CN115150437A - 应用于车辆的自动驾驶系统的节点部署方法、装置及设备 - Google Patents

应用于车辆的自动驾驶系统的节点部署方法、装置及设备 Download PDF

Info

Publication number
CN115150437A
CN115150437A CN202211059662.7A CN202211059662A CN115150437A CN 115150437 A CN115150437 A CN 115150437A CN 202211059662 A CN202211059662 A CN 202211059662A CN 115150437 A CN115150437 A CN 115150437A
Authority
CN
China
Prior art keywords
node
nodes
data
determining
driving system
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
CN202211059662.7A
Other languages
English (en)
Other versions
CN115150437B (zh
Inventor
韩晓健
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.)
Guoqi Intelligent Control Beijing Technology Co Ltd
Original Assignee
Guoqi Intelligent Control Beijing 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 Guoqi Intelligent Control Beijing Technology Co Ltd filed Critical Guoqi Intelligent Control Beijing Technology Co Ltd
Priority to CN202211059662.7A priority Critical patent/CN115150437B/zh
Publication of CN115150437A publication Critical patent/CN115150437A/zh
Application granted granted Critical
Publication of CN115150437B publication Critical patent/CN115150437B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60RVEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • B60R16/0231Circuits relating to the driving or the functioning of the vehicle
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供的应用于车辆的自动驾驶系统的节点部署方法、装置及设备,所述自动驾驶系统包括多个节点,其中,不同节点用于执行不同的自动驾驶处理任务;所述方法包括:确定所述自动驾驶系统中各节点的数据流向;基于所述节点的关联节点的数据流向,确定所述节点的局部集聚系数;其中,所述节点的局部集聚系数用于指示所述节点的关联节点之间的聚合度;所述关联节点为所述自动驾驶系统中与所述节点具有数据传输关系的节点;所述数据传输关系包括:接收数据和/或发送数据;若所述节点的局部集聚系数大于第一预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中。通过上述方法,可以避免节点跨芯片传输数据时网络负载较大的问题。

Description

应用于车辆的自动驾驶系统的节点部署方法、装置及设备
技术领域
本申请涉及自动驾驶领域,尤其涉及一种应用于车辆的自动驾驶系统的节点部署方法、装置及设备。
背景技术
车辆的自动驾驶系统中,通常包括有多个功能模块,例如,感知模块用于感知车辆周围的环境数据等;融合模块,用于对感知到的数据进行数据融合处理;路径规划模块,用于基于融合处理后的数据确定车辆行驶路径。并且,每一功能模块中又包括有多个节点,通过多个节点的处理来实现所述功能模块的功能。
如何对自动驾驶系统中的节点进行部署是一个急需解决的问题。
发明内容
本申请提供应用于车辆的自动驾驶系统的节点部署方法、装置及设备,用以解决相关技术中自动驾驶系统中的节点部署问题。
第一方面,本申请提供一种应用于车辆的自动驾驶系统的节点部署方法,所述自动驾驶系统包括多个节点,其中,不同节点用于执行不同的自动驾驶处理任务;所述方法包括:
确定所述自动驾驶系统中各节点的数据流向;
基于所述节点的关联节点的数据流向,确定所述节点的局部集聚系数;其中,所述节点的局部集聚系数用于指示所述节点的关联节点之间的聚合度;所述关联节点为所述自动驾驶系统中与所述节点具有数据传输关系的节点;所述数据传输关系包括:接收数据和/或发送数据;
若所述节点的局部集聚系数大于第一预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中。
在一些实施例中,基于所述节点的关联节点的数据流向,确定所述节点的局部集聚系数,包括:
基于所述节点的关联节点的数据流向,在所述节点的关联节点中确定具有数据传输关系的两个关联节点为一个节点组,得到所述节点对应的至少一个节点组;其中,不同节点组中所包含的关联节点不同,和/或不同节点组中的两个关联节点的数据传输方向不同;
确定所述节点对应的节点组的第一数据量以及所述节点对应的关联节点的数量;其中,所述第一数据量用于指示所述节点组中所包含的两个关联节点在所述节点组所对应的数据传输方向上单位时间内传输的数据量;
基于所述第一数据量以及所述关联节点的数量,确定所述节点的局部集聚系数。
在一些实施例中,基于所述第一数据量以及所述关联节点的数量,确定所述节点的局部集聚系数,包括:
对所述节点组中的第一数据量进行归一化处理,得到所述节点组的第二数据量;所述第一数据量为所述节点组中所包含的两个关联节点在所述节点组所对应的数据传输方向上单位时间内传输的数据量;
对所述节点对应的节点组的第二数据量进行求和处理,得到求和结果;
基于所述节点的关联节点的数量,确定所述关联节点之间的连接数量,所述连接数量为所述关联节点之间数据传输通道的最大数量,其中,所述数据传输通道用于单向传递两个节点之间的传输数据;
将所述求和结果与所述连接数量的比值,作为所述节点的局部集聚系数。
在一些实施例中,所述节点组的第一数据量为通过将所述节点组中两个关联节点每次进行数据传输的数据量与所述关联两个节点的数据传输频率做乘法处理得到的。
在一些实施例中,若所述节点的局部集聚系数大于第一预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中,包括:
若所述节点的局部集聚系数大于所述第一预设值,且大于第二预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中的同一进程中;其中,所述第一预设值小于所述第二预设值。
在一些实施例中,所述方法还包括:
若所述节点的局部集聚系数大于所述第一预设值,且小于等于第二预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中的不同进程中。
在一些实施例中,所述方法还包括:
若所述节点的局部集聚系数小于等于第一预设值,则所述节点与所述关联节点部署于所述车辆的不同控制芯片中。
在一些实施例中,所述确定所述自动驾驶系统中各节点的数据流向,包括:
获取所述节点的属性信息,所述属性信息中包括所述节点的订阅属性和/或所述节点的发布属性,所述订阅属性用于指示向所述节点的发送数据的关联节点;所述发布属性用于指示接收所述节点所发送数据的关联节点;
根据各节点的属性信息,确定所述自动驾驶系统中各节点的数据流向。
第二方面,本申请提供一种应用于车辆的自动驾驶系统的节点部署装置,所述自动驾驶系统包括多个节点,其中,不同节点用于执行不同的自动驾驶处理任务;所述装置包括:
第一确定单元,用于确定所述自动驾驶系统中各节点的数据流向;
第二确定单元,用于基于所述节点的关联节点的数据流向,确定所述节点的局部集聚系数;其中,所述节点的局部集聚系数用于指示所述节点的关联节点之间的聚合度;所述关联节点为所述自动驾驶系统中与所述节点具有数据传输关系的节点;所述数据传输关系包括:接收数据和/或发送数据;
第三确定单元,用于若所述节点的局部集聚系数大于第一预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中。
在一些实施例中,第二确定单元,包括:
第一确定模块,用于基于所述节点的关联节点的数据流向,在所述节点的关联节点中确定具有数据传输关系的两个关联节点为一个节点组,得到所述节点对应的至少一个节点组;其中,不同节点组中所包含的关联节点不同,和/或不同节点组中的两个关联节点的数据传输方向不同;
第二确定模块,确定所述节点对应的节点组的第一数据量以及所述节点对应的关联节点的数量;其中,所述第一数据量用于指示所述节点组中所包含的两个关联节点在所述节点组所对应的数据传输方向上单位时间内传输的数据量;
第三确定模块,用于基于所述第一数据量以及所述关联节点的数量,确定所述节点的局部集聚系数。
在一些实施例中,第三确定模块,具体用于:
对所述节点组中的第一数据量进行归一化处理,得到所述节点组的第二数据量;所述第一数据量为所述节点组中所包含的两个关联节点在所述节点组所对应的数据传输方向上单位时间内传输的数据量;
对所述节点对应的节点组的第二数据量进行求和处理,得到求和结果;
基于所述节点的关联节点的数量,确定所述关联节点之间的连接数量,所述连接数量为所述关联节点之间数据传输通道的最大数量,其中,所述数据传输通道用于单向传递两个节点之间的传输数据;
将所述求和结果与所述连接数量的比值,作为所述节点的局部集聚系数。
在一些实施例中,所述节点组的第一数据量为通过将所述节点组中两个关联节点每次进行数据传输的数据量与所述关联两个节点的数据传输频率做乘法处理得到的。
在一些实施例中,第三确定单元,包括:
第四确定模块,用于若所述节点的局部集聚系数大于所述第一预设值,且大于第二预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中的同一进程中;其中,所述第一预设值小于所述第二预设值。
在一些实施例中,所述装置还包括:
第五确定模块,用于若所述节点的局部集聚系数大于所述第一预设值,且小于等于第二预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中的不同进程中。
在一些实施例中,所述装置还包括:
第四确定单元,用于若所述节点的局部集聚系数小于等于第一预设值,则所述节点与所述关联节点部署于所述车辆的不同控制芯片中。
在一些实施例中,所述第一确定单元,包括:
获取模块,用于获取所述节点的属性信息,所述属性信息中包括所述节点的订阅属性和/或所述节点的发布属性,所述订阅属性用于指示向所述节点的发送数据的关联节点;所述发布属性用于指示接收所述节点所发送数据的关联节点;
第六确定模块,用于根据各节点的属性信息,确定所述自动驾驶系统中各节点的数据流向。
第三方面,本申请提供一种电子设备,包括:存储器,处理器;
存储器;用于存储所述处理器可执行指令的存储器;
其中,所述处理器,用于根据所述可执行指令执行如第一方面任一项所述的方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。
第五方面,本申请提供一种计算机程序产品,所述计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现第一方面中任一项所述的方法。
本申请提供的应用于车辆的自动驾驶系统的节点部署方法、装置及设备,所述自动驾驶系统包括多个节点,其中,不同节点用于执行不同的自动驾驶处理任务;所述方法包括:确定所述自动驾驶系统中各节点的数据流向;基于所述节点的关联节点的数据流向,确定所述节点的局部集聚系数;其中,所述节点的局部集聚系数用于指示所述节点的关联节点之间的聚合度;所述关联节点为所述自动驾驶系统中与所述节点具有数据传输关系的节点;所述数据传输关系包括:接收数据和/或发送数据;若所述节点的局部集聚系数大于第一预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中。通过上述方法确定节点的部署位置,可以避免当节点与节点之间跨芯片传输数据时所导致的网络负载较大,进而影响车辆的自动驾驶系统功能的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的一种应用于车辆的自动驾驶系统的节点部署方法的流程示意图;
图2为本申请实施例提供的一种节点的关联节点的示意图;
图3为本申请实施例提供的一种有向无环图数据流拓扑图;
图4为本申请实施例提供的又一种应用于车辆的自动驾驶系统的节点部署方法的流程示意图;
图5为本申请实施例提供的一种应用于车辆的自动驾驶系统的节点部署装置的结构示意图;
图6为本申请实施例提供的又一种应用于车辆的自动驾驶系统的节点部署装置的结构示意图;
图7为本申请实施例中提供的一种电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与本申请的一些方面相一致的装置和方法的例子。
目前,随着自动驾驶技术的不断发展,车辆的自动驾驶功能也越来越多,举例来说,当前自动驾驶系统中主要包括有感知模块、融合模块、决策模块、规划模块、控制模块等多个不同的模块,其中,感知模块用于获取车辆中各传感器或者监测单元所感知监测到的数据。融合模块,用于对感知监测到的数据进行数据融合处理。决策模块,可用于基于数据融合处理得到的。每个模块中又会包括有多个不同的节点,并由多个不同的节点相互配合处理以实现该模块中的功能。并且在节点之间相互配合处理时,节点之间需要进行数据传输,以便各节点可以实现各自的功能。
相关技术中,在确定所开发的节点在车辆中的部署位置时,通常都是由开发人员随机的将多个节点部署在车辆中的一个或者多个控制芯片中。然而,当两个节点之间需要进行大量的数据传输,且这两个节点被部署到不同的控制芯片中时,此时,会造成大量的网络传输负载,导致网络发生堵塞,进而导致车辆的自动驾驶系统发生故障,影响用户体验。
本申请提供的应用于车辆的自动驾驶系统的节点部署方法、装置及设备,用以解决上述技术问题。
本申请所提供的应用于车辆的自动驾驶系统的节点部署方法、装置及设备,通过获取车辆的自动驾驶系统中各节点的数据流向,确定每一节点所对应的局部集聚系数,来确定各节点所对应的关联节点之间的聚合度,之后,在基于各节点所对应的局部集聚系数来确定节点与其对应的关联节点在车辆中的部署位置。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1为本申请实施例提供的一种应用于车辆的自动驾驶系统的节点部署方法的流程示意图,如图1所示,该方法包括以下步骤:
S101、确定自动驾驶系统中各节点的数据流向。其中,自动驾驶系统包括多个节点,不同节点用于执行不同的自动驾驶处理任务。
示例性地,本实施例中提供了一种应用于车辆的自动驾驶系统中的节点的部署方法。本申请中的节点可以理解为车辆的自动驾驶系统中用于执行自动驾驶处理任务的节点,并且,不同的节点所对应的自动驾驶处理任务不同。此外,本申请中的自动驾驶系统中可以包括有多个节点。本申请实施例用于确定自动驾驶系统中所包括的各节点所对应部署的控制芯片,以便在各节点的相互作用下实现车辆的自动驾驶控制。
本实施例的执行主体可以为车辆中或者车辆外的任一电子设备,本实施例中不做具体限制。
本实施例中,在确定节点的部署位置时,首先会确定自动驾驶系统中所包含的各个节点的数据流向。其中,各节点的数据流向可以理解为需要确定该节点所接收到的数据是由哪些节点发送来的以及该节点所发送的数据是发送至哪些节点的。
一个示例中,在确定自动驾驶系统中各节点的数据流向时,可以采用相关技术中的数据跟踪方式,进而确定各个节点所对应的数据流向。
S102、基于节点的关联节点的数据流向,确定节点的局部集聚系数;其中,节点的局部集聚系数用于指示节点的关联节点之间的聚合度;关联节点为自动驾驶系统中与节点具有数据传输关系的节点;数据传输关系包括:接收数据和/或发送数据。
示例性地,本实施例中的节点的关联节点可以理解为可以与该节点进行数据传输的节点。其中,此处的数据传输可以理解为接收数据和/或发送数据,即,可以接收该节点发送数据的节点、或者可以向该节点发送数据的节点、或者既可以接收该节点的发送数据又可以向该节点发送数据的节点,都可以作为该节点的关联节点。
举例来说,图2为本申请实施例提供的一种节点的关联节点的示意图。如图2所示,图中包括有5个节点(即,图中的节点1-节点5),图中节点之间的箭头指向可以理解为节点的数据流向,例如,节点1与节点4之间的箭头可以用于表征节点1可以接收节点4所发送的数据;节点1与节点5可以用于表征节点1可以向节点5发送数据。以图2中的各节点的数据流向为例,在确定节点1所对应的关联节点时,与节点1具有数据传输关系的节点包括图中的节点3、节点4以及节点5 ,即可以将节点3、节点4、节点5作为节点1的关联节点。
此外,节点的局部集聚系数用于反映出节点所对应的关联节点之间的聚合度。在确定出各节点的数据流向之后,在确定每一节点所对应的局部集聚系数时,可以根据该节点的关联节点的数据流向进行确定。
一个示例中,在确定节点的局部集聚系数时,可以基于节点所对应的关联节点的数据流向时,可以关联节点的数据流向,确定出节点与关联节点之间的有向无环数据流拓扑图。之后,基于该有向无环数据流拓扑图中各节点之间的连接线的数量以及关联节点的数量,确定节点的局部集聚系数。
举例来说,图3为本申请实施例提供的一种有向无环图数据流拓扑图。图中,包括4个节点,即节点6-节点9。其中,在确定节点6的局部集聚系数时,首先可以根据节点6的关联节点(即图中的节点7-节点9这三个节点均为节点6的关联节点),确定出关联节点之间的有向无环图数据流拓扑图。之后,从数据流拓扑图中,可以观测到关联节点之间的实际连接边数为2,而这3个节点之间所连接的边的最大数量为6,将实际连接边数与最大连接边数的比值1/3作为节点6的局部集聚系数。其中,需要说明的是此处的节点之间所连接的边为具有方向,因此,任意两个节点之间所连接的边的最大数量为2。此处的局部集聚系数的确定方式可以参见相关技术中的局部集聚系数计算方式,此处不再赘述。
S103、若节点的局部集聚系数大于第一预设值,则确定节点与关联节点部署于车辆的同一控制芯片中。
示例性地,当确定出节点的局部集聚系数之后,可以基于局部集聚系数与第一预设值之间的数值大小关系确定节点的部署位置。当节点的局部集聚系数的取值大于第一预设值时,此时表明该节点的关联节点之间的聚合度较高,此时表明关联节点之间进行数据传输的可能更加频繁,因此,此时考虑将该节点与该节点的关联节点部署到同一控制芯片中,以避免跨芯片传输数据时所造成的网络负载较大的问题。
需要说明的是,由于自动驾驶系统之间包括有多个节点,因此,在确定多个节点的部署位置时,本实施例中,针对每一节点都可以确定其对应的局部集聚系数,之后,结合基于每一节点的局部集聚系数所确定出的各节点与各节点对应的关联节点的部署位置,综合确定自动驾驶系统中的多个节点的部署位置(即,部署到车辆中的哪一控制芯片中)。
本实施例中,在确定自动驾驶系统中的节点的部署位置时,本实施例中通过确定节点的局部集聚系数,并将局部集聚系数与第一预设值相比较,当确定局部集聚系数的取值大于第一预设值时,表明该节点的关联节点之间的聚合度较高,此时关联节点之间进行数据传输可能会更加频繁,因此,此时考虑将该节点与该节点的关联节点部署到同一控制芯片中,以避免跨芯片传输数据时所造成的网络负载较大的问题。
图4为本申请实施例提供的又一种应用于车辆的自动驾驶系统的节点部署方法的流程示意图。如图4所示,该方法包括以下步骤:
S401、获取节点的属性信息,属性信息中包括节点的订阅属性和/或节点的发布属性,订阅属性用于指示向节点的发送数据的关联节点;发布属性用于指示接收节点所发送数据的关联节点。其中,自动驾驶系统包括多个节点,不同节点用于执行不同的自动驾驶处理任务。
示例性地,本实施例中在确定节点的数据流向时,可以根据节点所对应的属性信息确定。可以理解的是,本实施例中在开发人员进行节点配置时,每一个节点都配置有各自所对应的属性信息,其中,节点的属性信息中包括有该节点的订阅属性和/或发布属性。
其中,当节点可用于接收其余节点发送的数据时,则此时节点具有订阅属性,其中,节点的订阅属性可用于指示出该节点可用于接收哪些节点发送的数据。
当节点可用于向其余节点发送数据时,则此时该节点具有发布属性,其中,节点的发布属性可用于指示出该节点可用于向哪些节点发送数据。
可以理解的是,当节点既可以接收其余节点的数据又可以向其余节点发送数据时,则此时节点同时具有订阅属性以及发布属性。当需要确定各节点的数据流向时,首先可以获取各个节点各自所对应的属性信息。
S402、根据各节点的属性信息,确定自动驾驶系统中各节点的数据流向。
示例性地,在获取到各个节点对应的属性信息之后,可以基于节点的属性信息,确定出各个节点的数据流向。
可以理解的是,本实施例中,在确定节点的数据流向时,仅需要获取各个节点的属性信息即可,本实施例中的方式简单,容易实现,避免了采用数据跟踪算法对节点间的数据流进行跟踪确定时所导致的占用设备运行内存较大、耗时较长的问题。
S403、基于节点的关联节点的数据流向,在节点的关联节点中确定具有数据传输关系的两个关联节点为一个节点组,得到节点对应的至少一个节点组;其中,不同节点组中所包含的关联节点不同,和/或不同节点组中的两个关联节点的数据传输方向不同;其中,关联节点为自动驾驶系统中与节点具有数据传输关系的节点;数据传输关系包括:接收数据和/或发送数据。
示例性地,本实施例中,在确定自动驾驶系统中的每一节点对应的局部集聚系数时,首先,可以根据节点所对应的关联节点的数据流向,确定关联节点之间的数据传输关系。并将具有数据传输关系的两个关联节点确定为一个节点组,进而得到了至少一个节点组。此处,需要说明的是,当两个关联节点之间可以相互传输数据时,此时,这两个关联节点可以组成两个节点组,两个节点组中所对应的数据传输方向不同。也就是说,本实施例中的不同节点组需要满足以下至少一个条件:不同节点组所包含的两个关联节点中至少有一个关联节点不同,或者是当不同节点组中所包含的两个关联节点相同时,两个关联节点之间的数据传输方向不同。
S404、确定节点对应的节点组的第一数据量以及节点对应的关联节点的数量。其中,第一数据量用于指示节点组中所包含的两个关联节点在节点组所对应的数据传输方向上单位时间内传输的数据量。
示例性地,在确定出每一节点所对应的节点组之后,继续确定每一节点组在该节点组所对应的数据传输方向上进行数据传输时的第一数据量。其中,第一数据量可以理解为节点组中的两个关联节点在数据传输方向上进行数据传输时单位时间内传输的数据量。
其中,单位时间所对应的时间长度不做具体限制。
一个示例中,在确定每一节点组所对应的第一数据量时,可以通过节点实际进行数据传输时所传输的数据量来确定第一数据量,以便提高获取到的第一数据量的准确性。
一种可能的实现方式中,节点组的第一数据量为通过将节点组中两个关联节点每次进行数据传输的数据量与关联两个节点的数据传输频率做乘法处理得到的。
可以理解的是,在获取节点组的第一数据量时,本实施例中还可以根据节点组中的关联节点每次进行数据传输的数据量以及两个关联节点进行数据传输时的数据传输频率相乘之后的结果,作为节点组的第一数据量。实际应用中,节点所对应的配置信息中预先配置有节点每次接收/发送的数据的数据量的大小,以及节点接收/发送数据的频率,可以直接在节点的配置信息中确定节点组中的两个关联节点之间进行数据传输时单次数据传输量以及数据传输频率。
S405、基于第一数据量以及关联节点的数量,确定节点的局部集聚系数。
示例性地,在确定出该节点所对应的各节点组各自所对应的第一数据量之后,可以根据各节点组对应的第一数据量以及该节点对应的关联节点的数量,来确定该节点对应的局部集聚系数。
一个示例中,在根据第一数据量以及管连接点的数量确定节点的局部集聚系数时,可以考虑基于各节点组所对应的第一数据量的大小,确定该节点组对应的权重值,其中,第一数据量越大,则对应的权重值越大。之后,将节点所对应的各节点的权重值求和之后,除以关联节点之间所能连接的最大边数,进而得到该节点的局部集聚系数。
可以理解的是,本实施例中,在确定节点所对应的局部集聚系数时,还考虑了该节点所对应的节点组的第一数据量,以便所确定出的局部集聚系数可以指示出节点所对应的关联节点之间的数据传输的数据量,使得后续基于该局部集聚系数确定出的节点和关联节点的部署位置更加准确,进而有效的避免数据传输量较大的节点被部署到车辆的不同控制芯片中所导致的占用的传输资源较大的问题。
一个示例中,步骤S405包括以下步骤:
步骤S405的第一步骤:对节点组中的第一数据量进行归一化处理,得到节点组的第二数据量;第一数据量为节点组中所包含的两个关联节点在节点组所对应的数据传输方向上单位时间内传输的数据量。
示例性地,本实施例中,基于第一数据量以及关联节点的数量,确定节点的局部集聚系数时,首先可以将该节点所对应的各节点组各自对应的第一数据量进行归一化处理,进而得到各节点组对应的归一化处理后的第二数据量。
一个示例中,在对第一数据量进行归一化处理时,可以将各节点组的第一数据量与该节点对应的各节点组中所对应的最大的第一数据量的比值分别作为各节点组的第二数据量。
步骤S405的第二步骤:对节点对应的节点组的第二数据量进行求和处理,得到求和结果。
示例性地,在确定出各节点组所对应的第二数据量之后,可以将该节点所对应的各节点的数据量进行求和处理,进而得到求和结果。
步骤S405的第三步骤:基于节点的关联节点的数量,确定关联节点之间的连接数量,连接数量为关联节点之间数据传输通道的最大数量,其中,数据传输通道用于单向传递两个节点之间的传输数据。
示例性地,本实施例中还可以基于节点的关联节点的数量,确定关联节点之间的可以进行数据传输的数据传输通道的最大数量,即关联节点之间的连接数量。需要说明的是,此处的数据通道为单向的数据通道,尽可以单向传递两个节点之间的传输数据。可以理解的是,在关联节点中任意两个关联节点之间可以最多存在两个传输方向不同的数据通道,当关联节点的数量确定时,此时,关联节点的连接数量即为关联节点的数量减去1后的差值和关联节点数量的乘积。
步骤S405的第四步骤:将求和结果与连接数量的比值,作为节点的局部集聚系数。
示例性地,在确定出求和结果与连接数量之后,可以将求和结果与连接数量的比值确定为该节点的局部集聚系数。
可以理解的是,本实施例中通过对各节点组的第一数据量进行归一化处理,可以统一不同节点的局部集聚系数所对应的量纲,进而将上述归一化方式得到的局部集聚系数与第一预设值进行比较之后,将大于第一预设值的节点与该节点对应的关联节点部署于同一控制芯片中,可以有效的避免数据传输量较大的节点被部署到车辆的不同控制芯片中所导致的占用的传输资源较大的问题。
S406、若节点的局部集聚系数大于第一预设值,且大于第二预设值,则确定节点与关联节点部署于车辆的同一控制芯片中的同一进程中;其中,第一预设值小于第二预设值。
示例性地,本实施例中,在确定出节点的局部集聚系数大于第一预设值时,还会将局部集聚系数与第二预设值进行比较,其中,第一预设值小于第二预设值。当节点的局部集聚系数大于第二预设值时,此时,表明节点的关联节点之间的聚合度较高,数据传输量较大,则此时,可以将该节点与该节点所对应的关联节点设置在同一控制芯片的同一进程中,可以理解的是,位于同一进程中的不同节点之间在进行数据传输时,仅需要传输数据所对应的指针,进而用于接收数据的节点可以基于所获取到的指针确定出其需要接收的数据。
本实施例中,通过将局部集聚系数大于第二预设值的节点以及节点所对应的关联节点部署至同一进程中的方式,进而可以通过传递指针的方式进行节点之间的数据传输,进而降低节点运行过程中所占用的运行内存。
S407、若节点的局部集聚系数大于第一预设值,且小于等于第二预设值,则确定节点与关联节点部署于车辆的同一控制芯片中的不同进程中。
示例性地,当节点所对应的局部集聚系数大于第一预设值,且小于等于第二预设值时,此时表明关联节点之间的数据传输量适中,此时,可以考虑将节点与关联节点部署在同一芯片的不同进程,在不同进程中的节点在进行数据传输时,可以考虑采用进程间的共享内存的方式,进行数据共享。
可以理解的是,通过将局部集聚系数大于第一预设值,且小于等于第二预设值的节点以及节点对应的关联节点部署在同一芯片的不同进程中,进而避免同一进程中所包括的节点数量较多时,导致该进程消耗的内存较大的问题。
S408、若节点的局部集聚系数小于等于第一预设值,则节点与关联节点部署于车辆的不同控制芯片中。
示例性地,当节点的局部集聚系数小于等于第一预设值时,则表明此时节点所对应的关联节点之间的聚合度较低,表明关联节点之间的数据传输时的传输量较小,此时,可以考虑将节点与节点对应的关联节点部署到车辆的不同控制芯片中。进而,将数据传输量较少的节点部署到不同的控制芯片中,可以避免单一控制芯片中部署节点较多时所导致的控制芯片运行缓慢的问题,并且数据传输量较小的节点部署在不同的控制芯片中时,对控制芯片之间网络传输的带宽资源占用率较小,不会造成控制芯片之间网络传输负载较大的问题。
本实施例中,在确定节点的局部集聚系数时,可以考虑基于每一节点所对应的节点组的第一数据量,来确定该节点所对应的局部集聚系数,进而使得基于上述方式确定得到的节点的局部集聚系数所确定出的节点和关联节点的部署位置更加准确,进而有效的避免数据传输量较大的节点被部署到车辆的不同控制芯片中所导致的占用的传输资源较大的问题。
图5为本申请实施例提供的一种应用于车辆的自动驾驶系统的节点部署装置的结构示意图,其中,自动驾驶系统包括多个节点,其中,不同节点用于执行不同的自动驾驶处理任务。装置包括:
第一确定单元51,用于确定自动驾驶系统中各节点的数据流向;
第二确定单元52,用于基于节点的关联节点的数据流向,确定节点的局部集聚系数;其中,节点的局部集聚系数用于指示节点的关联节点之间的聚合度;关联节点为自动驾驶系统中与节点具有数据传输关系的节点;数据传输关系包括:接收数据和/或发送数据;
第三确定单元53,用于若节点的局部集聚系数大于第一预设值,则确定节点与关联节点部署于车辆的同一控制芯片中。
本实施例提供的装置,用于实现上述方法提供的技术方案,其实现原理和技术效果类似,不再赘述。
图6为本申请实施例提供的又一种应用于车辆的自动驾驶系统的节点部署装置的结构示意图,在图5所示的装置结构的基础上,本实施例中的第二确定单元52,包括:
第一确定模块521,用于基于节点的关联节点的数据流向,在节点的关联节点中确定具有数据传输关系的两个关联节点为一个节点组,得到节点对应的至少一个节点组;其中,不同节点组中所包含的关联节点不同,和/或不同节点组中的两个关联节点的数据传输方向不同;
第二确定模块522,确定节点对应的节点组的第一数据量以及节点对应的关联节点的数量;其中,第一数据量用于指示节点组中所包含的两个关联节点在节点组所对应的数据传输方向上单位时间内传输的数据量;
第三确定模块523,用于基于第一数据量以及关联节点的数量,确定节点的局部集聚系数。
在一些实施例中,第三确定模块523,具体用于:
对节点组中的第一数据量进行归一化处理,得到节点组的第二数据量;第一数据量为节点组中所包含的两个关联节点在节点组所对应的数据传输方向上单位时间内传输的数据量;
对节点对应的节点组的第二数据量进行求和处理,得到求和结果;
基于节点的关联节点的数量,确定关联节点之间的连接数量,连接数量为关联节点之间数据传输通道的最大数量,其中,数据传输通道用于单向传递两个节点之间的传输数据;
将求和结果与连接数量的比值,作为节点的局部集聚系数。
在一些实施例中,节点组的第一数据量为通过将节点组中两个关联节点每次进行数据传输的数据量与关联两个节点的数据传输频率做乘法处理得到的。
在一些实施例中,第三确定单元53,包括:
第四确定模块531,用于若节点的局部集聚系数大于第一预设值,且大于第二预设值,则确定节点与关联节点部署于车辆的同一控制芯片中的同一进程中;其中,第一预设值小于第二预设值。
在一些实施例中,装置还包括:
第五确定模块532,用于若节点的局部集聚系数大于第一预设值,且小于等于第二预设值,则确定节点与关联节点部署于车辆的同一控制芯片中的不同进程中。
在一些实施例中,装置还包括:
第四确定单元54,用于若节点的局部集聚系数小于等于第一预设值,则节点与关联节点部署于车辆的不同控制芯片中。
在一些实施例中,第一确定单元51,包括:
获取模块511,用于获取节点的属性信息,属性信息中包括节点的订阅属性和/或节点的发布属性,订阅属性用于指示向节点的发送数据的关联节点;发布属性用于指示接收节点所发送数据的关联节点;
第六确定模块512,用于根据各节点的属性信息,确定自动驾驶系统中各节点的数据流向。
本实施例提供的装置,用于实现上述方法提供的技术方案,其实现原理和技术效果类似,不再赘述。
本申请提供一种电子设备,包括:存储器,处理器;
存储器;用于存储处理器可执行指令的存储器;
其中,处理器,用于根据可执行指令执行方法。
图7为本申请实施例中提供的一种电子设备的结构示意图,如图7所示,该电子设备包括:
处理器(processor)291,电子设备还包括了存储器(memory)292;还可以包括通信接口(Communication Interface)293和总线294。其中,处理器291、存储器292、通信接口293、可以通过总线294完成相互间的通信。通信接口293可以用于信息传输。处理器291可以调用存储器292中的逻辑指令,以执行上述实施例的方法。
此外,上述的存储器292中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
存储器292作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序,如本申请实施例中的方法对应的程序指令/模块。处理器291通过运行存储在存储器292中的软件程序、指令以及模块,从而执行功能应用以及数据处理,即实现上述方法实施例中的方法。
存储器292可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器292可以包括高速随机存取存储器,还可以包括非易失性存储器。
本申请提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现任一项的方法。
本申请提供一种计算机程序产品,计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现任一项的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由所附的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (11)

1.一种应用于车辆的自动驾驶系统的节点部署方法,其特征在于,所述自动驾驶系统包括多个节点,其中,不同节点用于执行不同的自动驾驶处理任务;所述方法包括:
确定所述自动驾驶系统中各节点的数据流向;
基于所述节点的关联节点的数据流向,确定所述节点的局部集聚系数;其中,所述节点的局部集聚系数用于指示所述节点的关联节点之间的聚合度;所述关联节点为所述自动驾驶系统中与所述节点具有数据传输关系的节点;所述数据传输关系包括:接收数据和/或发送数据;
若所述节点的局部集聚系数大于第一预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中。
2.根据权利要求1所述的方法,其特征在于,基于所述节点的关联节点的数据流向,确定所述节点的局部集聚系数,包括:
基于所述节点的关联节点的数据流向,在所述节点的关联节点中确定具有数据传输关系的两个关联节点为一个节点组,得到所述节点对应的至少一个节点组;其中,不同节点组中所包含的关联节点不同,和/或不同节点组中的两个关联节点的数据传输方向不同;
确定所述节点对应的节点组的第一数据量以及所述节点对应的关联节点的数量;其中,所述第一数据量用于指示所述节点组中所包含的两个关联节点在所述节点组所对应的数据传输方向上单位时间内传输的数据量;
基于所述第一数据量以及所述关联节点的数量,确定所述节点的局部集聚系数。
3.根据权利要求2所述的方法,其特征在于,基于所述第一数据量以及所述关联节点的数量,确定所述节点的局部集聚系数,包括:
对所述节点组中的第一数据量进行归一化处理,得到所述节点组的第二数据量;所述第一数据量为所述节点组中所包含的两个关联节点在所述节点组所对应的数据传输方向上单位时间内传输的数据量;
对所述节点对应的节点组的第二数据量进行求和处理,得到求和结果;
基于所述节点的关联节点的数量,确定所述关联节点之间的连接数量,所述连接数量为所述关联节点之间数据传输通道的最大数量,其中,所述数据传输通道用于单向传递两个节点之间的传输数据;
将所述求和结果与所述连接数量的比值,作为所述节点的局部集聚系数。
4.根据权利要求2所述的方法,其特征在于,所述节点组的第一数据量为通过将所述节点组中两个关联节点每次进行数据传输的数据量与所述关联两个节点的数据传输频率做乘法处理得到的。
5.根据权利要求1所述的方法,其特征在于,若所述节点的局部集聚系数大于第一预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中,包括:
若所述节点的局部集聚系数大于所述第一预设值,且大于第二预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中的同一进程中;其中,所述第一预设值小于所述第二预设值。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
若所述节点的局部集聚系数大于所述第一预设值,且小于等于第二预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中的不同进程中。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述节点的局部集聚系数小于等于第一预设值,则所述节点与所述关联节点部署于所述车辆的不同控制芯片中。
8.根据权利要求1-7中任一项所述的方法,其特征在于,所述确定所述自动驾驶系统中各节点的数据流向,包括:
获取所述节点的属性信息,所述属性信息中包括所述节点的订阅属性和/或所述节点的发布属性,所述订阅属性用于指示向所述节点的发送数据的关联节点;所述发布属性用于指示接收所述节点所发送数据的关联节点;
根据各节点的属性信息,确定所述自动驾驶系统中各节点的数据流向。
9.一种应用于车辆的自动驾驶系统的节点部署装置,其特征在于,所述自动驾驶系统包括多个节点,其中,不同节点用于执行不同的自动驾驶处理任务;所述装置包括:
第一确定单元,用于确定所述自动驾驶系统中各节点的数据流向;
第二确定单元,用于基于所述节点的关联节点的数据流向,确定所述节点的局部集聚系数;其中,所述节点的局部集聚系数用于指示所述节点的关联节点之间的聚合度;所述关联节点为所述自动驾驶系统中与所述节点具有数据传输关系的节点;所述数据传输关系包括:接收数据和/或发送数据;
第三确定单元,用于若所述节点的局部集聚系数大于第一预设值,则确定所述节点与所述关联节点部署于所述车辆的同一控制芯片中。
10.一种电子设备,其特征在于,包括:存储器,处理器;
存储器;用于存储所述处理器可执行指令的存储器;
其中,所述处理器,用于根据所述可执行指令执行如权利要求1-8中任一项所述的方法。
11.一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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-8中任一项所述的方法。
CN202211059662.7A 2022-09-01 2022-09-01 应用于车辆的自动驾驶系统的节点部署方法、装置及设备 Active CN115150437B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211059662.7A CN115150437B (zh) 2022-09-01 2022-09-01 应用于车辆的自动驾驶系统的节点部署方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211059662.7A CN115150437B (zh) 2022-09-01 2022-09-01 应用于车辆的自动驾驶系统的节点部署方法、装置及设备

Publications (2)

Publication Number Publication Date
CN115150437A true CN115150437A (zh) 2022-10-04
CN115150437B CN115150437B (zh) 2022-11-29

Family

ID=83415685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211059662.7A Active CN115150437B (zh) 2022-09-01 2022-09-01 应用于车辆的自动驾驶系统的节点部署方法、装置及设备

Country Status (1)

Country Link
CN (1) CN115150437B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115941750A (zh) * 2023-01-18 2023-04-07 禾多科技(北京)有限公司 自动驾驶系统芯片的算力优化方法、设备和计算机介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102135915A (zh) * 2003-01-31 2011-07-27 罗伯特·博世有限公司 车用计算机系统
CN102710783A (zh) * 2012-06-12 2012-10-03 中国科学院计算技术研究所 面向社区的发布订阅系统重聚集方法及重聚集系统
JP2013237311A (ja) * 2012-05-14 2013-11-28 Denso Corp 車両制御システム
CN106777164A (zh) * 2016-12-20 2017-05-31 东软集团股份有限公司 一种数据迁移集群及数据迁移方法
US20190108160A1 (en) * 2016-04-28 2019-04-11 Hitachi Automotive Systems, Ltd. Vehicle Control System Verification Device, Vehicle Control System, and Vehicle Control System Verification Method
CN111301433A (zh) * 2018-12-12 2020-06-19 北京图森智途科技有限公司 一种自动驾驶车辆的计算节点的管理系统、方法和装置
CN112383422A (zh) * 2020-11-04 2021-02-19 浙江大学 加快一致性分布式算法收敛速度的网络拓扑优化方法
CN112446777A (zh) * 2019-09-03 2021-03-05 腾讯科技(深圳)有限公司 一种信用评估方法、装置、设备及存储介质
CN112911677A (zh) * 2021-01-18 2021-06-04 南京邮电大学 一种基于置换搜索的无线传感器网络聚类分簇方法
CN113162793A (zh) * 2021-01-06 2021-07-23 中国石油大学(华东) 一种环境感知的用于网络测量的节点重要性度量方法
CN113285828A (zh) * 2021-05-19 2021-08-20 湖南经研电力设计有限公司 复杂网络关键节点辨识方法及其电网关键节点辨识方法
WO2022047809A1 (zh) * 2020-09-07 2022-03-10 华为技术有限公司 一种通信方法及装置
CN114490194A (zh) * 2022-04-19 2022-05-13 海光信息技术股份有限公司 掉电处理方法、功能节点、处理系统、设备和存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102135915A (zh) * 2003-01-31 2011-07-27 罗伯特·博世有限公司 车用计算机系统
JP2013237311A (ja) * 2012-05-14 2013-11-28 Denso Corp 車両制御システム
CN102710783A (zh) * 2012-06-12 2012-10-03 中国科学院计算技术研究所 面向社区的发布订阅系统重聚集方法及重聚集系统
US20190108160A1 (en) * 2016-04-28 2019-04-11 Hitachi Automotive Systems, Ltd. Vehicle Control System Verification Device, Vehicle Control System, and Vehicle Control System Verification Method
CN106777164A (zh) * 2016-12-20 2017-05-31 东软集团股份有限公司 一种数据迁移集群及数据迁移方法
CN111301433A (zh) * 2018-12-12 2020-06-19 北京图森智途科技有限公司 一种自动驾驶车辆的计算节点的管理系统、方法和装置
CN112446777A (zh) * 2019-09-03 2021-03-05 腾讯科技(深圳)有限公司 一种信用评估方法、装置、设备及存储介质
WO2022047809A1 (zh) * 2020-09-07 2022-03-10 华为技术有限公司 一种通信方法及装置
CN112383422A (zh) * 2020-11-04 2021-02-19 浙江大学 加快一致性分布式算法收敛速度的网络拓扑优化方法
CN113162793A (zh) * 2021-01-06 2021-07-23 中国石油大学(华东) 一种环境感知的用于网络测量的节点重要性度量方法
CN112911677A (zh) * 2021-01-18 2021-06-04 南京邮电大学 一种基于置换搜索的无线传感器网络聚类分簇方法
CN113285828A (zh) * 2021-05-19 2021-08-20 湖南经研电力设计有限公司 复杂网络关键节点辨识方法及其电网关键节点辨识方法
CN114490194A (zh) * 2022-04-19 2022-05-13 海光信息技术股份有限公司 掉电处理方法、功能节点、处理系统、设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115941750A (zh) * 2023-01-18 2023-04-07 禾多科技(北京)有限公司 自动驾驶系统芯片的算力优化方法、设备和计算机介质
CN115941750B (zh) * 2023-01-18 2023-05-23 禾多科技(北京)有限公司 自动驾驶系统芯片的算力优化方法、设备和计算机介质

Also Published As

Publication number Publication date
CN115150437B (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
Chan et al. Modeling and testing of cloud applications
CN109918170A (zh) 一种云数据中心虚拟机动态资源配置方法及系统
CN111966289B (zh) 基于Kafka集群的分区优化方法和系统
CN115150437B (zh) 应用于车辆的自动驾驶系统的节点部署方法、装置及设备
CN114356587B (zh) 算力任务跨区域调度方法、系统及设备
CN113132144A (zh) 一种告警处理方法、装置以及存储介质
CN113886058A (zh) 一种跨集群资源调度方法和装置
EP3470983A1 (en) Method, system and computer readable medium to allocate resources to at least one application
CN115794423A (zh) 一种智能机房的管理方法、装置、电子设备及存储介质
CN109039694B (zh) 一种面向业务的全局网络资源分配方法及装置
CN114546672A (zh) 一种无人驾驶通信方法、装置、设备及存储介质
CN111123728A (zh) 无人车仿真方法、装置、设备及计算机可读介质
CN112968794A (zh) 网络功能链部署方法、装置、终端设备以及存储介质
CN114666334B (zh) 一种节点管理方法及系统
CN114285889B (zh) 应用服务的配置信息的处理方法、装置和设备
CN113472591B (zh) 一种业务性能的确定方法及装置
CN111556043B (zh) 一种报文处理方法、装置、系统、设备及可读存储介质
CN110213106B (zh) 一种设备信息管理方法、装置、系统及电子设备
CN110474787A (zh) 一种节点故障检测方法和装置
CN111813621B (zh) 基于Flume数据中台的数据处理方法、装置、设备及介质
CN109933413A (zh) 业务实现方法及装置、电子设备、存储介质
CN104348641A (zh) 一种故障的检测方法和故障检测装置
CN108259527B (zh) 基于代理的业务处理方法、装置及网元设备
Benali et al. Cloud environment assignment: A context-aware and Dynamic Software Product Lines-based approach
CN103559155A (zh) 一种数据传输方法、相关装置及数据传输系统

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