CN121375813A - 车载功能单元计算方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种车载功能单元计算方法方法、装置、计算机设备和存储介质。所述方法包括：获取当前车载功能单元的单元类型；响应于单元类型为快慢路可选择功能单元，根据各场景评估指标确定场景复杂度评分和场景及时性评分，并根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分确定当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，获取当前剩余时延预算值；响应于当前慢路执行耗时大于当前剩余时延预算值，获取当前车载功能单元的上一个车载功能单元的历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前车载功能单元的当前计算输出结果。采用本方法能够避免出现超时掉帧。

Description

车载功能单元计算方法、装置、计算机设备和存储介质

技术领域

本申请涉及数据技术领域，特别是涉及一种车载功能单元计算方法、装置、计算机设备和存储介质。

背景技术

随着无线通信技术和车联网技术的迅猛发展，自动驾驶、车载视频等智能交通应用不断增多。这些车载功能模块和车载功能单元的计算需要处理大量计算复杂度高、延迟敏感性严格的任务。

然而，目前的车载功能单元计算方法，通常采用单一计算路径，存在计算效率低下或出现超时掉帧等问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高计算效率和避免出现超时掉帧的车载功能单元计算方法、装置、计算机设备和存储介质。

第一方面，提供一种车载功能单元计算方法，所述方法应用于预先配置的当前车载功能单元所对应的当前路由节点；所述方法包括：

获取当前车载功能单元的单元类型；单元类型包括快慢路可选择功能单元、可跳过执行功能单元或必要执行功能单元；

响应于单元类型为快慢路可选择功能单元，获取车辆系统的系统负载、当前车载功能单元的各场景评估指标和当前车载功能单元的预设数量历史帧的历史实际执行耗时；

根据各场景评估指标确定场景复杂度评分和场景及时性评分，并根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分确定当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，获取当前剩余时延预算值；

响应于当前慢路执行耗时大于当前剩余时延预算值，确定当前车载功能单元的当前计算模式为粗粒度计算模式，获取当前车载功能单元的上一个车载功能单元的历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前车载功能单元的当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

在其中一个实施例中，根据各场景评估指标确定场景复杂度评分和场景及时性评分，包括：对各场景评估指标进行归一化处理，得到对应的归一化处理后的场景评估指标；根据各归一化处理后的场景评估指标进行场景复杂度评估，得到场景复杂度评分；根据各归一化处理后的场景评估指标进行场景及时性评估，得到场景及时性评分。

在其中一个实施例中，根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分确定当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，包括：基于滑动窗口统计算法或指数加权统计算法，根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分进行在线估计，得到当前快路执行耗时和当前慢路执行耗时。

在其中一个实施例中，所述方法还包括：响应于场景复杂度评分大于当前车载功能单元的复杂度评分阈值且场景及时性评分大于当前车载功能单元的及时性评分阈值，确定当前计算模式为粗粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

在其中一个实施例中，所述方法还包括：获取上一个历史帧的历史计算模式；响应于历史计算模式为细粒度计算模式且当前慢路执行耗时小于当前剩余时延预算值，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

在其中一个实施例中，确定当前车载功能单元的当前计算模式为粗粒度计算模式，包括：统计当前车载功能单元在预设时长内的计算模式切换次数总和；响应于计算模式切换次数总和小于切换次数阈值，将当前计算模式切换至粗粒度计算模式。

在其中一个实施例中，所述方法还包括：获取车辆系统的最近障碍距离、纵向加速度和横向加速度；响应于最近障碍距离小于距离阈值或纵向加速度大于纵向加速度阈值或横向加速度大于横向加速度阈值，判断当前路由节点的节点类型是否为紧急必要慢路节点；若节点类型为紧急必要慢路节点，将当前计算模式设置为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点；其中，获取当前车载功能单元的单元类型，包括：若节点类型并非紧急必要慢路节点，获取单元类型。

在其中一个实施例中，所述方法还包括：响应于单元类型为可跳过执行功能单元，获取上一个历史帧的历史障碍物检测结果和当前帧的当前障碍物检测结果；对历史障碍检测结果和当前障碍物检测结果进行匈牙利匹配处理后，得到匹配处理后的历史障碍物检测结果和匹配处理后的当前障碍物检测结果；根据匹配处理后的历史障碍物检测结果和匹配处理后的当前障碍物检测结果进行稳定性评估，得到稳定性评估分数；响应于稳定性评估分数大于稳定性评估分数阈值，获取历史计算输出结果，控制当前车载功能单元将历史计算输出结果输出至下一个车载功能单元对应的路由节点。

在其中一个实施例中，所述方法还包括：响应于稳定性评估分数小于或等于稳定性评估分数阈值，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

第二方面，一种车载功能单元计算装置，所述装置应用于预先配置的当前车载功能单元所对应的当前路由节点；所述装置单元类型获取模块、评估指标获取模块、执行耗时计算模块和粗粒度计算模块。

其中，单元类型获取模块810用于获取当前车载功能单元的单元类型；单元类型包括快慢路可选择功能单元、可跳过执行功能单元或必要执行功能单元；评估指标获取模块820用于响应于单元类型为快慢路可选择功能单元，获取车辆系统的系统负载、当前车载功能单元的各场景评估指标和当前车载功能单元的预设数量历史帧的历史实际执行耗时；执行耗时计算模块830用于根据各场景评估指标确定场景复杂度评分和场景及时性评分，并根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分确定当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，获取当前剩余时延预算值；粗粒度计算模块840用于响应于当前慢路执行耗时大于当前剩余时延预算值，确定当前车载功能单元的当前计算模式为粗粒度计算模式，获取当前车载功能单元的上一个车载功能单元的历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前车载功能单元的当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

第三方面，提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现上述方法实施例中任一方法的步骤。

第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中任一方法的步骤。

上述车载功能单元计算方法、装置、计算机设备和存储介质，获取当前车载功能单元的单元类型；单元类型包括快慢路可选择功能单元、可跳过执行功能单元或必要执行功能单元；而后，响应于单元类型为快慢路可选择功能单元，获取车辆系统的系统负载、当前车载功能单元的各场景评估指标和当前车载功能单元的预设数量历史帧的历史实际执行耗时；接着，根据各场景评估指标确定场景复杂度评分和场景及时性评分，并根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分确定当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，获取当前剩余时延预算值；最后，响应于当前慢路执行耗时大于当前剩余时延预算值，确定当前车载功能单元的当前计算模式为粗粒度计算模式，获取当前车载功能单元的上一个车载功能单元的历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前车载功能单元的当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点通过将当前车载功能单元的当前计算模式切换至粗粒度计算模式避免了超时掉帧，也保证低延迟的前提下输出高质量和高准确性的当前计算输出结果，提高了计算效率。

附图说明

图1为一个实施例中车载功能单元计算方法的应用环境图；

图2为一个实施例中车载功能单元计算方法的第一流程示意图；

图3为一个实施例中根据各场景评估指标确定场景复杂度评分和场景及时性评分的流程示意图；

图4为一个实施例中车载功能单元计算方法的第二流程示意图；

图5为一个实施例中车载功能单元计算方法的第三流程示意图；

图6为一个实施例中确定当前车载功能单元的当前计算模式为粗粒度计算模式的流程示意图；

图7为一个实施例中车载功能单元计算方法的第三流程示意图；

图8为一个实施例中车载功能单元计算装置的结构框图；

图9为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本申请的公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一电阻称为第二电阻，且类似地，可将第二电阻称为第一电阻。第一电阻和第二电阻两者都是电阻，但其不是同一电阻。

可以理解，以下实施例中的“连接”，如果被连接的电路、模块、单元等相互之间具有电信号或数据的传递，则应理解为“电连接”、“通信连接”等。

在此使用时，单数形式的“一”、“一个”和“所述/该”也可以包括复数形式，除非上下文清楚指出另外的方式。还应当理解的是，术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在，但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。

本申请提供的车载功能单元计算方法，可以应用于如图1所示的车辆系统中。其中，车辆系统包括依次通信连接各车载功能模块100；车载功能模块100包括各依次通信连接的车载功能单元110；各车载功能单元110之前均预先配置对应的路由节点120与上一个车载功能单元通信连接。可以理解的是，当前车载功能单元为当前时刻需进行数据计算的车载功能单元110；当前路由节点则为当前车载功能单元所对应的路由节点。

在一个具体示例，依次通信连接各车载功能模块100可以但不限于为定位模块、感知模块和规划与控制模块。感知模块可以但不限于包括依次通信连接图像点云预处理单元、目标检测单元和目标跟踪单元。以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行设置。

第一方面，如图2所示，提供一种车载功能单元计算方法，所述方法应用于预先配置的当前车载功能单元所对应的当前路由节点；所述方法包括步骤201至步骤204。

步骤201，获取当前车载功能单元的单元类型。

其中，单元类型包括快慢路可选择功能单元、可跳过执行功能单元或必要执行功能单元。可以理解的是，快慢路可选择功能单元为可选择当前计算模式的车载功能单元。可跳过执行功能单元为可跳过计算处理的车载功能单元。必要执行功能单元为必须经过计算处理的车载功能单元。具体地，当前路由节点获取当前车载功能单元的单元类型。

步骤202，响应于单元类型为快慢路可选择功能单元，获取车辆系统的系统负载、当前车载功能单元的各场景评估指标和当前车载功能单元的预设数量历史帧的历史实际执行耗时。

具体地，当前路由节点在识别到单元类型为快慢路可选择功能单元时，获取车辆系统的系统负载、当前车载功能单元的各场景评估指标和当前车载功能单元的预设数量历史帧的历史实际执行耗时。

在一个具体示例中，预设数量的历史帧为当前车载功能单元的当前帧之前的预设数量帧。以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行设置。

在一个具体示例中，当前车载功能单元目标检测单元可以但不限是目标检测单元，目标检测单元的场景评估指标可以但不限于包括最近障碍距离、相对速度、曲率和障碍密度，以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行设置。

步骤203，根据各场景评估指标确定场景复杂度评分和场景及时性评分，并根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分确定当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，获取当前剩余时延预算值。

具体地，当前路由节点根据各场景评估指标确定场景复杂度评分和场景及时性评分，并根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分确定当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，获取当前剩余时延预算值。

在一个具体示例中，获取当前剩余时延预算值，包括：

获取时延总预算值和当前已经耗时值；

根据延总预算值和当前已经耗时值的差确定当前剩余时延预算值，以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行设置。

在其中一个实施例中，如图3所示，根据各场景评估指标确定场景复杂度评分和场景及时性评分，包括步骤301至步骤303。

步骤301，对各场景评估指标进行归一化处理，得到对应的归一化处理后的场景评估指标；

步骤302，根据各归一化处理后的场景评估指标进行场景复杂度评估，得到场景复杂度评分；

步骤303，根据各归一化处理后的场景评估指标进行场景及时性评估，得到场景及时性评分。

具体地，当前路由节点对各场景评估指标进行归一化处理，得到对应的归一化处理后的场景评估指标；而后，根据各归一化处理后的场景评估指标进行场景复杂度评估，得到场景复杂度评分；接着，根据各归一化处理后的场景评估指标进行场景及时性评估，得到场景及时性评分，从而提高了场景复杂度和场景及时性的分析效率和准确度。

在本实施例中，对各场景评估指标进行归一化处理，得到对应的归一化处理后的场景评估指标；而后，根据各归一化处理后的场景评估指标进行场景复杂度评估，得到场景复杂度评分；接着，根据各归一化处理后的场景评估指标进行场景及时性评估，得到场景及时性评分，从而提高了场景复杂度和场景及时性的分析效率和准确度。

在其中一个实施例中，根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分确定当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，包括：

基于滑动窗口统计算法或指数加权统计算法，根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分进行在线估计，得到当前快路执行耗时和当前慢路执行耗时。

具体地，当前路由节点基于滑动窗口统计算法或指数加权统计算法，根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分进行在线估计，得到当前快路执行耗时和当前慢路执行耗时，提高了获取当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时的效率和准确性。

在本实施例中，基于滑动窗口统计算法或指数加权统计算法，根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分进行在线估计，得到当前快路执行耗时和当前慢路执行耗时，提高了获取当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时的效率和准确性。

步骤204，响应于当前慢路执行耗时大于当前剩余时延预算值，确定当前车载功能单元的当前计算模式为粗粒度计算模式，获取当前车载功能单元的上一个车载功能单元的历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前车载功能单元的当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

其中，当前车载功能单元的上一个车载功能单元的历史计算输出结果是指当前车载功能单元的上一个前序车载功能单元在当前帧的计算输出结果；当前车载功能单元的当前计算输出结果是指当前车载功能单元在当前帧的计算输出结果。

具体地，当前路由节点在识别到当前慢路执行耗时大于当前剩余时延预算值时，说明此时当前剩余时延预算值不足以当前车载功能单元采用细粒度计算模式，所以确定当前车载功能单元的当前计算模式为粗粒度计算模式，获取当前车载功能单元的上一个车载功能单元的历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前车载功能单元的当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点，通过将当前车载功能单元的当前计算模式切换至粗粒度计算模式避免了超时掉帧，也保证低延迟的前提下输出高质量和高准确性的当前计算输出结果，提高了计算效率。

基于此，上述车载功能单元计算方法，获取当前车载功能单元的单元类型；单元类型包括快慢路可选择功能单元、可跳过执行功能单元或必要执行功能单元；而后，响应于单元类型为快慢路可选择功能单元，获取车辆系统的系统负载、当前车载功能单元的各场景评估指标和当前车载功能单元的预设数量历史帧的历史实际执行耗时；接着，根据各场景评估指标确定场景复杂度评分和场景及时性评分，并根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分确定当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，获取当前剩余时延预算值；最后，响应于当前慢路执行耗时大于当前剩余时延预算值，确定当前车载功能单元的当前计算模式为粗粒度计算模式，获取当前车载功能单元的上一个车载功能单元的历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前车载功能单元的当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点通过将当前车载功能单元的当前计算模式切换至粗粒度计算模式避免了超时掉帧，也保证低延迟的前提下输出高质量和高准确性的当前计算输出结果，提高了计算效率。

在其中一个实施例中，如图4所示，所述方法还包括步骤401。

步骤401，响应于场景复杂度评分大于当前车载功能单元的复杂度评分阈值且场景及时性评分大于当前车载功能单元的及时性评分阈值，确定当前计算模式为粗粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

具体地，当前路由节点在识别到场景复杂度评分大于当前车载功能单元的复杂度评分阈值且场景及时性评分大于当前车载功能单元的及时性评分阈值时，说明此时场景的复杂度较高且场景及时性要求较高，需要更快的速度得到当前计算输出结果，确定当前计算模式为粗粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点，避免复杂环境中发生超时掉帧，也避免了出发全局降级无法保证延迟，提高了计算结果的稳定性。

在本实施例中，响应于场景复杂度评分大于当前车载功能单元的复杂度评分阈值且场景及时性评分大于当前车载功能单元的及时性评分阈值，确定当前计算模式为粗粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点，避免复杂环境中发生超时掉帧，也避免了出发全局降级无法保证延迟，提高了计算结果的稳定性。

在其中一个实施例中，如图5所示，所述方法还包括步骤501至步骤502。

步骤501，获取上一个历史帧的历史计算模式；

步骤502，响应于历史计算模式为细粒度计算模式且当前慢路执行耗时小于当前剩余时延预算值，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

具体地，当前路由节点获取上一个历史帧的历史计算模式；而后，响应于历史计算模式为细粒度计算模式且当前慢路执行耗时小于当前剩余时延预算值，说明此时当前剩余时延预算值足以当前车载功能单元采用粗粒度计算模式且不会导致计算模式频繁变化，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点，避免了计算模式频繁变化，以及丰富了当前车载功能单元的计算模式，提高了计算结果的稳定性和准确性。

在一个具体示例中，确定当前计算模式为细粒度计算模式，包括：

统计当前车载功能单元在预设时长内的计算模式切换次数总和；

响应于计算模式切换次数总和小于切换次数阈值，将当前计算模式确定为细粒度计算模式；

响应于计算模式切换次数总和大于或等于切换次数阈值，将当前计算模式确定为上一个历史帧的历史计算模式，以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行限制。

在本实施例中，获取上一个历史帧的历史计算模式；而后，响应于历史计算模式为细粒度计算模式且当前慢路执行耗时小于当前剩余时延预算值，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点，避免了计算模式频繁变化，以及丰富了当前车载功能单元的计算模式，提高了计算结果的稳定性和准确性。

在其中一个实施例中，如图6所示，确定当前车载功能单元的当前计算模式为粗粒度计算模式，包括步骤601和步骤602。

步骤601，统计当前车载功能单元在预设时长内的计算模式切换次数总和；

步骤602，响应于计算模式切换次数总和小于切换次数阈值，将当前计算模式切换至粗粒度计算模式。

具体地，当前路由节点统计当前车载功能单元在预设时长内的计算模式切换次数总和；而后，响应于计算模式切换次数总和小于切换次数阈值，将当前计算模式切换至粗粒度计算模式，避免了当前车载功能单元的当前计算模式抖动频繁切换，提高了计算结果的稳定性和准确性。

在一个具体示例中，确定当前车载功能单元的当前计算模式为粗粒度计算模式，还包括：

响应于计算模式切换次数总和大于或等于切换次数阈值，将当前计算模式确定为上一个历史帧的历史计算模式，以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行限制。

在本实施例中，统计当前车载功能单元在预设时长内的计算模式切换次数总和；而后，响应于计算模式切换次数总和小于切换次数阈值，将当前计算模式切换至粗粒度计算模式，避免了当前车载功能单元的当前计算模式抖动频繁切换，提高了计算结果的稳定性和准确性。

在其中一个实施例中，所述方法还包括：

获取车辆系统的最近障碍距离、纵向加速度和横向加速度；

响应于最近障碍距离小于距离阈值或纵向加速度大于纵向加速度阈值或横向加速度大于横向加速度阈值，判断当前路由节点的节点类型是否为紧急必要慢路节点；

若节点类型为紧急必要慢路节点，将当前计算模式设置为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点；

其中，获取当前车载功能单元的单元类型，包括：若节点类型并非紧急必要慢路节点，获取单元类型。

具体地，当前路由节点获取车辆系统的最近障碍距离、纵向加速度和横向加速度；而后，响应于最近障碍距离小于距离阈值或纵向加速度大于纵向加速度阈值或横向加速度大于横向加速度阈值，判断当前路由节点的节点类型是否为紧急必要慢路节点；接着，若节点类型为紧急必要慢路节点，将当前计算模式设置为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点；同时，若节点类型并非紧急必要慢路节点，获取单元类型，实现在最近障碍距离小于距离阈值或纵向加速度大于纵向加速度阈值或横向加速度大于横向加速度阈值时，强制紧急必要慢路节点对应的车载功能单元采用细粒度计算模式，保证车载功能单元计算最低限度的安全。

在本实施例中，获取车辆系统的最近障碍距离、纵向加速度和横向加速度；而后，响应于最近障碍距离小于距离阈值或纵向加速度大于纵向加速度阈值或横向加速度大于横向加速度阈值，判断当前路由节点的节点类型是否为紧急必要慢路节点；接着，若节点类型为紧急必要慢路节点，将当前计算模式设置为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点；同时，若节点类型并非紧急必要慢路节点，获取单元类型，实现在最近障碍距离小于距离阈值或纵向加速度大于纵向加速度阈值或横向加速度大于横向加速度阈值时，强制紧急必要慢路节点对应的车载功能单元采用细粒度计算模式，保证车载功能单元计算最低限度的安全。

在其中一个实施例中，如图7所示，所述方法还包括步骤701至步骤704。

步骤701，响应于单元类型为可跳过执行功能单元，获取上一个历史帧的历史障碍物检测结果和当前帧的当前障碍物检测结果；

步骤702，对历史障碍检测结果和当前障碍物检测结果进行匈牙利匹配处理后，得到匹配处理后的历史障碍物检测结果和匹配处理后的当前障碍物检测结果；

步骤703，根据匹配处理后的历史障碍物检测结果和匹配处理后的当前障碍物检测结果进行稳定性评估，得到稳定性评估分数；

步骤704，响应于稳定性评估分数大于稳定性评估分数阈值，获取历史计算输出结果，控制当前车载功能单元将历史计算输出结果输出至下一个车载功能单元对应的路由节点。

具体地，当前路由节点响应于单元类型为可跳过执行功能单元，获取上一个历史帧的历史障碍物检测结果和当前帧的当前障碍物检测结果；而后，对历史障碍检测结果和当前障碍物检测结果进行匈牙利匹配处理后，得到匹配处理后的历史障碍物检测结果和匹配处理后的当前障碍物检测结果；接着，根据匹配处理后的历史障碍物检测结果和匹配处理后的当前障碍物检测结果进行稳定性评估，得到稳定性评估分数；最后，响应于稳定性评估分数大于稳定性评估分数阈值，获取历史计算输出结果，控制当前车载功能单元将历史计算输出结果输出至下一个车载功能单元对应的路由节点，丰富了当前车载功能单元的计算模式，提高了计算结果的稳定性和准确性，通过当前车载功能单元直接跳过计算处理从而实现在保证车载功能单元计算准确性和稳定性的前提下提高了计算效率。

在本实施例中，响应于单元类型为可跳过执行功能单元，获取上一个历史帧的历史障碍物检测结果和当前帧的当前障碍物检测结果；而后，对历史障碍检测结果和当前障碍物检测结果进行匈牙利匹配处理后，得到匹配处理后的历史障碍物检测结果和匹配处理后的当前障碍物检测结果；接着，根据匹配处理后的历史障碍物检测结果和匹配处理后的当前障碍物检测结果进行稳定性评估，得到稳定性评估分数；最后，响应于稳定性评估分数大于稳定性评估分数阈值，获取历史计算输出结果，控制当前车载功能单元将历史计算输出结果输出至下一个车载功能单元对应的路由节点，丰富了当前车载功能单元的计算模式，减少冗余计算，提高了计算结果的稳定性和准确性，通过当前车载功能单元直接跳过计算处理从而实现在保证车载功能单元计算准确性和稳定性的前提下提高了计算效率。

在其中一个实施例中，如图7所示，所述方法还包括步骤705。

步骤705，响应于稳定性评估分数小于或等于稳定性评估分数阈值，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

具体地，当前路由节点响应于稳定性评估分数小于或等于稳定性评估分数阈值，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点，丰富了当前车载功能单元的计算模式，提高了计算结果的稳定性和准确性。

在本实施例中，响应于稳定性评估分数小于或等于稳定性评估分数阈值，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点，丰富了当前车载功能单元的计算模式，提高了计算结果的稳定性和准确性。

在一个具体示例中，所述方法还包括：响应于单元类型为必要执行功能单元，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行设置。

在一个具体示例中，所述方法还包括：将当前车载功能单元的单元类型、车辆系统的系统负载、当前车载功能单元的各场景评估指标、当前计算模式和当前计算输出结果存储至当前车载功能单元的工作日志，便于后续线下测试复现当前工作状态，以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行设置。

在一个具体示例中，传统车载功能单元计算方法仅有细粒度计算模式和本申请的技术效果对比表格如下表所示：

以上仅为具体示例，在实际应用中根据用户需求而灵活设置，在此不进行设置。

应该理解的是，虽然图2-图7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图7中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

第二方面，如图8所示，提供了一种车载功能单元计算装置，所述装置应用于预先配置的当前车载功能单元所对应的当前路由节点；所述装置单元类型获取模块810、评估指标获取模块820、执行耗时计算模块830和粗粒度计算模块840。

其中，单元类型获取模块，用于获取当前车载功能单元的单元类型；单元类型包括快慢路可选择功能单元、可跳过执行功能单元或必要执行功能单元；评估指标获取模块，用于响应于单元类型为快慢路可选择功能单元，获取车辆系统的系统负载、当前车载功能单元的各场景评估指标和当前车载功能单元的预设数量历史帧的历史实际执行耗时；执行耗时计算模块，用于根据各场景评估指标确定场景复杂度评分和场景及时性评分，并根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分确定当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，获取当前剩余时延预算值；粗粒度计算模块，用于响应于当前慢路执行耗时大于当前剩余时延预算值，确定当前车载功能单元的当前计算模式为粗粒度计算模式，获取当前车载功能单元的上一个车载功能单元的历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前车载功能单元的当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

在其中一个实施例中，执行耗时计算模块830包括场景评估单元。

其中，场景评估单元用于对各场景评估指标进行归一化处理，得到对应的归一化处理后的场景评估指标；场景评估单元用于根据各归一化处理后的场景评估指标进行场景复杂度评估，得到场景复杂度评分；场景评估单元用于根据各归一化处理后的场景评估指标进行场景及时性评估，得到场景及时性评分。

在其中一个实施例中，执行耗时计算模块830还包括在线估计单元。

其中，在线估计单元用于基于滑动窗口统计算法或指数加权统计算法，根据系统负载、各历史帧的历史实际执行耗时和场景复杂评分进行在线估计，得到当前快路执行耗时和当前慢路执行耗时。

在其中一个实施例中，粗粒度计算模块840还用于响应于场景复杂度评分大于当前车载功能单元的复杂度评分阈值且场景及时性评分大于当前车载功能单元的及时性评分阈值，确定当前计算模式为粗粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据粗粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

在其中一个实施例中，所述装置还包括细粒度计算模块。

其中，细粒度计算模块用于获取上一个历史帧的历史计算模式；细粒度计算模块用于响应于历史计算模式为细粒度计算模式且当前慢路执行耗时小于当前剩余时延预算值，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

在其中一个实施例中，粗粒度计算模块840包括粗粒度计算模式确定单元。

其中，粗粒度计算模式确定单元用于统计当前车载功能单元在预设时长内的计算模式切换次数总和；粗粒度计算模式确定单元用于响应于计算模式切换次数总和小于切换次数阈值，将当前计算模式切换至粗粒度计算模式。

在其中一个实施例中，所述装置还包括最低安全保障计算模块。

其中，最低安全保障计算模块用于获取车辆系统的最近障碍距离、纵向加速度和横向加速度；最低安全保障计算模块用于响应于最近障碍距离小于距离阈值或纵向加速度大于纵向加速度阈值或横向加速度大于横向加速度阈值，判断当前路由节点的节点类型是否为紧急必要慢路节点；最低安全保障计算模块用于若节点类型为紧急必要慢路节点，将当前计算模式设置为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点；其中，获取当前车载功能单元的单元类型，包括：若节点类型并非紧急必要慢路节点，获取单元类型。

在其中一个实施例中，所述装置还包括可跳过执行模块。

其中，可跳过执行模块用于响应于单元类型为可跳过执行功能单元，获取上一个历史帧的历史障碍物检测结果和当前帧的当前障碍物检测结果；可跳过执行模块用于对历史障碍检测结果和当前障碍物检测结果进行匈牙利匹配处理后，得到匹配处理后的历史障碍物检测结果和匹配处理后的当前障碍物检测结果；可跳过执行模块用于根据匹配处理后的历史障碍物检测结果和匹配处理后的当前障碍物检测结果进行稳定性评估，得到稳定性评估分数；可跳过执行模块用于响应于稳定性评估分数大于稳定性评估分数阈值，获取历史计算输出结果，控制当前车载功能单元将历史计算输出结果输出至下一个车载功能单元对应的路由节点。

在其中一个实施例中，可跳过执行模块还用于响应于稳定性评估分数小于或等于稳定性评估分数阈值，确定当前计算模式为细粒度计算模式，获取历史计算输出结果，控制当前车载功能单元根据细粒度计算模式和历史计算输出结果进行计算处理后得到当前计算输出结果，并将当前计算输出结果输出至下一个车载功能单元对应的路由节点。

关于车载功能单元计算装置的具体限定可以参见上文中对于车载功能单元计算方法的限定，在此不再赘述。上述车载功能单元计算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车载功能单元计算方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

第三方面，提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现上述方法实施例中任一方法的步骤。

第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中任一方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (12)

1.一种车载功能单元计算方法，所述方法应用于预先配置的当前车载功能单元所对应的当前路由节点；所述方法包括：

获取所述当前车载功能单元的单元类型；所述单元类型包括快慢路可选择功能单元、可跳过执行功能单元或必要执行功能单元；

响应于所述单元类型为所述快慢路可选择功能单元，获取车辆系统的系统负载、所述当前车载功能单元的各场景评估指标和所述当前车载功能单元的预设数量历史帧的历史实际执行耗时；

根据各所述各场景评估指标确定场景复杂度评分和场景及时性评分，并根据所述系统负载、各所述历史帧的所述历史实际执行耗时和所述场景复杂评分确定所述当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，获取当前剩余时延预算值；

响应于所述当前慢路执行耗时大于所述当前剩余时延预算值，确定所述当前车载功能单元的当前计算模式为粗粒度计算模式，获取所述当前车载功能单元的上一个车载功能单元的历史计算输出结果，控制所述当前车载功能单元根据所述粗粒度计算模式和所述历史计算输出结果进行计算处理后得到所述当前车载功能单元的当前计算输出结果，并将所述当前计算输出结果输出至下一个车载功能单元对应的路由节点。

2.根据权利要求1所述的方法，其特征在于，所述根据各所述各场景评估指标确定场景复杂度评分和场景及时性评分，包括：

对各所述场景评估指标进行归一化处理，得到对应的归一化处理后的所述场景评估指标；

根据各所述归一化处理后的所述场景评估指标进行场景复杂度评估，得到所述场景复杂度评分；

根据各所述归一化处理后的所述场景评估指标进行场景及时性评估，得到所述场景及时性评分。

3.根据权利要求1所述的方法，其特征在于，所述根据所述系统负载、各所述历史帧的所述历史实际执行耗时和所述场景复杂评分确定所述当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，包括：

基于滑动窗口统计算法或指数加权统计算法，根据所述系统负载、各所述历史帧的所述历史实际执行耗时和所述场景复杂评分进行在线估计，得到所述当前快路执行耗时和所述当前慢路执行耗时。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于所述场景复杂度评分大于所述当前车载功能单元的复杂度评分阈值且所述场景及时性评分大于所述当前车载功能单元的及时性评分阈值，确定所述当前计算模式为所述粗粒度计算模式，获取所述历史计算输出结果，控制所述当前车载功能单元根据所述粗粒度计算模式和所述历史计算输出结果进行计算处理后得到所述当前计算输出结果，并将所述当前计算输出结果输出至所述下一个车载功能单元对应的路由节点。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取上一个所述历史帧的历史计算模式；

响应于所述历史计算模式为细粒度计算模式且所述当前慢路执行耗时小于所述当前剩余时延预算值，确定所述当前计算模式为细粒度计算模式，获取所述历史计算输出结果，控制所述当前车载功能单元根据所述细粒度计算模式和所述历史计算输出结果进行计算处理后得到所述当前计算输出结果，并将所述当前计算输出结果输出至所述下一个车载功能单元对应的路由节点。

6.根据权利要求1所述的方法，其特征在于，所述确定所述当前车载功能单元的当前计算模式为粗粒度计算模式，包括：

统计所述当前车载功能单元在预设时长内的计算模式切换次数总和；

响应于所述计算模式切换次数总和小于切换次数阈值，将所述当前计算模式切换至所述粗粒度计算模式。

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：

获取所述车辆系统的最近障碍距离、纵向加速度和横向加速度；

响应于所述最近障碍距离小于距离阈值或所述纵向加速度大于纵向加速度阈值或横向加速度大于横向加速度阈值，判断所述当前路由节点的节点类型是否为紧急必要慢路节点；

若所述节点类型为所述紧急必要慢路节点，将所述当前计算模式设置为所述细粒度计算模式，获取所述历史计算输出结果，控制所述当前车载功能单元根据所述细粒度计算模式和所述历史计算输出结果进行计算处理后得到所述当前计算输出结果，并将所述当前计算输出结果输出至所述下一个车载功能单元对应的路由节点；

其中，所述获取所述当前车载功能单元的单元类型，包括：若所述节点类型并非所述紧急必要慢路节点，获取所述单元类型。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于所述单元类型为所述可跳过执行功能单元，获取上一个所述历史帧的历史障碍物检测结果和所述当前帧的当前障碍物检测结果；

对所述历史障碍检测结果和所述当前障碍物检测结果进行匈牙利匹配处理后，得到匹配处理后的所述历史障碍物检测结果和匹配处理后的所述当前障碍物检测结果；

根据所述匹配处理后的所述历史障碍物检测结果和所述匹配处理后的所述当前障碍物检测结果进行稳定性评估，得到稳定性评估分数；

响应于所述稳定性评估分数大于稳定性评估分数阈值，获取所述历史计算输出结果，控制所述当前车载功能单元将所述历史计算输出结果输出至所述下一个车载功能单元对应的路由节点。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

响应于所述稳定性评估分数小于或等于所述稳定性评估分数阈值，确定所述当前计算模式为细粒度计算模式，获取所述历史计算输出结果，控制所述当前车载功能单元根据所述细粒度计算模式和所述历史计算输出结果进行计算处理后得到所述当前计算输出结果，并将所述当前计算输出结果输出至下一个车载功能单元对应的路由节点。

10.一种车载功能单元计算装置，所述装置应用于预先配置的当前车载功能单元所对应的当前路由节点；所述装置：

单元类型获取模块，用于获取所述当前车载功能单元的单元类型；所述单元类型包括快慢路可选择功能单元、可跳过执行功能单元或必要执行功能单元；

评估指标获取模块，用于响应于所述单元类型为所述快慢路可选择功能单元，获取车辆系统的系统负载、所述当前车载功能单元的各场景评估指标和所述当前车载功能单元的预设数量历史帧的历史实际执行耗时；

执行耗时计算模块，用于根据各所述各场景评估指标确定场景复杂度评分和场景及时性评分，并根据所述系统负载、各所述历史帧的所述历史实际执行耗时和所述场景复杂评分确定所述当前车载功能单元的当前帧的当前快路执行耗时和当前慢路执行耗时，获取当前剩余时延预算值；

粗粒度计算模块，用于响应于所述当前慢路执行耗时大于所述当前剩余时延预算值，确定所述当前车载功能单元的当前计算模式为粗粒度计算模式，获取所述当前车载功能单元的上一个车载功能单元的历史计算输出结果，控制所述当前车载功能单元根据所述粗粒度计算模式和所述历史计算输出结果进行计算处理后得到所述当前车载功能单元的当前计算输出结果，并将所述当前计算输出结果输出至下一个车载功能单元对应的路由节点。

11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述方法的步骤。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。