车端平台、云端平台、机器学习系统和机器学习方法技术方案

本发明专利技术涉及一种用于车辆的机器学习系统的车端平台，所述车端平台至少包括：数据获取单元，所述数据获取单元用于获取并发送与车辆和/或用户相关的数据，以用于训练模型；至少一个容器单元，所述容器单元用于接收和封装已训练的所述模型并且基于所述模型经由应用程序接口提供用于车辆功能和/或车载服务的预测和/或推荐结果，其中，所述容器单元发送所述模型的预测和/或推荐结果的准确度，以用于优化所述模型。还涉及一种用于车辆的机器学习系统的云端平台、一种相应的机器学习系统和一种相应的机器学习方法。能够实现模型的实时和动态的更新并且避免网络状况影响车载服务。的更新并且避免网络状况影响车载服务。的更新并且避免网络状况影响车载服务。

【技术实现步骤摘要】
车端平台、云端平台、机器学习系统和机器学习方法


[0001]本专利技术涉及车辆领域、尤其是涉及一种用于车辆的机器学习系统的车端平台和云端平台。本专利技术还涉及一种相应的用于车辆的机器学习系统、一种相应的用于车辆的机器学习方法以及一种相应的用于车辆的方法。

技术介绍

[0002]近年来，随着车辆智能化技术的发展，车辆用户对于车载服务的质量要求日益增长并且车载服务的类型逐渐增多，这使得用于车载服务的软件更新越来越快。
[0003]然而，现有的车载服务推荐技术通常采用固化在车辆内部的模型，所述模型不能自主地实时更新，随着时间推移和用户驾驶习惯的改变，模型的用于车载服务的推荐准确度下降。为了更新车内的模型，只能将车辆召回并且重新安装系统，或者利用系统级别的空中下载技术进行升级，升级的时间成本很高，而不能实现用户无感知的模块级别的远程在线更新。此外，还存在存储于云端服务器中的能够实时更新的模型，然而在使用这种模型来推荐车载服务时，需要将车辆的数据实时上传到云端服务器中，这要求稳定的无线网络传输性能并且会占用较大的网络带宽。尤其在车端网络状况不佳的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车端平台(100)，所述车端平台至少包括：
‑
数据获取单元(110)，所述数据获取单元用于获取并发送与车辆和/或用户相关的数据，以用于训练模型；
‑
至少一个容器单元(120)，所述容器单元用于接收和封装已训练的所述模型并且基于所述模型经由应用程序接口(130)提供用于车辆功能和/或车载服务(150)的预测和/或推荐结果，其中，所述容器单元(120)发送所述模型的预测和/或推荐结果的准确度，以用于优化所述模型。2.根据权利要求1所述的车端平台(100)，其中，所述车端平台还包括交互单元(140)，所述交互单元用于：
‑
当存在新版本的模型时，通知所述车辆的用户并且询问所述用户是否更新所述模型；和/或
‑
收集并发送所述车辆的用户针对所述预测和/或推荐结果的反馈，以用于附加地优化所述模型。3.根据前述权利要求中任一项所述的车端平台(100)，其中，所述容器单元(120)至少包括：
‑
存储模块(121)，所述存储模块能够存储所述模型；和
‑
预测模块(122)，所述预测模块能够基于所述模型生成所述预测和/或推荐结果。4.根据权利要求3所述的车端平台(100)，其中，所述容器单元(120)还包括：
‑
训练模块(123)，所述训练模块用于根据所述车辆的用户的个人使用习惯对所述模型进行个性化修正。5.根据前述权利要求中任一项所述的车端平台(100)，其中，所述模型是基于机器学习和神经网络生成的二进制文件，所述二进制文件包括数学公式和相应的参数，以用于计算所述预测和/或推荐结果；和/或所述数据是通过原始数据的预先处理获取的特征数据；和/或所述应用程序接口(130)以表现层状态转化API的形式实现；和/或所述车辆功能和/或车载服务(150)是以下组中的至少一个：导航预测，影音娱乐/信息推荐，车况及路况信息提示，辅助驾驶。6.根据前述权利要求中任一项所述的车端平台(100)，其中，所述车端平台(100)包括多个容器单元(120)；和/或在所述容器单元(120)中封装或部署有多个模型；和/或所述容器单元(120)布置在所述车辆的中央处理器中。7.根据前述权利要求中任一项所述的车端平台(100)，其中，所述容器单元(120)能够根据参数从云端平台(200)拉取或下载单个模型，所述模型被部署到所述容器单元(120)中。8.一种用于车辆的机器学习系统(1000)的云端平台(200)，所述云端平台至少包括：
‑
云端存储单元(210)，所述云端存储单元用于接收并存储与车辆和/或用户相关的数据；
‑
云端训练单元(220)，所述云端训练单元用于基于所述数据通过大数据技术和神经网络算法训练相应的模型；
...

【专利技术属性】
技术研发人员：王鹏，陈雷鸣，胡昊，祁峰，
申请(专利权)人：梅赛德斯奔驰集团股份公司，
类型：发明
国别省市：