CN113759790A - 一种无人驾驶设备的***优化方法及装置 - Google Patents

Abstract

本说明书公开了一种无人驾驶设备的***优化方法及装置，可在无人驾驶设备执行任务时，获取各模块处理各消息的耗时，并在无人驾驶设备执行完该任务后，将已存储的各模块对应的各耗时进行高斯拟合，确定各模块的处理耗时分布，根据该处理耗时分布和异常耗时阈值，确定各模块对应的置信区间，并根据各模块的各耗时确定其对应的标准执行时间，当根据各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息。本方法通过各模块处理各消息时的耗时，判断各模块处理消息的耗时是否过长，若是则认为该模块存在故障，当存在故障但未表现出时，本方法即可确定存在故障的模块，保证了无人驾驶设备的行驶安全。

Description

一种无人驾驶设备的***优化方法及装置

技术领域

本说明书涉及计算机技术领域，尤其涉及一种无人驾驶设备的***优化方法及装置。

背景技术

目前，随着计算机技术的发展，无人驾驶设备在人们的日常生活中被越来越多地使用到。而为了保证无人驾驶设备的行驶安全，通常需要对无人驾驶设备进行优化。

一般的，可根据无人驾驶设备行驶过程中出现的故障对其进行优化。具体的，服务提供方可对无人驾驶设备行驶过程中的行驶轨迹、采集到的图像等进行监测，并根据监测到的数据判断是否出现故障，当其出现故障时，服务提供方的工作人员可将该无人驾驶设备进行接管。后续则可基于该无人驾驶设备出现的故障进行排查，确定其对应的故障点，进而对该无人驾驶设备中的***进行优化。

但是，现有技术在进行优化时，只有在出现故障的情况下，才会对无人驾驶设备进行优化，而当无人驾驶设备存在故障但未表现出对应的表象(如，轨迹画龙等)时，无法确定该无人驾驶设备存在故障，以及无法根据故障对其进行优化，使得无人驾驶设备存在较大安全隐患。

发明内容

本说明书提供了无人驾驶设备的***优化方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供一种无人驾驶设备的***优化方法，所述***由若干模块组成，包括：

在所述无人驾驶设备执行任务时，针对所述***中的每个模块，监测该模块每次进行消息处理时的耗时，并存储；

当所述无人驾驶设备执行完成所述任务后，将已存储的各模块处理各消息时的耗时进行高斯拟合，确定各模块分别对应的处理耗时分布；

根据预设的异常耗时阈值，确定各处理耗时分布对应于所述异常耗时阈值的置信区间，以及根据各模块处理各消息的耗时，确定各模块对应的标准执行时间；

根据确定出的各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息。

可选地，根据预设的异常耗时阈值，确定各处理耗时分布对应于所述异常耗时阈值的置信区间，具体包括：

针对每个模块，根据该模块对应的处理耗时分布，确定该模块对应的处理耗时分布对应的均值和方差；

根据所述均值、所述方差和预设的异常耗时阈值，确定所述处理耗时分布的置信区间。

可选地，当根据确定出的各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息，具体包括：

针对每个模块，根据所述置信区间，确定该模块对应的异常耗时；

当所述标准执行时间不小于所述异常耗时时，确定该模块存在故障；

根据该模块的模块标识，发送用于提示该模块存在故障需要优化的提示信息。

可选地，所述方法还包括：

在所述无人驾驶设备执行任务时，接收优化请求；

根据所述优化请求中携带的模块标识，确定该模块处理各消息的耗时；

根据该模块处理各消息的耗时，确定该模块的处理耗时分布。

可选地，所述方法还包括：

根据各消息的消息标识，将各模块处理各消息的耗时进行存储；

针对每个模块，根据所述置信区间，确定该模块处理消息的异常耗时，当该模块存在故障时，确定消息处理耗时不小于所述异常耗时的消息，作为异常消息；

根据确定出的异常消息发送提示信息。

可选地，监测该模块每次进行消息处理时的耗时，并存储，具体包括：

通过预先针对该模块在所述***中埋入的该模块对应的监测代码，获取该模块每次进行消息处理时的耗时，并存储。

可选地，所述无人驾驶设备中的***存在多个版本，所述方法还包括：

根据所述***的历史版本的各模块对应的异常耗时，确定该模块对应的历史异常耗时；

根据确定出的各模块对应的置信区间，确定各模块对应的异常耗时；

当各模块的异常耗时不小于历史异常耗时时，发送提示信息。

本说明书提供一种无人驾驶设备的***优化装置，包括：

获取模块，用于在所述无人驾驶设备执行任务时，针对所述***中的每个模块，监测该模块每次进行消息处理时的耗时，并存储；

第一确定模块，用于当所述无人驾驶设备执行完成所述任务后，将已存储的各模块处理各消息时的耗时进行高斯拟合，确定各模块分别对应的处理耗时分布；

第二确定模块，用于根据预设的异常耗时阈值，确定各处理耗时分布对应于所述异常耗时阈值的置信区间，以及根据各模块处理各消息的耗时，确定各模块对应的标准执行时间；

提示模块，用于根据确定出的各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息。

本说明书提供的计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述无人驾驶设备的***优化方法。

本说明书提供的电子设备，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，所述处理器执行所述程序时实现上述无人驾驶设备的***优化方法。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书提供的无人驾驶设备的***优化方法中，可在无人驾驶设备执行任务时，获取各模块处理各消息的耗时，并在无人驾驶设备执行完该任务后，将已存储的各模块对应的各耗时进行高斯拟合，确定各模块的处理耗时分布，根据该处理耗时分布和异常耗时阈值，确定各模块对应的置信区间，并根据各模块的各耗时确定其对应的标准执行时间，当根据各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息。

从上述方法可以看出，本方法通过各模块处理各消息时的耗时，判断各模块处理消息的耗时是否过长，若是则认为该模块存在故障，当存在故障但未表现出时，本方法即可确定存在故障的模块，保证了无人驾驶设备的行驶安全。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书中提供的无人驾驶设备的***优化方法的流程示意图；

图2为本说明书提供的获取该无人驾驶设备的***处理消息时各模块的监测数据的示意图；

图3为本说明书提供的确定异常耗时阈值的置信区间的示意图；

图4为本说明书提供的无人驾驶设备的***优化装置示意图；

图5为本说明书提供的对应于图1的电子设备示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。

目前，无人驾驶设备中配置有***，以控制无人驾驶设备行驶。而为了保证无人驾驶设备的行驶安全，需要对无人驾驶设备进行监测。一般对无人驾驶设备进行监测是基于无人驾驶设备行驶过程中采集到的图像、无人驾驶设备的行驶轨迹等，判断是否发生故障。

以无人驾驶设备执行配送任务为例，可通过无人驾驶设备采集到的图像的模糊程度等，判断无人驾驶设备是否出现抖动的故障情况。通过无人驾驶设备的行驶轨迹，判断该无人驾驶设备是否出现轨迹画龙的故障情况。通过无人驾驶设备上报的信息，判断是否出现无法确定下一时刻的运动策略的故障情况。

若上述任一判断结果为是，则服务提供方的工作人员会接管该无人驾驶设备，并通过上述故障表象，对该无人驾驶设备进行故障排查并确定故障点。

出现上述故障表象的原因通常为无人驾驶设备中的***的各模块处理消息时的耗时过长。而导致模块处理消息时的耗时过长的因素可包括：模块核心功能缺陷、I/O次数过多、网络故障、资源竞争等，不同原因引起的耗时过长的模块不完全相同，不同模块处理消息时的耗时过长又会出现不同的故障表象。

基于此，本说明书提供一种可基于无人驾驶设备的***的各模块处理消息的耗时对该***进行优化的方法。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书中提供的无人驾驶设备的***优化方法的流程示意图，具体包括以下步骤：

S100：在所述无人驾驶设备执行任务时，针对所述***中的每个模块，监测该模块每次进行消息处理时的耗时，并存储。

在本说明书提供的一个或多个实施例中，该无人驾驶设备的***优化的方法，针对的是无人驾驶设备执行任务时，无人驾驶设备的***中的各模块对无人驾驶设备进行控制，以使无人驾驶设备完成任务的场景中。该无人驾驶设备的***优化方法流程具体可由无人驾驶设备或服务提供方的服务器执行。为了方便描述，下述以无人驾驶设备为例进行说明。

区别于现有技术根据无人驾驶设备行驶过程中出现的故障对其进行优化。本说明书提供一种可基于无人驾驶设备的***的各模块处理消息的耗时对该***进行优化的方法，使得无人驾驶设备可基于无人驾驶设备的***中各模块每次进行消息处理的耗时，判断该***中各模块处理消息的耗时是否过长，以进行故障排查，并根据确定出的故障进行优化。

基于此，在本说明书中的一个或多个实施例中，在无人驾驶设备执行任务时，可针对该无人驾驶设备的***中的每个模块，监测该模块每次进行消息处理时的耗时并存储。

具体的，该无人驾驶设备的***的各模块有其对应的代码，该***在接收到消息时，可根据接收到的消息中携带的模块标识，确定处理该消息对应的模块。并将该消息发送至该模块，使该模块对该消息进行处理。而针对每个模块，在该模块前后埋入监测代码，即可通过获取监测代码的运行时间，确定该模块每次进行消息处理的耗时。

于是，在各模块进行消息处理时，该无人驾驶设备可通过监测代码，确定各模块每次进行消息处理时的耗时。如图2所示。

图2为本说明书提供的确定各模块每次进行消息处理时的耗时的示意图，图中，A模块、B模块、C模块、D模块……为无人驾驶设备的***中的各模块，且针对于各模块，在该***中都预先埋入了监测代码。则在接收到消息后，该无人驾驶设备可根据该消息中携带的模块标识，确定该消息对应的模块，图中的消息1携带的模块标识为B，于是，该无人驾驶设备的***可将消息1发送至B模块中，由模块B对该消息1进行处理，得到处理结果。则根据该B模块前的监测代码和B模块后的监测代码，可确定该模块处理该消息所耗费的时长为3分钟3秒，于是，该无人驾驶设备可确定该模块处理该消息时的耗时为00:03:03。

当然，由于耗时可通过开始处理时间和终止处理时间确定，而无人驾驶设备在行驶过程中，通常需要计算资源来确定运动策略等，因此，为了保证无人驾驶设备的行驶安全，还可将模块处理消息时对应的开始处理时间和终止处理时间进行存储，并在任务执行完后，再确定各模块在处理各消息时的耗时。

在本说明书提供的一个或多个实施例中，如前所述的，不同模块进行消息处理时的耗时过长的原因和可能引起的故障不完全相同，而不同模块处理消息的耗时等不完全相同，因此，该无人驾驶设备可针对每个模块，将该模块每次进行消息处理时的耗时进行存储，以便于后续可基于已存储的各模块进行消息处理时的耗时确定故障的模块。

具体的，该无人驾驶设备可针对每个模块，根据该模块的模块标识，将上述确定出的该模块每次进行消息处理时的耗时进行存储。其中，存储的各模块进行消息处理的耗时的形式可包括各模块的标识，消息的开始执行时间、终止时间等，具体可如表1所示。

[模块标识]：[开始时间]：[结束时间]
	[模块标识]：[cost]：[时长]

表1

其中，模块标识为该模块的标识，如图2中的A模块，A即为该模块的标识，根据[开始时间]与[结束时间]部分可确定某模块的开始处理时间与终止处理时间，进而可确定该模块进行消息处理时的耗时。[时长]即为模块进行消息处理时的耗时，则该无人驾驶设备还可仅根据模块标识和耗时确定存储形式，并将其进行存储。

由于两种数据获取消息的执行时间的方法并不一致，因此，为了区别两种监测数据，在根据时长确定出的监测数据中加入了[cost]项，用于表征该监测数据为处理消息所耗费的时长。

另外，由于确定出的各模块进行消息处理的耗时为根据该模块前后的监测代码确定的，则可能会出现将上一条消息的开始处理时间作为该消息的开始处理时间的情况出现，因此，为了保证监测数据的准确性，避免上述情况的出现，该无人驾驶设备在对监测数据进行存储时，还可根据消息标识和模块标识，对各模块每次进行消息处理时的耗时进行存储。如表2所示。

[模块标识]：[消息标识]：[开始时间]：[日期]
	[模块标识]：[消息标识]：[结束时间]：[日期]
[模块标识]：[消息标识]：[cost]：[时长]

表2

其中，消息标识为处理的消息的标识，如图2中的“消息1”，可为消息自身携带，也可为处理消息的模块或无人驾驶设备确定，如，A模块处理的第32条消息的消息标识为32，[开始时间]与[结束时间]部分与后面的[日期]部分连用，可确定某模块的具体开始处理时间与具体终止处理时间，进而可确定某模块处理该消息时的耗时，当然，具体的存储模块处理消息的耗时的形式、存储的数据包括的内容、以及内容的形式等可根据需要进行设置，本说明书对此不做限制。

S102：当所述无人驾驶设备执行完成所述任务后，将已存储的各模块处理各消息时的耗时进行高斯拟合，确定各模块分别对应的处理耗时分布。

在本说明书提供的一个或多个实施例中，无人驾驶设备在执行不同配送任务时，其对应的执行时间可能不同，因此，为了保证确定出的故障结果的准确性，该无人驾驶设备可当无人驾驶设备执行完任务后，根据已存储的各模块处理各消息时的耗时，对该***进行优化。

具体的，首先，该无人驾驶设备可针对每次任务，在该次任务执行完成后，获取无人驾驶设备的***在执行本次任务过程中存储的各模块处理各消息时的耗时。

然后，在确定出各模块处理各消息的耗时后，该无人驾驶设备可针对每个模块，将该模块各次进行消息处理时的耗时进行高斯拟合，拟合得到该模块对应的处理耗时分布。显然，该处理耗时分布为高斯分布。

最后，在后续步骤S106中，可基于各模块的处理耗时分布确定是否存在故障。

S104：根据预设的异常耗时阈值，确定各消息耗时分布对应于所述异常耗时阈值的置信区间，以及根据各模块处理各消息的耗时，确定各模块对应的标准执行时间。

在本说明书提供的一个或多个实施例中，针对每个模块，该模块进行各次消息处理时的耗时拟合确定的处理耗时分布，为该模块处理各消息时的时间分布，同时也为该模块对各消息的处理时间的概率分布，而若该模块处理大部分消息时对应的最小耗时，即，该模块的标准执行时间，在该概率分布中对应于较小的概率区间，则该模块的执行时间显然过长。因此，该无人驾驶设备可基于预设的异常耗时阈值，确定各处理耗时分布对应于该异常耗时阈值的置信区间以及各模块的标准执行时间。

具体的，该无人驾驶设备可针对每个模块，根据步骤S102中确定出的该模块对应的处理耗时分布，以及预设的异常耗时阈值，确定概率分布为该异常耗时阈值时该处理耗时分布对应的置信区间。如图3所示。

图3为本说明书提供的确定异常耗时阈值的置信区间的示意图，图中，黑色圆点为模块各次进行消息处理时的耗时，曲线为基于各耗时进行高斯拟合得到的处理耗时分布，异常耗时阈值为85％，于是该无人驾驶设备可基于确定出的该处理耗时分布，确定该异常耗时阈值对应的置信区间为[12，38]ms。

然后，该无人驾驶设备可根据已存储的各模块处理各消息的耗时，确定各模块对应的标准执行时间，即，各模块处理大部分消息时对应的最小耗时。并将该最小耗时与该异常耗时进行比较，若最小耗时不小于该异常耗时，则表示该模块进行消息处理的耗时过长，可能存在故障。其中，该最小耗时具体可用Top百分数指标(即，TP指标)、平均数指标、中位数指标等进行表示。以TP90为例，TP90可看作是保证90％请求都能被响应的最小耗时。针对每个模块，该无人驾驶设备可根据该模块的模块标识，确定该模块对应的各监测数据，并根据各监测数据中的各执行时间，确定其对应的TP指标，作为该模块对应的标准执行时间。

S106：根据确定出的各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息。

在本说明书提供的一个或多个实施例中，该无人驾驶设备在确定出各模块的置信区间和标准执行时间后，可基于确定出的各模块的置信区间和标准执行时间判断模块是否存在故障，并基于判断结果进行优化。

具体的，该无人驾驶设备可针对每个模块，判断该模块的标准执行时间是否在该模块对应的置信区间内，若是，则可认为该模块处理消息的耗时正常，若否，可认为该模块处理消息的耗时过长，可能存在故障，则该无人驾驶设备可向工作人员或其他无人驾驶设备发送提示信息，提示该模块出现故障，需要优化。

进一步的，该无人驾驶设备可针对每个模块，根据该模块的置信区间，确定该置信区间的最大值，作为该模块对应的异常耗时。则该无人驾驶设备可判断该模块的标准执行时间是否超过该模块对应的异常耗时，若是，则该无人驾驶设备可确定该模块存在异常，并基于该模块的模块标识发送提示信息。

更进一步的，为了保证无人驾驶设备的行驶安全，避免无人驾驶设备存在故障但未确定出的情况出现，该无人驾驶设备还针对每个模块，判断该模块处理各消息时的耗时中，是否存在超过该模块对应的异常耗时的消息处理耗时。若是，该无人驾驶设备可基于该消息处理耗时发送提示信息。

另外，为了避免无人驾驶设备在执行配送任务的过程中出现故障，在无人驾驶设备行驶过程中，还可根据预设的时间间隔确定各模块对应的异常耗时，并基于确定出的异常耗时，判断各模块是否执行时间过长，若是，则可发送提示信息，以降低该无人驾驶设备的安全隐患。

进一步的，无人驾驶设备的***可能存在多个版本，因此，针对该无人驾驶设备的***执行消息的每个模块，该无人驾驶设备可根据该无人驾驶设备的历史版本中各模块对应的置信区间，预设各模块对应的优化阈值。于是，该无人驾驶设备可根据确定出的各模块的异常耗时与预设的优化阈值，对该无人驾驶设备进行优化。如，异常耗时高于优化阈值的模块进行调整，低于优化阈值的模块暂不调整等。

需要说明的是，该确定优化阈值的方法可为人为根据经验等进行确定，且根据确定出的各模块的置信区间对无人驾驶设备进行优化的方法也不止通过各模块的优化阈值这一种，具体的确定优化阈值以及根据各模块的置信区间对无人驾驶设备进行优化采用的方法，可根据需要进行设置，本说明书对此不做限制。

基于图1提供的无人驾驶设备的***优化方法，可在无人驾驶设备执行任务时，监测各模块处理各消息的耗时并存储，在无人驾驶设备执行完该任务后，将已存储的各模块对应的各耗时进行高斯拟合，确定各模块的处理耗时分布，当根据该处理耗时分布和预设的异常耗时阈值，确定各模块对应的置信区间，并根据各模块的各耗时，确定各模块的标准执行时间，以及当根据各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息。本方法通过无人驾驶设备的***中的各模块处理各消息时的耗时，判断各模块处理消息的耗时是否过长，若是则发送用于提示模块存在故障的提示信息。当无人驾驶设备存在故障但未表现出相应表象时，本方法也可确定存在故障的模块，保证了无人驾驶设备的行驶安全。

进一步的，在本说明书提供的一个或多个实施例中，若在无人驾驶设备行驶过程中确定各模块分别对应的处理耗时分布以及后续步骤，而该***中的各模块正在处理各消息，此时对监测数据进行处理显然并不合适。因此，在步骤S102中，该无人驾驶设备还可接收优化请求，于是，该无人驾驶设备可根据接收到的优化请求，和已存储的各模块处理各消息的耗时，针对每个模块，将该模块处理各消息的耗时进行高斯拟合，确定各模块对应的处理时间耗时。

另外，在步骤S100中，在对无人驾驶设备的***的各模块进行监测时，可不仅通过预先埋入的监测代码，还可基于各模块自身，在其对应的代码模块中加入开始输出“开始处理时间”和“终止处理时间”的代码。则该无人驾驶设备可基于各模块输出的处理各消息的耗时，将其进行存储。

进一步的，在本说明书提供的一个或多个实施例中，无人驾驶设备的***存储的数据是在非易失性存储器(如，磁盘)中的，当该无人驾驶设备的***处理消息时，若将获取到的各模块处理消息的耗时存储到磁盘中，会导致对磁盘的操作增加、占用线程，进而导致消息的执行效率下降。因此，在步骤S100中，为了避免对消息执行效率的影响，在获取各模块处理消息的耗时并进行存储时，可将其存储为内存文件。其中，本说明书中的内存文件是指存储在易失性存储器(如，内存)中，不影响无人驾驶设备对非易失性存储器(如，磁盘)的操作的文件。例如，将监测数据作为临时文件***(temporary file system，tmpfs)文件存储在易失性存储器中。易失性存储器一般包括静态随机存取存储器(Random AccessMemory，SRAM)和动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

更进一步的，该无人驾驶设备的内存是有限的，当内存中存在大量的内存文件时，可能会对该无人驾驶设备的***处理消息的效率造成影响造成安全隐患。因此，在步骤S100中，为了不影响消息的执行效率，该无人驾驶设备还可根据预设的存储条件，将该生成的内存文件存储在磁盘中。其中，该存储条件可为根据预设的时间间隔，将该内存文件进行存储，也可为当消息执行完毕后，将该消息对应的各模块处理消息的耗时进行存储。具体的存储条件可根据需要进行设置，本说明书对此不做限制。

另外，在步骤S108中，还可仅根据各模块的标准执行时间，判断模块是否存在故障，具体的，可根据各模块对应的历史标准执行时间，确定各模块的执行时间阈值，并当各模块的标准执行时间超过其对应的执行时间阈值时，发送提示信息。

以上为本说明书的一个或多个实施例提供的无人驾驶设备的***优化方法，基于同样的思路，本说明书还提供了相应的无人驾驶设备的***优化装置，如图4所示。

图4为本说明书提供的无人驾驶设备的***优化装置示意图，包括：

获取模块200，用于在所述无人驾驶设备执行任务时，针对所述***中的每个模块，监测该模块每次进行消息处理时的耗时，并存储。

第一确定模块202，用于当所述无人驾驶设备执行完成所述任务后，将已存储的各模块处理各消息时的耗时进行高斯拟合，确定各模块分别对应的处理耗时分布。

第二确定模块204，用于根据预设的异常耗时阈值，确定各处理耗时分布对应于所述异常耗时阈值的置信区间，以及根据各模块处理各消息的耗时，确定各模块对应的标准执行时间。

提示模块206，用于根据确定出的各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息。

可选地，所述第二确定模块204，用于针对每个模块，根据该模块对应的处理耗时分布，确定该模块对应的处理耗时分布对应的均值和方差，根据所述均值、所述方差和预设的异常耗时阈值，确定所述处理耗时分布的置信区间。

可选地，所述提示模块206，用于针对每个模块，根据所述置信区间，确定该模块对应的异常耗时，当所述标准执行时间不小于所述异常耗时时，确定该模块存在故障，根据该模块的模块标识，发送用于提示该模块存在故障需要优化的提示信息。

可选地，所述获取模块200，用于在所述无人驾驶设备执行任务时，接收优化请求，根据所述优化请求中携带的模块标识，确定该模块处理各消息的耗时，根据该模块处理各消息的耗时，确定该模块的处理耗时分布。

可选地，所述提示模块206，用于根据各消息的消息标识，将各模块处理各消息的耗时进行存储，针对每个模块，根据所述置信区间，确定该模块处理消息的异常耗时，当该模块存在故障时，确定消息处理耗时不小于所述异常耗时的消息，作为异常消息，根据确定出的异常消息发送提示信息。

可选地，所述获取模块200，用于通过预先针对该模块在所述***中埋入的该模块对应的监测代码，获取该模块每次进行消息处理时的耗时。

可选地，所述无人驾驶设备中的***存在多个版本，所述提示模块，用于根据所述***的历史版本的各模块对应的异常耗时，确定该模块对应的历史异常耗时，根据确定出的各模块对应的置信区间，确定各模块对应的异常耗时，当各模块的异常耗时不小于历史异常耗时时，发送提示信息。

本说明书还提供了计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的无人驾驶设备的***优化方法。

本说明书还提供了图5所示的电子设备的示意结构图。如图5所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的无人驾驶设备的***优化方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、***或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种无人驾驶设备的***优化方法，其特征在于，所述***由若干模块组成，包括：

在所述无人驾驶设备执行任务时，针对所述***中的每个模块，监测该模块每次进行消息处理时的耗时，并存储；

当所述无人驾驶设备执行完成所述任务后，将已存储的各模块处理各消息时的耗时进行高斯拟合，确定各模块分别对应的处理耗时分布；

根据预设的异常耗时阈值，确定各处理耗时分布对应于所述异常耗时阈值的置信区间，以及根据各模块处理各消息的耗时，确定各模块对应的标准执行时间；

根据确定出的各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息。

2.如权利要求1所述的方法，其特征在于，根据预设的异常耗时阈值，确定各处理耗时分布对应于所述异常耗时阈值的置信区间，具体包括：

针对每个模块，根据该模块对应的处理耗时分布，确定该模块对应的处理耗时分布对应的均值和方差；

根据所述均值、所述方差和预设的异常耗时阈值，确定所述处理耗时分布的置信区间。

3.如权利要求2所述的方法，其特征在于，根据确定出的各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息，具体包括：

针对每个模块，根据所述置信区间，确定该模块对应的异常耗时；

当所述标准执行时间不小于所述异常耗时时，确定该模块存在故障；

根据该模块的模块标识，发送用于提示该模块存在故障需要优化的提示信息。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

在所述无人驾驶设备执行任务时，接收优化请求；

根据所述优化请求中携带的模块标识，确定该模块处理各消息的耗时；

根据该模块处理各消息的耗时，确定该模块的处理耗时分布。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

根据各消息的消息标识，将各模块处理各消息的耗时进行存储；

针对每个模块，根据所述置信区间，确定该模块处理消息的异常耗时，当该模块存在故障时，确定消息处理耗时不小于所述异常耗时的消息，作为异常消息；

根据确定出的异常消息发送提示信息。

6.如权利要求1所述的方法，其特征在于，监测该模块每次进行消息处理时的耗时，具体包括：

通过预先针对该模块在所述***中埋入的该模块对应的监测代码，获取该模块每次进行消息处理时的耗时。

7.如权利要求1所述的方法，其特征在于，所述无人驾驶设备中的***存在多个版本，所述方法还包括：

根据所述***的历史版本的各模块对应的异常耗时，确定该模块对应的历史异常耗时；

根据确定出的各模块对应的置信区间，确定各模块对应的异常耗时；

当各模块的异常耗时不小于历史异常耗时时，发送提示信息。

8.一种无人驾驶设备的***优化装置，其特征在于，包括：

获取模块，用于在所述无人驾驶设备执行任务时，针对所述***中的每个模块，监测该模块每次进行消息处理时的耗时，并存储；

第一确定模块，用于当所述无人驾驶设备执行完成所述任务后，将已存储的各模块处理各消息时的耗时进行高斯拟合，确定各模块分别对应的处理耗时分布；

第二确定模块，用于根据预设的异常耗时阈值，确定各处理耗时分布对应于所述异常耗时阈值的置信区间，以及根据各模块处理各消息的耗时，确定各模块对应的标准执行时间；

提示模块，用于根据确定出的各模块的置信区间和标准执行时间确定模块存在故障时，发送用于提示模块存在故障需要优化的提示信息。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～7任一项所述的方法。

10.一种电子设备，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程序时实现上述权利要求1～7任一项所述的方法。

Images