CN117349004A - 用于云协调的车辆数据收集的系统和方法 - Google Patents

用于云协调的车辆数据收集的系统和方法 Download PDF

Info

Publication number
CN117349004A
CN117349004A CN202211355330.3A CN202211355330A CN117349004A CN 117349004 A CN117349004 A CN 117349004A CN 202211355330 A CN202211355330 A CN 202211355330A CN 117349004 A CN117349004 A CN 117349004A
Authority
CN
China
Prior art keywords
data
vehicle
subsystem
remotely located
vehicle 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.)
Pending
Application number
CN202211355330.3A
Other languages
English (en)
Inventor
F·白
M·约希姆
D·C·马丁
M·珀特鲁
A·埃尔巴巴
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN117349004A publication Critical patent/CN117349004A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5033—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering data affinity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/541—Interprogram communication via adapters, e.g. between incompatible applications
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/502—Proximity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/509—Offload

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Small-Scale Networks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

用于云协调的车辆数据收集的系统包括车载车辆数据管理子系统和远程定位的后台子系统。每个子系统包括控制模块，控制模块具有处理器、存储器、以及输入/输出端口。控制模块执行存储在存储器中的程序代码部分。第一程序代码部分从车载车辆数据源收集车辆数据。第二程序代码部分确定数个不同的通信系统中的哪个将被用来将车辆数据传输到远程定位的后台子系统。第三程序代码部分引起远程定位的后台子系统将数据处理任务分配给特定的计算资源。第四程序代码部分引起车载车辆数据管理子系统和远程定位的后台子系统通过使成本最小化以及遵从任务截止期和资源消耗约束来持续地调整车载车辆控制模块和远程定位的后台控制模块之间的数据处理任务分配。

Description

用于云协调的车辆数据收集的系统和方法
背景技术
引言
本公开涉及车辆控制和通信系统，且更具体地涉及用于车辆的数据收集系统和方法。机动车辆越来越多地装备有联网系统，这些联网系统既进行内部通信（即，车载）又进行外部通信（即，经由各种无线和/或有线通信系统与其他车辆或远程定位的基础设施通信）。车辆控制系统生成涉及广泛范围的车辆属性（从娱乐和气候控制功能到车辆动力学和安全系统）的数据。数据收集系统（车载和远程两者）接收与这种车辆属性相关的大量数据。然后，数据收集系统可将相关数据报告给数据库以进行进一步分析，或者基于先前的信息将反馈提供给车辆控制和通信系统。因此，当前的车辆控制和通信系统在这些方面实现了它们的预期目的。然而，技术和法规的进步继续影响车载车辆控制和通信系统和它们与之通信的远程系统之间的通信方式。附加地，虽然一些车辆具有可以以空中下载（OTA）方式更新的车载系统，但其他车辆需要物理网络连接，并且还有一些车辆根本就不可更新。
因此，需要一种用于协调的车辆数据收集的新的和改进的系统和方法，其允许平台和车辆的灵活性、系统的车辆端和远程端两者上的可升级性，并且在预先存在的硬件和新硬件上操作，同时保持或降低制造、组装和操作的成本。
发明内容
根据本公开的方面，一种用于云协调的车辆数据收集的系统包括车载车辆数据管理子系统；以及远程定位的后台子系统。车载车辆数据管理子系统和远程定位的后台子系统中的每者包括一个或多个控制模块。所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（I/O）端口。控制模块执行存储在存储器中的程序代码部分。第一程序代码部分从车载车辆数据源收集车辆数据。第二程序代码部分确定数个不同的通信系统中的哪个将被用来将车辆数据传输到远程定位的后台子系统。第三程序代码部分引起远程定位的后台子系统将数据处理任务分配给特定的计算资源。第四程序代码部分引起车载车辆数据管理子系统和远程定位的后台子系统通过使成本最小化以及遵从任务截止期和资源消耗约束来持续地调整车载车辆控制模块与远程定位的后台控制模块之间的数据处理任务分配。
在本公开的另一方面中，车载车辆数据管理子系统进一步包括智能数据传输管道（pipe）选择模块；车辆数据处理模块（VDPM）；车辆高速缓存管理模块（VCMM）；以及串行数据通信适配器（SDCA）。
在本公开的再另一方面中，VDPM进一步包括控制逻辑，该控制逻辑执行从远程定位的后台子系统上传到车辆的代码以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。
在本公开的再另一方面中，SDCA进一步包括控制逻辑，该控制逻辑经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为VDPM所要求的数据格式。
在本公开的再另一方面中，车辆高速缓存管理模块进一步包括：控制逻辑，其存储、高速缓存和管理容忍延迟的车辆串行数据；以及控制逻辑，其在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时卸载（offload）容忍延迟的车辆串行数据。
在本公开的再另一方面中，智能数据传输管道选择模块进一步包括控制逻辑，该控制逻辑选择性地选择数据通信信道以将车辆数据从车辆高速缓存管理模块传输到远程定位的后台子系统。
在本公开的再另一方面中，远程定位的后台子系统进一步包括智能任务指派模块（ITAM）；以及车辆数据管理模块。
在本公开的再另一方面中，ITAM进一步包括控制逻辑，该控制逻辑基于全局优化目标将任务指派给远程定位的后台子系统中和车载车辆数据管理子系统中的控制模块，包括：将计算任务分割和分配给车辆或地理和时间区域或云后端资源。
在本公开的再另一方面中，车辆数据管理模块进一步包括控制逻辑，该控制逻辑从车队收集数据；以及为内部和第三方应用处理该数据。
在本公开的再另一方面中，用于分割和分配计算任务的控制逻辑进一步包括以下中的一者或多者：具有拉格朗日优化解的整数线性规划（ILP）算法，该ILP算法获得全局最优解；以及以车辆为中心的启发式算法，其获得比由ILP算法获得的解需要更少的计算资源的局部最优解。
在本公开的再另一方面中，第四程序代码部分由性能监测和调试模块执行。第四程序代码部分进一步包括控制逻辑，该控制逻辑：一旦任务被分配给车载车辆控制模块，就引起远程定位的后台子系统持续地监测计算和通信资源消耗；以及在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；或发送控制参数以更改任务的计算和/或通信资源要求。
在本公开的再另一方面中，一种用于云协调的车辆数据收集的方法包括利用车载车辆数据管理子系统和远程定位的后台子系统。车载车辆数据管理子系统和远程定位的后台子系统中的每者包括一个或多个控制模块。所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（I/O）端口。控制模块执行存储在存储器中的程序代码部分。这些程序代码部分从车载车辆数据源收集车辆数据；确定数个不同的通信系统中的哪个将被用来将车辆数据传输到远程定位的后台子系统；引起远程定位的后台子系统将数据处理任务分配给特定的计算资源；以及引起车载车辆数据管理子系统和远程定位的后台子系统通过使成本最小化以及遵从任务截止期和资源消耗约束来持续地调整车载车辆控制模块和远程定位的后台控制模块之间的数据处理任务分配。
在本公开的再另一方面中，利用车载车辆数据管理子系统进一步包括：利用串行数据通信适配器（SDCA）经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为预定的数据格式。
在本公开的再另一方面中，利用车载车辆数据管理子系统进一步包括：利用车辆数据处理模块（VDPM）执行从远程定位的后台子系统上传到车辆的代码以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。
在本公开的再另一方面中，利用车载车辆数据管理子系统进一步包括：利用车辆高速缓存管理模块（VCMM）来存储、高速缓存和管理容忍延迟的车辆串行数据；以及在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时，卸载容忍延迟的车辆串行数据。
在本公开的再另一方面中，利用车载车辆数据管理系统进一步包括：利用智能数据传输管道选择模块来选择数据通信信道以将车辆数据从车辆高速缓存管理模块传输到远程定位的后台子系统。
在本公开的再另一方面中，利用远程定位的后台子系统进一步包括：利用智能任务指派模块（ITAM）基于全局优化目标将任务指派给远程定位的后台子系统中和车载车辆数据管理子系统中的控制模块，包括：将计算任务分割和分配给车辆、远程定位的后台子系统资源，并且其在给定的地理和时间区域或云后端资源内考虑；以及利用车辆数据管理模块从车队收集数据，该车辆数据管理模块为内部和第三方应用处理该数据。
在本公开的再另一方面中，分割和分配计算任务进一步包括以下中的一者或多者：应用具有拉格朗日优化解的整数线性规划（ILP）算法，该ILP算法获得全局最优解；以及应用以车辆为中心的启发式算法，该启发式算法获得比由ILP算法获得的解需要更少的计算资源的局部最优解。
在本公开的再另一方面中，用于云协调的车辆数据收集的方法进一步包括：利用性能监测和调试模块，该性能监测和调试模块：一旦任务被分配给车载车辆控制模块，就引起远程定位的后台子系统持续地监测计算和通信资源消耗；以及在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；或发送控制参数以更改任务的计算和/或通信资源要求。
在本公开的再另一方面中，一种用于云协调的车辆数据收集的系统包括车载车辆数据管理子系统、远程定位的后台子系统。车载车辆数据管理子系统和远程定位的后台子系统中的每者包括一个或多个控制模块。所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（I/O）端口。控制模块执行存储在存储器中的程序代码部分。所述一个或多个控制模块包括车辆数据处理模块（VDPM）；车辆高速缓存管理模块（VCMM）；智能数据传输管道选择模块；串行数据通信适配器（SDCA）；性能监测和调试模块；智能任务指派模块（ITAM）；以及车辆数据管理模块。VDPM执行控制逻辑，该控制逻辑从远程定位的后台子系统上传到车辆以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。VCMM执行：控制逻辑，其存储、高速缓存和管理容忍延迟的车辆串行数据；以及控制逻辑，其在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时卸载容忍延迟的车辆串行数据。智能数据传输管道选择模块执行控制逻辑，该控制逻辑选择性地选择数据通信信道以将车辆数据从VCMM模块传输到远程定位的后台子系统。SDCA执行控制逻辑，该控制逻辑经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为VDPM所要求的数据格式。ITAM执行控制逻辑，该控制逻辑基于全局优化目标将任务指派给远程定位的后台子系统中和车载车辆数据管理子系统中的控制模块，包括：应用具有拉格朗日优化解的整数线性规划（ILP）算法，该ILP算法获得全局最优解；以及应用以车辆为中心的启发式算法，该启发式算法获得比由ILP算法获得的解需要更少的计算资源的局部最优解。ILP和以车辆为中心的启发式算法将计算任务分割和分配给车辆或地理和时间区域或云后端资源。车辆数据管理模块执行控制逻辑，该控制逻辑从车队收集数据；以及为内部和第三方应用处理该数据。性能监测和调试模块执行控制逻辑，该控制逻辑：一旦任务被分配给车载车辆控制模块，就引起车载车辆数据管理子系统和远程定位的后台子系统持续地监测计算和通信资源消耗；以及在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；或发送控制参数以更改任务的计算和/或通信资源要求，并由此使成本最小化以及遵从任务截止期和资源消耗约束。
本发明至少包括如下技术方案：
方案1. 一种用于云协调的车辆数据收集的系统，所述系统包括：
车载车辆数据管理子系统；以及
远程定位的后台子系统，其中，所述车载车辆数据管理子系统和所述远程定位的后台子系统中的每者包括：
一个或多个控制模块，所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（I/O）端口，所述控制模块执行存储在所述存储器中的程序代码部分，所述程序代码部分包括：
第一程序代码部分，所述第一程序代码部分从车载车辆数据源收集车辆数据；
第二程序代码部分，所述第二程序代码部分确定数个不同的通信系统中的哪个将被用来将所述车辆数据传输到所述远程定位的后台子系统；
第三程序代码部分，所述第三程序代码部分引起所述远程定位的后台子系统将数据处理任务分配给特定的计算资源；以及
第四程序代码部分，所述第四程序代码部分引起所述车载车辆数据管理子系统和所述远程定位的后台子系统通过以下方式来持续地调整车载车辆控制模块与远程定位的后台控制模块之间的数据处理任务分配：将计算和通信成本从第一水平降低到比所述第一水平具有更低的值的第二水平，以及遵从任务截止期和资源消耗约束。
方案2. 根据方案1所述的系统，其中，所述车载车辆数据管理子系统进一步包括：
智能数据传输管道选择模块；
车辆数据处理模块（VDPM）；
车辆高速缓存管理模块（VCMM）；以及
串行数据通信适配器（SDCA）。
方案3. 根据方案2所述的系统，其中，所述VDPM进一步包括：
控制逻辑，所述控制逻辑执行从所述远程定位的后台子系统上传到所述车辆的代码以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。
方案4. 根据方案2所述的系统，其中，所述SDCA进一步包括：
控制逻辑，所述控制逻辑经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为所述VDPM所要求的数据格式。
方案5. 根据方案2所述的系统，其中，所述车辆高速缓存管理模块进一步包括：
存储、高速缓存和管理容忍延迟的车辆串行数据的控制逻辑；以及
在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时卸载容忍延迟的车辆串行数据的控制逻辑。
方案6. 根据方案2所述的系统，其中，所述智能数据传输管道选择模块进一步包括：
控制逻辑，其选择性地选择数据通信信道以将车辆数据从所述车辆高速缓存管理模块传输到所述远程定位的后台子系统。
方案7. 根据方案1所述的系统，其中，所述远程定位的后台子系统进一步包括：
智能任务指派模块（ITAM）；以及
车辆数据管理模块。
方案8. 根据方案7所述的系统，其中，所述ITAM进一步包括：
控制逻辑，所述控制逻辑基于全局优化目标将任务指派给所述远程定位的后台子系统中和所述车载车辆数据管理子系统中的控制模块，包括：
将计算任务分割和分配给车辆或地理/时间区域或云后端资源。
方案9. 根据方案7所述的系统，其中，所述车辆数据管理模块进一步包括：
控制逻辑，所述控制逻辑从车队收集数据；以及
为内部和第三方应用处理所述数据。
方案10. 根据方案8所述的系统，其中，用于分割和分配计算任务的所述控制逻辑进一步包括以下中的一者或多者：
具有拉格朗日优化解的整数线性规划（ILP）算法，其获得全局最优解；以及
以车辆为中心的启发式算法，其获得比由ILP算法获得的解需要更少的计算资源的局部最优解。
方案11. 根据方案1所述的系统，其中，所述第四程序代码部分由性能监测和调试模块执行，其中，所述第四程序代码部分进一步包括：
控制逻辑，所述控制逻辑：一旦任务被分配给车载车辆控制模块，就引起所述远程定位的后台子系统持续地监测计算和通信资源消耗；以及
在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；
或发送控制参数以更改任务的计算和/或通信资源要求。
方案12. 一种用于云协调的车辆数据收集的方法，所述方法包括：
利用车载车辆数据管理子系统和远程定位的后台子系统，其中，所述车载车辆数据管理子系统和所述远程定位的后台子系统中的每者包括：
一个或多个控制模块，所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（I/O）端口，所述控制模块执行存储在所述存储器中的程序代码部分，所述程序代码部分：
从车载车辆数据源收集车辆数据；
确定数个不同的通信系统中的哪个将被用来将所述车辆数据传输到所述远程定位的后台子系统；
引起所述远程定位的后台子系统将数据处理任务分配给特定的计算资源；以及
引起所述车载车辆数据管理子系统和所述远程定位的后台子系统通过以下方式来持续地调整所述车载车辆控制模块和所述远程定位的后台控制模块之间的数据处理任务分配：将计算和通信成本从第一水平降低到比所述第一水平具有更低的值的第二水平，并且遵从任务截止期和资源消耗约束。
方案13. 根据方案12所述的方法，其中，利用所述车载车辆数据管理子系统进一步包括：
利用串行数据通信适配器（SDCA）经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为预定的数据格式。
方案14. 根据方案12所述的方法，其中，利用所述车载车辆数据管理子系统进一步包括：
利用车辆数据处理模块（VDPM）执行从所述远程定位的后台子系统上传到车辆的代码以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。
方案15. 根据方案12所述的方法，其中，利用所述车载车辆数据管理子系统进一步包括：
利用车辆高速缓存管理模块（VCMM）来存储、高速缓存和管理容忍延迟的车辆串行数据；以及
在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时，卸载容忍延迟的车辆串行数据。
方案16. 根据方案15所述的方法，其中，利用所述车载车辆数据管理系统进一步包括：
利用智能数据传输管道选择模块来选择数据通信信道以将车辆数据从所述车辆高速缓存管理模块传输到所述远程定位的后台子系统。
方案17. 根据方案12所述的方法，其中，利用所述远程定位的后台子系统进一步包括：
利用智能任务指派模块（ITAM）基于全局优化目标将任务指派给所述远程定位的后台子系统中和所述车载车辆数据管理子系统中的控制模块，包括：
将计算任务分割和分配给车辆、远程定位的后台子系统资源，并且其被认为在给定的地理和时间区域或云后端资源内；以及
利用车辆数据管理模块从车队收集数据，所述车辆数据管理模块为内部和第三方应用处理所述数据。
方案18. 根据方案17所述的方法，其中，分割和分配计算任务进一步包括以下中的一者或多者：
应用具有拉格朗日优化解的整数线性规划（ILP）算法，其获得全局最优解；以及
应用以车辆为中心的启发式算法，所述以车辆为中心的启发式算法获得比由所述ILP算法获得的解需要更少的计算资源的局部最优解。
方案19. 根据方案12所述的方法，所述方法进一步包括：
利用性能监测和调试模块，所述性能监测和调试模块：一旦任务被分配给车载车辆控制模块，就引起所述远程定位的后台子系统持续地监测计算和通信资源消耗；以及
在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；或
发送控制参数以更改任务的计算和/或通信资源要求。
方案20. 一种用于云协调的车辆数据收集的系统，所述系统包括：
车载车辆数据管理子系统；以及
远程定位的后台子系统，其中，所述车载车辆数据管理子系统和所述远程定位的后台子系统中的每者包括：
一个或多个控制模块，所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（I/O）端口，所述控制模块执行存储在所述存储器中的程序代码部分，所述一个或多个控制模块包括：
车辆数据处理模块（VDPM）；
车辆高速缓存管理模块（VCMM）；
智能数据传输管道选择模块；
串行数据通信适配器（SDCA）；
性能监测和调试模块；
智能任务指派模块（ITAM）；以及
车辆数据管理模块，
其中，所述VDPM执行控制逻辑，所述控制逻辑从所述远程定位的后台子系统上传到所述车辆以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合，
其中，所述VCMM执行：存储、高速缓存和管理容忍延迟的车辆串行数据的控制逻辑；以及
在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时卸载容忍延迟的车辆串行数据的控制逻辑，
其中，所述智能数据传输管道选择模块执行控制逻辑，所述控制逻辑选择性地选择数据通信信道以将车辆数据从所述VCMM模块传输到所述远程定位的后台子系统；
其中，所述SDCA执行如下控制逻辑：所述控制逻辑经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为所述VDPM所要求的数据格式；
其中，所述ITAM执行控制逻辑，所述控制逻辑基于全局优化目标将任务指派给所述远程定位的后台子系统中和所述车载车辆数据管理子系统中的控制模块，所述任务包括：
应用具有拉格朗日优化解的整数线性规划（ILP）算法，所述ILP算法获得全局最优解；以及
应用以车辆为中心的启发式算法，所述以车辆为中心的启发式算法获得比由所述ILP算法获得的解需要更少的计算资源的局部最优解，其中，所述ILP和所述以车辆为中心的启发式算法将计算任务分割和分配给车辆或地理和时间区域或云后端资源；并且
其中，所述车辆数据管理模块执行控制逻辑，所述控制逻辑从车队收集数据；以及
为内部和第三方应用处理所述数据；
其中，所述性能监测和调试模块执行控制逻辑，所述控制逻辑：一旦任务被分配给车载车辆控制模块，就引起所述车载车辆数据管理子系统和所述远程定位的后台子系统持续地监测计算和通信资源消耗；以及
在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；或发送控制参数以更改任务的计算和/或通信资源要求，并由此使以下最小化：将计算和通信成本从第一水平降低到比所述第一水平具有更低的值的第二水平，并且遵从任务截止期和资源消耗约束。
进一步的适用领域将从本文中所提供的描述变得显而易见。应理解的是，描述和特定示例仅旨在用于说明的目的而非旨在限制本公开的范围。
附图说明
本文中描述的附图仅用于说明目的而非旨在以任何方式限制本公开的范围。
图1A是根据本公开的方面的用于云协调的车辆数据收集的系统的示意图；
图1B是根据本公开的方面的图1A的用于云协调的车辆数据收集的系统的控制模块的示意图；
图2是根据本公开的方面的在图1A和图1B中所描绘的用于云协调的车辆数据收集的系统内的数据流的功能图；以及
图3是根据本公开的方面的用于云协调的车辆数据收集的方法的框图。
具体实施方式
以下描述本质上仅是示例性的，并且不旨在限制本公开、应用或用途。
在权利要求和说明书中，某些元素被标示为“第一”、“第二”、“第三”、“第四”、“第五”、“第六”和“第七”等。这些是任意的标示，其旨在仅在它们出现的部分（即，说明书或权利要求或总结）中一致，而在说明书、权利要求和总结之间不一定一致。从那种意义上说，它们并不旨在以任何方式限制这些元素，且在权利要求中如此标记的“第二”元素可能指代或可能不指代说明书中如此标记的“第二”元素。代替地，元素可通过它们的布置、描述、连接和功能来区分。
现在参考图1A和图1B，示出了用于云协调的车辆11数据收集的系统10。系统10在车载车辆数据管理子系统12和远程定位的后台计算子系统14上操作。更具体地，系统10端到端地操作，并且基于使用具有不同复杂程度的各种调度算法的可用资源通过无缝数据平面16和控制平面18协调来提供车载车辆数据管理计算子系统12与后台计算子系统14之间的精细粒度、弹性协调。
车载车辆数据管理子系统12和后台计算子系统14各自由一个或多个控制模块20组成。控制模块20是非通用的（non-generalized）电子控制装置，其具有预编程的数字计算机或处理器22、被用来存储数据（诸如，控制逻辑、软件应用、指令、计算机代码、数据、查找表等）的非短暂性计算机可读介质或存储器24、以及收发器或输入/输出（I/O）端口26。存储器24包括能够由计算机访问的任何类型的介质，诸如只读存储器（ROM）、随机存取存储器（RAM）、硬盘驱动器、光盘（CD）、数字视频光盘（DVD），或任何其他类型的存储器。“非暂时性”计算机可读介质或存储器24不包括传送暂时性电信号或其他信号的有线、无线、光学或其他通信链路。非暂时性计算机存储器24包括数据可被永久存储的介质和数据能够被存储并在以后被覆写的介质，诸如可重写光盘或可擦除存储器装置。计算机代码包括任何类型的程序代码，包括源代码、目标代码和可执行代码。处理器22被构造成执行代码或指令。控制模块20也可以是专用的Wi-Fi控制器、发动机控制模块、变速器控制模块、车身控制模块、信息娱乐控制模块等等。I/O端口26被构造成无线地或通过有线手段与已知的器件进行通信，包括IEEE802.11x下的Wi-Fi协议。
控制模块20可进一步包括一个或多个应用程序28。应用程序28是被构造成执行特定功能或一组功能的软件程序。应用程序28可包括被调适成用于在合适的计算机可读程序代码中实施的一个或多个计算机程序、算法、软件部件、指令集、过程、函数、对象、类、实例、相关数据或其一部分。应用程序28可存储在存储器24内或存储在附加的或单独的存储器24中。
数据平面16由车载车辆数据管理子系统12和后台计算子系统14组成。车载车辆数据管理子系统12的控制模块20包括串行数据通信适配器（SDCA）30、车辆数据处理模块（VDPM）32、车辆高速缓存管理模块（VCMM）34、以及智能数据传输管道选择模块36。在不偏离本公开的范围或意图的情况下，也可包括进一步的控制模块20。
SDCA 30包含一个或多个应用程序28或计算机代码部分，所述一个或多个应用程序或计算机代码部分在执行时经由数据向上和/或向下采样、滤波、阈值测试和数据保真度处理将车辆11串行数据转换为由在VDPM 32内执行的应用程序所理解和接受的数据格式。VDPM 32执行可从后台计算子系统14上传的应用程序28或计算机代码部分以支持应用任务。应用任务被用来通过处理数据和将各种不同类型的车辆11数据（诸如，车辆遥测、远程信息处理、信息娱乐数据等等）融合在一起来为后台计算子系统14任务开发数据洞察力。在数个方面中，VCMM 34是执行应用程序28或计算机代码部分的嵌入式硬件，其存储、高速缓存和管理大量的某些容忍延迟的车辆11串行数据。也就是说，一些车辆11数据（诸如，涉及安全系统性能、主动车辆11处理、或其他这种要求实时响应的系统的车辆11动态数据）不是容忍延迟的。因此，在适当的情况下，这种不容忍延迟的车辆11串行数据被与容忍延迟的系统10数据相比被给予计算和通信优先。容忍延迟的数据可涉及非对安全关键的系统，并且能够在车载车辆计算子系统12和后台计算子系统14之间以持续、定期等等方式传输。例如，在通信带宽限制要求优先考虑将不容忍延迟的数据用于通信的情况下，诸如在无线通信手段（例如，LTE、WiFi等等）信号质量差的物理位置中，容忍延迟的数据可仅定期传输。智能数据管道选择模块36基于应用任务要求来确定哪个潜在（underlying）数据通信信道适合于将车辆11数据从VCMM 34传输到后台计算子系统14。
后台计算子系统14的控制模块20至少包括智能任务指派模块（ITAM）38和云车辆数据管理模块40。ITAM 38包括应用程序28或控制逻辑以将不同的应用任务智能地指派给不同的处理单元。即，如图1B（该图描绘了控制模块20）中所示，系统10的控制模块20中的每一个的处理器22可包括或限定一个或多个中央处理单元（CPU）核心42和/或图形处理单元（GPU）模块或核心44、以及不同的或组合的I/O端口26或通信管道（诸如，WiFi或蜂窝管道46）。ITAM 38中的控制逻辑尝试实现全局系统10优化目标。在数个方面中，全局优化目标包括预先限定的响应速度时间值和计算资源使用值等等。也就是说，ITAM 38确定数据将被计算和/或处理的位置、这种数据将被如何分割以改进处理速度或资源使用、以及特定的数据处理或计算任务向在特定的地理和/或时间区域或云后端资源内或外部的车载车辆计算子系统12的分配。
基于云的车辆数据管理模块40执行一个或多个应用程序28或控制代码部分，所述一个或多个应用程序或控制代码部分管理从一个或多个车辆11对车辆11数据的收集。在一些示例中，可从数量为数百、数千或更多的车辆11的整个车队收集车辆11数据。基于云的车辆数据管理模块40获得车辆11数据、将其存储以进行进一步处理，以开发可由车辆11制造商和/或第三方供应商使用的洞察力，从而进一步改进或调适基于车辆11数据的产品。基于云的车辆数据管理模块40也可通过预先限定的API等等与第三方供应商应用程序互动。
应了解，ITAM 38面临重大的技术挑战，即：系统10资源有限，但是某些任务需求可本质上是高度动态的，并且从任务到任务而显著地变化。因此，ITAM 38被用来分配计算资源，以实现时间、资源和其他这种效率目标。资源分配可被建模为优化问题。这种优化问题可包括：通过将不同的工作任务指派给不同工作室（shop），所述不同工作室具有不同计算资源供其使用，来使成本结构最小化同时遵从任务截止期和资源消耗约束。该优化问题的解可通过整数线性规划（ILP）48和拉格朗日优化解49或通过以车辆为中心的启发式解50中的一者或多者。
ILP 48将工作任务（例如，任务#1 . . . 任务#N）指派给一个或多个通信工作室52和/或一个或多个计算工作室54。通信工作室52是数据管线，其可包括通过长期演进（LTE）等等的蜂窝数据、802.11x下的WiFi、有线、或其他这种通信数据管道46。计算工作室54可包括一个或多个CPU 42、GPU 44等等。ILP 48根据以下等式来执行初始成本计算：
其中C comp 限定计算成本，C comm 限定通信成本，且d comm 是要传达的数据量。
ILP 48还根据以下等式来执行时延计算：
其中限定信号传播时延，且L comp (i)限定计算时延。
因此，要求解的问题的简化公式可表达为：
使得满足（1）
（2）；以及
（3）
其中L req 限定计算过程抑或通信过程中的阈值时延量，必须满足该阈值时延量才能使系统10在规范内操作，其中限定可用的CPU 42和GPU 44的计算能力之和，Cap req 限定由完成给定任务或一组任务所必须实施的计算所要求的计算能力，限定所有可用的计算工作室52中的所有可用的通信数据管道46的带宽容量之和，并且其中BW req 限定对于完成给定任务或一组任务所需的传输和/或接收数据来说必要的带宽量。
然后，将拉格朗日优化应用于成本和时延计算以实现全局最优解，对于任何特定的系统而言，该全局最优解可能是次优的。拉格朗日优化解可表达为：
。
在一些示例中，ILP 48和拉格朗日优化解49可独立于或结合以车辆为中心的启发式解50使用。以车辆为中心的启发式解50是一种算法，其更具体地关注要求解的局部问题，而不是尝试为组合的所有系统确定全局最优解。因此，以车辆为中心的启发式解50可以是局部理想解，其不满足或生成最优全局解。以车辆为中心的启发式解50利用与ILP 48和拉格朗日优化解49相同的通信工作室52和/或一个或多个计算工作室54。这些通信工作室52和计算工作室54包括相同的数据管线，这些数据管线可包括通过长期演进（LTE）等等的蜂窝数据、802.11x下的WiFi、有线、或上文所描述的其他这种通信数据管道46。计算工作室54可包括上文所描述的一个或多个CPU 42、GPU 44等等。
以车辆为中心的启发式解50将价格% p 2 ... p N 应用于各个任务中的每个，例如应用于任务#1、任务#2 . . . 任务#N。对于给定任务，可应用成本和时延惩罚函数。成本+时延惩罚函数可表达为：
因此，对于给定的任务k、对于处理器i、以及对于通信管道j，奖励与成本/惩罚比率可表达为：
。
然后，基于奖励与成本/惩罚比率的效用排名，对任务k进行排名（k=0, 1,...,K）。基于该排名，正在使用的资源（即，处理器i和数据管道j）以局部“贪婪”的方式使用，以实现局部理想解。
现在转向图2，并继续参考图1A和图1B，以示意性方式示出了系统10。一旦任务被指派给本地车辆11，后台计算子系统14就持续地监测资源的利用以在所分配的车辆11处完成工作任务。基于来自所分配的车辆11的数据，后台计算子系统14做出调整以适应资源利用的必要变化，从而在预先限定的时间窗口内完成工作任务。更具体地，在每个车辆11处，性能监测和调试模块56积累操作数据（包括元数据）并将其报告给后台计算子系统14。在后台计算子系统14内，一旦观察到过度利用或利用不足，后台计算子系统14就能够将工作任务重新分配给其他车辆11和/或发送控制参数以影响任务的行为，由此改变每个工作任务的资源要求。例如，后台计算子系统14能够指示某些工作任务更频繁或不那么频繁地执行、在不同的地点执行等等。重新分配和/或控制参数修改是通过构型来实现的，这些构型通过控制平面16发送到数据平面18内的控制模块20以进行进一步处理。
现在转向图3，并继续参考图1A-图2，示出了用于云协调的车辆数据收集的方法100。该方法100在块102处开始。在块104处，由装备到系统10内的一个或多个车辆11的车载传感器捕获车辆数据。在块106处，系统10确定数个不同的通信管道或系统中的哪个可被用来将车辆数据传输到远程定位的后台计算子系统14。在块108处，远程定位的后台计算子系统14将数据处理任务分配给在远程定位的后台计算子系统14中抑或在装备到每个车辆11的车载计算子系统12中的特定的计算资源。在一些示例中，数据处理可根据需要被分配给车载计算子系统12和后台计算子系统14两者。在块110处，系统10持续地监测数据处理任务并持续地调整车载车辆控制模块20和位于远程定位的后台子系统14中的控制模块20之间的数据处理任务分配，从而使成本最小化或基本上消除成本并遵从任务截止期和资源消耗约束。应了解，如本文中所使用的术语“最小化”意指从第一水平降低到比第一水平具有更低的值的第二水平、或者基本上消除。在块112处，方法100结束并返回到块102，其中方法100持续地运行。
根据本公开的用于云协调的车辆数据收集的系统和方法提供了数个优点。这些包括如下能力：能够适应性地确定所需的数据处理是否将在车辆11上、在远程的基于云的后台计算子系统14中或在这两者的组合中进行，同时支持大量的车辆11和由此产生的数据，且同时防止数据丢失。附加地，本公开的系统10和方法通过系统构型56、系统状态管理58、以及车载计算子系统12和后台计算子系统14之间的同步60的控制平面18和数据平面16协调来提供云和车辆11之间的无缝协调的机制。本文中所描述的系统10和方法也可以以空中下载（OTA）方式或经由有线数据连接进行升级，由此允许系统10和方法在当前车辆11以及新车辆11上操作，且甚至可追溯地应用于具有适当硬件的车辆11。因此，系统10是跨硬件的，能够大规模地应用于广泛各种平台上的车辆11和后台计算子系统14，成本低廉，并且制造和应用的复杂性低。
本公开的描述本质上仅是示例性的，并且不脱离本公开的主旨的变型旨在位于本公开的范围内。这种变型将不被视为脱离本公开的精神和范围。

Claims (10)

1.一种用于云协调的车辆数据收集的系统，所述系统包括：
车载车辆数据管理子系统；以及
远程定位的后台子系统，其中，所述车载车辆数据管理子系统和所述远程定位的后台子系统中的每者包括：
一个或多个控制模块，所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（I/O）端口，所述控制模块执行存储在所述存储器中的程序代码部分，所述程序代码部分包括：
第一程序代码部分，所述第一程序代码部分从车载车辆数据源收集车辆数据；
第二程序代码部分，所述第二程序代码部分确定数个不同的通信系统中的哪个将被用来将所述车辆数据传输到所述远程定位的后台子系统；
第三程序代码部分，所述第三程序代码部分引起所述远程定位的后台子系统将数据处理任务分配给特定的计算资源；以及
第四程序代码部分，所述第四程序代码部分引起所述车载车辆数据管理子系统和所述远程定位的后台子系统通过以下方式来持续地调整车载车辆控制模块与远程定位的后台控制模块之间的数据处理任务分配：将计算和通信成本从第一水平降低到比所述第一水平具有更低的值的第二水平，以及遵从任务截止期和资源消耗约束。
2.根据权利要求1所述的系统，其中，所述车载车辆数据管理子系统进一步包括：
智能数据传输管道选择模块；
车辆数据处理模块（VDPM）；
车辆高速缓存管理模块（VCMM）；以及
串行数据通信适配器（SDCA）。
3.根据权利要求2所述的系统，其中，所述VDPM进一步包括：
控制逻辑，所述控制逻辑执行从所述远程定位的后台子系统上传到所述车辆的代码以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。
4.根据权利要求2所述的系统，其中，所述SDCA进一步包括：
控制逻辑，所述控制逻辑经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为所述VDPM所要求的数据格式。
5.根据权利要求2所述的系统，其中，所述车辆高速缓存管理模块进一步包括：
存储、高速缓存和管理容忍延迟的车辆串行数据的控制逻辑；以及
在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时卸载容忍延迟的车辆串行数据的控制逻辑。
6.根据权利要求2所述的系统，其中，所述智能数据传输管道选择模块进一步包括：
控制逻辑，其选择性地选择数据通信信道以将车辆数据从所述车辆高速缓存管理模块传输到所述远程定位的后台子系统。
7.根据权利要求1所述的系统，其中，所述远程定位的后台子系统进一步包括：
智能任务指派模块（ITAM）；以及
车辆数据管理模块。
8.根据权利要求7所述的系统，其中，所述ITAM进一步包括：
控制逻辑，所述控制逻辑基于全局优化目标将任务指派给所述远程定位的后台子系统中和所述车载车辆数据管理子系统中的控制模块，包括：
将计算任务分割和分配给车辆或地理/时间区域或云后端资源。
9.根据权利要求7所述的系统，其中，所述车辆数据管理模块进一步包括：
控制逻辑，所述控制逻辑从车队收集数据；以及
为内部和第三方应用处理所述数据。
10.根据权利要求8所述的系统，其中，用于分割和分配计算任务的所述控制逻辑进一步包括以下中的一者或多者：
具有拉格朗日优化解的整数线性规划（ILP）算法，其获得全局最优解；以及
以车辆为中心的启发式算法，其获得比由ILP算法获得的解需要更少的计算资源的局部最优解。
CN202211355330.3A 2022-06-29 2022-11-01 用于云协调的车辆数据收集的系统和方法 Pending CN117349004A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/852,722 US20240004715A1 (en) 2022-06-29 2022-06-29 System and method for cloud coordinated vehicle data collection
US17/852722 2022-06-29

Publications (1)

Publication Number Publication Date
CN117349004A true CN117349004A (zh) 2024-01-05

Family

ID=89167276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211355330.3A Pending CN117349004A (zh) 2022-06-29 2022-11-01 用于云协调的车辆数据收集的系统和方法

Country Status (3)

Country Link
US (1) US20240004715A1 (zh)
CN (1) CN117349004A (zh)
DE (1) DE102022127847A1 (zh)

Also Published As

Publication number Publication date
US20240004715A1 (en) 2024-01-04
DE102022127847A1 (de) 2024-01-04

Similar Documents

Publication Publication Date Title
Zhu et al. Fog following me: Latency and quality balanced task allocation in vehicular fog computing
US11436433B2 (en) Malleable fabric attached virtual artificial intelligence (AI) training appliances
US10862818B2 (en) Systems and methods for distributing network resources to network service providers
CN110858161B (zh) 资源分配方法、装置、系统、设备和介质
CN111108474A (zh) 通过云资源管理器管理加速器资源的技术
CN105516214B (zh) 一种车联网系统中的信息上报和资源分配方法、装置
US11861407B2 (en) Method for managing computing capacities in a network with mobile participants
CN113055308B (zh) 带宽调度方法、流量传输方法及相关产品
KR20210069588A (ko) 무인항공기를 이용한 모바일 엣지 컴퓨팅 시스템에서의 태스크 오프로딩 방법 및 그를 이용한 모바일 엣지 컴퓨팅 시스템, 그를 위한 무인 항공기
JP6024829B2 (ja) スペクトル管理システム及び方法
CN112055329A (zh) 一种适用于rsu覆盖切换的边缘车联网任务卸载方法
KR20200078385A (ko) 분산형 컴퓨팅 네트워크, 특히 분산형 컴퓨팅 네트워크의 에지 클라우드 컴퓨터를 운영하기 위한 방법
US11540189B2 (en) Framework for a 6G ubiquitous access network
CN112153728B (zh) 一种基站关联和模块休眠的优化方法
CN112153145A (zh) 5g边缘环境下面向车联网的计算任务卸载方法及装置
Liu et al. RtDS: real-time distributed strategy for multi-period task offloading in vehicular edge computing environment
CN105309029A (zh) 分配用于虚拟化联网的共享资源
Fizza et al. PASHE: Privacy aware scheduling in a heterogeneous fog environment
Wu et al. A mobile edge computing-based applications execution framework for Internet of Vehicles
Peralta et al. Fog to cloud and network coded based architecture: Minimizing data download time for smart mobility
CN115835294A (zh) 车联网中深度强化学习辅助的ran切片和任务卸载联合优化方法
CN113271221B (zh) 网络能力开放方法、系统及电子设备
US9253781B2 (en) Scheduling in consideration of terminal groups in a mobile communication system
US12010596B2 (en) Control device configured for and method of determining a data format
CN117349004A (zh) 用于云协调的车辆数据收集的系统和方法

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