CN113160567A - 车辆辅助驾驶方法、装置、车辆、服务器及存储介质 - Google Patents

Abstract

本申请公开了一种车辆辅助驾驶方法、装置、车辆、服务器及存储介质，该方法包括：获取多个参考车辆采集的实时数据，实时数据包括参考车辆所处位置的环境数据以及参考车辆的位置数据；获取目标车辆的车载传感器的配置数据；在获取到目标车辆的请求指令时，根据实时数据以及配置数据，对目标车辆进行辅助驾驶的可行性检测，获取检测结果，请求指令用于表征目标车辆请求使用辅助驾驶；根据检测结果，确定目标车辆的行车策略。本方法能够有效地判断车辆使用辅助驾驶的可行性，以便确定对应于判断结果的行车策略，从而实时地保障车辆以最合适的行车策略进行行驶，提高辅助驾驶的安全性。

Description

车辆辅助驾驶方法、装置、车辆、服务器及存储介质

技术领域

本申请涉及车辆控制技术领域，更具体地，涉及一种车辆辅助驾驶方法、装置、车辆、服务器及存储介质。

背景技术

辅助驾驶系统作为一种辅助驾驶员的行车系统，能在车辆行驶过程中帮助驾驶员的主动安全以及驾驶辅助。现阶段辅助驾驶系统的应用技术主要包括自适应巡航控制(Adaptive Cruise Control，ACC)、车道偏离预警(Lane Departure Warning，LDW)以及自动紧急刹车(Autonomous Emergency Braking，AEB)。

随着车辆工业的不断发展，辅助驾驶技术广泛地配置于大量的车辆。目前，辅助驾驶并非完全无人驾驶，车辆配备雷达和摄像头等车载传感器以识别车辆周围的路况，然而，在车辆开启辅助驾驶系统行驶于天气不良、车流量较大等不适合使用辅助驾驶的路段时，辅助驾驶系统无法基于当前的行驶环境做出及时的调整，容易引发交通事故。

发明内容

本申请实施例提供一种车辆辅助驾驶方法、装置、车辆、服务器以及存储介质。

第一方面，本申请一些实施例提供一种车辆辅助驾驶方法，包括：获取多个参考车辆采集的实时数据，实时数据包括参考车辆所处位置的环境数据以及参考车辆的位置数据；获取目标车辆的车载传感器的配置数据；在获取到目标车辆的请求指令时，根据实时数据以及配置数据，对目标车辆进行辅助驾驶的可行性检测，获取检测结果，请求指令用于表征目标车辆请求使用辅助驾驶；根据检测结果，确定目标车辆的行车策略。

第二方面，本申请一些实施例还提供一种车辆辅助驾驶装置，该装置包括：第一获取模块，用于获取多个参考车辆采集的实时数据，实时数据包括参考车辆所处位置的环境数据以及参考车辆的位置数据；第二获取模块，用于获取目标车辆的车载传感器的配置数据；检测模块，用于在获取到目标车辆的请求指令时，根据实时数据以及配置数据，对目标车辆进行辅助驾驶的可行性检测，获取检测结果，请求指令用于表征目标车辆请求使用辅助驾驶；确定模块，用于根据检测结果，确定目标车辆的行车策略。

第三方面，本申请一些实施例还提供一种车辆，包括车载传感器、处理器以及存储器，存储器存储有计算机程序指令，计算机程序指令被处理器调用时执行上述的车辆辅助驾驶方法。

第四方面，本申请一些实施例还提供一种服务器，包括处理器以及存储器，存储器存储有计算机程序指令，计算机程序指令被处理器调用时执行上述的车辆辅助驾驶方法。

第五方面，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有程序代码，其中，在所述程序代码被处理器运行时执行上述的辅助驾驶方法。

本申请提供的一种车辆辅助驾驶方法、装置、车辆、服务器及存储介质，获取多个参考车辆采集的实时数据以及目标车辆的车载传感器的配置数据；并且在获取到目标车辆的请求指令时，根据实时数据以及配置数据，对目标车辆进行辅助驾驶的可行性检测，获取检测结果，进一步地，根据检测结果，确定目标车辆的行车策略。由此，将参考车辆的数据与使用辅助驾驶的车辆的配置数据进行结合，判断车辆使用辅助驾驶的可行性，以便确定对应于判断结果的行车策略，从而实时地保障车辆以适宜的行车策略进行行驶，提高辅助驾驶的安全性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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示出了本申请实施例提供的一种车辆辅助驾驶系统架构示意图。

图2示出了本申请实施例提供的一种车辆辅助驾驶方法的流程示意图。

图3示出了本申请实施例提供的另一种车辆辅助驾驶方法的流程示意图。

图4示出了图3的车辆辅助驾驶方法中步骤S220的一种流程示意图。

图5示出了本申请实施例提供的一种车辆辅助驾驶方法的流程时序图。

图6示出了本申请实施例提供的又一种车辆辅助驾驶方法的流程示意图。

图7示出了图6的车辆辅助驾驶方法中步骤S340的一种流程示意图。

图8示出了本申请实施例提供的一种车辆辅助驾驶方法的场景示意图。

图9示出了本申请实施例提供的一种车辆辅助驾驶方法流程图。

图10示出了本申请实施例提供的再一种车辆辅助驾驶方法的流程示意图。

图11示出了本申请实施例提供的一种车辆辅助驾驶装置的模块框图。

图12是本申请实施例提供的一种车辆的模块框图。

图13是本申请实施例提供的一种服务器的模块框图。

图14是本申请实施例提供的一种计算机可读存储介质的模块框图。

具体实施方式

下面详细描述本申请的实施方式，实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性地，仅用于解释本申请，而不能理解为对本申请的限制。

为了使本技术领域的人员更好地理解本申请的方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

智能车辆的不断普及，使得辅助驾驶成为了智能车辆的标配，利用安装在车辆上的各样传感器(毫米波雷达、激光雷达、单/双目摄像头以及卫星导航)，在车辆行驶过程中随时来感应车辆周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加车辆驾驶的舒适性和安全性。

值得注意的是，目前，辅助驾驶无法做到完全的自动驾驶，存在一些特定的场景下不适合使用辅助驾驶，例如，车辆上配备的许多传感器：雷达以及摄像头容易受到天气状况的影响，在车辆行驶于浓雾、大于等环境时，传感器采集环境信息的性能会大幅下降，进而影响辅助驾驶的性能，此外，当车辆行驶于车流量较多、地形较为复杂的路线时，辅助驾驶系统也无法做到根据多变的路况作出智能的响应，例如，提醒用户接管车辆的驾驶权。

为了解决上述问题，发明人经过长期研究，提出了本申请实施例提供的车辆辅助驾驶方法，该方法通过获取多个参考车辆采集的实时数据以及目标车辆的车载传感器的配置数据；并且在获取到目标车辆的请求指令时，根据实时数据以及配置数据，对目标车辆进行辅助驾驶的可行性检测，获取检测结果，进一步地，根据检测结果，确定目标车辆的行车策略。将参考车辆的数据与使用辅助驾驶的车辆的数据进行结合，判断车辆使用自动辅助驾驶的可行性，提高自动辅助驾驶的安全性。下面先对本申请所涉及到的车辆辅助驾驶方法的应用场景进行介绍。

如图1所示，在一些实施例中，本申请实施例提供的车辆辅助驾驶方法可以应用在图1所示的辅助驾驶系统500中，辅助驾驶系统500包括参考车辆510、目标车辆520以及服务器530。参考车辆510、目标车辆520分别通过网络与服务器530连接，该网络可以为5G网络(5th Generation Mobile Networks)、车联网(Internet of Vehicles，IOV)等能够实现车辆与服务器之间、车辆与车辆之间互相通信连接的网络，在此不做限定。值得说明的是，参考车辆510以及目标车辆520可以具备同服务器530相同的计算功能以及存储功能，其中，目标车辆520是指当前意欲进行辅助驾驶可行性检测的车辆，参考车辆510可以为一个或多个，参考车辆510用于为辅助驾驶可行性检测提供检测数据支持。

作为一种实施方式，服务器530通过网络从多个参考车辆510获取并存储各个车辆所处位置的数据，以及根据获取的位置的数据(例如，天气状态或/及车流量)和辅助驾驶系统预设的可开启辅助驾驶的判定条件，实时更新并绘制出可/不可用于辅助驾驶的辅助路线。进一步地，当目标车辆520请求使用辅助驾驶系统时，可以通过网络从服务器530获取计算出的辅助路线，并根据辅助路线判断目标车辆520在导航路线上使用辅助驾驶的可行性，从而做出相应的响应，例如，若目标车辆520在导航路线上不能使用辅助驾驶系统，则提醒驾驶员进不宜使用辅助驾驶系统。下面将结合附图具体描述本申请中的各实施例。

请参阅图2，图2示出了本申请实施例提供的一种车辆辅助驾驶方法，该车辆辅助驾驶方法可以包括以下步骤S110至步骤S140。

步骤S110：获取多个参考车辆采集的实时数据，所述实时数据包括所述参考车辆所处位置的环境数据以及所述参考车辆的位置数据。

为了提高辅助驾驶系统的安全性，对不符合辅助驾驶条件的路段进行提前预警并关闭辅助驾驶系统或提前改变到可用于辅助驾驶的新路线，可以实时地获取多个参考车辆所处的环境情况也即实时数据，从而能够根据该实时数据，选择合适的行车策略来适应不同的环境。

在本申请实施例中，参考车辆指的是用于获取实时数据的车辆，该参考车辆可以配置有车载传感器或及定位装置，车载传感器可以包括以下传感器的任一种或多种：激光雷达、毫米波雷达、超声波雷达、摄像头等能够感知车辆所处环境的传感器。实时数据指的是车载传感器实时采集的带有时间戳的数据，该实时数据至少包括参考车辆所处位置的环境数据和位置数据，环境数据可以表示参考车辆所处位置的天气状况，例如，温度值，降雨量等，位置数据可以表示参考车辆所处的位置，例如，行政位置或者经纬度。

在一些实施例中，可以获取多个参考车辆在同一时间段内采集的实时数据。具体地，可以实时地在每个预设的时间段，从多个参考车辆，获取各个参考车辆采集到环境数据以及位置数据。例如，处于行驶中的多个参考车辆可以在影子模式(Shadow Mode)下将采集到的参考车辆自身的实时数据，通过车载T-box(Telematics Box)上传至服务器，此时服务器就可以接收到从多个参考车辆发送来的实时数据，此外，服务器可以是在接收到目标车辆的请求时，主动地从多个参考车辆获取实时数据。再例如，多个参考车辆和服务器可以分别利用车联网与目标车辆通信连接，此时，目标车辆可以直接从该多个参考车辆获取实时数据，目标车辆也可以从服务器间接地获取服务器从参考车辆已经获取的实时数据。

作为一种实施方式，参考车辆所采集的实时数据里可以包含每个参考车辆所执行的至少一种采集任务的实时数据。该采集任务可以是采集的参考车辆的周围温度值、行车位置的定位等，由于每个参考车辆执行的每个采集任务对应的实时数据可能会不同，所以同一个采集任务会存在有多种实时数据的情况。进一步地，可以在同一区域，获取相同时间点下，重复率最高的实时数据。这样，不直接把参考车辆采集的所有数据作为实时数据，有效避免了获取的低质量或重复数据的干扰，能够获得更加真实的实时数据，减少实时数据的冗余。

例如，在下午13点的A路段，服务器获取到参考车辆采集的温度值有三种，分别是30度、28度、33度，其中30度出现的次数大于其他两个温度出现的次数，即确定在下午13点的A路段的温度值为30度，并将30度作为实时数据。

步骤S120：获取目标车辆的车载传感器的配置数据。

在本申请实施例中，目标车辆指的是开启或者有使用辅助驾驶需求的车辆，配置数据为该目标车辆所配备的用于感知目标车辆周围情况的感知器件的配置数据，可以包括该目标车辆的车载传感器的配置数据，例如，目标车辆配置有用于感知路况的超声波雷达或者摄像头。在一些实施例中，可以获取目标车辆的配置数据，具体地，目标车辆所配置的车载传感器可以连接于车辆的控制器局域网络(Controller Area Network，CAN)，可以通过与CAN总线连接的网关获取目标车辆的车载传感器的配置数据。例如，目标车辆的CAN总线可以通过车载T-box与服务器进行通信连接，服务器通过车载T-box从CAN总线获取到该目标车辆所配置的车载传感器的配置数据。

步骤S130：在获取到所述目标车辆的请求指令时，根据所述实时数据以及所述配置数据，对所述目标车辆进行辅助驾驶的可行性检测，得到检测结果。

由于不同品牌的车辆所安装的感知器件存在较大差异以及车辆实时行驶的路况存在多变，因此，需要根据配置数据以及实时数据，对目标车辆进行辅助驾驶的可行性检测。其中，请求指令用于表示目标车辆请求使用辅助驾驶功能，当目标车辆的驾驶员开启辅助驾驶功能时，目标车辆可以生成请求指令以便判断辅助驾驶的开启是否可行。在一些实施例中，当目标车辆获取到车辆自身的请求指令时，可以利用实时数据以及配置数据，对目标车辆进行辅助驾驶的可行性检测。在另一些实施例中，当目标车辆的驾驶员开启辅助驾驶功能时，目标车辆可以生成请求指令并发送至服务器，服务器可以在获取到目标车辆的请求指令时，可以利用实时数据以及配置数据，对目标车辆进行辅助驾驶的可行性检测，获取检测结果。

作为一种实施方式，可以通过分析配置数据得出目标车辆辅助驾驶所适用的路况类型，可以通过分析实时数据得出当前时刻A路段详细信息，得出当前的路况类型，进一步地，分析目标车辆的辅助驾驶所适用的路况类型是否与当前的路况类型的匹配度，以确定辅助驾驶使用的可行性。

例如，当目标车辆启动辅助驾驶时，目标车辆可以通过IOV从多个参考车辆直接获取A路段的实时数据，此时，通过A路段的实时数据分析得出，A路段的路况为夜间暴雨。此外，目标车辆通过自身的配置数据可以判断出本身的感知器件为摄像头，由于暴雨天气的能见度极低，不利于摄像头感知环境状况，由此分析出不易在夜间或者暴雨的路况使用辅助驾驶，从而得出在A路段不可使用辅助驾驶，也即目标车辆根据配置数据以及实时数据进行辅助驾驶的可行性检测的结果为不可行。

步骤S140：根据所述检测结果，确定所述目标车辆的行车策略。

当车辆处于刚开启辅助驾驶或者正在使用辅助驾驶的状态时，若车辆所处的路段不适合使用辅助驾驶并且没有及时地给予驾驶员有关停止使用辅助驾驶的反馈，可能会对行车安全造成不利的影响。

在本申请实施例中，当对目标车辆进行辅助驾驶的可行性检测时，可以根据得到的检测结果，确定目标车辆的行车策略，从而，在目标车辆处于不宜使用辅助驾驶的情况，及时地根据当前的路况，对车辆的行驶作出正确地调整。

其中，行车策略指的是目标车辆行驶时，作出的动态调整。具体地，行车策略可以为驾驶员接管车辆的驾驶权进行人工驾驶，也可以为根据目标车辆行驶的起点和终点重新计算出适合使用辅助驾驶的路线，还可以为按照辅助驾驶进行行车。

作为一种实施方式，在对目标车辆进行辅助驾驶的可行性检测之后，可以根据检测结果，确定目标车辆的行车策略。具体地，当检测结果为辅助驾驶不可行时，可以确定的行车策略包括禁止目标车辆使用辅助驾驶、允许目标车辆在辅助驾驶可行的新路线使用辅助驾驶。当检测结果为辅助驾驶可行时，可以允许目标车辆使用辅助驾驶，也可以在目标车辆使用辅助驾驶的过程中，实时地进行辅助驾驶的可行性检测，以便保障目标车辆实时的行车安全。

例如，服务器可以根据获取的目标车辆的配置数据为摄像头配置数据，判断出目标车辆无法在沙尘暴的天气环境中使用辅助驾驶，若服务器根据获取的实时数据判断出目标车辆使用辅助驾驶的行车环境为沙尘暴时，则服务器确定目标车辆使用辅助驾驶为不可行，此时，可以向目标车辆发送停止使用辅助驾驶的停止指令，当目标车辆接收到停止指令时，可以通过目标车辆的语音系统提示驾驶员接管车辆的驾驶权，也可以同时通过车载显示屏为驾驶员提供能够使用辅助驾驶的新路线的选择界面。

本申请实施例中，获取多个参考车辆采集的实时数据以及获取目标车辆的配置数据，并且在获取到目标车辆的请求指令时，根据实时数据以及配置数据，对目标车辆使用辅助驾驶的可行性进行检测，得到检测结果，该请求指令用于表示目标车辆请求使用辅助驾驶，进一步都，根据检测结果，确定目标车辆的行车策略。由此，将参考车辆的数据与使用自动辅助驾驶的车辆的配置数据进行结合，判断车辆使用自动辅助驾驶的可行性，以便确定对应于判断结果的行车策略，从而实时地保障车辆以最合适的行车策略的行驶，提高自动辅助驾驶的安全性。

如图3所示，图3示意性地示出本申请实施例提供的一种车辆辅助驾驶方法，该辅助驾驶方法可以包括以下步骤S210至步骤S250。

步骤S210：判断是否获取到所述参考车辆的授权信息，所述授权信息用于表征具备获取所述实时数据的权限。

为了保护参考车辆用户的隐私权益，在车辆需要进行数据分享时，需要获得车辆用户的同意，经用户授予分享数据的权限后，方可获取参考车辆采集的实时数据。在本申请实施例中，授权信息指的是具备实时数据的获取权限，若未能获取到参考车辆的授权信息，则不继续获取到参考车辆采集的实时数据。

在一些实施例中，在获取参考车辆采集的实时数据之前，可以判断是否获取到参考车辆的授权信息。例如，目标车辆在从参考车辆获取实时数据之前，可以判断参考车辆是否授权实时数据的获取权限。作为一种实施方式，可以在每次获取参考车辆采集的实时数据之前，对应地每次向参考车辆发送实时数据获取的授权请求，从而接收参考车辆的请求响应，根据该请求响应，确定是否获取到参考车辆的授权信息。

例如，服务器或/及目标车辆在每次需要从参考车辆获取实时数据时，都可以向参考车辆发送实时数据获取的授权请求，参考车辆在接收到授权请求时，可以通知参考车辆用户对授权请求进行选择是否授权，进一步地，参考车辆根据车辆用户的选择，向目标车辆返回对应的请求响应，从而，目标车辆可以根据请求响应，确定是否获取到参考车辆的授权信息。

作为另一种实施方式，可以在获取参考车辆采集的实时数据之前，向参考车辆发送实时数据获取的长期授权请求，意指在获得一次授权信息后可以不在每次需要从获取实时数据时，都要判断是否获取到参考车辆的授权信息，即一次授权后，可以在后续操作过程中直接参考车辆采集的实时数据，从而减少对授权信息获取的判断操作，提高工作效率。

步骤S220：若获取到所述参考车辆的授权信息，则获取所述参考车辆采集的实时数据。

在一些实施方式中，当判断处获取到了参考车辆的授权信息时，可以对参考车辆采集的实时数据进行获取。具体地，请参参阅图4，步骤S220可以包括：

步骤S221：若获取到所述参考车辆的授权信息，则获取所述参考车辆采集的原始数据。

在获取到参考车辆的授权信息之后，可以获取参考车辆采集的原始数据，其中，原始数据指的是从参考车辆直接获取的数据，例如，参考车辆所感知的障碍物以及行驶速度等。通过对获取的大批量的原始数据的分析，为辅助驾驶提供稳定性的智能决策。

作为一种实施方式，当判断到获取参考车辆的授权信息时，具备了获取参考车辆采集的原始数据的权限，进而可以直接从多个参考车俩获取大批的原始数据。例如，服务器可以在从参考车辆获取原始数据之前，可以判断参考车辆是否授权原始数据的获取权限，判断到获取参考车辆的授权信息时，服务器可以从参考车辆，获取其采集的原始数据。

步骤S222：将所述原始数据进行数据预处理，得到所述实时数据。

由于在获取的大量原始数据中存在着许多不完整、不一致、有异常的数据，可能影响到对车辆使用辅助驾驶可行性的判断，降低判断操作的执行效率，甚至可能导致对可行性的判断结果的偏差，所以获取的原始数据进行数据预处理就显得尤为重要。在一些实施例中，当获取到多个参考车辆采集的原始数据之后，可以对原始数据进行数据预处理，从而得到进过数据预处理后的实时数据。具体地，对原始数据的预处理操作可以利用数据清洗、数据集成、数据变换等提高原始数据质量的处理操作。

作为一种实施方式，可以对原始数据进行数据清洗得到实时数据，具体地，可以对原始数据所构成的数据集中无关数据、重复数据以及平滑噪声数据进行删除，并筛选掉与实时数据类型无关的数据，对于缺失的数据进行补全。

例如，获取到的原始数据中，正常情况下包含A路段的全天每个整点的车辆周围的温度，但实际获取的原始数据缺少一个整点的温度值，此时，服务器根据以获取的A路段的全天的车辆温度为完整样本，通过观测样本数据的边际分布，可以对缺失的一个整点的温度值进行极大似然估计(Maximum Likelihood Estimate，MLE)以补全该整点所缺失的温度值。

步骤S230：获取目标车辆的配置数据，所述配置数据至少包括所述目标车辆的车载传感器数据。

步骤S240：在获取到所述目标车辆的请求指令时，根据所述实时数据以及所述配置数据，对所述目标车辆使用辅助驾驶的可行性进行检测，得到检测结果。

步骤S250：根据所述检测结果，确定所述目标车辆的行车策略。

在本实施例中，步骤S230、步骤S240以及步骤S250的具体实施，可以分别参考上文实施例所提供的步骤S120、步骤S130以及步骤S140的阐述，此处不再一一赘述。

示例地，请参阅图5所示，图5示出了本申请实施例提供的一种辅助驾驶方法的时序图。具体地，在车辆使用辅助驾驶系统的应用场景中，车辆厂商为了为车辆用户提供更好的辅助驾驶体验，提高辅助驾驶的安全性，可以基于大量参考车辆得实时数据以及目标车辆的配置数据，对使用辅助驾驶的目标车辆进行辅助驾驶使用的可行性分析。

在一些实施例中，服务器可以从多个参考车辆获取实时数据，在获取实时数据之前，服务器需要获取到参考车辆的授权信息，可以向参考车辆发送数据获取的请求，当参考车辆接收到服务器发送来的数据获取请求时，可以根据车辆用户的选择，判断是否要授予服务器端获取采集的实时数据的权限，并将判断结果作为请求响应返回给服务器，若服务器收到参考车辆发送的请求响应为授权信息，则可以获取参考车辆采集的实时数据。若参考车辆没有获取授权信息，则无法进行辅助驾驶使得可行性判断，结束进程。

进一步地，服务器可以获取目标车辆的配置数据，并且在获取到目标车辆的请求使用辅助驾驶的指令时，根据实时数据和配置数据对目标车辆使用辅助驾驶进行可行性的分析，然后基于分析结果生成对应于分析结果的行车策略，并将行车策略发送至目标车辆。

进一步地，当目标车辆接收到服务器发送来的行车策略时，可以根据行车策略对车辆进行控制，具体地，若目标车辆无法使用辅助驾驶，则根据行车策略可以将车辆的驾驶权转交至驾驶员，进行人工驾驶。

本申请实施例中，判断是否获取到参考车辆的授权信息，则获取参考车辆采集的原始数据，并将原始数据进行数据预处理，得到实时数据，进一步地，获取目标车辆的配置数据，并在获取到目标车辆的请求指令时，根据实时数据以及配置数据，对目标车辆使用辅助驾驶的可行性进行检测，得到检测结果，进而根据检测结果，确定目标车辆的行车策略。由此，在获取参考车辆的实时数据之前，预先取得参考车辆的权限，保护了车辆用户的数据隐私。进而对从参考车辆获取的原始数据进行数据预处理，去除不完整、不一致、有异常的数据，从而有效地增强辅助驾驶使用可行性判断的准确度。

如图6所示，图6示意性地示出本申请实施例提供的一种车辆辅助驾驶方法，该车辆辅助驾驶方法可以包括以下步骤S310至步骤S350。

步骤S310：获取多个参考车辆采集的实时数据，所述实时数据至少包括车辆所处位置的环境数据以及位置数据。

步骤S320：获取目标车辆的车载传感器的配置数据。

在本实施例中，步骤S310以及步骤S320的具体实施，可以分别参考上文实施例所提供的步骤S110以及步骤S120的阐述，此处不再一一赘述。

在一些实施例中，当获取到目标车辆的请求指令时，可以根据实时数据以及配置数据，对目标车辆进行辅助驾驶的可行性检测，进而得到检测结果。作为一种实施方式，当服务器接收到目标车辆发送来的请求指令时，可以根据从参考车辆获取的实时数据以及目标车辆的配置数据，对目标车辆进行辅助驾驶的可行性检测，得出目标车辆可以使用辅助驾驶。作为另一种实施方式，当服务器接收到目标车辆发送来的请求指令时，可以根据从参考车辆获取的实时数据以及目标车辆的配置数据，对目标车辆进行辅助驾驶的可行性检测，得出目标车辆不可以使用辅助驾驶，具体地，可以包括：

步骤S330：当获取到所述目标车辆的请求指令时，获取所述目标车辆的预设导航路线。

为了对不符合使用辅助驾驶的路段(受天气或/及车流影响)进行提前预警并关闭辅助驾驶或提前改变到可用于辅助驾驶的另外路线，提升辅助驾驶的智能化水平，可以对车辆使用辅助驾驶作出判断。在本申请实施例中，预设导航路线指的是目标车辆在使用辅助驾驶时，根据行车时的出发地和目的地生成的用于导航的路线，该导航的路线是使用辅助驾驶时，目标车辆所要行驶的路线。请求指令指用于表示目标车辆请求使用辅助驾驶。

作为一种实施方式，当获取到目标车辆的请求指令时，可以获取该目标车辆的预设导航路线，以便判断目标车辆是否可以在该预设导航路线使用辅助驾驶。具体地，目标车辆根据驾车的出发地和目的地确定预设导航路线，当目标车辆开启辅助驾驶时，可以获取到该目标车辆的请求指令，进而获取目标车辆的预设导航路线。

步骤S340：根据所述实时数据以及所述配置数据，检测所述目标车辆在所述预设导航路线上使用辅助驾驶的可行性，并得到检测结果。

在一些实施例中，当目标车辆开启辅助驾驶时，可以获取目标车辆的预设导航路线，进而可以基于获取的实时数据以及配置数据，判断目标车辆在预设导航路线是否能够使用辅助驾驶。具体地，请参阅图7，步骤S340可以步骤341-步骤343。

步骤S341：根据所述实时数据以及所述配置数据，生成符合使用所述辅助驾驶的辅助行车路线。

作为一种实施方式，可以从导航服务提供商获取的交通路况数据也即交通态势数据，并根据实时数据、配置数据以及交通态势数据，生成符合使用辅助驾驶的辅助行车路线。例如，服务器在获取到参考车辆采集的实时数据以及目标车辆的配置数据之后，还可以通过调用第三方导航服务提供商的应用程序接口(Application Programming Interface，API)来获取实时的交通态势数据，从而计算出全局道路中适合使用的辅助驾驶的辅助行车路线以及不适合使用的辅助驾驶的辅助行车路线。

作为另一种实施方式，当获取到大量的实时数据以及配置数据时，可以将实时数据以及配置数据作为训练集，利用深度学习、机器学习构建用于判断辅助驾驶可行性判断的神经网络，得到判断模型，进一步地，利用判断模型判断全局路线中可以使用的辅助驾驶的辅助行车路线。其中，深度学习可以利用循环神经网络(Recurrent Neural Network，RNN)以便使用带有时间戳的实时数据学习预测出适合使用辅助驾驶的辅助行车路线。

步骤S342：根据将所述辅助行车路线与所述预设导航路线进行匹配，获得匹配结果。

作为一种实施方式，目标车辆可以从服务器获取辅助行车路线，并将该辅助行车路线与本身的预设导航路线进程匹配，获得匹配结果。例如，目标车辆可以将预设导航路线中的关键地理位置在辅助行车路线上进行查询，根据查询关键地理位置在辅助行车路线上出现的概率，得到辅助行车路线与所述预设导航路线的匹配度，将该匹配度作为匹配结果。

作为另一种实施方式，当服务器或目标车辆获取到辅助行车路线时，可以通过判断预设导航路线是否属于辅助行车路线集合，来判断目标车辆是否能在预设导航路线使用辅助驾驶。具体地，生成的适合使用的辅助驾驶的辅助行车路线可以是一个路线集合，进而通过判断目标车辆的预设导航离线是否属于该辅助行车路线集合中，可以判断目标车辆是否能在预设导航路线使用所述辅助驾驶。

步骤S343：根据所述匹配结果，判断所述目标车辆是否能在所述预设导航路线使用所述辅助驾驶。

作为一种实施方式，若目标车辆的预设导航路线与辅助行车路线不匹配，则可以判定出目标车辆不能在预设导航路线使用辅助驾驶，也即对目标车辆在预设导航路线上使用辅助驾驶的可行性进行检测，得出检测结果为不可行。

步骤S350：当所述检测结果为辅助驾驶不可行时，生成中断响应，所述中断响应包括备选路线和/或接管指令，所述备选路线用于表征能够使用所述辅助驾驶的新路线，所述接管指令用于指示所述目标车辆不宜使用辅助驾驶。

由于车辆的辅助驾驶存在不适合使用的情况，当检测到目标车辆不能使用辅助驾驶时，可以提前对目标车辆的驾驶员进行安全提示。在本申请实施例中，当检测到目标车辆不能够使用所述辅助驾驶时，可以生成中断响应，该中断响应可以包括备选路线和/或接管指令。

作为一种实施方式，当检测到目标车辆在预设导航路线不能使用辅助驾驶时，生成接管指令，目标车辆根据接管指令，可以利用车载语音系统发出预警提示音，以便告诉驾驶员当前预设导航路线不能使用辅助驾驶，并且可以在车辆中控台的仪表盘，提示驾驶员接管车辆的驾驶权。

作为另一种实施方式，如图8所示，当检测到目标车辆在预设导航路线不能使用辅助驾驶时，可以基于目标车辆行车的出发地E和目的地F重新计算出符合使用辅助驾驶的新路线，可选地，利用车载显示屏显示出新路线，路线G为预设导航路线，路线H为新路线，以便驾驶确定是否在新路线使用辅助驾驶，若驾驶员不适用新路线，则提示驾驶员进行人工驾驶。

示例地，请参阅图9所示，图9示出了本申请实施例提供的一种辅助驾驶方法的流程图。具体地，服务器可以多个参考车辆采集的实时数据，当获取到目标车辆的请求指令时，可以获取目标车辆的预设导航路线。

进一步地，目标车辆可以从服务器获取实时数据，并且获取自身的配置数据，根据实时数据以及配置数据，判断在预设导航路线上是否能够使用辅助驾驶，若在预设导航路线上能够使用辅助驾驶，则目标车辆利用辅助驾驶进行行驶。若在预设导航路线上不能够使用辅助驾驶，则提示驾驶员进行接管目标车辆的驾驶权，并且可以判断是否能够生产符合使用辅助驾驶的新路线，若能够生成符合使用辅助驾驶的新路线，则可以在该新路线使用辅助驾驶。

本申请实施例中，获取多个参考车辆采集的实时数据以及目标车辆的配置数据，根据实时数据以及配置数据，生成符合使用所述辅助驾驶的辅助行车路线，根据辅助行车路线与预设导航路线是否匹配，判断目标车辆是否能在预设导航路线使用辅助驾驶，当目标车辆不可使用辅助驾驶时，生成备选路线和/或接管指令，备选路线用于表征能够使用辅助驾驶的新路线，接管指令用于指示目标车辆进行人工驾驶。由此对不符合辅助驾驶条件的路段提前预警并关闭辅助驾驶或改变到可用于辅助驾驶的新路线，从而提高了车辆辅助驾驶的智能化水平。

如图10所示，图10示意性地示出本申请实施例提供的一种车辆辅助驾驶方法，该车辆辅助驾驶方法可以包括以下步骤S410至步骤S450。

步骤S410：获取多个参考车辆采集的实时数据，所述实时数据至少包括车辆所处位置的环境数据以及位置数据。

步骤S420：获取目标车辆的配置数据，所述配置数据至少包括所述目标车辆的车载传感器数据。

在本实施例中，步骤S410以及步骤S420的具体实施，可以分别参考上文实施例所提供的步骤S110以及步骤S120的阐述，此处不再一一赘述。

步骤S430：当获取到目标车辆的请求指令时，判断所述获取到的实时数据是否能够用于所述可行性检测。

由于车辆的车载传感器等感知器件存在故障的可能，导致获取的实时数据出现错误、缺失等不具备可用性的情况，导致无法对目标车辆进行辅助驾驶的可行性检测，因此，为了确保辅助驾驶可行性分析的正确性，保证行车安全，可以对获取的实时数据进行检测。

作为一种实施方式，在获取到目标车辆的请求指令时，可以对获取的实时数据进行时效性的检测，具体地，提取实时数据的时间戳，判断实时数据被采集的时间是否与预设导航路线生成的时间匹配。此外，还可以判断实时数据被采集时的位置是否与预设导航路线的位置匹配，判断获取到的实时数据是否能够用于可行性检测。

步骤S440：若所述获取到的实时数据不能用于所述可行性检测，则所述检测结果为辅助驾驶不可行。

作为一种实施方式，当判断出实时数据被采集的时间与预设导航路线生成的时间无法匹配时，或者判断出实时数据被采集时的位置与预设导航路线的位置无法匹配时，可以确定获取到的实时数据不能用于检测目标车辆使用辅助驾驶的可行性。

步骤S450：当所述检测结果为辅助驾驶不可行时，生成接管指令，所述接管指令用于指示所述目标车辆不宜使用辅助驾驶。

在一些实施例中当获取到的实时数据不能用于所述可行性检测时，可以将对目标车进行辆辅助驾驶的可行性检测的检测结果判定为辅助驾驶不可行，进而生成接管指令。作为一种实施方式，在无法对目标车辆使用辅助驾驶的可行性进行判断时，目标车辆可以按照预先设定的执行程序控制车辆的驾驶，例如，车辆在使用辅助驾驶功能时，当无法判断可行性时，此时可以先由辅助驾驶转换至ACC，再提示驾驶员进人工驾驶，以便帮助目标车辆由辅助驾驶平滑地过度到人工驾驶。作为另一种实施方式，在无法对目标车辆使用辅助驾驶的可行性进行判断时，可以生成接管指令，从而指示目标车辆的驾驶员不宜使用辅助驾驶。

在本申请实施例中，步骤S450的具体描述可以参考前述实施例中的内容，在此不再赘述。本申请实施例中，获取多个参考车辆采集的实时数据以及目标车辆的配置数据，当获取到目标车辆的请求指令时，判断获取到的实时数据是否能够用于检测目标车辆使用辅助驾驶的可行性，若获取到的实时数据不能用于检测目标车辆使用辅助驾驶的可行性，则生成接管指令，指示目标车辆进行人工驾驶。由此，可以在获取的实时数据出现错误、缺失等不具备可用性时，防止出现辅助驾驶可行性分析错误的情况，保证行车安全。

请参阅图11，其示出了本申请实施例提供的一种辅助驾驶装置600的结构框图。该辅助驾驶装置600包括第一获取模块610、第二获取模块620、检测模块630以及确定模块640。其中，第一获取模块610，用于获取多个参考车辆采集的实时数据，实时数据包括参考车辆所处位置的环境数据以及参考车辆的位置数据；第二获取模块620，用于获取目标车辆的车载传感器的配置数据；检测模块630，用于在获取到目标车辆的请求指令时，根据实时数据以及配置数据，对目标车辆进行辅助驾驶的可行性检测，获取检测结果，请求指令用于表征目标车辆请求使用辅助驾驶；确定模块640，用于根据检测结果，确定目标车辆的行车策略。

在一些实施例中，第一获取模块610可以包括：权限判断单元，用于判断是否获取到参考车辆的授权信息，授权信息用于表征具备获取所述实时数据的权限；实时数据获取单元，用于若获取到参考车辆的授权信息，则获取参考车辆采集的实时数据。

在一些实施例中，获取单元可以具体用于：若获取到参考车辆的授权信息，则获取参考车辆采集的原始数据；将原始数据进行数据预处理，得到实时数据。

在一些实施例中，检测模块630可以包括：导航路线获取单元，用于当获取到目标车辆的请求指令时，获取目标车辆的预设导航路线；检测单元，用于根据实时数据以及配置数据，检测目标车辆在预设导航路线上使用辅助驾驶的可行性，并得到检测结果。

在一些实施例中，检测单元可以包括：生成子单元，用于根据所述实时数据以及所述配置数据，生成符合使用所述辅助驾驶的辅助行车路线；判断子单元，用于将所述辅助行车路线与所述预设导航路线进行匹配，获得匹配结果；确定子单元，用于根据所述匹配结果，判断所述目标车辆是否能在所述预设导航路线使用所述辅助驾驶，包括：若所述辅助行车路线与所述预设导航路线不匹配，则所述检测结果为辅助驾驶不可行；

确定模块640还可以包括：当所述检测结果为辅助驾驶不可行时，生成中断响应，所述中断响应包括备选路线和/或接管指令，所述备选路线用于表征能够使用所述辅助驾驶的新路线，所述接管指令用于指示所述目标车辆不宜使用辅助驾驶。

在一些实施例中，检测单元还可以具体用于：当获取到目标车辆的请求指令时，判断所述获取到的实时数据是否能够用于所述可行性检测；若所述获取到的实时数据不能用于所述可行性检测，则所述检测结果为辅助驾驶不可行；

确定模块640还可以包括：当所述检测结果为辅助驾驶不可行时，生成接管指令，所述接管指令用于指示所述目标车辆不宜使用辅助驾驶。

在一些实施例中，生成子单元还可以具体用于：获取交通态势数据，交通态势数据至少包括从导航服务提供商获取的交通路况数据；根据实时数据、配置数据以及交通态势数据，生成符合使用辅助驾驶的辅助行车路线。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，模块相互之间的耦合可以是电性，机械或其它形式的耦合。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

本申请提供的方案，获取多个参考车辆采集的实时数据以及获取目标车辆的配置数据，并且在获取到目标车辆的请求指令时，根据实时数据以及配置数据，对目标车辆使用辅助驾驶的可行性进行检测，得到检测结果，该请求指令用于表示目标车辆请求使用辅助驾驶，进一步都，根据检测结果，确定目标车辆的行车策略。由此，将参考车辆的数据与使用自动辅助驾驶的车辆的配置数据进行结合，判断车辆使用自动辅助驾驶的可行性，以便确定对应于判断结果的行车策略，从而实时地保障车辆以最合适的行车策略的行驶，提高自动辅助驾驶的安全性。

如图12所示，本申请实施例还提供一种车辆700，该车辆700包括处理器710、存储器720以及车载传感器730，存储器720存储有计算机程序指令，计算机程序指令被处理器710调用时实执行上述的车辆巡航控制方法。车载传感器730可以包括以下传感器的任一种或多种：激光雷达、毫米波雷达、超声波雷达、摄像头等能够感知车辆所处环境的传感器。

处理器710可以包括一个或者多个处理核。处理器710利用各种接口和线路连接整个电池管理系统内的各种部分，通过运行或执行存储在存储器720内的指令、程序、代码集或指令集，以及调用存储在存储器720内的数据，执行电池管理系统的各种功能和处理数据。可选地，处理器710可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(ProgrammableLogic Array，PLA)中的至少一种硬件形式来实现。处理器710可集成中央处理器710(Central Processing Unit，CPU)、图像处理器710(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器710中，单独通过一块通信芯片进行实现。

存储器720可以包括随机存储器720(Random Access Memory，RAM)，也可以包括只读存储器720(Read-Only Memory)。存储器720图可用于存储指令、程序、代码、代码集或指令集。存储器720图可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各种方法实施例的指令等。存储数据区还可以存储电子设备图在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。

如图13所示，本申请实施例还提供一种服务器800，该服务器800包括处理器810、存储器820，存储器820存储有计算机程序指令，计算机程序指令被处理器810调用时实执行上述的车辆巡航控制方法。

处理器810可以包括一个或者多个处理核。处理器810利用各种接口和线路连接整个电池管理系统内的各种部分，通过运行或执行存储在存储器820内的指令、程序、代码集或指令集，以及调用存储在存储器820内的数据，执行电池管理系统的各种功能和处理数据。可选地，处理器810可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(ProgrammableLogic Array，PLA)中的至少一种硬件形式来实现。处理器810可集成中央处理器810(Central Processing Unit，CPU)、图像处理器810(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器810中，单独通过一块通信芯片进行实现。

存储器820可以包括随机存储器820(Random Access Memory，RAM)，也可以包括只读存储器820(Read-Only Memory)。存储器820图可用于存储指令、程序、代码、代码集或指令集。存储器820图可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各种方法实施例的指令等。存储数据区还可以存储电子设备图在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。

如图14所示，本申请实施例还提供一种计算机可读存储介质900，该计算机可读存储介质900中存储有计算机程序指令910，计算机程序指令910可被处理器调用以执行上述实施例中所描述的方法。

计算机可读存储介质可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质包括非易失性计算机可读存储介质(non-transitory computer-readable storage medium)。计算机可读存储介质900具有执行上述方法中的任何方法步骤的程序代码的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码可以例如以适当形式进行压缩。

以上，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制，虽然本申请已以较佳实施例揭示如上，然而并非用以限定本申请，任何本领域技术人员，在不脱离本申请技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本申请技术方案内容，依据本申请的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本申请技术方案的范围内。

Claims (11)

1.一种车辆辅助驾驶方法，其特征在于，所述方法包括：

获取多个参考车辆采集的实时数据，所述实时数据包括所述参考车辆所处位置的环境数据以及所述参考车辆的位置数据；

获取目标车辆的车载传感器的配置数据；

在获取到所述目标车辆的请求指令时，根据所述实时数据以及所述配置数据，对所述目标车辆进行辅助驾驶的可行性检测，获取检测结果，所述请求指令用于表征所述目标车辆请求使用辅助驾驶；以及

根据所述检测结果，确定所述目标车辆的行车策略。

2.根据权利要求1所述的方法，其特征在于，所述获取多个参考车辆采集的实时数据，包括：

判断是否获取到所述参考车辆的授权信息，所述授权信息用于表征具备获取所述实时数据的权限；以及

若获取到所述参考车辆的授权信息，则获取所述参考车辆采集的实时数据。

3.根据权利要求2所述的方法，其特征在于，所述若获取到所述参考车辆的授权信息，则获取所述参考车辆采集的实时数据，包括：

若获取到所述参考车辆的授权信息，则获取所述参考车辆采集的原始数据；以及

将所述原始数据进行数据预处理，得到所述实时数据。

4.根据权利要求1所述的方法，其特征在于，所述在获取到所述目标车辆的请求指令时，根据所述实时数据以及所述配置数据，对所述目标车辆进行辅助驾驶的可行性检测，获取检测结果，包括：

当获取到所述目标车辆的请求指令时，获取所述目标车辆的预设导航路线；以及

根据所述实时数据以及所述配置数据，检测所述目标车辆在所述预设导航路线上使用辅助驾驶的可行性，并得到检测结果。

5.根据权利要求4所述的方法，其特征在于，所述根据所述实时数据以及所述配置数据，检测所述目标车辆在所述预设导航路线上使用辅助驾驶的可行性，并得到检测结果，包括：

根据所述实时数据以及所述配置数据，生成符合使用所述辅助驾驶的辅助行车路线；

将所述辅助行车路线与所述预设导航路线进行匹配，获得匹配结果；以及

根据所述匹配结果，判断所述目标车辆是否能在所述预设导航路线使用所述辅助驾驶，包括：若所述辅助行车路线与所述预设导航路线不匹配，则所述检测结果为辅助驾驶不可行；

所述根据所述检测结果，确定所述目标车辆的行车策略，包括：

当所述检测结果为辅助驾驶不可行时，生成中断响应，所述中断响应包括备选路线和/或接管指令，所述备选路线用于表征能够使用所述辅助驾驶的新路线，所述接管指令用于指示所述目标车辆不宜使用辅助驾驶。

6.根据权利要求1所述的方法，其特征在于，所述在获取到所述目标车辆的请求指令时，根据所述实时数据以及所述配置数据，对所述目标车辆进行辅助驾驶的可行性检测，获取检测结果，包括：

当获取到目标车辆的请求指令时，判断所述获取到的实时数据是否能够用于所述可行性检测；

若所述获取到的实时数据不能用于所述可行性检测，则所述检测结果为辅助驾驶不可行；

所述根据所述检测结果，确定所述目标车辆的行车策略，包括：当所述检测结果为辅助驾驶不可行时，生成接管指令，所述接管指令用于指示所述目标车辆不宜使用辅助驾驶。

7.根据权利要求5所述的方法，其特征在于，所述根据所述实时数据以及所述配置数据，生成符合使用所述辅助驾驶的辅助行车路线，包括：

获取交通态势数据，所述交通态势数据至少包括从导航服务提供商获取的交通路况数据；以及

根据所述实时数据、所述配置数据以及所述交通态势数据，生成符合使用所述辅助驾驶的辅助行车路线。

8.一种辅助驾驶装置，其特征在于，所述装置包括：

第一获取模块，用于获取多个参考车辆采集的实时数据，所述实时数据包括所述参考车辆所处位置的环境数据以及所述参考车辆的位置数据；

第二获取模块，用于获取目标车辆的车载传感器的配置数据；

检测模块，用于在获取到所述目标车辆的请求指令时，根据所述实时数据以及所述配置数据，对所述目标车辆进行辅助驾驶的可行性检测，获取检测结果，所述请求指令用于表征所述目标车辆请求使用辅助驾驶；以及

确定模块，用于根据所述检测结果，确定所述目标车辆的行车策略。

9.一种车辆，其特征在于，包括：

车载传感器；

存储器；

一个或多个处理器，与所述存储器耦接；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行如权利要求1-7任一项所述的方法。

10.一种服务器，其特征在于，包括：

存储器；

一个或多个处理器，与所述存储器耦接；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行如权利要求1-7任一项所述的方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。

Images