一种面向车载混合人工智能任务的自适应执行方法及系统与流程

本申请涉及车辆智能控制，具体涉及一种面向车载混合人工智能任务的自适应执行方法及系统。

背景技术：

1、随着人工智能技术的发展，车载助手系统逐渐普及。然而，现有车载任务执行方案存在显著的技术缺陷，主要体现在计算资源的调度策略与车辆物理运行状态不匹配。

2、例如，传统车载系统无论车辆处于行驶状态还是停放状态，其任务处理逻辑通常是静态的。在车辆行驶过程中，驾驶员注意力必须集中在路况上，若车载 ai 进行复杂的通用任务处理（如生成长文本、复杂对话），会通过屏幕或语音干扰驾驶，存在安全隐患；而在车辆停放时，车载大算力芯片通常处于休眠或低负载状态，造成硬件资源浪费，因此车辆算力资源与驾驶安全性存在矛盾冲突。

技术实现思路

1、本申请提供一种面向车载混合人工智能任务的自适应执行方法及系统，可以解决现有技术中存在的车辆算力资源与驾驶安全性存在矛盾冲突的技术问题。

2、第一方面，本申请实施例提供了一种面向车载混合人工智能任务的自适应执行方法，其包括：

3、获取任务数据以及车辆状态信号，并根据所述车辆状态信号判断车辆所处状态；

4、若判定车辆处于行驶状态，以后台静默模式执行所述任务数据；

5、若判定车辆处于停放状态，以主动计算模式执行所述任务数据；

6、其中，在所述后台静默模式下，禁止执行涉及车辆运动的物理控制子任务，并限制人工智能推理运算的资源占用及交互反馈强度；在所述主动计算模式下，允许执行涉及车辆运动的物理控制子任务，并解除所述资源占用及交互反馈强度的限制。

7、优选的，所述车辆状态信号至少包括车速信号、档位信号及手刹状态信号；

8、所述根据所述车辆状态信号判断车辆当前处于行驶状态或停放状态，包括：

9、当所述车速信号大于零，或所述档位信号指示档位不为驻车档时，判定为所述行驶状态；

10、当所述车速信号等于零、所述档位信号指示档位为驻车档、且所述手刹状态信号指示手刹处于拉起状态时，判定为所述停放状态。

11、优选的，限制人工智能推理运算的资源占用及交互反馈强度，包括：

12、限制人工智能推理线程的中央处理器配额低于预设阈值，并屏蔽非紧急的语音播报和屏幕弹窗交互；

13、解除所述资源占用及交互反馈强度的限制，包括： 解除所述中央处理器配额限制，并允许全量语音播报、屏幕显示和消息推送交互。

14、优选的，获取任务数据，具体包括：

15、通过车载终端接收用户指令，或接收由与车辆绑定的移动终端发送的用户指令，并对所述用户指令分配唯一标识，生成结构化任务数据；

16、将所述结构化任务数据存入任务队列，形成意图记录池，并将任务状态初始化为待处理；

17、基于预设任务拆解策略，对所述结构化任务数据进行语义解析，以将所述结构化任务数据拆分为至少一个子任务，并标记每个子任务的类型；所述类型包括纯计算子任务和物理控制子任务；

18、建立各子任务之间的依赖关系树，并将带有子任务类型标记及依赖关系的任务数据更新存入所述意图记录池。

19、优选的，以后台静默模式或主动计算模式执行所述任务数据，具体包括：

20、从所述意图记录池中读取状态为待处理的子任务；

21、根据读取的子任务的类型及当前车辆状态，确定允许执行的子任务集合，以及所述子任务集合中子任务的执行时机；其中，在所述后台静默模式下，禁止执行所述物理控制子任务中涉及车辆运动的子任务，允许执行所述纯计算子任务；在所述主动计算模式下，允许执行全部类型的子任务；

22、对于允许执行的涉及车辆运动的物理控制子任务，将其转换为车辆控制协议帧；

23、读取车辆传感器数据，在确认满足安全执行条件后，将所述协议帧发送至对应的车辆域控制器，以执行相应的物理动作。

24、优选的，确认满足安全执行条件，具体包括：

25、通过雷达传感器或摄像头传感器采集车辆周围环境数据；

26、所述周围环境数据指示障碍物距离大于预设安全距离阈值，且未检测到行进路径上存在行人或动物时，判定为满足安全执行条件。

27、优选的，还包括：

28、当正在执行的任务因车辆状态切换为行驶状态而被中断时，将该任务标记为挂起状态，并更新存入所述意图记录池；

29、待车辆状态切换为停放状态后，从所述意图记录池中读取所述挂起状态的任务，自动恢复执行。

30、优选的，还包括：

31、在任务执行完成后，生成执行报告，将执行结果同步至用户绑定的终端设备；

32、接收用户对所述执行结果的反馈数据，所述反馈数据包括满意度评分或对任务结果的修改行为；

33、根据所述反馈数据更新用户偏好模型权重，并基于更新后的用户偏好模型权重，调整所述预设任务拆解策略中的解析优先级系数，或调整所述后台静默模式与主动计算模式切换的判定阈值。

34、优选的，所述车辆状态信号还包括充电枪连接状态信号；

35、当所述车速信号指示车速等于零、所述档位信号指示档位为驻车档，且所述充电枪连接状态信号指示充电枪已连接时，判定车辆处于充电状态，以所述主动计算模式执行所述任务数据。

36、第二方面，提供了一种面向车载混合人工智能任务的自适应执行系统，其包括：

37、任务接收模块，用于获取任务数据；

38、状态感知模块，用于获取车辆状态信号，并根据所述车辆状态信号判断车辆当前处于行驶状态或停放状态；

39、调度执行模块，用于若判定车辆处于行驶状态，以后台静默模式执行所述任务数据；若判定车辆处于停放状态，以主动计算模式执行所述任务数据；其中，在所述后台静默模式下，禁止执行涉及车辆运动的物理控制子任务，并限制人工智能推理运算的资源占用及交互反馈强度； 在所述主动计算模式下，允许执行涉及车辆运动的物理控制子任务，并解除所述资源占用及交互反馈强度的限制。

40、本申请实施例提供的技术方案带来的有益效果包括：

41、通过建立车辆物理状态与计算调度策略的动态绑定关系，解决了现有技术中车辆算力资源与驾驶安全性的矛盾冲突的问题。在行驶状态下，强制进入后台静默模式，从源头消除了屏幕弹窗和语音播报对驾驶员注意力的分散，显著提升了驾驶安全性；在停放及充电状态下，切换至主动计算模式，将闲置的车载大算力芯片转化为高性能计算节点，充分利用硬件资源处理重型ai任务。这种自适应机制既避免了为安全牺牲算力利用率，也防止了为算力利用牺牲安全性，实现了算力资源与驾驶安全性的最佳平衡，最大化了车载硬件的经济价值与安全价值，保障安全性，停放及充电时充分利用闲置算力处理，提升硬件利用率。

1.一种面向车载混合人工智能任务的自适应执行方法，其特征在于，其包括：

2.如权利要求1所述的面向车载混合人工智能任务的自适应执行方法，其特征在于：

3.如权利要求1所述的面向车载混合人工智能任务的自适应执行方法，其特征在于：

4.如权利要求1所述的面向车载混合人工智能任务的自适应执行方法，其特征在于，获取任务数据，具体包括：

5.如权利要求4所述的面向车载混合人工智能任务的自适应执行方法，其特征在于，以后台静默模式或主动计算模式执行所述任务数据，具体包括：

6.如权利要求5所述的面向车载混合人工智能任务的自适应执行方法，其特征在于，确认满足安全执行条件，具体包括：

7.如权利要求5所述的面向车载混合人工智能任务的自适应执行方法，其特征在于，还包括：

8.如权利要求4所述的面向车载混合人工智能任务的自适应执行方法，其特征在于，还包括：

9.如权利要求2所述的面向车载混合人工智能任务的自适应执行方法，其特征在于：

10.一种面向车载混合人工智能任务的自适应执行系统，其特征在于，其包括：