行车方法、装置、电子设备及存储介质与流程

1.本技术涉及智能交通领域，尤其涉及一种行车方法、装置、电子设备及存储介质。


背景技术：

2.在智能驾驶、智能辅助驾驶技术中，多数方案是根据本车辆所处的行车环境为本车辆制定或优化行驶策略。或者，根据行车环境和距离本车辆近的其他车辆的行驶策略，为本车辆制定或优化行驶策略。亟需一种新的制定或优化行驶策略的方案。


技术实现要素：

3.本技术提供了一种行车方法、装置、电子设备及存储介质，以至少解决现有技术中存在的以上技术问题。
4.根据本技术的第一方面，提供了一种行车方法，包括：
5.获得采用第一行驶策略进行行进的第一车辆在所处环境中的环境数据；
6.若所述环境中存在第二车辆，根据第一车辆的环境数据，预测第二车辆的第一参考信息；
7.依据第二车辆的第一参考信息和第一车辆的环境数据，确定第一车辆的第二行驶策略以使第一车辆采用第二行驶策略在所述环境中行进；其中，所述第一车辆采用第二行驶策略在所述环境中的行驶安全性优于所述第一车辆采用第一行驶策略在所述环境中的行驶安全性。
8.根据本技术的第二方面，提供了一种行车装置，包括：
9.获得单元，用于获得采用第一行驶策略进行行进的第一车辆在所处环境中的环境数据；
10.第一预测单元，用于若所述环境中存在第二车辆，根据第一车辆的环境数据，预测第二车辆的第一参考信息；
11.第一确定单元，用于依据第二车辆的第一参考信息和第一车辆的环境数据，确定第一车辆的第二行驶策略以使第一车辆采用第二行驶策略在所述环境中行进；其中，所述第一车辆采用第二行驶策略在所述环境中的行驶安全性优于所述第一车辆采用第一行驶策略在所述环境中的行驶安全性。
12.根据本技术的第三方面，提供了一种电子设备，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，
13.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能够执行本技术所述的方法。
14.根据本技术的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本技术所述的方法。
15.本技术的行进方法、装置、电子设备及存储介质，其中，所述方法包括：获得采用第一行驶策略进行行进的第一车辆在所处环境中的环境数据；若所述环境中存在第二车辆，
根据第一车辆的环境数据，预测第二车辆的第一参考信息；依据第二车辆的第一参考信息和第一车辆的环境数据，确定第一车辆的第二行驶策略以使第一车辆采用第二行驶策略在所述环境中行进；其中，所述第一车辆采用第二行驶策略在所述环境中的行驶安全性优于所述第一车辆采用第一行驶策略在所述环境中的行驶安全性。
16.本技术的技术方案中，根据第一车辆的环境数据，预测第二车辆的第一参考信息。第一参考信息的这种获得方式为一种新的获得方式，本技术为行车策略的制定或优化提供了一种新的技术支持。且该新的方案能够保证车辆的安全行驶。
17.应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
18.通过参考附图阅读下文的详细描述，本技术示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本技术的若干实施方式，其中：
19.在附图中，相同或对应的标号表示相同或对应的部分。
20.图1示出了本技术实施例中行车方法的实现流程示意图一；
21.图2示出了本技术实施例中行车方法的实现流程示意图二；
22.图3示出了本技术实施例中行车方法的实现流程示意图三；
23.图4示出了本技术实施例中行车方法的实现流程示意图四；
24.图5示出了本技术实施例中行车方法的实现流程示意图五；
25.图6示出了本技术实施例中一行车场景示意图；
26.图7示出了本技术实施例中行车装置的组成结构示意图；
27.图8示出了本技术实施例中电子设备的组成结构示意图。
具体实施方式
28.为使本技术的目的、特征、优点能够更加的明显和易懂，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而非全部实施例。基于本技术中的实施例，本领域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，都属于本技术保护的范围。
29.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，所描述的实施例不应视为对本技术的限制，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它实施例，都属于本技术保护的范围。
30.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
31.在以下的描述中，所涉及的术语“第一\第二”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
32.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的
技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
33.应理解，在本技术的各种实施例中，各实施过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
34.本技术提供的行车方法可应用在车辆中，为车辆制定行车策略或对已制定的行车策略进行调整(即优化行车策略)，以为车辆的安全行驶提供保证。在后续涉及到的多个车辆中，第一车辆可视为本车辆，第二车辆可视为与本车辆行车距离近的其他车辆。在实际应用中，与本车辆行车距离近的其他车辆包括但不限定于本车辆的前车、后车、左侧车辆、右侧车辆等。
35.本技术提供的行车方法可应用在本车辆中，为一种新的为车辆制定或优化行驶策略的方案，为行车策略的制定或优化提供了一种新的技术支持。且该新的方案能够保证本车辆的安全行驶。
36.本技术提供的行车方法的第一实施例，如图1所示，所述方法包括：
37.s101：获得采用第一行驶策略进行行进的第一车辆在所处环境中的环境数据；
38.本步骤中，环境数据指的是第一车辆在行进过程中的环境数据，可视为车辆的行车环境或外界环境。可以理解，环境数据通常包括诸如天气、路况等自然环境、以及诸如噪声、电磁干扰等外界干扰信息。
39.本技术中，如果将天气、路况、噪声、电磁干扰等视为不同类型的环境数据，第一车辆可通过车辆中设置或安装的用于采集各类型外界环境数据的传感器或感应器而得到环境数据。
40.其中，摄像头作为一种传感器可用于对行进图像进行采集。在天气正常的图像的清晰度通常要低于天气异常如下雨情况下的清晰度。麦克风作为一种传感器，可采集行进环境中的音频信息。在天气正常采集到的音频的噪声通常低于天气异常如下雨情况下的音频噪声，雨势越大，音频噪声越大。可通过摩擦系数感应器对地面摩擦系数进行感应，或者通过轮胎所支持的摩擦系数可得到在行进环境中的摩擦系数。摩擦系数可反应路面正常或异常如湿滑情况，地面越湿滑，摩擦系数越小。还可以通过电磁波传感器或感应器感应车辆在行进环境中存在的电磁干扰。电磁干扰越大，行进环境中的电磁干扰越严重。
41.可以理解，通过对以上采集到的各类型信息，包括行进图像、音频信息、摩擦系数、电磁干扰等信息进行分析，均可实现对车辆的第一行驶策略的制定。
42.第一行驶策略可以是第一车辆在行车环境中采用的在行驶速度、刹车距离等方面的策略。示例性地，行驶速度需控制在80-100公里/小时，刹车距离大于或等于90米。可以理解，第一行驶策略是基于第一车辆在所处环境中的环境数据而得到。示例性地，可将环境数据输入至预先训练好的人工智能(ai)模型中，利用ai模型实现对第一行驶策略的确定。
43.s102：若所述环境中存在第二车辆，根据第一车辆的环境数据，预测第二车辆的第一参考信息；
44.本步骤中，若有其他车辆如第二车辆存在于本车辆所处的环境中，说明本车辆和其他车辆处于相同的环境中，对于本车辆遭受到的天气(如光照、雨水)、路况、噪声、电磁干扰等环境，其他车辆也会遭受到这样的环境。
45.通俗来讲，针对本车辆在某个位置处遭受到的外界环境，类比或推测其他车辆也遭受到相同或类似的外界环境。基于本车辆遭受到的外界环境，对其他车辆的第一参考信息进行预测或推测。
46.第一参考信息可以是预测出的第二车辆在与第一车辆所处的相同或相近环境中所使用的行车策略。基于第一车辆的环境数据对第二车辆的行车策略进行预测的方案参见相关说明。
47.优选地，第一参考信息可以是预测出的第二车辆在与第一车辆所处环境中各类型信息的情况，如图像清晰度、音频情况、地面摩擦情况、电磁干扰信息等。
48.在实施时，考虑到第二车辆存在于第一车辆所处的环境中，可将第一车辆在所处环境中的图像清晰度、音频情况、地面摩擦情况、电磁干扰信息等作为第一车辆根据第一车辆的行进环境对第二车辆预测出的图像清晰度、音频情况、地面摩擦情况、电磁干扰信息等第一参考信息。本方案为第一车辆对第二车辆的第一参考信息的第一种预测方式。
49.或者，考虑到第一车辆与第二车辆的摄像头、麦克风、摩擦系数感应器、电磁波传感器在数量和/或种类上存在不同，由第二车辆的以上传感器或感应器采集到的信息与第一车辆的同种传感器采集到的信息可能存在一定的换算关系，第一车辆在利用自身的以上多种传感器采集到的以上多种信息的情况下，采用这种换算关系，对第二车辆在处于第一车辆所在行车环境中的第一参考信息进行换算，由此实现对第二车辆的第一参考信息的预测。本方案为第一车辆对第二车辆的第一参考信息的第二种预测方式。
50.其中，在第二种预测方式中，位于同一行车环境中的第二车辆的以上各种类型的传感器的种类和/或数量可作为网络中的公开信息，供第一车辆进行查询。第一车辆通过本车辆的各种类型传感器与第一车辆的各种类型传感器在种类和数量中的至少之一方面的对比，可确定出换算关系。
51.还可以在实施时，可将第一车辆的环境数据作为预先训练好的人工智能(ai)模型如预测模型的输入，利用预测模型进行第二车辆的第一参考信息的预测。
52.基于本车辆遭受到的外界环境，对第二车辆的第一参考信息进行预测的方案，在本车辆遭受到所处的行车环境下，类比或推测第二车辆也遭受到相同的行车环境，并对第二车辆在相同行车环境中的图像清晰度、音频情况、地面摩擦情况、电磁干扰信息等第一参考信息进行预测或推测，为本车辆的行驶策略的调整提供了一种新的技术方案，且在工程上易于实现，可行性高。
53.其中，第二车辆的数量可以是一个，还可以是多个。为方便说明，假定第一车辆所处的环境中出现的第二车辆的数量为一个。
54.与相关技术相比，本技术中，第二车辆的参考信息不是从第二车辆侧获取的，而是根据第一车辆的环境数据预测或推测出的，第二车辆的这种参考信息的获得方式为一种新的获得方式，为本技术为一种新的车辆行驶调整的方案奠定了基础。
55.s103：依据第二车辆的第一参考信息和第一车辆的环境数据，确定第一车辆的第二行驶策略以使第一车辆采用第二行驶策略在所述环境中行进；其中，所述第一车辆采用第二行驶策略在所述环境中的行驶安全性优于所述第一车辆采用第一行驶策略在所述环境中的行驶安全性。
56.本步骤中，第二行驶策略可参见对第一行驶策略的说明。第二行驶策略是不同于
第一行驶策略的行驶策略，这种不同可体现在车辆行驶速度、安全距离等任何可改变行驶策略的方面。与基于第一车辆的环境数据而得到的第一车辆的行驶策略相比，第一车辆的第二行驶策略是同时考虑到了第二车辆的第一参考信息和第一车辆的环境数据这两个因素对行驶策略的影响，基于这两个因素得到的第二行驶策略，如此，与第一行驶策略相比，第一车辆采用第二行驶策略进行行驶比采用第一行驶策略进行行驶更加安全，提高了行驶安全性。
57.s101～s103中，第一车辆采用的更加安全的行驶策略(第二行驶策略)考虑到了第二车辆遭受到与第一车辆相同的环境时的第一参考信息对行驶策略的影响。且第二车辆的第一参考信息是基于第一车辆的环境数据进行预测或推测而得，不是从第二车辆侧获取的。与相关技术相比，本技术为一种新的为车辆制定或优化行驶策略的方案，为一种为行车策略的制定或优化提供了一种新的技术支持。
58.可以理解，本技术中，针对在第一车辆所处的环境中存在的第二车辆，第一车辆可根据该环境对第二车辆的第一参考信息进行预测或推测，并依据第二车辆的第一参考信息和第一车辆的环境数据，确定与第一行驶策略更加安全的第一车辆的第二行驶策略。通俗来讲，对于第一车辆遭受到的环境，类比于其他车辆如第二车辆也遭受到该环境，并同时基于预测或推测出的第二车辆遭受到该环境时的第一参考信息以及第一车辆遭受到的环境，进行更加安全的行驶策略(第二行驶策略)的确定，可保证行驶策略的准确性，提高行车安全。
59.通俗来讲，本技术的技术方案，根据本车辆受到的外界环境的影响，推测其他车辆受该外界环境的影响，基于本车辆和其他车辆受该外界环境的综合影响，对本车辆的行驶策略进行调整，实现了对行驶策略的及时调整，保证了行车安全。
60.在一些实施例中，前述依据第二车辆的第一参考信息和第一车辆的环境数据，确定第一车辆的第二行驶策略的技术方案可采用如图2所示的方案来实现。
61.s201：基于所述第二车辆的第一参考信息和第一车辆的环境数据，确定第一目标影响因子，所述第一目标影响因子表征第二车辆的第一参考信息和第一车辆的环境数据对第一行驶策略的影响程度；
62.本步骤中，可基于第二车辆的第一参考信息，计算第二车辆的第一参考信息对第一行驶策略的影响程度值；以及基于第一车辆的环境数据，计算第一车辆的环境数据对第一行驶策略的影响程度值。然后，计算第二车辆的第一参考信息和环境数据对第一行驶策略的综合影响程度值，作为第一目标影响因子。其中，可采用人工智能(ai)模型如机器学习模型进行第一参考信息、环境数据对第一行驶策略的影响程度值的计算。
63.可以理解，在实际应用中，因为第一行驶策略是根据第一车辆的环境数据而制定出的，所以第一车辆的环境数据对第一行驶策略的影响程度很小或影响程度值为0(不影响)。为第一车辆的环境数据、第二车辆的第一参考信息预先分配好对应的权重。将为第一车辆的环境数据分配的权重与第一车辆的环境数据对第一行驶策略的影响程度值进行相乘、再加上为第二车辆的第一参考信息分配的权重和第二车辆的第一参考信息对第一行驶策略的影响程度值的相乘结果，得到加权平均计算结果，将加权平均计算结果作为综合影响程度值。或者，将第二车辆的第一参考信息对第一行驶策略的影响程度值和第一车辆的环境数据对第一行驶策略的影响程度值进行算术平均运算，得到综合影响程度值(综合影
响因子)。
64.s202：基于所述第一目标影响因子，对第一行驶策略进行调整，得到所述第二行驶策略。
65.示例性地，以第一车辆的所处环境为正常光照环境、以及第一参考信息为预测出的第二车辆采集到的行进图像的清晰度为第二车辆的正常清晰度为例，第二车辆可能在保证安全行驶的情况下适当提高行驶速度。作为与第二车辆临近的第一车辆，如第二车辆为第一车辆的后车，第二车辆的行驶速度增大，第一车辆也需要在第一行驶策略的基础上进行行驶速度的增加，以保持两车之间的距离为安全距离。
66.基于ai模型计算第二车辆的行进图像为正常清晰度情况下，第二车辆的第一参考信息对第一行驶策略的影响程度值。假定根据加权平均计算结果得到的综合影响因子是1.2，那么可对第一行驶策略中的行驶速度进行1.2倍的调整，得到1.2倍的行驶速度作为第二行驶策略中的行驶速度。
67.通俗来讲，s201～s202中是基于第二车辆的第一参考信息和第一车辆的环境数据对第一行驶策略的综合影响程度，实现的对第一车辆的行驶策略的调整或优化，为本车辆的行驶策略的调整提供了一种新的技术方案，且在工程上易于实现，可行性高。且第二车辆的第一参考信息是基于第一车辆的环境数据进行预测或推测而得，为本技术这种行驶策略调整的新的技术方案提供了技术支持。且基于综合影响程度值进行的行驶策略调整，可保证调整的准确性，保证安全行驶。
68.前述方案中，第二车辆的第一参考信息是根据第一车辆的环境数据而预测或推测出的。除此之外，还可以将第一车辆的环境数据考虑进来的同时，将第一车辆的第一行驶策略也考虑进来，进行第二车辆的第一参考信息的预测或推测。即，根据第一车辆的环境数据和第一车辆的第一行驶策略，预测第二车辆的第一参考信息。
69.可以理解，本技术中的第一行驶策略是将第一车辆的环境数据输入ai模型中，利用ai模型的计算而得到的。在智能辅助驾驶或自动驾驶中，为实现安全行驶，车辆的行驶速度是和外界环境有一定关系的。以外界环境中的天气情况为例，为实现安全行驶，正常天气如天气晴朗下车辆的行驶速度高于非正常天气如下雨天下的行驶速度。光照强的天气下车辆的行驶速度低于光照正常的天气下车辆的行驶速度。由此，可根据行驶速度对外界环境进行反推。本技术中，可基于这种关系反推采用第一行驶策略时第一车辆可能存在的外界环境数据。在反推出的外界环境数据和第一车辆通过各种类型传感器或感应器得到的实际环境差异很小的情况下，说明通过传感器或感应器得到的实际环境是准确的，将采集到的实际环境作为预测模型的输入，实现对第二车辆的第一参考信息的预测或推测。可以避免实际环境获得的不准确(如摄像头坏掉、或被剐蹭而导致的行进图像模糊)而导致的第一参考信息计算不准确的问题。
70.前述方案中，同时根据第一车辆的环境数据和第一行驶策略这两种信息进行第一参考信息的推测或预测，可大大保证第一车辆所处的环境数据的获得准确性，由此可保证第一参考信息的预测或推测准确性，进而实现对第一车辆的行驶策略的精准调整，提高行车安全。
71.在以上方案中，是在第一车辆所处的环境保持在相对稳定的情况下，如第一车辆的行进时间内始终为晴朗程度相同或相近的晴天或始终为雨势稳定的下雨天，或者，第一
车辆的行进路程上的噪声或电磁波干扰情况相差不大，发生的对第一车辆的行驶策略优化的方案。且第二车辆的第一参考信息是基于第一车辆的环境数据进行预测或推测而得的，为一种新的为车辆制定或优化行驶策略的方案。
72.在实际应用中，车辆的行进环境可能是发生变化的，例如，从原来的正常天气变成了异常天气，从原来的正常路况变成了湿滑路况，从正常音频的地方行进至异常音频的地方，从正常电磁干扰的地方行进至异常电磁波干扰的地方。其中，从晴朗天气变成雨水天气、从正常光照变成异常光照可视为从原来的正常天气变成了异常天气的一种形式。从外界噪声小的地方行进至外界噪声大视为从正常音频的地方行进至异常音频的地方的一种形式。从电磁干扰小的地方行进至电磁波干扰大的地方可视为一种从正常电磁干扰的地方行进至异常电磁波干扰的地方的一种形式。
73.如果预先定义正常天气、正常路况、正常音频、正常电磁干扰等视为车辆所处的标准环境数据，异常天气、异常路况、异常音频、异常电磁干扰等视为车辆所处的非标准环境数据。前述的方案可认为是在车辆的环境始终保持为标准环境数据或保持为异常环境数据下，基于第一车辆的环境数据，对第二车辆的第一参考信息进行预测，并依据第二车辆的第一参考信息和第一车辆的环境数据，对车辆的行驶策略进行优化的方案。而在实际应用中，在第一车辆的行驶过程中可能会遇到外界环境的变化，如环境发生从标准环境数据到非标准数据环境的改变，或从非标准环境到标准环境的改变。
74.以第一车辆的环境数据是相对于标准环境数据发生变化后的环境数据为例，如图3所示，所述方法还包括：
75.s301：基于第一车辆的环境数据，预测第二车辆的第二参考信息；
76.本步骤中，第二参考信息的含义与前述的第一参考信息的含义类似。将第一车辆的相对于标准环境数据发生变化后的环境数据输入至预测模型，可得到在第二车辆在发生变化后的外界环境中的图像清晰度、音频情况、地面摩擦情况、电磁干扰情况等，并将这些信息中的至少之一作为第二车辆的第二参考信息。
77.示例性地，在标准环境如在正常光照下，第二车辆的第一参考信息如图像清晰度多数是正常的清晰度，如100％的清晰度。在发生变化的环境中如在发生强烈光照的环境中，第二车辆的第二参考信息如图像清晰度受强烈光照环境的影响会下降，如下降20％，在强烈光照环境下的清晰度为正常清晰度的80％。
78.在实施时，可将第一车辆的变化后的环境数据输入至预测模型中，利用预测模型得到第二车辆的第二参考信息。
79.s302：依据第二车辆的第二参考信息和第一车辆的环境数据，确定第一车辆的第三行驶策略以使第一车辆采用第三行驶策略在发生变化后的环境中行进；其中，第一车辆采用第三行驶策略在发生变化后的环境中的行驶安全性优于第一车辆采用第二行驶策略在发生变化后的环境中的行驶安全性。
80.本步骤中，第三行驶策略可参见对第一、二行驶策略的说明。第三行驶策略是不同于第一和第二行驶策略的行驶策略，这种不同可体现在车辆行驶速度、安全距离等任何可改变行驶策略的方面。
81.在s301～s302所示的方案中，在第一车辆的环境数据相对于标准环境数据发生变化的情况下，基于第一车辆的发生变化后的环境数据，对第二车辆的参考信息进行重新预
测，并基于重新预测的第二车辆的参考信息和第一车辆的发生变化后的环境数据，对第一车辆的行驶策略进行及时调整。这种在环境发生变化的情况下根据变化后的环境实现对行驶策略的及时优化的方案，可提高行驶安全性，体现了更好的自动驾驶或智能辅助驾驶的优势。
82.前述方案中是基于第一车辆的环境数据对第二车辆的第二参考信息进行的预测。此外，还可以基于第一车辆的环境数据和第二车辆的第一参考信息，预测第二车辆的第二参考信息。
83.可以理解，第一参考信息是第一车辆在第一车辆的标准环境中为第二车辆预测出的图像清晰度、音频情况、地面摩擦情况、电磁干扰情况等。在实施时，可基于第一车辆的发生变化后的环境数据相对于标准环境数据发生的变化值，则利用变化值，对第二车辆的第一参考信息进行调整，得到第二参考信息。
84.示例性地，以参考信息为图像清晰度为例，在标准环境数据中，图像清晰度为100％的清晰度。相对于标准环境中的光照强度，第一车辆所处的环境中的光照强度增强了10％。由于光强越强，行进图像的清晰度越差。经利用变化值10％，对100％的图像清晰度进行调整，得到了图像清晰度下降了10％的第二参考信息。即，在第二参考信息中，图像清晰度为90％。
85.这种基于第一车辆的环境数据和第二车辆的第一参考信息，预测第二车辆的第二参考信息，可简单易行地实现对第二车辆的第二参考信息的获得，易于推广，可信性佳。
86.在一些实施例中，根据第二车辆的第二参考信息和第一车辆的环境数据，确定第一车辆的第三行驶策略的方案可通过图4所示的方案来实现。在图4中，所述方法还包括：
87.s401：依据第二车辆的第二参考信息和第一车辆的环境数据，得到第二目标影响因子，所述第二目标影响因子表征所述第二参考信息和发生变化后的环境数据对第二行驶策略的影响程度；
88.本步骤中，可基于第二车辆的第二参考信息，计算第二车辆的第二参考信息对第二行驶策略的影响程度值；以及基于第一车辆的相对于标准环境发生变化后的环境数据，计算第一车辆的发生变化后的环境数据对第二行驶策略的影响程度值。然后，计算第二车辆的第二参考信息和发生变化后的环境数据对第二行驶策略的综合影响程度值，作为第二目标影响因子。其中，可采用ai模型进行第二参考信息、发生变化后的环境数据对第二行驶策略的影响程度值的计算。
89.可以理解，在实际应用中，为第一车辆的发生变化后的环境数据、第二车辆的第二参考信息预先分配好对应的权重。将为第一车辆的发生变化后的环境数据分配的权重与第一车辆的发生变化后的环境数据对第二行驶策略的影响程度值进行相乘、再加上为第二车辆的第二参考信息分配的权重和第二车辆的第二参考信息对第二行驶策略的影响程度值的相乘结果，得到加权平均计算结果，将加权平均计算结果作为综合影响程度值。或者，将第二车辆的第二参考信息对第二行驶策略的影响程度值和第一车辆的发生变化后的环境数据对第二行驶策略的影响程度值进行算术平均运算，得到综合影响程度值(综合影响因子)。
90.s402：依据第二目标影响因子，对第一车辆的第二行驶策略进行调整，得到第一车辆的第三行驶策略。
91.示例性地，以第一车辆在变化后的环境中光强被增强、第二参考信息为第二车辆行进图像的清晰度为80％为例，假定经s401的加权平均计算结果得到的综合影响因子是0.8，那么可对第二行驶策略中的行驶速度进行0.8倍的调整，将第二行驶策略中的行驶速度降低至0.8倍，作为第三行驶策略中的行驶速度。
92.s401～s402中，基于第二车辆的第二参考信息和第一车辆的发生变化后的环境数据对第二行驶策略的综合影响程度，实现的对第一车辆在发生变化后的环境中的行驶策略的调整或优化，为本车辆根据变化环境进行行驶策略的及时调整提供了一种技术支持。且基于综合影响程度值进行的行驶策略调整，可保证调整的准确性，保证安全行驶。
93.可以理解，第二车辆作为会与第一车辆处于同一环境中的车辆，在发生变化的环境中，根据发生变化后的环境而预测出的第二车辆的第二参考信息势必要准确于在发生变化前的环境中预测出的第一参考信息。如此，对于第二车辆来说，其可将第二参考信息输入至ai模型，以实现第二车辆在变化后环境中的行驶策略的确定。在发生变化后的环境中，第二车辆采用确定出的在变化后环境中的行驶策略进行行驶的行驶安全性优于第二车辆采用在变化前环境中的行驶策略进行行驶的行驶安全性。其中，在变化前环境中的行驶策略可通过将第一参考信息输入至ai模型、由ai模型进行处理而得到。也就是说，本技术中，第二车辆基于第二参考信息在发生变化后的环境中产生的行驶安全性优于第二车辆基于第一参考信息在发生变化后的环境中产生的行驶安全性。可见，本公开的第一车辆和第二车辆均随着环境的变化而发生行驶策略的调整或优化，可大大保证车辆行驶的安全性。
94.下面结合图5和图6对本方案进行进一步说明。
95.在图6所示的场景中，车辆a可视为第一车辆，车辆b可视为第二车辆。在车辆的行进过程中，车辆a可从位置2处行进至位置1处，车辆a的后车-车辆b跟随车辆a的行进轨迹，也可从位置2处行进至位置1处。
96.在车辆a的行进过程中，在车辆a上设置或安装的各种类型传感器或感应器进行各自数据的采集。如摄像头用于采集行进图像，麦克风用于采集音频，电磁波传感器或感应器用于采集电磁波干扰。
97.假定在车辆a处于位置2时，车辆b未出现在车辆a的行进环境中。车辆a上的各种类型传感器对车辆a处于位置2时的外界环境数据进行采集，输入至ai模型得到车辆a在位置2处可采用的行驶速度和/或刹车距离等参数，将这些参数中的至少之一作为本技术中的第一行驶策略使用。
98.假定在车辆a驶离位置2但未达到位置1、车辆a在位置2与位置1之间的位置3处的情况下，车辆b出现在位置2上，则认为其他车辆出现在车辆a所处的环境中。车辆a在到达位置1时，车辆b也会在车辆a所处的环境中存在。其中，车辆a可基于距离传感器采集到的距离检测其后面是否有其他车辆出现。
99.在检测到车辆a的后面有其他车辆出现的情况下，且假定位置2到位置1处的外界环境是相对稳定的环境，车辆a基于该相对稳定的外界环境对第二车辆的第一参考信息进行预测，并基于第二车辆的第一参考信息和该相对稳定的外界环境，对原本采用的第一行驶策略进行调整，得到新的行驶策略-第二行驶策略，以适应于其他车辆的出现。
100.前述方案中，在车辆a的外界环境中出现其他车辆时，对车辆a的行驶策略进行了及时调整，由此保证了行车安全。在行驶策略的调整过程中使用到的车辆b的第一参考信息
是基于车辆a所处的外界环境进行的调整。为行驶策略的调整提供了一种新的技术支持，可实施性强，可行性高。
101.前述相对稳定的环境可以指的是标准环境数据。通常，针对车辆a上设置的各类型传感器采集到的数据，会判断该数据是否为该数据设置的标准范围内，如果在标准范围内，则认为采集到的数据是标准环境数据。如果不在，则认为车辆a所处的环境相对于标准环境数据发生了变化。如果车辆a的外界环境相对于标准环境数据发生变化，则记录这种变化以及这种变化对车辆a的影响。
102.以标准环境数据为正常或标准光照为例，车辆a中的摄像头在出厂设置时，设置有其可接受的标准的光照范围，在这个光照范围内摄像头可呈现100％清晰度的图像。
103.如果位置1处发生光照的变化，如，与位置2、位置3较为平缓的阳光相比，位置1出现了刺眼的阳光，那么在位置1处摄像头感应到的光强变得强烈，强烈的光强对于摄像头来说会影响行进图像的成像品质，成像清晰度下降。如在位置1处的光强相比于之前的位置增加20％，行进图像的清晰度从原来的100％下降到80％。
104.如果车辆a在位置1处受到强烈阳光的影响，行进图像的清晰度降低至80％。车辆a在位置1处受到的这种影响，当车辆b行进至位置1时，也会受到这种强光的影响。那么，车辆a参照位置1处的强烈阳光对自身行进图像的清晰度的影响，预测或推测出车辆b在位置1处也会受到该强烈阳光对车辆b的行进图像清晰度的影响。
105.示例性地，车辆a将在位置1处自身受到的行进图像的清晰度降低至80％的影响作为预测或推测出的车辆b在位置1处受到该强烈阳光其自身行进图像的清晰度的影响。或者，考虑到车辆b的摄像头可能和车辆a的摄像头在数量和/或种类上存在的不同，基于该不同以及车辆a受到的影响程度，即采用前述的对第二车辆的第一参考信息的第二种预测方案，预测车辆b在位置1处可能受到的成像清晰度的影响。
106.接下来，将车辆a自身受到的行进图像的清晰度降低至80％的影响程度值作为车辆a在位置1的强烈光照下对第二行驶策略的影响程度值。将预测出的车辆b在位置1处可能受到的成像清晰度的影响作为车辆b的第二参考信息对第二行驶策略的影响程度值。对这两个影响程度值进行加权平局运算或算术平均运算，得到综合影响程度值。例如，如果得到的综合影响因子是0.8，那么可对第二行驶策略中的行驶速度进行0.8倍的调整，将第二行驶策略中的行驶速度降低至0.8倍，作为第三行驶策略中的行驶速度。
107.这里，对本车辆在某个位置如位置1处遭受到的外界环境的影响，类比或推测其他车辆行进至该位置也会受到类似的影响。可以理解，如果其他车辆行进至该位置也会受到类似的影响，则其他车辆在该位置会发生行驶速度和/或刹车距离的改变。以光照在该位置变强为例，为保证安全行驶，其他车辆在该位置会减慢行驶速度。考虑到安全性，本车辆可随着其他车辆的减慢可进行适当减慢，以令本车辆和其他车辆之间始终保持在一个安全距离。
108.在本车辆的行驶策略的优化或调整方案中，类比的其他车辆受到的影响是通过本车辆的推测或预测而得到，其他车辆受到的影响的获得方法在工程简单、易于实现。从而保证了本技术的行驶策略优化或调整的可实施性。
109.这种行驶策略的调整方案，对本车辆在某个位置下遭受到的外界环境的影响，类比或推测其他车辆行进至该位置也会受到类似的影响。基于这种影响，对本车辆的行驶策
略进行及时调整，可实现更加安全的自动驾驶或智能辅助驾驶。
110.在实际应用中，车辆a上的各类型传感器或感应器在出厂时，均对传感器或感应器采集到的数据设置有对应的标准范围。如外界环境的光强在范围a(光强的标准范围)下，摄像头的成像清晰度可达到100％。通俗来讲，本方案可以是：
111.s501：记录各个传感器或感应器的标准范围；
112.s502：各个传感器或感应器进行各自数据的采集，在某个传感器采集到的某项数据超出标准范围时，对该数据进行记录以及计算受到的影响；如外界环境的光强超出范围a，如前述的位置1处的光强超出范围a，记录该光强以及计算在该光强下车辆a受到的影响；类比或推测其他车辆在该外界环境下也会受到类似的影响。
113.其中，车辆a受到的影响可作为前述的车辆a在强烈的光强环境中对第二行驶策略的影响程序值使用。其他车辆在该外界环境下受到的影响可作为前述的车辆b的第二参考信息对第二行驶策略的影响程度值来使用。
114.s503：根据车辆a、其他车辆如车辆b在该强烈光强下受到的影响，计算综合影响程度值，其中该综合影响程度值作为前述的第二目标影响因子使用。
115.s504：根据该综合影响程度值，进行第二行驶策略的调整，得到车辆a在该强烈光强环境下的行驶策略-第三行驶策略。
116.可以理解，车辆a在到达位置1这个具有强烈光照的环境中时，为实现安全行驶，车辆a需要减慢行驶速度。车辆a推测其后车-车辆b在后续达到该位置1时也会受到同样的光照，车辆b为保证其的安全行驶，也会适当减慢速度。车辆a根据推测出的车辆b在到达位置1处时受强烈光照带来的直接影响和间接影响、以及自身在到达位置1处时受强烈光照带来的影响，进行自身行驶策略的调整，保证行驶安全，以避免相邻两车辆、如车辆a和车辆b之间出现剐蹭、追尾等问题的出现。例如，车辆a在位置1处开始减慢行驶速度，而车辆b在到达位置1处未减慢行驶速度，仍以较快速度行驶，而导致的在后续两车行驶过程中车辆b可能会追尾车辆a的问题。
117.以上方案中，以第一、第二和第三行驶策略是车辆a采用自动驾驶技术得到的行驶策略。
118.如果不采用自动驾驶，假定是人在开车，可依据开车风格模型预测或识别他在当前强烈光强下情况可能采用的行驶策略，例如开遮光板、选择靠边阴凉多的地方、开车更谨慎(例如行驶速度变慢、刹车距离增加)等。由此实现了安全驾驶。其中，开车风格模型可以为对司机的开车风格进行预测或识别的ai模型来实现。
119.前述方案中，是以光照发生变化、其他维度(参见后续相关说明)未发生变化为例进行的说明，相当于假定其他维度均保持不变、仅光照这个维度发生变化进行的方案说明。可以理解，在实际应用中，在车辆行进过程中除了光照之外，还可能在路况如路面湿滑情况、环境噪声和电磁波干扰等至少之一维度发生变化。本技术中，可针对本车辆在以上每个维度发生的变化，推测或类别其他车辆也在相应维度发生类似的变化。综合各个维度的影响，得到全部维度对行驶策略调整的综合影响，基于综合影响对本车行驶策略进行调整。
120.示例性地，以光照、路面湿滑、电磁波干扰等三个维度发生变化为例，假定计算出光照的影响程度是60％，路面湿滑的影响程度是20％，电磁波干扰的影响程度是50％，将以上各维度的影响程度值与为各维度分配的权重进行对应相乘再相加，得到多个维度下的最
终综合影响因子，按照最终综合影响因子对行驶策略进行及时调整。
121.此外，需要说明的是，以车辆a在位置1处遭受到的强烈光照所示的场景为例，车辆a遭受到的外界环境的影响可以包括外界环境的改变为车辆a带来的直接影响和间接影响这两大方面。其中，直接影响可以视为外界环境的改变为本车如车辆a的各传感器的采集精度带来的改变，这种改变意味着采集到的信息的准确性发生变化。如摄像头在强光照情况下采集到的行进图像的清晰度下降，如，清晰度下降了20％。与外界环境未发生变化相比而言，外界环境的改变，可能会为车辆a带来更多的计算量和/或更大的计算难度。这种影响可作为其中一种间接影响来使用。更多的计算量或更大的计算难度会增加行驶策略调整的反应时间。如未发生环境变化的情况下，对行驶策略进行调整的反应时间是0.1s，即，在0.1s内即可完成对行驶策略的调整实现对新的行驶策略的确定。在发生环境变化的情况下，对行驶策略进行调整的反应时间增加，如增加到0.3s，即，在0.3s内才能完成对行驶策略的调整实现对新的行驶策略的确定。反应时间明显变长。
122.可以理解，在行驶策略的调整是通过ai模型实现的情况下，在本车的外界环境发生变化的情况下，传感器的采集到的数据的精度的变化以及计算量、计算难度的变化，可能会导致ai模型的调整精度(简称为模型精度)发生变化。如，在未发生环境变化的情况下，ai模型有99％的概率肯定将行驶策略从80公里/小时增加到90公里/小时是正确的。在发生环境变化的情况下，这个概率会下降，如，ai模型有90％的概率肯定将行驶策略从80公里/小时增加到90公里/小时是正确的，模型的肯定正确率从99％下降到90％。可见，对于本车辆来说，其所处的外界环境的改变不仅带来了本车传感器的采集精度的改变和行驶策略调整的反应时间的改变，还带来了本车模型精度的改变。模型精度的改变可以作为另一种间接影响来使用。
123.可以理解，前述方案是将直接影响作为如何进行行驶策略调整的影响因子，进行行驶策略的调整。在实施时，除了将直接影响作为如何进行行驶策略调整的影响因子，还可以将反应时间和/或模型精度中的至少之一也作为对指导车辆a如何进行行驶策略调整的影响因子。即，本技术中，可将外界环境的改变为车辆带来的直接影响和间接影响同时作为对行驶策略调整的影响因子。即，第一、二参考信息不仅包括图像清晰度、音频情况、地面摩擦情况、电磁干扰信息等中的至少之一信息，还包括反应时间和模型精度中的至少之一信息。如此，可保证调整准确性。
124.本技术中，外界环境的改变为本车带来了本车传感器的采集精度、行驶策略调整的反应时间和本车模型精度等几个方面的改变。按照本技术的类比其他车辆如车辆b也会遭受到和本车辆类似改变的方案，可认为其他车辆也会在该发生变化的外界环境中发生该其他车辆的传感器的采集精度、反应时间和该其他车辆的ai模型的调整精度的改变。该其他车辆的这些改变可基于本车辆在该发生变化的外界环境中发生的变化而推测出。
125.本车辆和其他车辆在传感器的采集精度、反应时间和模型精度等均可作为外界环境的改变为本车行驶策略调整带来的影响因子。如此，本技术相当于考虑到本车辆和其他车辆在传感器的采集精度、反应时间和模型精度等各方面的影响，基于各方面的影响进行本车行驶策略的调整，可大大提高行驶策略的调整准确性，从而保证车辆的安全行驶。
126.通俗来讲，本技术中，考虑到在实际开车过程中，车辆的行驶策略可能受到各种各样的外界环境的影响。例如，光照的影响(光照强烈摄像头的成像清晰度差)，周围杂音的影
响(周围杂音越多，麦克风采集到的噪声越大)，地面有沙粒或者积水影响行驶的操控性及刹车距离，周围有高功率设备带来电磁波的大干扰，外界环境复杂(如干扰多、地势颠簸)可能影响行驶策略的调整速度等。本技术中，考虑到以上因素，根据本车受到的外界环境的影响，类比或推测其他车辆也受到了类似影响。然后综合本车受到的影响和其他车辆受到的类似影响，对本车的行驶策略进行及时调整。为本车的行驶策略的优化提供了一种新的技术方案。为车辆的行驶策略的制定或调整提供了一种新的技术支持。通俗来讲，本技术的技术方案，根据本车辆受到的外界环境的影响，推测其他车辆受该外界环境的影响，基于本车辆和其他车辆受该外界环境的综合影响，对本车辆的行驶策略进行调整，实现了对行驶策略的及时调整，保证了行驶安全性。
127.本技术提供一种行车装置，如图7所示，所述装置包括：
128.获得单元701，用于获得采用第一行驶策略进行行进的第一车辆在所处环境中的环境数据；
129.第一预测单元702，用于若所述环境中存在第二车辆，根据第一车辆的环境数据，预测第二车辆的第一参考信息；
130.第一确定单元703，用于依据第二车辆的第一参考信息和第一车辆的环境数据，确定第一车辆的第二行驶策略以使第一车辆采用第二行驶策略在所述环境中行进；
131.其中，所述第一车辆采用第二行驶策略在所述环境中的行驶安全性优于所述第一车辆采用第一行驶策略在所述环境中的行驶安全性。
132.在一些实施例中，所述第一行驶策略基于所述第一车辆的所述环境数据而得到；
133.所述第一确定单元703，用于基于所述第二车辆的第一参考信息，确定第一目标影响因子，所述第一目标影响因子表征第二车辆的第一参考信息对第一行驶策略的影响程度；
134.基于所述第一目标影响因子，对第一行驶策略进行调整，得到所述第二行驶策略。
135.在一些实施例中，所述第一预测单元702，用于根据第一车辆的环境数据和第一车辆的第一行驶策略，预测第二车辆的第一参考信息。
136.在一些实施例中，所述装置还包括：
137.第二预测单元，用于若所述第一车辆的环境数据是相对于标准环境数据发生变化后的数据，基于第一车辆的环境数据，预测第二车辆的第二参考信息；
138.第二确定单元，用于依据第二车辆的第二参考信息和第一车辆的环境数据，确定第一车辆的第三行驶策略以使第一车辆采用第三行驶策略在发生变化后的环境中行进；其中，所述第一车辆采用第三行驶策略在发生变化后的环境中的行驶安全性优于所述第一车辆采用第二行驶策略在发生变化后的环境中的行驶安全性。
139.在一些实施例中，所述第二预测单元，用于基于第一车辆的环境数据和第二车辆的第一参考信息，预测第二车辆的第二参考信息。
140.在一些实施例中，所述第二确定单元，用于依据第二车辆的第二参考信息和第一车辆的环境数据，得到第二目标影响因子，所述第二目标影响因子表征所述第二参考信息和发生变化后的环境数据对第二行驶策略的影响程度；依据所述第二目标影响因子，对第一车辆的第二行驶策略进行调整，得到第一车辆的第三行驶策略。
141.在一些实施例中，所述第二车辆基于第二参考信息在发生变化后的环境中产生的
行驶安全性优于第二车辆基于第一参考信息在发生变化后的环境中产生的行驶安全性。
142.需要说明的是，本技术实施例的行车装置，由于行车装置解决问题的原理与前述的行车方法相似，因此，行车装置的实施过程及实施原理均可以参见前述方法的实施过程及实施原理描述，重复之处不再赘述。本技术中的行车装置可位于车辆中。
143.根据本技术的实施例，本技术还提供了一种电子设备和一种可读存储介质。电子设备包括至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被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能够执行前述的行车方法。
144.所述可读存储介质存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行前述的行车方法。关于计算机可读存储介质的说明请参见图8中的相关说明。
145.图8示出了可以用来实施本技术的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。电子设备800可作为一种可设置或安装在车辆中的装置，用以保证车辆的安全行驶。
146.如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(rom)802中的计算机程序或者从存储单元808加载到随机访问存储器(ram)803中的计算机程序，来执行各种适当的动作和处理。在ram 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、rom 802以及ram 803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。
147.设备800中的多个部件连接至i/o接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
148.计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如行车方法。例如，在一些实施例中，行车方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由rom 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到ram 803并由计算单元801执行时，可以执行上文描述的行车方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行行车方法。
149.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统
的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
150.用于实施本技术的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
151.在本技术的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
152.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
153.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
154.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
155.本技术的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
156.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何
熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。