用于云协调的车辆数据收集的系统和方法与流程

背景技术：

1、引言

2、本公开涉及车辆控制和通信系统，且更具体地涉及用于车辆的数据收集系统和方法。机动车辆越来越多地装备有联网系统，这些联网系统既进行内部通信（即，车载）又进行外部通信（即，经由各种无线和/或有线通信系统与其他车辆或远程定位的基础设施通信）。车辆控制系统生成涉及广泛范围的车辆属性（从娱乐和气候控制功能到车辆动力学和安全系统）的数据。数据收集系统（车载和远程两者）接收与这种车辆属性相关的大量数据。然后，数据收集系统可将相关数据报告给数据库以进行进一步分析，或者基于先前的信息将反馈提供给车辆控制和通信系统。因此，当前的车辆控制和通信系统在这些方面实现了它们的预期目的。然而，技术和法规的进步继续影响车载车辆控制和通信系统和它们与之通信的远程系统之间的通信方式。附加地，虽然一些车辆具有可以以空中下载（ota）方式更新的车载系统，但其他车辆需要物理网络连接，并且还有一些车辆根本就不可更新。

3、因此，需要一种用于协调的车辆数据收集的新的和改进的系统和方法，其允许平台和车辆的灵活性、系统的车辆端和远程端两者上的可升级性，并且在预先存在的硬件和新硬件上操作，同时保持或降低制造、组装和操作的成本。

技术实现思路

1、根据本公开的方面，一种用于云协调的车辆数据收集的系统包括车载车辆数据管理子系统；以及远程定位的后台子系统。车载车辆数据管理子系统和远程定位的后台子系统中的每者包括一个或多个控制模块。所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（i/o）端口。控制模块执行存储在存储器中的程序代码部分。第一程序代码部分从车载车辆数据源收集车辆数据。第二程序代码部分确定数个不同的通信系统中的哪个将被用来将车辆数据传输到远程定位的后台子系统。第三程序代码部分引起远程定位的后台子系统将数据处理任务分配给特定的计算资源。第四程序代码部分引起车载车辆数据管理子系统和远程定位的后台子系统通过使成本最小化以及遵从任务截止期和资源消耗约束来持续地调整车载车辆控制模块与远程定位的后台控制模块之间的数据处理任务分配。

2、在本公开的另一方面中，车载车辆数据管理子系统进一步包括智能数据传输管道（pipe）选择模块；车辆数据处理模块（vdpm）；车辆高速缓存管理模块（vcmm）；以及串行数据通信适配器（sdca）。

3、在本公开的再另一方面中，vdpm进一步包括控制逻辑，该控制逻辑执行从远程定位的后台子系统上传到车辆的代码以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。

4、在本公开的再另一方面中，sdca进一步包括控制逻辑，该控制逻辑经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为vdpm所要求的数据格式。

5、在本公开的再另一方面中，车辆高速缓存管理模块进一步包括：控制逻辑，其存储、高速缓存和管理容忍延迟的车辆串行数据；以及控制逻辑，其在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时卸载（offload）容忍延迟的车辆串行数据。

6、在本公开的再另一方面中，智能数据传输管道选择模块进一步包括控制逻辑，该控制逻辑选择性地选择数据通信信道以将车辆数据从车辆高速缓存管理模块传输到远程定位的后台子系统。

7、在本公开的再另一方面中，远程定位的后台子系统进一步包括智能任务指派模块（itam）；以及车辆数据管理模块。

8、在本公开的再另一方面中，itam进一步包括控制逻辑，该控制逻辑基于全局优化目标将任务指派给远程定位的后台子系统中和车载车辆数据管理子系统中的控制模块，包括：将计算任务分割和分配给车辆或地理和时间区域或云后端资源。

9、在本公开的再另一方面中，车辆数据管理模块进一步包括控制逻辑，该控制逻辑从车队收集数据；以及为内部和第三方应用处理该数据。

10、在本公开的再另一方面中，用于分割和分配计算任务的控制逻辑进一步包括以下中的一者或多者：具有拉格朗日优化解的整数线性规划（ilp）算法，该ilp算法获得全局最优解；以及以车辆为中心的启发式算法，其获得比由ilp算法获得的解需要更少的计算资源的局部最优解。

11、在本公开的再另一方面中，第四程序代码部分由性能监测和调试模块执行。第四程序代码部分进一步包括控制逻辑，该控制逻辑：一旦任务被分配给车载车辆控制模块，就引起远程定位的后台子系统持续地监测计算和通信资源消耗；以及在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；或发送控制参数以更改任务的计算和/或通信资源要求。

12、在本公开的再另一方面中，一种用于云协调的车辆数据收集的方法包括利用车载车辆数据管理子系统和远程定位的后台子系统。车载车辆数据管理子系统和远程定位的后台子系统中的每者包括一个或多个控制模块。所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（i/o）端口。控制模块执行存储在存储器中的程序代码部分。这些程序代码部分从车载车辆数据源收集车辆数据；确定数个不同的通信系统中的哪个将被用来将车辆数据传输到远程定位的后台子系统；引起远程定位的后台子系统将数据处理任务分配给特定的计算资源；以及引起车载车辆数据管理子系统和远程定位的后台子系统通过使成本最小化以及遵从任务截止期和资源消耗约束来持续地调整车载车辆控制模块和远程定位的后台控制模块之间的数据处理任务分配。

13、在本公开的再另一方面中，利用车载车辆数据管理子系统进一步包括：利用串行数据通信适配器（sdca）经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为预定的数据格式。

14、在本公开的再另一方面中，利用车载车辆数据管理子系统进一步包括：利用车辆数据处理模块（vdpm）执行从远程定位的后台子系统上传到车辆的代码以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。

15、在本公开的再另一方面中，利用车载车辆数据管理子系统进一步包括：利用车辆高速缓存管理模块（vcmm）来存储、高速缓存和管理容忍延迟的车辆串行数据；以及在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时，卸载容忍延迟的车辆串行数据。

16、在本公开的再另一方面中，利用车载车辆数据管理系统进一步包括：利用智能数据传输管道选择模块来选择数据通信信道以将车辆数据从车辆高速缓存管理模块传输到远程定位的后台子系统。

17、在本公开的再另一方面中，利用远程定位的后台子系统进一步包括：利用智能任务指派模块（itam）基于全局优化目标将任务指派给远程定位的后台子系统中和车载车辆数据管理子系统中的控制模块，包括：将计算任务分割和分配给车辆、远程定位的后台子系统资源，并且其在给定的地理和时间区域或云后端资源内考虑；以及利用车辆数据管理模块从车队收集数据，该车辆数据管理模块为内部和第三方应用处理该数据。

18、在本公开的再另一方面中，分割和分配计算任务进一步包括以下中的一者或多者：应用具有拉格朗日优化解的整数线性规划（ilp）算法，该ilp算法获得全局最优解；以及应用以车辆为中心的启发式算法，该启发式算法获得比由ilp算法获得的解需要更少的计算资源的局部最优解。

19、在本公开的再另一方面中，用于云协调的车辆数据收集的方法进一步包括：利用性能监测和调试模块，该性能监测和调试模块：一旦任务被分配给车载车辆控制模块，就引起远程定位的后台子系统持续地监测计算和通信资源消耗；以及在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；或发送控制参数以更改任务的计算和/或通信资源要求。

20、在本公开的再另一方面中，一种用于云协调的车辆数据收集的系统包括车载车辆数据管理子系统、远程定位的后台子系统。车载车辆数据管理子系统和远程定位的后台子系统中的每者包括一个或多个控制模块。所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（i/o）端口。控制模块执行存储在存储器中的程序代码部分。所述一个或多个控制模块包括车辆数据处理模块（vdpm）；车辆高速缓存管理模块（vcmm）；智能数据传输管道选择模块；串行数据通信适配器（sdca）；性能监测和调试模块；智能任务指派模块（itam）；以及车辆数据管理模块。vdpm执行控制逻辑，该控制逻辑从远程定位的后台子系统上传到车辆以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。vcmm执行：控制逻辑，其存储、高速缓存和管理容忍延迟的车辆串行数据；以及控制逻辑，其在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时卸载容忍延迟的车辆串行数据。智能数据传输管道选择模块执行控制逻辑，该控制逻辑选择性地选择数据通信信道以将车辆数据从vcmm模块传输到远程定位的后台子系统。sdca执行控制逻辑，该控制逻辑经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为vdpm所要求的数据格式。itam执行控制逻辑，该控制逻辑基于全局优化目标将任务指派给远程定位的后台子系统中和车载车辆数据管理子系统中的控制模块，包括：应用具有拉格朗日优化解的整数线性规划（ilp）算法，该ilp算法获得全局最优解；以及应用以车辆为中心的启发式算法，该启发式算法获得比由ilp算法获得的解需要更少的计算资源的局部最优解。ilp和以车辆为中心的启发式算法将计算任务分割和分配给车辆或地理和时间区域或云后端资源。车辆数据管理模块执行控制逻辑，该控制逻辑从车队收集数据；以及为内部和第三方应用处理该数据。性能监测和调试模块执行控制逻辑，该控制逻辑：一旦任务被分配给车载车辆控制模块，就引起车载车辆数据管理子系统和远程定位的后台子系统持续地监测计算和通信资源消耗；以及在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；或发送控制参数以更改任务的计算和/或通信资源要求，并由此使成本最小化以及遵从任务截止期和资源消耗约束。

21、本发明至少包括如下技术方案：

22、方案1. 一种用于云协调的车辆数据收集的系统，所述系统包括：

23、车载车辆数据管理子系统；以及

24、远程定位的后台子系统，其中，所述车载车辆数据管理子系统和所述远程定位的后台子系统中的每者包括：

25、一个或多个控制模块，所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（i/o）端口，所述控制模块执行存储在所述存储器中的程序代码部分，所述程序代码部分包括：

26、第一程序代码部分，所述第一程序代码部分从车载车辆数据源收集车辆数据；

27、第二程序代码部分，所述第二程序代码部分确定数个不同的通信系统中的哪个将被用来将所述车辆数据传输到所述远程定位的后台子系统；

28、第三程序代码部分，所述第三程序代码部分引起所述远程定位的后台子系统将数据处理任务分配给特定的计算资源；以及

29、第四程序代码部分，所述第四程序代码部分引起所述车载车辆数据管理子系统和所述远程定位的后台子系统通过以下方式来持续地调整车载车辆控制模块与远程定位的后台控制模块之间的数据处理任务分配：将计算和通信成本从第一水平降低到比所述第一水平具有更低的值的第二水平，以及遵从任务截止期和资源消耗约束。

30、方案2. 根据方案1所述的系统，其中，所述车载车辆数据管理子系统进一步包括：

31、智能数据传输管道选择模块；

32、车辆数据处理模块（vdpm）；

33、车辆高速缓存管理模块（vcmm）；以及

34、串行数据通信适配器（sdca）。

35、方案3. 根据方案2所述的系统，其中，所述vdpm进一步包括：

36、控制逻辑，所述控制逻辑执行从所述远程定位的后台子系统上传到所述车辆的代码以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。

37、方案4. 根据方案2所述的系统，其中，所述sdca进一步包括：

38、控制逻辑，所述控制逻辑经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为所述vdpm所要求的数据格式。

39、方案5. 根据方案2所述的系统，其中，所述车辆高速缓存管理模块进一步包括：

40、存储、高速缓存和管理容忍延迟的车辆串行数据的控制逻辑；以及

41、在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时卸载容忍延迟的车辆串行数据的控制逻辑。

42、方案6. 根据方案2所述的系统，其中，所述智能数据传输管道选择模块进一步包括：

43、控制逻辑，其选择性地选择数据通信信道以将车辆数据从所述车辆高速缓存管理模块传输到所述远程定位的后台子系统。

44、方案7. 根据方案1所述的系统，其中，所述远程定位的后台子系统进一步包括：

45、智能任务指派模块（itam）；以及

46、车辆数据管理模块。

47、方案8. 根据方案7所述的系统，其中，所述itam进一步包括：

48、控制逻辑，所述控制逻辑基于全局优化目标将任务指派给所述远程定位的后台子系统中和所述车载车辆数据管理子系统中的控制模块，包括：

49、将计算任务分割和分配给车辆或地理/时间区域或云后端资源。

50、方案9. 根据方案7所述的系统，其中，所述车辆数据管理模块进一步包括：

51、控制逻辑，所述控制逻辑从车队收集数据；以及

52、为内部和第三方应用处理所述数据。

53、方案10. 根据方案8所述的系统，其中，用于分割和分配计算任务的所述控制逻辑进一步包括以下中的一者或多者：

54、具有拉格朗日优化解的整数线性规划（ilp）算法，其获得全局最优解；以及

55、以车辆为中心的启发式算法，其获得比由ilp算法获得的解需要更少的计算资源的局部最优解。

56、方案11. 根据方案1所述的系统，其中，所述第四程序代码部分由性能监测和调试模块执行，其中，所述第四程序代码部分进一步包括：

57、控制逻辑，所述控制逻辑：一旦任务被分配给车载车辆控制模块，就引起所述远程定位的后台子系统持续地监测计算和通信资源消耗；以及

58、在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；

59、或发送控制参数以更改任务的计算和/或通信资源要求。

60、方案12. 一种用于云协调的车辆数据收集的方法，所述方法包括：

61、利用车载车辆数据管理子系统和远程定位的后台子系统，其中，所述车载车辆数据管理子系统和所述远程定位的后台子系统中的每者包括：

62、一个或多个控制模块，所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（i/o）端口，所述控制模块执行存储在所述存储器中的程序代码部分，所述程序代码部分：

63、从车载车辆数据源收集车辆数据；

64、确定数个不同的通信系统中的哪个将被用来将所述车辆数据传输到所述远程定位的后台子系统；

65、引起所述远程定位的后台子系统将数据处理任务分配给特定的计算资源；以及

66、引起所述车载车辆数据管理子系统和所述远程定位的后台子系统通过以下方式来持续地调整所述车载车辆控制模块和所述远程定位的后台控制模块之间的数据处理任务分配：将计算和通信成本从第一水平降低到比所述第一水平具有更低的值的第二水平，并且遵从任务截止期和资源消耗约束。

67、方案13. 根据方案12所述的方法，其中，利用所述车载车辆数据管理子系统进一步包括：

68、利用串行数据通信适配器（sdca）经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为预定的数据格式。

69、方案14. 根据方案12所述的方法，其中，利用所述车载车辆数据管理子系统进一步包括：

70、利用车辆数据处理模块（vdpm）执行从所述远程定位的后台子系统上传到车辆的代码以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合。

71、方案15. 根据方案12所述的方法，其中，利用所述车载车辆数据管理子系统进一步包括：

72、利用车辆高速缓存管理模块（vcmm）来存储、高速缓存和管理容忍延迟的车辆串行数据；以及

73、在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时，卸载容忍延迟的车辆串行数据。

74、方案16. 根据方案15所述的方法，其中，利用所述车载车辆数据管理系统进一步包括：

75、利用智能数据传输管道选择模块来选择数据通信信道以将车辆数据从所述车辆高速缓存管理模块传输到所述远程定位的后台子系统。

76、方案17. 根据方案12所述的方法，其中，利用所述远程定位的后台子系统进一步包括：

77、利用智能任务指派模块（itam）基于全局优化目标将任务指派给所述远程定位的后台子系统中和所述车载车辆数据管理子系统中的控制模块，包括：

78、将计算任务分割和分配给车辆、远程定位的后台子系统资源，并且其被认为在给定的地理和时间区域或云后端资源内；以及

79、利用车辆数据管理模块从车队收集数据，所述车辆数据管理模块为内部和第三方应用处理所述数据。

80、方案18. 根据方案17所述的方法，其中，分割和分配计算任务进一步包括以下中的一者或多者：

81、应用具有拉格朗日优化解的整数线性规划（ilp）算法，其获得全局最优解；以及

82、应用以车辆为中心的启发式算法，所述以车辆为中心的启发式算法获得比由所述ilp算法获得的解需要更少的计算资源的局部最优解。

83、方案19. 根据方案12所述的方法，所述方法进一步包括：

84、利用性能监测和调试模块，所述性能监测和调试模块：一旦任务被分配给车载车辆控制模块，就引起所述远程定位的后台子系统持续地监测计算和通信资源消耗；以及

85、在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；或

86、发送控制参数以更改任务的计算和/或通信资源要求。

87、方案20. 一种用于云协调的车辆数据收集的系统，所述系统包括：

88、车载车辆数据管理子系统；以及

89、远程定位的后台子系统，其中，所述车载车辆数据管理子系统和所述远程定位的后台子系统中的每者包括：

90、一个或多个控制模块，所述一个或多个控制模块中的每个具有处理器、存储器、以及输入/输出（i/o）端口，所述控制模块执行存储在所述存储器中的程序代码部分，所述一个或多个控制模块包括：

91、车辆数据处理模块（vdpm）；

92、车辆高速缓存管理模块（vcmm）；

93、智能数据传输管道选择模块；

94、串行数据通信适配器（sdca）；

95、性能监测和调试模块；

96、智能任务指派模块（itam）；以及

97、车辆数据管理模块，

98、其中，所述vdpm执行控制逻辑，所述控制逻辑从所述远程定位的后台子系统上传到所述车辆以支持包括以下的应用任务：处理数据和提供不同类型的车辆数据之间的数据融合，

99、其中，所述vcmm执行：存储、高速缓存和管理容忍延迟的车辆串行数据的控制逻辑；以及

100、在适当的车载车辆数据管理子系统至后台子系统的通信信道可用时卸载容忍延迟的车辆串行数据的控制逻辑，

101、其中，所述智能数据传输管道选择模块执行控制逻辑，所述控制逻辑选择性地选择数据通信信道以将车辆数据从所述vcmm模块传输到所述远程定位的后台子系统；

102、其中，所述sdca执行如下控制逻辑：所述控制逻辑经由数据分类、数据上/下采样、滤波、阈值测试和数据保真度处理将车辆串行数据转换为所述vdpm所要求的数据格式；

103、其中，所述itam执行控制逻辑，所述控制逻辑基于全局优化目标将任务指派给所述远程定位的后台子系统中和所述车载车辆数据管理子系统中的控制模块，所述任务包括：

104、应用具有拉格朗日优化解的整数线性规划（ilp）算法，所述ilp算法获得全局最优解；以及

105、应用以车辆为中心的启发式算法，所述以车辆为中心的启发式算法获得比由所述ilp算法获得的解需要更少的计算资源的局部最优解，其中，所述ilp和所述以车辆为中心的启发式算法将计算任务分割和分配给车辆或地理和时间区域或云后端资源；并且

106、其中，所述车辆数据管理模块执行控制逻辑，所述控制逻辑从车队收集数据；以及

107、为内部和第三方应用处理所述数据；

108、其中，所述性能监测和调试模块执行控制逻辑，所述控制逻辑：一旦任务被分配给车载车辆控制模块，就引起所述车载车辆数据管理子系统和所述远程定位的后台子系统持续地监测计算和通信资源消耗；以及

109、在观察到计算和/或通信资源的利用不足或过度利用时，在车辆之间重新分配任务；或发送控制参数以更改任务的计算和/或通信资源要求，并由此使以下最小化：将计算和通信成本从第一水平降低到比所述第一水平具有更低的值的第二水平，并且遵从任务截止期和资源消耗约束。

110、进一步的适用领域将从本文中所提供的描述变得显而易见。应理解的是，描述和特定示例仅旨在用于说明的目的而非旨在限制本公开的范围。