[发明专利]控车协同决策方法、装置、车辆及计算机可读存储介质

权利要求书

1.一种控车协同决策方法，其特征在于，所述控车协同决策方法包括以下步骤：

采集当前时刻的路况信息，确定所述路况信息对应的所需运算等级；

获取主车的可利用算力，确定所述可利用算力对应的主车运算等级；

判断所述主车运算等级是否大于或等于所述所需运算等级；

若所述主车运算等级小于所述所需运算等级，则获取所述主车对应的周边设备的反馈算力；

根据所述可利用算力和所述反馈算力之间的协同运算，确定所述主车的决策结果。

2.如权利要求1所述的控车协同决策方法，其特征在于，所述获取所述主车对应的周边设备的反馈算力的步骤，包括：

广播协同运算请求，基于所述协同运算请求获取到所述主车对应的周边设备响应的反馈算力，其中，所述周边设备包括周边车辆、路测设备。

3.如权利要求1所述的控车协同决策方法，其特征在于，所述路况信息包括车辆信息；所述采集当前时刻的路况信息，确定所述路况信息对应的所需运算等级的步骤，包括：

采集当前时刻的车辆信息，所述车辆信息包括：车辆位置、预设范围内的车辆数量、当前车速、当前加速度以及驾驶方向；

计算所述车辆信息中的各项权重值，以得到所述车辆信息的总项权重值；

确定与所述总项权重值对应的所需运算等级。

4.如权利要求3所述的控车协同决策方法，其特征在于，所述计算所述车辆信息中的各项权重值，以得到所述车辆信息的总项权重值的步骤，包括：

接收输入的交通预测模型，确定所述交通预测模型的可信度；

计算所述车辆信息中的各项权重值之间的第一和值；

将所述可信度作为负权重值，计算所述第一和值与所述负权重值之间的第二和值，将所述第二和值作为所述车辆信息的总项权重值。

5.如权利要求1所述的控车协同决策方法，其特征在于，所述路况信息包括行人信息；所述采集当前时刻的路况信息，确定所述路况信息对应的所需运算等级的步骤，还包括：

采集当前时刻的行人信息，将所述行人信息输入至预设的行为模型；

获取所述行为模型运算所述行人信息时的运算预估时间，根据所述运算预估时间确定所需运算等级。

6.如权利要求1所述的控车协同决策方法，其特征在于，所述若所述主车运算等级小于所述所需运算等级的步骤之后，还包括：

计算所述所需运算等级与所述主车运算等级之间的第一差值，其中，所述差值为正值；

判断所述第一差值是否大于或等于预设阈值；

若所述第一差值大于或等于预设阈值，则发送协同运算请求至云端服务器；

基于所述协同运算请求接收到云端服务器反馈的决策结果，生成与所述决策结果对应的控车建议。

7.如权利要求6所述的控车协同决策方法，其特征在于，所述获取主车的可利用算力的步骤，包括：

获取主机的空置算力，并确定所述空置算力中的固定算力；

计算所述空置算力与所述固定算力之间的第二差值，将所述第二差值作为主车的可利用算力。

8.一种控车协同决策装置，其特征在于，所述控车协同决策装置包括：

路况采集模块，用于采集当前时刻的路况信息，确定所述路况信息对应的所需运算等级；

算力统计模块，用于获取主车的可利用算力，确定所述可利用算力对应的主车运算等级；判断所述主车运算等级是否大于或等于所述所需运算等级；若所述主车运算等级小于所述所需运算等级，则获取所述主车对应的周边设备的反馈算力；

运算决策模块，用于根据所述可利用算力和所述反馈算力之间的协同运算，以确定所述主车的决策结果。

9.一种车辆，其特征在于，所述车辆包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的控车协同决策程序，其中：所述控车协同决策程序被所述处理器执行时实现如权利要求1至7中任一项所述的控车协同决策方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有控车协同决策程序，所述控车协同决策程序被处理器执行时实现如权利要求1至7中任一项所述的控车协同决策方法的步骤。