车载终端的复位方法、相关设备及存储介质技术

一种车载终端的复位方法，应用于终端人工智能AI领域以及对应的子领域(智能预测)，包括：车载终端获取车载终端的未复位持续时长；车载终端判断车载终端的最大稳定运行时长与未复位持续时长的差值是否小于或等于预设时间段；若车载终端的最大稳定运行时长与未复位持续时长的差值小于或等于预设时间段，车载终端设置复位时间段，其中，复位时间段为与用户操作发生时间冲突的概率最小的目标时间段；在目标时间段到达时，车载终端在目标时间段内对车载终端执行复位操作。本发明专利技术还提供一种车载终端、车载系统及存储介质。本发明专利技术能最大程度降低车载终端的复位操作对用户的影响，同时，确保车载终端具有持续有效的可靠性能力。

【技术实现步骤摘要】
车载终端的复位方法、相关设备及存储介质
本专利技术涉及终端人工智能
，尤其涉及一种车载终端的复位方法、相关设备及存储介质。
技术介绍
随着用户对车辆需求的增加和人们用车场景的普遍化，很多车辆都开始出现需要24小时运行不间断工作的场景，比如运营车辆、快递车辆、网约车辆以及的士等等。这就要求这些车辆上的车载终端具备持续有效的可靠性能力，能够满足长时间稳定运行的工作需求，通常可以采用对车载终端进行复位的方式来满足要求。然而，由于用户使用车辆的随机性，可能会导致车载终端的复位操作与用户操作发生时间冲突的场景。比如：当用户需要通过网络进行路线导航操作时，如果当前需要对车载终端进行复位操作，则用户需要等待车载终端完成复位操作后才能进行路线导航操作，这降低了用户体验。
技术实现思路
本专利技术实施例公开了一种车载终端的复位方法、相关设备及存储介质，能够解决现有技术中存在的车载终端的复位操作与用户操作发生时间冲突的问题。本专利技术第一方面公开了一种车载终端的复位方法，所述方法包括：车载终端获取所述车载终端的未复位持续时长；所述车载终端判断所述车载终端的最大稳定运行时长与所述未复位持续时长的差值是否小于或等于预设时间段；若所述车载终端的最大稳定运行时长与所述未复位持续时长的差值小于或等于所述预设时间段，所述车载终端设置复位时间段，其中，所述复位时间段为与用户操作发生时间冲突的概率最小的目标时间段，所述目标时间段的时长大于或等于复位时长，所述目标时间段是基于所述车载终端的历史数据进行预测得到的；在所述目标时间段到达时，所述车载终端在所述目标时间段内对所述车载终端执行复位操作。其中，基于车载终端的历史数据预测得到与用户操作发生时间冲突的概率最小的目标时间段，并设置复位时间段为目标时间段，当目标时间段到达时执行复位操作，也即是在与用户操作发生时间冲突的概率最小的时间段来执行复位操作，从而降低复位操作与用户操作发生时间冲突的概率，最大程度降低车载终端的复位操作对用户的影响，提高用户体验，同时，还可以确保车载终端具有持续有效的可靠性能力，。在一些可选的实施方式中，在所述车载终端判断所述车载终端的最大稳定运行时长与所述未复位持续时长的差值小于或等于所述预设时间段之后，以及所述车载终端设置复位时间段之前，所述方法还包括：所述车载终端获取所述车载终端的工作状态；所述车载终端根据所述工作状态，获取与用户操作发生时间冲突的概率最小的目标时间段。其中，车载终端的工作状态包括两种：运行状态和休眠状态。当车载终端处于运行状态时，历史统计的是在线数据，当车载终端处于休眠状态时，历史统计的是离线数据。由于历史统计的在线数据与离线数据是不同的，根据在线数据确定的目标时间段与根据离线数据确定的目标时间段是不同的。因此，需要根据工作状态来分别获取与用户操作发生时间冲突的概率最小的目标时间段，这便于最大程度的根据车载终端当前的工作状态来确定复位的时间段，以减小对用户操作的影响，提高用户体验。在一些可选的实施方式中，所述工作状态为运行状态，所述车载终端获取所述车载终端的未复位持续时长之前，所述方法还包括：所述车载终端按照预设的统计周期，统计所述车载终端在每个所述统计周期的在线数据，其中，所述统计周期的时长大于或等于所述复位时长；所述车载终端根据每个所述统计周期的在线数据，确定与用户操作发生时间冲突的概率最小的第一统计周期，并将所述第一统计周期对应的时间段确定为目标时间段。其中，在线数据为车辆未熄火时，车载终端检测到的一些数据，可以包括但不限于中央处理器CPU占用率、网络信号强度、网络数据流量、车载终端运行速度等。其中，每个统计周期对应的时间段是不同的，比如一天24小时可以被划分为24个统计周期，每个统计周期对应不同的时间段。在一些可选的实施方式中，所述在线数据包括中央处理器CPU占用率、网络信号强度以及网络数据流量，所述车载终端根据每个所述统计周期的在线数据，确定与用户操作发生时间冲突的概率最小的第一统计周期包括：所述车载终端根据每个所述统计周期的CPU占用率、网络信号强度以及网络数据流量，计算每个所述统计周期的综合服务强度值；所述车载终端将综合服务强度值最小的统计周期确定为与用户操作发生时间冲突的概率最小的第一统计周期。其中，综合服务强度值用于衡量用户需要联网服务的程度。基于CPU占用率、网络信号强度以及网络数据流量的加权得到的综合服务强度值，可以反映在对应的时间段内车载终端对用户操作的影响的概率大小。将综合服务强度值最小的统计周期确定为目标时间段，在该目标时间段内执行复位操作，可以最大程度的减少复位操作与用户操作发生时间冲突的概率，提高用户体验。在一些可选的实施方式中，所述车载终端根据每个所述统计周期的CPU占用率、网络信号强度以及网络数据流量，计算每个所述统计周期的综合服务强度值包括：所述车载终端根据每个所述统计周期的CPU占用率、网络信号强度以及网络数据流量，利用第一公式计算每个所述统计周期的综合服务强度值，所述第一公式为：C1＝a*C*b*S*c*D；其中，所述C1为综合服务强度值，所述C为CPU占用率，所述S为网络信号强度，所述D为网络数据流量，所述a、所述b以及所述c均为预设权重；或，所述第一公式为：C1＝a*C+b*S+c*D；其中，所述C1为综合服务强度值，所述C为CPU占用率，所述S为网络信号强度，所述D为网络数据流量，所述a、所述b以及所述c均为预设权重，且c>b>a。在一些可选的实施方式中，所述在所述目标时间段到达时，所述车载终端在所述目标时间段内对所述车载终端执行复位操作包括：所述车载终端根据所述目标时间段的时长以及所述复位时长，确定执行复位操作的最大起始时间点；所述车载终端从所述目标时间段的起始时间点开始统计所述车载终端的实时CPU占用率、实时网络信号强度以及实时网络数据流量，并根据所述实时CPU占用率、所述实时网络信号强度以及所述实时网络数据流量，计算第一时间点的实时综合服务强度值；若所述实时综合服务强度值小于或等于预设阈值，且所述第一时间点为所述目标时间段的起始时间点与所述最大起始时间点之间的任一时间点，所述车载终端在所述第一时间点开始对所述车载终端执行复位操作；或，若所述实时综合服务强度值大于所述预设阈值，且所述第一时间点为所述最大起始时间点，所述车载终端在所述最大起始时间点开始对所述车载终端执行复位操作。其中，在所述目标时间段到达时，可以立即开始进行复位操作，或者，可以在目标时间段的起始时间点与最大起始时间点之间进行复位操作。其中，可以基于车载终端的历史数据来确定目标时间段，以及基于当前检测到的数据(即实时综合服务强度值)大小来确定在目标时间段的哪个时间点开始执行复位操作，以便能够在目标时间段的最佳时间点执行复位操作，最大程度减小对用户操作的影响，提高用户体验。在一些可选的实施方式中，所述方法还包括：所述车载终端获取在所述目标时间段的起始时间点之前计算的多个综合服务强度值；所述车载终端根据所述多个综合服务强度值，计算历史平均综合服务强度值；所本文档来自技高网...

【技术保护点】
1.一种车载终端的复位方法，其特征在于，所述方法包括：/n车载终端获取所述车载终端的未复位持续时长；/n所述车载终端判断所述车载终端的最大稳定运行时长与所述未复位持续时长的差值是否小于或等于预设时间段；/n若所述车载终端的最大稳定运行时长与所述未复位持续时长的差值小于或等于所述预设时间段，所述车载终端设置复位时间段，其中，所述复位时间段为与用户操作发生时间冲突的概率最小的目标时间段，所述目标时间段的时长大于或等于复位时长，所述目标时间段是基于所述车载终端的历史数据进行预测得到的；/n在所述目标时间段到达时，所述车载终端在所述目标时间段内对所述车载终端执行复位操作。/n

【技术特征摘要】
1.一种车载终端的复位方法，其特征在于，所述方法包括：
车载终端获取所述车载终端的未复位持续时长；
所述车载终端判断所述车载终端的最大稳定运行时长与所述未复位持续时长的差值是否小于或等于预设时间段；
若所述车载终端的最大稳定运行时长与所述未复位持续时长的差值小于或等于所述预设时间段，所述车载终端设置复位时间段，其中，所述复位时间段为与用户操作发生时间冲突的概率最小的目标时间段，所述目标时间段的时长大于或等于复位时长，所述目标时间段是基于所述车载终端的历史数据进行预测得到的；
在所述目标时间段到达时，所述车载终端在所述目标时间段内对所述车载终端执行复位操作。


2.根据权利要求1所述的方法，其特征在于，在所述车载终端判断所述车载终端的最大稳定运行时长与所述未复位持续时长的差值小于或等于所述预设时间段之后，以及所述车载终端设置复位时间段之前，所述方法还包括：
所述车载终端获取所述车载终端的工作状态；
所述车载终端根据所述工作状态，获取与用户操作发生时间冲突的概率最小的目标时间段。


3.根据权利要求2所述的方法，其特征在于，所述工作状态为运行状态，所述车载终端获取所述车载终端的未复位持续时长之前，所述方法还包括：
所述车载终端按照预设的统计周期，统计所述车载终端在每个所述统计周期的在线数据，其中，所述统计周期的时长大于或等于所述复位时长；
所述车载终端根据每个所述统计周期的在线数据，确定与用户操作发生时间冲突的概率最小的第一统计周期，并将所述第一统计周期对应的时间段确定为目标时间段。


4.根据权利要求3所述的方法，其特征在于，所述在线数据包括中央处理器CPU占用率、网络信号强度以及网络数据流量，所述车载终端根据每个所述统计周期的在线数据，确定与用户操作发生时间冲突的概率最小的第一统计周期包括：
所述车载终端根据每个所述统计周期的CPU占用率、网络信号强度以及网络数据流量，计算每个所述统计周期的综合服务强度值；
所述车载终端将综合服务强度值最小的统计周期确定为与用户操作发生时间冲突的概率最小的第一统计周期。


5.根据权利要求4所述的方法，其特征在于，所述车载终端根据每个所述统计周期的CPU占用率、网络信号强度以及网络数据流量，计算每个所述统计周期的综合服务强度值包括：
所述车载终端根据每个所述统计周期的CPU占用率、网络信号强度以及网络数据流量，利用第一公式计算每个所述统计周期的综合服务强度值，所述第一公式为：
C1＝a*C*b*S*c*D；
其中，所述C1为综合服务强度值，所述C为CPU占用率，所述S为网络信号强度，所述D为网络数据流量，所述a、所述b以及所述c均为预设权重；或
所述第一公式为：
C1＝a*C+b*S+c*D；
其中，所述C1为综合服务强度值，所述C为CPU占用率，所述S为网络信号强度，所述D为网络数据流量，所述a、所述b以及所述c均为预设权重，且c>b>a。


6.根据权利要求5所述的方法，其特征在于，所述在所述目标时间段到达时，所述车载终端在所述目标时间段内对所述车载终端执行复位操作包括：
所述车载终端根据所述目标时间段的时长以及所述复位时长，确定执行复位操作的最大起始时间点；
所述车载终端从所述目标时间段的起...

【专利技术属性】
技术研发人员：张浩，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44