CN113904959B - 一种时延分析方法、装置、车辆、存储介质 - Google Patents
一种时延分析方法、装置、车辆、存储介质 Download PDFInfo
- Publication number
- CN113904959B CN113904959B CN202111289954.5A CN202111289954A CN113904959B CN 113904959 B CN113904959 B CN 113904959B CN 202111289954 A CN202111289954 A CN 202111289954A CN 113904959 B CN113904959 B CN 113904959B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- timestamp
- remote driving
- delay
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 42
- 239000003550 marker Substances 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 23
- 230000004044 response Effects 0.000 claims abstract description 21
- 230000008054 signal transmission Effects 0.000 claims description 43
- 230000005540 biological transmission Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000035484 reaction time Effects 0.000 claims description 14
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000001934 delay Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种时延分析方法、装置、车辆、存储介质，所述方法包括：在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；基于所述时间戳计算远程驾驶链路时延。通过本发明实施例可以计算出车辆在远程驾驶期间，远程驾驶链路的时延。
Description
技术领域
本发明涉及车辆技术领域，特别是涉及一种时延分析方法、一种时延分析装置、一种车辆以及一种存储介质。
背景技术
远程驾驶是车辆终端将车辆周边的信息，实时传输到云端，云端的安全员对车辆远程监视、决策控制和调度，协助车辆在自动驾驶功能弱势场景中进行脱困，实现车端的完全无人驾驶。可以看出，远程驾驶过程中需要信息从车辆终端传输至云端，云端安全员才做出反应对车辆进行控制实现远程驾驶；并非车辆终端的设备或者控制器直接做出的反应对车辆进行控制，可以看出远程驾驶涉及的传输链路较长，而在车辆的驾驶过程中，及时性十分重要，因此，亟需对远程驾驶全链路时延进行分析，以便于为远程驾驶的改进提供依据。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种时延分析方法、相应的一种时延分析装置、一种车辆和一种存储介质。
本发明实施例公开了一种时延分析方法，包括：
在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；
在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；
基于所述时间戳计算远程驾驶链路时延。
可选地，所述预设标识物设置于目标区域，所述目标区域放置有信号输出机构，用于在车辆经过所述预设标识物时输出警示信息。
可选地，所述车辆数据中包括数据通道标识符；所述从所述车辆数据中分类出远程驾驶链路数据的步骤包括：
依据所述数据通道标识符确定所述车辆数据的信息通道；
判断所述信息通道是否属于预设的信息采集通道；
若是，确定所述车辆数据为所述远程驾驶链路数据；
若否，舍弃所述车辆数据。
可选地，所述车辆数据中还包括数据名称，所述确定所述车辆数据为远程驾驶链路数据的步骤包括：
依据所述数据名称确定所述远程驾驶链路数据的类型；
依据所述类型将所述远程驾驶链路数据分类为所述传感器数据，所述云端反馈数据以及所述执行数据中的一种。
可选地，所述传感器数据包括传感器采集数据和传感器输出数据，所述执行数据包括执行器介入数据和执行器释放数据，所述基于所述时间戳计算远程驾驶链路时延的步骤包括：
读取所述传感器采集数据的时间戳，所述传感器输出数据的时间戳，所述云端反馈数据的时间戳，所述执行器介入数据的时间戳，所述执行器释放数据的时间戳；
确定所述传感器输出数据的时间戳与所述传感器采集数据的时间戳的差值为传感器信号传输时延；
确定所述云端反馈数据的时间戳与所述传感器输出数据的时间戳的差值为云端反应时延；
确定所述执行器介入数据的时间戳与所述云端反馈数据的时间戳的差值为控制信号传输时延；
确定所述执行器释放数据的时间戳与所述执行器介入数据的时间戳的差值为执行器的执行时延；
基于所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延确定所述远程驾驶链路时延。
可选地，所述基于所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延确定所述远程驾驶链路时延的步骤包括：
计算所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延的和值为所述远程驾驶链路时延。
可选地，所述基于所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延确定所述远程驾驶链路时延的步骤包括：
计算所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延的和值为所述远程驾驶链路时延。
本发明还公开了时延分析装置，包括：
获取模块，用于在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；
分类模块，用于在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；
计算模块，用于基于所述时间戳计算远程驾驶链路时延。
本发明实施例还公开了一种车辆，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上项所述的时延分析方法的步骤。
本发明实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的时延分析方法的步骤。
本发明实施例包括以下优点：
本发明实施例中，在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；令车辆处于一个稳定的运行工况，避免额外的因素对数据传输造成影响，可以得到准确的车辆数据；在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；从车辆数据中分类出远程驾驶链路数据，减少业务处理的数据量，提高针对时延分析的效率；基于所述时间戳计算远程驾驶链路时延；计算出一个准确的远程驾驶链路时延。
附图说明
图1是本发明的一种时延分析方法实施例的步骤流程图；
图2是本发明的另一种时延分析方法实施例的步骤流程图；
图3是本发明的一种目标区域示意图；
图4是本发明的一种时延分析装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实现远程驾驶需要依据车端的针对实际环境的检测的数据，在远端展示出车辆周边的实际环境，云端的远程(安全)驾驶员针对云端上看到的实时的车辆周边环境作出控制动作以发出控制指令，车辆终端再根据控制指令进行相应地动作。可见远程驾驶可以很好的补充自动驾驶中在如车辆脱困方面的弱势。而远程驾驶涉及数据流即包括车辆终端中数据的传输也包括云端的数据传输；可见传输的数据全链路长，但是由于针对车辆的控制往往需要在毫秒之间，因此需要有效地针对远程驾驶链路的数据传输时延进行分析，得到准确的时延，判断远程驾驶是否能满足使用要求，或是分析出远程驾驶链路的数据传输时延在各功能模块的具体情况，以进行改进。而本发明实施例可以提供一种时延分析方法，针对远程驾驶链路的时延进行分析，得到一个准确的时延值。
参照图1，示出了本发明的一种时延分析方法实施例的步骤流程图，具体可以包括如下步骤：
步骤101，在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；
在车辆处于远程驾驶的控制的过程中，车辆上安装的传感器不断实时的采集车辆周边的环境数据并上传至云端。当车辆匀速行驶且经过预设标识物时，获取车辆运行产生的全部车辆数据以及接收警示信息。其中，对于车辆达到匀速时的速度，本发明对此并不做限制，如10公里每小时、15公里每小时等等，本领域技术人员可以根据需求设置不同的车辆速度。
步骤102，在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；
在响应警示信息控制所述车辆停车时，如响应制动警示信息控制车辆至车辆停下时，从所述车辆数据中分类出远程驾驶链路数据，只针对远程驾驶链路数据进行处理。需要说明的是远程驾驶链路数据是指车辆实现远程驾驶中，完成一次远程驾驶操作中数据传输链路上的全部数据，包括传感器数据，云端反馈数据以及执行数据。并且，这些远程驾驶链路数据中都包含时间戳，该时间戳为其产生的时间，可以采用相对数据流的时间值，也可以采绝对的时间值，本发明实施例对此并不作限定。
步骤103，基于所述时间戳计算远程驾驶链路时延。
得到远程驾驶链路数据中的时间戳后，根据数据传输链路的前后时间差值计算出远程驾驶链路时延。
本发明实施例中，在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；令车辆处于一个稳定的运行工况，避免额外的因素对数据传输造成影响，可以得到准确的车辆数据；在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；从车辆数据中分类出远程驾驶链路数据，减少业务处理的数据量，提高针对时延分析的效率；基于所述时间戳计算远程驾驶链路时延；计算出一个准确的远程驾驶链路时延。
参照图2，示出了本发明的一种时延分析方法实施例的步骤流程图，具体可以包括如下步骤：
步骤201，在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；
在车辆在进行远程驾驶过程中，控制车辆从静止行驶至预设时速后进行匀速，当车辆经过预设标识物时，开始获取车辆数据以及接收警示信息。
所述预设标识物可以设置于目标区域，如贴在目标区域中。该目标区域可以时预先设定的测试场地。所述目标区域还放置有信号输出机构，用于在车辆经过所述预设标识物时输出警示信息。如信号灯，在车辆经过所述预设标识物时输出特定颜色的光线以输出警示信息。
可以参照图3，示出本发明的一种目标区域示意图；预设标识物是目标区域上的标线，而信号输出机构为信号灯；当车辆匀速经过标线时，信号灯亮起红色的灯光，以红色灯光作为警示信息输出。
步骤202，在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；
在响应警示信息控制所述车辆停车时，在车辆全部停下的时候停止获取车辆数据，并从这一过程中获取的车辆数据中分类出远程驾驶链路数据；过滤非远程驾驶全链路上的数据，减少处理的数据量，加快时延分析的效率，并且分类出不同模块之间的数据，为分析每个模块的时延提供合适的数据。从车辆数据中分类出传感器数据，云端反馈数据以及执行数据，其中，所述传感器数据包括传感器采集数据和传感器输出数据，所述执行数据包括执行器介入数据和执行器释放数据。并且远程驾驶链路数据包含时间戳。
在本发明的一优选实施例中，所述车辆数据中包括数据通道标识符；所述从所述车辆数据中分类出远程驾驶链路数据的步骤包括：
子步骤S1，依据所述数据通道标识符确定所述车辆数据的信息通道；
需要说明的是，车辆数据中包括有其信息通道的数据通道标识符，而数据通道标识符的具体形式或者命名方式可以根据产品的默认设置或者自定义的方式所确定。但是信息通道与数据通道标识符具有唯一且确定的映射关系，因此，可以依据数据通道标识符确定每一个车辆数据对应的信息通道。
子步骤S2，判断所述信息通道是否属于预设的信息采集通道；
预设的信息采集通道可以是预先根据远程驾驶全链路上全部数据对应的信息通道建立的信息采集通道集合。逐一地去判断车辆数据对应的信息通道是否属于预设的信息采集通道。
子步骤S3，若所述信息通道是属于预设的信息采集通道，确定所述车辆数据为所述远程驾驶链路数据；
当信息通道是属于预设的信息采集通道，即该车辆数据为远程驾驶链路上的数据，将其确定远程驾驶链路数据。
子步骤S4，若所述信息通道不属于预设的信息采集通道，舍弃所述车辆数据。
当信息通道不属于预设的信息采集通道，即该车辆数据并不是远程驾驶链路上的数据，舍弃该车辆数据，后续不针对该车辆数据进行处理。
在本发明实施例中，所述车辆数据中还包括数据名称，所述确定所述车辆数据为远程驾驶链路数据的步骤包括：
子步骤S11，依据所述数据名称确定所述远程驾驶链路数据的类型；
车辆数据中还包括数据名称即该车辆数据的具体名称，如六路视频传感器数据，本发明实施例对数据名称的命名方式并不限定，本领域技术人员可以根据需求设置。依据所述数据名称确定远程驾驶链路数据的类型，如数据名称为六路视频传感器数据，确定远程驾驶链路数据的类型为识别环境的信号。
子步骤S12，依据所述类型将所述远程驾驶链路数据分类为所述传感器数据，所述云端反馈数据以及所述执行数据中的一种。
再依据类型将所述远程驾驶链路数据分类为所述传感器数据，所述云端反馈数据以及所述执行数据中的一种，需要说明的是，每一个车辆数据只属于传感器数据，云端反馈数据以及执行数据中的一种，并不会一个车辆数据即是传感器数据，也是云端反馈数据，只能是传感器数据，或只是云端反馈数据。如前述的类型识别环境的信号，将该车辆数据分为传感器数据。
步骤203，读取所述传感器采集数据的时间戳，所述传感器输出数据的时间戳，所述云端反馈数据的时间戳，所述执行器介入数据的时间戳，所述执行器释放数据的时间戳；
在分类好远程驾驶链路上各部分对应的数据后，分别读取传感器采集数据的时间戳，传感器输出数据的时间戳，云端反馈数据的时间戳，执行器介入数据的时间戳，执行器释放数据的时间戳，若这些时间戳并不是采用同一时间轴时，应该将这些数据转化为同一时间轴上。
步骤204，确定所述传感器输出数据的时间戳与所述传感器采集数据的时间戳的差值为传感器信号传输时延；
将同一时间轴上的传感器输出数据的时间戳减去传感器采集数据的时间戳得到的时间差值即为传感器信号传输时延。传感器信号传输时延可以反应传感器采集信号到发送至云端传感器数据的传输时延。
步骤205，确定所述云端反馈数据的时间戳与所述传感器输出数据的时间戳的差值为云端反应时延；
将同一时间轴上的云端反馈数据的时间戳减去传感器输出数据的时间戳得到的时间差值即为云端反应时延；云端反应时延可以反映云端的远程驾驶员对突发情况的响应时间。
步骤206，确定所述执行器介入数据的时间戳与所述云端反馈数据的时间戳的差值为控制信号传输时延；
将同一时间轴上的执行器介入数据的时间戳减去云端反馈数据的时间戳得到的时间差值即为控制信号传输时延；控制信号传输时延可以反映云端的控制信号传输到执行器的时延。
步骤207，确定所述执行器释放数据的时间戳与所述执行器介入数据的时间戳的差值为执行器的执行时延；
将同一时间轴上的执行器释放数据的时间戳减去执行器介入数据的时间戳得到的时间差值即为执行器的执行时延；执行器的执行时延可以反映执行器执行完成控制指令对应动作的时延。
步骤208，基于所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延确定所述远程驾驶链路时延。
在得到远程驾驶各个部分的时延后，基于传感器信号传输时延、云端反应时延、控制信号传输时延以及执行器的执行时延四个部分的时延确定远程驾驶链路时延。远程驾驶链路时延反应的是执行一次远程驾驶操作对应的总时延。
在本发明的一优选实施例中，所述基于所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延确定所述远程驾驶链路时延的步骤包括：
计算所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延的和值为所述远程驾驶链路时延。
计算出传感器信号传输时延、云端反应时延、控制信号传输时延以及执行器的执行时延的和值为远程驾驶链路时延，采用相同权重的计算方式计算出各部分时延的总和作为远程驾驶链路时延，可以便捷地对远程驾驶链路时延进行计算。
在本发明的一优选实施例中，当所述远程驾驶全链路时延存在多个时延值时，所述方法还包括：
确定多个时延值的平均值为远程驾驶链路时延。
当云端有不同的驾驶员进行操作，或者存在多次分析时，可能会计算出多个不相同的远程驾驶链路时延对应的时延值，此时，可以去计算多个时延值的平均值，以平均的时延值作为远程驾驶链路时延。当然，若远程驾驶链路中的各个部分也出现多个该部分对应的时延值时，也可以采用平均值计算的方式确定。
在本发明实施例中，本发明实施例中，在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；令车辆处于一个稳定的运行工况，避免额外的因素对数据传输造成影响，可以得到准确的车辆数据；在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；从车辆数据中分类出远程驾驶链路数据，减少业务处理的数据量，提高针对时延分析的效率，并可以计算出各个部分的时延；基于所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延确定所述远程驾驶链路时延；计算出一个准确的远程驾驶链路时延。
为了让本领域技术人员可以更加了解本发明实施例，下面以一个示例进行说明：
预先在测试场地(目标区域)中设置标线(标志物)和信号灯(信号输出机构)；在标线上安装红外传感器，
远程控制车辆匀速行驶；当车辆经过标线时记录检测到标线的起始时间(由红外传感器触发信号对应的时间戳为起始时间)；并亮起新信号灯；
当车辆刹停时记录刹停时间；
获取车辆在起始时间至刹停时间的车辆数据；
从车辆数据中分类出传感器采集数据，传感器输出数据，云端反馈数据，执行器介入数据和执行器释放数据；
获取上述全部数据的对应时间戳；
以所述传感器输出数据的时间戳与所述传感器采集数据的时间戳之差作为传感器信号传输时延；
以所述云端反馈数据的时间戳与所述传感器输出数据的时间戳之差作为云端驾驶员反应时延(云端反应时延)；
以所述执行器介入数据的时间戳与所述云端反馈数据的时间戳之差作为控制信号传输时延；
以所述执行器释放数据的时间戳与所述执行器介入数据的时间戳之差作为执行器的执行时延；
重复上述步骤得到多个传感器信号传输时延、云端驾驶员反应时延、控制信号传输时延、执行器的执行时延。
以多个传感器信号传输时延的平均值为传感器时延值；以多个云端驾驶员反应时延的平均值为云端驾驶员反应时延值；以多个控制信号传输时延的平均值为控制信号传输时延值，以多个执行器的执行时延的平均值为执行器的执行时延值。其中，所述传感器的信号为六路视频传感器的信号，执行器为制动器。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图4，示出了本发明的一种时延分析装置实施例的结构框图，具体可以包括如下模块：
获取模块401，用于在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；
分类模块402，用于在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；
计算模块403，用于基于所述时间戳计算远程驾驶链路时延。
在本发明的一优选实施例中，所述预设标识物设置于目标区域，所述目标区域放置有信号输出机构，用于在车辆经过所述预设标识物时输出警示信息。
在本发明的一优选实施例中，所述车辆数据中包括数据通道标识符；所述分类模块402包括：
信息通道确定子模块，用于依据所述数据通道标识符确定所述车辆数据的信息通道；
判断子模块，用于判断所述信息通道是否属于预设的信息采集通道；
远程驾驶链路数据确定子模块，用于若所述信息通道属于预设的信息采集通道，确定所述车辆数据为所述远程驾驶链路数据；
舍弃子模块，用于若所述信息通道不属于预设的信息采集通道，舍弃所述车辆数据。
在本发明的一优选实施例中，所述车辆数据中还包括数据名称，所述远程驾驶链路数据确定子模块包括：
类型确定单元，用于依据所述数据名称确定所述远程驾驶链路数据的类型；
分类单元，用于依据所述类型将所述远程驾驶链路数据分类为所述传感器数据，所述云端反馈数据以及所述执行数据中的一种。
所述传感器数据包括传感器采集数据和传感器输出数据，所述执行数据包括执行器介入数据和执行器释放数据，所述计算模块403包括：
读取子模块，用于读取所述传感器采集数据的时间戳，所述传感器输出数据的时间戳，所述云端反馈数据的时间戳，所述执行器介入数据的时间戳，所述执行器释放数据的时间戳；
第一计算子模块，用于确定所述传感器输出数据的时间戳与所述传感器采集数据的时间戳的差值为传感器信号传输时延；
确定所述云端反馈数据的时间戳与所述传感器输出数据的时间戳的差值为云端反应时延；
第二计算子模块，用于确定所述执行器介入数据的时间戳与所述云端反馈数据的时间戳的差值为控制信号传输时延；
第三计算子模块，用于确定所述执行器释放数据的时间戳与所述执行器介入数据的时间戳的差值为执行器的执行时延；
第四计算子模块，用于基于所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延确定所述远程驾驶链路时延。
在本发明的一优选实施例中，所述第四计算子模块包括：
第一计算单元，用于计算所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延的和值为所述远程驾驶链路时延。
在本发明的一优选实施例中，当所述远程驾驶全链路时延存在多个时延值时，所述装置还包括：
平均模块，用于确定多个时延值的平均值为远程驾驶链路时延。
对于装置实施例而言，由于其与方法实施例基本相似，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。
本申请实施例还提供了一种车辆，包括：包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述时延分析方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述时延分析方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例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，本发明实施例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。
本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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终端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终端设备上，使得在计算机或其他可编程终端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终端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。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种时延分析方法、装置、车辆、存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种时延分析方法，其特征在于，包括：
在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；
在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；
基于所述时间戳计算远程驾驶链路时延；
其中，所述传感器数据包括传感器采集数据和传感器输出数据，所述执行数据包括执行器介入数据和执行器释放数据，所述基于所述时间戳计算远程驾驶链路时延的步骤包括：
读取所述传感器采集数据的时间戳，所述传感器输出数据的时间戳，所述云端反馈数据的时间戳，所述执行器介入数据的时间戳，所述执行器释放数据的时间戳；
确定所述传感器输出数据的时间戳与所述传感器采集数据的时间戳的差值为传感器信号传输时延；
确定所述云端反馈数据的时间戳与所述传感器输出数据的时间戳的差值为云端反应时延；
确定所述执行器介入数据的时间戳与所述云端反馈数据的时间戳的差值为控制信号传输时延；
确定所述执行器释放数据的时间戳与所述执行器介入数据的时间戳的差值为执行器的执行时延；
基于所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延确定所述远程驾驶链路时延。
2.根据权利要求1所述的方法，其特征在于，所述预设标识物设置于目标区域，所述目标区域放置有信号输出机构，用于在车辆经过所述预设标识物时输出警示信息。
3.根据权利要求1或2所述的方法，其特征在于，所述车辆数据中包括数据通道标识符；所述从所述车辆数据中分类出远程驾驶链路数据的步骤包括：
依据所述数据通道标识符确定所述车辆数据的信息通道；
判断所述信息通道是否属于预设的信息采集通道；
若是，确定所述车辆数据为所述远程驾驶链路数据；
若否，舍弃所述车辆数据。
4.根据权利要求3所述的方法，其特征在于，所述车辆数据中还包括数据名称，所述确定所述车辆数据为远程驾驶链路数据的步骤包括：
依据所述数据名称确定所述远程驾驶链路数据的类型；
依据所述类型将所述远程驾驶链路数据分类为所述传感器数据，所述云端反馈数据以及所述执行数据中的一种。
5.根据权利要求1所述的方法，其特征在于，所述基于所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延确定所述远程驾驶链路时延的步骤包括：
计算所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延的和值为所述远程驾驶链路时延。
6.根据权利要求1所述的方法，其特征在于，当所述远程驾驶全链路时延存在多个时延值时，所述方法还包括：
确定多个时延值的平均值为远程驾驶链路时延。
7.一种时延分析装置，其特征在于，包括：
获取模块，用于在车辆的远程驾驶过程中，当所述车辆匀速行驶且经过预设标识物时，获取车辆数据以及接收警示信息；
分类模块，用于在响应所述警示信息控制所述车辆停车时，从所述车辆数据中分类出远程驾驶链路数据，所述远程驾驶链路数据包括传感器数据，云端反馈数据以及执行数据，所述远程驾驶链路数据包含时间戳；
计算模块，用于基于所述时间戳计算远程驾驶链路时延；
其中，所述传感器数据包括传感器采集数据和传感器输出数据，所述执行数据包括执行器介入数据和执行器释放数据，所述计算模块包括：
读取子模块，用于读取所述传感器采集数据的时间戳，所述传感器输出数据的时间戳，所述云端反馈数据的时间戳，所述执行器介入数据的时间戳，所述执行器释放数据的时间戳；
第一计算子模块，用于确定所述传感器输出数据的时间戳与所述传感器采集数据的时间戳的差值为传感器信号传输时延；
确定所述云端反馈数据的时间戳与所述传感器输出数据的时间戳的差值为云端反应时延；
第二计算子模块，用于确定所述执行器介入数据的时间戳与所述云端反馈数据的时间戳的差值为控制信号传输时延；
第三计算子模块，用于确定所述执行器释放数据的时间戳与所述执行器介入数据的时间戳的差值为执行器的执行时延；
第四计算子模块，用于基于所述传感器信号传输时延、所述云端反应时延、所述控制信号传输时延以及所述执行器的执行时延确定所述远程驾驶链路时延。
8.一种车辆，其特征在于，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的时延分析方法的步骤。
9.一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上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的时延分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111289954.5A CN113904959B (zh) | 2021-11-02 | 2021-11-02 | 一种时延分析方法、装置、车辆、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111289954.5A CN113904959B (zh) | 2021-11-02 | 2021-11-02 | 一种时延分析方法、装置、车辆、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113904959A CN113904959A (zh) | 2022-01-07 |
| CN113904959B true CN113904959B (zh) | 2023-04-07 |
Family
ID=79027272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111289954.5A Active CN113904959B (zh) | 2021-11-02 | 2021-11-02 | 一种时延分析方法、装置、车辆、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113904959B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110850711A (zh) * | 2019-12-06 | 2020-02-28 | 中国科学院自动化研究所 | 基于云端的辅助驾驶控制系统及方法 |
| CN111417093A (zh) * | 2020-05-07 | 2020-07-14 | 重庆车辆检测研究院有限公司 | V2x效率类应用的车基规范性能测试方法和装置 |
| CN112526980A (zh) * | 2020-12-22 | 2021-03-19 | 北京百度网讯科技有限公司 | 远程控制方法、驾驶舱、云端服务器和自动驾驶车辆 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6014185B2 (ja) * | 2015-02-16 | 2016-10-25 | 本田技研工業株式会社 | 車両走行制御装置、車両走行制御方法、および車両走行制御プログラム |
| WO2020133208A1 (zh) * | 2018-12-28 | 2020-07-02 | 驭势科技（北京）有限公司 | 一种自动驾驶车辆的控制方法和自动驾驶系统 |
| CN110032176A (zh) * | 2019-05-16 | 2019-07-19 | 广州文远知行科技有限公司 | 无人驾驶汽车的远程接管方法、装置、设备和存储介质 |
| EP3772226B1 (en) * | 2019-07-30 | 2023-01-25 | Volkswagen AG | Methods, computer programs, and apparatuses for a command center and a vehicle |
| WO2021134187A1 (zh) * | 2019-12-30 | 2021-07-08 | 深圳元戎启行科技有限公司 | 基于网络监测的车辆控制方法、装置和计算机设备 |
| CN113519146B (zh) * | 2020-02-12 | 2023-06-23 | 深圳元戎启行科技有限公司 | 流媒体网络时延确定方法、装置、计算机设备、可读存储介质和远程驾驶系统 |
| CN113273105B (zh) * | 2020-05-20 | 2023-09-12 | 深圳元戎启行科技有限公司 | 用于对自动驾驶车辆的多个辅助设备进行时间同步的方法、车辆、计算机设备和存储介质 |
| CN111907517B (zh) * | 2020-08-07 | 2022-03-01 | 浙江吉利汽车研究院有限公司 | 自动泊车控制方法、控制系统、车辆及场端边缘云系统 |
-
2021
- 2021-11-02 CN CN202111289954.5A patent/CN113904959B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110850711A (zh) * | 2019-12-06 | 2020-02-28 | 中国科学院自动化研究所 | 基于云端的辅助驾驶控制系统及方法 |
| CN111417093A (zh) * | 2020-05-07 | 2020-07-14 | 重庆车辆检测研究院有限公司 | V2x效率类应用的车基规范性能测试方法和装置 |
| CN112526980A (zh) * | 2020-12-22 | 2021-03-19 | 北京百度网讯科技有限公司 | 远程控制方法、驾驶舱、云端服务器和自动驾驶车辆 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113904959A (zh) | 2022-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10011175B2 (en) | Method for operating a vehicle system of a motor vehicle and motor vehicle | |
| CN110570538B (zh) | 智能驾驶汽车中黑匣子数据的管理方法、装置和设备 | |
| US9459180B2 (en) | Method for testing the operability of a driver assistance system installed in a test vehicle | |
| US9409571B2 (en) | Method for supporting a traffic-light-sequence assistant of a vehicle, said assistant detecting traffic lights | |
| WO2019047650A1 (zh) | 无人驾驶车辆的数据采集方法和装置 | |
| JP4865711B2 (ja) | 運転モニタシステム及び方法 | |
| US20060077050A1 (en) | Vehicle alarm device, vehicle alarming method, and vehicle alarm generation program | |
| CN111399481B (zh) | 一种自动驾驶场景信息收集及远程升级方法及系统 | |
| WO2016098284A1 (en) | Remote vehicle data collection system | |
| US9536157B2 (en) | Method for identification of a projected symbol on a street in a vehicle, apparatus and vehicle | |
| CN107543725A (zh) | 一种无人车操控测试方法及装置 | |
| CN107364435B (zh) | 操作模型构建系统和操作模型构建方法 | |
| CN110920539A (zh) | 车辆驾驶分析方法和装置、电子设备和计算机存储介质 | |
| EP4063220A1 (en) | Method for determining driving parameters and vehicle control apparatus | |
| WO2022095617A1 (zh) | 一种基于北斗时空基准的ii型aebs测评装置及方法 | |
| KR101521118B1 (ko) | 운전자 맞춤형 차량 능동 안전 시스템 | |
| CN112254977B (zh) | 一种基于自动紧急制动系统的数据处理方法和装置 | |
| CN112508054A (zh) | 一种驾驶模型训练方法、装置、设备和介质 | |
| CN113904959B (zh) | 一种时延分析方法、装置、车辆、存储介质 | |
| CN111047047A (zh) | 驾驶模型的训练方法和装置、电子设备、计算机存储介质 | |
| CN104773155A (zh) | 一种汽车制动系统早期故障诊断方法 | |
| KR20180044008A (ko) | 차량 급발진 대응을 위한 통합 분석 시스템 및 방법 | |
| CN116830174A (zh) | 用于受基础设施支持地辅助机动车的方法 | |
| KR20200087886A (ko) | 차량 및 그 제어 방법 | |
| CN110673609A (zh) | 车辆行驶的控制方法、装置及系统 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240304 Address after: 510000 No.8 Songgang street, Cencun, Tianhe District, Guangzhou City, Guangdong Province Patentee after: GUANGZHOU XIAOPENG MOTORS TECHNOLOGY Co.,Ltd. Country or region after: China Address before: Room 46, room 406, No. 1, Yichuang street, Zhongxin knowledge city, Huangpu District, Guangzhou, Guangdong 510725 Patentee before: Guangzhou Xiaopeng Automatic Driving Technology Co.,Ltd. Country or region before: China |