基于大数据的车联网多媒体的缓冲方法、存储介质及终端与流程

本发明涉及车联网多媒体技术领域，尤其涉及的是一种基于大数据的车联网多媒体的缓冲方法、存储介质及终端。

背景技术：

随着汽车技术的不断进步，车载多媒体系统作为高附加值的电子产品在汽车里所占的比重越来越大，尤其是车载多媒体导航系统。目前车载多媒体缓冲逻辑的常用方案大多是利用带宽计算实现，即根据带宽计算结合需要缓冲的时间，预先缓冲一段时间内的多媒体数据。但是，这类方案应用在传统互联网和移动互联网带宽稳定的环境时，才可保证带宽高效利用和播放效果，而在车联网环境下，尤其是路况复杂、行驶轨迹复杂时，就难以保证带宽的有效利用和多媒体的播放效果。

因此，现有技术有待于进一步的改进。

技术实现要素：

鉴于上述现有技术中的不足之处，本发明的目的在于为用户提供一种基于大数据的车联网多媒体的缓冲方法、存储介质及终端，通过利用云端大数据计算出车联网多媒体缓冲某时间长度内的需播放的多媒体所需要的数据量，自动缓冲并加载，从而在车联网环境、路况、行驶轨迹复杂的情况下，更有效地利用带宽，同时获得更流畅的媒体播放效果。

本发明解决技术问题所采用的技术方案如下：

一种基于大数据的车联网多媒体的缓冲方法，其中，所述方法包括：

终端检测到触发多媒体缓冲逻辑的操作信息，则采集车辆当前行使环境状态和当前多媒体播放状态，并上传至云端服务器；

云端服务器接收到车辆当前行使环境状态和当前多媒体播放状态时，则获取经过大数据处理的计算参数进行车辆锚点状态的预测，并将预测结果发送至终端；

终端接收到云端服务器反馈的预测结果，则计算出缓冲某时间长度内的多媒体所需要的数据量，并下载对应需要的数据量的多媒体数据，并加载至播放器缓冲区。

所述的基于大数据的车联网多媒体的缓冲方法，其中，所述终端检测到触发多媒体缓冲逻辑的操作信息，则采集车辆当前行使环境状态和当前多媒体播放状态，并上传至云端服务器的步骤具体包括：

终端检测到触发多媒体缓冲逻辑的操作信息，则唤醒启动模块；

启动模块执行启动多媒体缓冲逻辑的指令，并采集车辆当前行使环境状态和当前多媒体播放状态，然后上传至云端服务器。

所述的基于大数据的车联网多媒体的缓冲方法，其中，所述云端服务器接收到车辆当前行使环境状态和当前多媒体播放状态时，则获取经过大数据处理的计算参数进行车辆锚点状态的预测，并将预测结果发送至终端的步骤具体包括：

云端服务器接收到车辆当前行使环境状态和当前多媒体播放状态时，则启动预测模块；

预测模块获取经过大数据处理的计算参数进行汇总计算，预测出车辆将要经过的路径锚点、锚点所在位置的网络状态及通过锚点所需要的时间，然后发送至终端。

所述的基于大数据的车联网多媒体的缓冲方法，其中，所述终端接收到云端服务器反馈的预测结果，则计算出缓冲某时间长度内的多媒体所需要的数据量，并下载对应需要的数据量的多媒体数据，并加载至播放器缓冲区的步骤具体包括：

终端接收到云端服务器反馈的预测结果，则启动数据量计算模块；

数据量计算模块接收到锚点所在位置的网络状态及通过锚点所需要的时间，结合当前多媒体播放状态，利用算法计算出缓冲某时间长度内的多媒体所需要的数据量并发送至下载模块；

下载模块下载对应需要的数据量的多媒体数据，缓存至文件或内存，并实时反馈下载信息至云端服务器；

当达到对应需要的数据量时，则触发播放缓冲模块，将下载完成的缓冲数据加载至播放缓冲模块的播放器缓冲区。

所述的基于大数据的车联网多媒体的缓冲方法，其中，所述下载模块下载对应需要的数据量的多媒体数据，缓存至文件或内存，并实时反馈下载信息至云端服务器的步骤还包括：

下载过程中，若出现连续时间速率小于预设偏差率时，则重新预测需要的缓冲数据量。

所述的基于大数据的车联网多媒体的缓冲方法，其中，所述触发多媒体缓冲逻辑的操作包括预先设置好的定时器、自动切换媒体前或手动切换媒体后。

所述的基于大数据的车联网多媒体的缓冲的方法，其中，所述车辆当前行驶环境状态包括当前的位置状态、导航状态、行驶状态及网络环境状态。

所述的基于大数据的车联网多媒体的缓冲方法，其中，所述位置状态包括经纬度、海拔；

所述导航状态包括行驶路段、是否包含隧道；

所述行驶状态包括当前行驶速度；

所述网络环境状态包括当前wifi、基站信号强度或带宽。

一种存储介质，其中，所述存储介质存储有计算机程序，所述计算机程序能够被执行以实现如上任一项所述的基于大数据的车联网多媒体的缓冲方法。

一种终端，其中，包括：处理器、与处理器通信连接的存储器，所述存储器存储有计算机程序，所述计算机程序用于被执行时实现如上任一项所述的基于大数据的车联网多媒体的缓冲方法；所述处理器用于调用所述存储器中的计算机程序，以实现如上任一项所述的基于大数据的车联网多媒体的缓冲方法。

有益效果：本发明所提供的一种基于大数据的车联网多媒体的缓冲方法、存储介质及终端，方法包括：终端检测到触发多媒体缓冲逻辑的操作信息，则采集车辆当前行使环境状态和当前多媒体播放状态，并上传至云端服务器；云端服务器接收到车辆当前行使环境状态和当前多媒体播放状态时，则获取经过大数据处理的计算参数进行车辆锚点状态的预测，并将预测结果发送至终端；终端接收到云端服务器反馈的预测结果，则计算出缓冲某时间长度内的多媒体所需要的数据量，并下载对应需要的数据量的多媒体数据，并加载至播放器缓冲区。本发明通过利用云端大数据计算出车联网多媒体缓冲某时间长度内的需播放的多媒体所需要的数据量，自动缓冲并加载，从而在车联网环境、路况、行驶轨迹复杂的情况下，更有效地利用带宽，同时获得更流畅的媒体播放效果。

附图说明

图1是本发明所述的基于大数据的车联网多媒体的缓冲方法较佳实施例的流程图。

图2是本发明所述的基于大数据的车联网多媒体的缓冲方法较佳实施例中触发终端并上传云端服务器的工作流程图。

图3是本发明所述的基于大数据的车联网多媒体的缓冲方法较佳实施例中云端服务器预测车辆锚点状态的工作流程图。

图4是本发明所述的基于大数据的车联网多媒体的缓冲方法较佳实施例中终端计算缓冲某时间长度内的多媒体所需要的数据量的工作流程图。

图5是本发明所述的终端的功能原理框图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

请参见图1，图1为本发明所述基于大数据的车联网多媒体的缓冲方法较佳实施例的流程图。如图1所示，所述方法包括：

步骤s100、终端检测到触发多媒体缓冲逻辑的操作信息，则采集车辆当前行使环境状态和当前多媒体播放状态，并上传至云端服务器。

步骤s200、云端服务器接收到车辆当前行使环境状态和当前多媒体播放状态时，则获取经过大数据处理的计算参数进行车辆锚点状态的预测，并将预测结果发送至终端。

步骤s300、终端接收到云端服务器反馈的预测结果，则计算出缓冲某时间长度内的多媒体所需要的数据量，并下载对应需要的数据量的多媒体数据，并加载至播放器缓冲区。

进一步地，如图2所示，所述步骤100具体包括：

s101、终端检测到触发多媒体缓冲逻辑的操作信息，则唤醒启动模块。

s102、启动模块执行启动多媒体缓冲逻辑的指令，并采集车辆当前行使环境状态和当前多媒体播放状态，然后上传至云端服务器。

进一步地，如图3所示，所述步骤200具体包括：

s201、云端服务器接收到车辆当前行使环境状态和当前多媒体播放状态时，则启动预测模块；

s202、预测模块获取经过大数据处理的计算参数进行汇总计算，预测出车辆将要经过的路径锚点、锚点所在位置的网络状态及通过锚点所需要的时间，然后发送至终端。

具体实施时，首先，车联网的终端检测到触发多媒体缓冲逻辑的操作信息，则唤醒启动模块使其执行启动多媒体缓冲逻辑的指令，并采集车辆当前行使环境状态和当前多媒体播放状态，然后上传至云端服务器预测模块。其中启动模块负责在特定场景下启动缓冲逻辑，即在检测到用户触发多媒体缓冲逻辑的操作时，如预先设置好的定时器、自动切换媒体前或手动切换媒体后，都会启动多媒体缓冲逻辑，例如，用户手动切换音乐至“下一首”，则此操作就出发了启动模块使其执行启动多媒体缓冲逻辑的指令，进而完成多媒体的缓冲。进一步地，所述终端为移动终端(如手机、平板电脑等)或其他智能终端(一般固定设置于车辆内部)。预测模块即指大数据预测模块，其可以通过本地传感器数据接口和应用数据接口获取车辆当前行驶环境状态和当前多媒体播放状态。其中，所述车辆当前行驶环境状态包括当前的位置状态(例如经纬度、海拔等)、导航状态(例如行驶路段、是否包含隧道等)、行驶状态(例如当前行驶速度等)及网络环境状态(例如当前wifi、基站信号强度或带宽等)，所述当前多媒体播放状态包括当前多媒体的播放时长、播放进度及播放码率。然后预测模块获取经过大数据处理的计算参数进行汇总计算，预测出车辆锚点状态，即预测出车辆将要经过的路径锚点、锚点所在位置的网络状态及通过锚点所需要的时间，并将预测结果发送至终端。其中，锚点所在位置的网络状态包括锚点所在位置的信号强度和传输带宽，数据量计算模块接收到当前多媒体播播放时长、播放进度及播放码率、锚点所在位置的信号强度和传输带宽及通过锚点所需要的时间，利用算法计算出缓冲某时间长度内的多媒体所需要的数据量。

可见，当终端(如手机、平板电脑等)检测到用户触发多媒体缓冲逻辑的操作信息时，如预先设置好的定时器、自动切换媒体前或手动切换媒体后，则采集车辆当前行使环境状态和当前多媒体播放状态，然后上传至云端服务器进行计算缓冲某时间长度内的多媒体所需要的数据量，也就是说，需根据多媒体的播放时长d，码率m，预测的锚点的带宽、通过锚点的时间，才能计算出在之后的时间n内所需要下载的数据量为p，才从而保证时间长度n内播放顺畅。这样，只要用户触发多媒体缓冲逻辑，结合云端服务器大数据强大的数据汇总统计、预测、计算功能，即可完成多媒体的缓冲。

进一步地，如图4所示，所述步骤300具体包括：

s301、终端接收到云端服务器反馈的预测结果，则启动数据量计算模块。

s302、数据量计算模块接收到锚点所在位置的网络状态及通过锚点所需要的时间，结合当前多媒体播放状态，利用算法计算出缓冲某时间长度内的多媒体所需要的数据量并发送至下载模块。

s303、下载模块下载对应需要的数据量的多媒体数据，缓存至文件或内存，并实时反馈下载信息至云端服务器。

s304、当达到对应需要的数据量时，则触发播放缓冲模块，将下载完成的缓冲数据加载至播放缓冲模块的播放器缓冲区。

具体实施时，首先，终端接收到云端服务器反馈的预测结果，则启动数据量计算模块，数据量计算模块接收到锚点所在位置的网络状态及通过锚点所需要的时间，结合当前多媒体播放状态，利用算法计算出缓冲某时间长度内的多媒体所需要的数据量并发送至下载模块，下载模块则下载对应需要的数据量的多媒体数据，同时缓存至文件或内存，并实时反馈下载信息(如下载的位置和实时速率)至云端服务器，用于云端服务器统计不同路段的带宽，从而用于之后的大数据预测，当达到对应需要的数据量p时，停止下载，并触发播放缓冲模块，将下载完成的缓冲数据加载至播放缓冲模块的播放器缓冲区，供媒体播放器进行解码播放。需要注意的是下载过程中，若出现连续时间速率小于预设(p/n*r)偏差率时，说明带宽出现异常，则重新预测需要的缓冲数据量，对缓冲策略做出调整。

本发明还提供了一种终端，如图5所示，所述终端包括：处理器(processor)10、存储器(memory)20、通信接口(communicationsinterface)30和通信总线40；其中，

所述处理器10、存储器20、通信接口30通过所述通信总线40完成相互间的通信；

所述通信接口30用于所述终端的通信设备之间的信息传输；

所述处理器10用于调用所述存储器20中的计算机程序，以执行上述各方法实施例所提供的方法，例如包括：终端检测到触发多媒体缓冲逻辑的操作信息，则采集车辆当前行使环境状态和当前多媒体播放状态，并上传至云端服务器；云端服务器接收到车辆当前行使环境状态和当前多媒体播放状态时，则获取经过大数据处理的计算参数进行车辆锚点状态的预测，并将预测结果发送至终端；终端接收到云端服务器反馈的预测结果，则计算出缓冲某时间长度内的多媒体所需要的数据量，并下载对应需要的数据量的多媒体数据，并加载至播放器缓冲区。

本发明还提供一种存储介质，其中，所述存储介质存储有计算机程序，所述计算机程序能够被执行以实现所述基于大数据的车联网多媒体的缓冲方法。

综上所述，本发明所提供的一种基于大数据的车联网多媒体的缓冲方法、存储介质及终端，方法包括：终端检测到触发多媒体缓冲逻辑的操作信息，则采集车辆当前行使环境状态和当前多媒体播放状态，并上传至云端服务器；云端服务器接收到车辆当前行使环境状态和当前多媒体播放状态时，则获取经过大数据处理的计算参数进行车辆锚点状态的预测，并将预测结果发送至终端；终端接收到云端服务器反馈的预测结果，则计算出缓冲某时间长度内的多媒体所需要的数据量，并下载对应需要的数据量的多媒体数据，并加载至播放器缓冲区。本发明通过利用云端大数据计算出车联网多媒体缓冲某时间长度内的需播放的多媒体所需要的数据量，自动缓冲并加载，从而在车联网环境、路况、行驶轨迹复杂的情况下，更有效地利用带宽，同时获得更流畅的媒体播放效果。

当然，本领域普通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硬件(如处理器，控制器等)来完成，所述的程序可存储于一计算机可读取的存储介质中，该程序在执行时可包括如上述各方法实施例的流程。其中所述的存储介质可为存储器、磁碟、光盘等。

可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。