数据处理方法、装置、设备及存储介质与流程

1.本技术涉及信息技术领域，尤其涉及一种数据处理方法、装置、设备及存储介质。


背景技术：

2.在一辆车上时刻产生着海量的车身信号数据(例如车速、油/电量、灯光、空调、座椅等)，并且不停汇集着众多的业务数据(例如语音对话、导航、影音、天气等)。然而，这些数据通常以原始的、粗颗粒度的形式(如数据包、日志等)呈现，其所蕴含的数据价值未被充分发掘。
3.同时，在传统的需求驱动理念中，各个车载软件应用根据业务需求独自开展自身业务，各应用之间存在业务壁垒，各自产生的数据被天然屏蔽，导致海量的数据被忽视利用价值甚至丢弃。可见，现有的车辆海量数据的数据价值未被挖掘，无法将其作为重要要素融入至实际业务中，进而不利于车载智能化和物联网化服务的发展。


技术实现要素：

4.本技术提供一种数据处理方法、装置、设备及存储介质，用于提供一种数据处理方法，基于车身信号数据以及车载应用的业务数据达到数据驱动业务的目的，为实现车载智能化和物联网化服务提供可行性方案。
5.第一方面，本技术提供一种数据处理方法，应用于车机端的计算引擎；所述方法，包括：
6.获取所述车机端的原始数据流，将所述原始数据流指标化以得到量化数据流；
7.根据所述量化数据流以及目标规则脚本进行数据计算业务，以得到计算结果，所述目标规则脚本包括预先根据业务驱动需求编写的合法规则脚本内容；
8.根据所述计算结果驱动车载装置进行目标操作，以通过所述目标操作满足所述业务驱动需求。
9.在一种可能的设计中，所述获取所述车机端的原始数据流，包括：
10.根据所述业务驱动需求以及所述数据计算业务确定数据需求；
11.实时记录符合所述数据需求的车身信号数据和车载应用的业务数据；
12.其中，所述原始数据流包括所述车身信号数据和所述车载应用的业务数据。
13.在一种可能的设计中，所述将所述原始数据流指标化以得到量化数据流，包括：
14.按照预设指标类型对所述原始数据流进行指标化，将指标化后的原始数据流确定为所述量化数据流；
15.其中，所述预设指标类型包括数据编码、数据内容以及数据上报时机。
16.在一种可能的设计中，所述根据所述量化数据流以及目标规则脚本进行数据计算业务，以得到计算结果，包括：
17.输入所述量化数据流至预设脚本运行容器；
18.将所述量化数据流运行所述目标规则脚本以实现所述数据计算业务，将得到的脚
本运行结果确定为所述计算结果；
19.其中，所述预设脚本运行容器具备并行运行所述目标规则脚本的能力。
20.在一种可能的设计中，在所述根据所述量化数据流以及目标规则脚本进行数据计算业务，以得到计算结果之前，还包括：
21.获取车机端下发的车端规则脚本，以及云端下发的云端规则脚本；
22.缓存所述车端规则脚本和所述云端规则脚本；
23.对所述车端规则脚本和所述云端规则脚本各自规则脚本内容的合法性进行校验；
24.将通过校验的规则脚本内容确定为所述目标规则脚本。
25.在一种可能的设计中，所述对所述车端规则脚本和所述云端规则脚本各自规则脚本内容的合法性进行校验，包括：
26.判断所述车端规则脚本和所述云端规则脚本各自规则脚本内容的语法是否合法；
27.若是，所述合法性通过校验；
28.若否，上报脚本异常至所述云端。
29.在一种可能的设计中，所述获取云端下发的云端规则脚本，包括：
30.获取所述云端通过预设远程服务以及所述车机端的标识信息下发的所述云端规则脚本。
31.在一种可能的设计中，所述车身信号数据包括车速以及所述车载装置的状态数据；所述车载应用的业务数据包括导航数据和/或摄像头面部识别数据。
32.第二方面，本技术提供一种数据处理装置，包括：
33.获取模块，用于获取车机端的原始数据流，将所述原始数据流指标化以得到量化数据流；
34.处理模块，用于根据所述量化数据流以及目标规则脚本进行数据计算业务，以得到计算结果，所述目标规则脚本包括预先根据业务驱动需求编写的合法规则脚本内容；
35.驱动模块，用于根据所述计算结果驱动车载装置进行目标操作，以通过所述目标操作满足所述业务驱动需求。
36.在一种可能的设计中，所述获取模块，具体用于：
37.根据所述业务驱动需求以及所述数据计算业务确定数据需求；
38.实时记录符合所述数据需求的车身信号数据和车载应用的业务数据；
39.其中，所述原始数据流包括所述车身信号数据和所述车载应用的业务数据。
40.在一种可能的设计中，所述获取模块，还用于：
41.按照预设指标类型对所述原始数据流进行指标化，将指标化后的原始数据流确定为所述量化数据流；
42.其中，所述预设指标类型包括数据编码、数据内容以及数据上报时机。
43.在一种可能的设计中，所述处理模块，具体用于：
44.输入所述量化数据流至预设脚本运行容器；
45.将所述量化数据流运行所述目标规则脚本以实现所述数据计算业务，将得到的脚本运行结果确定为所述计算结果；
46.其中，所述预设脚本运行容器具备并行运行所述目标规则脚本的能力。
47.在一种可能的设计中，所述处理模块，还用于：
48.获取车机端下发的车端规则脚本，以及云端下发的云端规则脚本；
49.缓存所述车端规则脚本和所述云端规则脚本；
50.对所述车端规则脚本和所述云端规则脚本各自规则脚本内容的合法性进行校验；
51.将通过校验的规则脚本内容确定为所述目标规则脚本。
52.在一种可能的设计中，所述处理模块，还用于：
53.判断所述车端规则脚本和所述云端规则脚本各自规则脚本内容的语法是否合法；
54.若是，所述合法性通过校验；
55.若否，上报脚本异常至所述云端。
56.在一种可能的设计中，所述处理模块，还用于：
57.获取所述云端通过预设远程服务以及所述车机端的标识信息下发的所述云端规则脚本。
58.在一种可能的设计中，所述车身信号数据包括车速以及所述车载装置的状态数据；所述车载应用的业务数据包括导航数据和/或摄像头面部识别数据。
59.第三方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
60.所述存储器存储计算机执行指令；
61.所述处理器执行所述存储器存储的计算机执行指令，以实现第一方面所提供的任意一种可能的数据处理方法。
62.第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现第一方面所提供的任意一种可能的数据处理方法。
63.第五方面，本技术提供一种计算机程序产品，包括计算机执行指令，该计算机执行指令被处理器执行时用于实现第一方面所提供的任意一种可能的数据处理方法。
64.本技术提供一种数据处理方法、装置、设备及存储介质，该数据处理方法，应用于车机端的计算引擎。首先获取车机端的原始数据流，并将原始数据流指标化以得到量化数据流，然后根据量化数据流以及目标规则脚本进行数据计算业务，得到计算结果，其中目标规则脚本包括预先根据业务驱动需求编写的合法规则脚本内容，最后在计算结果的指示下驱动车载装置进行目标操作，通过目标操作满足业务驱动需求。从而基于车身信号数据以及车载应用的业务数据达到数据驱动业务的目的，可以将数据作为要素融入至实际业务中，为实现车载智能化和物联网化服务提供可行性方案，提升了车辆的智慧水平。
附图说明
65.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
66.图1为本技术实施例提供的一种应用场景示意图；
67.图2为本技术实施例提供的一种计算引擎的系统架构示意图；
68.图3为本技术实施例提供的一种数据处理方法的流程示意图；
69.图4为本技术实施例提供的另一种数据处理方法的流程示意图；
70.图5为本技术实施例提供的再一种数据处理方法的流程示意图；
71.图6为本技术实施例提供的一种算法逻辑实现示意图；
72.图7为本技术实施例提供的一种数据处理装置的结构示意图；
73.图8为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
74.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的方法和装置的例子。
75.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)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，以便这里描述的本技术的实施例例如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。
76.目前车辆产生的海量车身信号数据以及车载应用的业务数据，通常是以原始的、粗颗粒度的形式呈现，其所蕴含的数据价值未被充分发掘。同时，在传统的需求驱动理念中，各个车载软件应用根据业务需求独自开展自身业务，各应用之间存在业务壁垒，各自产生的数据被天然屏蔽，导致海量的数据被忽视利用价值甚至丢弃。因此，现有车辆的海量数据的数据价值未被挖掘，无法将其作为重要元素融入至实际业务中，不利于车辆系统的智能化和物联网化发展。
77.针对现有技术存在的上述问题，本技术提供一种数据处理方法、装置、设备及存储介质。本技术提供的数据处理方法的发明构思在于：构建应用于车机端的计算引擎，通过该计算引擎实现数据驱动业务。首先计算引擎感知车机端的原始数据流，比如车身信号数据以及车载应用的业务数据，并对原始数据流进行指标化分析加工，形成量化数据流。然后量化数据流运行目标规则脚本以进行数据计算业务，通过得到的计算结果驱动车载装置进行满足业务驱动需求的相应目标操作，从而通过量化数据流运行目标规则脚本内的复杂算法实现数据驱动业务，将车辆的海量数据的数据价值得以挖掘，极大地提升了车机系统的洞察力和决策力，为实现车载智能化和物联网化服务提供可行性方案，提升了车辆的智慧水平。
78.以下，对本技术实施例的示例性应用场景进行介绍。
79.图1为本技术实施例提供的一种应用场景示意图，如图1所示，车机端100内置有计算引擎200，计算引擎200被配置为执行本技术实施例提供的数据处理方法，首先感知到的车机端100的原始数据流，并对原始数据流进行指标化得到量化数据流，进而根据量化数据流以及目标规则脚本进行数据计算业务，通过计算结果驱动车载装置进行满足业务驱动需求的目标操作，实现数据驱动业务，提升车机端100的智慧水平。
80.可以理解的是，计算引擎200可以被内置在车机端100中的电子控制单元(electronic control unit，ecu)、微控制单元(microcontroller unit，mcu)等车机控制器中，图1为以ecu为例示出。
81.图2为本技术实施例提供的一种计算引擎的系统架构示意图。如图2所示，在计算引擎200的系统架构中，车身信号和车载应用为数据提供者即数据源，车身信号提供车身信号数据，车载应用提供各应用的业务数据。车载应用可以例如图2中的车载应用1(比如音乐应用程序)、车载应用2(比如语音识别应用)以及车载应用3(比如导航应用程序)等。
82.计算引擎200可以包括有数据加工模块201、规则脚本管理模块202、脚本运行模块203、数据分析模块204、数据下沉模块205以及业务驱动模块206等。例如，数据加工模块201负责监测数据源300中的原始数据流，并对原始数据流进行记录以及指标化的加工处理，形成量化数据流。进而将量化数据流输入至脚本运行模块203以运行规则脚本内容，而规则脚本管理模块202管理云端300以及车机端100下发的规则脚本，比如对其所下发的规则脚本进行解析并对合法性进行校验，待通过校验的规则脚本输入至脚本运行模块203以供量化数据流运行该合法的规则脚本。脚本运行模块203具有并行运行多个规则脚本的能力(比如图2中脚本1、脚本2以及脚本3等)，从而在不超过算力限制的情况下，可以批量处理多个数据计算业务。量化数据流运行合法的规则脚本以实现数据计算业务，通过脚本运行复杂算法实现数据驱动业务。其中，复杂算法内嵌于数据分析模块204，使得量化数据流实现脚本内的复杂算法。而数据下沉模块205则可以对数据分析模块204的结果也即进行数据计算业务得到的计算结果进行下沉输出，输出至业务驱动模块206以驱动车载装置进行满足业务驱动需求的相应操作。可以理解的是，运行规则脚本以执行算法其目的在于进行数据计算业务，规则脚本由开发人员根据业务驱动需求编写，因此当量化数据流满足规则脚本中的输出条件时即可进行下沉输出，实现数据驱动业务。
83.可选地，计算引擎200还可以包括有状态监控模块207、数据回流模块208等。例如，状态监控模块207可以负责记录各规则脚本的运行状态以及数据计算业务进行过程中的数据流向等情况。数据回流模块208可以通过数据回流实现数据共享等功能。此外，计算引擎200中还可以设置有用户标签模块209，使得用户可以按需读取并行运行的脚本以及将数据计算业务的计算结果进行存储。
84.需要说明的是，上述应用场景仅仅是示意性的，本技术实施例提供的数据处理方法、装置、设备及存储介质包括但不仅限于上述应用场景。计算引擎中各功能模块的设置包括但不仅限于上述列举的模块，在实际工况中可根据实际需求进行设置，本技术实施例对此不作限定。
85.图3为本技术实施例提供的一种数据处理方法的流程示意图。如图3所示，本技术实施例提供的数据处理方法，包括：
86.s101：获取车机端的原始数据流，将原始数据流指标化以得到量化数据流。
87.通过监测感知来自车机端的原始数据流，例如基于业务驱动需求感知满足该业务驱动需求所需的数据。原始数据流可以包括车身信号数据以及车载应用的业务数据。
88.车身信号数据可以例如车速、车载装置的状态数据，车载装置可以为业务驱动需求中所涉及的车辆配件，比如车窗、空调等等。车载应用的业务数据可以例如车辆的导航数据和/或摄像头面部识别数据等。本技术实施例对于车身信号数据和车载应用的业务数据
各自的具体内容不作限定，具体由实际工况中所要满足的业务驱动需求以及原始数据流所要进行的数据计算业务决定。
89.在一种可能的设计中，步骤s101中获取车机端的原始数据流可能的实现方式，包括：
90.首先根据业务驱动需求以及数据计算业务确定数据需求，数据需求包括车身信号数据的具体类型、车载应用的类型以及车载应用的业务数据的具体类型。在确定了数据需求之后，实时记录符合数据需求的车身信号和车载应用的业务数据，以感知到车机端的原始数据流。
91.在获取到车机端的原始数据流之后，对原始数据流进行指标化加工处理，得到量化数据流。指标化加工处理的目的在于对原始数据流进行量化梳理，以便于运行脚本进行算法计算。
92.在一种可能的设计中，步骤s101中将原始数据流指标化以得到量化数据流可能的实现方式，包括：
93.按照预设指标类型对原始数据流进行指标化，将指标化后的原始数据流确定为量化数据流。
94.其中，预设指标类型包括数据编码、数据内容以及数据上报时机。
95.例如，可以设置预设指标类型，进而按照预设指标类型进行量化梳理，实现对原始数据流的指标化，得到量化数据流。
96.预设指标类型中的数据编码用于唯一标识对应数据，可以由车载应用的应用名称、业务名称组成；数据内容可以由具体数值、数据类型或数据单位组成；数据上报时机可以包括有实时上报(例如导航启动开始)、变化上报(例如车速、油量)、周期性上报(例如天气、车内空气质量等)、开机上报(例如处于行驶状态中)等。
97.假设原始数据流中的车身信号数据包括车速和车窗状态(车窗打开状态或车窗关闭状态)，原始数据流中的车载应用包括导航和摄像头，车载应用的业务数据包括导航定数数据，比如道路类型，以及摄像头的面部识别数据，比如人物画像(性别、年龄等)。该原始数据流按照预设指标类型进行指标化梳理如下表1所示。
98.表1
[0099][0100]
可见，通过预设指标类型可以对原始数据流进行指标化梳理，进而得到量化数据流。
[0101]
s102：根据量化数据流以及目标规则脚本进行数据计算业务，以得到计算结果。
[0102]
其中，目标规则脚本包括预先根据业务驱动需求编写的合法规则脚本内容。
[0103]
得到量化数据流之后，使得量化数据流运行目标规则脚本以执行数据计算业务，进而得到计算结果。其中，数据计算业务通过目标规则脚本所执行的算法得以进行。目标规则脚本包括研发人员根据业务驱动需求预先的编写的合法规则脚本内容。也就是，在业务驱动需求已知的情况下，根据业务驱动需求编写能够满足业务驱动需求，以达到业务驱动目的算法所需的规则脚本内容，使得量化数据流执行所编写的规则脚本内容中的合法规则脚本内容，以进行数据计算业务。数据计算业务的计算结果即为目标规则脚本执行算法以满足算法中规则条件的脚本运行结果，得到该脚本运行结果则表示量化数据流完成数据计算业务。
[0104]
其中，合法规则脚本内容可以例如语法合法的规则脚本内容，以保证计算结果的准确性。
[0105]
s103：根据计算结果驱动车载装置进行目标操作，以通过目标操作满足业务驱动需求。
[0106]
完成数据计算业务，得到计算结果后，下沉计算结果，以在计算结果的指示下控制车载装置进行满足业务驱动需求的相应目标操作。计算结果驱动车载装置进行目标操作，使得下沉到的数据即计算结果被赋能以具备业务驱动能力，从而实现数据驱动业务，至此以将数据成为一种生产要素融入至实际业务中，完成目标操作。
[0107]
本技术实施例提供的数据处理方法应用于车机端的计算引擎，首先获取车机端的原始数据流，并将原始数据流指标化以得到量化数据流，然后根据量化数据流以及目标规则脚本进行数据计算业务，得到计算结果，其中目标规则脚本包括预先根据业务驱动需求编写的合法规则脚本内容，最后在计算结果的指示下驱动车载装置进行目标操作，通过目标操作满足业务驱动需求。从而基于车身信号数据以及车载应用的业务数据达到数据驱动业务的目的，可以将数据作为要素融入至实际业务中，为实现车载智能化和物联网化服务提供可行性方案，提升了车辆的智慧水平。
[0108]
图4为本技术实施例提供的另一种数据处理方法的流程示意图。如图4所示，本技术实施例提供的数据处理方法，包括：
[0109]
s201：获取车机端的原始数据流，将原始数据流指标化以得到量化数据流。
[0110]
步骤s201可能的实现方式、原理以及技术效果与步骤s101可能的实现方式、原理以及技术效果相类似，详细内容可参考前述描述，在此不再赘述。
[0111]
s202a：获取车机端下发的车端规则脚本，以及云端下发的云端规则脚本。
[0112]
s202b：缓存车端规则脚本和云端规则脚本。
[0113]
s202c：判断车端规则脚本和云端规则脚本各自规则脚本内容的语法是否合法。
[0114]
s202d：若是，将通过校验的规则脚本内容确定为目标规则脚本。
[0115]
s202e：若否，上报脚本异常至云端。
[0116]
如前述实施例所描述，目标规则脚本中包括预先根据业务驱动需求编写的合法规则脚本内容。因此，在完成规则脚本内容的编写之后，可根据规则脚本内容的具体内容或者用途将其存储在车机端和云端。
[0117]
将上传至车机端存储的规则脚本内容定义为车端规则脚本。将上传至云端存储的
规则脚本内容定义为云端规则脚本。其中，云端具有实时更新功能，可以对其内存储的规则脚本内容进行更新以实现算法的更新迭代。
[0118]
因此，在根据量化数据流以及目标规则脚本进行数据计算业务，以得到计算结果之前，可以执行步骤s202a至步骤s202e，以从车机端和云端获取到合法规则脚本内容，即目标规则脚本。
[0119]
具体地，首先，获取车机端下发的车端规则脚本以及云端下发的云端规则脚本。其中，车机端的车端规则脚本属于本地发送。云端的云端规则脚本可以是云端通过预设远程服务(telematics service provider，tsp)以及车机端的标识信息下发云端规则脚本，以使得车机端精准地获取到云端规则脚本。车机端的标识信息可以例如车辆vin(vehicle identification number，车辆识别)码、车型等信息。
[0120]
获取到车端规则脚本以及云端规则脚本后将其进行缓存，以对车端规则脚本和云端规则脚本中各自规则脚本内容的合法性进行校验。例如，对车端规则脚本和云端规则脚本各自规则脚本内容的语法是否合法进行判断，若语法合法，即判断结果为是，则表示各自规则脚本内容的合法性通过校验，进而将通过校验的规则脚本内容确定为目标规则脚本，以进行数据计算业务。反之，若语法不合法，即判断结果为否，则表示规则脚本内容存在异常，进而上报脚本异常至云端，以使得云端的运营人员及时收到异常上报信号，进而能够对合法性进行修正。
[0121]
至此，已完成获得合法规则脚本内容的步骤，也就是已获得目标规则脚本，进而量化数据流则运行目标规则脚本以进行数据计算业务。
[0122]
s203a：输入量化数据流至预设脚本运行容器。
[0123]
s203b：将量化数据流运行目标规则脚本以实现数据计算业务，将得到的脚本运行结果确定为计算结果。
[0124]
其中，预设脚本运行容器具备并行运行目标规则脚本的能力。
[0125]
计算引擎中设置有预设脚本运行容器，人为配置预设脚本运行容器的运行能力，使得其内的各拥有独立运行空间，具有同时运行多个脚本的能力，即配置预设脚本运行容器具备并行运行目标规则脚本的能力，以在不超过算力限制的情况下，实现批量处理多个数据计算业务。其中，算力限制是指根据车机端芯片计算负载能力预先评估的最大并行运行脚本的数量。
[0126]
将量化数据流导入至预设脚本运行容器，使得量化数据流在预设脚本运行容器中运行目标规则脚本，以实现数据计算业务，进而将得到的脚本运行结果确定为计算结果。可以理解的是，在运行目标规则脚本的过程中即为执行算法以实现数据计算业务的过程，因此，得到的计算结果是目标规则脚本执行算法以满足算法中规则条件的脚本运行结果。
[0127]
可选地，目标规则脚本可以采用.sidd后缀标识文件。当运行开始后，将并行运行的目标规则脚本存储在车机端侧。表2中示出了一些规则脚本文件以及对应的运行空间：
[0128]
表2
[0129][0130][0131]
s204：根据计算结果驱动车载装置进行目标操作，以通过目标操作满足业务驱动需求。
[0132]
步骤s204可能的实现方式、原理以及技术效果与步骤s103可能的实现方式、原理以及技术效果相类似，详细内容可参考前述描述，在此不再赘述。
[0133]
本技术实施例提供的数据处理方法应用于车机端的计算引擎，首先获取车机端的原始数据流，并将原始数据流指标化以得到量化数据流，然后获取车机端和云端各自下发的规则脚本内容，并对规则脚本内容的合法性进行效验，将通过校验的规则脚本内容确定为目标规则脚本，以得到预设脚本运行容器中的目标规则脚本。再将量化数据流输入至预设脚本运行容器以运行目标规则脚本来实现数据计算业务，将脚本运行结果确定为计算结果。最后下沉计算结果，通过计算结果驱动车载装置进行满足业务驱动需求的目标操作。基于车身信号数据以及车载应用的业务数据达到数据驱动业务的目的，可以将数据作为要素融入至实际业务中，为实现车载智能化和物联网化服务提供可行性方案，提升了车辆的智慧水平。
[0134]
以下列举一实际工况中的业务驱动需求以及数据计算业务，以说明本技术实施例提供的数据处理方法，其详细过程如图5所示，图5为本技术实施例提供的再一种数据处理方法的流程示意图。
[0135]
其中，业务驱动需求及数据计算业务描述为：在车辆正常行驶状态中，当车辆驶入高速道路时，提醒用户关闭车窗(当车窗处于开启状态时)，并根据车主性别、年龄推荐播放合适歌曲，例如推荐播放适合男性车主的歌曲。
[0136]
s301：根据业务驱动需求获取车机端的车速、车窗状态、导航数据以及摄像头面部识别数据。
[0137]
基于该业务驱动需求和数据计算业务确定的数据需求中车身信号数据的类型例如速度、车窗开合状态，以及车载应用的类型例如导航、摄像头，以及车载应用的业务数据的类型为导航数据(比如导航定位的道路类型)、摄像头的面部识别数据(比如人物画像)。实时记录符合该数据需求的车身信号数据即实时记录车速和车窗状态，实时记录符合该数据需求的车载应用的业务数据即为实时记录导航数据和摄像头的面部识别数据，从而获取到原始数据流。
[0138]
s302：将车速、车窗状态、导航数据以及摄像头面部识别数据指标化以得到目标量化数据流。
[0139]
对原始数据流包括的车速、车窗状态、导航数据以及摄像头面部识别数据按照如表1所示的预设指标类型进行指标化梳理，将指标化后的原始数据流确定为目标量化数据流。可以理解的是，该目标量化数据流中不仅包括了原始数据流，还包括了原始数据流对应的量化指标，量化指标例如表1中所示的内容。
[0140]
s303：将目标量化数据流输入至预设脚本运行容器运行当前的目标规则脚本，以确定关闭车窗的时机和歌曲推荐内容。
[0141]
将目标量化数据流输入至预设脚本运行容器以运行当前的目标规则脚本，运行目标规则脚本的过程可以实现数据计算业务，进而将得到的脚本运行结果确定为目标计算结果。其中，目标计算结果包括关闭车窗的时机和歌曲推荐内容。关闭车窗的时机为车辆驶入高速且车速超过预设车速，歌曲推荐内容为车主男性对应的目标歌曲，即为男性车主推荐目标歌曲。
[0142]
其中，当前的目标规则脚本是根据前述的业务驱动需求编写的合法规则脚本。即该当前的目标规则脚本通过算法应当实现当车辆驶入高速道路时，提醒用户关闭车窗(当车窗处于开启状态时)，并根据车主性别、年龄推荐播放合适歌曲。
[0143]
人为分析该业务驱动需求，以编写算法。所编写的算法的逻辑实现过程如图6所示，其中，当车辆驶入高速道路提醒用户关闭车窗时具体表现为驶入高速且当车速大于90km/小时时关闭车窗。基于图6所示的算法逻辑编写的合法规则脚本的过程及其内容如下所示：
[0144]
1、定义量化数据流，分别定义道路类型、车速、车窗状态、人物画像(年龄和性别)。其中关键字@source代表数据流入；关键字key对应量化数据流中的数据编码。
[0145]
‑‑
注释highway_type_change值等于1上高速/等于2下高速
[0146]
@source(type＝'data-input-source',key＝'navi_waytype')
[0147]
define stream waytype(
[0148]
highway_type_change int
[0149]
)；
[0150]
‑‑
注释speed浮点型，单位：千米/小时
[0151]
@source(type＝'data-input-source',key＝'device_speed')
[0152]
define stream speed(
[0153]
speed float
[0154]
)；
[0155]
‑‑
注释position:1前左；2前右；3后左；4后右。state值等于0关闭/等于1开启
[0156]
@source(type＝'data-input-source',key＝'device_window')
[0157]
define stream widowstate(
[0158]
position int,
[0159]
state int
[0160]
)；
[0161]
‑‑
注释age整型单位年岁。sex整型值等于1男性/等于2女性。
[0162]
@source(type＝'data-input-source',key＝'camera_face')
[0163]
define stream face(
[0164]
age int,
[0165]
sex int
[0166]
)；
[0167]
2、根据图6所示逻辑编写算法脚本。
[0168]
‑‑
注释highway_type_change道路类型等于1(高速)驶入高速
[0169]
from every a1＝waytype[highway_type_change＝＝1]
[0170]
select
[0171]
a1.highway_type_change as highway_type_change
[0172]
insert into highwayon；
[0173]
‑‑
注释highway_type_change道路类型等于2(高速)驶离高速
[0174]
from every a1＝waytype[highway_type_change＝＝1]
[0175]
select
[0176]
a1.highway_type_change as highway_type_change
[0177]
insert into highwayoff；
[0178]
‑‑
注释sex等于1车主性别为男性
[0179]
from every f1＝highwayonface[sex＝＝1]
[0180]
select
[0181]
f1.highway_type_change as highway_type_change,
[0182]
f1.age as age,
[0183]
f1.sex as sex
[0184]
insert into highwayonman；
[0185]
‑‑
注释speed大于90千米/小时
[0186]
from every s1＝highwayonspeed[speed》90]
[0187]
select
[0188]
s1.highway_type_change as highway_type_change,
[0189]
s1.speed as speed
[0190]
insert into highwayonspeedhigh；
[0191]
‑‑
注释车窗开着，提醒用户关闭
[0192]
from every w1＝highwayonspeedhighwindow[state＝＝1]
[0193]
select
[0194]
*
[0195]
insert into highwayonspeedhighwindowalert；
[0196]
3、组合数据，分别将高速数据流组合人物画像；高速数据流组合车速、车窗数据。
[0197]
‑‑
注释驶入高速数据流组合人物画像数据
[0198]
from highwayon#window.length(1)as ho
[0199]
join face#window.length(1)as fe
[0200]
select
[0201]
ho.highway_type_change as highway_type_change,
[0202]
fe.age as age,
[0203]
fe.sex as sex
[0204]
insert into highwayonface；
[0205]
‑‑
注释驶入高速数据流组合车速数据
[0206]
from highwayon#window.length(1)as ho
[0207]
join speed#window.length(1)as sp
[0208]
select
[0209]
ho.highway_type_change as highway_type_change,
[0210]
sp.speed as speed
[0211]
insert into highwayonspeed；
[0212]
‑‑
注释高速行驶数据流组合车窗状态数据
[0213]
from highwayonspeedhigh#window.length(1)as hh
[0214]
join widowstate#window.length(1)as wd
[0215]
select
[0216]
hh.highway_type_change as highway_type_change,
[0217]
hh.speed as speed,
[0218]
wd.position as position,
[0219]
wd.state as state
[0220]
insert into highwayonspeedhighwindow；
[0221]
4、下沉数据，关键字@sink代表下沉；关键字key是下沉数据编码
‑‑
注释下沉数据:男性车主高速行驶
[0222]
@sink(type＝'pattern-sink',key＝'highwayonman')
[0223]
define stream highwayonman(
[0224]
highway_type_change int,
[0225]
age int,
[0226]
age int
[0227]
)；
[0228]
‑‑
注释下沉数据：高速行驶车窗没有关闭
[0229]
@sink(type＝'pattern-sink',key＝highwayonspeedhighwindowalert)
[0230]
define stream highwayonspeedhighwindowalert(
[0231]
highway_type_change int,
[0232]
speed float,
[0233]
position int,
[0234]
state int
[0235]
)；
[0236]
需要说明的是，上述所列举的合法规则脚本即当前的目标规则脚本在输入至预设脚本运行容器之前，是在完成编写后上传至车机端和/或云端，并在进行数据计算业务时从车机端和云端获取，以及获取后对其合法性进行校验，在通过校验后才确定的。
[0237]
另外，通过上述列举的业务驱动需求和数据计算业务，在目标量化数据流运行了当前的目标规则脚本之后，在当满足车辆驶入高速且车速超过预设车速例如90km/h时以及车主为男性的该规则条件下，则会得到关闭车窗以及为男性车主推荐合适歌曲的目标计算结果。
[0238]
s304：当确定车辆驶入高速且车速超过预设车速时关闭车窗，以及当车主为男性时推荐目标歌曲。
[0239]
在得到关闭车窗的时机和歌曲推荐内容这样的目标计算结果后，下沉该目标计算结果，在该目标计算结果的驱动下控制车载装置进行目标操作，具体为控制车窗关闭，以及控制播放器播放目标歌曲，通过目标操作满足前述列举的业务驱动需求。
[0240]
本技术实施例提供的数据处理方法，使得车速、车窗状态、导航数据以及摄像头面部识别数据这些原数据流的数据价值得以挖掘，作为生产要素融入至实际的车辆安全行驶业务中，让用户体验到车辆智慧感的提升，为智能化的车载产品提供了应用支撑。
[0241]
图7为本技术实施例提供的一种数据处理装置的结构示意图。如图7所示，本技术实施例提供的数据处理装置400，包括：
[0242]
获取模块401，用于获取车机端的原始数据流，将原始数据流指标化以得到量化数据流；
[0243]
处理模块402，用于根据量化数据流以及目标规则脚本进行数据计算业务，以得到计算结果，目标规则脚本包括预先根据业务驱动需求编写的合法规则脚本内容；
[0244]
驱动模块403，用于根据计算结果驱动车载装置进行目标操作，以通过目标操作满足业务驱动需求。
[0245]
在一种可能的设计中，获取模块401，具体用于：
[0246]
根据业务驱动需求以及数据计算业务确定数据需求；
[0247]
实时记录符合数据需求的车身信号数据和车载应用的业务数据；
[0248]
其中，原始数据流包括车身信号数据和车载应用的业务数据。
[0249]
在一种可能的设计中，获取模块401，还用于：
[0250]
按照预设指标类型对原始数据流进行指标化，将指标化后的原始数据流确定为量化数据流；
[0251]
其中，预设指标类型包括数据编码、数据内容以及数据上报时机。
[0252]
在一种可能的设计中，处理模块402，具体用于：
[0253]
输入量化数据流至预设脚本运行容器；
[0254]
将量化数据流运行目标规则脚本以实现数据计算业务，将得到的脚本运行结果确定为计算结果；
[0255]
其中，预设脚本运行容器具备并行运行目标规则脚本的能力。
[0256]
在一种可能的设计中，处理模块402，还用于：
[0257]
获取车机端下发的车端规则脚本，以及云端下发的云端规则脚本；
[0258]
缓存车端规则脚本和云端规则脚本；
[0259]
对车端规则脚本和云端规则脚本各自规则脚本内容的合法性进行校验；
[0260]
将通过校验的规则脚本内容确定为目标规则脚本。
[0261]
在一种可能的设计中，处理模块402，还用于：
[0262]
判断车端规则脚本和云端规则脚本各自规则脚本内容的语法是否合法；
[0263]
若是，合法性通过校验；
[0264]
若否，上报脚本异常至云端。
[0265]
在一种可能的设计中，处理模块402，还用于：
[0266]
获取云端通过预设远程服务以及车机端的标识信息下发的云端规则脚本。
[0267]
在一种可能的设计中，车身信号数据包括车速以及车载装置的状态数据；车载应用的业务数据包括导航数据和/或摄像头面部识别数据。
[0268]
本技术实施例提供的数据处理装置，可以执行上述方法实施例中数据处理方法的各步骤，其实现原理和技术效果类似，在此不再赘述。
[0269]
图8为本技术实施例提供的一种电子设备的结构示意图。如图8所示，该电子设备500可以包括：处理器501，以及与处理器501通信连接的存储器502。
[0270]
存储器502，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机执行指令。
[0271]
存储器502可能包含高速ram存储器，也可能还包括非易失性存储器(mom-volatile memory)，例如至少一个磁盘存储器。
[0272]
处理器501用于执行存储器502存储的计算机执行指令，以实现数据处理方法。
[0273]
其中，处理器501可能是一个中央处理器(cemtral processimg umit，简称为cpu)，或者是特定集成电路(applicatiom specific imtegrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0274]
可选地，存储器502既可以是独立的，也可以跟处理器501集成在一起。当存储器502是独立于处理器501之外的器件时，电子设备500，还可以包括：
[0275]
总线503，用于连接处理器501以及存储器502。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，pci)总线或扩展工业标准体系结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
[0276]
可选的，在具体实现上，如果存储器502和处理器501集成在一块芯片上实现，则存储器502和处理器501可以通过内部接口完成通信。
[0277]
本技术还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：u盘、移动硬盘、只读存储器(rom，read-omly memory)、随机存取存储器(ram，ramdom accessmemory)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有计算机执行指令，计算机执行指令用于上述实施例中方法的各步骤。
[0278]
本技术还提供了一种计算机程序产品，包括计算机执行指令，该计算机指令被处理器执行时实现上述实施例中方法的各步骤。
[0279]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由权利要求书指出。
[0280]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。