一种驾驶任务的计算终端确定方法、装置及计算机设备与流程
本发明涉及网联汽车通信技术领域，具体涉及一种驾驶任务的计算终端确定方法、装置及计算机设备。
背景技术：
在网联汽车的驾驶场景中，网联汽车的驾驶任务(例如，感知任务、控制任务、车载娱乐任务等)需要使用计算终端(例如，网联汽车自身车端和云端的边缘节点)的资源。相关技术中的资源分配方法为根据任务的源头与计算终端的距离进行分配，例如，将最靠近任务数据源头的计算终端的资源分配给该任务。但是在上下班等高峰的驾驶场景中，驾驶车辆的数量增多，相应的驾驶任务也会增加，导致某个计算终端的资源可能会被大量占用，因此网联汽车某个任务分配到的计算终端可能会超出计算终端的载荷，使得该任务的处理有延迟。故亟待提出一种驾驶任务的计算终端确定方法以保证网联汽车的驾驶任务可以分配到合适的计算终端，保证网联汽车的各项任务可以顺利进行，同时保证了网联汽车的高效性以及可靠性。
技术实现要素：
因此，本发明要解决的技术问题在于克服现有技术中按照距离分配资源导致某个驾驶任务分配到的计算终端可能会超出载荷，导致驾驶任务处理不及时的缺陷，从而提供一种驾驶任务的计算终端确定方法、装置及计算机设备。
根据第一方面，本发明实施例公开了一种驾驶任务的计算终端确定方法，包括如下步骤：获取目标网联汽车的驾驶任务；确定所述目标网联汽车对应的计算终端处理所述驾驶任务所使用的网络资源和算力资源消耗情况；根据所述网络资源和算力资源消耗情况，对处理所述驾驶任务的计算终端进行优先级排序；根据计算终端优先级排序结果，确定处理所述驾驶任务的计算终端。
可选地，所述方法还包括：获取所述驾驶任务的网络资源和算力资源需求；根据所述网络资源和算力资源需求对所述驾驶任务进行优先级排序；根据所述计算终端优先级和驾驶任务优先级排序结果，确定处理所述驾驶任务的计算终端。
可选地，所述确定所述目标网联汽车对应的计算终端处理所述驾驶任务所使用的网络资源和算力资源消耗情况，包括：获取与当前时刻相邻的历史目标时长，每一个所述计算终端的网络资源和算力资源消耗情况；将所述与当前时刻相邻的历史目标时长每一个所述计算终端的网络资源和算力资源消耗情况输入到预设的深度置信网络中进行预测，得到所述目标网联汽车对应的计算终端的网络资源和算力资源信息，根据所述目标网联汽车对应的计算终端的网络资源和算力资源信息确定所述目标网联汽车对应的计算终端处理所述驾驶任务所使用的网络资源和算力资源消耗情况。
可选地，所述根据所述网络资源和算力资源消耗情况，对处理所述驾驶任务的计算终端进行优先级排序，包括：获取驾驶任务的任务类型对应的预设网络资源和算力资源需求阈值；根据预设网络资源和算力资源需求阈值和目标网联汽车对应的计算终端处理所述驾驶任务所使用的网络资源和算力资源消耗情况，筛选得到初始计算终端集合；根据所述网络资源和算力资源消耗情况对所述初始计算终端集合中的各个计算终端进行优先级排序。
可选地，所述根据所述计算终端优先级排序结果和驾驶任务排序结果，确定处理所述驾驶任务的计算终端，包括：获取所述驾驶任务的第一预设权重和资源消耗程度的第二预设权重，所述第一预设权重根据所述任务优先级排序结果确定，所述第二预设权重根据所述计算终端优先级排序结果确定；根据所述第一预设权重和所述第二预设权重确定匹配权重；根据最大权重匹配方法，确定处理所述驾驶任务的计算终端。
根据第二方面，本发明实施例还公开了一种驾驶任务的计算终端确定装置，包括：第一获取模块，用于获取目标网联汽车的驾驶任务；第一确定模块，用于确定所述目标网联汽车对应的计算终端处理所述驾驶任务所使用的网络资源和算力资源消耗情况；第一排序模块，用于根据所述网络资源和算力资源消耗情况，对处理所述驾驶任务的计算终端进行优先级排序；第二确定模块，用于根据计算终端优先级排序结果，确定处理所述驾驶任务的计算终端。
可选地，所述装置还包括：第二获取模块，用于获取所述驾驶任务的网络资源和算力资源需求；第二排序模块，用于根据所述网络资源和算力资源需求对所述驾驶任务进行优先级排序；第三确定模块，用于根据所述计算终端优先级排序结果和驾驶任务优先级排序结果，确定处理所述驾驶任务的计算终端。
可选地，所述第一确定模块包括：第三获取模块，用于获取与当前时刻相邻的历史目标时长，每一个所述计算终端的网络资源和算力资源消耗情况；预测模块，用于将所述与当前时刻相邻的历史目标时长每一个所述计算终端的网络资源和算力资源消耗情况输入到预设的深度置信网络中进行预测，得到所述目标网联汽车对应的计算终端的网络资源和算力资源信息，根据所述目标网联汽车对应的计算终端的网络资源和算力资源信息确定所述目标网联汽车对应的计算终端处理所述驾驶任务所使用的网络资源和算力资源消耗情况。
根据第三方面，本发明实施例还公开了一种计算机设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第一方面或第一方面任一可选实施方式所述的驾驶任务的计算终端确定方法的步骤。
根据第四方面，本发明实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一可选实施方式所述的驾驶任务的计算终端确定方法的步骤。
本发明技术方案，具有如下优点：
本发明提供的驾驶任务的计算终端确定方法及装置，通过获取目标网联汽车的驾驶任务，确定目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况，根据网络资源和算力资源消耗情况，对处理驾驶任务的计算终端进行优先级排序；根据计算终端优先级排序结果，确定处理驾驶任务的计算终端。本发明通过确定驾驶任务在对应的计算终端的资源消耗情况，进而对这些计算终端的优先级进行排序，根据计算终端优先级确定处理每个驾驶任务的计算终端，避免了只根据距离确定计算终端导致任务处理有延时的问题，提高了网联汽车可靠性和驾驶任务处理的高效性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中驾驶任务的计算终端确定方法的一个具体示例的流程图；
图2为本发明实施例网联汽车的驾驶任务发出网络连接请求的一个具体实施图；
图3为本发明实施例利用最大匹配权重确定计算终端的一个具体实施图；
图4为本发明实施例中驾驶任务的计算终端确定装置的一个具体示例的原理框图；
图5为本发明实施例中计算机设备的一个具体示例图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
网络需求的爆炸式增长、服务器的虚拟化和云服务的出现都是推动网络行业重新审视传统网络架构的趋势。许多传统的网络是层次化的，由以太网交换机层构成树形结构，这种静态架构不适合网联汽车通信时对于数据的动态计算和存储需求。软件定义网络(softwaredefinednetwork，sdn)作为一种新型的网络架构，可动态的配置网络。sdn将控制平面与转发平面解耦，并且拥有一个集中式控制器来管理通信。控制器可以根据需求动态地配置网联汽车的网络并且动态地决定网联汽车的任务可以分配到合适的边缘节点，保证网联汽车行驶的可靠性。
本发明实施例公开了一种驾驶任务的计算终端确定方法，如图1所示，包括如下步骤：
s11：获取目标网联汽车的驾驶任务。
示例性地，该驾驶任务可以包括网联汽车的感知任务、决策任务、控制任务和车载娱乐任务等。目标网联汽车的数量和驾驶任务的数量均可以仅有1个，也可以为多个。本发明实施例对该驾驶任务、目标网联汽车的数量以及驾驶任务的数量均不作具体限定，本领域技术人员可以根据实际情况确定。驾驶任务的获取方法可以为sdn控制器通过北向接口采集得到。
s12：确定目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况。
示例性地，该计算终端可以包括网联汽车自身车端和云端的边缘节点。网络资源包括带宽资源和时延资源，算力资源包括cpu资源和gpu资源。本发明实施例对该计算终端、网络资源以及算力资源均不作具体限定，本领域技术人员可以根据实际情况设定。
确定目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况可以为根据各种驾驶任务消耗网络资源和算力资源的历史经验确定，也可以将驾驶任务在各个计算终端进行虚拟处理后确定，本发明实施例对该目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况的确定方法不作具体限定，本领域技术人员可以根据实际情况设定。
s13：根据网络资源和算力资源消耗情况，对处理驾驶任务的计算终端进行优先级排序。
示例性地，对处理驾驶任务的计算终端进行优先级排序可以根据网络资源和算力资源消耗情况从大到小进行排序，也可以根据计算消耗情况从小到大进行排序，本发明实施例对该排序方法不作具体限定，本领域技术人员可以根据实际情况设定。例如，驾驶任务在计算终端的资源消耗程度越小，计算终端的优先级排序越高。
s14：根据计算终端优先级排序结果，确定处理驾驶任务的计算终端。
示例性地，每个驾驶任务都会对应一个计算终端的优先级排序，根据该排序结果，可以直接将优先级排序最高的计算终端作为处理该驾驶任务的计算终端。
本发明提供的驾驶任务的计算终端确定方法，通过获取目标网联汽车的驾驶任务，确定目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况，根据网络资源和算力资源消耗情况，对处理驾驶任务的计算终端进行优先级排序；根据计算终端优先级排序结果，确定处理驾驶任务的计算终端。本发明通过确定驾驶任务在对应的计算终端的资源消耗情况，进而对这些计算终端的优先级进行排序，根据计算终端优先级确定处理每个驾驶任务的计算终端，避免了只根据距离确定计算终端导致任务处理有延时的问题，提高了网联汽车可靠性和驾驶任务处理的高效性。
作为本发明实施例一个可选实施方式，该驾驶任务的计算终端确定方法还包括：
首先，获取驾驶任务的网络资源和算力资源需求。
示例性地，该网络资源需求可以包括带宽资源需求和时延资源需求，算力资源需求包括cpu资源需求和gpu资源需求。网络资源和算力资源需求的获取方法可以为sdn控制器通过北向接口采集驾驶任务的服务质量(qualityofservice，qos)，根据qos确定驾驶任务的网络资源和算力资源需求。
其次，根据网络资源和算力资源需求对驾驶任务进行优先级排序。
示例性地，对驾驶任务进行优先级排序可以根据网络资源和算力资源需求从小到大进行排序，也可以根据网络资源和算力资源需求从大到小进行排序，本发明实施例对该排序方法不作具体限定，本领域技术人员可以根据实际情况设定。例如，驾驶任务的网络资源和算力资源需求越高，驾驶任务的优先级排序越高。
再次，根据计算终端优先级排序结果和驾驶任务优先级排序结果，确定处理驾驶任务的计算终端。
示例性地，根据计算终端优先级排序结果和驾驶任务优先级排序结果确定驾驶任务的计算终端可以先根据驾驶任务的优先级排序结果确定驾驶任务的处理顺序，再根据计算终端优先级给每个任务确定一个计算终端。也可以给驾驶任务和计算终端分别确定一个权重，根据最大权重匹配方法确定处理该驾驶任务的计算终端。
本发明实施例通过给驾驶任务进行排序，保证在高峰时间段计算终端的网络资源和算力资源不足时，计算终端可以优先处理较为重要的驾驶任务(例如，控制任务)，提高了网联汽车的安全和可靠性。
作为本发明实施例一个可选实施方式，上述步骤s12包括：
获取与当前时刻相邻的历史目标时长，每一个计算终端的网络资源和算力资源消耗情况。
示例性地，该与当前时刻相邻的历史目标时长可以为与当前时刻相邻的以前的一段时间，例如，当前时刻的前2个小时，本发明实施例对该与当前时刻相邻的历史目标时长不作具体限定，本领域技术人员可以根据实际情况设定。每一个计算终端的网络资源和算力资源消耗情况可以存储在存储器，使用时直接调用。
将与当前时刻相邻的历史目标时长每一个计算终端的网络资源和算力资源消耗情况输入到预设的深度置信网络中进行预测，得到目标网联汽车对应的计算终端的网络资源和算力资源信息，根据目标网联汽车对应的计算终端的网络资源和算力资源信息确定目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况。
示例性地，将与当前时刻相邻的历史目标时长的各个时刻的每一个计算终端的网络资源和算力资源消耗情况输入到预设的深度置信网络进行编码，对其特征进行学习，并将传入的数据进行升维处理，升高的维度为其学习的特征。升维后的数据信息将传入至decoder解码。decoder对传入的升维后的数据信息降维，输出学习后的结果，即目标网联汽车对应的计算终端的空闲网络资源和算力资源信息。将深度置信网络输出的结果进行svr(supportvectorregression)非线性回归处理，输出目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况。
本发明实施例通过在采集计算终端的网络资源和算力资源信息时运用深度置信网络来预测计算终端处理驾驶任务的资源使用信息，克服了由于网络环境不稳定导致采集到的网络资源和算力资源信息夹杂着大量噪声的问题，提高了资源分配的实时性和鲁棒性。
作为本发明实施例一个可选实施方式，上述步骤s13包括：
首先，获取驾驶任务的任务类型对应的预设网络资源和算力资源需求阈值。
示例性地，该预设资源需求阈值可以是技术人员根据历史经验提前设定好存储在存储器中，使用时直接调用即可。预设网络资源和算力资源需求阈值可以包括时延阈值、带宽阈值和算力阈值。
其次，根据预设网络资源和算力资源需求阈值和目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况，筛选得到初始计算终端集合。
示例性地，根据预设网络资源和算力资源需求阈值和目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况，筛选得到初始计算终端集合可以为将预设网络资源和算力资源需求阈值和目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况进行比较，筛选掉不满足预设网络资源和算力资源需求阈值的计算终端。
具体地，共有m个计算终端，m～(1，m)
对于驾驶任务n，设置时延阈值tn_treshold，将该时延阈值与计算终端m处理驾驶任务n所使用的时延tn_m进行比较，若tn_m小于或等于tn_treshold，保留该计算终端m；若tn_m大于tn_treshold，筛除该计算终端m。
对于驾驶任务n，设置带宽阈值bn_treshold，将该带宽阈值与计算终端m处理驾驶任务n所使用的带宽bn_m进行比较，若bn_m大于或等于bn_treshold，保留该计算终端m；若bn_m小于bn_treshold，筛除该计算终端m。
对于任务n，设置算力指标阈值cn_treshold，估将该算力阈值与计算终端m处理驾驶任务n所使用的算力cn_m进行比较，若cn_m大于或等于cn_treshold，保留该计算终端m；若cn_m小于cn_treshold，筛除该计算终端m。
其中，算力cn_m＝wcpu*cpun_m+wgpu*gpun_m。wcpu和wgpu分别为cpu和gpu的权重，可以根据实际情况设定。
本发明实施例对上述根据时延、带宽和算力对计算终端进行筛选的前后顺序不作具体限定，本领域技术人员可以根据实际情况确定。
再次，根据网络资源和算力资源消耗情况对初始计算终端集合中的各个计算终端进行优先级排序。对筛选后得到的初始计算终端集合进行优先级排序减少了排序处理的数量。
本发明实施例还可以先根据网络资源和算力资源消耗情况对计算终端排序，然后对排序后的计算终端进行筛选。
作为本发明实施例一个可选实施方式，上述根据计算终端优先级排序结果和驾驶任务优先级排序结果，确定处理驾驶任务的计算终端，包括：
首先，获取驾驶任务的第一预设权重和计算终端的第二预设权重，第一预设权重根据任务优先级排序结果确定，第二预设权重根据计算终端优先级排序结果确定。
示例性地，该第一预设权重和第二预设权重均可以提前设定好存储在存储器，使用时直接调用。第一预设权重根据任务优先级排序结果确定，优先级越高，第一预设权重越大。第二预设权重根据计算终端优先级排序结果确定，优先级越大，第二预设权重越大。
其次，根据第一预设权重和第二预设权重确定匹配权重。
示例性地，该匹配权重可以为wmatch＝wn*wn,m。其中，wmatch为匹配权重，wn为第一预设权重；wn,m为第二预设权重。
再次，根据最大权重匹配方法，确定处理驾驶任务的计算终端。
示例性地，如图3所示，对于驾驶任务n，该驾驶任务发出mn个网络连接请求给该驾驶任务的mn个可接受计算终端。例如，对于驾驶任务1，发出2个网络连接请求给可接受计算终端2和计算终端m。n个驾驶任务发出
本发明实施例还公开了一种驾驶任务的计算终端确定装置，如图4所示，包括：
第一获取模块21，用于获取目标网联汽车的驾驶任务；具体实现方式见上述实施例中步骤s11的相关描述，在此不再赘述。
第一确定模块22，用于确定目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况；具体实现方式见上述实施例中步骤s12的相关描述，在此不再赘述。
第一排序模块23，用于根据网络资源和算力资源消耗情况，对处理驾驶任务的计算终端进行优先级排序；具体实现方式见上述实施例中步骤s13的相关描述，在此不再赘述。
第二确定模块24，用于根据计算终端优先级排序结果，确定处理驾驶任务的计算终端。具体实现方式见上述实施例中步骤s14的相关描述，在此不再赘述。
本发明提供的驾驶任务的计算终端确定装置，通过获取目标网联汽车的驾驶任务，确定目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况，根据网络资源和算力资源消耗情况，对处理驾驶任务的计算终端进行优先级排序；根据计算终端优先级排序结果，确定处理驾驶任务的计算终端。本发明通过确定驾驶任务在对应的计算终端的资源消耗情况，进而对这些计算终端的优先级进行排序，根据计算终端优先级确定处理每个驾驶任务的计算终端，避免了只根据距离确定计算终端导致任务处理有延时的问题，提高了网联汽车可靠性和驾驶任务处理的高效性。
作为本发明实施例一个可选实施方式，该驾驶任务的计算终端确定装置还包括：
第二获取模块，用于获取驾驶任务的网络资源和算力资源需求。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
第二排序模块，用于根据网络资源和算力资源需求对驾驶任务进行优先级排序。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
第三确定模块，用于计算终端优先级排序结果和驾驶任务优先级排序结果，确定处理驾驶任务的计算终端。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
作为本发明实施例一个可选实施方式，上述第一确定模块22包括：
第三获取模块，用于获取与当前时刻相邻的历史目标时长，每一个计算终端的网络资源和算力资源消耗情况。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
预测模块，用于将与当前时刻相邻的历史目标时长每一个计算终端的网络资源和算力资源消耗情况输入到预设的深度置信网络中进行预测，得到目标网联汽车对应的计算终端的网络资源和算力资源信息，根据目标网联汽车对应的计算终端的网络资源和算力资源信息确定目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
作为本发明实施例一个可选实施方式，上述第一排序模块23包括：
第四获取模块，用于获取驾驶任务的任务类型对应的预设网络资源和算力资源需求阈值。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
筛选模块，用于根据预设网络资源和算力资源需求阈值和目标网联汽车对应的计算终端处理驾驶任务所使用的网络资源和算力资源消耗情况，筛选得到初始计算终端集合。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
第一排序子模块，用于根据网络资源和算力资源消耗情况对初始计算终端集合中的各个计算终端的资源消耗程度进行优先级排序。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
作为本发明实施例一个可选实施方式，上述第三确定模块包括：
第五获取模块，用于获取驾驶任务的第一预设权重和资源消耗程度的第二预设权重，第一预设权重根据任务优先级排序结果确定，第二预设权重根据计算终端优先级排序结果确定。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
第四确定模块，用于根据第一预设权重和第二预设权重确定匹配权重。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
第五确定模块，用于根据最大权重匹配方法，确定处理驾驶任务的计算终端。具体实现方式见上述实施例中对应的步骤的相关描述，在此不再赘述。
本发明实施例还提供了一种计算机设备，如图5所示，该计算机设备可以包括处理器31和存储器32，其中处理器31和存储器32可以通过总线或者其他方式连接，图5中以通过总线连接为例。
处理器31可以为中央处理器(centralprocessingunit，cpu)。处理器31还可以为其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field－programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器32作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的驾驶任务的计算终端确定方法对应的程序指令/模块(例如，图2所示的第一获取模块21、第一确定模块22、第一排序模块23和第二确定模块24)。处理器31通过运行存储在存储器32中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的驾驶任务的计算终端确定方法。
存储器32可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器31所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器32可选包括相对于处理器31远程设置的存储器，这些远程存储器可以通过网络连接至处理器31。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器32中，当被所述处理器31执行时，执行如图1所示实施例中的驾驶任务的计算终端确定方法。
上述计算机设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read－onlymemory，rom)、随机存储记忆体(randomaccessmemory，ram)、快闪存储器(flashmemory)、硬盘(harddiskdrive，缩写：hdd)或固态硬盘(solid－statedrive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
- 还没有人留言评论。精彩留言会获得点赞！