CN116620331B - 车辆控制方法、装置、电子设备和计算机可读介质 - Google Patents
车辆控制方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN116620331B CN116620331B CN202310885298.8A CN202310885298A CN116620331B CN 116620331 B CN116620331 B CN 116620331B CN 202310885298 A CN202310885298 A CN 202310885298A CN 116620331 B CN116620331 B CN 116620331B
- Authority
- CN
- China
- Prior art keywords
- application
- information
- parameter information
- differential
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012795 verification Methods 0.000 claims abstract description 66
- 238000003860 storage Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 33
- 230000004044 response Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004140 cleaning Methods 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 15
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012774 diagnostic algorithm Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/53—Road markings, e.g. lane marker or crosswalk
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Stored Programmes (AREA)
Abstract
本公开的实施例公开了车辆控制方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取目标自动驾驶系统关联的初始应用信息;将初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息;根据迭代后应用信息,生成差异性参数信息集;根据验证结果集,从差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息;根据特异性参数信息,对初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息;根据更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。该实施方式节省了车辆自动驾驶系统的存储资源,提升了自动驾驶操控的灵敏性。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及车辆控制方法、装置、电子设备和计算机可读介质。
背景技术
车辆控制是与自动驾驶系统相关联的应用实现优化迭代的一种技术。目前,车辆控制通常采用的方式为:用迭代升级好的应用直接替换当前与自动驾驶系统相关联的应用,来实现车辆控制。
然而,当采用上述方式时,经常会存在如下技术问题:
第一,将整个应用直接进行替换,容易造成应用下载量较大,导致占用内存较大,浪费车辆自动驾驶系统的存储资源,使得自动驾驶操控不够灵敏。
第二,对初始应用信息进行迭代更新时可能会出现差异性参数异常,导致车辆控制的周期较长。
第三,无法根据差异性参数信息进行动态调整,不能充分考虑多个差异性参数信息之间的关联关系,造成车辆自动驾驶系统的性能较差,车辆控制的安全性较低。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了车辆控制方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种车辆控制方法,该方法包括:获取目标自动驾驶系统关联的初始应用信息;将上述初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息;根据上述迭代后应用信息,生成差异性参数信息集;对上述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集;根据上述验证结果集,从上述差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息;根据上述特异性参数信息,对上述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息;根据上述更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。
第二方面,本公开的一些实施例提供了一种车辆控制装置,装置包括:获取单元,被配置成获取目标自动驾驶系统关联的初始应用信息;优化迭代单元,被配置成将上述初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息;生成单元,被配置成根据上述迭代后应用信息,生成差异性参数信息集;验证单元,被配置成对上述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集;筛选单元,被配置成根据上述验证结果集,从上述差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息;更新单元,被配置成根据上述特异性参数信息,对上述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息;控制单元,被配置成根据上述更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的车辆控制方法,减少了应用下载量,节省了车辆自动驾驶系统的存储资源,提升了自动驾驶操控的灵敏性。具体来说,造成应用下载量较大,导致占用内存较大,浪费车辆自动驾驶系统的存储资源,使得自动驾驶操控不够灵敏的原因在于:将整个应用直接进行替换,容易造成应用下载量较大,导致占用内存较大,浪费车辆自动驾驶系统的存储资源,使得自动驾驶操控不够灵敏。基于此,本公开的一些实施例的车辆控制方法,首先,获取目标自动驾驶系统关联的初始应用信息。由此,可以得到后续使用的初始应用信息。接着,将上述初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息。由此,可以将初始应用信息进行优化迭代,使得得到应用的功能更加完善的迭代后应用信息。然后,根据上述迭代后应用信息,生成差异性参数信息集。由此,可以根据迭代后应用信息的至少一个参数值,与添加升级包后的应用的参数值进行对比,得到差异性参数信息集,从而,可以根据差异性参数信息集减少应用下载量。接着,对上述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集。由此,可以对每个差异性参数信息进行验证,从而提高了差异性参数信息的准确率。之后,根据上述验证结果集,从上述差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息。由此,可以得到特异性参数信息,其中,特异性参数信息可以直接用来下载,相较于将整个应用直接进行替换来说,仅下载特异性参数信息减少了应用下载量。之后,根据上述特异性参数信息,对上述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息。由此,可以利用对初始应用信息对应应用进行差异性迭代更新来避免应用替换,从而节省了车辆自动驾驶系统的存储资源。最后,根据上述更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。由此,节省了车辆自动驾驶系统的存储资源,从而,提升了自动驾驶操控的灵敏性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的车辆控制方法的一些实施例的流程图;
图2是根据本公开的车辆控制装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的车辆控制方法的一些实施例的流程100。该车辆控制方法,包括以下步骤:
步骤101,获取目标自动驾驶系统关联的初始应用信息。
在一些实施例中,车辆控制方法的执行主体(例如计算设备)可以通过有线连接或无线连接的方式获取目标自动驾驶系统关联的初始应用信息。这里,上述初始应用信息可以是指待更新的应用程序信息。这里,上述应用程序信息可以是指用于实现决策规划的软件应用(App)信息。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤102,将上述初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息。
在一些实施例中,上述执行主体可以将上述初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息。这里,上述迭代后应用信息可以表征对于上述初始应用信息对应应用来说添加了新功能和应用数据信息的应用信息。
作为示例,上述执行主体可以将上述初始应用信息对应应用进行优化迭代可以是指对自动驾驶系统中的车辆诊断应用进行优化,首先,上述车辆诊断应用通过收集诊断故障码(Diagnostic Trouble Code,DTC),对车辆诊断算法进行更新,从而得到更新后的车辆诊断应用。其中,上述诊断故障码可以是指P100016。上述车辆诊断算法可以是指车载诊断技术(On-Board Diagnostics,OBD)算法。
步骤103,根据上述迭代后应用信息,生成差异性参数信息集。
在一些实施例中,上述执行主体可以根据上述迭代后应用信息,生成差异性参数信息集。这里,差异性参数信息集中的差异性参数信息可以是指上述迭代后应用信息升级后的应用信息与上述迭代后应用信息之间的参数差距信息。这里,上述参数差距信息可以包括但不限于以下至少一个:最大功率,最高时速和燃油消耗量。其中,上述最大功率可以是指发动机能够输出的最大功率。上述最高时速可以是指车辆能够达到的最高速度。上述燃油消耗量可以是指车辆在行驶过程中的燃油消耗。
作为示例,上述执行主体可以首先,将上述迭代后应用信息与上述初始应用信息进行参数相减,得到差值,根据上述差值,对上述迭代后应用信息进行更新,得到更新后迭代应用,然后,将上述更新后迭代应用进行应用升级,得到更新升级后应用对应应用信息,接着,将更新升级后应用对应应用信息与更新后迭代应用对应应用信息的至少一个参数进行对比,得到差异性参数信息集。
可选地,上述执行主体可以通过以下步骤根据上述迭代后应用信息,生成差异性参数信息集:
第一步,将上述迭代后应用信息对应应用发送至云服务器,以供上述云服务器根据上述迭代后应用信息,生成上述差异性参数信息集。这里,上述云服务器可以是指即空中下载技术(Over-the-Air Technology,OTA)云端。
第二步,接收上述云服务器发送的差异性参数信息集。
可选地,上述差异性参数信息集是通过以下步骤得到的:
第一步,对上述迭代后应用信息对应应用添加升级包处理,得到添加后应用对应应用信息。这里,添加后应用对应应用信息可以是指修复上述迭代后应用信息对应应用的不足后的应用对应的应用信息。这里,上述升级包可以是指将升级的内容进行打包得到的升级包。这里,上述添加升级包处理可以是指系统升级处理。这里,上述迭代后应用信息对应应用的不足可以是指迭代后应用信息对应应用系统设置不合理。
第二步,响应于确定上述迭代后应用信息对应应用更新,根据上述迭代后应用信息和上述添加后应用对应应用信息,生成差异性参数信息集,其中,上述差异性参数信息集中的差异性参数信息是上述迭代后应用信息对应的参数和上述添加后应用对应应用信息对应的参数之间的差距。
实践中,上述第二步可以包括以下子步骤:
第一子步骤,将上述迭代后应用信息对应的运行数据进行数据清洗处理,得到迭代后应用数据。
第二子步骤,将上述添加后应用对应应用信息对应的运行数据进行数据清洗处理,得到添加后应用数据。
第三子步骤,将上述迭代后应用数据与上述添加后应用数据进行数据对齐处理,得到迭代后相同时间应用数据和添加后相同时间应用数据,其中,上述迭代后相同时间应用数据和上述添加后相同时间应用数据在同一时间点上的数据一致。
第四子步骤,根据上述迭代后相同时间应用数据和上述添加后相同时间应用数据,确定上述迭代后相同时间应用数据和上述添加后相同时间应用数据的至少一个差异性参数信息,得到差异性参数信息集。
作为示例,上述执行主体可以首先将上述迭代后相同时间应用数据的至少一个参数和对应的上述添加后相同时间应用数据的至少一个参数进行对比,得到至少一个差距信息,即至少一个差异性参数信息,得到差异性参数信息集。
第三步,响应于确定上述迭代后应用信息对应应用未更新,将上述迭代后应用信息对应应用进行更新处理,得到更新后应用对应的更新后应用信息。这里,上述更新后应用对应的更新后应用信息可以表征在迭代后应用信息对应应用基础上添加了新功能之后的应用信息。
步骤104,对上述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集。
在一些实施例中,上述执行主体可以对上述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集。这里,上述验证结果可以是指上述迭代后应用对应的迭代后应用信息和上述添加后应用对应应用信息在差异性参数信息上显著性差异较小的结果。
作为示例,上述执行主体可以将上述差异性参数信息集中的每个差异性参数信息进行显著性检验,以生成检验后的差异性参数信息,将上述检验后的差异性参数信息进行解析,以生成验证结果,得到验证结果集。
可选的,上述执行主体可以通过以下步骤对上述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集:
第一步,将上述差异性参数信息集中的每个差异性参数信息输入至传感器设备,得到各个差异性参数信息的数据。这里,上述传感器设备可以是指能够收集车辆周围的数据,并将其转化为数字信号供自动驾驶系统使用的设备。例如,上述传感器设备可以是指超声波传感器。这里,上述各个差异性参数信息的数据中的差异性参数信息的数据可以是指上述超声波传感器通过发射超声波并测量其返回时间来测量物体与车辆的距离信息的数据。
第二步,对上述各个差异性参数信息的数据采用实时数据流处理技术,得到处理后差异性参数信息集。这里,上述实时数据流处理技术可以是指在数据产生的同时对其进行实时的处理和响应的技术。例如,上述实时数据流处理技术可以是指Apache Storm(分布式实时大数据处理系统)。
第三步,获取上述目标自动驾驶系统的界面。
第四步,将上述处理后差异性参数信息集显示至上述目标自动驾驶系统的界面,得到车辆显示界面信息,其中,上述车辆显示界面信息包括:实时参数值信息。这里,上述实时参数值信息可以是指显示在车辆控制界面上的实时数据信息。例如,上述实时参数值信息可以是指车辆位置。
第五步,对上述车辆显示界面的各个实时参数值信息进行监控。这里,上述监控可以是指监测。
第六步,响应于确定上述各个实时参数值信息中的实时参数值信息大于等于预设参数阈值,向上述目标自动驾驶系统发出异常信息。这里,上述预设参数阈值可以是指用来确定上述各个实时参数值信息中较大的实时参数值信息的参数值。例如,上述预设参数阈值可以是指0.3。
第七步,响应于确定上述各个实时参数值信息中的实时参数值信息小于预设参数阈值,将小于预设参数阈值的实时参数值信息确定为验证结果,得到验证结果集。
第八步,根据上述异常信息,对目标自动驾驶系统的差异性参数信息进行动态调整,得到调整后的差异性参数信息。这里,上述动态调整可以是指根据实时情况对上述目标自动驾驶系统的差异性参数信息进行调整。
第九步,将上述调整后的差异性参数信息与上述处理后差异性参数信息集进行数据融合,得到融合后差异性参数信息集。
第十步,将上述融合后差异性参数信息集中的每个融合后差异性参数信息进行参数校准,得到校准结果作为验证结果,得到验证结果集。
上述第一步-第十步中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题三“车辆自动驾驶系统的性能较差,车辆控制的安全性较低”。导致车辆自动驾驶系统的性能较差,车辆控制的安全性较低的因素往往如下:无法根据差异性参数信息进行动态调整,不能充分考虑多个差异性参数信息之间的关联关系,造成车辆自动驾驶系统的性能较差,车辆控制的安全性较低。如果解决了上述因素,就能达到提升车辆自动驾驶系统的性能,提高车辆控制的安全性的效果。为了达到这一效果,首先,将上述差异性参数信息集中的每个差异性参数信息输入至传感器设备,得到各个差异性参数信息的数据。接着,对上述各个差异性参数信息的数据采用实时数据流处理技术,得到处理后差异性参数信息集。然后,获取上述目标自动驾驶系统的界面。接着,将上述处理后差异性参数信息集显示至上述目标自动驾驶系统的界面,得到车辆显示界面信息,其中,上述车辆显示界面信息包括:实时参数值信息。之后,对上述车辆显示界面的各个实时参数值信息进行监控。之后,响应于确定上述各个实时参数值信息中的实时参数值信息大于等于预设参数阈值,向上述目标自动驾驶系统发出异常信息。其次,响应于确定上述各个实时参数值信息中的实时参数值信息小于预设参数阈值,将小于预设参数阈值的实时参数值信息确定为验证结果,得到验证结果集。由此,可以得到满足要求的实时参数值作为验证结果。再其次,根据上述异常信息,对目标自动驾驶系统的差异性参数信息进行动态调整,得到调整后的差异性参数信息。由此,可以充分考虑多个差异性参数信息之间的关联关系。接着,将上述调整后的差异性参数信息与上述处理后差异性参数信息集进行数据融合,得到融合后差异性参数信息集。最后,将上述融合后差异性参数信息集中的每个融合后差异性参数信息进行参数校准,得到校准结果作为验证结果,得到验证结果集。由此,可以提升车辆自动驾驶系统的性能,从而,提高车辆控制的安全性。
步骤105,根据上述验证结果集,从上述差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息。
在一些实施例中,上述执行主体可以根据上述验证结果集,从上述差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息。这里,上述预设差异阈值条件可以是指用来筛选差异性参数信息集中大于等于差异阈值的差异性参数信息。例如,上述预设差异阈值条件可以是指差异性参数信息集中大于等于0.1的差异性参数信息。这里,上述特异性参数信息可以表征在上述差异性参数信息集中差异性参数的数值最大的参数信息。这里,上述筛选可以是指数据筛选。
步骤106,根据上述特异性参数信息,对上述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息。
在一些实施例中,上述执行主体可以根据上述特异性参数信息,对上述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息。这里,上述更新后应用对应的更新后应用信息可以是指完成应用升级后的应用信息。
作为示例,上述执行主体可以首先接收特异性参数信息的申请,然后,下载特异性参数信息至上述初始应用信息对应应用,得到更新后应用对应的更新后应用信息,其中,上述更新后应用的版本信息与上述初始应用信息对应应用的版本信息不同。
可选的,上述执行主体可以通过以下步骤根据上述特异性参数信息,对上述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息:
第一步,将上述特异性参数信息的数值与上述差异性参数信息集中的每个差异性参数信息的数值进行对比,以生成差异性参数结果,得到差异性参数结果集。
第二步,对上述差异性参数结果集中的每个差异性参数结果进行算法调整,得到调整后差异性参数信息集。这里,上述调整后差异性参数信息集中的调整后差异性参数信息可以是指可以自动优化自身参数后的差异性参数信息。这里,上述算法调整可以是指自适应算法优化。
第三步,根据上述调整后差异性参数信息集中差异性最大的调整后差异性参数信息对应的数值,对上述初始应用信息对应应用进行升级,得到升级后应用对应的升级后应用信息。这里,上述升级后应用对应的升级后应用信息可以是指增添新功能信息后的应用对应的应用信息。其中,上述新功能信息可以是指目标自动驾驶系统中显示屏的弹窗设计信息。
第四步,响应于确定上述升级后应用信息的参数数值等于预设参数数值,将上述升级后应用信息确定为更新后应用信息。这里,上述预设参数数值可以是指提前设定好的参数数值。例如,上述预设参数数值可以是指0.3。
第五步,响应于确定上述升级后应用信息的参数数值不等于预设参数数值,执行以下处理步骤:
第一子步骤,将上述升级后应用信息的参数数值与预设参数数值进行对比,得到升级后差异参数信息。这里,上述升级后差异参数信息可以是指上述升级后应用信息的参数数值与预设参数数值之间的差值信息。
第二子步骤,根据上述升级后差异参数信息,对上述升级后应用信息对应应用进行升级,得到差异升级后应用对应的差异升级后应用信息。
作为示例,上述执行主体可以首先,根据升级后差异参数信息,对上述升级后应用信息对应应用进行优化,得到优化后应用信息,然后,将上述优化后应用信息进行更新,得到差异更新后应用对应的差异更新后应用信息作为差异升级后应用对应的差异升级后应用信息。
第三子步骤,将上述差异升级后应用信息进行验证,得到验证后应用信息。这里,上述验证可以是指显著性检验。
第四子步骤,将上述验证后应用信息的参数与上述差异升级后应用信息的参数进行对比,得到升级后应用差异参数信息。
第五子步骤,响应于确定上述升级后应用差异参数信息的数值小于等于预设阈值,将上述验证后应用信息确定为更新后应用信息。
第六步,响应于确定上述升级后应用差异参数信息的数值大于预设阈值,根据上述升级后应用差异参数信息,对上述验证后应用信息对应应用进行升级,得到验证升级后应用对应的验证升级后应用信息,作为更新后应用信息。
上述第一步-第六步中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题二“导致车辆控制的周期较长”。导致车辆控制的周期较长的因素往往如下:对初始应用信息进行迭代更新时可能会出现差异性参数异常,导致车辆控制的周期较长。如果解决了上述因素,就能达到避免出现差异性参数异常,缩短车辆控制的周期的效果。为了达到这一效果,首先,将上述特异性参数信息的数值与上述差异性参数信息集中的每个差异性参数信息的数值进行对比,以生成差异性参数结果,得到差异性参数结果集。由此,可以得到差异性参数结果集,为后续处理提供方便。接着,对上述差异性参数结果集中的每个差异性参数结果进行算法调整,得到调整后差异性参数信息集。由此,可以使得差异性参数结果更加准确。然后,根据上述调整后差异性参数信息集中差异性最大的调整后差异性参数信息对应的数值,对上述初始应用信息对应应用进行升级,得到升级后应用对应的升级后应用信息。由此,可以使得更新后应用信息的功能更加丰富。之后,响应于确定上述升级后应用信息的参数数值等于预设参数数值,将上述升级后应用信息确定为更新后应用信息。由此,可以对上述升级后应用信息的参数数值进行限定,使得差异性参数更加准确,从而避免了出现差异性参数异常。其次,响应于确定上述升级后应用信息的参数数值不等于预设参数数值,执行以下处理步骤:第一步,将上述升级后应用信息的参数数值与预设参数数值进行对比,得到升级后差异参数信息。第二步,根据上述升级后差异参数信息,对上述升级后应用信息对应应用进行升级,得到差异升级后应用对应的差异升级后应用信息。第三步,将上述差异升级后应用信息进行验证,得到验证后应用信息。第四步,将上述验证后应用信息的参数与上述差异升级后应用信息的参数进行对比,得到升级后应用差异参数信息。第五步,响应于确定上述升级后应用差异参数信息的数值小于等于预设阈值,将上述验证后应用信息确定为更新后应用信息。由此,可以减少更新后应用信息的功能出现偏差的可能性。最后,响应于确定上述升级后应用差异参数信息的数值大于预设阈值,根据上述升级后应用差异参数信息,对上述验证后应用信息对应应用进行升级,得到验证升级后应用对应的验证升级后应用信息,作为更新后应用信息。由此,避免了出现差异性参数异常,进而缩短了车辆控制的周期。
步骤107,根据上述更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。
在一些实施例中,上述执行主体可以根据上述更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。
作为示例,上述执行主体可以将上述自动驾驶车辆中的更新后应用信息对上述自动驾驶车辆进行操控,然后,可以实现自动驾驶操作。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的车辆控制方法,减少了应用下载量,节省了车辆自动驾驶系统的存储资源,提升了自动驾驶操控的灵敏性。具体来说,造成应用下载量较大,导致占用内存较大,浪费车辆自动驾驶系统的存储资源,使得自动驾驶操控不够灵敏的原因在于:将整个应用直接进行替换,容易造成应用下载量较大,导致占用内存较大,浪费车辆自动驾驶系统的存储资源,使得自动驾驶操控不够灵敏。基于此,本公开的一些实施例的车辆控制方法,首先,获取目标自动驾驶系统关联的初始应用信息。由此,可以得到后续使用的初始应用信息。接着,将上述初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息。由此,可以将初始应用信息进行优化迭代,使得得到应用的功能更加完善的迭代后应用信息。然后,根据上述迭代后应用信息,生成差异性参数信息集。由此,可以根据迭代后应用信息的至少一个参数值,与添加升级包后的应用的参数值进行对比,得到差异性参数信息集,从而,可以根据差异性参数信息集减少应用下载量。接着,对上述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集。由此,可以对每个差异性参数信息进行验证,从而提高了差异性参数信息的准确率。之后,根据上述验证结果集,从上述差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息。由此,可以得到特异性参数信息,其中,特异性参数信息可以直接用来下载,相较于将整个应用直接进行替换来说,仅下载特异性参数信息减少了应用下载量。之后,根据上述特异性参数信息,对上述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息。由此,可以利用对初始应用信息对应应用进行差异性迭代更新来避免应用替换,从而节省了车辆自动驾驶系统的存储资源。最后,根据上述更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。由此,节省了车辆自动驾驶系统的存储资源,从而,提升了自动驾驶操控的灵敏性。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种车辆控制方法的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的车辆控制装置200包括:获取单元201、优化迭代单元202、生成单元203、验证单元204、筛选单元205、更新单元206和控制单元207。其中,获取单元201,被配置成获取目标自动驾驶系统关联的初始应用信息;优化迭代单元202,被配置成将上述初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息;生成单元203,被配置成根据上述迭代后应用信息,生成差异性参数信息集;验证单元204,被配置成对上述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集;筛选单元205,被配置成根据上述验证结果集,从上述差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息;更新单元206,被配置成根据上述特异性参数信息,对上述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息;控制单元207,被配置成根据上述更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备(如计算设备)300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)304中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 304通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取目标自动驾驶系统关联的初始应用信息;将上述初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息;根据上述迭代后应用信息,生成差异性参数信息集;对上述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集;根据上述验证结果集,从上述差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息;根据上述特异性参数信息,对上述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息;根据上述更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中上标注的功能也可以以不同于附图中上标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依上涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括:获取单元、优化迭代单元、生成单元、验证单元、筛选单元、更新单元和控制单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取目标自动驾驶系统关联的初始应用信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对上运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中上涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (5)
1.一种车辆控制方法,包括:
获取目标自动驾驶系统关联的初始应用信息;
将所述初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息;
将所述迭代后应用信息对应应用发送至云服务器,以供所述云服务器根据所述迭代后应用信息,生成差异性参数信息集;
接收所述云服务器发送的差异性参数信息集,其中,所述差异性参数信息集是通过以下步骤得到的:
对所述迭代后应用信息对应应用添加升级包处理,得到添加后应用对应应用信息;
响应于确定所述迭代后应用信息对应应用更新,将所述迭代后应用信息对应的运行数据进行数据清洗处理,得到迭代后应用数据;
将所述添加后应用对应应用信息对应的运行数据进行数据清洗处理,得到添加后应用数据;
将所述迭代后应用数据与所述添加后应用数据进行数据对齐处理,得到迭代后相同时间应用数据和添加后相同时间应用数据,其中,所述迭代后相同时间应用数据和所述添加后相同时间应用数据在同一时间点上的数据一致;
根据所述迭代后相同时间应用数据和所述添加后相同时间应用数据,确定所述迭代后相同时间应用数据和所述添加后相同时间应用数据的至少一个差异性参数信息,得到差异性参数信息集,其中,所述差异性参数信息集中的差异性参数信息是所述迭代后应用信息对应的参数和所述添加后应用对应应用信息对应的参数之间的差距;
对所述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集;
根据所述验证结果集,从所述差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息;
根据所述特异性参数信息,对所述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息;
根据所述更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定所述迭代后应用信息对应应用未更新,将所述迭代后应用信息对应应用进行更新处理,得到更新后应用对应的更新后应用信息。
3.一种车辆控制装置,包括:
获取单元,被配置成获取目标自动驾驶系统关联的初始应用信息;
优化迭代单元,被配置成将所述初始应用信息对应应用进行优化迭代,得到迭代后应用对应的迭代后应用信息;
生成单元,被配置成将所述迭代后应用信息对应应用发送至云服务器,以供所述云服务器根据所述迭代后应用信息,生成差异性参数信息集;接收所述云服务器发送的差异性参数信息集,其中,所述差异性参数信息集是通过以下步骤得到的:对所述迭代后应用信息对应应用添加升级包处理,得到添加后应用对应应用信息;响应于确定所述迭代后应用信息对应应用更新,将所述迭代后应用信息对应的运行数据进行数据清洗处理,得到迭代后应用数据;将所述添加后应用对应应用信息对应的运行数据进行数据清洗处理,得到添加后应用数据;将所述迭代后应用数据与所述添加后应用数据进行数据对齐处理,得到迭代后相同时间应用数据和添加后相同时间应用数据,其中,所述迭代后相同时间应用数据和所述添加后相同时间应用数据在同一时间点上的数据一致;根据所述迭代后相同时间应用数据和所述添加后相同时间应用数据,确定所述迭代后相同时间应用数据和所述添加后相同时间应用数据的至少一个差异性参数信息,得到差异性参数信息集,其中,所述差异性参数信息集中的差异性参数信息是所述迭代后应用信息对应的参数和所述添加后应用对应应用信息对应的参数之间的差距;
验证单元,被配置成对所述差异性参数信息集中的每个差异性参数信息进行验证处理,以生成验证结果,得到验证结果集;
筛选单元,被配置成根据所述验证结果集,从所述差异性参数信息集中筛选出满足预设差异阈值条件的差异性参数信息,作为特异性参数信息;
更新单元,被配置成根据所述特异性参数信息,对所述初始应用信息对应应用进行差异性迭代更新,得到更新后应用对应的更新后应用信息;
控制单元,被配置成根据所述更新后应用信息,对自动驾驶车辆进行决策控制,以执行自动驾驶操作。
4.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至2中任一所述的方法。
5.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1至2中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310885298.8A CN116620331B (zh) | 2023-07-19 | 2023-07-19 | 车辆控制方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310885298.8A CN116620331B (zh) | 2023-07-19 | 2023-07-19 | 车辆控制方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116620331A CN116620331A (zh) | 2023-08-22 |
CN116620331B true CN116620331B (zh) | 2023-10-13 |
Family
ID=87602853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310885298.8A Active CN116620331B (zh) | 2023-07-19 | 2023-07-19 | 车辆控制方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116620331B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105573790A (zh) * | 2015-12-15 | 2016-05-11 | 上海博泰悦臻网络技术服务有限公司 | 一种车载系统软件升级方法、车载系统及软件服务器 |
CN109885325A (zh) * | 2019-02-26 | 2019-06-14 | 努比亚技术有限公司 | 终端系统升级方法、终端及计算机可读存储介质 |
CN112433750A (zh) * | 2020-12-17 | 2021-03-02 | 潍柴动力股份有限公司 | 车载终端应用程序升级方法、装置、设备、介质及产品 |
KR20210133587A (ko) * | 2020-04-29 | 2021-11-08 | 현대자동차주식회사 | 차량 ecu 소프트웨어 업데이트 장치 및 방법 |
CN113672274A (zh) * | 2020-05-14 | 2021-11-19 | 现代自动车株式会社 | 软件更新系统及其控制方法 |
CN114785685A (zh) * | 2022-04-12 | 2022-07-22 | 北京奕斯伟计算技术有限公司 | 软件差分升级方法、装置、电子设备及可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114489714A (zh) * | 2021-12-24 | 2022-05-13 | 北京百度网讯科技有限公司 | 一种车载数据处理方法、装置、电子设备及存储介质 |
-
2023
- 2023-07-19 CN CN202310885298.8A patent/CN116620331B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105573790A (zh) * | 2015-12-15 | 2016-05-11 | 上海博泰悦臻网络技术服务有限公司 | 一种车载系统软件升级方法、车载系统及软件服务器 |
CN109885325A (zh) * | 2019-02-26 | 2019-06-14 | 努比亚技术有限公司 | 终端系统升级方法、终端及计算机可读存储介质 |
KR20210133587A (ko) * | 2020-04-29 | 2021-11-08 | 현대자동차주식회사 | 차량 ecu 소프트웨어 업데이트 장치 및 방법 |
CN113672274A (zh) * | 2020-05-14 | 2021-11-19 | 现代自动车株式会社 | 软件更新系统及其控制方法 |
CN112433750A (zh) * | 2020-12-17 | 2021-03-02 | 潍柴动力股份有限公司 | 车载终端应用程序升级方法、装置、设备、介质及产品 |
CN114785685A (zh) * | 2022-04-12 | 2022-07-22 | 北京奕斯伟计算技术有限公司 | 软件差分升级方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116620331A (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113674357B (zh) | 相机外参标定方法、装置、电子设备和计算机可读介质 | |
US20220237521A1 (en) | Method, device, and computer program product for updating machine learning model | |
CN112150490A (zh) | 图像检测方法、装置、电子设备和计算机可读介质 | |
CN114928574B (zh) | 信息发送方法、装置、电子设备和计算机可读介质 | |
CN115085196A (zh) | 电力负荷预测值确定方法、装置、设备和计算机可读介质 | |
CN113079033B (zh) | 一种流量控制方法、装置、电子设备及计算机可读介质 | |
CN116620331B (zh) | 车辆控制方法、装置、电子设备和计算机可读介质 | |
CN110321243B (zh) | 使用用于多个领域的统一认知根本原因分析的系统维护的方法、系统和存储介质 | |
CN117035842A (zh) | 模型训练方法、业务量预测方法、装置、设备和介质 | |
CN115277261B (zh) | 基于工控网络病毒的异常机器智能识别方法、装置、设备 | |
CN115221184B (zh) | 基础地理数据发送方法、装置、设备和计算机可读介质 | |
CN116720202A (zh) | 业务信息检测方法、装置、电子设备和计算机可读介质 | |
CN116400670A (zh) | 采煤机控制系统的仿真测试方法及系统 | |
CN112507676B (zh) | 能源报表生成方法、装置、电子设备和计算机可读介质 | |
CN111382056A (zh) | 一种服务的测试方法、装置,服务器及存储介质 | |
CN116107666B (zh) | 程序业务流信息生成方法、装置、电子设备和计算机介质 | |
CN116541251B (zh) | 显示设备状态预警方法、装置、设备和计算机可读介质 | |
CN116187716B (zh) | 农业设备调度方法、装置、电子设备和计算机可读介质 | |
CN115062022B (zh) | 航空器手册拆分方法、装置、电子设备和计算机可读介质 | |
CN117874686B (zh) | 异常数据定位方法、装置、电子设备和计算机可读介质 | |
CN115309739B (zh) | 车载数据检索方法、装置、电子设备、介质和产品 | |
CN116862118B (zh) | 碳排放信息生成方法、装置、电子设备和计算机可读介质 | |
CN112668194B (zh) | 基于页面的自动驾驶场景库信息展示方法、装置和设备 | |
CN116283487A (zh) | 应用于甲醇制备的控制方法、装置、电子设备和可读介质 | |
CN116702168A (zh) | 供应端信息检测方法、装置、电子设备和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |