CN115242830B - 车辆数据处理方法、车辆及数据处理*** - Google Patents
车辆数据处理方法、车辆及数据处理*** Download PDFInfo
- Publication number
- CN115242830B CN115242830B CN202210688851.4A CN202210688851A CN115242830B CN 115242830 B CN115242830 B CN 115242830B CN 202210688851 A CN202210688851 A CN 202210688851A CN 115242830 B CN115242830 B CN 115242830B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- server
- related data
- communication mode
- adopting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 30
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 230000006854 communication Effects 0.000 claims abstract description 155
- 238000004891 communication Methods 0.000 claims abstract description 154
- 230000005540 biological transmission Effects 0.000 claims abstract description 116
- 238000000034 method Methods 0.000 claims abstract description 97
- 230000004913 activation Effects 0.000 claims abstract description 61
- 230000006870 function Effects 0.000 claims description 85
- 238000013136 deep learning model Methods 0.000 claims description 49
- 238000012549 training Methods 0.000 description 8
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供了一种车辆数据处理方法、车辆及数据处理***，该方法包括：获取车辆相关数据；采用event通信方式，将连接状态信息发送至服务端；采用method通信方式，接收服务端发送的激活状态信息，激活状态信息用于表征接收函数已经被激活；采用field通信方式，并利用接收函数将车辆相关数据发送至服务端，得以确保在车辆和服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，保证服务端能够接收车辆相关数据，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
Description
技术领域
本申请涉及车辆数据处理技术领域，具体而言，涉及一种车辆数据处理方法、车辆及数据处理***。
背景技术
在自动驾驶领域中，采用TBOX作为媒介，车端和服务端之间采用4G无线网络传输车辆相关数据，这种方式带宽较小，且灵活性较差，进而导致车辆相关数据更新速度慢，迭代较慢。
发明内容
本申请的主要目的在于提供一种车辆数据处理方法、车辆及数据处理***，以解决现有方案中车辆相关数据传输时灵活性较差的问题。
根据本发明实施例的一个方面，提供了一种车辆数据处理方法，该方法包括：获取车辆相关数据，所述车辆相关数据包括安装在车辆上的图像传感器采集到的图像数据；采用event通信方式，将连接状态信息发送至服务端，所述连接状态信息用于表征所述车辆和所述服务端的连接状态为已连接的状态；采用method通信方式，接收所述服务端发送的激活状态信息，所述激活状态信息用于表征接收函数已经被激活；采用field通信方式，并利用所述接收函数将所述车辆相关数据发送至所述服务端。
可选地，在采用field通信方式，将所述车辆相关数据并利用所述接收函数发送至所述服务端之后，所述方法还包括：采用method通信方式，接收所述服务端发送的更新后的深度学习模型，其中，所述更新后的深度学习模型是采用所述车辆相关数据对初始深度学习模型进行更新得到的。
可选地，在采用method通信方式，接收所述服务端发送的激活状态信息之前，所述方法还包括：采用method通信方式，发送函数激活报文至所述服务端，其中，所述服务端根据所述函数激活报文激活所述接收函数，并生成所述激活状态信息。
可选地，所述车辆相关数据包括多个车辆相关数据包，采用field通信方式，将所述车辆相关数据并利用所述接收函数传输至所述服务端包括：采用field通信方式，并利用所述接收函数将多个所述车辆相关数据包逐个发送至所述服务端；采用field通信方式，接收所述服务端发送的第一传输完成指令，其中，所述服务端每接收一个所述车辆相关数据包生成一个所述第一传输完成指令。
可选地，在采用field通信方式，将所述车辆相关数据并利用所述接收函数发送至所述服务端之后，所述方法还包括：在接收到所述服务端发送的第二传输完成指令的情况下，采用field通信方式，发送模型更新指令，其中，所述服务端根据所述模型更新指令对所述初始深度学习模型进行更新得到所述更新后的深度学习模型，所述第二传输完成指令用于表征多个所述车辆相关数据包均已传输至所述服务端。
可选地，在采用field通信方式，将所述车辆相关数据并利用所述接收函数发送至所述服务端之后，所述方法还包括：在接收到传输缺失指令的情况下，采用field通信方式，将多个所述车辆相关数据包中缺失的所述车辆相关数据包重新传输至所述服务端，所述传输缺失指令用于表征多个所述车辆相关数据包中没有成功上传至所述服务端的车辆相关数据包。
可选地，在获取车辆相关数据之后，所述方法还包括：将所述车辆相关数据存储至所述车辆的存储单元中；在所述存储单元的已占用内存等于或者大于存储阈值的情况下，停止采集所述车辆相关数据，并停止将所述车辆相关数据存储至所述存储单元中；在所述存储单元的已占用内存小于所述存储阈值的情况下，继续获取所述车辆相关数据，并将所述车辆相关数据存储至所述存储单元中。
根据本发明实施例的另一方面，还提供了一种车辆数据处理方法，该方法包括：采用event通信方式，接收车辆发送的连接状态信息，所述连接状态信息用于表征所述车辆和服务端的连接状态为已连接的状态；采用method通信方式，发送激活状态信息至所述车辆，所述激活状态信息用于表征接收函数已经被激活；采用field通信方式，接收所述车辆发送的车辆相关数据，其中，所述车辆相关数据并利用所述接收函数传输至所述服务端。
根据本发明实施例的另一方面，还提供了一种车辆，该车辆包括获取单元、发送单元、接收单元和传输单元；获取单元用于获取车辆相关数据，所述车辆相关数据包括安装在车辆上的图像传感器采集到的图像数据；发送单元用于采用event通信方式，将连接状态信息发送至服务端，所述连接状态信息用于表征所述车辆和所述服务端的连接状态为已连接的状态；接收单元用于采用method通信方式，接收所述服务端发送的激活状态信息，所述激活状态信息用于表征接收函数已经被激活；传输单元用于采用field通信方式，将所述车辆相关数据并利用所述接收函数传输至所述服务端。
根据本发明实施例的另一方面，还提供了一种数据处理***，该***包括车辆和服务器；车辆用于执行上述任意一种所述的车辆数据处理方法；服务器与所述车辆之间进行通信，用于执行上述车辆数据处理方法。
在本发明实施例中，通过采用event通信方式，将连接状态信息发送至服务端，得以确保在所述车辆和所述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过采用method通信方式，接收所述服务端发送的激活状态信息，保证服务端能够接收车辆相关数据，通过采用field通信方式，并利用所述接收函数将所述车辆相关数据发送至所述服务端，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了根据本申请的实施例的一种车辆数据处理方法的流程图；
图2示出了根据本申请的实施例的车辆的示意图；
图3示出了根据本申请的实施例的另一种车辆数据处理方法的流程图；
图4示出了根据本申请的实施例的服务端的示意图；
图5示出了根据本申请的实施例的车辆数据处理方案的流程图；
图6示出了根据本申请实施例的一对多数据回灌服务架构的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应该理解的是，当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时，该元件可直接在该另一元件上，或者也可存在中间元件。而且，在说明书以及权利要求书中，当描述有元件“连接”至另一元件时，该元件可“直接连接”至该另一元件，或者通过第三元件“连接”至该另一元件。
为了便于描述，以下对本申请实施例涉及的部分名词或术语进行说明：
深度学习：深度学习是一种模式分析方法的统称，通过挖掘样本数据内在规律和表现，不断提升人工智能模型的识别能力，在自动驾驶中非常普遍。
服务通信架构(SOA，Service-Oriented Architecture)：是新一代整车电子电气架构下，把运行程序改为“服务”的架构形式，以按照一定的服务逻辑和服务流程实现功能。
Adaptive AUTOSAR：一种新型面向智能网联功能而设计开发的汽车电子电气软件架构标准，主要以服务方式构建通信框架，具备自适应和灵活性，能够实现接收方有需求时才会发送的服务式通信过程。
服务端：服务端是指智能网联汽车架构中的云服务器，是智能网联汽车中的与所有汽车相连的高性能算力平台和数据中心。
数据回灌：将自动驾驶过程中收集到的车端历史数据传输到训练端，对深度学习模型进行训练和仿真，然后根据训练和仿真的结果优化深度学习模型，然后再将优化后的模型传输回车端进行应用的过程。
松耦合：通常是指松耦合***，松耦合***是基于消息的***，此时客户端和远程服务并不知道对方是如何实现的。客户端和服务之间的通讯由消息的架构支配。只要消息符合协商的架构，则客户端或服务的实现就可以根据需要进行更改，而不必担心会破坏对方。
正如背景技术中所说的，现有技术中的采用TBOX作为媒介，车端和服务端之间采用4G无线网络传输车辆相关数据，这种方式带宽较小，且灵活性较差，进而导致车辆相关数据更新速度慢，迭代较慢，为了解决现有方案中车辆相关数据传输时灵活性较差的问题，本申请的一种典型的实施方式中，提供了一种车辆数据处理方法、车辆及数据处理***。
根据本申请的实施例，提供了一种车辆数据处理方法。
图1是根据本申请实施例的一种车辆数据处理方法的流程图。如图1所示，该方法包括以下步骤：
步骤S101，获取车辆相关数据，上述车辆相关数据包括安装在车辆上的图像传感器采集到的图像数据；
步骤S102，采用event通信方式，将连接状态信息发送至服务端，上述连接状态信息用于表征上述车辆和上述服务端的连接状态为已连接的状态；
步骤S103，采用method通信方式，接收上述服务端发送的激活状态信息，上述激活状态信息用于表征接收函数已经被激活；
步骤S104，采用field通信方式，并利用上述接收函数将上述车辆相关数据发送至上述服务端。
上述步骤中，通过采用event通信方式，将连接状态信息发送至服务端，得以确保在上述车辆和上述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过采用method通信方式，接收上述服务端发送的激活状态信息，保证服务端能够接收车辆相关数据，通过采用field通信方式，并利用上述接收函数将上述车辆相关数据发送至上述服务端，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本申请的一种实施例中，在采用field通信方式，将上述车辆相关数据并利用上述接收函数发送至上述服务端之后，上述方法还包括：采用method通信方式，接收上述服务端发送的更新后的深度学***台与服务端的数据交互和回灌，即数据回灌，Adaptive AUTOSAR服务通信是采用event、method和field三种方式来进行通信的。
在本申请的一种实施例中，在采用method通信方式，接收上述服务端发送的激活状态信息之前，上述方法还包括：采用method通信方式，发送函数激活报文至上述服务端，其中，上述服务端根据上述函数激活报文激活上述接收函数，并生成上述激活状态信息。保证后续传输车辆相关数据时，上述接收函数的状态为已激活的状态。
在本申请的一种实施例中，上述车辆相关数据包括多个车辆相关数据包，采用field通信方式，将上述车辆相关数据并利用上述接收函数传输至上述服务端包括：采用field通信方式，并利用上述接收函数将多个上述车辆相关数据包逐个发送至上述服务端；采用field通信方式，接收上述服务端发送的第一传输完成指令，其中，上述服务端每接收一个上述车辆相关数据包生成一个上述第一传输完成指令。例如，发送第一个车辆相关数据包至上述服务端后，会收到一个第一传输完成指令A，从而确定第一个车辆相关数据包已经完整传输至上述服务端，再发送第二个车辆相关数据包至上述服务端后，会再收到一个第一传输完成指令B，从而确定第二个车辆相关数据包已经完整传输至上述服务端，以此类推，直到所有车辆相关数据包均传输至上述服务端为止。保证所有车辆相关数据包均能够传输至上述服务端。
在本申请的一种实施例中，在采用field通信方式，将上述车辆相关数据并利用上述接收函数发送至上述服务端之后，上述方法还包括：在接收到上述服务端发送的第二传输完成指令的情况下，采用field通信方式，发送模型更新指令，其中，上述服务端根据上述模型更新指令对上述初始深度学习模型进行更新得到上述更新后的深度学习模型，上述第二传输完成指令用于表征多个上述车辆相关数据包均已传输至上述服务端。保证服务端能够采用车辆相关数据包对上述初始深度学习模型进行更新得到上述更新后的深度学习模型。
在本申请的一种实施例中，在采用field通信方式，将上述车辆相关数据并利用上述接收函数发送至上述服务端之后，上述方法还包括：在接收到传输缺失指令的情况下，采用field通信方式，将多个上述车辆相关数据包中缺失的上述车辆相关数据包重新传输至上述服务端，上述传输缺失指令用于表征多个上述车辆相关数据包中没有成功上传至上述服务端的车辆相关数据包。避免出现数据缺失的情况。
在本申请的一种实施例中，在获取车辆相关数据之后，上述方法还包括：将上述车辆相关数据存储至上述车辆的存储单元中；在上述存储单元的已占用内存等于或者大于存储阈值的情况下，停止采集上述车辆相关数据，并停止将上述车辆相关数据存储至上述存储单元中；在上述存储单元的已占用内存小于上述存储阈值的情况下，继续获取上述车辆相关数据，并将上述车辆相关数据存储至上述存储单元中。提高了车辆相关数据的单次传输量。
本申请实施例还提供了一种车辆，需要说明的是，本申请实施例的车辆可以用于执行本申请实施例所提供的用于车辆数据处理方法。以下对本申请实施例提供的车辆进行介绍。
图2是根据本申请实施例的车辆的示意图。如图2所示，该车辆包括：获取单元21、发送单元22、接收单元23和传输单元24；获取单元21用于获取车辆相关数据，上述车辆相关数据包括安装在车辆上的图像传感器采集到的图像数据；发送单元22用于采用event通信方式，将连接状态信息发送至服务端，上述连接状态信息用于表征上述车辆和上述服务端的连接状态为已连接的状态；接收单元23用于采用method通信方式，接收上述服务端发送的激活状态信息，上述激活状态信息用于表征接收函数已经被激活；传输单元24用于采用field通信方式，将上述车辆相关数据并利用上述接收函数传输至上述服务端。
上述车辆中，通过发送单元采用event通信方式，将连接状态信息发送至服务端，得以确保在上述车辆和上述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过接收单元采用method通信方式，接收上述服务端发送的激活状态信息，保证服务端能够接收车辆相关数据，通过传输单元采用field通信方式，并利用上述接收函数将上述车辆相关数据发送至上述服务端，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
在本申请的一种实施例中，该车辆还包括车辆接收单元，在采用field通信方式，将上述车辆相关数据并利用上述接收函数发送至上述服务端之后，车辆接收单元用于采用method通信方式，接收上述服务端发送的更新后的深度学***台与服务端的数据交互和回灌，即数据回灌，Adaptive AUTOSAR服务通信是采用event、method和field三种方式来进行通信的。
在本申请的一种实施例中，该车辆还包括车辆发送单元，在采用method通信方式，接收上述服务端发送的激活状态信息之前，车辆发送单元用于采用method通信方式，发送函数激活报文至上述服务端，其中，上述服务端根据上述函数激活报文激活上述接收函数，并生成上述激活状态信息。保证后续传输车辆相关数据时，上述接收函数的状态为已激活的状态。
在本申请的一种实施例中，传输单元包括发送模块和接收模块，发送模块用于采用field通信方式，并利用上述接收函数将多个上述车辆相关数据包逐个发送至上述服务端；接收模块用于采用field通信方式，接收上述服务端发送的第一传输完成指令，其中，上述服务端每接收一个上述车辆相关数据包生成一个上述第一传输完成指令。例如，发送第一个车辆相关数据包至上述服务端后，会收到一个第一传输完成指令A，从而确定第一个车辆相关数据包已经完整传输至上述服务端，再发送第二个车辆相关数据包至上述服务端后，会再收到一个第一传输完成指令B，从而确定第二个车辆相关数据包已经完整传输至上述服务端，以此类推，直到所有车辆相关数据包均传输至上述服务端为止。保证所有车辆相关数据包均能够传输至上述服务端。
在本申请的一种实施例中，该车辆还包括第一处理单元，在采用field通信方式，将上述车辆相关数据并利用上述接收函数发送至上述服务端之后，第一处理单元用于在接收到上述服务端发送的第二传输完成指令的情况下，采用field通信方式，发送模型更新指令，其中，上述服务端根据上述模型更新指令对上述初始深度学习模型进行更新得到上述更新后的深度学习模型，上述第二传输完成指令用于表征多个上述车辆相关数据包均已传输至上述服务端。保证服务端能够采用车辆相关数据包对上述初始深度学习模型进行更新得到上述更新后的深度学习模型。
在本申请的一种实施例中，该车辆还包括第二处理单元，在采用field通信方式，将上述车辆相关数据并利用上述接收函数发送至上述服务端之后，第二处理单元用于在接收到传输缺失指令的情况下，采用field通信方式，将多个上述车辆相关数据包中缺失的上述车辆相关数据包重新传输至上述服务端，上述传输缺失指令用于表征多个上述车辆相关数据包中没有成功上传至上述服务端的车辆相关数据包。避免出现数据缺损的情况。
在本申请的一种实施例中，该车辆还包括第三处理单元、第四处理单元和第五处理单元，在获取车辆相关数据之后，第三处理单元用于将上述车辆相关数据存储至上述车辆的存储单元中；第四处理单元用于在上述存储单元的已占用内存等于或者大于存储阈值的情况下，停止采集上述车辆相关数据，并停止将上述车辆相关数据存储至上述存储单元中；第五处理单元用于在上述存储单元的已占用内存小于上述存储阈值的情况下，继续获取上述车辆相关数据，并将上述车辆相关数据存储至上述存储单元中。提高了车辆相关数据的单次传输量。
本申请实施例还提供了一种车辆数据处理方法，图3是根据本申请实施例的另一种车辆数据处理方法的流程图，如图3所示，该方法包括以下步骤：
步骤S301，采用event通信方式，接收车辆发送的连接状态信息，上述连接状态信息用于表征上述车辆和服务端的连接状态为已连接的状态；
步骤S302，采用method通信方式，发送激活状态信息至上述车辆，上述激活状态信息用于表征接收函数已经被激活；
步骤S303，采用field通信方式，接收上述车辆发送的车辆相关数据，其中，上述车辆相关数据并利用上述接收函数传输至上述服务端。
上述步骤中，通过采用event通信方式，接收车辆发送的连接状态信息，得以确保在上述车辆和上述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过采用method通信方式，发送激活状态信息至上述车辆，保证服务端能够接收车辆相关数据，采用field通信方式，接收上述车辆发送的车辆相关数据，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
在本申请的一种实施例中，在采用field通信方式，接收上述车辆发送的车辆相关数据，其中，上述车辆相关数据并利用上述接收函数传输至上述服务端之后，上述方法还包括：采用method通信方式，发送更新后的深度学***台与服务端的数据交互和回灌，即数据回灌，Adaptive AUTOSAR服务通信是采用event、method和field三种方式来进行通信的。
在本申请的一种实施例中，在采用method通信方式，发送激活状态信息至上述车辆之前，上述方法还包括：采用method通信方式，接收上述车辆发送的函数激活报文其中，上述服务端根据上述函数激活报文激活上述接收函数，并生成上述激活状态信息。保证后续传输车辆相关数据时，上述接收函数的状态为已激活的状态。
在本申请的一种实施例中，上述车辆相关数据包括多个车辆相关数据包，采用field通信方式，接收上述车辆发送的车辆相关数据包括：采用field通信方式，并利用上述接收函数将多个上述车辆相关数据包逐个接收；采用field通信方式，发送的第一传输完成指令至车辆，其中，上述服务端每接收一个上述车辆相关数据包生成一个上述第一传输完成指令。例如，车辆发送第一个车辆相关数据包至上述服务端后，车辆会收到一个第一传输完成指令A，从而确定第一个车辆相关数据包已经完整传输至上述服务端，车辆再发送第二个车辆相关数据包至上述服务端后，车辆会再收到一个第一传输完成指令B，从而确定第二个车辆相关数据包已经完整传输至上述服务端，以此类推，直到所有车辆相关数据包均传输至上述服务端为止。保证所有车辆相关数据包均能够传输至上述服务端。
在本申请的一种实施例中，在采用field通信方式，将上述车辆相关数据并利用上述接收函数发送至上述服务端之后，上述方法还包括：在发送第二传输完成指令的情况下，采用field通信方式，接收车辆发送的模型更新指令，其中，上述服务端根据上述模型更新指令对上述初始深度学习模型进行更新得到上述更新后的深度学习模型，上述第二传输完成指令用于表征多个上述车辆相关数据包均已传输至上述服务端。保证服务端能够采用车辆相关数据包对上述初始深度学习模型进行更新得到上述更新后的深度学习模型。
在本申请的一种实施例中，在采用field通信方式，将上述车辆相关数据并利用上述接收函数发送至上述服务端之后，上述方法还包括：在发送传输缺失指令至车辆的情况下，采用field通信方式，接收车辆发送的多个上述车辆相关数据包中缺失的上述车辆相关数据包，上述传输缺失指令用于表征多个上述车辆相关数据包中没有成功上传至上述服务端的车辆相关数据包。避免出现数据缺失的情况。
本申请实施例还提供了一种服务端，图4是根据本申请实施例的服务端的示意图，如图4所示，该服务端包括第一服务接收单元41、服务发送单元42和第二服务接收单元43；
第一服务接收单元41用于采用event通信方式，接收车辆发送的连接状态信息，上述连接状态信息用于表征上述车辆和服务端的连接状态为已连接的状态；服务发送单元42用于采用method通信方式，发送激活状态信息至上述车辆，上述激活状态信息用于表征接收函数已经被激活；第二服务接收单元43用于采用field通信方式，接收上述车辆发送的车辆相关数据，其中，上述车辆相关数据并利用上述接收函数传输至上述服务端。
上述服务端中，通过第一服务接收单元采用event通信方式，接收车辆发送的连接状态信息，得以确保在上述车辆和上述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过服务发送单元采用method通信方式，发送激活状态信息至上述车辆，保证服务端能够接收车辆相关数据；通过第二服务接收单元采用field通信方式，接收上述车辆发送的车辆相关数据，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
上述车辆包括处理器和存储器，上述获取单元、发送单元、接收单元和传输单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决现有方案中车辆相关数据传输时灵活性较差的问题。
存储器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)，存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述车辆数据处理方法。
本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述车辆数据处理方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：获取车辆相关数据，上述车辆相关数据包括安装在车辆上的图像传感器采集到的图像数据；采用event通信方式，将连接状态信息发送至服务端，上述连接状态信息用于表征上述车辆和上述服务端的连接状态为已连接的状态；采用method通信方式，接收上述服务端发送的激活状态信息，上述激活状态信息用于表征接收函数已经被激活；采用field通信方式，并利用上述接收函数将上述车辆相关数据发送至上述服务端。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：获取车辆相关数据，上述车辆相关数据包括安装在车辆上的图像传感器采集到的图像数据；采用event通信方式，将连接状态信息发送至服务端，上述连接状态信息用于表征上述车辆和上述服务端的连接状态为已连接的状态；采用method通信方式，接收上述服务端发送的激活状态信息，上述激活状态信息用于表征接收函数已经被激活；采用field通信方式，并利用上述接收函数将上述车辆相关数据发送至上述服务端。
本申请实施例还提供了一种数据处理***，该***包括车辆和服务器；车辆用于执行上述任意一种上述的车辆数据处理方法；服务器与上述车辆之间进行通信，用于执行上述车辆数据处理方法。通过采用event通信方式，将连接状态信息发送至服务端，得以确保在上述车辆和上述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过采用method通信方式，接收上述服务端发送的激活状态信息，保证服务端能够接收车辆相关数据，通过采用field通信方式，并利用上述接收函数将上述车辆相关数据发送至上述服务端，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
为了本领域技术人员能够更加清楚地了解本申请的技术方案，以下将结合具体的实施例来说明本申请的技术方案和技术效果。
实施例
本申请实施例还提供了一种车辆数据处理方案，图5是根据本申请实施例的车辆数据处理方案的流程图，如图5所示，该方案包括以下步骤：
步骤1：车辆将上述车辆相关数据存储至上述车辆的存储单元中；在上述存储单元的已占用内存等于或者大于存储阈值的情况下，车辆停止采集上述车辆相关数据，并停止将上述车辆相关数据存储至上述存储单元中，将车辆相关数据打包成多个车辆相关数据包，之后进行步骤2；在上述存储单元的已占用内存小于上述存储阈值的情况下，车辆继续获取上述车辆相关数据，并将上述车辆相关数据存储至上述存储单元中；
步骤2：车辆采用event通信方式，将连接状态信息发送至服务端，上述连接状态信息用于表征上述车辆和上述服务端的连接状态为已连接的状态(服务端若在预定时间内未收到该连接状态信息，则报警，提示工作人员需要重新建立上述车辆和上述服务端之间的通信连接)；
步骤3：车辆采用method通信方式，发送函数激活报文至上述服务端，其中，上述服务端根据上述函数激活报文激活上述接收函数，并生成上述激活状态信息，上述服务端发送激活状态信息至车辆，上述激活状态信息用于表征接收函数已经被激活；
步骤4：车辆采用field通信方式，并利用上述接收函数将多个上述车辆相关数据包逐个发送至上述服务端；车辆采用field通信方式，接收上述服务端发送的第一传输完成指令，其中，上述服务端每接收一个上述车辆相关数据包生成一个上述第一传输完成指令；采用field通信方式，将上述车辆相关数据并利用上述接收函数发送至上述服务端之后，且在接收到传输缺失指令的情况下，采用field通信方式，将多个上述车辆相关数据包中缺失的上述车辆相关数据包重新传输至上述服务端，上述传输缺失指令用于表征多个上述车辆相关数据包中没有成功上传至上述服务端的车辆相关数据包；
步骤5：在接收到上述服务端发送的第二传输完成指令的情况下，车辆采用field通信方式，发送模型更新指令，服务端根据型更新指令，采用多个上述车辆相关数据包，对初始深度学习模型进行训练，在训练结果的准确度大于或者等于预设准确度的情况下，停止后续操作；在训练结果的准确度小于预设准确度的情况下，采用多个上述车辆相关数据包对初始深度学习模型进行更新，得到更新后的深度学习模型，之后进行步骤6；
步骤6：在到达预设时间的情况下，车辆采用event通信方式，将当前连接状态信息再次发送至服务端；
步骤7：服务端采用method通信方式，唤醒车辆，使得车辆初始化后进行应答；
步骤8：车辆采用method通信方式，从服务端拉取更新后的深度学习模型(服务端将更新后的深度学习模型打包后传输至辆，车辆之后会对更新后的深度学习模型进行校验与更新，以测试更新后的深度学习模型的准确度)，在更新后的深度学习模型被拉取到车辆之后，服务端发送断开指令至车辆，以断开车辆和服务端的通信连接，同时车辆会备份初始深度学习模型。
根据车辆搭载了4G通讯模组以与服务端进行通信，同时考虑到车辆和服务端环境的不统一性，车辆访问服务端的随机性，以及计算资源的执行调度问题，结合AdaptiveAUTOSAR软件架构的自适应优点，定义了一套灵活的远程服务通信方案。
车辆的传输线程与服务端的某个服务实例线程绑定，采用服务通信的event型消息报文来关联线程，真正用于处理的线程却是以最低的***资源调用挂起。只有当车辆线程产生远程激活，服务端线程才会开始运行，进行服务端线程的资源申请和初始化，初始化后线程会暂时腾出计算资源给其他线程使用。然后车辆进行数据打包和传输，只有数据包抵达服务端线程才会继续运行进行接收和处理，处理完又会腾出资源给其他线程，如此反复，直到全部做完。也就是说，服务端虽然向车端提供了服务，但服务端是支持多线程并行操作的，在服务间隙可以释放服务端的计算资源，降低***负载，这种自适应的服务通信架构，可以让服务端***采用最低的开销，并行处理多车辆对服务端的远程数据上传和回灌过程。
其次是采用了服务通信的方式，使得各个通信主体之间实现松耦合，车端传统控制，域控制器，甚至是中控屏，无需考虑操作***的类型和环境的不同，只需要消息格式满足Adaptive AUTOSAR标准的服务通信，就可以构建客户/服务关系，使得服务端数据收集和回灌功能服务于不同硬件主体。运行资源开销低，图6是根据本申请实施例的一对多数据回灌服务架构的示意图，如图6所示，适合一对多数据回灌服务(即一个云端中心同时对多个车辆进行数据回灌服务，云端中心指服务端，各车辆下面的是与各车辆内安置的摄像头用于采集车辆相关数据)，且不关注多个客户运行的***和环境，具备强大的兼容性和自适应灵活性。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
从以上的描述中，可以看出，本申请上述的实施例实现了如下技术效果：
1)、本申请的一种车辆数据处理，通过采用event通信方式，将连接状态信息发送至服务端，得以确保在上述车辆和上述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过采用method通信方式，接收上述服务端发送的激活状态信息，保证服务端能够接收车辆相关数据，通过采用field通信方式，并利用上述接收函数将上述车辆相关数据发送至上述服务端，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
2)、本申请的车辆，通过发送单元采用event通信方式，将连接状态信息发送至服务端，得以确保在上述车辆和上述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过接收单元采用method通信方式，接收上述服务端发送的激活状态信息，保证服务端能够接收车辆相关数据，通过传输单元采用field通信方式，并利用上述接收函数将上述车辆相关数据发送至上述服务端，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
3)、本申请的另一种车辆数据处理，通过采用event通信方式，接收车辆发送的连接状态信息，得以确保在上述车辆和上述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过采用method通信方式，发送激活状态信息至上述车辆，保证服务端能够接收车辆相关数据，采用field通信方式，接收上述车辆发送的车辆相关数据，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
4)、本申请的服务端，通过第一服务接收单元采用event通信方式，接收车辆发送的连接状态信息，得以确保在上述车辆和上述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过服务发送单元采用method通信方式，发送激活状态信息至上述车辆，保证服务端能够接收车辆相关数据；通过第二服务接收单元采用field通信方式，接收上述车辆发送的车辆相关数据，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
5)、本申请的数据处理***，通过采用event通信方式，将连接状态信息发送至服务端，得以确保在上述车辆和上述服务端的连接状态为已连接的状态的情况下，进行数据传输，提高了数据传输的可靠性，通过采用method通信方式，接收上述服务端发送的激活状态信息，保证服务端能够接收车辆相关数据，通过采用field通信方式，并利用上述接收函数将上述车辆相关数据发送至上述服务端，得以保证将车辆相关数据的全部内容均传输至服务端，大大提高了车辆相关数据传输时的灵活性，从而解决了现有方案中车辆相关数据传输时灵活性较差的问题。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (9)
1.一种车辆数据处理方法，其特征在于，包括：
获取车辆相关数据，所述车辆相关数据包括安装在车辆上的图像传感器采集到的图像数据；
采用event通信方式，将连接状态信息发送至服务端，所述连接状态信息用于表征所述车辆和所述服务端的连接状态为已连接的状态；
采用method通信方式，接收所述服务端发送的激活状态信息，所述激活状态信息用于表征接收函数已经被激活；
采用field通信方式，并利用所述接收函数将所述车辆相关数据发送至所述服务端；
采用field通信方式，并利用所述接收函数将多个所述车辆相关数据包逐个发送至所述服务端；
采用field通信方式，接收所述服务端发送的第一传输完成指令，其中，所述服务端每接收一个所述车辆相关数据包生成一个所述第一传输完成指令。
2.根据权利要求1所述的方法，其特征在于，在采用field通信方式，将所述车辆相关数据并利用所述接收函数发送至所述服务端之后，所述方法还包括：
采用method通信方式，接收所述服务端发送的更新后的深度学习模型，其中，所述更新后的深度学习模型是采用所述车辆相关数据对初始深度学习模型进行更新得到的。
3.根据权利要求1所述的方法，其特征在于，在采用method通信方式，接收所述服务端发送的激活状态信息之前，所述方法还包括：
采用method通信方式，发送函数激活报文至所述服务端，其中，所述服务端根据所述函数激活报文激活所述接收函数，并生成所述激活状态信息。
4.根据权利要求2所述的方法，其特征在于，在采用field通信方式，将所述车辆相关数据并利用所述接收函数发送至所述服务端之后，所述方法还包括：
在接收到所述服务端发送的第二传输完成指令的情况下，采用field通信方式，发送模型更新指令，其中，所述服务端根据所述模型更新指令对所述初始深度学习模型进行更新得到所述更新后的深度学习模型，所述第二传输完成指令用于表征多个所述车辆相关数据包均已传输至所述服务端。
5.根据权利要求1所述的方法，其特征在于，在采用field通信方式，将所述车辆相关数据并利用所述接收函数发送至所述服务端之后，所述方法还包括：
在接收到传输缺失指令的情况下，采用field通信方式，将多个所述车辆相关数据包中缺失的所述车辆相关数据包重新传输至所述服务端，所述传输缺失指令用于表征多个所述车辆相关数据包中没有成功上传至所述服务端的车辆相关数据包。
6.根据权利要求1所述的方法，其特征在于，在获取车辆相关数据之后，所述方法还包括：
将所述车辆相关数据存储至所述车辆的存储单元中；
在所述存储单元的已占用内存等于或者大于存储阈值的情况下，停止采集所述车辆相关数据，并停止将所述车辆相关数据存储至所述存储单元中；
在所述存储单元的已占用内存小于所述存储阈值的情况下，继续获取所述车辆相关数据，并将所述车辆相关数据存储至所述存储单元中。
7.一种车辆数据处理方法，其特征在于，包括：
采用event通信方式，接收车辆发送的连接状态信息，所述连接状态信息用于表征所述车辆和服务端的连接状态为已连接的状态；
采用method通信方式，发送激活状态信息至所述车辆，所述激活状态信息用于表征接收函数已经被激活；
采用field通信方式，接收所述车辆发送的车辆相关数据，其中，所述车辆相关数据并利用所述接收函数传输至所述服务端；
其中，所述车辆相关数据包括多个车辆相关数据包，采用field通信方式，将所述车辆相关数据并利用所述接收函数传输至所述服务端，包括：
采用所述field通信方式，逐个接收所述车辆利用所述接收函数发送的所述车辆相关数据包；
采用所述field通信方式，发送第一传输完成指令至所述车辆，其中，所述服务端每接收一个所述车辆相关数据包生成一个所述第一传输完成指令。
8.一种车辆，其特征在于，包括：
获取单元，用于获取车辆相关数据，所述车辆相关数据包括安装在车辆上的图像传感器采集到的图像数据；
发送单元，用于采用event通信方式，将连接状态信息发送至服务端，所述连接状态信息用于表征所述车辆和所述服务端的连接状态为已连接的状态；
接收单元，用于采用method通信方式，接收所述服务端发送的激活状态信息，所述激活状态信息用于表征接收函数已经被激活；
传输单元，用于采用field通信方式，将所述车辆相关数据并利用所述接收函数传输至所述服务端；
所述传输单元包括：
发送模块，用于采用field通信方式，并利用所述接收函数将多个所述车辆相关数据包逐个发送至所述服务端；
接收模块，用于采用field通信方式，接收所述服务端发送的第一传输完成指令，其中，所述服务端每接收一个所述车辆相关数据包生成一个所述第一传输完成指令。
9.一种数据处理***，其特征在于，包括：
车辆，用于执行权利要求1至6中任意一项所述的车辆数据处理方法；
服务器，与所述车辆之间进行通信，用于执行权利要求7所述的车辆数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210688851.4A CN115242830B (zh) | 2022-06-17 | 2022-06-17 | 车辆数据处理方法、车辆及数据处理*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210688851.4A CN115242830B (zh) | 2022-06-17 | 2022-06-17 | 车辆数据处理方法、车辆及数据处理*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115242830A CN115242830A (zh) | 2022-10-25 |
| CN115242830B true CN115242830B (zh) | 2023-11-17 |
Family
ID=83669043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210688851.4A Active CN115242830B (zh) | 2022-06-17 | 2022-06-17 | 车辆数据处理方法、车辆及数据处理*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115242830B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463907A (zh) * | 2017-08-08 | 2017-12-12 | 东软集团股份有限公司 | 车辆碰撞检测方法、装置、电子设备及车辆 |
| CN107948307A (zh) * | 2017-12-12 | 2018-04-20 | 华东交通大学 | 一种基于车联网的智能车载装置及其安全通信方法 |
| CN110874400A (zh) * | 2018-08-31 | 2020-03-10 | 比亚迪股份有限公司 | 在线客服的应答方法和装置、车辆客户端、客服服务端 |
| CN112202869A (zh) * | 2020-09-27 | 2021-01-08 | 华人运通(上海)云计算科技有限公司 | 数据传输方法、服务器、车辆和计算机存储介质 |
| KR20210018051A (ko) * | 2019-08-08 | 2021-02-17 | 팅크웨어(주) | 차량용 영상 촬영 장치, 서버, 사용자 단말 장치 및 이들을 이용한 커넥티드 서비스 제공 방법 |
| WO2021107179A1 (ko) * | 2019-11-27 | 2021-06-03 | 주식회사 알티스트 | Autosar 기반 응용 소프트웨어의 설정 코드 자동 생성 방법 및 장치 |
| CN114329035A (zh) * | 2021-12-31 | 2022-04-12 | 中国第一汽车股份有限公司 | 数据的处理方法、装置、储存介质、处理器及电子装置 |
| CN114610739A (zh) * | 2022-03-16 | 2022-06-10 | 镁佳(北京)科技有限公司 | 一种车联网数据采集方法、装置及计算机设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102016113333B4 (de) * | 2016-07-20 | 2020-06-25 | Lsp Innovative Automotive Systems Gmbh | System und Verfahren zum Sichern eines Fahrzeugs |
| WO2018112871A1 (zh) * | 2016-12-23 | 2018-06-28 | 富士通株式会社 | 数据发送/接收装置、方法以及通信*** |
-
2022
- 2022-06-17 CN CN202210688851.4A patent/CN115242830B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463907A (zh) * | 2017-08-08 | 2017-12-12 | 东软集团股份有限公司 | 车辆碰撞检测方法、装置、电子设备及车辆 |
| CN107948307A (zh) * | 2017-12-12 | 2018-04-20 | 华东交通大学 | 一种基于车联网的智能车载装置及其安全通信方法 |
| CN110874400A (zh) * | 2018-08-31 | 2020-03-10 | 比亚迪股份有限公司 | 在线客服的应答方法和装置、车辆客户端、客服服务端 |
| KR20210018051A (ko) * | 2019-08-08 | 2021-02-17 | 팅크웨어(주) | 차량용 영상 촬영 장치, 서버, 사용자 단말 장치 및 이들을 이용한 커넥티드 서비스 제공 방법 |
| WO2021107179A1 (ko) * | 2019-11-27 | 2021-06-03 | 주식회사 알티스트 | Autosar 기반 응용 소프트웨어의 설정 코드 자동 생성 방법 및 장치 |
| CN112202869A (zh) * | 2020-09-27 | 2021-01-08 | 华人运通(上海)云计算科技有限公司 | 数据传输方法、服务器、车辆和计算机存储介质 |
| CN114329035A (zh) * | 2021-12-31 | 2022-04-12 | 中国第一汽车股份有限公司 | 数据的处理方法、装置、储存介质、处理器及电子装置 |
| CN114610739A (zh) * | 2022-03-16 | 2022-06-10 | 镁佳(北京)科技有限公司 | 一种车联网数据采集方法、装置及计算机设备 |
Non-Patent Citations (2)
| Title |
|---|
| Monowar Hasan,Sibin Mohan ; Takayuki Shimizu.Securing Vehicle-to Everything(v2x) Communication Platforms.IEEE.2020,全文. * |
| 基于蓝牙的车辆智能管控***设计;胡赛纯;中国优秀硕士学位论文全文数据库;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115242830A (zh) | 2022-10-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107547589B (zh) | 一种数据采集处理方法以及装置 | |
| CN108536121B (zh) | 逻辑通道的建立方法、装置和交通工具通信接口vci | |
| CN110682918A (zh) | 一种控制车辆方法及装置 | |
| CN112199266B (zh) | 车机***的日志传输方法、***、车辆及存储介质 | |
| WO2019192343A1 (zh) | 交通工具的诊断方法、相关设备和*** | |
| CN107797902B (zh) | 用于监控机器人操作***的消息传输频率的方法和装置 | |
| KR100941540B1 (ko) | 장치관리 시스템 및 그 시스템에서의 설정-값 세팅 방법 | |
| US20210126973A1 (en) | Communication method and apparatus, and related device | |
| CN109552303A (zh) | 一种电子驻车***、方法、装置、介质和设备 | |
| CN109189427A (zh) | 应用更新方法、装置、***及存储介质 | |
| CN112740627A (zh) | 车辆远程诊断方法及*** | |
| CN113872840A (zh) | Can数据采集和发送方法、装置及车载终端 | |
| Katsaros et al. | Evolution of vehicular communications within the context of 5g systems | |
| CN113442856B (zh) | 基于自适应平台和ros2的控制方法、装置及存储介质 | |
| CN108683691B (zh) | 车机端远程控制方法、装置及*** | |
| CN115242830B (zh) | 车辆数据处理方法、车辆及数据处理*** | |
| CN107846419B (zh) | 一种车辆发动机obd数据的传输方法及*** | |
| CN106302432B (zh) | 一种基于车联网的通信装置及控制方法 | |
| CN117194160A (zh) | 监控dds的方法、装置、设备、介质及车辆 | |
| CN106413125B (zh) | 数据传输方法及装置 | |
| CN114520827B (zh) | 一种消息接收方法、推送方法、***及介质 | |
| CN116132474A (zh) | 一种基于多协议融合的车联网终端接入*** | |
| WO2017206560A1 (zh) | 设备到设备d2d的通信方法、装置和车联网终端 | |
| CN115567895A (zh) | Ota软件更新数据传输方法及*** | |
| CN108737120A (zh) | 一种机顶盒的待机方法和机顶盒 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |