KR20210129205A - 메시지 푸싱 방법, 저장 매체 및 서버 - Google Patents

Abstract

본 출원은 차량 인터넷 분야에 관한 것으로, 메시지 푸싱 방법, 저장 매체 및 서버를 개시한다. 상기 방법은: 타깃 차량과 연관된 기본 데이터를 획득하는 단계 - 기본 데이터는 적어도 차량 사용자 데이터 및 운전 환경 데이터를 포함함 -; 획득된 기본 데이터에 기반하여 타깃 차량의 현재 시나리오에 대한 인식을 수행하는 단계; 획득된 시나리오 인식 결과에 따라, 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 적어도 하나의 서비스의 서비스 메시지를 생성하는 단계; 및 생성된 서비스 메시지를 타깃 차량으로 푸시하는 단계를 포함한다. 본 출원은 능동적인 시나리오 인식을 달성하고, 시나리오 인식 결과에 기반하여 현재 시간 및 공간에서 사용자가 필요로 할 수 있는 서비스를 능동적으로 결정하며, 대응하는 서비스 메시지를 차량 측으로 능동적으로 푸시한다. 사용자가 별도의 작동 없이 원하는 서비스를 받을 수 있기 때문에, 상기 방법은 차량 내 환경에서 운전 안전성을 크게 향상시키고, 차량 내 환경에서 사용자의 서비스 요건을 충족하며, 효과적이다.

Description

메시지 푸싱 방법, 저장 매체 및 서버

본 출원은, 2019년 7월 2일에 출원되고 발명의 명칭이 "메시지 푸싱 방법, 저장 매체 및 서버"인 중국 특허 출원 번호 제201910589563.1호에 대한 우선권을 주장하는 바이며, 상기 문헌의 내용은 그 전체로서 원용에 의해 본 명세서에 포함된다.

본 개시는 IoV(Internet of Vehicles) 분야에 관한 것으로, 특히 메시지 푸싱(message pushing) 방법, 저장 매체 및 서버에 관한 것이다.

사물 인터넷과 인터넷의 통합으로 IoV는 현재 차량 구동 분야의 중요한 부분이다. 간단히 말해서, IoV는 네트워크에 기반하여 하면서 합의된 통신 프로토콜 및 데이터 교환 표준에 따라, 차량과 모든 것(차량 및 차량, 차량과 도로, 차량과 사람, 차량과 네트워크 등) 간의 무선 통신 및 정보 교환을 위한 거대한 네트워크이다. 예를 들어, IoV에 기반하여 지능형 교통 관리, 동적 메시지 서비스 제공, 지능형 차량 제어를 구현할 수 있다.

종래에는 IoV 플랫폼이 사용자에게 메시지 형태로 서비스를 제공할 때, 사용자가 추가로, 차량 환경에서 수동으로 작동하거나 음성 안내를 시작하여 서비스를 깨우는 것이 필요하다. 그러나, 차량 환경에서 이러한 서비스 획득 모드는 사용자의 안전 운전에 틀림없이 영향을 미칠 것이다. 따라서, 차량 환경에서의 운전 안전성(driving safety) 및 사용자 요구의 지속적인 개선을 고려할 때, 차량 환경에서 사용자에게 메시지를 푸시하는 방법은 이 분야의 기술 인력이 해결해야 할 시급한 문제가 되었다.

본 개시의 실시예는 차량 환경에서 운전 안전성을 향상시키고 차량 환경에서 사용자의 서비스 요구를 만족시킬 수 있으며 더 나은 효과를 갖는 메시지 푸싱 방법, 저장 매체 및 서버를 제공한다. 기술 솔루션은 다음과 같다.

일 측면에 따르면, 서버에 적용 가능한 메시지 푸싱 방법이 제공되며, 상기 방법은,

타깃 차량과 연관된 기본 데이터를 획득하는 단계 - 상기 기본 데이터는 적어도 차량 및 사용자 데이터 그리고 운전 환경 데이터를 포함함 -;

상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는(recognizing) 단계;

획득된 장면 인식 결과에 따라, 상기 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 상기 적어도 하나의 서비스의 서비스 메시지를 생성하는 단계; 및

상기 생성된 서비스 메시지를 상기 타깃 차량에 푸시하는 단계를 포함한다.

가능한 구현에서, 획득된 기본 데이터를 장면 인식을 위해 상이한 장면 엔진에 배포하는 단계는,

상기 획득된 기본 데이터를 전처리하는 단계; 및

전처리된 기본 데이터를 상이한 장면 엔진에 배포하는 단계를 포함한다.

다른 측면에 따르면, 서버에 적용 가능한 메시지 푸싱 장치가 제공되며, 상기 장치는,

타깃 차량과 연관된 기본 데이터를 획득하도록 구성된 획득 모듈 - 상기 기본 데이터는 적어도 차량 및 사용자 데이터 그리고 운전 환경 데이터를 포함함 -;

상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하도록 구성된 인식 모듈;

획득된 장면 인식 결과에 따라, 상기 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 상기 적어도 하나의 서비스의 서비스 메시지를 생성하도록 구성된 생성 모듈; 및

상기 생성된 서비스 메시지를 상기 타깃 차량에 푸시하도록 구성된 전송 모듈을 포함한다.

가능한 구현에서, 상기 생성 모듈은 상기 획득된 장면 인식 결과에 따라 적어도 하나의 서비스를 결정하고 - 상기 적어도 하나의 서비스의 각각의 서비스는 상이한 서비스 유형을 가짐 -; 그리고 상기 각각의 서비스와 매칭하는 서비스 카드를 생성하도록 구성되며, 하나의 서비스 카드는 하나의 서비스의 서비스 메시지를 포함한다.

가능한 구현에서, 상기 전송 모듈은 상기 생성된 서비스 카드로부터 적어도 2개의 상이한 서비스 유형의 서비스 카드를 우선순위 규칙에 따라 선택하고, 상기 선택된 서비스 카드를 상기 타깃 차량에 푸시하고; 상기 현재 장면에서 수요(demand)가 가장 높은 서비스 카드를 상기 타깃 차량으로 푸시하며; 상기 생성된 서비스 카드를 상기 우선순위 규칙에 따라 타깃 빈도 간격(target frequency interval)으로 상기 타깃 차량에 순차적으로(successively) 푸시하도록 구성되며, 상기 우선 순위 규칙은 상기 현재 장면에서 수요가 높은 서비스 카드가 더 높은 우선순위를 가지는 것이다.

가능한 구현에서, 상기 인식 모듈은 공공 서비스 계층에서 기능 모듈을 호출하여, 상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하도록 구성된다.

가능한 구현에서, 상기 인식 모듈은 상기 획득된 기본 데이터를 모델 서비스 모듈의 머신 러닝 모델에 입력하고, 상기 머신 러닝 모델에 기반하여 상기 타깃 차량의 현재 장면을 인식하며, 규칙 구성 모듈에 기반하여, 상기 획득된 기본 데이터가 미리 설정된 규칙을 만족하는지를 검출하고, 획득되는 검출 결과에 기반하여 상기 타깃 차량의 현재 장면을 인식하며, 상기 획득된 기본 데이터 및 상기 기본 데이터와 매칭하는 포트레이트(portrait)에 기반하여 상기 타깃 차량의 현재 장면을 인식하고 - 상기 포트레이트는 상기 타깃 차량과 연관된 이력 기본 데이터에 기반하여 구성됨 -; 그리고 콘텐츠 서버 모듈을 호출하여, 상기 획득된 기본 데이터에 기반하여 현재 시간 및 공간과 매칭하는 지정된 기본 데이터를 획득하며, 상기 지정된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하도록 구성된다.

가능한 구현에서, 상기 인식 모듈은 추가로, 상기 획득된 기본 데이터를 장면 인식을 위해 상이한 장면 엔진에 배포하고 - 각 장면 엔진이 수신한 기본 데이터는 미리 상기 장면 엔진이 구독하고 있는 데이터의 유형과 매칭함 -; 그리고 상기 장면 엔진에 의해 인식된 장면을 장면 인식 결과로 사용하도록 구성된다.

가능한 구현에서, 상기 인식 모듈은, 각 장면 엔진에 대해 배포된 기본 데이터를 검증하고; 그리고 검증 후 복수의 스레드(thread)를 생성하고, 상기 복수의 스레드를 사용하여, 공공 서비스 계층의 기능 모듈을 호출하여, 상기 배포된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하도록 구성된다.

가능한 구현에서, 상기 생성 모듈은, 상기 장면 엔진에 의해 인식된 장면 중 현재 서비스 수요를 가지는 적어도 하나의 장면을 결정하고; 장면과 서비스 간의 대응 관계에 따라 상기 적어도 하나의 장면과 매칭되는 서비스를 결정하며; 그리고 상기 적어도 하나의 장면과 매칭되는 서비스를 상기 적어도 하나의 서비스로 결정하도록 구성된다.

가능한 구현에서, 상기 인식 모듈은 추가로, 상기 획득된 기본 데이터를 전처리하고; 그리고 전처리된 기본 데이터를 상이한 장면 엔지에 배포하도록 구성된다.

가능한 구현에서, 상기 전송 모듈은 추가로, 우선순위 규칙에 따라, 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지로부터 타깃 서비스 메시지를 결정하고, 상기 타깃 서비스 메시지를 상기 타깃 차량에 푸시하고 - 상기 타깃 서비스 메시지는 상기 현재 장면에서 수요가 가장 높은 서비스 메시지임 -;

상기 우선순위 규칙에 따라, 상기 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지를 타깃 빈도 간격으로 상기 타깃 차량에 순차적으로 푸시하며;

상기 우선순위 규칙에 따라, 상기 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지의 일부 서비스 메시지를 상기 타깃 빈도 간격으로 상기 타깃 차량에 순차적으로 푸시하고; 그리고

하나의 장면 엔진이 적어도 2개의 서비스 메시지를 생성하는 것에 응답하여, 상기 적어도 2개의 서비스 메시지를 상기 타깃 빈도 간격으로 상기 타깃 차량에 푸시하도록 구성되며,

상기 우선순위 규칙은 상기 현재 장면에서 수요가 높은 서비스 메시지가 더 높은 우선순위를 가지는 것이다.

가능한 구현에서, 상기 획득 모듈은 추가로, 상기 생성된 서비스 메시지와 매칭하는 메시지 디스플레이 템플릿(message display template)을 획득하도록 구성된다.

상기 전송 모듈은 추가로, 상기 메시지 디스플레이 템플릿을 상기 타깃 차량에 전송하도록 구성되며, 상기 메시지 디스플레이 템플릿은 상기 메시지 디스플레이 템플릿에 따라 수신된 서비스 메시지를 디스플레이하도록 상기 타깃 차량에게 명령하는데 사용된다.

가능한 구현에서, 상기 차량 및 사용자 데이터는 차량 데이터 및 사용자 데이터를 포함하고;

상기 차량 데이터는 적어도 차량 상태 데이터 및 트랙 데이터를 포함하며; 상기 사용자 데이터는 적어도 차량 측 사용자의 사용자 행동 데이터, 사용자 선호도 데이터, 및 리소스 레이블(resource label) 데이터를 포함하고; 그리고

상기 운전 환경 데이터는 적어도 도로 상황 데이터(road condition data), 날씨 환경 데이터, POI(point of interest) 데이터, 및 인프라(infrastructure) 데이터를 포함한다.

가능한 구현에서, 상기 기본 데이터에 매칭되는 포트레이트는 사용자 포트레이트, 차량 포트레이트, 환경 포트레이트 및 콘텐츠 포트레이트를 포함하고,

상기 환경 포트레이트는 이력 날씨 환경 데이터에 따라 구성되고 실시간으로 획득된 날씨 환경 데이터를 사용하여 업데이트되며, 상기 차량 포트레이트는 이력 차량 상태 데이터에 따라 구성되고 실시간으로 획득된 차량 상태 데이터를 사용하여 업데이트되고, 상기 사용자 포트레이트는 이력 사용자 행동 데이터 및 이력 사용자 선호도 데이터에 따라 구성되고, 실시간으로 획득된 사용자 행동 데이터 및 사용자 선호도 데이터를 사용하여 업데이트되며, 그리고 상기 콘텐츠 포트레이트는 이력 리소스 레이블 데이터에 따라 구성되고 실시간으로 획득된 리소스 레이블 데이터를 사용하여 업데이트된다.

다른 측면에 따르면, 적어도 하나의 명령을 저장하는 저장 매체가 제공되며, 상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어, 메시지 푸싱 방법을 구현한다.

다른 측면에 따르면, 프로세서 및 메모리를 포함하는 서버가 제공되며, 상기 메모리는 적어도 하나의 명령을 저장하고, 상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,

타깃 차량과 연관된 기본 데이터를 획득하는 작동 - 상기 기본 데이터는 적어도 차량 및 사용자 데이터 그리고 운전 환경 데이터를 포함함 -;

상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 작동;

획득된 장면 인식 결과에 따라, 상기 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 상기 적어도 하나의 서비스의 서비스 메시지를 생성하는 작동; 및

상기 생성된 서비스 메시지를 상기 타깃 차량에 푸시하는 작동을 구현한다.

본 개시의 실시 예에서 제공되는 기술적 솔루션은 다음의 유익한 효과를 가진다.

본 개시의 실시예에 따르면, 서버는 차량과 관련된 기본 데이터를 능동적으로 획득하고, 획득된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 능동적으로 인식하며, 기본 데이터는 적어도 차량 및 사용자 데이터 그리고 운전 환경 데이터를 포함한다. 획득된 장면 인식 결과에 따라 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정한 후, 서버는 적어도 하나의 서비스의 서비스 메시지를 자동으로 생성하고, 생성된 서비스 메시지를 차량에 능동적으로 푸시한다. 본 개시의 실시예에 따르면, 능동적인 장면 인식이 구현되고, 장면 인식 결과에 기반하여 현재 시간 및 공간에서 사용자가 필요로 하는 가능한 서비스를 능동적으로 결정할 수 있으며, 대응하는 서비스 메시지를 차량 측으로 능동적으로 푸시할 수 있다. 사용자는 별도의 조작 없이 필요한 서비스를 즐길 수 있어, 차량 환경에서의 운전 안전성을 크게 향상시키고 차량 환경에서 사용자의 서비스 요구를 만족시켜 보다 나은 효과를 얻을 수 있다.

본 개시의 실시예에서의 기술적 솔루션을 보다 명확하게 설명하기 위해, 이하에서는 실시예를 설명하는데 필요한 첨부 도면을 간략히 소개한다. 명백하게, 다음 설명에서 첨부된 도면은 본 개시의 일부 실시예만을 도시하고, 당업자는 창조적 노력 없이 이러한 첨부 도면으로부터 다른 도면을 여전히 도출할 수 있다.
도 1은 본 개시의 일 실시예에 따른 메시지 푸싱 방법과 관련된 구현 환경의 개략도이다.
도 2는 본 개시의 실시예에 따른 메시지 푸싱 방법에 관련된 상호작용 프레임워크의 개략도이다.
도 3은 본 개시의 실시예에 따른 메시지 푸싱 방법의 흐름도이다.
도 4는 본 개시의 실시예에 따른 데이터 액세스 계층의 개략도이다.
도 5는 본 개시의 실시예에 따른 데이터 획득의 개략도이다.
도 6은 본 개시의 실시예에 따른 포트레이트의 개략도이다.
도 7은 본 개시의 실시예에 따른 차량 측의 서비스 카드의 디스플레이의 개략도이다.
도 8은 본 개시의 실시예에 따른 메시지 푸싱 방법의 흐름도이다.
도 9는 본 개시의 실시예에 따른 메시지 푸싱 방법에 관련된 상호작용 프레임워크의 개략도이다.
도 10은 본 개시의 실시예에 따른 장면 엔진의 개략도이다.
도 11은 본 개시의 일 실시예에 따른 메시지 푸싱 방법의 개략적인 전체 실행 흐름도이다.
도 12는 본 개시의 일 실시예에 따른 메시지 푸싱 장치의 개략적인 구조도이다.
도 13은 본 개시의 실시예에 따른 서버(1300)의 개략도이다.

본 개시의 목적, 기술적 솔루션 및 이점을 보다 명확하게 하기 위해, 이하에서는 첨부된 도면을 참조하여 본 개시의 구현을 상세히 더 설명한다.

본 명세서에서 사용된 "제1", "제2" 등의 용어는 본 명세서에서 다양한 개념을 설명하기 위해 사용될 수 있음이 이해될 수 있다. 다만, 특별한 언급이 없는 한 그 개념이 그 용어에 의하여 한정되는 것은 아니다. 용어는 단지 한 개념을 다른 개념과 구별하기 위해 사용된다.

적어도 하나는 하나 이상을 의미한다. 예를 들어, 적어도 하나의 서비스 카드는 1개의 서비스 카드, 2개의 서비스 카드, 3개의 서비스 카드 및 임의의 다른 정수의 서비스 카드일 수 있으며, 여기서 정수는 1보다 크거나 같다.

적어도 둘은, 둘 이상을 의미한다. 예를 들어, 적어도 2개의 서비스 카드는 2개의 서비스 카드, 3개의 서비스 카드, 및 임의의 다른 정수의 서비스 카드일 수 있으며, 여기서 정수는 2보다 크거나 같다.

복수는 둘 이상을 의미한다. 예를 들어, 복수의 서비스 카드는 2개의 서비스 카드, 3개의 서비스 카드, 및 임의의 다른 정수의 서비스 카드일 수 있으며, 여기서 정수는 2보다 크거나 같다.

본 개시의 실시예를 상세히 설명 및 기술하기 전에, 본 개시의 실시예와 관련된 일부 용어를 먼저 설명 및 기술한다.

장면(Scene): IoV 환경에서 장면은 시간, 공간, 차량 내부 환경, 차량 외부 환경, 차체 상태(vehicle body state) 및 사용자의 현재 행동(behavior)을 설명하는 데 사용된다.

일 예에서, 차량(vehicle) 환경에서 실시간 데이터 획득(data acquisition)을 통해 "출퇴근(commuting), 피로(fatigue), 세차에 적합, 야간 고속도로"와 같은 장면을 자동으로 인식하여, 장면 인식(scene recognition) 결과에 기반하여 현재 사용자가 필요로 하는 서비스를 사용자에게 능동적으로 푸시할 수 있다.

포트레이트(Portrait): 사람이나 사물을 효과적으로 묘사하기 위한 도구. 사람이나 사물을 설명하는 포트레이트는 사람이나 사물에 대한 구체적인 정보를 추상화하는 것에 의해 형성된다.

가능한 구현에서, IoV 장면의 경우, 포트레이트는 사용자를 위해 사용될 뿐만 아니라, 사용자, 차량, 환경(예: 날씨) 및 리소스 레이블(resource label)과 같은 복수의 치수(dimension)에서 이력(historical) 데이터를 마이닝(mining)하는 것에 의해 형성되는 경향적이고 통계적으로 유의미한 결과일 수 있다.

즉, 이력 데이터를 마이닝하여 포트레이트를 구성할 수 있으며, 구성된 포트레이트도 실시간으로 획득된 데이터에 따라 업데이트될 수 있다. 이는 본 개시의 실시예에서 특별히 제한되지 않는다. 일 예에서, 본 개시의 실시예에서 구성된 포트레이트는 일반적으로 특징(feature)을 학습하기 위해 이력 데이터에 대한 초기 추상화(abstraction)를 수행하는 데 사용되며, 장면 인지(scene perception)를 지원하기(assist) 위해 후속 장면 인식 프로세스에서 빠르게 호출된다.

본 개시의 실시예에서 제공되는 메시지 푸싱 방법과 관련된 구현 환경이 아래에서 설명된다.

도 1을 참조하면, 구현 환경은 차량(101) 및 서버(102)를 포함한다. 서버(102)는 또한 본 명세서에서 IoV 플랫폼 또는 백엔드(backend) 서버로 지칭된다. 서버(102)는 모바일 네트워크 또는 무선 네트워크를 사용하여 차량(101)과 통신할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

가능한 구현에서, 차량(101)의 차량 탑재 멀티미디어 단말은 적응된 애플리케이션 소프트웨어 클라이언트와 함께 설치되고, 차량(101)은 애플리케이션 소프트웨어 클라이언트를 사용하여 IoV 플랫폼과 통신한다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

IoV 장면에서, 종래 기술은 현재 단일 장면 인식 서비스만을 제공할 수 있고, 장면 인식은 차량 측에서만 수행될 수 있으며, 즉, 차량 측에서 대응하는 애플리케이션 소프트웨어 클라이언트를 사용하여 장면 인지가 수행된다. 이것은 장면 확장성(expandability)을 심각하게 제한하고, 서비스의 다양성이 부족하며, 애플리케이션 소프트웨어 클라이언트는 서비스 업그레이드 과정에서 서비스 능력(service ability)의 출력에 영향을 미친다. 또한, 사용자는 운전하는 동안 집중하고 일관성을 유지해야 하므로, 사용자는 차량 환경에서 다른 차량 내 요구(in-vehicle demands)를 획득하기 위해 다른 작동(operation)을 수행하지 못할 수 있다. 사용자가 다른 작동을 수행할 수 있는 경우에도 사용자는 차량 내 요구를 획득하기 위해 지루한 작동 단계를 수행해야 한다. 예를 들어, 사용자는 각성하기(awakening) 위해 차량 환경에서 수동으로 복수의 작동을 수행하거나 음성 명령을 시작해야 하므로, 지루한 작동 단계, 운전 안전성 및 운전 프로세스가 다른 차량 내 요구와 동시에 수행될 때 시기 적절하지 않은 정보 도달과 같은 문제가 발생한다.

이와 같은 종래 기술의 문제점을 고려하여 본 개시의 실시예에 따르면, 서버(102)는 사람, 차량, 도로 및 환경과 같은 획득된 전방위 데이터(omni-directional data)에 기반하여 온라인 서비스 방식으로 사용자 요구에 대한 이해와 장면 및 공간에 대한 이해를 차량과 긴밀하게 조합한다. 서버(102)는 다양한 차량 장면을 실시간으로 정확하게 인식하고, 개인화 서비스(personalized service)를 차량(101)에 능동적으로 푸시할 수 있다. 예를 들어, 차량(101) 상의 애플리케이션 소프트웨어 클라이언트의 동적 컨테이너(dynamic container) 기술을 사용하여 메시지 형태의 개인화 서비스를 디스플레이한다.

본 개시의 이 실시예에 따르면, 서비스는 온라인 방식으로 제공된다. 구체적으로, 서버(102)는 장면 인식을 수행하고; 또한, 서버는 실시간으로 획득된 데이터에 기반하여 능동적인 장면 인식을 수행하고, 대응하는 서비스를 푸시할 수 있다. 또한, 더 강력한 장면 확장성을 통해, 서버(102)는 복수의 장면 엔진을 사용하여 복수의 장면 인지 서비스를 제공할 수 있을 뿐만 아니라 기존 엔진 능력(engine capability)을 강화(enrich) 및 향상시키거나, 기존 장면 엔진에 영향을 주지 않고 신규 장면 엔진을 추가할 수 있다. 즉, 복합적이고 다차원적인 정밀 롱테일(long-tail) 장면 서비스를 제공하는 것에 의해 완벽한 차내 생태계(in-vehicle ecology)를 조성할 수 있다. 롱테일 장면 서비스는 롱테일 이론에서 파생된다.

다시 말해서, 본 개시의 실시예에 따르면, 사람, 차량, 도로, 환경 등의 획득된 전방위 데이터에 기반하면서 도 2에 도시된 애플리케이션 소프트웨어 클라이언트의 동적 컨테이너 기술, 서버(102)의 실시간 데이터 모델 분석 알고리즘 및 상호작용(interaction) 프레임워크 기술을 참조하여, 실시간 장면 인식을 수행한다. 그러므로, 서버(102)는 더 강한 장면 확장성을 가지며, 기존의 엔진 능력을 강화 및 향상시키거나 기존의 장면 엔진에 영향을 주지 않고 신규 장면 엔진을 추가한다. 상호작용 프레임워크 기술은 spring-boot-TAF 장면 엔진 프레임워크 기술일 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다. 또한, 온라인 알고리즘 서비스는 엔지니어링을 더욱 편리하게 하고, 알고리즘 서비스의 자체 업그레이드는 장면 인지 서비스의 능력 출력에 영향을 미치지 않는다. 즉, 서버(102)가 제공하는 장면 인지 기능은 알고리즘 서비스의 자체 업그레이드에 의해 중단되지 않는다.

도 2에 도시된 바와 같이, 서버(102)는 주로 다음을 포함한다:

데이터 액세스 계층(data access layer)(1021): 데이터 액세스 계층은 상위 계층에서 데이터 소스의 다양성(diversity)을 보호하고, 다양한 채널을 통해 획득된 데이터를 균일하게 전처리하도록 구성된다. 전처리는 데이터 검증 및 복수의 데이터 소스로부터의 서로 다른 데이터에 대한 통합 캡슐화(unified encapsulation)를 포함하지만 이에 제한되지는 않는다. 예를 들어, 데이터는 균일한 데이터 포맷이나 균일한 이벤트 메시지 본문으로 캡슐화된다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

장면 엔진(1022): 장면 엔진은 상향스트림(upstream) 및 하향스트림(downstream) 계층 또는 모듈을 연결하도록 구성된 핵심 부분이다.

본 개시의 이 실시예에서, 장면 엔진(1022) 부분(part)은 수많은 장면 엔진을 포함할 수 있다. 상이한 장면 엔진은 상이한 장면 인지를 수행할 수 있으며, 신규 장면 엔진은 장면 엔진(1022) 부분에 지속적으로 추가되거나 확장될 수 있다. 즉, 본 개시의 이 실시예는 다양한 장면 엔진 능력을 제공하고, 각각의 장면 엔진은 장면 엔진의 분석 데이터 특성에 따라, 분석을 위해 데이터 액세스 계층(1021)으로부터 관심 데이터(data of interest)를 구독할(subscribe) 수 있다. 다시 말해서, 데이터 액세스 계층(1021)은 장면 인지를 완료하기 위해 장면 엔진이 구독하는 데이터의 유형에 따라, 전처리된 데이터를 분석을 위해 서로 다른 장면 엔진에 배포할(distribute) 수 있다. 즉, 각 장면 엔진에서 수신한 전처리된 데이터는 각 장면 엔진이 미리 구독하고 있는 데이터의 유형과 매칭한다(match).

공공 서비스 계층(public service layer) 계층(1023): 공공 서비스 계층은 독립 계층이며 모든 장면 엔진에 대한 기본 서비스 기능을 제공하기 위해 공용 알고리즘으로 사용된다. 즉, 장면 엔진(1022)은 공공 서비스 계층(1023)을 사용하여 장면 인지를 완료한다. 도 2에 도시된 바와 같이, 공공 서비스 계층(1023)은 장면 인식을 지원하는 복수의 기능 모듈, 예를 들어, 규칙 구성(rule configuration) 모듈, 모델 서비스 모듈, 포트레이트 및 콘텐츠 서비스 모듈을 포함한다. 일 실시 예에서, 콘텐츠 서비스 모듈은 날씨 서비스, 도로 상황(road condition) 서비스 등을 의미한다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

규칙 구성 모듈은 예를 들어 미리 설정된 임계값에 따라 차량이 제한 속도를 초과하는지를 판정하는 간단한 선행 규칙 구현을 제공하도록 구성된다. 모델 서비스 모듈은 일반적으로 인공지능(artificial intelligence, AI) 모델이며, 복잡한 장면을 인지, 예를 들어, 내비게이션 장면에서 다음 경로를 예측하도록 구성된다. 즉, 모델 서비스 모듈은 AI 알고리즘을 참조하여 입력된 기본 데이터에 대한 모델 분석을 수행하고, 추가로 주로 이력 특징에 기반하여 데이터를 파헤치도록(dig) 구성된다.

중재(arbitration) 모듈(1024): 중재 모듈은 장면 엔진(1022)이 장면 인식을 완료한 후에 생성된 서비스 메시지를 중재하도록, 예를 들어, 우선순위 제어 및 흐름 제어(flow control)를 수행하도록 구성된다. 예를 들어, 복수의 장면에서 생성된 모든 서비스 메시지가 차량(101)에 푸시되어야 하는 경우, 중재 모듈(1024)은 주로 복수의 서비스 메시지에 대한 전달(delivery) 우선순위 제어 및 단일 유형의 서비스 메시지에 대한 전달 빈도(frequency) 제어를 수행한다.

예를 들어, 본 개시의 이 실시예에 따르면, 일반 메시지 프로토콜에 기반하여 각 차량의 애플리케이션 소프트웨어 클라이언트에 대해 균일한 확장 가능한 메시지 구조가 제공되며, 즉, 고정된 메시지 구조 포맷이 애플리케이션 소프트웨어 클라이언트가 어떤 경우에도 서버(102)에 의해 푸시된 서비스 메시지를 인식할 수 있음을 보장하는데 사용된다. 애플리케이션 소프트웨어 클라이언트는 변경할 필요가 없으므로, 장면 인식의 높은 확장성을 보장하고, 애플리케이션 소프트웨어 클라이언트가 새로 추가된 서비스 메시지 유형을 해결하지 못할 때 발생하는 빈번한 업그레이드를 방지하므로, 최신 장면 서비스가 최소 비용으로 동적으로 제공된다.

결론적으로, 본 개시의 실시예에 따르면, 실시간 능동 장면 인식을 사용하여 현재 시간 또는 위치에서 사용자가 필요로 하는 가능한 서비스를 능동적으로 결정할 수 있고, 서비스를 사용자에게 능동적으로 푸시할 수 있어서, 운전 안전성 및 사용자 경험을 크게 향상시키고, 롱테일 서비스에 대한 인지를 개선시키며, 사용자에게 보다 풍부한 운전 경험 제공할 수 있다. 구체적으로, 상호작용 프레임워크에 기반하여 IoV 장면은 최소한 다음과 같은 이점을 달성한다.

1. 장면 인식은 서버 측의 데이터 분석 예측에 기반하여 구현된다. 즉, 본 개시의 본 실시예에 따르면, 장면 인식은 서버 측에서 구현되어, 강력한 장면 인지도(scene perceptibility)를 제공할 수 있으며, 즉 다양한 서비스를 제공할 수 있다.

2. 강력한 장면 확장성: 서비스가 더 풍부해짐에(abundant) 따라 서버 측에서 현재 아키텍처를 변경하지 않고 더 많은 장면 엔진을 제공할 수 있으며, 즉, 본 개시의 이 실시예에서 제공되는 상호작용 프레임워크는 다른 장면 엔진의 능력 출력에 영향을 주지 않고 장면 엔진을 빠르게 확장할 수 있다.

3. 멀티 테넌시(Multi-tenancy) 빠른 적응성(fast adaptability): 구성을 통해, 동일한 서비스 능력이 버전 반복 없이 다양한 차량 장면 요건을 충족할 수 있다. 즉, 본 개시의 이 실시예는 상이한 요구를 갖는 차량 장면에 적응할 수 있고 상이한 요구를 갖는 차량 장면을 수용할 수 있다.

4. 실시간 장면 인식에 기반한 정확한 추천: 장면 엔진에 기반하여 실시간 장면 인식을 수행하여 정확한 푸싱 서비스를 능동적으로 제공할 수 있다.

이하, 본 개시의 실시예에서 제공되는 메시지 푸싱 방법에 대해 상세히 설명한다.

후술하는 "제1", "제2", "제3", "제4" 등의 용어는 유사한 객체를 구별하기 위한 것으로 다른 제한을 구성하지 않는다.

도 3은 본 개시의 일 실시예에 따른 메시지 푸싱 방법의 흐름도이다. 방법의 상호작용 주체는 도 1에 도시된 차량 및 서버이다. 도 3을 참조하면, 본 개시의 이 실시예에서 제공되는 방법 프로세스는 다음 단계를 포함한다:

301. 서버는 타깃 차량과 연관된 기본(basic) 데이터를 획득하며, 기본 데이터는 적어도 차량 및 사용자 데이터 그리고 운전 환경(driving environment) 데이터를 포함한다.

본 명세서에서 타깃 차량은 IoV에 연결되는 모든 차량을 의미한다.

이 단계는 데이터 획득(data acquisition) 단계이며, 본 개시의 본 실시예에 따르면 차량 측과 서버 측의 이중 채널 데이터 획득 메커니즘이 구축된다. 즉, 서버는 차량 측에 설정된 복수의 메시지 터치 포인트(touch point)를 사용하여 실시간으로 일부 데이터 변화를 획득할 수 있으며, 즉, 서버는 차량으로부터 데이터를 획득할 수 있다. 결국, 서버는 장면 인지를 완료한 후 일부 서비스를 차량에 능동적으로 푸시할 수도 있다. 서비스는 일반적으로 메시지의 형태로 차량에 푸시되므로, 본 명세서에서는 서비스를 서비스 메시지라고 한다.

본 개시의 본 실시예에서, 서버는 복수의 채널을 사용하여 데이터를 획득할 수 있다. 획득된 데이터는 도 4에 도시된 바와 같이 트랙(track) 데이터, 매립 포인트(buried point) 데이터 및 다른 데이터로 대략적으로 구분될 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

가능한 구현에서, 서버는 타깃 차량과 연관된 기본 데이터를 획득한다. 기본 데이터는 차량 및 사용자 데이터와 운전 환경 데이터의 적어도 2개의 데이터 유형을 포함하지만, 이에 제한되지 않는다.

예를 들어, 도 5에 도시된 바와 같이, 서버는 다음 데이터를 획득할 수 있다:

첫째: 차량 측에 크게 의존하는 사용자 행동 데이터, 차량 상태 데이터 및 다른 데이터.

사용자 행동 데이터는 애플리케이션 열기(opening), 다음 화면으로 슬라이딩하기, 메시지 알림 닫기(closing) 등의 사용자 행동을 포함할 수 있다. 예를 들어, 전술한 애플리케이션은 차량 내 애플리케이션(in-vehicle application)을 의미한다. 예를 들어, 차량 상태 데이터는 차체 상태, 운전 데이터, 에너지/모드, 파노라마 카메라, 에어컨, 공기질, 기어박스, 도어록, 와이퍼, 자동차 라이트, 안전 벨트, 충전기, 타이어, 계기(instrument) 그리고 유지 보수(maintenance) 및 수리의 15개의 범주로 분류될 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

차량 측에 크게 의존하는 데이터는 매립 포인트 보고 모드 또는 지속적 연결(persistent connection) 실시간 보고 모드를 사용하여, 서버 측의 포트레이트 마이닝 모듈 및 장면 엔진에 제공될 수 있다.

둘째: 날씨 환경 데이터 및 동적 도로 상황 데이터와 같은 강력한 실시간 데이터.

날씨 환경 데이터는 표준 날씨 지역에 기반하는 실시간 기온, 풍력, 강수량 등을 포함할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다. 동적 도로 상황 데이터는 위상 도로(topological road)에 기반한 동적 정체 상황(dynamic congestion condition), 통행 시간(passing time), 교통 사고, 웅덩이 포인트(ponding point), 전자 눈 등(electronic eye)을 포함할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

실시간 데이터는 서버측의 포트레이트 마이닝 모듈과 장면 엔진에 서비스 형태로 제공된다.

세 번째: 사용자 선호도(preference) 데이터 및 리소스 레이블 데이터와 같은 외부 협업에 의존하는 정적 데이터.

본 명세서에서는 사용자 선호도 데이터를 사용자 이동 단말 선호도 데이터라고도 하며, 주로 이동 단말에 대한 사용자의 선호도 데이터가 획득된다. 사용자 이동 단말 선호도 데이터는 나이, 학력, 음악 스타일 선호도, 연예인 선호도, 뉴스 선호도, 소비 수준, 브랜드 선호도 등을 포함할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

리소스 레이블 데이터는 추가로, 콘텐츠 레이블 데이터와 애플릿(applet) 레이블 데이터로 나눌 수 있다. 콘텐츠 레이블 데이터는 일반적으로 청취 데이터(listening data)를 지칭하며, 노래 길이, 가수, 스타일 태그(style tag), 앨범 이름, 저자 등을 포함할 수 있다. 애플릿 레이블 데이터는 애플릿 개발자, 서비스 유형, 인기도 등을 포함할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

가능한 구현에서, 정적 데이터는 포트레이트 레이어(portrait layer)에서 직접 공동으로 구축될 수 있으며, 즉, 포트레이트 레이어에 도킹되고(docked) 포트레이트 레이어에서 상호작용할 수 있다. 예를 들어, 사용자와 관련된 정적 데이터는 다른 방식으로 직접 획득할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

넷째, 타깃 차량의 트랙 데이터, POI 데이터, 인프라(infrastructure) 데이터를 더 획득될 수 있다.

트랙 데이터는 흐름(flow) 데이터에 속하며 특별한 접근 방식을 통해 획득된다. POI 데이터와 인프라 데이터는 서비스를 통해 획득된다. 도로 상황 데이터, 날씨 환경 데이터, POI 데이터, 인프라 데이터는 모두 운전 환경 데이터이다.

지리 정보 시스템에서, 하나의 POI는 집, 상점, 우편함, 버스 정류장 등이 될 수 있다. 인프라는 잔디, 저수지 등을 의미할 수 있다.

첫째로, 사용자 행동 데이터, 사용자 선호도 데이터, 리소스 레이블 데이터는 모두 사용자와 관련되어 있으므로, 본 명세서에서는 타깃 사용자의 사용자 데이터로 통칭할 수 있다. 타깃 사용자는 타깃 차량의 사용자이다. 본 명세서에서는 차량 상태 데이터 및 트랙 데이터를 총칭하여 타깃 차량의 차량 데이터라고 할 수 있다.

둘째로, 실시간 데이터 분석을 위해 서버 측의 장면 엔진에 제공하여 장면 인식을 완료하는 것 외에도, 획득된 다양한 실시간 기본 데이터를 서버 측의 포트레이트 마이닝 모듈에 추가로 제공하여, 구성된 포트레이트를 실시간으로 업데이트할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

가능한 구현에서, 데이터 수집(collection)은 포트레이트의 구성과 함께 수행된다. 수집된 이력 기본 데이터(오프라인 데이터)를 마이닝하여 포트레이트를 구성할 수 있으며, 실시간으로 수집된 기본 데이터를 마이닝하는 것에 의해, 포트레이트를 업데이트할 수 있다. 장면 엔진이 실시간 장면 인지를 수행할 때, 구성된 포트레이트는 장면 인식을 더욱 도울 수 있다.

셋째로, 가능한 구현에서 정적 데이터는 일반적으로 작은 변경 사항이 있기 때문에 매번 정적 데이터를 얻을 필요가 없다. 예를 들어, 한 번 획득된 후 정적 데이터를 이후에 획득하지 못하거나 비교적 긴 간격으로 정적 데이터를 획득할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

포트레이트 마이닝은 아래에 설명되어 있다. 도 6에 도시된 바와 같이, 가능한 구현에서, 본 개시의 본 실시예에 따르면, 포트레이트 레이블 라이브러리는 사용자, 차량, 환경(특히 날씨) 및 콘텐츠의 4개의 차원에 따라 구축될 수 있다. 즉, 구축된(established) 포트레이트는 사용자 포트레이트, 차량 포트레이트, 환경 포트레이트 및 콘텐츠 포트레이트를 포함한다.

일 예에서, 도 6을 참조하면, 사용자 포트레이트는 생체 계정(biology account), 기본 정보, 운전 행동(driving behavior) 및 애플리케이션 작동의 4가지 범주로 나눌 수 있다. 생체 계정은 사용자가 다양한 애플리케이션에 로그인하기 위한 사용자 계정 정보를 포함하지만 이에 제한되지 않는다. 기본 정보는 연령, 직업, 학력, 성별, 위치 등을 포함하며 이에 제한되지 않는다. 애플리케이션 작동은 애플리케이션에 의해 제공되는 인터페이스 상에서 사용자에 의해 수행되는 다양한 작동을 포함하지만 이에 제한되지 않는다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

차량 포트레이트: 예를 들어, 차량 상태 데이터의 15개 데이터 획득 범주에 기반하여, 기본 정보, 운전 선호도, 사용 상태(usage status) 및 유지 보수를 포함한 4개 범주의 포트레이트를 획득할 수 있다. 여기서 기본 정보는 차량의 기본정보를 말하며, 차체 상태, 타이어, 도어록 등을 포함하나 이에 한정되지 않는다.

환경 포트레이트: 예를 들어, 실시간 날씨 데이터 조회 결과에 따라, 단기 지역 일기 예보(short-period regional weather forecast), 지역 연도별 날씨(regional year-on-year weather), 그리고 이력 환경 변화(historical environmental change)로 인한 위험한 도로 구간을 포함하는 세 가지 범주의 환경 포트레이트를 획득할 수 있다.

예를 들어, 콘텐츠 포트레이트는 기본 속성(attribute), 장면 속성, 스타일 및 뉴 핫(new hot)의 4가지 범주로 나눌 수 있다. 기본 속성은 가수, 노래 길이, 앨범 이름, 책 저자 등을 포함하지만 이에 제한되지 않는다. 스타일은 노래의 스타일을 의미할 수 있다. 뉴 핫은 애플릿의 인기도, 노래의 인기도, 책의 인기도 등을 의미할 수 있다. 장면 속성은 노래에 적합한 장면을 의미할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

넷째로, 획득된 기본 데이터 중 모든 기본 데이터가 포트레이트 마이닝에 사용되는 것은 아니며, 예를 들어 서비스 형태로 제공되는 기본 데이터가 포트레이트에 사용되지 않는다.

또한, 본 개시의 본 실시예에 따르면, 차량 환경에서 마이닝된 포트레이트는 이동 단말에서 사용자의 동일 레이블 포트레이트와 추가로 융합될(fused) 수 있다. 예를 들어, 차량 환경의 콘텐츠 포트레이트는 사용자를 보다 완벽하게 설명하기 위해 모바일 단말에서 사용자의 콘텐츠 포트레이트와 융합된다. 예를 들어, 사용자는 차량 환경에서 헤비메탈 음악을 선호하고 이동 단말 장면에서 부드러운 음악을 선호하는 것을 학습하게 되므로, 상이한 장면에서 사용자에게 상이한 서비스가 제공된다.

가능한 구현에서, 전술한 설명에 기반하여, 환경 포트레이트는 이력 날씨 환경 데이터에 따라 구성되고, 실시간으로 획득된 날씨 환경 데이터를 사용하여 업데이트될 수 있다. 차량 포트레이트는 이력 차량 상태 데이터에 따라 구성되고 실시간으로 획득된 차량 상태 데이터를 사용하여 업데이트될 수 있다. 사용자 포트레이트는 이력 사용자 행동 데이터 및 이력 사용자 선호도 데이터에 따라 구성되고, 실시간으로 획득된 사용자 행동 데이터 및 사용자 선호도 데이터를 사용하여 업데이트될 수 있다. 콘텐츠 포트레이트는 이력 리소스 레이블 데이터에 따라 구성되고 실시간으로 획득된 리소스 레이블 데이터를 사용하여 업데이트될 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

302. 서버는 획득된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 인식한다.

가능한 구현에서, 도 2에 도시된 바와 같이, 서버의 장면 엔진은 공공 서비스 계층의 기능 모듈을 호출하여 타깃 차량의 현재 장면을 인식한다.

303. 서버는 획득된 장면 인식 결과에 따라 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 적어도 하나의 서비스에 대한 서비스 메시지를 생성한다.

가능한 구현에서, 본 개시의 이 실시예에서 제공되는 서비스는 기본 서비스 및 부가 가치(value-added) 서비스를 포함하지만 이에 제한되지 않는다. 기본 서비스는 내비게이션 서비스를 포함하지만 이에 제한되지 않는다. 부가 가치 서비스는 콘텐츠 서비스 또는 케어(care) 서비스로도 지칭될 수 있으며, 날씨 서비스, 청취(listening) 서비스 등을 포함하지만 이에 제한되지 않는다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

가능한 구현에서, 도 7에 도시된 바와 같이, 생성된 서비스 메시지는 본 개시의 본 실시예에 따른 서비스 카드의 형태로 푸시된다. 서비스 카드는 서버 측에서 생성될 수 있으며, 서버는 생성된 서비스 카드를 디스플레이를 위해 차량 측으로 푸시한다. 다르게는, 차량 측에서 서버에 의해 푸시된 서비스 메시지를 수신한 후 서비스 카드를 생성할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

일 예에서, 획득된 장면 인식 결과에 따라 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 적어도 하나의 서비스에 대한 서비스 메시지를 생성하는 단계는, 획득된 장면 인식 결과에 따라, 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 서비스 유형에 따라 각 서비스에 매칭되는 서비스 카드를 생성하는 단계를 포함한다. 하나의 서비스 카드는 하나의 서비스의 서비스 메시지를 포함한다. 다시 말해서, 서버는 각 서비스에 매칭되는 서비스 카드를 생성할 수 있다.

일 예에서, 적어도 하나의 서비스의 각 서비스는 일반적으로 상이한 서비스 유형을 갖는다. 예를 들어, 적어도 하나의 서비스가 날씨 서비스, 청취 서비스 및 내비게이션 서비스를 포함하면, 날씨 서비스에 대응하는 날씨 카드, 청취 서비스에 대응하는 청취 카드 및 내비게이션 서비스에 대응하는 내비게이션 카드가 생성될 수 있다. 즉, 서로 다른 3가지 서비스 유형의 서비스 카드가 생성된다.

304. 서버는 생성된 서비스 메시지를 타깃 차량에 푸시한다.

일 예에서, 서버는 확장 가능한 균일한 메시지 구조를 사용하여 차량 측에 메시지를 푸시한다. 즉, 차량측 애플리케이션 소프트웨어 클라이언트가 어떠한 경우에도 푸시된 서비스 메시지를 인식할 수 있는 것을 보장하기 위해 고정된 메시지 구조 포맷을 사용한다. 애플리케이션 소프트웨어 클라이언트는 변경할 필요가 없다. 신규로 확장된 장면 서비스가 있더라도, 애플리케이션 소프트웨어 클라이언트는 여전히 새로 추가된 서비스 메시지 유형을 해결할 수 있고 애플리케이션 소프트웨어 클라이언트는 자주 업데이트되지 않으므로, 최신 장면 서비스를 최소한의 비용으로 동적으로 제공할 수 있다.

가능한 구현에서, 서버가 생성된 서비스 메시지를 타깃 차량에 푸시하는 것은, 다음 중 어느 하나를 포함하지만 이에 제한되지는 않는다.

서버가 우선순위 규칙에 따라, 생성된 서비스 카드로부터 적어도 2개의 상이한 서비스 유형의 서비스 카드를 선택하고, 선택된 서비스 카드를 타깃 차량에 푸시한다.

이 단계의 경우, 일반적으로 상이한 장면은 상이한 서비스 요구에 대응하지만 사용자는 하나의 장면에서 동시에 여러 서비스를 필요로 할 수 있다. 따라서, 서로 다른 서비스 유형에 대한 복수의 서비스 카드를 차량 측 사용자에게 푸시하여, 다양한 서비스를 구현할 수 있다. 또한, 서비스 카드가 과도하게 생성되면, 잦은 사용자의 방해를 방지하고 차량 단말의 디스플레이 화면 크기를 고려하여, 우선순위 규칙에 따라, 생성된 서비스 카드 중에서 여러 가지 상이한 서비스 유형의 서비스 카드를 선택하여 차량 측 사용자에 푸시할 수 있다. 그러나, 서비스 카드의 수량이 지정된 임계값보다 작으면, 생성된 모든 서비스 카드를 차량측 사용자에게 일괄 푸시하여 차량측 사용자에게 다양하게 서비스를 제공할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

예를 들어, 우선 순위 규칙은 현재 장면에서 수요가 높은 서비스 카드가 더 높은 우선 순위를 갖는다는 것을 지시할(indicate) 수 있다. 일 일에서, 수요의 정도(degree of demand)는 미리 설정될 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

흐리고(overcast) + 피로(fatigue) + 고속도로의 장면의 예에서, 차량 측 사용자의 현재 장면에 따라, 서버는 차량 측 사용자가 현재 날씨 서비스, 청취 서비스 및 내비게이션 서비스가 필요한 것으로 결정할 수 있다. 사용자가 다양한 서비스를 받을 수 있도록, 서버는 날씨 메시지를 출력하는 날씨 카드, 청취 메시지를 출력하는 청취 카드, 내비게이션 메시지를 출력하는 내비게이션 카드 등 세 가지 상이한 서비스 유형의 서비스 카드를 차량 측 사용자에게 푸시할 수 있다. 또한, 차량측은 차량측 사용자가 열람할(browse) 수 있도록 3개의 서비스 카드를 동시에 출력할 수 있다.

B. 서버는 현재 장면에서 수요가 가장 높은 서비스 카드(service card in highest demand)를 타깃 차량으로 푸시한다.

복수의 서비스 카드를 푸시하는 방식 이외에, 수요가 가장 높은 서비스 카드를 차량 측 사용자에게 교대로 푸시할 수 있다. 이것은 본 개시의 이 실시예에 특별히 제한되지 않는다. 예를 들어, 사용자가 현재 피로 장면에 있다고 가정하면, 현재 차량 측에서 가장 필요한 서비스는 날씨 서비스가 아닌 오디오 청취 서비스일 수 있다. 따라서 현재 장면에서 차량 측 사용자에게 푸시되도록 청취 카드가 선택된다.

C. 서버는 생성된 서비스 카드를 우선순위 규칙에 따라 타깃 빈도 간격(frequency interval)으로 순차적으로 타깃 차량에 푸시한다.

다른 예에서, 차량측 사용자가 다양한 서비스를 획득할 수 있도록 보장하고 차량측 사용자에게 빈번한 방해를 피하기 위해, 서비스 카드는 대안적으로 미리 설정된 우선순위에 따라 차량측 사용자에게 순차적으로 푸시될 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

305. 타깃 차량은 수신된 서비스 메시지를 디스플레이한다.

일 예에서, 도 7에 도시된 바와 같이, 서비스 메시지는 서비스 카드의 형태로 차량 측 사용자에게 제시될(presented) 수 있다. 이것은 본 개시의 이 실시예에 특별히 제한되지 않는다.

일 예에서, 차량 측의 서비스 카드는 다음과 같은 기능 특징을 가질 수 있다:

서비스 카드는 차량 측의 애플리케이션 소프트웨어 클라이언트를 사용하여 제시될 수 있다. 또한, 서비스 카드의 콘텐츠는 교체될 수 있으며, 예를 들어, 일부 엘리먼트(element) 또는 모든 엘리먼트의 교체가 지원될 수 있다. 엘리먼트는 하이퍼링크를 포함하는 버튼일 수 있다. 또한, 서비스 카드는 페이딩(fading)의 특성을 가지며, 즉, 서비스 카드는 제거될 때 페이딩의 특수한 애니메이션 효과를 가지며, 하나의 서비스 카드가 페이딩될 때, 나머지 후속 서비스 카드는 일반적으로 기본적으로 한 자리 앞으로 이동한다. 또한, 서비스 카드는 동적으로 정렬될 수 있다. 예를 들어, 서비스 카드의 시퀀스 조정이 지원되고, 대응하는 특수 애니메이션 효과가 제공된다. 또한 서비스 카드는 수동으로 제거할 수 있으며; 예를 들어, 서비스 카드(일반적으로 날씨 서비스 카드는 하단 카드(bottom card)이며 제거할 수 없음)는 제스처 작동(예: 위쪽으로 슬라이딩)을 사용하여 제거될 수 있다. 또한, 서비스 카드를 수동으로 추가할 수 있다. 또한 서비스 카드 내부에서 슬라이딩이 지원되며; 예를 들어 워터폴(waterfall) 흐름이 슬라이딩을 통해 볼 수 있다. 또한, 서비스 카드의 크기가 화면 크기에 맞게 조정된다. 또한, 서비스 카드 내부에 복수의 인터페이스 엘리먼트가 제공될 수 있으며; 즉, 서비스 카드는 풍부한 인터페이스 엘리먼트를 제시할 수 있으며, 좋은 시각 경험과 함께 특수 애니메이션 효과를 가질 수 있다.

본 개시의 본 실시예에서 제공되는 방법에 따르면, 서버는 차량과 연관된 기본 데이터를 능동적으로 획득하고, 획득된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 능동적으로 인식하며, 기본 데이터는 적어도 차량 및 사용자 데이터 그리고 운전 환경 데이터를 포함한다. 획득된 장면 인식 결과에 따라 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정한 후, 서버는 적어도 하나의 서비스의 서비스 메시지를 자동으로 생성하고, 생성된 서비스 메시지를 차량에 능동적으로 푸시한다. 본 개시의 실시예에 따르면, 능동적인 장면 인식이 구현되고, 장면 인식 결과에 기반하여 현재 시간 및 공간에서 사용자가 필요로 하는 가능한 서비스를 능동적으로 결정할 수 있으며, 대응하는 서비스 메시지를 차량 측으로 능동적으로 푸시할 수 있다. 사용자는 별도의 작동 없이 필요한 서비스를 즐길 수 있어서, 차량 환경에서의 운전 안전성을 크게 향상시키고 차량 환경에서 사용자의 서비스 요구를 만족시켜 보다 나은 효과를 획득할 수 있다.

도 8은 본 개시의 일 실시예에 따른 메시지 푸싱 방법의 흐름도이다. 상기 방법의 상호작용 엔티티는 도 1에 도시된 차량 및 서버이다. 도 8에 도시된 바와 같이, 본 개시의 이 실시예에서 제공되는 방법 프로세스는 다음 단계를 포함한다:

801. 서버가 타깃 차량과 연관된 기본 데이터를 획득한다.

이 단계는 단계(301)와 동일하다.

802. 서버는 획득된 기본 데이터를 전처리하며; 장면 엔진이 구독하는 데이터 유형에 따라 전처리된 기본 데이터를 서로 다른 장면 엔진에 배포한다.

이 단계는 전처리된 기본 데이터를 서버의 상이한 장면 엔진에 배포하는 것이며, 각 장면 엔진이 수신한 기본 데이터는 장면 엔진이 미리 구독하는 데이터 유형과 매칭한다.

본 개시의 이 실시예에서, 데이터의 전처리는 데이터 액세스 계층에 의해 완료된다. 전처리 프로세스는 도 4에 도시된 바와 같을 수 있으며, 복수의 데이터 소스로부터의 기본 데이터에 대해 균일한 데이터 액세스를 수행한 후, 데이터 액세스 계층은 먼저 획득된 기본 데이터에 대한 데이터 검증을 수행한다.

데이터 검증 후 데이터 소스의 다양성을 보호하기 위해 이벤트 균일 캡슐화(event uniform encapsulation)를 수행하고, 데이터를 균일 이벤트 메시지 본문으로 캡슐화한다. 즉, 이벤트 균일 캡슐화 단계는 검증된 기본 데이터에 대해 데이터 캡슐화를 수행하여, 균일한 데이터 포맷을 갖는 기본 데이터를 획득하는 역할을 한다.

가능한 구현에서, 본 개시의 이 실시예와 관련된 모든 데이터 교환은 비동기식이며, 즉 모든 데이터는 비동기식 메시지의 형태로 교환된다. 따라서, 등록 센터(registration center)에 등록하기 전에 비동기 메시지를 먼저 동기화할 수 있다. 이것은 본 개시의 이 실시예에서 제한되지 않는다.

일 예에서, 등록 센터는 Mq(생산자/소비자 모델) 에이전트일 수 있다. 도 4에 도시된 바와 같이, 데이터 제공자로서, 데이터 액세스 계층은 Mq 에이전트에 등록하고, 가입자(subscriber)로 등록한다. 각 장면 엔진은 분석을 위해 Mq 에이전트를 사용하여 데이터 액세스 계층에서 관심 데이터를 구독할 수 있다.

도 4에 도시된 장면 엔진 A 내지 D는 장면 엔진의 수를 제한하지 않으며, 실제로 더 많은 장면 엔진이 포함될 수 있다.

803. 각 장면 엔진에 대해 공공 서비스 계층의 기능 모듈을 호출하여 배포된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 인식하고, 장면 엔진에서 인식한 장면을 획득된 장면 인식 결과로 사용한다.

가능한 구현에서, 도 9를 참조하면, 공공 서비스 계층의 기능 모듈은 모델 서비스 모듈, 포트레이트, 규칙 구성 모듈 및 콘텐츠 서비스 모듈을 포함하지만, 이에 제한되지 않는다.

일 예에서, 공공 서비스 계층의 기능 모듈을 호출하여 배포된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 인식하는 것은, 다음 중 적어도 하나를 포함한다.

8031. 배포된 기본 데이터를 모델 서비스 모듈의 머신 러닝 모델에 입력하고, 머신 러닝 모델에 기반하여 차량 측 사용자의 현재 장면을 인식한다.

이 단계의 경우, 모델 서비스 모듈은 복잡한 장면을 인식하도록 구성되며, 즉, 머신 러닝 모델에 포함된 AI 알고리즘에 기반하여 복잡한 장면을 인식하도록 구성된다. 다시 말해서, 모델 서비스 모듈은 복잡한 장면을 인지하도록 구성되어 있으며, 예를 들어, 내비게이션 장면에서 다음 경로(route)를 예측하도록 구성된다. 즉, 모델 서비스 모듈은 AI 알고리즘을 참조하여 입력된 기본 데이터를 분석하고, 주로 이력 특징에 기반하여 데이터를 추가로 파헤치도록 구성된다.

8032. 규칙 구성 모듈에 기반하여, 배포된 기본 데이터가 미리 설정된 규칙을 충족하는지를 검출하고, 획득된 검출 결과에 기반하여 차량 측 사용자의 현재 장면을 인식한다.

이 단계의 경우, 규칙 구성 모듈은 간단한 장면을 인식하도록 구성되며, 즉, 규칙 구성 모듈은 가벼운 선행 규칙 구현(lightweight preceding rule implementation)을 제공하도록 구성된다. 예를 들어, 장면 엔진에 배포되는 기본 데이터가 차량 상태 데이터라고 가정하면, 장면 엔진은 현재 차량의 주행 속도가 제한 속도를 초과하는지를 판정하기 위해 규칙 구성 모듈을 호출할 수 있다. 즉, 규칙 구성 모듈은 속도 임계값을 미리 설정할 수 있으며, 이는 미리 설정된 규칙이 미리 생성된다는 것을 의미한다. 그리고, 미리 설정된 규칙에 따라 차량의 과속 여부를 판정한다.

8033. 배포된 기본 데이터와 기본 데이터와 매칭하는 포트레이트에 기반하여 차량 측 사용자의 현재 장면을 인식한다.

본 개시의 이 실시예에서, 생성된 포트레이트는 사용자 포트레이트, 차량 포트레이트, 환경 포트레이트, 및 콘텐츠 포트레이트를 포함하지만 이에 제한되지 않는다. 포트레이트는 차량과 연관된 이력 기본 데이터를 초기에 추상화하고 특징을 학습하는 것에 의해 획득되므로, 포트레이트와 조합하여 획득된 실시간 기본 데이터에 기반하여 장면 인식을 수행할 때 인식 정확도를 크게 향상시킬 수 있다.

다른 가능한 구현에서, 생성된 포트레이트는 추가로, 서비스 메시지를 생성하도록 장면 엔진을 안내하도록(guide) 구성될 수 있다. 예를 들어, 사용자가 선호하는 서비스 메시지나 사용자의 기본 정보에 적응된 서비스 메시지를 사용자 포트레이트와 콘텐츠 포트레이트를 참조하여 생성한다. 다른 예에서, 사용자의 운전 행동 및 습관 등에 적응된 서비스 메시지는 차량 포트레이트를 참조하여 생성된다. 이것은 본 개시의 이 실시예에 특별히 제한되지 않는다.

8034. 콘텐츠 서비스 모듈을 호출하여, 배포된 기본 데이터에 기반하여 현재 시간 및 공간과 매칭하는 지정된 기본 데이터를 획득하고, 지정된 기본 데이터에 기반하여 차량 측 사용자의 현재 장면을 인식한다.

콘텐츠 서비스 모듈은 도 9에 도시된 날씨 서비스, 도로 상황 서비스, 지도 오픈 플랫폼 서비스, 지리적 펜스(geographic fence), 역지리학(reverse geography)(GEO) 등을 포함하나 이에 제한되지 않는다.

날씨 서비스를 예로 들면, 날씨 서비스에 의해 수신된 기본 데이터가 트랙 데이터 및 날씨 환경 데이터라고 가정하면, 날씨 서비스는 트랙 데이터에 기반하여 타깃 차량의 지리적 위치를 결정할 수 있고; 날씨 서비스는 지리적 위치, 현재 시간 및 배포된 날씨 환경 데이터에 기반하여 현재 시간 및 공간과 매칭하는 날씨 환경 데이터를 결정한다. 예를 들어, 날씨 서비스는 현재 시간과 공간의 기온, 풍력 등의 날씨 환경 데이터를 획득하고, 현재 시간 및 공간과 매칭하는 날씨 환경 데이터에 기반하여 현재 맑거나 비가 오는지를 인식한다.

지리적 펜스는 포인트가 표면 상에 위치되는지를 결정하는 데, 예를 들어 차량이 현재 집의 지리적 범위에 있는지를 결정하는 데 사용된다. 차량이 집의 지리적 범위에 있으면, 대응하는 작동이 수행되며; 예를 들어, 에어컨이나 집의 조명이 미리 턴온된다. 역 GEO는 경도 및 위도 데이터에 기반하여 컨텍스트 포맷으로 지리적 위치를 출력할 수 있으며, 예를 들어 xx 거리 xx 구 xx 도시와 같은 지리적 위치 정보가 제공된다.

도 10을 참조하면, 단일 장면 엔진의 서비스 처리를 설명한다.

도 10에 도시된 바와 같이, 획득된 기본 데이터는 데이터 액세스 계층에서 균일하게 캡슐화되므로, 실제로 장면 엔진은 "이벤트(Event)" 포맷의 기본 데이터를 수신한다. 장면 엔진은 이벤트 검증을 수행한다. 즉, 이벤트 포맷의 기본 데이터에 액세스한 후, 각 장면 엔진은 먼저 이벤트 검증, 즉 배포된 기본 데이터를 검증한다. 검증이 완료된 후 데이터 처리 효율성을 높이기 위해 멀티 스레드(multi-thread) 서비스 처리를 위해 일반적으로 복수의 스레드를 생성한다. 각 스레드의 서비스 처리에 대해서, 도 10을 참조하면, 주변 기본 능력에 기반하여 장면 인식이 완료되며, 즉, 공공 서비스 계층의 기능 모듈이 호출되어, 배포된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 인식한다. 후처리(post-processing)는 스레드 풀(pool)에서 생성된 서비스 메시지에 대해 수행되는 비동기식 처리를 지칭한다.

또 다른 가능한 구현에서, 도 9에 도시된 바와 같이, 오프라인으로 저장된 이력 기반 데이터에 기반하여 목적지 마이닝(destination mining) 및 개인화 마이닝(personalized mining)과 같은 알고리즘 예측을 추가로 수행하여 장면 인식을 유도할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다. 또한, 도 9를 참조하면, 본 개시의 이 실시예는 또한 상태 데이터의 저장에 관한 것이다. 상태 데이터는 자주 생성되지 않거나 자주 변경되지 않는 사람, 차량, 도로, 환경 등에 대한 일부 기술 정보를 말한다. 일 예에서, 저장 시스템(storage system)은 Hadoop 저장 시스템일 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

804. 서버는 획득된 장면 인식 결과에 따라 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 적어도 하나의 서비스에 대한 서비스 메시지를 생성하며, 생성된 서비스 메시지를 타깃 차량에 푸시한다.

적어도 하나의 서비스의 각 서비스는 서로 다른 서비스 유형을 가진다.

가능한 구현에서, 획득된 장면 인식 결과에 따라 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하는 단계는, 장면 엔진에 의해 인식된 장면에서 현재 서비스 수요가 있는 적어도 하나의 장면을 결정하는 단계; 장면과 서비스 간의 대응 관계에 따라 적어도 하나의 장면과 매칭되는 서비스를 결정하는 단계; 및 적어도 하나의 장면과 매칭되는 서비스를 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스로 결정하는 단계를 포함한다.

서비스 요구가 있는 장면은 서비스가 필요한 색다른 장면(unconventional scene)을 의미한다. 이 장면은 미리 설정될 수 있다. 예를 들어, 비오는 날 장면, 피로한 장면, 과속 장면 등은 모두 서비스 요구가 있는 장면이다. 또한, 본 개시의 본 실시예에 따르면, 장면과 서비스 간의 대응 관계가 추가로 설정될 수 있다. 서로 다른 장면이 동일한 유형의 서비스에 대응할 수 있다. 예를 들어, 출퇴근 장면과 피로 장면은 모두 청취 서비스에 대응할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

예 1: 내비게이션 장면의 경우, 데이터 액세스 계층에 의해 대응하는 장면 엔진에 배포되는 기본 데이터는, 차량 상태 데이터, 트랙 데이터, 동적 도로 상황 데이터, POI 데이터, 인프라 데이터 및 날씨 환경 데이터 중 어느 하나 또는 둘 이상의 조합을 포함할 수 있다. 대응하는 장면 엔진은 공공 서비스 계층의 기능 모듈, 예를 들어 규칙 구성 모듈, 모델 서비스 모듈, 포트레이트를 호출하여, 전술한 배포된 기본 데이터에 기반하여 장면 인식을 수행하고 내비게이션 장면에 매칭하는 내비게이션 메시지를 생성하며, 여기서, 내비게이션 메시지는 도 7에 도시된 바와 같을 수 있다.

예 2: 콘텐츠 서비스 장면의 경우, 데이터 액세스 계층에 의해 대응하는 장면 엔진에 배포되는 데이터는, 사용자 행동 데이터 및 차량 상태 데이터 중 어느 하나 또는 둘의 조합을 포함할 수 있다. 대응하는 장면 엔진은 공공 서비스 계층의 기능 모듈, 예를 들어 콘텐츠 서비스 모듈 및 포트레이트를 호출하여, 전술한 배포된 기본 데이터에 기반하여 장면 인식을 수행하고, 콘텐츠 서비스 장면과 매칭하는 콘텐츠 서비스 메시지를 생성하며, 예를 들어 차량 측 사용자에게 청취 서비스를 푸시한다.

본 개시의 이 실시예에서, 생성된 서비스 메시지를 타깃 차량으로 푸시하는 것은 중재 모듈에 의해 완료된다.

가능한 구현에서, 중재 모듈은 흐름 제어 모듈, 데코레이션(decoration) 모듈, 푸싱 모듈 등을 포함할 수 있다. 중재 모듈이 장면 엔진에서 생성된 서비스 메시지를 수신한 후 흐름 제어 모듈은 서비스 메시지의 배포 시퀀스(distribution sequence) 또는 빈도를 제어하여, 차량 측 사용자에게 지나치게 빈번한 메시지 푸시로 인한 간섭을 방지한다. 데코레이션 모듈은 차량 측의 애플리케이션 소프트웨어 클라이언트에서 서비스 메시지의 디스플레이 스타일을 제어하도록 구성된다. 푸싱 모듈은 메시지를 차량 측에 푸시하도록 구성된다.

8041. 흐름 제어 모듈은 복수의 장면 엔진에 의해 생성된 모든 서비스 메시지를 차량 측에 푸시해야 할 때 우선 순위 규칙을 사용하여 메시지 푸시를 제어할 수 있다.

즉, 흐름 제어 모듈은 우선 순위 규칙에 따라 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지로부터 타깃 서비스 메시지를 결정할 수 있으며, 타깃 서비스 메시지는 현재 장면에서 수요가 가장 높은 서비스 메시지이다. 또한, 푸싱 모듈은 타깃 서비스 메시지를 차량 측에 푸시한다. 우선순위 규칙은 현재 장면에서 수요가 높은 서비스 메시지가 더 높은 우선순위를 갖는다는 것을 지시할 수 있다.

예를 들어, 사용자가 현재 피로 장면에 있다고 가정하면, 현재 차량 측에서 가장 필요한 서비스는 날씨 서비스가 아닌 오디오 청취 서비스일 수 있다. 일 일에서, 수요의 정도는 미리 설정될 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다. 또한, 다양한 서비스를 보장하기 위해, 흐름 제어 모듈은 추가로, 우선순위 규칙에 따라, 푸시를 위해 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지로부터 수요가 가장 높은 서비스 메시지를 선택할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

둘째로, 중재 모듈은 설정된 우선순위 규칙에 따라 순차적으로 차량 측에 메시지를 푸시하거나, 또는 현재 차량 측에 가장 필요한 서비스 메시지를 푸시한 후 다른 서비스 메시지 푸시를 중지하거나, 또는 여러 추가 메시지 서비스를 푸시한 후 메시지 푸시를 중지할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다. 즉, 본 개시의 이 실시예에서 제공되는 방법은 다음 단계를 더 포함한다:

8042. 우선순위 규칙에 따라, 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지를 타깃 빈도 간격으로 타깃 차량에 순차적으로 푸시한다.

8043. 우선순위 규칙에 따라, 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지의 일부 서비스 메시지를 타깃 빈도 간격으로 타깃 차량에 순차적으로 푸시한다.

8044. 흐름 제어 모듈은 단일 장면 엔진이 적어도 2개의 서비스 메시지를 생성하는 경우에, 서비스 메시지의 배포 빈도를 제어할 수 있다.

즉, 하나의 장면 엔진이 적어도 2개의 서비스 메시지를 생성할 때, 데이터 트래픽 제어 모듈은 타깃 빈도 간격으로 서비스 메시지를 차량 측에 푸시할 수 있다.

타깃 빈도 간격의 값은 5분, 10분 등일 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

가능한 구현에서, 서비스 메시지에 대한 흐름 제어가 완료된 후 중재 모듈은 흐름 제어 결과를 호출자(caller)에게 반환한다. 여기에서 호출자는 장면 엔진을 지칭한다. 또한, 흐름 제어에 성공한 서비스 메시지에 대해, 중재 모듈이 서비스 메시지가 기본 요건을 충족한다고 판단하면, 성공을 지시하는 반환 결과(return result)를 호출자에게 추가로 제공할 수 있다.

전술한 서비스 메시지가 서비스 카드 형태이면, 서비스 카드는 차량 측으로 푸시된다.

805. 타깃 차량은 서버에 의해 푸시된 서비스 메시지를 디스플레이한다.

가능한 구현에서, 차량 측에서는 동적 메시지 컨테이너 기술에 기반하여 서비스 메시지를 디스플레이할 수 있다.

다른 가능한 구현에서, 중재 모듈은 차량 측에서 서비스 메시지의 디스플레이 스타일을 추가로 지시할 수 있다. 구체적으로, 중재 모듈의 데코레이션 모듈은 차량 측의 애플리케이션 소프트웨어 클라이언트 상에서 서비스 메시지의 디스플레이 스타일을 제어하도록 구성된다. 중재 모듈은 메시지 디스플레이 템플릿(template)을 배포하여 차량 측에서 서비스 메시지의 특정 디스플레이 스타일을 지시할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

즉, 본 개시의 이 실시예에서 제공되는 방법은: 생성된 서비스 메시지와 매칭하는 메시지 디스플레이 템플릿을 획득하는 단계; 및 메시지 디스플레이 템플릿을 타깃 차량으로 전송하는 단계를 더 포함하고, 메시지 디스플레이 템플릿은 메시지 디스플레이 템플릿에 따라 수신된 서비스 메시지를 서비스 카드의 형태로 디스플레이하도록 타깃 차량에게 명령하는 데 사용된다.

첫째로, 하나의 서비스 메시지 유형은 하나의 메시지 디스플레이 템플릿에 대응할 수 있다. 예를 들어, 청취 서비스는 한 포맷의 메시지 디스플레이 템플릿에 대응하고, 날씨 서비스는 다른 포맷의 메시지 디스플레이 템플릿에 대응한다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

둘째로, 메시지 디스플레이 템플릿은 서비스 메시지가 전송되기 전에 전송되거나 서비스 메시지와 함께 전송될 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

결론적으로, 본 개시의 본 실시예에 따르면, 사용자가 차량에 탑승한 후, 실시간으로 획득된 데이터를 분석하는 것에 의해, 서버 측이 차량의 현재 장면을 능동적으로 인식하고, 차량 측 사용자가 서비스를 필요로 할 때 대응하는 서비스를 차량 측으로 능동적으로 푸시할 수 있다. 예를 들어, 서버는 현재 사용자가 가장 필요로 하는 서비스를 차량 측에 푸시할 수 있으며, 즉, 서버는 사용자에게 현재 가장 필요한 기능 카드를 제시하여, 사용자가 운전에 몰두하면서 보다 빠르게 그리고 편리하게 서비스를 즐기고 정보를 획득할 수 있도록 할 수 있다.

본 개시의 이 실시예에 의해 제공되는 방법은 적어도 다음과 같은 유익한 효과를 갖는다:

본 개시의 본 실시예에 따르면, 차량과 연관된 기본 데이터가 능동적으로 획득되고, 획득된 기본 데이터가 데이터 액세스 계층에 의해 전처리된 후, 데이터 액세스 계층은 장면 엔진이 구독하는 데이터의 유형에 따라, 장면 인식을 위해 기본 데이터를 상이한 장면 엔진으로 배포한다. 본 개시의 실시예에 따르면, 장면에 의해 인식된 장면에 따라 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스가 결정된 후, 적어도 하나의 서비스에 대한 서비스 메시지가 자동으로 생성되고, 생성된 서비스 메시지는 차량에 능동적으로 푸시된다. 본 개시의 실시예에 따르면, 능동적인 장면 인식이 구현되고, 장면 인식 결과에 기반하여 현재 시간 및 공간에서 사용자가 필요로 하는 가능한 서비스를 능동적으로 결정할 수 있으며, 대응하는 서비스 메시지를 차량 측으로 능동적으로 푸시할 수 있다. 사용자는 별도의 작동 없이 필요한 서비스를 즐길 수 있어, 차량 환경에서의 운전 안전성을 크게 향상시키고 차량 환경에서 사용자의 서비스 요구를 만족시켜 보다 나은 효과를 획득할 수 있다. 즉, 본 개시의 일 실시예에 따르면, 장면 엔진을 사용하여 장면 인식을 수행하며, 이에 따라 정확한 푸싱 서비스를 차량 측 사용자에게 능동적으로 제공할 수 있다.

또한, 본 개시의 본 실시예에 따르면, 서버 측에서 장면 인식을 완료함으로써, 강력한 장면 인지도, 즉 다양한 서비스를 제공할 뿐만 아니라 강력한 장면 확장성을 제공한다. 구체적으로, 서비스가 더 풍부해짐에 따라, 서버 측은 현재 아키텍처를 변경하지 않고 더 많은 장면 엔진을 제공할 수 있으며, 즉, 본 개시의 이 실시예에서 제공되는 상호작용 프레임워크는 다른 장면 엔진의 능력 출력에 영향을 주지 않고 장면 엔진을 빠르게 확장할 수 있다.

또한, 본 개시의 이 실시예에 따르면, 멀티 테넌시의 빠른 적응성이 제공되며: 구성을 통해, 동일한 서비스 능력이 버전 반복 없이 상이한 차량 장면 요건을 충족시킬 수 있다. 즉, 본 개시의 이 실시예는 상이한 요구를 갖는 차량 장면에 적응할 수 있고 상이한 요구를 갖는 차량 장면을 수용할 수 있다.

다른 실시예에서, 본 개시의 이 실시예의 전체 실행 절차는 도 11을 참조하여 아래에서 결론지어지며, 실행 절차는 다음 단계를 포함한다.

1101. 백엔드 서버는 복수의 채널을 통해 차량과 연관된 기본 데이터를 수집한다.

본 개시의 본 실시예에서, 백엔드 서버는 차량 측의 애플리케이션 소프트웨어 클라이언트로부터 데이터를 획득할 수 있거나, 매몰된 포인트 방식으로 데이터를 획득할 수 있거나, 지속적인 연결(persistent connection)을 통해 데이터를 획득할 수 있거나, 또는 서비스를 통해 데이터를 획득할 수 있다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

1102. 데이터 액세스 계층은 수집된 기본 데이터에 액세스하고, 수집된 기본 데이터를 전처리한다.

전처리 프로세스는 데이터 검증, 이벤트 균일 캡슐화 및 비동기 메시지 동기화를 포함하지만 이에 제한되지는 않는다. 이것은 본 개시의 이 실시예에서 특별히 제한되지 않는다.

1103. 데이터 액세스 계층은 등록 센터를 통해 전처리된 기본 데이터를 장면 엔진이 구독하는 데이터 유형에 따라 서로 다른 장면 엔진에 배포한다.

1104. 각 장면 엔진에 대해, 공공 서비스 계층의 기능 모듈을 호출하여 배포된 기본 데이터에 기반하여 장면 인식을 수행하고, 장면 엔진에 의해 인식된 장면에 기반하여 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하며, 그리고 적어도 하나의 서비스의 서비스 메시지를 생성한다.

1105. 중재 모듈은 생성된 서비스 메시지를 중재하고, 생성된 서비스 메시지를 차량 측에 푸시한다.

1106. 차량 측에서 수신된 서비스 메시지를 디스플레이한다.

가능한 구현에서, 본 개시의 이 실시예와 관련된 모든 데이터 교환은 비동기식이며, 즉 모든 데이터는 비동기식 메시지의 형태로 교환된다.

본 개시의 본 실시예에서 제공하는 방법에 따르면, 차량과 연관된 기본 데이터가 능동적으로 획득되고, 획득된 기본 데이터가 데이터 액세스 계층에 의해 전처리된 후, 데이터 액세스 계층은 장면 엔진이 구독하는 데이터 유형에 따라, 장면 인식을 위해 기본 데이터를 서로 다른 장면 엔진에 배포할 수 있다. 본 개시의 실시예에 따르면, 장면 엔진에 의해 인식된 장면에 따라 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스가 결정된 후, 적어도 하나의 서비스에 대한 서비스 메시지가 자동으로 생성되고, 생성된 서비스 메시지는 차량에 능동적으로 푸시된다. 본 개시의 실시예에 따르면, 능동적인 장면 인식이 구현되고, 장면 인식 결과에 기반하여 현재 시간 및 공간에서 사용자가 필요로 하는 가능한 서비스를 능동적으로 결정할 수 있고, 대응하는 서비스 메시지를 차량 측으로 능동적으로 푸시할 수 있다. 사용자는 별도의 작동 없이 필요한 서비스를 즐길 수 있어, 차량 환경에서의 운전 안전성을 크게 향상시키고 차량 환경에서 사용자의 서비스 요구를 만족시켜 보다 나은 효과를 획득할 수 있다. 즉, 본 개시의 일 실시예에 따르면, 장면 엔진을 사용하여 장면 인지를 수행하며, 이에 따라 정확한 푸싱 서비스를 차량 측 사용자에게 능동적으로 제공할 수 있다.

또한, 본 개시의 본 실시예에 따르면, 서버 측에서 장면 인식을 완료함으로써, 강력한 장면 인지도, 즉 다양한 서비스를 제공할 뿐만 아니라 강력한 장면 확장성을 제공한다. 특히, 서비스가 더 풍부해짐에 따라 서버 측에서는 현재 아키텍처를 변경하지 않고 더 많은 장면 엔진을 제공할 수 있다.

또한, 본 개시의 이 실시예에 따르면, 멀티 테넌시의 빠른 적응성이 제공되며: 구성을 통해, 동일한 서비스 능력이 버전 반복 없이 상이한 차량 장면 요건을 충족시킬 수 있다. 즉, 본 개시의 이 실시예는 상이한 요구를 갖는 차량 장면에 적응할 수 있고 상이한 요구를 갖는 차량 장면을 수용할 수 있다.

도 12는 본 개시의 일 실시예에 따른 메시지 푸싱 장치의 개략적인 구조도이며, 이 장치는 서버에 적용 가능하다. 도 12를 참조하면, 상기 장치는:

타깃 차량과 연관된 기본 데이터를 획득하도록 구성된 획득 모듈(1201) - 기본 데이터는 적어도 차량 및 사용자 데이터 그리고 운전 환경 데이터를 포함함 -;

획득된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 인식하도록 구성된 인식 모듈(1202);

획득된 장면 인식 결과에 따라 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 적어도 하나의 서비스의 서비스 메시지를 생성하도록 구성된 생성 모듈(1203); 및

생성된 서비스 메시지를 타깃 차량으로 푸시하도록 구성된 전송 모듈(1204)을 포함한다.

본 개시의 이 실시예에 따르면, 장치는 차량과 연관된 기본 데이터를 능동적으로 획득하고, 획득된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 능동적으로 인식하며, 기본 데이터는 적어도 차량 및 사용자 데이터 그리고 운전 환경 데이터를 포함한다. 획득된 장면 인식 결과에 따라 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정한 후, 장치는 적어도 하나의 서비스에 대한 서비스 메시지를 자동으로 생성하고, 생성된 서비스 메시지를 차량에 능동적으로 푸시한다. 본 개시의 실시예에 따르면, 능동적인 장면 인식이 구현되고, 장면 인식 결과에 기반하여 현재 시간 및 공간에서 사용자가 필요로 하는 가능한 서비스를 능동적으로 결정할 수 있으며, 대응하는 서비스 메시지를 차량 측으로 능동적으로 푸시할 수 있다. 사용자는 별도의 작동 없이 필요한 서비스를 즐길 수 있어, 차량 환경에서의 운전 안전성을 크게 향상시키고 차량 환경에서 사용자의 서비스 요구를 만족시켜 보다 나은 효과를 획득할 수 있다.

가능한 구현에서, 생성 모듈(1203)은 획득된 장면 인식 결과에 따라 적어도 하나의 서비스를 결정하고 - 적어도 하나의 서비스의 각각의 서비스는 상이한 서비스 유형을 가짐 -; 그리고 하나의 서비스의 서비스 메시지를 포함하는 하나의 서비스 카드와 매칭하는 서비스 카드를 생성하도록 구성된다.

가능한 구현에서, 전송 모듈(1204)은 우선순위 규칙에 따라m 생성된 서비스 카드로부터 적어도 2개의 상이한 서비스 유형의 서비스 카드를 선택하고, 선택된 서비스 카드를 타깃 차량에 푸시하며; 현재 장면에서 수요가 가장 높은 서비스 카드를 타깃 차량에 푸시하고; 그리고 생성된 서비스 카드를 우선순위 규칙에 따라 타깃 빈도 간격으로 타깃 차량에 순차적으로 푸시하도록 구성되며, 우선순위 규칙은 현재 장면에서 수요가 높은 서비스 카드가 더 높은 우선순위를 갖는 것이다.

가능한 구현에서, 인식 모듈(1202)은 공공 서비스 계층의 기능 모듈을 호출하여, 획득된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 인식하도록 구성된다.

가능한 구현에서, 인식 모듈(1202)은 획득된 기본 데이터를 모델 서비스 모듈의 머신 러닝 모델에 입력하고 머신 러닝 모델에 기반하여 타깃 차량의 현재 장면을 인식하며; 규칙 구성 모듈에 기반하여, 획득된 기본 데이터가 미리 설정된 규칙을 만족하는지를 검출하고, 획득된 검출 결과에 기반하여 타깃 차량의 현재 장면을 인식하고; 획득된 기본 데이터 및 기본 데이터와 매칭하는 포트레이트에 기반하여 타깃 차량의 현재 장면을 인식하며 - 포트레이트는 타깃 차량과 연관된 이력 기본 데이터에 기반하여 구성됨 -; 콘텐츠 서비스 모듈을 호출하여, 획득된 기본 데이터에 기반하여 현재 시간 및 공간과 매칭하는 지정된 기본 데이터를 획득하고, 지정된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 인식하도록 구성된다.

가능한 구현에서, 인식 모듈(1202)은 추가로, 획득된 기본 데이터를 장면 인식을 위해 서로 다른 장면 엔진에 배포하고 - 각 장면 엔진에 의해 수신된 기본 데이터는 장면 엔진이 미리 구독하고 있는 데이터 유형과 매칭함 -; 그리고 장면 엔진에 의해 인식된 장면을 장면 인식 결과로 사용하도록 구성된다.

가능한 구현에서, 인식 모듈(1202)은 각 장면 엔진에 대해 배포된 기본 데이터를 검증하고; 그리고 검증 후 복수의 스레드를 생성하고, 복수의 스레드를 사용하여 공공 서비스 계층의 기능 모듈을 호출하여, 획득된 기본 데이터에 기반하여 타깃 차량의 현재 장면을 인식하도록 구성된다.

가능한 구현에서, 생성 모듈(1203)은 장면 엔진에 의해 인식된 장면으로부터 현재 서비스 요구를 갖는 적어도 하나의 장면을 결정하고; 장면과 서비스 간의 대응 관계에 따라 적어도 하나의 장면과 매칭하는 서비스를 결정하며; 그리고 적어도 하나의 장면과 매칭하는 서비스를 적어도 하나의 서비스로 결정하도록 구성된다.

가능한 구현에서, 인식 모듈(1202)은 추가로, 획득된 기본 데이터를 전처리하고; 전처리된 기본 데이터를 상이한 장면 엔진에 배포하도록 구성된다.

가능한 구현에서, 전송 모듈(1204)은 추가로, 우선순위 규칙에 따라, 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지로부터 타깃 서비스 메시지를 결정하고, 타깃 서비스 메시지를 타깃 차량에 푸시하며 - 타깃 서비스 메시지는 현재 장면에서 수요가 가장 높은 서비스 메시지임 -;

우선순위 규칙에 따라, 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지를 타깃 빈도 간격으로 타깃 차량에 순차적으로 푸시하고;

우선순위 규칙에 따라, 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지의 일부 서비스 메시지를 타깃 빈도 간격으로 타깃 차량에 순차적으로 푸시하며; 그리고

하나의 장면 엔진이 적어도 2개의 서비스 메시지를 생성하는 것에 응답하여, 적어도 2개의 서비스 메시지를 타깃 빈도 간격으로 타깃 차량에 푸시하도록 구성되며,

우선 순위 규칙은 현재 장면에서 더 높은 수요의 서비스 메시지가 더 높은 우선 순위를 갖는 것이다.

가능한 구현에서, 획득 모듈(1201)은 추가로, 생성된 서비스 메시지와 매칭하는 메시지 디스플레이 템플릿을 획득하도록 구성된다.

전송 모듈(1204)은 추가로, 메시지 디스플레이 템플릿을 타깃 차량에 전송하도록 구성되며, 메시지 디스플레이 템플릿은 메시지 디스플레이 템플릿에 따라 수신된 서비스 메시지를 디스플레이하도록 타깃 차량에게 명령하는 데 사용된다.

가능한 구현에서, 차량 및 사용자 데이터는 차량 데이터 및 사용자 데이터를 포함하고;

차량 데이터는 적어도 차량 상태 데이터 및 트랙 데이터를 포함하고; 사용자 데이터는 적어도 차량 측 사용자의 사용자 행동 데이터, 사용자 선호도 데이터, 및 리소스 레이블 데이터를 포함하며; 그리고

운전 환경 데이터는 적어도 도로 상황 데이터, 날씨 환경 데이터, POI 데이터 및 인프라 데이터를 포함한다.

가능한 구현에서, 기본 데이터와 매칭하는 포트레이트는 사용자 포트레이트, 차량 포트레이트, 환경 포트레이트 및 콘텐츠 포트레이트를 포함하고,

환경 포트레이트는 이력 날씨 환경 데이터에 따라 구성되고 실시간으로 획득된 날씨 환경 데이터를 사용하여 업데이트되며, 차량 포트레이트는 이력 차량 상태 데이터에 따라 구성되고 실시간으로 획득된 차량 상태 데이터를 사용하여 업데이트되고, 사용자 포트레이트는 이력 사용자 행동 데이터 및 이력 사용자 선호도 데이터에 따라 구성되고 실시간으로 획득된 사용자 행동 데이터 및 사용자 선호도 데이터를 사용하여 업데이트되며, 콘텐츠 포트레이트는 이력 리소스 레이블 데이터에 따라 구성되고 실시간으로 획득된 리소스 레이블 데이터를 사용하여 업데이트된다.

전술한 선택적 기술 솔루션의 임의의 조합은 본 개시의 선택적 실시예를 형성하기 위해 사용될 수 있다. 세부 사항은 여기에서 다시 설명되지 않는다.

전술한 실시예에서 제공되는 메시지 푸싱 장치가 메시지를 푸시할 때, 상술한 기능 모듈의 구분은 설명을 위한 예시일 뿐이다. 실제 적용 시, 요건에 따라 전술한 기능을 다른 기능 모듈에 할당 및 완료할 수 있으며, 즉, 장치의 내부 구조를 다른 기능 모듈로 분할하여 전술한 기능의 전부 또는 일부를 완료할 수 있다. 또한, 전술한 실시예에서 제공된 메시지 푸싱 장치와 메시지 푸싱 방법 실시예는 동일한 개념에 속한다. 특정 구현 프로세스의 세부사항은 방법 실시예를 참조한다. 세부 사항은 여기에서 다시 설명하지 않는다.

도 13은 본 개시의 실시예에 따른 서버의 개략적인 구조도이다. 서버(1300)는 상이한 구성 또는 성능으로 인해 크게 변할 수 있고, 하나 이상의 프로세서(예: 중앙 처리 유닛(central processing unit, CPU))(1301) 및 하나 이상의 메모리(1302)를 포함할 수 있다. 메모리(1302)는 적어도 하나의 명령을 저장하고, 적어도 하나의 명령은 프로세서(1301)에 의해 로딩 및 실행되어, 전술한 방법 실시예에서 제공된 메시지 푸싱 방법을 구현한다. 물론, 서버는 유선 또는 무선 네트워크 인터페이스, 키보드, I/O 인터페이스 및 I/O를 용이하게 하는 기타 구성 요소를 가질 수 있다. 서버는 디바이스 기능을 구현하기 위한 다른 구성 요소도 포함할 수 있다. 세부 사항은 여기에서 다시 설명되지 않는다.

예시적인 실시예에서, 컴퓨터가 판독 가능한 저장 매체, 예를 들어, 명령을 포함하는 메모리가 더 제공된다. 명령은 단말의 프로세서에 의해 실행되어 전술한 실시예에서의 메시지 푸싱 방법을 구현할 수 있다. 예를 들어, 컴퓨터가 판독 가능한 저장 매체는 ROM, RAM(Random Access Memory), CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 디바이스 등일 수 있다.

당업자는 전술한 실시예의 단계의 전부 또는 일부가 하드웨어에 의해 구현될 수 있거나 관련 하드웨어에 지시하는 프로그램에 의해 구현될 수 있음을 이해할 수 있다. 프로그램은 컴퓨터가 판독 가능한 저장 매체에 저장될 수 있다. 저장 매체는 읽기 전용 메모리, 자기 디스크, 광 디스크 등일 수 있다.

전술한 설명은 본 개시의 예시적인 실시예일 뿐이며, 본 개시를 제한하려는 의도가 아니다. 본 개시의 정신과 원칙 내에서 이루어진 모든 수정, 동등 교체, 개선 등은 본 개시의 보호 범위에 속한다.

Claims (25)

1. 서버에 적용 가능한 메시지 푸싱 방법으로서,
   타깃 차량과 연관된 기본 데이터를 획득하는 단계 - 상기 기본 데이터는 적어도 차량 및 사용자 데이터 그리고 운전(driving) 환경 데이터를 포함함 -;
   상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면(scene)을 인식하는(recognizing) 단계;
   획득된 장면 인식 결과에 따라, 상기 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 상기 적어도 하나의 서비스의 서비스 메시지를 생성하는 단계; 및
   상기 생성된 서비스 메시지를 상기 타깃 차량에 푸시하는 단계
   를 포함하는 메시지 푸싱 방법.
2. 제1항에 있어서,
   상기 획득된 장면 인식 결과에 따라, 상기 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 상기 적어도 하나의 서비스에 대한 서비스 메시지를 생성하는 단계는,
   상기 획득된 장면 인식 결과에 따라 상기 적어도 하나의 서비스를 결정하는 단계 - 상기 적어도 하나의 서비스의 각각의 서비스는 상이한 서비스 유형을 가짐 -; 및
   상기 각각의 서비스와 매칭하는 서비스 카드를 생성하는 단계 - 상기 서비스 카드는 상기 서비스의 서비스 메시지를 포함함 -
   를 포함하는, 메시지 푸싱 방법.
3. 제2항에 있어서,
   상기 생성된 서비스 메시지를 상기 타깃 차량으로 푸시하는 단계는,
   우선순위 규칙에 따라, 상기 생성된 서비스 카드로부터 적어도 2개의 상이한 서비스 유형의 서비스 카드를 선택하고, 상기 선택된 서비스 카드를 상기 타깃 차량에 푸시하는 단계;
   상기 현재 장면에서 수요(demand)가 가장 높은 서비스 카드를 상기 타깃 차량으로 푸시하는 단계; 또는
   상기 우선순위 규칙에 따라, 상기 생성된 서비스 카드를 타깃 빈도 간격(target frequency interval)으로 상기 타깃 차량에 순차적으로(successively) 푸시하는 단계
   중 어느 하나를 포함하고,
   상기 우선 순위 규칙은 상기 현재 장면의 수요에 따라 상기 서비스 카드의 우선 순위를 지정하는, 메시지 푸싱 방법.
4. 제1항에 있어서,
   상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 단계는,
   공공 서비스 계층에서 기능 모듈을 호출하는 것에 의해, 상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 단계
   를 포함하는, 메시지 푸싱 방법.
5. 제4항에 있어서,
   상기 공공 서비스 계층에서 기능 모듈을 호출하는 것에 의해, 상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 단계는,
   상기 획득된 기본 데이터를 모델 서비스 모듈의 머신 러닝 모델에 입력하는 것에 의해, 상기 머신 러닝 모델을 기반으로 상기 타깃 차량의 현재 장면을 인식하는 단계;
   규칙 구성 모듈에 기반하여 상기 획득된 기본 데이터가 미리 설정된 규칙을 만족하는지를 검출하는 것에 의해 획득되는 검출 결과에 기반하여, 상기 타깃 차량의 현재 장면을 인식하는 단계;
   상기 획득된 기본 데이터 및 상기 기본 데이터와 매칭하는 포트레이트(portrait)에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 단계 - 상기 포트레이트는 상기 타깃 차량과 연관된 이력 기본 데이터에 기반하여 구성됨 -; 또는
   현재 시간 및 공간과 매칭하는 지정된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 단계 - 상기 지정된 기본 데이터는 상기 획득된 기본 데이터에 기반하여 콘텐츠 서버 모듈을 호출하는 것에 의해 획득됨 -
   중 적어도 하나를 포함하는, 메시지 푸싱 방법.
6. 제1항에 있어서,
   상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 단계는,
   상기 획득된 기본 데이터를 상이한 장면 엔진에 배포하는 단계 - 각 장면 엔진이 수신한 기본 데이터는 상기 장면 엔진이 미리 구독하고(subscribe) 있는 데이터의 유형과 매칭함 -; 및
   상기 장면 엔진에 의해 인식하여, 장면을 장면 인식 결과로서 획득하는 단계
   를 포함하는, 메시지 푸싱 방법.
7. 제6항에 있어서,
   상기 획득된 기본 데이터를 상이한 장면 엔진에 배포하는 단계는,
   각 장면 엔진에 대해 상기 배포된 기본 데이터를 검증하는 단계; 및
   검증 후 복수의 스레드(thread)를 생성하고, 상기 복수의 스레드를 사용하여, 공공 서비스 계층의 기능 모듈을 호출하여, 상기 배포된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 단계
   를 포함하는, 메시지 푸싱 방법.
8. 제6항에 있어서,
   상기 획득된 장면 인식 결과에 따라, 상기 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하는 것은,
   상기 장면 엔진에 의해 인식된 장면 중 현재 서비스 수요와 매칭하는 적어도 하나의 장면이 존재하는 것으로 결정하는 단계;
   장면과 서비스 간의 대응 관계에 따라 상기 적어도 하나의 장면과 매칭되는 서비스를 결정하는 단계; 및
   상기 적어도 하나의 장면과 매칭되는 서비스를 상기 적어도 하나의 서비스로 결정하는 단계
   를 포함하는, 메시지 푸싱 방법.
9. 제6항에 있어서,
   상기 생성된 서비스 메시지를 상기 타깃 차량으로 푸시하는 단계는,
   타깃 서비스 메시지를 상기 타깃 차량에 푸시하는 단계 - 상기 타깃 서비스 메시지는 상기 현재 장면에서 수요가 가장 높은 서비스 메시지이고, 상기 타깃 서비스 메시지는 상기 우선 순위 규칙에 따라 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지로부터 결정됨 -;
   상기 우선순위 규칙에 따라, 상기 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지를 타깃 빈도 간격으로 상기 타깃 차량에 순차적으로 푸시하는 단계;
   상기 우선순위 규칙에 따라, 상기 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지의 일부 서비스 메시지를 상기 타깃 빈도 간격으로 상기 타깃 차량에 순차적으로 푸시하는 단계; 및
   하나의 장면 엔진이 적어도 2개의 서비스 메시지를 생성하는 것에 응답하여, 상기 적어도 2개의 서비스 메시지를 상기 타깃 빈도 간격으로 상기 타깃 차량에 푸시하는 단계
   중 어느 하나를 포함하고,
   상기 우선순위 규칙은 상기 현재 장면에서의 수요에 따라 상기 서비스 메시지의 우선순위를 지정하는, 메시지 푸싱 방법.
10. 제1항에 있어서,
    상기 메시지 푸싱 방법은,
    상기 생성된 서비스 메시지와 매칭하는 메시지 디스플레이 템플릿(message display template)을 획득하는 단계; 및
    상기 메시지 디스플레이 템플릿을 상기 타깃 차량에 전송하여, 상기 메시지 디스플레이 템플릿에 따라 상기 수신된 서비스 메시지를 서비스 카드의 형태로 디스플레이하도록 상기 타깃 차량에게 명령하는 단계
    를 더 포함하는 메시지 푸싱 방법.
11. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 차량 및 사용자 데이터는 차량 데이터 및 사용자 데이터를 포함하고; 상기 차량 데이터는 적어도 차량 상태 데이터 및 트랙 데이터를 포함하며; 상기 사용자 데이터는 적어도 차량 측 사용자의 사용자 행동 데이터, 사용자 선호도 데이터, 및 리소스 레이블(resource label) 데이터를 포함하고; 그리고
    상기 운전 환경 데이터는 적어도 도로 상황(road condition) 데이터, 날씨 환경 데이터, POI(point of interest) 데이터, 및 인프라(infrastructure) 데이터를 포함하는, 메시지 푸싱 방법.
12. 제11항에 있어서,
    상기 기본 데이터에 매칭되는 포트레이트는 사용자 포트레이트, 차량 포트레이트, 환경 포트레이트 및 콘텐츠 포트레이트를 포함하고,
    상기 환경 포트레이트는 이력 날씨 환경 데이터에 따라 구성되고 실시간으로 획득된 날씨 환경 데이터를 사용하여 업데이트되며,
    상기 차량 포트레이트는 이력 차량 상태 데이터에 따라 구성되고 실시간으로 획득된 차량 상태 데이터를 사용하여 업데이트되고,
    상기 사용자 포트레이트는 이력 사용자 행동 데이터 및 이력 사용자 선호도 데이터에 따라 구성되고, 실시간으로 획득된 사용자 행동 데이터 및 사용자 선호도 데이터를 사용하여 업데이트되며, 그리고
    상기 콘텐츠 포트레이트는 이력 리소스 레이블 데이터에 따라 구성되고 실시간으로 획득된 리소스 레이블 데이터를 사용하여 업데이트되는, 메시지 푸싱 방법.
13. 적어도 하나의 명령을 저장하는 저장 매체로서,
    상기 명령은 프로세서에 의해 로딩되고 실행되어, 제1항 내지 제12항 중 어느 한 항에 따른 메시지 푸싱 방법을 구현하는, 저장 매체.
14. 서버로서,
    프로세서 및 메모리를 포함하고,
    상기 메모리는 적어도 하나의 명령을 저장하고, 상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,
    타깃 차량과 연관된 기본 데이터를 획득하는 작동 - 상기 기본 데이터는 적어도 차량 및 사용자 데이터 그리고 운전 환경 데이터를 포함함 -;
    상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 작동;
    획득된 장면 인식 결과에 따라, 상기 타깃 차량이 현재 필요로 하는 적어도 하나의 서비스를 결정하고, 상기 적어도 하나의 서비스의 서비스 메시지를 생성하는 작동; 및
    상기 생성된 서비스 메시지를 상기 타깃 차량에 푸시하는 작동
    을 구현하는, 서버.
15. 제14항에 있어서,
    상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,
    상기 획득된 장면 인식 결과에 따라 상기 적어도 하나의 서비스를 결정하는 작동 - 상기 적어도 하나의 서비스의 각각의 서비스는 상이한 서비스 유형을 가짐 -; 및
    상기 각각의 서비스와 매칭하는 서비스 카드를 생성하는 작동 - 상기 서비스 카드는 상기 서비스의 서비스 메시지를 포함함 -
    을 구현하는, 서버.
16. 제15항에 있어서,
    상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,
    우선순위 규칙에 따라, 상기 생성된 서비스 카드로부터 적어도 2개의 상이한 서비스 유형의 서비스 카드를 선택하고, 상기 선택된 서비스 카드를 상기 타깃 차량에 푸시하는 작동;
    상기 현재 장면에서 수요가 가장 높은 서비스 카드를 상기 타깃 차량으로 푸시하는 작동; 또는
    상기 우선순위 규칙에 따라, 상기 생성된 서비스 카드를 타깃 빈도 간격으로 상기 타깃 차량에 순차적으로 푸시하는 작동
    중 어느 하나를 구현하고,
    상기 우선 순위 규칙은 상기 현재 장면의 수요에 따라 상기 서비스 카드의 우선 순위를 지정하는, 서버.
17. 제14항에 있어서,
    상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,
    공공 서비스 계층에서 기능 모듈을 호출하는 것에 의해, 상기 획득된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 작동
    을 구현하는, 서버.
18. 제17항에 있어서,
    상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,
    상기 획득된 기본 데이터를 모델 서비스 모듈의 머신 러닝 모델에 입력하는 것에 의해, 상기 머신 러닝 모델을 기반으로 상기 타깃 차량의 현재 장면을 인식하는 작동;
    규칙 구성 모듈에 기반하여 상기 획득된 기본 데이터가 미리 설정된 규칙을 만족하는지를 검출하는 것에 의해 획득되는 검출 결과에 기반하여, 상기 타깃 차량의 현재 장면을 인식하는 단계;
    상기 획득된 기본 데이터 및 상기 기본 데이터와 매칭하는 포트레이트에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 작동 - 상기 포트레이트는 상기 타깃 차량과 연관된 이력 기본 데이터에 기반하여 구성됨 -; 또는
    현재 시간 및 공간과 매칭하는 지정된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 작동 - 상기 지정된 기본 데이터는 상기 획득된 기본 데이터에 기반하여 콘텐츠 서버 모듈을 호출하는 것에 의해 획득됨 -
    중 어느 하나를 구현하는, 서버.
19. 제14항에 있어서,
    상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,
    상기 획득된 기본 데이터를 상이한 장면 엔진에 배포하는 작동 - 각 장면 엔진이 수신한 기본 데이터는 상기 장면 엔진이 미리 구독하고 있는 데이터의 유형과 매칭함 -; 및
    상기 장면 엔진에 의해 인식하여, 장면을 장면 인식 결과로서 획득하는 작동
    을 구현하는, 서버.
20. 제19항에 있어서,
    상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,
    각 장면 엔진에 대해 상기 배포된 기본 데이터를 검증하는 작동; 및
    검증 후 복수의 스레드를 생성하고, 상기 복수의 스레드를 사용하여, 공공 서비스 계층의 기능 모듈을 호출하여, 상기 배포된 기본 데이터에 기반하여 상기 타깃 차량의 현재 장면을 인식하는 작동
    을 구현하는, 서버.
21. 제19항에 있어서,
    상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,
    상기 장면 엔진에 의해 인식된 장면 중 현재 서비스 수요와 매칭하는 적어도 하나의 장면이 존재하는 것으로 결정하는 작동;
    장면과 서비스 간의 대응 관계에 따라 상기 적어도 하나의 장면과 매칭되는 서비스를 결정하는 작동; 및
    상기 적어도 하나의 장면과 매칭되는 서비스를 상기 적어도 하나의 서비스로 결정하는 작동
    을 구현하는, 서버.
22. 제19항에 있어서,
    상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,
    타깃 서비스 메시지를 상기 타깃 차량에 푸시하는 작동 - 상기 타깃 서비스 메시지는 상기 현재 장면에서 수요가 가장 높은 서비스 메시지이고, 상기 타깃 서비스 메시지는 상기 우선 순위 규칙에 따라 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지로부터 결정됨 -;
    상기 우선순위 규칙에 따라, 상기 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지를 타깃 빈도 간격으로 상기 타깃 차량에 순차적으로 푸시하는 작동;
    상기 우선순위 규칙에 따라, 상기 적어도 2개의 장면 엔진에 의해 생성된 서비스 메시지의 일부 서비스 메시지를 상기 타깃 빈도 간격으로 상기 타깃 차량에 순차적으로 푸시하는 작동; 및
    하나의 장면 엔진이 적어도 2개의 서비스 메시지를 생성하는 것에 응답하여, 상기 적어도 2개의 서비스 메시지를 상기 타깃 빈도 간격으로 상기 타깃 차량에 푸시하는 작동
    중 어느 하나를 구현하고,
    상기 우선순위 규칙은 상기 현재 장면에서의 수요에 따라 상기 서비스 메시지의 우선순위를 지정하는, 서버.
23. 제14항에 있어서,
    상기 적어도 하나의 명령은 프로세서에 의해 로딩되고 실행되어,
    상기 생성된 서비스 메시지와 매칭하는 메시지 디스플레이 템플릿을 획득하는 작동; 및
    상기 메시지 디스플레이 템플릿을 상기 타깃 차량에 전송하는 작동 - 상기 메시지 디스플레이 템플릿은 상기 메시지 디스플레이 템플릿에 따라 상기 수신된 서비스 메시지를 서비스 카드의 형태로 디스플레이하도록 상기 타깃 차량에게 명령하는데 사용됨 -
    을 구현하는, 서버.
24. 제14항 내지 제23항 중 어느 한 항에 있어서,
    상기 차량 및 사용자 데이터는 차량 데이터 및 사용자 데이터를 포함하고; 상기 차량 데이터는 적어도 차량 상태 데이터 및 트랙 데이터를 포함하며; 상기 사용자 데이터는 적어도 차량 측 사용자의 사용자 행동 데이터, 사용자 선호도 데이터, 및 리소스 레이블 데이터를 포함하고; 그리고
    상기 운전 환경 데이터는 적어도 도로 상황 데이터, 날씨 환경 데이터, POI(point of interest) 데이터, 및 인프라 데이터를 포함하는, 서버.
25. 제24항에 있어서,
    상기 기본 데이터에 매칭되는 포트레이트는 사용자 포트레이트, 차량 포트레이트, 환경 포트레이트 및 콘텐츠 포트레이트를 포함하고,
    상기 환경 포트레이트는 이력 날씨 환경 데이터에 따라 구성되고 실시간으로 획득된 날씨 환경 데이터를 사용하여 업데이트되며,
    상기 차량 포트레이트는 이력 차량 상태 데이터에 따라 구성되고 실시간으로 획득된 차량 상태 데이터를 사용하여 업데이트되고,
    상기 사용자 포트레이트는 이력 사용자 행동 데이터 및 이력 사용자 선호도 데이터에 따라 구성되고, 실시간으로 획득된 사용자 행동 데이터 및 사용자 선호도 데이터를 사용하여 업데이트되며, 그리고
    상기 콘텐츠 포트레이트는 이력 리소스 레이블 데이터에 따라 구성되고 실시간으로 획득된 리소스 레이블 데이터를 사용하여 업데이트되는, 서버.

Images