服务实例控制方法、装置、设备及存储介质制造方法及图纸

本申请提供一种服务实例控制方法、装置、设备及存储介质。属于服务器技术领域。该方法包括：接收车辆在启动时发送的启动信息，其中启动信息包含车辆对应标识；根据所述启动信息，获取所述车辆的时空信息；根据所述标识，获取对应的预训练得到的目标模型；将所述时空信息输入所述目标模型，得到是否启动服务实例的预测结果；若所述预测结果为需要启动服务实例，则启动所述标识对应的服务实例。本申请的方法，解决了从车端向服务器发送请求到服务器启动实例需要的等待时间较长的问题。启动实例需要的等待时间较长的问题。启动实例需要的等待时间较长的问题。

【技术实现步骤摘要】
服务实例控制方法、装置、设备及存储介质


[0001]本申请涉及服务器
，尤其涉及一种服务实例控制方法、装置、设备及存储介质。

技术介绍

[0002]随着智能驾驶技术的不断发展，车端能够提供的智能化服务越来越不能满足人们的需求，智能化服务的所需计算逐渐由车端向服务器转移。
[0003]目前，现有技术中在使用驾驶相关服务时通常需要车端向服务器发送请求，服务器在接收到请求后，启动车端对应的实例，实现为车端提供服务。
[0004]但是，专利技术人发现现有技术至少存在如下技术问题：从车端向服务器发送请求到服务器启动实例需要的等待时间较长的问题。

技术实现思路

[0005]本申请提供一种服务实例控制方法、装置、设备及存储介质，用以解决服务器启动实例需要的等待时间较长的问题。
[0006]第一方面，本申请提供一种服务实例控制方法，包括：接收车辆在启动时发送的启动信息，其中启动信息包含车辆对应标识；根据启动信息，获取车辆的时空信息；根据标识，获取对应的预训练得到的目标模型；将时空信息输入目标模型，得到是否启动服务实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种服务实例控制方法，其特征在于，包括：接收车辆在启动时发送的启动信息，其中启动信息包含车辆对应标识；根据所述启动信息，获取所述车辆的时空信息；根据所述标识，获取对应的预训练得到的目标模型；将所述时空信息输入所述目标模型，得到是否启动服务实例的预测结果；若所述预测结果为需要启动服务实例，则启动所述标识对应的服务实例。2.根据权利要求1所述的方法，其特征在于，其中目标模型的训练步骤，如下：获取数据采集单元预采集的多组历史行为数据，其中所述历史行为数据包括运行环境信息、与所述运行环境信息对应的行为数据，所述行为数据中包括是否启动服务实例的实际结果；根据所述运行环境信息及所述行为数据，对所述历史行为数据进行预处理，得到多类已处理数据；将所述多类已处理数据中的任一类已处理数据划分为训练集及测试集；将所述训练集中的运行环境信息输入待优化模型，得到训练结果；根据所述训练结果及所述训练集中的实际结果，确定训练误差；根据所述训练误差，调整所述待优化模型中的系数，并再次执行训练集输入待优化模型至得到训练误差的步骤，直至所述训练误差小于预设误差标准值，得到待测试模型；将所述测试集中的运行环境信息输入所述待测试模型，得到测试结果；根据所述测试结果及所述测试集中的实际结果，确定测试误差；若所述测试误差大于或等于所述预设误差标准值，则再次执行将所述任一类已处理数据划分至得到测试误差的步骤；若所述测试误差小于所述预设误差标准值，则将所述待测试模型确定为所述任一类已处理数据对应的目标模型。3.根据权利要求2所述的方法，其特征在于，所述待优化模型包括：卷积神经网络、长短期记忆神经网络及注意力模型；相应地，所述将所述训练集中的运行环境信息输入待优化模型，得到训练结果，包括：将所述训练集中的运行环境信息输入所述卷积神经网络，得到所述卷积神经网络的输出结果；将所述卷积神经网络的输出结果输入所述长短期记忆神经网络，得到所述长短期记忆神经网络的输出结果；将所述长短期记忆神...

【专利技术属性】
技术研发人员：曹明，杨晓东，朱亮，张轩，郭怡敏，刘星海，何后裔，王众，
申请(专利权)人：宁波吉利汽车研究开发有限公司，
类型：发明
国别省市：