一种远程控制无人驾驶设备的方法及装置与流程

本说明书涉及无人驾驶领域，尤其涉及一种远程控制无人驾驶设备的方法及装置。

背景技术：

在无人驾驶领域中，当无人驾驶设备出现或可能出现行驶风险，且该无人驾驶设备无法自行解决时，操控员（也可以称之为安全员）可以远程控制该无人驾驶设备行驶，保证无人驾驶设备能够继续安全行驶。

在现有技术中，对于每个地理区域内，可以分配若干个操控员，使得每个地理区域中的无人驾驶设备出现紧急情况时，负责该地理区域的操控员可以接管这样的无人驾驶设备，对于一个地理区域来说，可以人为根据经验设定该地理区域中操控员的数量，但是若设定出的数量太多，则会造成人工成本浪费的问题，若设定出的数量太少，则会导致该地理区域中的无人驾驶设备在行驶过程中出现行驶风险时，需要过多的时间等待操控员的接管。

所以，如何确定出适当的操控员数量，保证无人驾驶设备的安全行驶，则是一个亟待解决的问题。

技术实现要素：

本说明书提供一种远程控制无人驾驶设备的方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种远程控制无人驾驶设备的方法，包括：

获取目标区域内的各路线；

将所述各路线对应的路线信息输入到预先训练的预测模型，得到预测出的所述目标区域内各无人驾驶设备需要通过操控员进行远程控制的次数，作为所述目标区域对应的远程控制次数；

针对每个候选操控员数量，根据所述远程控制次数，确定所述目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长，作为该候选操控员数量对应的平均等待时长；

根据各候选操控员数量对应的平均等待时长，从各候选操控员数量中选取出操控员配置数量，并按照所述操控员配置数量，为所述目标区域分配操控员，以及通过为所述目标区域分配的操控员对所述目标区域中的无人驾驶设备进行远程控制。

可选地，将所述各路线对应的路线信息输入到预先训练的预测模型，得到预测出的所述目标区域内各无人驾驶设备需要通过操控员进行远程控制的次数，具体包括：

针对每个路线，确定该路线所涉及的各路段；

将所述各路段的路段信息输入到所述预测模型中，预测出无人驾驶设备在该路线行驶时，需要通过操控员进行远程控制的次数；

根据预测出的无人驾驶设备在每个路线行驶时需要通过操控员进行远程控制的次数，确定所述目标区域内各无人驾驶设备需要通过操控员进行远程控制的次数。

可选地，所述预测模型包括：特征提取子模型和决策子模型；

将所述各路段的路段信息输入到所述预测模型中，预测出无人驾驶设备在该路线行驶时，需要通过操控员进行远程控制的次数，具体包括：

将所述各路段对应的路段信息输入到所述特征提取子模型中，得到该路线对应的路线特征；

将所述路线特征输入到所述决策子模型中，预测出无人驾驶设备在该路线行驶时需要通过操控员进行远程控制的次数。

可选地，所述路段信息中包括历史路况信息、实时路况信息、路段对应的天气信息以及日期信息的至少一种。

可选地，针对每个候选操控员数量，根据所述远程控制次数，确定所述目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长，具体包括：

确定历史上所述目标区域内的各操控员完成针对无人驾驶设备的远程控制任务的平均处理效率；

根据所述远程控制次数、所述平均处理效率以及该候选操控员数量，确定所述目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长。

可选地，根据所述远程控制次数、所述平均处理效率以及该候选操控员数量，确定所述目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长，具体包括：

根据所述远程控制次数、所述平均处理效率以及该候选操控员数量，确定所述目标区域中的各操控员的工作强度表征值，其中，所述远程控制次数与所述工作强度表征值成正相关关系，所述平均处理效率以及该候选操控员数量与所述工作强度表征值成负相关关系；

根据所述工作强度表征值、该候选操控员数量、所述远程控制次数以及所述平均处理效率，确定在所述候选操控员数量下所述目标区域内的各操控员均不需要对无人驾驶设备进行远程控制的概率，作为空闲概率；

根据所述空闲概率、所述工作强度表征值以及该候选操控员数量，确定所述目标区域内需要操控员进行远程控制的无人驾驶设备的平均等待数量；

根据所述平均等待数量以及所述远程控制次数，确定所述目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长，其中，所述平均等待数量与所述平均等待时长成正相关关系，所述远程控制次数与所述平均等待时长成负相关关系。

可选地，根据各候选操控员数量对应的平均等待时长，从各候选操控员数量中选取出操控员配置数量，具体包括：

以平均等待时长不超过设定等待时长且所述目标区域对应的操控员配置数量最小为目标，从各候选操控员数量中，选取出操控员配置数量。

可选地，训练所述预测模型，具体包括：

获取各路线的历史路线信息，以及无人驾驶设备在所述各路线进行行驶时需要通过操控员进行远程控制的历史次数；

将所述历史路线信息输入到所述预测模型中，得到预测出的无人驾驶设备在所述各路线行驶时需要通过操控员进行远程控制的次数，作为预测次数；

以最小化所述预测次数与所述历史次数之间的偏差为优化目标，对所述预测模型进行训练。

本说明书提供了一种远程控制无人驾驶设备的装置，包括：

获取模块，用于获取目标区域内的各路线；

预测模块，用于将所述各路线对应的路线信息输入到预先训练的预测模型，得到预测出的所述目标区域内各无人驾驶设备需要通过操控员进行远程控制的次数，作为所述目标区域对应的远程控制次数；

确定模块，用于针对每个候选操控员数量，根据所述远程控制次数，确定所述目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长，作为该候选操控员数量对应的平均等待时长；

分配模块，用于根据各候选操控员数量对应的平均等待时长，从各候选操控员数量中选取出操控员配置数量，并按照所述操控员配置数量，为所述目标区域分配操控员，以及通过为所述目标区域分配的操控员对所述目标区域中的无人驾驶设备进行远程控制。

本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述远程控制无人驾驶设备的方法。

本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述远程控制无人驾驶设备的方法。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书提供的远程控制无人驾驶设备的方法中，服务平台可以获取目标区域内的各路线，并将各路线对应的路线信息输入到预先训练的预测模型，得到预测出的该目标区域内各无人驾驶设备需要通过操控员进行远程控制的次数，作为目标区域对应的远程控制次数，并针对每个候选操控员数量，根据该远程控制次数，确定目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长，作为该候选操控员数量对应的平均等待时长，以及根据各候选操控员数量对应的平均等待时长，从各候选操控员数量中选取出操控员配置数量，并按照该操控员配置数量，为目标区域分配操控员，以及通过为该目标区域分配的操控员对该目标区域中的无人驾驶设备进行远程控制。

从上述方法中可以看出，服务平台可以预测出目标区域内各无人驾驶设备需要进行远程控制的次数，即该目标区域对应的远程控制次数，并通过该远程控制次数，确定出在不同的候选操控员数量下，该目标区域中的无人驾驶设备在需要进行远程控制时的平均等待时长，从而选取出合适的候选操控员数量，在节省成本的情况下保证无人驾驶设备的行驶安全。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书中一种远程控制无人驾驶设备的方法的流程示意图；

图2为本说明书提供的一种对无人驾驶设备分配操控员的示意图；

图3为本说明书提供的一种一个路线所涉及的各路段的示意图；

图4为本说明书提供的一种预测模型的结构示意图；

图5为本说明书提供的一种远程控制无人驾驶设备的装置的示意图；

图6为本说明书提供的一种对应于图1的电子设备的示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书中一种远程控制无人驾驶设备的方法的流程示意图，包括以下步骤：

s101：获取目标区域内的各路线。

s102：将所述各路线对应的路线信息输入到预先训练的预测模型，得到预测出的所述目标区域内各无人驾驶设备需要通过操控员进行远程控制的次数，作为所述目标区域对应的远程控制次数。

在实际应用中，每个地理区域内可以配置有若干个操控员，在无人驾驶设备出现行驶风险时，抑或是无人驾驶设备无法自行控制自身继续行驶时，服务平台可以为该无人驾驶设备分配操控员，使操控员控制无人驾驶设备继续行驶，如图2所示。

图2为本说明书提供的一种对无人驾驶设备分配操控员的示意图。

在图2中，从左到右，表示无人驾驶设备a需要操控员进行远程控制，服务平台将该无人驾驶设备a分配给了操控员a，而后，无人驾驶设备b需要操控员进行远程控制，服务平台将该无人驾驶设备b分配给了操控员b，此时，已经没有剩余的操控员可以对其他的无人驾驶设备进行远程控制，但无人驾驶设备c也需要操控员来进行远程控制，那么该无人驾驶设备c只能等待一个操控员处理完无人驾驶设备a或者无人驾驶设备b的远程控制任务后，接受操控员的远程接管。

对于不同地理区域，服务平台可以确定出在该地理区域内分配的操控员数量，来对该地理区域进行操控员的分配。基于此，服务平台可以获取目标区域内的各路线，并将各路线对应的路线信息输入到预先训练的预测模型，得到预测出的该目标区域内各无人驾驶设备需要通过操控员进行远程控制的次数，作为该目标区域对应的远程控制次数。这里提到的目标区域可以是指运营无人驾驶设备的一个地理区域，对于每一个运营无人驾驶设备的地理区域，均可以作为目标区域。服务平台获取到的目标区域内的各路线可以是指目标区域内历史上各无人驾驶设备行驶后得到的各历史路线。

上述预测出的该目标区域对应的远程控制次数，也就是指，该目标区域内出现无人驾驶设备无法自行进行行驶而需要操控员来远程控制的次数。具体的，服务平台可以针对每个路线，确定该路线所涉及的各路段，并将各路段的路段信息输入到该预测模型中，预测出无人驾驶设备在该路线上进行行驶时，需要通过操控员进行远程控制的次数，而后，服务平台可以根据预测出的无人驾驶设备在每个路线行驶时需要通过操控员进行远程控制的次数，确定目标区域内各无人驾驶设备需要通过操控员进行远程控制的次数，即，该目标区域对应的远程控制次数。

也就是说，服务平台可以通过预测模型先预测出在该目标区域内的每条路线中，无人驾驶设备在行驶时可能会需要操控员来远程控制的次数，即，确定出每个路线对应的远程控制次数，而后可以根据预测出的各路线中无人驾驶设备需要进行远程控制的总次数，确定出该目标区域对应的远程控制次数。

其中一个路线所涉及的各路段，可以是指在这个路线上所划分出的多个路段，具体的划分方式可以有多种。例如，可以在这个路线上进行均分，得到该路线所涉及的各路段。再例如，可以根据道路的结构，确定出该路线所涉及的各路线，如图3所示。

图3为本说明书提供的一种一个路线所涉及的各路段的示意图。

从图3中可以看出，从a点到b点为一条完整的路线，服务平台可以将这条路线中的每个路口作为分界点，将这条路线分为多个路段，因此，该路线所涉及的各路段为从a点到c点的路段，从c点到d点的路段，从d点到e点的路段以及从e点到b点的路段。

在本说明书中，预测模型中可以包含特征提取子模型以及决策子模型，特征提取子模型用于得到一个路线的特征，决策子模型用于通过特征提取子模型得到的特征来预测该路线对应的远程控制次数。在预测一个路线对应的远程控制次数时，服务平台可以将该路线涉及的各路段对应的路段信息输入到特征提取子模型中，得到该路线对应的路线特征。其中，路段信息可以包括历史路况信息、实时路况信息、路段的车道信息、路段对应的天气信息、日期信息以及表示当前是否为早晚高峰的信息。日期信息可以表示当前是否为指定日期，如节假日、周末等，路段对应的天气信息可以表示当前是否下雨，是否是晴天等。

历史路况信息以及实时路况信息可以包括无人驾驶设备在历史上和实时行驶时，周围的障碍物数量、每个障碍物的速度、加速度、方向、轨迹等。例如，若该路线为10点到10点10分的一条路线，则实时路况信息可以表示10点到10点10分里无人驾驶设备在该路线上行驶时周围的路况，历史路况信息可以表示从10点往前推移一段时间内无人驾驶设备在该路线上行驶时周围的路况。

在本说明书中，可以将该路线涉及的各路段的路段信息分为两部分，其中一部分为路况信息，另一部分为非路况信息。一个路段对应的路况信息可以包括该路段对应的历史路况信息、实时路况信息以及路段的车道信息。各路段的非路况信息可以包括天气信息、日期信息以及表示当前是否为早晚高峰的信息等。由于该非路况信息对于每个路段来说是统一的，因此，各路段的非路况信息可以是统一的，即，每个维度的非路况信息对于各路段来说是一个，当然也可以每个路段对应一个非路况信息，特征提取子模型中可以包括两部分来分别处理路况信息以及非路况信息，如图4所示。

图4为本说明书提供的一种预测模型的结构示意图。

从图4中可以看出，在该预测模型中，特征提取子模型中包含长短期记忆网络（longshort-termmemory，lstm），可以通过lstm对各路段对应的路况信息进行特征提取，得到该路线对应的第一特征，其中，各路段对应的路况信息可以以矩阵的形式输入到lstm中，矩阵的每一行或是每一列包含一个路段对应的路况信息，该特征提取子模型中还包含对非路况信息进行编码的部分，在此将该部分称之为该特征提取子模型中包含的编码模块，编码模块将该非路况信息进行特征提取后，可以得到该路线对应的第二特征，可以将第一特征以及第二特征进行融合，如，进行拼接抑或是相加等操作，得到该路线对应的路线特征，而后将该路线特征输入到决策子模型中，得到预测出的无人驾驶设备在该路线行驶时需要通过操控员进行远程控制的次数。

需要说明的是，上述提到的该目标区域对应的远程控制次数可以是指在单位时间内该目标区域中各无人驾驶设备需要进行远程控制的次数，因此，在确定该远程控制次数时，获取到的目标区域内的各路线，可以是单位时间内该目标区域中的各无人驾驶设备进行行驶后所得到的路线，该单位时间可以进行设定，如1小时等。

当然，也可以从当前时间往前推移一定时长，得到在该时长内该目标区域中无人驾驶设备行驶的各路线，而在确定该目标区域对应的远程控制次数时，可以将预测出的各路线中无人驾驶设备需要进行远程控制的总次数除以该时长，得到在单位时间内该目标区域中各无人驾驶设备需要进行远程控制的次数，作为该目标区域对应的远程控制次数。

该目标区域对应的远程控制次数越多，该目标区域内需要的操控员数量可能会越多，而该目标区域对应的远程控制次数越少，该目标区域内需要的操控员数量可能会越少，因此，在后续确定出该目标区域内需要分配的操控员数量时，需要通过该目标区域对应的远程控制次数来确定。

在本说明书中，可以通过有监督训练的方式对上述预测模型进行训练，具体的，服务平台可以获取各路线的历史路线信息，以及无人驾驶设备在各路线进行行驶时需要通过操控员进行远程控制的历史次数，并将历史路线信息输入到预测模型中，得到预测出的无人驾驶设备在各路线行驶时需要通过操控员进行远程控制的次数，作为预测次数，并以最小化该预测次数与该历史次数之间的偏差为优化目标，对该预测模型进行训练。

上述提到的无人驾驶设备可以是指无人车、无人机、自动配送设备等能够实现自动驾驶的设备。基于此，采用本说明书提供的远程控制的方法可以确定每个地理区域中的操控员数量，在一个地理区域内的无人驾驶设备需要进行远程控制时，服务平台可以为无人驾驶设备分配操控员来对无人驾驶设备进行远程控制，该无人驾驶设备具体可应用于通过无人驾驶设备进行配送的领域，如，使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。

s103：针对每个候选操控员数量，根据所述远程控制次数，确定所述目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长，作为该候选操控员数量对应的平均等待时长。

服务平台确定出该目标区域对应的远程控制次数后，可以确定出每个候选操控员数量，并根据该远程控制次数，确定在该目标区域中，若以该候选操控员数量的操控员对无人驾驶设备进行远程控制，无人驾驶设备的平均等待时长，作为该候选操控员数量对应的平均等待时长。

其中，上述提到的该候选操控员数量对应的平均等待时长可以是指，在通过该候选操控员数量的操控员对该目标区域内的无人驾驶设备进行控制时，各无人驾驶设备在出现需要操控员进行远程控制的情况下，需要等待操控员进行控制的平均时长。

不同地理区域内操控员处理远程控制任务的效率可能会有所不同，而操控员处理远程控制任务的效率也可以决定无人驾驶设备的平均等待时长，因此，服务平台可以确定出历史上该目标区域内的各操控员完成针对无人驾驶设备的远程控制任务的平均处理效率，并根据该目标区域对应的远程控制次数、平均处理效率以及该候选操控员数量，确定该目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长，其中，这里提到的远程控制任务可以是指操控员针对无人驾驶设备进行一次远程控制的任务。

具体的，服务平台可以根据远程控制次数、平均处理效率以及该候选操控员数量，确定该目标区域中的各操控员的工作强度表征值，其中，该远程控制次数与工作强度表征值成正相关关系，平均处理效率以及该候选操控员数量与工作强度表征值成负相关关系，具体可以通过以下公式，确定出工作强度表征值。

其中，ρ为工作强度表征值，s为该候选操控员数量，λ为该目标区域对应的远程控制次数，μ为上述平均处理效率。从上述公式中可以看出，该工作强度表征值可以是该目标区域内的操控员在每天需要处理的远程控制任务与之间操控员的平均处理效率之间的比例，该工作强度表征值可以表征出操控员处理远程控制任务的时间在操控员工作总时间中的占比。

而后，服务平台可以根据上述工作强度表征值、该候选操控员数量以及远程控制次数以及平均处理效率，确定在该候选操控员数量下目标区域内的各操控员均不需要对无人驾驶设备进行远程控制的概率，作为空闲概率，也就是说，该空闲概率是指在目标区域内没有无人驾驶设备需要操控员进行远程控制的概率，具体可以通过下列公式进行计算。

其中，公式中的为空闲概率，s为该候选操控员数量，λ为该目标区域对应的远程控制次数，μ为上述平均处理效率，ρ为工作强度表征值。

服务平台确定出上述空闲概率后，可以根据该空闲概率、工作强度表征值以及该候选操控员数量，确定该目标区域内需要操控员进行远程控制的无人驾驶设备的平均等待数量，该平均等待数量表示在该目标区域内的每个操控员均需要处理远程控制任务时，在等待的无人驾驶设备的平均数量，该平均等待数量具体可以通过以下公式进行确定。

其中，上述公式中的为平均等待数量，为空闲概率，s为该候选操控员数量，λ为该目标区域对应的远程控制次数，ρ为工作强度表征值。

服务平台确定出上述平均等待数量后，即可以确定出平均等待时长，具体的，服务平台可以根据该平均等待数量以及上述远程控制次数，确定该候选操控员数量对应的平均等待时长，其中，该平均等待数量与平均等待时长成正相关关系，远程控制次数与平均等待时长成负相关关系，具体可以通过以下公式确定出该平均等待时长。

在上述公式中，为平均等待时长，为平均等待人数，λ为上述远程控制次数。

s104：根据各候选操控员数量对应的平均等待时长，从各候选操控员数量中选取出操控员配置数量，并按照所述操控员配置数量，为所述目标区域分配操控员，以及通过为所述目标区域分配的操控员对所述目标区域中的无人驾驶设备进行远程控制。

服务平台确定出每个候选操控员数量对应的平均等待时长后，可以根据各候选操控员数量对应的平均等待时长，从各候选操控员数量中选取出操控员配置数量。具体的，服务平台可以将平均等待时长不超过设定等待时长以及该目标区域对应的操控员配置数量最小作为目标，从各候选操控员数量中，选取出该目标区域对应的操控员配置数量。

服务平台确定出该目标区域对应的操控员配置数量后，可以按照该操控员配置数量，为该目标区域分配操控员，并通过为该目标区域分配的操控员对该目标区域中的无人驾驶设备进行远程控制。

从上述方法可以看出，服务平台可以预测出目标区域内各无人驾驶设备需要进行远程控制的次数，即该目标区域对应的远程控制次数，并通过该远程控制次数，确定出在不同的候选操控员数量下，该目标区域中的无人驾驶设备在需要进行远程控制时的平均等待时长，从而选取出合适的候选操控员数量，在节省成本的情况下保证无人驾驶设备的行驶安全。

以上为本说明书的一个或多个实施例提供的远程控制无人驾驶设备的方法，基于同样的思路，本说明书还提供了相应的远程控制无人驾驶设备的装置，如图5所示。

图5为本说明书提供的一种远程控制无人驾驶设备的装置示意图，包括：

获取模块501，用于获取目标区域内的各路线；

预测模块502，用于将所述各路线对应的路线信息输入到预先训练的预测模型，得到预测出的所述目标区域内各无人驾驶设备需要通过操控员进行远程控制的次数，作为所述目标区域对应的远程控制次数；

确定模块503，用于针对每个候选操控员数量，根据所述远程控制次数，确定所述目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长，作为该候选操控员数量对应的平均等待时长；

分配模块504，用于根据各候选操控员数量对应的平均等待时长，从各候选操控员数量中选取出操控员配置数量，并按照所述操控员配置数量，为所述目标区域分配操控员，以及通过为所述目标区域分配的操控员对所述目标区域中的无人驾驶设备进行远程控制。

可选地，所述预测模块502具体用于，针对每个路线，确定该路线所涉及的各路段；将所述各路段的路段信息输入到所述预测模型中，预测出无人驾驶设备在该路线行驶时，需要通过操控员进行远程控制的次数；根据预测出的无人驾驶设备在每个路线行驶时需要通过操控员进行远程控制的次数，确定所述目标区域内各无人驾驶设备需要通过操控员进行远程控制的次数。

可选地，所述预测模型包括：特征提取子模型和决策子模型；

所述预测模块502具体用于，将所述各路段对应的路段信息输入到所述特征提取子模型中，得到该路线对应的路线特征；将所述路线特征输入到所述决策子模型中，预测出无人驾驶设备在该路线行驶时需要通过操控员进行远程控制的次数。

可选地，所述路段信息中包括历史路况信息、实时路况信息、路段对应的天气信息以及日期信息的至少一种。

可选地，所述确定模块503具体用于，确定历史上所述目标区域内的各操控员完成针对无人驾驶设备的远程控制任务的平均处理效率；根据所述远程控制次数、所述平均处理效率以及该候选操控员数量，确定所述目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长。

可选地，所述确定模块503具体用于，根据所述远程控制次数、所述平均处理效率以及该候选操控员数量，确定所述目标区域中的各操控员的工作强度表征值，其中，所述远程控制次数与所述工作强度表征值成正相关关系，所述平均处理效率以及该候选操控员数量与所述工作强度表征值成负相关关系；根据所述工作强度表征值、该候选操控员数量、所述远程控制次数以及所述平均处理效率，确定在所述候选操控员数量下所述目标区域内的各操控员均不需要对无人驾驶设备进行远程控制的概率，作为空闲概率；根据所述空闲概率、所述工作强度表征值以及该候选操控员数量，确定所述目标区域内需要操控员进行远程控制的无人驾驶设备的平均等待数量；根据所述平均等待数量以及所述远程控制次数，确定所述目标区域以该候选操控员数量的操控员对无人驾驶设备进行远程控制时，无人驾驶设备的平均等待时长，其中，所述平均等待数量与所述平均等待时长成正相关关系，所述远程控制次数与所述平均等待时长成负相关关系。

可选地，所述分配模块504具体用于，以平均等待时长不超过设定等待时长且所述目标区域对应的操控员配置数量最小为目标，从各候选操控员数量中，选取出操控员配置数量。

可选地，所述装置还包括：

训练模块505，用于获取各路线的历史路线信息，以及无人驾驶设备在所述各路线进行行驶时需要通过操控员进行远程控制的历史次数；将所述历史路线信息输入到所述预测模型中，得到预测出的无人驾驶设备在所述各路线行驶时需要通过操控员进行远程控制的次数，作为预测次数；以最小化所述预测次数与所述历史次数之间的偏差为优化目标，对所述预测模型进行训练。

本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种远程控制无人驾驶设备的方法。

本说明书还提供了图6所示的一种对应于图1的电子设备的示意结构图。如图6所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的远程控制无人驾驶设备的方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（programmablelogicdevice,pld）（例如现场可编程门阵列（fieldprogrammablegatearray，fpga））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logiccompiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（hardwaredescriptionlanguage，hdl），而hdl也并非仅有一种，而是有许多种，如abel（advancedbooleanexpressionlanguage）、ahdl（alterahardwaredescriptionlanguage）、confluence、cupl（cornelluniversityprogramminglanguage）、hdcal、jhdl（javahardwaredescriptionlanguage）、lava、lola、myhdl、palasm、rhdl（rubyhardwaredescriptionlanguage）等，目前最普遍使用的是vhdl（very-high-speedintegratedcircuithardwaredescriptionlanguage）与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（applicationspecificintegratedcircuit，asic）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc625d、atmelat91sam、microchippic18f26k20以及siliconelabsc8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。