消耗 的平均时长。
Figure 578712DEST_PATH_IMAGE020
可以用于表示上一个接管请求处理后，远程遥控设备有
Figure 133321DEST_PATH_IMAGE007
的概率从当 前状态（1,1）转换为（0,0），继续处理接管请求消耗的平均时长。
Figure 672756DEST_PATH_IMAGE021
可以用于表示上 一个接管请求处理后，远程遥控设备有
Figure 552987DEST_PATH_IMAGE022
的概率保持第一工作状态，以第一工作状态 处理接管请求消耗的平均时长。因此，
Figure 682267DEST_PATH_IMAGE023
可以用于表示远程遥控设备对应的请求队列中 当前持有待处理请求数量为1，并处于第一工作状态时，新增接管请求等待远程遥控设备处 理所需的平均等待时长。
进一步的，
Figure 40567DEST_PATH_IMAGE024
可以表示远程遥控设备对应的请求队列中当前持有待处理请求 数量为
Figure 434508DEST_PATH_IMAGE025
，并处于工作状态
Figure 236373DEST_PATH_IMAGE026
时，新增接管请求等待远程遥控设备处理所需的平均等待时 长。具体可以参考如下公式：
Figure 99287DEST_PATH_IMAGE027
在上述公式中，当远程遥控设备的当前综合状态为
Figure 244967DEST_PATH_IMAGE028
时，上一个接管请求可能 还在处理，因此，
Figure 244147DEST_PATH_IMAGE019
可以用于表示远程遥控设备以第一工作状态处理上一个接管请求消耗 的平均时长。
Figure 948404DEST_PATH_IMAGE029
可以用于表示上一个接管请求处理后，远程遥控设备有
Figure 298614DEST_PATH_IMAGE007
的概率 从当前状态（n,1）转换为
Figure 247984DEST_PATH_IMAGE030
，继续处理接管请求消耗的平均时长。
Figure 367250DEST_PATH_IMAGE031
可 以用于表示上一个接管请求处理后，远程遥控设备有
Figure 245338DEST_PATH_IMAGE032
的概率保持第一工作状态，以 第一工作状态处理接管请求消耗的平均时长。
Figure 82844DEST_PATH_IMAGE033
可以表示远程遥控设备对应的请求队 列中当前持有待处理请求数量为
Figure 835906DEST_PATH_IMAGE025
，并处于第一工作状态时，新增接管请求等待远程遥控 设备处理所需的平均等待时长。
Figure 75257DEST_PATH_IMAGE034
在上述公式中，当远程遥控设备的当前综合状态为
Figure 873316DEST_PATH_IMAGE035
时，上一个接管请求可能 还在处理，因此，
Figure 447386DEST_PATH_IMAGE036
可以用于表示远程遥控设备以第二工作状态处理上一个接管请求消耗 的平均时长，
Figure 489291DEST_PATH_IMAGE037
可以用于表示远程遥控设备有
Figure 68302DEST_PATH_IMAGE037
的概率以第二工作状态处理上一个 接管请求。
Figure 803040DEST_PATH_IMAGE038
可以用于表示上一个接管请求处理后，远程遥控设备有
Figure 598826DEST_PATH_IMAGE039
的概 率从当前状态（n,0）转换为
Figure 710002DEST_PATH_IMAGE028
，继续处理接管请求消耗的平均时长。
Figure 140590DEST_PATH_IMAGE040
可 以用于表示上一个接管请求处理后，远程遥控设备有
Figure 46229DEST_PATH_IMAGE037
的概率从当前状态（n,0）转换为
Figure 329312DEST_PATH_IMAGE030
，继续处理接管请求消耗的平均时长。
Figure 978599DEST_PATH_IMAGE041
可以表示远程遥控设备对应的请求队 列中当前持有待处理请求数量为
Figure 532202DEST_PATH_IMAGE025
，并处于第二工作状态时，新增接管请求等待远程遥控 设备处理所需的平均等待时长。
在本说明书实施例中，远程遥控系统可以根据历史数据，确定该候选远程遥控设备在待处理请求数量下处于第一工作状态的概率，作为第一状态概率，以及该候选远程遥控设备在待处理请求数量下处于第二工作状态的概率，作为第二状态概率。再根据每个请求数量在第一工作状态对应的平均等待时长、每个请求数量在第二工作状态对应的平均等待时长、第一状态概率以及第二状态概率，确定该候选远程遥控设备在处于待处理请求数量下所对应的平均等待时长。
在本说明书实施例中，图2中的接管请求处理过程可以看作一个有穷状态的马尔 科夫链，而有穷状态的马尔科夫链中每个时刻存在稳态分布，远程遥控设备的每个综合状 态之间的转换都处于平衡状态。例如，远程遥控设备当前综合状态为
Figure 608743DEST_PATH_IMAGE042
，远程遥控设备 从当前综合状态
Figure 379121DEST_PATH_IMAGE042
变为其他状态，与其他状态变为当前综合状态
Figure 566520DEST_PATH_IMAGE042
之间是平衡的。
在本说明书实施例中，远程遥控设备可以将待处理请求数量以及第一工作状态，作为第一状态组合。再根据第一状态组合的相邻状态组合，确定该候选远程遥控设备在待处理请求数量下处于第一工作状态的概率。
其中，第一状态组合的相邻状态组合包括：处于第一工作状态，且请求队列中的请求数量与待处理请求数量相邻的状态组合，请求队列中的请求数量与待处理请求数量相同，且处于第二工作状态的状态组合，以及处于第二工作状态，请求队列中的请求数量小于待处理请求数量，且与待处理请求数量相邻的状态组合。
以图2为例，若第一状态组合为
Figure 243139DEST_PATH_IMAGE043
，第一状态组合
Figure 490581DEST_PATH_IMAGE043
的相邻状态组合包括： 处于第一工作状态，且请求队列中的请求数量与待处理请求数量相邻的状态组合为
Figure 748256DEST_PATH_IMAGE044
、
Figure 739345DEST_PATH_IMAGE045
，请求队列中的请求数量与待处理请求数量相同，且处于第二工作状态的状态组合为
Figure 267541DEST_PATH_IMAGE046
，以及处于第二工作状态，请求队列中的请求数量小于待处理请求数量，且与待处理 请求数量相邻的状态组合为
Figure 685884DEST_PATH_IMAGE047
。
远程遥控系统可以根据各第一状态组合，确定出该候选远程遥控设备在待处理请求数量下处于第一工作状态的概率，具体可以参考如下公式：
Figure 165276DEST_PATH_IMAGE048
在上述公式中，
Figure 960056DEST_PATH_IMAGE049
可以用于表示
Figure 339829DEST_PATH_IMAGE050
以第一工作状态处理接管请求 的平均速率
Figure 929073DEST_PATH_IMAGE051
，处理一个接管请求，转换为
Figure 161340DEST_PATH_IMAGE052
，并以接管请求的平均到达速率λ新增 一个接管请求，转换为
Figure 494232DEST_PATH_IMAGE053
。
Figure 731441DEST_PATH_IMAGE054
可以用于表示
Figure 491587DEST_PATH_IMAGE055
以接管请求的平均到 达速率λ新增一个接管请求，转换为
Figure 945571DEST_PATH_IMAGE050
。
Figure 82154DEST_PATH_IMAGE056
可以用于表示
Figure 633921DEST_PATH_IMAGE057
以保持第二工作状 态的平均速率
Figure 79815DEST_PATH_IMAGE005
，从第二工作状态转换为第一工作状态，转换为
Figure 771828DEST_PATH_IMAGE050
。
Figure 197255DEST_PATH_IMAGE058
可 以用于表示
Figure 658323DEST_PATH_IMAGE053
有
Figure 275118DEST_PATH_IMAGE059
的概率进入第一工作状态，以处理接管请求的平均速率
Figure 188848DEST_PATH_IMAGE051
， 处理一个接管请求，转换为
Figure 415036DEST_PATH_IMAGE050
。
其中，从图2中可以看出，远程遥控设备当前综合状态为
Figure 996190DEST_PATH_IMAGE042
是特殊状态，具体可 以参考如下公式：
Figure 518307DEST_PATH_IMAGE060
在上述公式中，
Figure 184912DEST_PATH_IMAGE061
可以用于表示
Figure 952142DEST_PATH_IMAGE042
以第一工作状态处理接管请求 的平均速率
Figure 387803DEST_PATH_IMAGE051
，处理一个接管请求，转换为
Figure 80821DEST_PATH_IMAGE062
，并以接管请求的平均到达速率λ新增一个 接管请求，转换为
Figure 234722DEST_PATH_IMAGE063
。
Figure 808572DEST_PATH_IMAGE064
可以用于表示
Figure 98739DEST_PATH_IMAGE065
以保持第二工作状态的平均速率
Figure 228238DEST_PATH_IMAGE005
， 从第二工作状态转换为第一工作状态，转换为
Figure 338277DEST_PATH_IMAGE042
。
Figure 447309DEST_PATH_IMAGE066
可以用于表示
Figure 857562DEST_PATH_IMAGE063
有
Figure 892383DEST_PATH_IMAGE059
的概率进入第一工作状态，以处理接管请求的平均速率
Figure 755297DEST_PATH_IMAGE051
，转换为
Figure 665091DEST_PATH_IMAGE042
。
在本说明书实施例中，远程遥控设备可以将待处理请求数量以及第二工作状态，作为第二状态组合。再根据第二状态组合的相邻状态组合，确定该候选远程遥控设备在待处理请求数量下处于第二工作状态的概率。
其中，第二状态组合的相邻状态组合包括：处于第二工作状态，且请求队列中的请求数量与待处理请求数量相邻的状态组合，请求队列中的请求数量与待处理请求数量相同，且处于第一工作状态的状态组合，以及处于第一工作状态，请求队列中的请求数量大于待处理请求数量，且与待处理请求数量相邻的状态组合。
以图2为例，若第一状态组合为
Figure 929850DEST_PATH_IMAGE046
，第二状态组合
Figure 401151DEST_PATH_IMAGE046
的相邻状态组合包括： 处于第二工作状态，且请求队列中的请求数量与待处理请求数量相邻的状态组合为
Figure 751361DEST_PATH_IMAGE047
、
Figure 202196DEST_PATH_IMAGE067
，请求队列中的请求数量与待处理请求数量相同，且处于第一工作状态的状态组合为
Figure 55883DEST_PATH_IMAGE043
，以及处于第一工作状态，请求队列中的请求数量大于待处理请求数量，且与待处理 请求数量相邻的状态组合为
Figure 963665DEST_PATH_IMAGE045
。
远程遥控系统可以根据各第二状态组合，确定出该候选远程遥控设备在待处理请求数量下处于第一工作状态的概率，具体可以参考如下公式：
Figure 801171DEST_PATH_IMAGE068
在上述公式中，
Figure 804766DEST_PATH_IMAGE069
可以用于表示
Figure 778538DEST_PATH_IMAGE057
以接管请求的平均到达速 率λ新增一个接管请求，转换为
Figure 794905DEST_PATH_IMAGE070
，并以第二工作状态处理接管请求的平均速率
Figure 870439DEST_PATH_IMAGE071
， 转换为
Figure 646765DEST_PATH_IMAGE052
，还以保持第二工作状态的平均速率
Figure 989891DEST_PATH_IMAGE005
，从第二工作状态转换为第一工作 状态，转换为
Figure 990208DEST_PATH_IMAGE050
。
Figure 18951DEST_PATH_IMAGE072
可以用于表示
Figure 130126DEST_PATH_IMAGE052
以接管请求的平均到达速率λ新增 一个接管请求，转换为
Figure 327758DEST_PATH_IMAGE057
。
Figure 233397DEST_PATH_IMAGE073
可以用于表示
Figure 17945DEST_PATH_IMAGE070
以第二工作状态处理接管 请求的平均速率
Figure 401653DEST_PATH_IMAGE071
，处理一个接管请求，转换为
Figure 719370DEST_PATH_IMAGE057
。
Figure 61490DEST_PATH_IMAGE074
可以用于表示
Figure 336263DEST_PATH_IMAGE053
有
Figure 523662DEST_PATH_IMAGE075
的概率进入第一工作状态，以处理接管请求的平均速率
Figure 695886DEST_PATH_IMAGE051
，处理一个接管请 求，转换为
Figure 943328DEST_PATH_IMAGE057
。从上述描述中可以看出，远程遥控设备从当前状态转换为其他状态，与其 他状态转换为当前状态两者之间是平衡的。
其中，从图2中可以看出，远程遥控设备当前综合状态为
Figure 702468DEST_PATH_IMAGE062
是特殊状态，具体可 以参考如下公式：
Figure 693558DEST_PATH_IMAGE076
在上述公式中，
Figure 720288DEST_PATH_IMAGE077
可以用于表示
Figure 138631DEST_PATH_IMAGE062
以接管请求的平均到达速率λ新增一 个接管请求，转换为
Figure 116558DEST_PATH_IMAGE065
。
Figure 911339DEST_PATH_IMAGE078
可以用于表示
Figure 792576DEST_PATH_IMAGE065
以第二工作状态处理接管请求的平 均速率
Figure 381820DEST_PATH_IMAGE071
，处理一个接管请求，转换为
Figure 115552DEST_PATH_IMAGE062
。
Figure 182865DEST_PATH_IMAGE079
可以用于表示
Figure 918609DEST_PATH_IMAGE042
以第一工作状态 处理接管请求的平均速率
Figure 944334DEST_PATH_IMAGE051
，处理一个接管请求，转换为
Figure 890994DEST_PATH_IMAGE062
。
在本说明书实施例中，远程遥控系统可以根据远程遥控设备在每个待处理请求数量下处于第一工作状态的概率，确定远程遥控设备在待处理请求数量下处于第一工作状态的概率。具体可以参考如下公式：
Figure 761998DEST_PATH_IMAGE080
在上述公式中，
Figure 617827DEST_PATH_IMAGE050
可以用于表示远程遥控设备处于第一工作状态的稳态分布。 通过上述远程遥控设备的每个综合状态之间的转换对应的公式，可以得到
Figure 814453DEST_PATH_IMAGE050
需要满足 如下条件：
Figure 991619DEST_PATH_IMAGE081
Figure 931893DEST_PATH_IMAGE082
Figure 642229DEST_PATH_IMAGE083
上述的
Figure 744177DEST_PATH_IMAGE084
可以看做是一元四次方程，由于最终要求解出
Figure 405709DEST_PATH_IMAGE050
，所 以，要求
Figure 133363DEST_PATH_IMAGE050
满足上述条件，即，只有在满足上述条件的情况下，
Figure 448938DEST_PATH_IMAGE050
才会有解，相应的， 最终求得的
Figure 738099DEST_PATH_IMAGE050
可以理解为在上述条件的约束下所得到的远程遥控设备在待处理请求数 量下处于第一工作状态的概率。
在本说明书实施例中，远程遥控系统可以根据远程遥控设备在每个待处理请求数量下处于第二工作状态的概率，确定远程遥控设备在待处理请求数量下处于第二工作状态的概率。具体可以参考如下公式：
Figure 139124DEST_PATH_IMAGE085
在上述公式中，
Figure 670469DEST_PATH_IMAGE057
可以用于表示远程遥控设备处于第二工作状态的稳态分布。 通过上述远程遥控设备的每个综合状态之间的转换对应的公式，可以得到
Figure 106129DEST_PATH_IMAGE050
需要满足 如下条件：
Figure 303542DEST_PATH_IMAGE086
上述的
Figure 457443DEST_PATH_IMAGE087
可以看做是一元四次方程，由于最终要求解出
Figure 526899DEST_PATH_IMAGE057
，所 以，要求
Figure 817066DEST_PATH_IMAGE057
满足上述条件，即，只有在满足上述条件的情况下，
Figure 916871DEST_PATH_IMAGE057
才会有解，相应的， 最终求得的
Figure 292489DEST_PATH_IMAGE057
可以理解为在上述条件的约束下所得到的远程遥控设备在待处理请求数 量下处于第二工作状态的概率。
进一步的，远程遥控系统可以根据每个请求数量在第一工作状态对应的平均等待时长、每个请求数量在第二工作状态对应的平均等待时长、第一状态概率以及第二状态概率，确定该候选远程遥控设备在处于待处理请求数量下所对应的平均等待时长。具体可以参考如下公式：
Figure 165636DEST_PATH_IMAGE088
在上述公式中，
Figure 44730DEST_PATH_IMAGE089
可以用于表示候选远程遥控设备在所述待处理请求 数量下处于第一工作状态的概率。
Figure 843665DEST_PATH_IMAGE090
可以用于表示候选远程遥控设备在所述 待处理请求数量下处于第二工作状态的概率。从上述公式中可以看出
Figure 441000DEST_PATH_IMAGE091
可以用于表示 在未知候选远程遥控设备当前是处于第一工作状态，还是第二工作状态的情况下，新增接 管请求等待该远程遥控设备处理所需的平均等待时长。
需要说明的是，当远程遥控设备的请求队列中当前持有的待处理请求数量达到最大可接收数量时，远程遥控设备不再接收接管请求。从图2中可以看出，远程遥控设备的请求队列中当前持有的待处理请求数量达到最大可接收数量时对应的相邻状态组合，与远程遥控设备的请求队列中当前持有的待处理请求数量未达到最大可接收数量时对应的相邻状态组合并不相同。因此，需要对远程遥控设备的请求队列中当前持有的待处理请求数量达到最大可接收数量时，新增接管请求等待远程遥控设备处理所需的平均等待时长进行单独分析。
在本说明书实施例中，远程遥控系统可以将饱和工作状态以及第一工作状态，作为第一饱和状态组合。而后，再根据第一饱和状态组合的相邻状态组合，确定该候选远程遥控设备处于饱和工作状态时，且处于第一工作状态的概率。这里提到的饱和工作状态用于表征请求队列中请求数量达到最大可接收请求数量时，远程遥控设备对应的工作状态，例如，若远程遥控设备的请求队列中待处理请求数量的最大可接收数量为5个，当远程遥控设备的请求队列中待处理请求数量达到5个时，则确定远程遥控设备处于饱和工作状态。
其中，第一饱和状态组合的相邻状态组合包括：处于第一工作状态，且请求队列中的请求数量小于待处理请求数量，且与待处理请求数量相邻的状态组合，请求队列中的请求数量与待处理请求数量相同，且处于第二工作状态的状态组合，以及处于第二工作状态，请求队列中的请求数量小于待处理请求数量，且与待处理请求数量相邻的状态组合。
以图2为例，当远程遥控设备的请求队列中待处理请求数量达到最大可接收数量 时，用
Figure 586679DEST_PATH_IMAGE092
来表示远程遥控设备的请求队列中待处理请求数量达到最大可接收数量。若第一 饱和状态组合为
Figure 602171DEST_PATH_IMAGE093
，第一饱和状态组合
Figure 824205DEST_PATH_IMAGE093
的相邻状态组合包括：处于第一工作状态， 且请求队列中的请求数量小于待处理请求数量，且与待处理请求数量相邻的状态组合为
Figure 892524DEST_PATH_IMAGE094
，请求队列中的请求数量与待处理请求数量相同，且处于第二工作状态的状态组 合为
Figure 858206DEST_PATH_IMAGE095
，以及处于第二工作状态，请求队列中的请求数量小于待处理请求数量，且与待 处理请求数量相邻的状态组合为
Figure 742853DEST_PATH_IMAGE096
。
远程遥控系统可以第一饱和状态组合的相邻状态组合，确定该候选远程遥控设备处于饱和工作状态时，且处于第一工作状态的概率，具体可以参考如下公式：
Figure 870209DEST_PATH_IMAGE097
在上述公式中，
Figure 956982DEST_PATH_IMAGE092
可以用于表示远程遥控设备的请求队列中待处理请求数量的最 大可接收数量。
Figure 195197DEST_PATH_IMAGE098
可以用于表示
Figure 919701DEST_PATH_IMAGE099
以第一工作状态处理接管请求的平均速率
Figure 467226DEST_PATH_IMAGE051
，处理一个接管请求，转换为
Figure 526449DEST_PATH_IMAGE100
。
Figure 581736DEST_PATH_IMAGE101
可以用于表示
Figure 410015DEST_PATH_IMAGE102
以接管请求的 平均到达速率λ新增一个接管请求，转换为
Figure 394020DEST_PATH_IMAGE099
。
Figure 674960DEST_PATH_IMAGE103
可以用于表示
Figure 271289DEST_PATH_IMAGE104
以保持第 二工作状态的平均速率
Figure 954074DEST_PATH_IMAGE005
，从第二工作状态转换为第一工作状态，转换为
Figure 108981DEST_PATH_IMAGE099
。
在本说明书实施例中，远程遥控系统可以将饱和工作状态以及第二工作状态，作为第二饱和状态组合。而后，再根据第二饱和状态组合的相邻状态组合，确定该候选远程遥控设备处于饱和工作状态时，且处于第二工作状态的概率。
其中，第二饱和状态组合的相邻状态组合包括：处于第二工作状态，且请求队列中的请求数量小于待处理请求数量，且与待处理请求数量相邻的状态组合，请求队列中的请求数量与待处理请求数量相同，且处于第一工作状态的状态组合。
以图2为例，若第二饱和状态组合为
Figure 142796DEST_PATH_IMAGE095
，第二饱和状态组合
Figure 280166DEST_PATH_IMAGE095
的相邻状态组 合包括：处于第二工作状态，且请求队列中的请求数量小于待处理请求数量，且与待处理请 求数量相邻的状态组合为
Figure 597884DEST_PATH_IMAGE096
，请求队列中的请求数量与待处理请求数量相同，且处 于第一工作状态的状态组合为
Figure 408845DEST_PATH_IMAGE093
。
远程遥控系统可以第二饱和状态组合的相邻状态组合，确定该候选远程遥控设备处于饱和工作状态时，且处于第二工作状态的概率，具体可以参考如下公式：
Figure 415109DEST_PATH_IMAGE105
在上述公式中，
Figure 602508DEST_PATH_IMAGE106
可以用于表示
Figure 774732DEST_PATH_IMAGE104
以第二工作状态处理接管请 求的平均速率
Figure 22174DEST_PATH_IMAGE071
，处理一个接管请求，转换为
Figure 247226DEST_PATH_IMAGE100
，并以保持第二工作状态的平均速 率
Figure 238315DEST_PATH_IMAGE005
，从第二工作状态转换为第一工作状态，转换为
Figure 999467DEST_PATH_IMAGE099
。
Figure 168542DEST_PATH_IMAGE107
可以用于表示
Figure 664246DEST_PATH_IMAGE100
以接管请求的平均到达速率λ新增一个接管请求，转换为
Figure 177135DEST_PATH_IMAGE104
。从上述描述中 可以看出，远程遥控设备的请求队列中待处理请求数量达到最大可接收数量的情况下，从 当前状态变为其他状态，与其他状态变为当前状态两者之间是平衡的。
在本说明书实施例中，远程遥控系统可以确定出处于饱和工作状态，且处于第一工作状态的概率。具体可以参考如下公式：
Figure 809105DEST_PATH_IMAGE108
在上述公式中，
Figure 140293DEST_PATH_IMAGE050
可以用于表示远程遥控系统可以确定出处于饱和工作状态， 且处于第一工作状态的概率。
在本说明书实施例中，远程遥控系统可以确定出处于饱和工作状态，且处于第二工作状态的概率。具体可以参考如下公式：
Figure 592134DEST_PATH_IMAGE109
在上述公式中，
Figure 908715DEST_PATH_IMAGE057
可以用于表示远程遥控系统可以确定出处于饱和工作状态， 且处于第二工作状态的概率。
进一步的，远程遥控系统可以根据每个请求数量在第一工作状态对应的平均等待时长、每个请求数量在第二工作状态对应的平均等待时长、第一状态饱和概率以及第二状态饱和概率，确定目标远程遥控设备处于饱和工作状态下，接管请求对应的平均等待时长，作为饱和工作状态对应的平均等待时长。具体可以参考如下公式：
Figure 411502DEST_PATH_IMAGE110
在上述公式中，
Figure 171648DEST_PATH_IMAGE111
可以用于表示远程遥控设备的请求队列中当前持 有的待处理请求数量达到最大可接收数量时（处于饱和工作状态），处于第一工作状态的概 率。
Figure 360053DEST_PATH_IMAGE112
可以用于表示远程遥控设备的请求队列中当前持有的待处理请求数量 达到最大可接收数量时（处于饱和工作状态），处于第二工作状态的概率。从上述公式中可 以看出
Figure 231057DEST_PATH_IMAGE091
可以用于表示在确定远程遥控设备的请求队列中当前持有的待处理请求数量 达到最大可接收数量时，在未知候选远程遥控设备当前是处于第一工作状态，还是第二工 作状态的情况下，新增接管请求等待该远程遥控设备处理所需的平均等待时长。
在实际应用中，为了避免接管请求错过最佳的处理时间。远程遥控系统可以确定接管请求对应的各候选远程遥控设备的收益值。这里提到的收益值用于衡量接管请求被处理所要等待的时长。若收益值大于设定收益值阈值，则认为远程遥控设备可以及时的对接管请求进行处理。而收益值越高，则可以表明远程遥控系统处理完成接管请求所需的时间越短，相反的，收益值越低，则可以表明远程遥控系统处理完成接管请求所需的时间越长。
进一步地，若收益值小于设定收益值阈值，则认为远程遥控设备不能及时的对接管请求进行处理。这里提到的设定收益值阈值可以是人为设定的。具体可以参考如下公式：
Figure 585421DEST_PATH_IMAGE113
在上述公式中，
Figure 250889DEST_PATH_IMAGE114
可以用于表示接管请求在候选远程遥控设备进行处理的收益 值，用于衡量接管请求被处理所要等待的剩余时长。
Figure 926590DEST_PATH_IMAGE115
可以用于表示预设的基础收益值，这 里提到的基础收益值可以是人为设定的，每个接管请求对应有相同的基础收益值。
Figure 617596DEST_PATH_IMAGE116
可以 用于表示接管请求对应的优先级。
Figure 813085DEST_PATH_IMAGE117
可以用于表示远程遥控设备在接管请求数量为n 时，新增接管请求等待该远程遥控设备处理所需的平均等待时长。从上述公式中可以看出， 为了保证远程遥控设备可以及时的对接管请求进行处理，接管请求对应的优先级越高，远 程遥控设备对应的接管请求数量越小。
当然，远程遥控系统还可以直接根据候选远程遥控设备对应的请求队列中当前持有待处理请求数量的前提下所对应的平均等待时长，确定接管请求对应的各候选远程遥控设备的收益值。具体可以参考如下公式：
Figure 164301DEST_PATH_IMAGE118
从上述公式中可以看出，接管请求对应的各候选远程遥控设备的收益值仅与远程遥控设备对应的接管请求数量有关，远程遥控设备对应的接管请求数量越小，接管请求对应的优先级越高。
S106：根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取目标远程遥控设备，并通过所述目标远程遥控设备，对所述无人驾驶设备进行控制。
在本说明书实施例中，远程遥控系统可以根据各候选远程遥控设备针对接管请求的收益值，从各候选远程遥控设备中选取目标远程遥控设备，并通过目标远程遥控设备，对无人驾驶设备进行控制。
在实际应用中，为了提高各远程遥控设备处理接管请求的处理效率，远程遥控系统可以将从接管请求对应的各远程遥控设备的收益值中，选取收益值最高的远程遥控设备，以对接管请求进行处理。
在本说明书实施例中，根据各候选远程遥控设备针对接管请求的收益值，从各候选远程遥控设备中选取收益值大于设定收益值阈值，且各候选远程遥控设备的请求队列中当前持有的待处理请求数量小于确定出的最大可接收请求数量的候选远程遥控设备，作为目标远程遥控设备。
在实际应用中，由于远程遥控设备在正常情况下新增接管请求等待该远程遥控设备处理所需的平均等待时长，与远程遥控设备处于饱和工作状态下新增接管请求等待该远程遥控设备处理所需的平均等待时长并不相同。所以可能出现接管请求在该远程遥控设备的收益值大于设定收益值阈值，但是该远程遥控设备已经处于饱和工作状态。因此，远程遥控系统在分配接管请求的过程中还需要确定远程遥控设备请求队列中当前持有的待处理请求数量的最大可接收数量。
在本说明书实施例中，远程遥控系统可以根据历史数据，确定远程遥控设备处于饱和工作状态下，接管请求对应的平均等待时长，作为饱和工作状态对应的平均等待时长，饱和工作状态用于表征请求队列中请求数量达到最大可接收请求数量时，远程遥控设备对应的工作状态。远程遥控系统再根据饱和工作状态对应的平均等待时长以及接管请求对应的优先级，确定所述最大可接收数量。具体可以参考如下公式：
Figure 343610DEST_PATH_IMAGE119
在上述公式中，
Figure 310079DEST_PATH_IMAGE120
可以用于表示远程遥控设备请求队列中当前持有的待处理 请求数量达到最大可接收数量
Figure 360074DEST_PATH_IMAGE092
时，新增接管请求等待该远程遥控设备处理所需的平均等 待时长。从上述公式中可以看出，当接管请求在远程遥控设备进行处理的收益值等于设定 收益值阈值时，即
Figure 147771DEST_PATH_IMAGE121
，可以确定出最大可接收数量
Figure 33949DEST_PATH_IMAGE092
。
从上述可以看出，本方法可以根据接管请求对应的无人驾驶设备当前所处道路的道路情况的复杂程度，以及预先确定出的在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，确定该候选远程遥控设备针对接管请求的收益值，并通过选取出的满足设定条件的目标远程遥控设备，对无人驾驶设备进行控制。相比于现有技术中，新增的接管请求需要在远程遥控系统对应的请求队列中排队等待被处理。本方法可以通过各候选远程遥控设备针对接管请求的收益值，将接管请求合理的分配给远程遥控设备，保证了接管请求可以及时的被处理，避免了需要优先处理的接管请求错过最佳的处理时间，从而提高了处理接管请求的效率。
以上为本说明书的一个或多个实施例提供的用于无人驾驶设备远程遥控的方法，基于同样的思路，本说明书还提供了相应的用于无人驾驶设备远程遥控的装置，如图3所示。
图3为本说明书实施例提供的用于无人驾驶设备远程遥控的装置的结构示意图，所述装置应用于无人驾驶领域，具体包括：
接收模块300，用于接收无人驾驶设备发送的接管请求，所述接管请求包括所述无人驾驶设备在当前状态下的传感数据；
输入模块302，用于将所述传感数据输入到预先训练的风险模型中，确定所述接管请求对应的优先级，所述优先级用于反映所述无人驾驶设备当前所处道路的道路情况的复杂程度，所述道路情况的复杂程度越高，所述优先级越高；
确定模块304，用于针对每个候选远程遥控设备，根据所述接管请求对应的优先级，以及预先确定出的在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，确定该候选远程遥控设备针对所述接管请求的收益值；
控制模块306，用于根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取目标远程遥控设备，并通过所述目标远程遥控设备，对所述无人驾驶设备进行控制。
可选地，所述确定模块304具体用于，获取历史数据，所述历史数据包括：以第一工作状态处理历史接管请求消耗的时长、以第二工作状态处理所述历史接管请求消耗的时长，其中，所述第一工作状态用于表征通过远程遥控设备对无人驾驶设备进行控制，所述第二工作状态用于表征通过远程遥控设备对无人驾驶设备进行控制，并对控制后的无人驾驶设备的行驶状态进行跟踪监控，以所述第一工作状态处理所述历史接管请求消耗的时长，小于以所述第二工作状态处理所述历史接管请求消耗的时长，针对远程遥控设备在请求队列中能够持有的每种请求数量，根据所述历史数据，确定远程遥控设备在请求队列中持有该请求数量的情况下处于所述第一工作状态时，新增接管请求等待该远程遥控设备处理所需的平均等待时长，作为该请求数量在所述第一工作状态下对应的平均等待时长，以及远程遥控设备在请求队列中持有该请求数量的情况下处于所述第二工作状态时，新增接管请求等待该远程遥控设备处理所需的平均等待时长，作为该请求数量在所述第二工作状态下对应的平均等待时长，根据每个请求数量在所述第一工作状态对应的平均等待时长，以及每个请求数量在所述第二工作状态对应的平均等待时长，确定该候选远程遥控设备对应的请求队列中当前持有所述待处理请求数量的前提下所对应的平均等待时长。
可选地，所述历史数据还包括：工作状态相关数据，所述工作状态相关数据包括：所述第二工作状态的持续时长，以及工作状态转换概率中的至少一种；
所述确定模块304具体用于，根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长，以及所述工作状态相关数据，确定该候选远程遥控设备对应的请求队列中当前持有的所述待处理请求数量的前提下所对应的平均等待时长。
可选地，所述确定模块304具体用于，根据所述历史数据，确定该候选远程遥控设备在所述待处理请求数量下处于所述第一工作状态的概率，作为第一状态概率，以及该候选远程遥控设备在所述待处理请求数量下处于所述第二工作状态的概率，作为第二状态概率，根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长、所述第一状态概率以及所述第二状态概率，确定该候选远程遥控设备在处于所述待处理请求数量下所对应的平均等待时长。
可选地，所述确定模块304具体用于，将所述待处理请求数量以及所述第一工作状态，作为第一状态组合，根据所述第一状态组合的相邻状态组合，确定该候选远程遥控设备在所述待处理请求数量下处于所述第一工作状态的概率，其中，所述第一状态组合的相邻状态组合包括：处于所述第一工作状态，且请求队列中的请求数量与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第二工作状态的状态组合，以及处于所述第二工作状态，请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合，将所述待处理请求数量以及所述第二工作状态，作为第二状态组合，根据所述第二状态组合的相邻状态组合，确定该候选远程遥控设备在所述待处理请求数量下处于所述第二工作状态的概率，其中，所述第二状态组合的相邻状态组合包括：处于所述第二工作状态，且请求队列中的请求数量与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第一工作状态的状态组合，以及处于所述第一工作状态，请求队列中的请求数量大于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合。
可选地，所述控制模块306具体用于，根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取所述收益值大于设定收益值阈值，且各候选远程遥控设备的请求队列中当前持有的待处理请求数量小于确定出的最大可接收请求数量的候选远程遥控设备，作为目标远程遥控设备。
可选地，所述控制模块306具体用于，根据所述历史数据，确定远程遥控设备处于饱和工作状态下，所述接管请求对应的平均等待时长，作为饱和工作状态对应的平均等待时长，所述饱和工作状态用于表征请求队列中请求数量达到最大可接收请求数量时，远程遥控设备对应的工作状态，根据所述饱和工作状态对应的平均等待时长以及所述接管请求对应的优先级，确定所述最大可接收数量。
可选地，所述控制模块306具体用于，根据所述历史数据，确定该候选远程遥控设备处于所述饱和工作状态，且处于所述第一工作状态的概率，作为第一状态饱和概率，以及该候选远程遥控设备处于所述饱和工作状态，且处于所述第二工作状态的概率，作为第二状态饱和概率，根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长、所述第一状态饱和概率以及所述第二状态饱和概率，确定所述目标远程遥控设备处于所述饱和工作状态下，所述接管请求对应的平均等待时长，作为饱和工作状态对应的平均等待时长。
可选地，所述控制模块306具体用于，将所述饱和工作状态以及所述第一工作状态，作为第一饱和状态组合，根据所述第一饱和状态组合的相邻状态组合，确定该候选远程遥控设备处于所述饱和工作状态时，且处于所述第一工作状态的概率，其中，所述第一饱和状态组合的相邻状态组合包括：处于所述第一工作状态，且请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第二工作状态的状态组合，以及处于所述第二工作状态，请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合，将所述饱和工作状态以及所述第二工作状态，作为第二饱和状态组合，根据所述第二饱和状态组合的相邻状态组合，确定该候选远程遥控设备处于所述饱和工作状态时，且处于所述第二工作状态的概率，其中，所述第二饱和状态组合的相邻状态组合包括：处于所述第二工作状态，且请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第一工作状态的状态组合。
可选地，所述装置还包括：
训练模块508用于，获取训练样本，所述训练样本包含所述无人驾驶设备发送的历史接管请求，以及在发送所述历史接管请求下所述无人驾驶设备所采集到的历史传感数据，将所述历史接管请求输入到待训练的风险模型中，确定所述历史接管请求对应的优先级，以最小化所述历史接管请求对应的优先级与通过所述历史传感数据确定出的标签信息之间的偏差为优化目标，对所述风险模型进行训练。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的用于无人驾驶设备远程遥控的方法。
本说明书还提供了图4所示的一种对应于图1的电子设备的示意结构图。如图4所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的用于无人驾驶设备远程遥控的方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (13)

1.一种用于无人驾驶设备远程遥控的方法，其特征在于，所述方法应用于无人驾驶领域，包括：
接收无人驾驶设备发送的接管请求，所述接管请求包括所述无人驾驶设备在当前状态下的传感数据；
将所述传感数据输入到预先训练的风险模型中，确定所述接管请求对应的优先级，所述优先级用于反映所述无人驾驶设备当前所处道路的道路情况的复杂程度，所述道路情况的复杂程度越高，所述优先级越高；
针对每个候选远程遥控设备，根据所述接管请求对应的优先级，以及预先确定出的在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，确定该候选远程遥控设备针对所述接管请求的收益值；
根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取目标远程遥控设备，并通过所述目标远程遥控设备，对所述无人驾驶设备进行控制。
2.如权利要求1所述的方法，其特征在于，预先确定在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长之前，所述方法还包括：
获取历史数据，所述历史数据包括：以第一工作状态处理历史接管请求消耗的时长、以第二工作状态处理所述历史接管请求消耗的时长，其中，所述第一工作状态用于表征通过远程遥控设备对无人驾驶设备进行控制，所述第二工作状态用于表征通过远程遥控设备对无人驾驶设备进行控制，并对控制后的无人驾驶设备的行驶状态进行跟踪监控，以所述第一工作状态处理所述历史接管请求消耗的时长，小于以所述第二工作状态处理所述历史接管请求消耗的时长；
预先确定在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，具体包括：
针对远程遥控设备在请求队列中能够持有的每种请求数量，根据所述历史数据，确定远程遥控设备在请求队列中持有该请求数量的情况下处于所述第一工作状态时，新增接管请求等待该远程遥控设备处理所需的平均等待时长，作为该请求数量在所述第一工作状态下对应的平均等待时长，以及远程遥控设备在请求队列中持有该请求数量的情况下处于所述第二工作状态时，新增接管请求等待该远程遥控设备处理所需的平均等待时长，作为该请求数量在所述第二工作状态下对应的平均等待时长；
根据每个请求数量在所述第一工作状态对应的平均等待时长，以及每个请求数量在所述第二工作状态对应的平均等待时长，确定该候选远程遥控设备对应的请求队列中当前持有所述待处理请求数量的前提下所对应的平均等待时长。
3.如权利要求2所述的方法，其特征在于，所述历史数据还包括：工作状态相关数据，所述工作状态相关数据包括：所述第二工作状态的持续时长，以及工作状态转换概率中的至少一种；
根据每个请求数量在所述第一工作状态对应的平均等待时长，以及每个请求数量在所述第二工作状态对应的平均等待时长，确定该候选远程遥控设备对应的请求队列中当前持有所述待处理请求数量的前提下所对应的平均等待时长，具体包括：
根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长，以及所述工作状态相关数据，确定该候选远程遥控设备对应的请求队列中当前持有的所述待处理请求数量的前提下所对应的平均等待时长。
4.如权利要求2或3所述的方法，其特征在于，根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长，以及所述工作状态相关数据，确定该候选远程遥控设备对应的请求队列中当前持有的所述待处理请求数量的前提下所对应的平均等待时长，具体包括：
根据所述历史数据，确定该候选远程遥控设备在所述待处理请求数量下处于所述第一工作状态的概率，作为第一状态概率，以及该候选远程遥控设备在所述待处理请求数量下处于所述第二工作状态的概率，作为第二状态概率；
根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长、所述第一状态概率以及所述第二状态概率，确定该候选远程遥控设备在处于所述待处理请求数量下所对应的平均等待时长。
5.如权利要求4所述的方法，其特征在于，根据所述历史数据，确定该候选远程遥控设备在所述待处理请求数量下处于所述第一工作状态的概率，具体包括：
将所述待处理请求数量以及所述第一工作状态，作为第一状态组合；
根据所述第一状态组合的相邻状态组合，确定该候选远程遥控设备在所述待处理请求数量下处于所述第一工作状态的概率，其中，所述第一状态组合的相邻状态组合包括：处于所述第一工作状态，且请求队列中的请求数量与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第二工作状态的状态组合，以及处于所述第二工作状态，请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合；
根据所述历史数据，该候选远程遥控设备在所述待处理请求数量下处于所述第二工作状态的概率，具体包括：
将所述待处理请求数量以及所述第二工作状态，作为第二状态组合；
根据所述第二状态组合的相邻状态组合，确定该候选远程遥控设备在所述待处理请求数量下处于所述第二工作状态的概率，其中，所述第二状态组合的相邻状态组合包括：处于所述第二工作状态，且请求队列中的请求数量与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第一工作状态的状态组合，以及处于所述第一工作状态，请求队列中的请求数量大于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合。
6.如权利要求2所述的方法，其特征在于，根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取目标远程遥控设备，具体包括：
根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取所述收益值大于设定收益值阈值，且各候选远程遥控设备的请求队列中当前持有的待处理请求数量小于确定出的最大可接收请求数量的候选远程遥控设备，作为目标远程遥控设备。
7.如权利要求6所述的方法，其特征在于，确定所述最大可接收请求数量，具体包括：
根据所述历史数据，确定远程遥控设备处于饱和工作状态下，所述接管请求对应的平均等待时长，作为饱和工作状态对应的平均等待时长，所述饱和工作状态用于表征请求队列中请求数量达到最大可接收请求数量时，远程遥控设备对应的工作状态；
根据所述饱和工作状态对应的平均等待时长以及所述接管请求对应的优先级，确定所述最大可接收数量。
8.如权利要求7所述的方法，其特征在于，根据所述历史数据，确定远程遥控设备处于饱和工作状态下，所述接管请求对应的平均等待时长，作为饱和工作状态对应的平均等待时长，具体包括：
根据所述历史数据，确定该候选远程遥控设备处于所述饱和工作状态，且处于所述第一工作状态的概率，作为第一状态饱和概率，以及该候选远程遥控设备处于所述饱和工作状态，且处于所述第二工作状态的概率，作为第二状态饱和概率；
根据每个请求数量在所述第一工作状态对应的平均等待时长、每个请求数量在所述第二工作状态对应的平均等待时长、所述第一状态饱和概率以及所述第二状态饱和概率，确定所述目标远程遥控设备处于所述饱和工作状态下，所述接管请求对应的平均等待时长，作为饱和工作状态对应的平均等待时长。
9.如权利要求8所述的方法，其特征在于，根据所述历史数据，确定该候选远程遥控设备处于所述饱和工作状态，且处于所述第一工作状态的概率，作为第一状态饱和概率，具体包括：
将所述饱和工作状态以及所述第一工作状态，作为第一饱和状态组合；
根据所述第一饱和状态组合的相邻状态组合，确定该候选远程遥控设备处于所述饱和工作状态时，且处于所述第一工作状态的概率，其中，所述第一饱和状态组合的相邻状态组合包括：处于所述第一工作状态，且请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第二工作状态的状态组合，以及处于所述第二工作状态，请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合；
根据所述历史数据，确定该候选远程遥控设备处于所述饱和工作状态，且处于所述第二工作状态的概率，作为第二状态饱和概率，具体包括：
将所述饱和工作状态以及所述第二工作状态，作为第二饱和状态组合；
根据所述第二饱和状态组合的相邻状态组合，确定该候选远程遥控设备处于所述饱和工作状态时，且处于所述第二工作状态的概率，其中，所述第二饱和状态组合的相邻状态组合包括：处于所述第二工作状态，且请求队列中的请求数量小于所述待处理请求数量，且与所述待处理请求数量相邻的状态组合，请求队列中的请求数量与所述待处理请求数量相同，且处于所述第一工作状态的状态组合。
10.如权利要求1所述的方法，其特征在于，训练所述风险模型，具体包括：
获取训练样本，所述训练样本包含所述无人驾驶设备发送的历史接管请求，以及在发送所述历史接管请求下所述无人驾驶设备所采集到的历史传感数据；
将所述历史接管请求输入到待训练的风险模型中，确定所述历史接管请求对应的优先级；
以最小化所述历史接管请求对应的优先级与通过所述历史传感数据确定出的标签信息之间的偏差为优化目标，对所述风险模型进行训练。
11.一种用于无人驾驶设备远程遥控的装置，其特征在于，所述装置应用于无人驾驶领域，包括：
接收模块，用于接收无人驾驶设备发送的接管请求，所述接管请求包括所述无人驾驶设备在当前状态下的传感数据；
输入模块，用于将所述传感数据输入到预先训练的风险模型中，确定所述接管请求对应的优先级，所述优先级用于反映所述无人驾驶设备当前所处道路的道路情况的复杂程度，所述道路情况的复杂程度越高，所述优先级越高；
确定模块，用于针对每个候选远程遥控设备，根据所述接管请求对应的优先级，以及预先确定出的在该候选远程遥控设备对应的请求队列中当前持有的待处理请求数量的前提下所对应的平均等待时长，确定该候选远程遥控设备针对所述接管请求的收益值；
控制模块，用于根据所述各候选远程遥控设备针对所述接管请求的收益值，从所述各候选远程遥控设备中选取目标远程遥控设备，并通过所述目标远程遥控设备，对所述无人驾驶设备进行控制。
12.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~10任一项所述的方法。
13.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~10任一项所述的方法。
CN202111040789.XA 2021-09-07 2021-09-07 一种用于无人驾驶设备远程遥控的方法及装置 Active CN113486452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111040789.XA CN113486452B (zh) 2021-09-07 2021-09-07 一种用于无人驾驶设备远程遥控的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111040789.XA CN113486452B (zh) 2021-09-07 2021-09-07 一种用于无人驾驶设备远程遥控的方法及装置

Publications (2)

Publication Number Publication Date
CN113486452A true CN113486452A (zh) 2021-10-08
CN113486452B CN113486452B (zh) 2022-07-15

Family

ID=77946510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111040789.XA Active CN113486452B (zh) 2021-09-07 2021-09-07 一种用于无人驾驶设备远程遥控的方法及装置

Country Status (1)

Country Link
CN (1) CN113486452B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107850895A (zh) * 2015-05-13 2018-03-27 优步技术公司 通过引导协助操作的自动驾驶车辆
CN109863070A (zh) * 2016-10-04 2019-06-07 日产自动车株式会社 驻车控制方法及驻车控制装置
CN110214297A (zh) * 2016-12-22 2019-09-06 日产北美公司 自动驾驶车辆的远程系统
CN111016905A (zh) * 2019-12-06 2020-04-17 中国科学院自动化研究所 自动驾驶车辆与驾驶遥控端交互方法及系统
CN112130545A (zh) * 2020-09-28 2020-12-25 北京经纬恒润科技有限公司 一种远程驾驶的接管系统及方法
CN112422659A (zh) * 2020-11-06 2021-02-26 腾讯科技（深圳）有限公司 一种业务数据处理方法、设备及可读存储介质
CN112513762A (zh) * 2018-08-20 2021-03-16 宝马股份公司 可扩展的远程操作自主机器人
CN113259439A (zh) * 2021-05-18 2021-08-13 中南大学 基于接收端驱动的键值调度方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107850895A (zh) * 2015-05-13 2018-03-27 优步技术公司 通过引导协助操作的自动驾驶车辆
CN109863070A (zh) * 2016-10-04 2019-06-07 日产自动车株式会社 驻车控制方法及驻车控制装置
CN110214297A (zh) * 2016-12-22 2019-09-06 日产北美公司 自动驾驶车辆的远程系统
CN112513762A (zh) * 2018-08-20 2021-03-16 宝马股份公司 可扩展的远程操作自主机器人
CN111016905A (zh) * 2019-12-06 2020-04-17 中国科学院自动化研究所 自动驾驶车辆与驾驶遥控端交互方法及系统
CN112130545A (zh) * 2020-09-28 2020-12-25 北京经纬恒润科技有限公司 一种远程驾驶的接管系统及方法
CN112422659A (zh) * 2020-11-06 2021-02-26 腾讯科技（深圳）有限公司 一种业务数据处理方法、设备及可读存储介质
CN113259439A (zh) * 2021-05-18 2021-08-13 中南大学 基于接收端驱动的键值调度方法

Also Published As

Publication number Publication date
CN113486452B (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN111522245B (zh) 用于控制无人设备的方法及装置
CN111968401A (zh) 车位推荐方法及装置、停车场的车位预测方法及装置
CN111126362A (zh) 一种预测障碍物轨迹的方法及装置
CN111144979B (zh) 一种数据处理方法及装置
CN111038501A (zh) 无人驾驶设备的控制方法及装置
CN116185629A (zh) 一种任务执行的方法、装置、存储介质及电子设备
CN116822657A (zh) 一种模型训练加速的方法、装置、存储介质及电子设备
CN114418128A (zh) 一种模型部署的方法及装置
CN113968243A (zh) 一种障碍物轨迹预测方法、装置、设备及存储介质
CN111782409B (zh) 任务处理、风险识别任务处理方法、装置及电子设备
CN112987796A (zh) 无人机的控制方法、装置、计算机可读存储介质及无人机
CN113486452B (zh) 一种用于无人驾驶设备远程遥控的方法及装置
CN113032119A (zh) 一种任务调度方法、装置、存储介质及电子设备
CN114153207B (zh) 一种无人驾驶设备的控制方法及控制装置
CN110895406A (zh) 一种基于干扰物轨迹规划的无人设备的测试方法及装置
CN113010551B (zh) 一种资源缓存方法及装置
CN113298445A (zh) 一种模型训练和调度无人设备的方法及装置
CN114120273A (zh) 一种模型训练的方法及装置
CN114721290A (zh) 一种仿真测试场景生成方法、装置、存储介质及电子设备
CN109272602B (zh) 无人车数据的录制方法、装置、设备和存储介质
CN113886119A (zh) 一种故障修复的方法及装置
CN115878632A (zh) 一种车辆状态更新方法、装置、存储介质及电子设备
CN114372736A (zh) 一种路线推荐的方法、装置、存储介质及电子设备
CN111046981A (zh) 一种无人车控制模型的训练方法及装置
CN113191379B (zh) 一种预测方法及装置

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