车辆数据的处理方法、装置、非易失性存储介质及车辆与流程

1.本发明涉及数据处理领域，具体而言，涉及一种车辆数据的处理方法、装置、非易失性存储介质及车辆。


背景技术：

2.车联网场景对通信时延的要求非常高，而将移动边缘计算(mobi le edge computing,简称为mec)应用在车联网中，可以有效避免交通系统中碰撞事故的发生，从而很大程度上保证了行车安全、防止了交通拥堵，目前的相关技术主要是将极大距离可分(maximum distance separable,简称为mds)码作为目前应用到车联网通信中较为有效的分布式编码技术，但是这种技术的时延较长。
3.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本发明实施例提供了一种车辆数据的处理方法、装置、非易失性存储介质及车辆，以至少解决相关技术中通信时延较长的技术问题。
5.根据本发明实施例的一个方面，提供了一种车辆数据的处理方法，包括：响应于接收到车辆的数据处理指令，将车辆的待处理数据上传至车辆预设范围内的多个边缘节点服务器中；响应于接收到多个边缘节点服务器下发的多个边缘处理数据，对多个边缘处理数据进行筛选，得到目标数据，其中，多个边缘处理数据通过对多个边缘节点服务器中的子矩阵和待处理数据进行内积运算得到，子矩阵通过对边缘处理模型的模型矩阵进行分割得到。
6.可选地，对多个边缘处理数据进行筛选，得到目标数据，包括：对多个边缘处理数据进行筛选，得到第一数据和第二数据，其中，第一数据为出现重复的数据中的任意一个数据，第二数据为未出现重复的数据；对第一数据和第二数据进行合并，得到目标数据。
7.可选地，子矩阵通过多个边缘节点服务器的数量对第一子矩阵进行重复编码得到，第一子矩阵通过模型矩阵的行对模型矩阵进行平均分割得到。
8.可选地，将车辆的待处理数据上传至车辆预设范围内的多个边缘节点服务器中，包括：通过无线信道将待处理数据上传至多个边缘节点服务器中。
9.可选地，响应于接收到多个边缘节点服务器下发的多个边缘处理数据，对多个边缘处理数据进行恢复，得到目标数据，包括：响应于接收到多个边缘节点服务器通过下行链路下发的多个边缘处理数据，对多个边缘处理数据进行恢复，得到目标数据。
10.可选地，上述方法还包括：确定根据子矩阵对待处理数据进行边缘处理时所产生的计算时延；确定将多个边缘处理数据下发至车辆的传输时延；基于多个边缘节点服务器的数量对计算时延和传输时延进行归一化处理，得到车辆数据处理过程所产生的目标时延。
11.可选地，确定根据子矩阵对待处理数据进行边缘处理时所产生的计算时延，包括：
获取多个边缘节点服务器中包含的子矩阵的不同编码行；根据不同编码行和预设时间确定的多个处理时间；对随机处理时间和多个处理时间中的目标处理时间进行归一化处理，得到处理时延，其中，目标处理时间为多个处理时间中的最小处理时间。
12.根据本发明实施例的另一方面，还提供了一种车辆数据的处理装置，包括：上传模块，用于响应于接收到车辆的数据处理指令，将车辆的待处理数据上传至车辆预设范围内的多个边缘节点服务器中；恢复模块，用于响应于接收到多个边缘节点服务器下发的多个边缘处理数据，对多个边缘处理数据进行筛选，得到目标数据，其中，多个边缘处理数据通过对多个边缘节点服务器中的子矩阵和待处理数据进行内积运算得到，子矩阵通过对边缘处理模型的模型矩阵进行分割得到。
13.根据本发明实施例的另一方面，还提供了一种非易失性存储介质，其特征在于，非易失性存储介质包括存储的程序，其中，在程序运行时控制所在设备的处理器中执行上述任意一项的车辆数据的处理方法。
14.根据本发明实施例的另一方面，还提供了一种车辆，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器执行上述任意一项的车辆数据的处理方法。
15.根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述车辆数据的处理方法。
16.在本发明实施例中，响应于接收到车辆的数据处理指令，将车辆的待处理数据上传至车辆预设范围内的多个边缘节点服务器中，响应于接收到多个边缘节点服务器下发的多个边缘处理数据，对多个边缘处理数据进行筛选，得到目标数据，需要说明的是，多个边缘处理数据通过对多个边缘节点服务器中的子矩阵和待处理数据进行内积运算得到，子矩阵通过对边缘处理模型的模型矩阵进行分割得到。通过以上方法，将车辆的待处理数据上传至多个边缘节点服务器中，然后对模型矩阵进行分割得到子矩阵，通过对子矩阵和待处理数据进行运算，可以得到多个边缘处理数据，最后对多个边缘处理数据进行筛选，得到目标数据，达到了对模型矩阵进行分割，将分割后的子矩阵存储在不同的边缘节点服务器中的目的，从而实现了减少分布式编码计算过程中下行链路通信时延的技术效果，进而解决了相关技术中通信时延较长的技术问题。
附图说明
17.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
18.图1是根据本发明实施例的一种车辆数据的处理方法的流程图；
19.图2是根据本发明实施例的一种重复编码策略的示意图；
20.图3是根据本发明实施例的一种计算时延模型的示意图；
21.图4是根据本发明实施例的一种多用户矩阵相乘任务卸载场景模型的示意图；
22.图5是根据本发明实施例的一种数据处理过程的示意图；
23.图6是根据本发明实施例的一种车辆控制装置的示意图。
具体实施方式
24.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
25.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
26.实施例1
27.根据本发明实施例，提供了一种车辆数据的处理方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
28.图1是根据本发明实施例的一种车辆数据的处理方法的流程图，如图1所示，该方法包括如下步骤：
29.步骤s102，响应于接收到车辆的数据处理指令，将车辆的待处理数据上传至车辆预设范围内的多个边缘节点服务器中。
30.其中，数据处理指令可以理解为车辆下发的，需要进行数据处理的指令，待处理数据可以理解为用户上传的需要进行处理的数据，预设范围可以理解为提前预设的，可以接收到当前车辆的待处理数据的边缘节点服务器的范围，多个边缘节点服务器可以理解为用于接收待处理数据的服务器。
31.在一种可选的实施例中，车辆的待处理数据可以是由用户通过无线信道上传至车辆预设范围内的多个边缘节点服务器中的。
32.可以理解的是，边缘节点服务器通常由多个独立的进程组成，每个进程负责处理特定的事件类型。通过使用多个边缘节点服务器，可以提高事件处理的效率和可靠性，同时，边缘节点服务器还可以方便开发人员在进程间进行通信和同步，因此，可以将车辆的待处理数据上传至车辆预设范围内的多个边缘节点服务器中，用于提高数据处理的效率及可靠性。
33.步骤s104，响应于接收到多个边缘节点服务器下发的多个边缘处理数据，对多个边缘处理数据进行筛选，得到目标数据，其中，多个边缘处理数据通过对多个边缘节点服务器中的子矩阵和待处理数据进行内积运算得到，子矩阵通过对边缘处理模型的模型矩阵进行分割得到。
34.其中，多个边缘处理数据可以理解为由多个边缘节点服务器对待处理数据进行处理之后下发的数据，目标数据可以理解为将重复的数据筛选之后得到的数据，子矩阵可以
理解为将对边缘处理模型的模型矩阵进行分割得到的矩阵，内积运算可以理解为在计算机内存中对数据进行运算的过程，边缘处理模型可以理解为用于处理图像或视频数据中边缘的信息的数据模型，模型矩阵可以理解为一个多维数组，可以用于处理输入信息并输出预测结果。
35.具体地，上述步骤可以理解为：经过编码运算操作可将模型矩阵p编码为k个子矩阵，并将这些子矩阵pk存放到与之对应的边缘节点enk中，每个enk再将收到的用户数据矩阵x和存储在其内的p的子矩阵进行线性乘积计算，通过筛选之后得到目标数据。
36.可以理解的是，边缘可以是图像或视频中的阴影或对比差异区域，边缘处理模型可以通过边缘检测、边缘识别、边缘匹配和边缘增强等技术来提取边缘信息，边缘处理模型通常被用于识别图像中的边缘和结构，以便进行更进一步的分析和处理，因此可以使用边缘处理模型来获取数据，从而提高数据处理的效率及可靠性。
37.通过上述步骤，响应于接收到车辆的数据处理指令，将车辆的待处理数据上传至车辆预设范围内的多个边缘节点服务器中，响应于接收到多个边缘节点服务器下发的多个边缘处理数据，对多个边缘处理数据进行筛选，得到目标数据，需要说明的是，多个边缘处理数据通过对多个边缘节点服务器中的子矩阵和待处理数据进行内积运算得到，子矩阵通过对边缘处理模型的模型矩阵进行分割得到。通过以上方法，将车辆的待处理数据上传至多个边缘节点服务器中，然后对模型矩阵进行分割得到子矩阵，通过对子矩阵和待处理数据进行运算，可以得到多个边缘处理数据，最后对多个边缘处理数据进行筛选，得到目标数据，达到了对模型矩阵进行分割，将分割后的子矩阵存储在不同的边缘节点服务器中的目的，从而实现了减少分布式编码计算过程中下行链路通信时延的技术效果，进而解决了相关技术中通信时延较长的技术问题。
38.可选地，对多个边缘处理数据进行筛选，得到目标数据，包括：对多个边缘处理数据进行筛选，得到第一数据和第二数据，其中，第一数据为出现重复的数据中的任意一个数据，第二数据为未出现重复的数据；对第一数据和第二数据进行合并，得到目标数据。
39.其中，第一数据可以理解为在多个边缘处理数据中出现重复的数据，第二数据可以理解为在多个边缘处理数据中未出现重复的数据。
40.具体地，对多个边缘处理数据进行筛选，可以理解为将多个边缘处理数据分为出现重复的数据和未出现重复的数据，然后将出现重复的数据中的任意一个进行删除，也即，同样的数据只保留一个，再将删除过的数据与上述未出现重复的数据进行合并，最终得到目标数据。
41.可以理解的是，对多个边缘处理数据进行筛选，可以删除掉多个边缘处理数据中出现重复的数据，减少了数据处理的时间，从而提高了数据处理的效率。
42.可选地，子矩阵通过多个边缘节点服务器的数量对第一子矩阵进行重复编码得到，第一子矩阵通过模型矩阵的行对模型矩阵进行平均分割得到。
43.其中，第一子矩阵可以理解为将模型矩阵p根据其编码行分割后得到的矩阵，重复编码可以理解为在编码过程中，对于一个单词，将其通过多个编码方式表示。在这个过程中，编码器可能会使用不同的算法或方法来编码同一个单词。
44.可以理解的是，通过使用重复编码策略，可以使加密数据更加难以解密，从而提高数据加密的安全性。
45.具体地，上述步骤可以理解为：将模型矩阵p根据其编码行分割成k/r个子矩阵，这里的r就是子矩阵的重复次数，假设k/r个子矩阵都是相互独立的，那么每个子矩阵就都有rm/k个编码行，分割完成后就可以将每个子矩阵分配给r个不同的边缘节点服务器，其中，k为服务器总数，r为子矩阵重复次数，m为减少误差的频率，m的取值通常在0到1之间，其中0表示完全损失或完全误差，1表示完全未损失或未误差。
46.图2是根据本发明实施例的一种重复编码策略的示意图，如图2所示，对模型矩阵p进行编码，得到三组p1、p2，对三组p1、p2进行储存，得到en1、en2、en3、en4、en5、en6，内积后分别得到xp1、xp2、xp1、xp2、xp1、xp2，进行筛选之后，将重复的xp2进行删除，将其余数据进行恢复，得到xp，在如图2所示的重复编码策略中，r＝3，k＝6。
47.在边缘计算阶段，可以将上行传输链路过程中收集到的整个用户数据矩阵x与每个边缘节点服务器内存储的rm/k个行向量组成的子矩阵之间进行内积运算。重复编码的过程中，假设移动边缘计算(mobi le edge comput ing,简称为mec)服务器总数为k＝6，子矩阵重复次数为r＝3，根据k/r＝2，需要将模型矩阵p沿它的行平均分割为两个子矩阵p1和p2，之后就可以把p1和p2重复地分别分配给r＝3个不同的边缘节点服务器，用来储存完全相同的计算任务数据。
48.在边缘计算过程中，内积运算xp1和xp2的计算时间取决于哪个子矩阵能够率先完成计算。那么在下行链路传输阶段，当车载用户最少接收到4个边缘节点服务器返回的计算结果，即有两个结点失效时，就一定可以恢复出完整的输出矩阵xp，也就是说这个系统最多可以容忍两个离散结点带来的影响。
49.总的来说，重复编码增加越多可复制子矩阵的数量，系统的冗余度和冗余计算量就越大，那么就可以提供更大的边缘离散结点容忍能力。这种在不同的边缘节点服务器上计算出相同的输出的能力并通过发射机的合作来减少分布式编码计算过程中下行链路通信时延的能力是mds编码方案不具备的。
50.可选地，将车辆的待处理数据上传至车辆预设范围内的多个边缘节点服务器中，包括：通过无线信道将待处理数据上传至多个边缘节点服务器中。
51.其中，无线信道可以理解为在电话或通信系统中，通过空气或卫星等无线传输系统传输信息的一种通信方式。
52.可以理解的是，与传统的有线通信方式(如有线电话、有线网络等)相比，无线信道具有更大的适应性和可扩展性，可以实现远距离、无物理限制的通信，因此，可以通过无线信道将待处理数据上传至多个边缘节点服务器中。
53.具体地，上述步骤可以理解为：车辆中的用户通过无线信道将待处理数据上传给预设范围内的多个边缘节点服务器。
54.可选地，响应于接收到多个边缘节点服务器下发的多个边缘处理数据，对多个边缘处理数据进行恢复，得到目标数据，包括：响应于接收到多个边缘节点服务器通过下行链路下发的多个边缘处理数据，对多个边缘处理数据进行恢复，得到目标数据。
55.其中，下行链路可以理解为一种在电脑硬件或电子设备中进行通信的方式。
56.可以理解的是，下行链路通信的工作原理是通过特殊的数据传输卡或者连接器将数据传输到一个专门的接口上，然后将数据通过电磁信号或者光纤传输到接收端。在接收端，数据再次被解码并输出到设备上，与传统的通信方式相比，下行链路通信具有快速、安
全、稳定、不受干扰等优点，因此，通过下行链路下发多个边缘处理数据，可以提高数据处理的效率及稳定性。
57.具体地，上述步骤可以理解为：多个边缘节点服务器将计算结果于在线阶段通过下行链路通信传送给用户，使得每个用户都可以恢复出各自所需要的输出数据，即目标数据。
58.可选地，上述方法还包括：确定根据子矩阵对待处理数据进行边缘处理时所产生的计算时延；确定将多个边缘处理数据下发至车辆的传输时延；基于多个边缘节点服务器的数量对计算时延和传输时延进行归一化处理，得到车辆数据处理过程所产生的目标时延。
59.其中，计算时延可以理解为子矩阵对待处理数据进行边缘处理的计算过程中所需要的时间，传输时延可以理解为将多个边缘处理数据下发至车辆所需要的时间，归一化处理可以理解为将多个数据源中的数据进行整合、集成和统一，以实现数据的归一性和一致性。这个过程通常涉及到数据的清洗、转换、映射和融合等操作，以便将不同数据来源中的数据融合为一个整体，使其更加可读、可用和准确，目标时延可以理解为基于计算时延和传输时延得到的车辆数据处理过程所需要的时间。
60.可以理解的是，车辆数据处理过程中产生的时延至少包括计算时延及传输时延两个部分，因此可以基于多个边缘节点服务器的数量对计算时延和传输时延进行归一化处理，得到车辆数据处理过程所产生的目标时延，以此来保证目标时延计算结果的准确性。
61.在一种可选的实施例中，可以通过广义相关法、广义相位谱法、双谱法、高阶累积量法、参数模型法等方法来确定根据子矩阵对待处理数据进行边缘处理时所产生的计算时延，及多个边缘处理数据下发至车辆的传输时延。
62.可选地，确定根据子矩阵对待处理数据进行边缘处理时所产生的计算时延，包括：获取多个边缘节点服务器中包含的子矩阵的不同编码行；根据不同编码行和预设时间确定的多个处理时间；对随机处理时间和多个处理时间中的目标处理时间进行归一化处理，得到处理时延，其中，目标处理时间为多个处理时间中的最小处理时间。
63.其中，预设时间可以理解为提前预设的子矩阵的数据处理时间，多个处理时间可以理解为多个子矩阵的数据处理时间，随机处理时间可以理解为一个随机的初始时延，目标处理时间可以理解为多个处理时间中最短的那个时间，处理时延可以理解为子矩阵对待处理数据进行边缘处理时所产生的计算时延。
64.具体地，上述计算时延的过程可以理解为：假设第k个边缘节点enk执行mk个行向量所需要的乘积运算时延dk＝gk+τmk。其中gk～exp(λ)，即gk服从参数为的指数分布，那么该指数分布的期望就是1/λ。因此，计算时延模型一共包含两个部分，第一部分的gk是一个随机变量，它代表边缘节点服务器在开始执行计算之前的初始设置时间。在第二部分中，τ是计算一个行向量内积所需要的确定性时间，可以得出服务器计算时间与行向量个数呈线性关系。如果没有模拟这部分初始设置时间，那么边缘节点服务器上运行的后台任务就会造成差异性延迟，而一旦考虑了这部分时延，差异性就会大大降低，因此，这个计算延时模型是一个更为实际的模型，它关注到了增加计算任务会对相应的对系统延迟造成一定干扰。此外，与简单的计算任务时延模型不同，该时延模型的指数部分的衰减率λ不会随着边缘节点服务器执行的计算量的变化而变化。由于gk符合参数为λ的指数分布，那么在边缘结点k
上执行m个行向量计算任务计算所需的时间分布p(dk≤t)＝1-exp(-λ(t-τm))。
65.图3是根据本发明实施例的一种计算时延模型的示意图，如图3所示，横坐标代表该模型下的计算时延dk，纵坐标代表边缘节点序号enk，en1即为边缘节点1，en2即为边缘节点2。在每一个边缘节点服务器的计算时延中，灰色部分代表一个随机的初始延迟gk，g1代表边缘节点1中一个随机的初始延迟，g2代表边缘节点2中一个随机的初始延迟，tmk代表在边缘节点服务器上执行m个行向量计算任务所需的时间，tm1代表边缘节点1在边缘节点服务器上执行m个行向量计算任务所需的时间，tm2代表边缘节点2在边缘节点服务器上执行m个行向量计算任务所需的时间，每个行向量的乘积任务用一个小矩形表示，而完成每个任务所需要的确定时间为τ。
66.具体计算重复编码方案时延。这里在上行链路传输阶段做了一个简化的假设，假设所有的ens都可以完整地获得整个输入矩阵x，并且上传x到所有的ens所需的时间都是相同的，这使得上行链路传输阶段对于时延的影响可以基本忽略。那么用δc表示归一化计算时延，用δd表示归一化下行链路传输时延，则可得出mec系统的平均总归一化时延
67.δ＝e*δc++γe[δd]。
[0068]
这里参数γ代表在ens上执行m个行向量计算任务所需的平均时延和对完成计算后的m个行向量进行无干扰信道传输所需要的平均时延的比值。最后我们就可以通过δ的大小来衡量分布式编码系统端到端时延的大小。
[0069]
在进行公式推导前，先设置g
n:k
来代表第n个统计值，即k个随机变量中的第n小的变量。那么g
1:k
＝min(g1,g2,
…gk
)，g
k:k
＝max(g1,g2,
…gk
)。同时再用来表示k次谐波数。由于r-重复编码码方案可以将模型矩阵分割为k/r个相互独立的子矩阵，并且每个子矩阵就都有rm/k个编码行，分割完成后就可以复制每个子矩阵p1,
…
,p
k/r
给到r个不同的ens，同时每个子矩阵都可以选择计算时延最快的结果值。因此可以得到服从指数分布gi～exp(λ)的r-重复编码方案边缘计算阶段的计算时延
[0070][0071]
再对其取期望值就可以得到
[0072][0073]
因此
[0074]
在下行链路传输阶段，有(k/r-1)个子矩阵计算的相同过程值同时储存于r个不同的服务器中，且每个子矩阵中都有mr/k个计算过的过程值，它们可以相互协同将其传递给车载用户。因此，这一阶段的归一化下传时延就是但是仍然有(mr/k)个过程值没有协作下传的机会，所以这(mr/k)个过程值就需要通过正交传输依次在下行链路中按照顺序传递给每一个车载用户，可以得出它们的归一化下行链路传输时延为mr/k。经过推导，r-重复编码的归一化下传时延
[0075][0076]
进而得到r-重复编码方案的总归一化时延为：
[0077][0078]
图4是根据本发明实施例的一种多用户矩阵相乘任务卸载场景模型的示意图，如图4所示，此模型中分别有k个边缘节点服务器和n个车载用户，且每个边缘节点中都有一个mec服务器作为边缘节点。n个用户中的每一个用户都有与自己相对应的用户数据xn，xn即对应用户输入向量x中的某一位，这些数据由用户负责并且在线收集的。再定义x为用户数据矩阵，其中x＝[x1,x2,...,xn]，其代表n个用户的数据向量的集合，因此，为了得到矩阵相乘计算结果，每个用户都需要把自己的用户数据xn与模型矩阵p相乘，算得结果yn＝pxn。因此，通过后文的编码技术，经过编码运算操作可将模型矩阵p编码为k个子矩阵，并将这些子矩阵pk存放到与之对应的enk中，每个enk再将收到的用户数据矩阵x和存储在其内的p的子矩阵进行线性乘积计算。最后，边缘节点服务器将计算结果于在线阶段通过下行链路通信传送给用户，使得每个用户都可以恢复出各自所需要的输出数据yn。
[0079]
图5是根据本发明实施例的一种数据处理过程的示意图，如图5所示，任务卸载模型可以分为离线阶段和在线阶段，在在线阶段中，首先进行数据交互，包括用户数据输入上传与计算数据输出下载，将计算数据输出下载至车载用户，然后将用户数据输入上传至边缘节点，进行边缘计算，继续进行数据交互。在离线阶段中，首先进行分布式编码，然后利用重复编码方案得到端到端时延闭式表达式，然后进行边缘计算，继续进行数据交互。
[0080]
实施例2
[0081]
根据本发明实施例的另一方面，还提供了一种车辆数据的处理装置，该装置可以执行上述实施例1中的车辆数据的处理方法，该实施例中的具体实现方案和应用场景与上述实施例1相同，在此不做赘述。
[0082]
图6是根据本发明实施例的一种车辆控制装置的示意图，如图4所示，该装置包括：上传模块602，用于响应于接收到车辆的数据处理指令，将车辆的待处理数据上传至车辆预设范围内的多个边缘节点服务器中；恢复模块604，用于响应于接收到多个边缘节点服务器下发的多个边缘处理数据，对多个边缘处理数据进行筛选，得到目标数据，其中，多个边缘处理数据通过对多个边缘节点服务器中的子矩阵和待处理数据进行内积运算得到，子矩阵通过对边缘处理模型的模型矩阵进行分割得到。
[0083]
恢复模块604包括：筛选单元，用于对多个边缘处理数据进行筛选，得到第一数据和第二数据，其中，第一数据为出现重复的数据中的任意一个数据，第二数据为未出现重复的数据；合并单元，用于对第一数据和第二数据进行合并，得到目标数据。
[0084]
上述子矩阵通过多个边缘节点服务器的数量对第一子矩阵进行重复编码得到，第一子矩阵通过模型矩阵的行对模型矩阵进行平均分割得到。
[0085]
上传模块602包括：上传单元，用于通过无线信道将待处理数据上传至多个边缘节点服务器中。
[0086]
恢复模块604还包括：恢复单元，用于响应于接收到多个边缘节点服务器通过下行链路下发的多个边缘处理数据，对多个边缘处理数据进行恢复，得到目标数据。
[0087]
上述装置还包括：第一确定模块，用于确定根据子矩阵对待处理数据进行边缘处理时所产生的计算时延；第二确定模块，用于确定将多个边缘处理数据下发至车辆的传输时延；时延处理模块，用于基于多个边缘节点服务器的数量对计算时延和传输时延进行归一化处理，得到车辆数据处理过程所产生的目标时延。
[0088]
第一确定模块包括：获取单元，用于获取多个边缘节点服务器中包含的子矩阵的不同编码行；时间确定单元，用于根据不同编码行和预设时间确定的多个处理时间；时间处理单元，用于对随机处理时间和多个处理时间中的目标处理时间进行归一化处理，得到处理时延，其中，目标处理时间为多个处理时间中的最小处理时间。
[0089]
实施例3
[0090]
根据本发明实施例的另一方面，还提供了一种非易失性存储介质，其特征在于，非易失性存储介质包括存储的程序，其中，在程序运行时控制所在设备的处理器中执行上述任意一项的车辆数据的处理方法。
[0091]
实施例4
[0092]
根据本发明实施例的另一方面，还提供了一种车辆，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器执行上述任意一项的车辆数据的处理方法。
[0093]
实施例5
[0094]
根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述车辆数据的处理方法。
[0095]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0096]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0097]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0098]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0099]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0100]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或
部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-on ly memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0101]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：
1.一种车辆数据的处理方法，其特征在于，包括：响应于接收到车辆的数据处理指令，将所述车辆的待处理数据上传至所述车辆预设范围内的多个边缘节点服务器中；响应于接收到所述多个边缘节点服务器下发的多个边缘处理数据，对所述多个边缘处理数据进行筛选，得到目标数据，其中，所述多个边缘处理数据通过对所述多个边缘节点服务器中的子矩阵和所述待处理数据进行内积运算得到，所述子矩阵通过对边缘处理模型的模型矩阵进行分割得到。2.根据权利要求1所述的车辆数据的处理方法，其特征在于，对所述多个边缘处理数据进行筛选，得到目标数据，包括：对所述多个边缘处理数据进行筛选，得到第一数据和第二数据，其中，所述第一数据为出现重复的数据中的任意一个数据，所述第二数据为未出现重复的数据；对所述第一数据和所述第二数据进行合并，得到所述目标数据。3.根据权利要求1所述的车辆数据的处理方法，其特征在于，所述子矩阵通过所述多个边缘节点服务器的数量对第一子矩阵进行重复编码得到，所述第一子矩阵通过所述模型矩阵的行对所述模型矩阵进行平均分割得到。4.根据权利要求1所述的车辆数据的处理方法，其特征在于，将所述车辆的待处理数据上传至所述车辆预设范围内的多个边缘节点服务器中，包括：通过无线信道将所述待处理数据上传至所述多个边缘节点服务器中。5.根据权利要求1所述的车辆数据的处理方法，其特征在于，响应于接收到所述多个边缘节点服务器下发的多个边缘处理数据，对所述多个边缘处理数据进行恢复，得到目标数据，包括：响应于接收到所述多个边缘节点服务器通过下行链路下发的所述多个边缘处理数据，对所述多个边缘处理数据进行恢复，得到所述目标数据。6.根据权利要求1所述的车辆数据的处理方法，其特征在于，所述方法还包括：确定根据所述子矩阵对所述待处理数据进行边缘处理时所产生的计算时延；确定将所述多个边缘处理数据下发至所述车辆的传输时延；基于所述多个边缘节点服务器的数量对所述计算时延和所述传输时延进行归一化处理，得到车辆数据处理过程所产生的目标时延。7.根据权利要求6所述的车辆数据的处理方法，其特征在于，确定根据所述子矩阵对所述待处理数据进行边缘处理时所产生的计算时延，包括：获取所述多个边缘节点服务器中包含的所述子矩阵的不同编码行；根据所述不同编码行和预设时间确定的多个处理时间；对随机处理时间和所述多个处理时间中的目标处理时间进行归一化处理，得到处理时延，其中，所述目标处理时间为所述多个处理时间中的最小处理时间。8.一种车辆数据的处理装置，其特征在于，包括：上传模块，用于响应于接收到车辆的数据处理指令，将所述车辆的待处理数据上传至所述车辆预设范围内的多个边缘节点服务器中；恢复模块，用于响应于接收到所述多个边缘节点服务器下发的多个边缘处理数据，对所述多个边缘处理数据进行筛选，得到目标数据，其中，所述多个边缘处理数据通过对所述
多个边缘节点服务器中的子矩阵和所述待处理数据进行内积运算得到，所述子矩阵通过对边缘处理模型的模型矩阵进行分割得到。9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所在设备的处理器中执行权利要求1至7中任意一项所述的车辆数据的处理方法。10.一种车辆，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器执行权利要求1至7中任意一项所述的车辆数据的处理方法。

技术总结
本发明公开了一种车辆数据的处理方法、装置、非易失性存储介质及车辆。其中，该方法包括：响应于接收到车辆的数据处理指令，将车辆的待处理数据上传至车辆预设范围内的多个边缘节点服务器中；响应于接收到多个边缘节点服务器下发的多个边缘处理数据，对多个边缘处理数据进行筛选，得到目标数据，其中，多个边缘处理数据通过对多个边缘节点服务器中的子矩阵和待处理数据进行内积运算得到，子矩阵通过对边缘处理模型的模型矩阵进行分割得到。本发明解决了相关技术中通信时延较长的技术问题。解决了相关技术中通信时延较长的技术问题。解决了相关技术中通信时延较长的技术问题。


技术研发人员：田博文 吴振昕 刘涛 彭亮 赵朋刚 张正龙 迟霆 王宇 杨渊泽 赵思佳
受保护的技术使用者：中国第一汽车股份有限公司
技术研发日：2023.06.27
技术公布日：2023/9/25