网联车的场景识别方法、装置及电子设备制造方法及图纸

本发明专利技术提供一种网联车的场景识别方法、装置、电子设备、计算机可读存储介质及网联车服务提供方法。其中，网联车的场景识别方法包括：步骤S1，获取依赖信号，所述依赖信号包括系统信号、应用信号及云端服务信号中的一种或多种；步骤S2，对所述依赖信号进行流式计算，并基于所述依赖信号与场景状态之间的配置关系，输出所述场景状态；步骤S3，对所述场景状态进行流式计算，并基于场景状态与场景之间的配置关系，识别得到场景。根据本发明专利技术的网联车的场景识别方法，能够降低开发难度，且便于实现动态的更新和扩展场景的计算。

【技术实现步骤摘要】
网联车的场景识别方法、装置及电子设备
本专利技术涉及网联车领域，具体涉及一种网联车的场景识别方法、装置及电子设备。
技术介绍
目前实现网联车上的场景计算门槛和复杂度较高，车辆到用户手上后场景化功能持续迭代的成本高。要实现网联车上的场景计算，需要专业的研发人员对场景计算依赖的车辆底层信号或者其他来源信号的细节非常了解，在实现了某一个场景化功能(如：停车场景下提醒用户贴条风险功能)后，如果车辆已出厂，之后这个功能要想做优化升级，比如对停车场景的计算实现的更细致，可能需要升级车机系统，成本会比较高。
技术实现思路
有鉴于此，本专利技术提供一种网联车的场景识别方法、装置、电子设备及计算机可读存储介质，能够降低开发难度，且便于实现动态的更新和扩展场景计算。为解决上述技术问题，第一方面，本专利技术提供网联车的场景识别方法，包括如下步骤：步骤S1，获取依赖信号，所述依赖信号包括系统信号、应用信号及云端服务信号中的一种或多种；步骤S2，对所述依赖信号进行流式计算，并基于所述依赖信号与场景状态之间的配置关系，输出所述场景状态；步骤S3，对所述场景状态进行流式计算，并基于场景状态与场景之间的配置关系，识别得到场景。进一步地，所述系统信号包括车机信号、车速信号、摄像头信号及车辆部件状态信号中的一种或多种，所述应用信号包括导航信号和/或音乐信号，所述云端服务信号包括天气状况信号和/或停车订单信号，所述场景包括加油场景、停车场景、修车场景中的一种或多种。进一步地，所述依赖信号包括监听信号和/或查询信号，其中，所述监听信号为主动接收的信号，所述查询信号为主动查询的信号。进一步地，所述步骤S2包括：对所述监听信号进行流式计算，当所述监听信号满足预定条件时，触发与该监听信号相对应的场景状态所需要的查询信号；对所述监听信号和所述查询信号进行流式计算，并对结果进行聚合计算，得到所述场景状态。进一步地，所述场景状态包括高、中、低三种场景状态。进一步地，网联车的场景识别方法还包括：步骤S4，根据用户对所识别得到的场景的反馈，更新所述依赖信号与场景状态之间的配置关系。进一步地，通过可扩展标记语言实现所述流式计算。第二方面，本专利技术提供一种网联车服务提供方法，包括基于上述任一项所述的方法识别得到的场景，提供网联车服务。第三方法，本专利技术提供一种网联车的场景识别装置，包括：获取模块，用于获取依赖信号，所述依赖信号包括系统信号、应用信号及云端服务信号中的一种或多种；场景状态输出模块，用于对所述依赖信号进行流式计算，并基于所述依赖信号与场景状态之间的配置关系，输出所述场景状态；场景识别模块，对所述场景状态进行流式计算，并基于场景状态与场景之间的配置关系，识别得到场景。第四方面，本专利技术提供一种用于识别网联车的场景的电子设备，包括：一个或多个处理器；一个或多个存储器，其中存储了计算机可读代码，所述计算机可读代码当由所述一个或多个处理器运行时，使得所述处理器执行如下步骤：步骤S1，获取依赖信号，所述依赖信号包括系统信号、应用信号及云端服务信号中的一种或多种；步骤S2，对所述依赖信号进行流式计算，并基于所述依赖信号与场景状态之间的配置关系，输出所述场景状态；步骤S3，对所述场景状态进行流式计算，并基于场景状态与场景之间的配置关系，识别得到场景。第四方面，本专利技术提供一种计算机可读存储介质，其特征在于，其中存储了计算机可读代码，所述计算机可读代码当由一个或多个处理器运行时，使得所述处理器执行如下步骤：步骤S1，获取依赖信号，所述依赖信号包括系统信号、应用信号及云端服务信号中的一种或多种；步骤S2，对所述依赖信号进行流式计算，并基于所述依赖信号与场景状态之间的配置关系，输出所述场景状态；步骤S3，对所述场景状态进行流式计算，并基于场景状态与场景之间的配置关系，识别得到场景。本专利技术的上述技术方案至少具有如下有益效果之一：根据本专利技术的网联车的场景识别方法，能够降低开发难度，且便于实现动态的更新和扩展场景计算。附图说明图1为根据本专利技术实施例的网联车的场景识别方法的流程图；图2为根据本专利技术实施例的流式计算的示意图；图3为根据本专利技术实施例的算子链示意图；图4为根据本专利技术实施例的场景配置定义的示意图；图5为根据本专利技术实施例的网联车的场景识别方法的架构图；图6为根据本专利技术实施例的网联车的场景识别装置的示意图；图7为根据本专利技术实施例的用于识别网联车的场景的电子设备的示意图。具体实施方式下面将结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。本专利技术人发现，现有的技术的一般做法是使用计算机高级编程语言实现场景计算的过程，或者使用动态脚本语言实现，这些方式的缺陷在于：1.实现门槛高，只能由专业的、非常了解车机底层信号和其他依赖信号的研发人员来实施，开发成本高，开发周期长。2.升级成本高，对于已发布的场景化功能升级，可能需要伴随车机系统一起升级。3.无法向三方开发者开放，高级语言或者动态脚本容易引入系统稳定性的风险，对外开放困难。针对这些缺点，本专利技术的目的在于降低场景计算的门槛，提供动态更新的机制，能够让不是非常了解车机底层信号机制的应用开发人员，甚至产品运营人员也能够参与进来实现场景识别的功能。在车辆出厂后，可以动态的更新和扩展场景计算的实现，达到持续优化和增强场景化功能的目的。下面，结合图1，说明根据本专利技术实施例的网联车的场景识别方法。如图1所示，本专利技术实施例的网联车的场景识别方法包括如下步骤：步骤S1，获取依赖信号，所述依赖信号包括系统信号、应用信号及云端服务信号中的一种或多种。例如，可以通过有线或无线的方式获取依赖信号。其中，所述系统信号可以包括车机信号、车速信号、摄像头信号及车辆部件状态信号中的一种或多种，所述应用信号可以包括导航信号和/或音乐信号，所述云端服务信号可以包括天气状况信号和/或停车订单信号。可以通过常用高级语言，使用适配器模式实现对不同来源的信号适配，比如车身信号、地图信号、云服务信号等等，这种实现是一种比较常见的做法，此处不予详细描述实现过程，对于适配的信号需要描述出信号的字段信息，对于需要查询的信号，需要描述查询入参和出参信息。步骤S2，对所述依赖信号进行流式计算，并基于所述依赖信号与场景状态之间的配置关系，输出所述场景状态。对于场景状态的计算，往往输出的目的是状态机的某一个状态项，输出的值是该状态当前计算出来的结果值。网联车上信号是以数据流的形式过来的，识别网联车场景是对多个数据流进行计算，可以很好地对大规模流动数据在不断变化的运动过程中实时地进行分析，捕捉到可能有用的信本文档来自技高网...

【技术保护点】
1.一种网联车的场景识别方法，其特征在于，包括如下步骤：/n步骤S1，获取依赖信号，所述依赖信号包括系统信号、应用信号及云端服务信号中的一种或多种；/n步骤S2，对所述依赖信号进行流式计算，并基于所述依赖信号与场景状态之间的配置关系，输出所述场景状态；/n步骤S3，对所述场景状态进行流式计算，并基于场景状态与场景之间的配置关系，识别得到场景。/n

【技术特征摘要】
1.一种网联车的场景识别方法，其特征在于，包括如下步骤：
步骤S1，获取依赖信号，所述依赖信号包括系统信号、应用信号及云端服务信号中的一种或多种；
步骤S2，对所述依赖信号进行流式计算，并基于所述依赖信号与场景状态之间的配置关系，输出所述场景状态；
步骤S3，对所述场景状态进行流式计算，并基于场景状态与场景之间的配置关系，识别得到场景。


2.根据权利要求1所述的网联车的场景识别方法，其特征在于，
所述系统信号包括车机信号、车速信号、摄像头信号及车辆部件状态信号中的一种或多种，
所述应用信号包括导航信号和/或音乐信号，
所述云端服务信号包括天气状况信号和/或停车订单信号，
所述场景包括加油场景、停车场景、修车场景中的一种或多种。


3.根据权利要求1所述的网联车的场景识别方法，其特征在于，所述依赖信号包括监听信号和/或查询信号，其中，所述监听信号为主动接收的信号，所述查询信号为主动查询的信号。


4.根据权利要求3所述的方法，其特征在于，所述步骤S2包括：
对所述监听信号进行流式计算，
当所述监听信号满足预定条件时，触发与该监听信号相对应的场景状态所需要的查询信号；
对所述监听信号和所述查询信号进行流式计算，并对结果进行聚合计算，得到所述场景状态。


5.根据权利要求1所述的网联车的场景识别方法，其特征在于，所述场景状态包括高、中、低三种场景状态。


6.根据权利要求1所述的网联车的场景识别方法，其特征在于，还包括：
步骤S4，根据用户对所识别得到的场景的反馈，更新所述依赖信号与场景状态之间的配置关系。


7.根据权利要求1所述的网联车的场景识别方法，其特征在...

【专利技术属性】
技术研发人员：向鹏，蒋虎，袁志俊，石善文，
申请(专利权)人：斑马网络技术有限公司，
类型：发明
国别省市：上海;31