一种基于计算资源的自动驾驶调整方法及车载设备技术

本发明专利技术实施例涉及一种基于计算资源的自动驾驶调整方法及车载设备，其中，方法包括：获取计算资源的信息和车辆的信息；基于所述计算资源的信息和所述车辆的信息，确定计算资源异常等级；基于所述计算资源异常等级，确定自动驾驶调整信息。本发明专利技术实施例通过获取计算资源的信息和车辆的信息，可基于这两种信息确定计算资源异常等级，进而基于计算资源异常等级，可确定自动驾驶调整信息，在计算资源异常时，适应性降低自动驾驶系统的处理能力，从而使自动驾驶系统满足实时性需求，不会导致自动驾驶系统产生不可预计的后果。

A Method of Automatic Driving Adjustment Based on Computing Resources and Vehicle Equipment

The embodiment of the present invention relates to an automatic driving adjustment method based on computational resources and vehicle-mounted equipment, in which methods include: acquiring information of computational resources and information of vehicles; determining the abnormal level of computational resources based on the information of the computational resources and the information of the vehicles; and determining the abnormal level of computational resources based on the abnormal level of the computational resources. The embodiment of the invention can determine the abnormal grade of computing resources based on these two kinds of information by obtaining the information of the computing resources and the information of the vehicle, and further determines the automatic driving adjustment information based on the abnormal grade of the computing resources. When computing the resources abnormity, the adaptability of the automatic driving system can be reduced automatically, so that the automatic driving system can meet the real-time demand and does not lead to self - driving. Driving systems have unpredictable consequences.

【技术实现步骤摘要】
一种基于计算资源的自动驾驶调整方法及车载设备
本专利技术实施例涉及车辆自动驾驶
，具体涉及一种基于计算资源的自动驾驶调整方法及车载设备。
技术介绍
目前，自动驾驶车辆通过自动驾驶系统实现自动驾驶的决策规划。自动驾驶系统是运行在操作系统上的软件系统，其实现自动驾驶决策规划需要消耗车载硬件系统的计算资源。车载硬件系统是支持操作系统运行的硬件系统，其计算能力会直接影响自动驾驶系统决策规划的可靠性。但是在自动驾驶系统运行过程中，车载硬件系统的计算能力可能无法满足自动驾驶系统的实时性需求，例如车载硬件系统温度太高，车载硬件系统中的CPU(CentralProcessingUnit，中央处理器)或GPU(GraphicsProcessingUnit，图形处理器)需要降频运行以降低温度，导致车载硬件系统的计算能力将无法满足自动驾驶系统的实时性需求，使自动驾驶系统的决策规划不可靠，导致自动驾驶系统产生不可预计的后果。
技术实现思路
为了解决现有技术存在的问题，本专利技术的至少一个实施例提供了一种基于计算资源的自动驾驶调整方法及车载设备。第一方面，本专利技术实施例提出一种基于计算资源的自动驾驶调整方法，所述方法包括：获取计算资源的信息和车辆的信息；基于所述计算资源的信息和所述车辆的信息，确定计算资源异常等级；基于所述计算资源异常等级，确定自动驾驶调整信息。基于第一方面，在第一方面第一实施例中，所述车辆的信息包括：车辆状态信息和/或车内环境信息。基于第一方面第一实施例，在第一方面第二实施例中，所述计算资源的信息包括：CPU温度、机箱温度、CPU主频或设备故障码的数量；所述车辆状态信息包括车速；所述车内环境信息包括湿度。基于第一方面第一实施例，在第一方面第三实施例中，所述计算资源的信息包括：多个参数的值，所述多个参数包括：CPU温度、机箱温度、CPU主频和设备故障码的数量中的至少两个；所述车辆状态信息包括车速；所述车内环境信息包括湿度。基于第一方面第二实施例，在第一方面第四实施例中，基于所述计算资源的信息和所述车辆的信息，确定计算资源异常等级，包括：若所述计算资源的信息异常且所述车速大于车速阈值，则确定计算资源异常等级为第一等级；若所述计算资源的信息异常且所述车速小于等于车速阈值，则确定计算资源异常等级为第二等级；其中，所述第一等级的级别高于所述第二等级的级别。基于第一方面第四实施例，在第一方面第五实施例中，基于所述计算资源异常等级，确定自动驾驶调整信息，包括：若所述计算资源异常等级为第一等级，则所述自动驾驶调整信息包括：车速为第一限速且车辆周围环境的感知范围为第一范围；若所述计算资源异常等级为第二等级，则所述自动驾驶调整信息包括：车速为第二限速且车辆周围环境的感知范围为第二范围；其中，所述第一限速小于所述第二限速；所述第一范围大于所述第二范围。基于第一方面第三实施例，在第一方面第六实施例中，基于所述计算资源的信息和所述车辆的信息，确定计算资源异常等级，包括：若所述多个参数的值均异常且所述车速大于车速阈值，则确定计算资源异常等级为第三等级中的第一子等级；若至少一个参数的值异常且所述车速大于车速阈值，则确定计算资源异常等级为第三等级中的第二子等级；若所述多个参数的值均异常且所述车速小于等于车速阈值，则确定计算资源异常等级为第四等级中的第一子等级；若至少一个参数的值异常且所述车速小于等于车速阈值，则确定计算资源异常等级为第四等级中的第二子等级；其中，所述第三等级的级别高于所述第四等级的级别；所述第一子等级的级别高于所述第二子等级的级别。基于第一方面第六实施例，在第一方面第七实施例中，基于所述计算资源异常等级，确定自动驾驶调整信息，包括：若所述计算资源异常等级为第三等级中的第一子等级，则所述自动驾驶调整信息包括：车速为第三限速中的第一子限速且车辆周围环境的感知范围为第三范围中的第一子范围；若所述计算资源异常等级为第三等级中的第二子等级，则所述自动驾驶调整信息包括：车速为第三限速中的第二子限速且车辆周围环境的感知范围为第三范围中的第二子范围；若所述计算资源异常等级为第四等级中的第一子等级，则所述自动驾驶调整信息包括：车速为第四限速中的第一子限速且车辆周围环境的感知范围为第四范围中的第一子范围；若所述计算资源异常等级为第四等级中的第二子等级，则所述自动驾驶调整信息包括：车速为第四限速中的第二子限速且车辆周围环境的感知范围为第四范围中的第二子范围；其中，所述第三限速小于所述第四限速；所述第三范围大于所述第四范围；所述第一子限速小于所述第二子限速；所述第一子范围大于所述第二子范围。基于第一方面第二实施例，在第一方面第八实施例中，基于所述计算资源的信息和所述车辆的信息，确定计算资源异常等级，包括：若所述计算资源的信息异常且所述湿度大于湿度阈值，则确定计算资源异常等级为第五等级；若所述计算资源的信息异常且所述湿度小于等于湿度阈值，则确定计算资源异常等级为第六等级；其中，所述第五等级的级别高于所述第六等级的级别。基于第一方面第八实施例，在第一方面第九实施例中，基于所述计算资源异常等级，确定自动驾驶调整信息，包括：若所述计算资源异常等级为第五等级，则所述自动驾驶调整信息包括：车速为第五限速且车辆周围环境的感知范围为第五范围；若所述计算资源异常等级为第六等级，则所述自动驾驶调整信息包括：车速为第六限速且车辆周围环境的感知范围为第六范围；其中，所述第五限速小于所述第六限速；所述第五范围大于所述第六范围。基于第一方面第三实施例，在第一方面第十实施例中，基于所述计算资源的信息和所述车辆的信息，确定计算资源异常等级，包括：若所述多个参数的值均异常且所述湿度大于湿度阈值，则确定计算资源异常等级为第五等级中的第一子等级；若至少一个参数的值异常且所述湿度大于湿度阈值，则确定计算资源异常等级为第五等级中的第二子等级；若所述多个参数的值均异常且所述湿度小于等于湿度阈值，则确定计算资源异常等级为第六等级中的第一子等级；若至少一个参数的值异常且所述湿度小于等于湿度阈值，则确定计算资源异常等级为第六等级中的第二子等级；其中，所述第五等级的级别高于所述第六等级的级别；所述第一子等级的级别高于所述第二子等级的级别。基于第一方面第十实施例，在第一方面第十一实施例中，基于所述计算资源异常等级，确定自动驾驶调整信息，包括：若所述计算资源异常等级为第五等级中的第一子等级，则所述自动驾驶调整信息包括：车速为第五限速中的第一子限速且车辆周围环境的感知范围为第五范围中的第一子范围；若所述计算资源异常等级为第五等级中的第二子等级，则所述自动驾驶调整信息包括：车速为第五限速中的第二子限速且车辆周围环境的感知范围为第五范围中的第二子范围；若所述计算资源异常等级为第六等级中的第一子等级，则所述自动驾驶调整信息包括：车速为第六限速中的第一子限速且车辆周围环境的感知范围为第六范围中的第一子范围；若所述计算资源异常等级为第六等级中的第二子等级，则所述自动驾驶调整信息包括：车速为第六限速中的第二子限速且车辆周围环境的感知范围为第六范围中的第二子范围；其中，所述第五限速小于所述第六限速；所述第五范围大于所述第六范围；所述第一子限速小于所述第二子限速；所述第一子范围大于所述第二子范围。基于第一方面第二实本文档来自技高网...

【技术保护点】
1.一种基于计算资源的自动驾驶调整方法，其特征在于，包括：获取计算资源的信息和车辆的信息；基于所述计算资源的信息和所述车辆的信息，确定计算资源异常等级；基于所述计算资源异常等级，确定自动驾驶调整信息。

【技术特征摘要】
1.一种基于计算资源的自动驾驶调整方法，其特征在于，包括：获取计算资源的信息和车辆的信息；基于所述计算资源的信息和所述车辆的信息，确定计算资源异常等级；基于所述计算资源异常等级，确定自动驾驶调整信息。2.根据权利要求1所述的方法，其特征在于，所述车辆的信息包括：车辆状态信息和/或车内环境信息。3.根据权利要求2所述的方法，其特征在于，所述计算资源的信息包括：CPU温度、机箱温度、CPU主频或设备故障码的数量；所述车辆状态信息包括车速；所述车内环境信息包括湿度。4.根据权利要求2所述的方法，其特征在于，所述计算资源的信息包括：多个参数的值，所述多个参数包括：CPU温度、机箱温度、CPU主频和设备故障码的数量中的至少两个；所述车辆状态信息包括车速；所述车内环境信息包括湿度。5.根据权利要求3所述的方法，其特征在于，基于所述计算资源的信息和所述车辆的信息，确定计算资源异常等级，包括：若所述计算资源的信息异常且所述车速大于车速阈值，则确定计算资源异常等级为第一等级；若所述计算资源的信息异常且所述车速小于等于车速阈值，则确定计算资源异常等级为第二等级；其中，所述第一等级的级别高于所述第二等级的级别。6.根据权利要求5所述的方法，其特征在于，基于所述计算资源异常等级，确定自动驾驶调整信息，包括：若所述计算资源异常等级为第一等级，则所述自动驾驶调整信息包括：车速为第一限速且车辆周围环境的感知范围为第一范围；若所述计算资源异常等级为第二等级，则所述自动驾驶调整信息包括：车速为第二限速且车辆周围环境的感知范围为第二范围；其中，所述第一限速小于所述第二限速；所述第一范围大于所述第二范围。7.根据权利要求4所述的方法，其特征在于，基于所述计算资源的信息和所述车辆的信息，确定计算资源异常等级，包括：若所述多个参数的值均异常且所述车速大于车速阈值，则确定计算资源异常等级为第三等级中的第一子等级；若至少一个参数的值异常且所述车速大于车速阈值，则确定计算资源异常等级为第三等级中的第...

【专利技术属性】
技术研发人员：马万里，周小成，
申请(专利权)人：驭势科技北京有限公司，
类型：发明
国别省市：北京,11