一种车辆控制方法、装置、存储介质及车辆与流程

1.本技术涉及计算机技术领域，尤其涉及一种车辆控制方法、装置、存储介质及车辆。

背景技术：

2.随着5g和车联网技术的发展，海量、实时的车辆数据正在持续不断的产生。随着软件定义车辆的逐步展开，如何利用海量、实时的车辆数据为用户提供智能化、个性化的服务，一直是困恼各车辆主机厂和车联网的问题。

技术实现要素：

3.本技术实施例提供的一种车辆控制方法、装置、存储介质及车辆，可以基于车辆运行过程中产生的车辆数据对车辆预设场景的场景服务进行优化，为用户提供个性化的服务。所述技术方案如下：
4.第一方面，本技术实施例提供的一种车辆控制方法，所述方法包括：
5.获取实时采集的场景数据，所述场景数据包括车辆状态数据、车辆环境数据以及用户行为数据；
6.将所述场景数据输入至预设场景对应的场景优化模型中，得到所述预设场景对应的场景优化参数；
7.基于所述场景优化参数对所述预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的所述预设场景；
8.基于优化后的所述预设场景进行车辆控制。
9.第二方面，本技术实施例提供的一种车辆控制装置，所述装置包括：
10.数据采集模块，用于获取实时采集的场景数据，所述场景数据包括车辆状态数据、车辆环境数据以及用户行为数据；
11.参数获取模块，用于将所述场景数据输入至预训练的场景优化模型中，得到所述预设场景对应的场景优化参数；
12.场景优化模块，用于基于所述场景优化参数对所述预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的所述预设场景；
13.车辆控制模块，用于基于优化后的所述预设场景进行车辆控制。
14.第三方面，本技术实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
15.第四方面，本技术实施例提供一种车辆，所述车辆包括能够执行上述方法步骤的电子设备。
16.本技术提供一种车辆控制方法，在车辆运行过程中，通过获取实时采集的场景数据，并根据实时获取的场景数据通过预设场景对应的场景优化模型计算场景优化参数，然后根据场景优化参数对预设场景中场景触发条件和/或场景触发动作进行优化处理，得到
优化后的所述预设场景，最后基于优化后的预设场景进行车辆控制。采用本技术提供的车辆控制方法，可以根据车辆运行过程中实时采集的场景数据，通过场景优化模型对车辆预设场景的场景服务进行优化，为用户提供个性化场景服务，提升车辆的服务效果。
附图说明
17.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简单地介绍，显而易见地，下面描述中的附图仅仅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的前提下，还可以根据这些附图获得其他的附图。
18.图1为本技术实施例提供的一种车辆控制方法的流程示意图；
19.图2为本技术实施例提供的一种车辆控制方法的流程示意图；
20.图3为本技术实施例提供的一种车辆控制方法的场景示意图；
21.图4为本技术实施例提供的一种车辆控制装置的结构示意图；
22.图5为本技术实施例提供的一种车辆控制装置的结构示意图；
23.图6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
24.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
25.在本技术的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本技术的描述中，需要说明的是，除非另有明确的规定和限定，“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。此外，在本技术的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
26.下面结合具体的实施例进行详细说明。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装置和方法的例子。附图中所示的流程图仅是示例性说明，不是必须按照所示步骤执行。例如，有的步骤是并列的，在逻辑上并没有严格的先后关系，因此实际执行顺序是可变的。
27.请参见图1，为本技术实施例提供的一种车辆控制方法的流程示意图。在具体的实施例中，所述车辆控制方法应用于车辆控制装置或配置有车辆控制装置的电子设备。下面将针对图1所示的流程进行详细的阐述，所述车辆控制方法具体可以包括以下步骤：
28.s101，获取实时采集的场景数据，场景数据包括车辆状态数据、车辆环境数据以及用户行为数据；
29.具体的，在车辆运行过程中，实时采集车辆运行过程中的场景数据，包括但不限于车辆状态数据、车辆周边环境数据以及用户行为数据。
30.其中，车辆状态数据为车辆内各传感器采集各项数据以及车辆功能的状态数据。例如，可以为车内温度传感器采集的车内温度数据、电池温度传感器采集的电芯温度数据、车载空调是否开启的状态数据、车门是否开启的状态数据、雨刮器是否工作的状态数据等。
31.车辆周边环境数据为车外温度传感器采集的车外温度数据、车外激光雷达采集的周边障碍物数据、摄像装置采集的周边环境数据等。
32.用户行为数据为用户在车内的行为数据，包括但不限于打开或关闭某项车辆功能、与车载语音助手的语音交互数据等。
33.s102，将场景数据输入至预设场景对应的场景优化模型中，得到预设场景对应的场景优化参数；
34.其中，场景优化模型基于在用户历史驾驶车辆过程中、在预设场景下采集的场景数据训练得到深度学习模型，可以学习到在预设场景下的用户用车行为习惯。训练完成的场景优化模型用于根据车辆运行过程中实时采集的场景数据，对车辆预设场景的场景服务进行优化。
35.具体的，将车辆运行过程中实时采集的场景数据输入至预设场景对应的场景优化模型中，得到场景优化模型输出的根据用户用车行为习惯生成的针对预设场景的场景优化参数。
36.场景优化参数用于对预设场景进行优化，使得优化后的、预设场景更加符合用户习惯和用户喜好。
37.s103，基于场景优化参数对预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的预设场景；
38.具体的，在场景优化根据实时采集的场景数据生成场景优化参数之后，基于场景优化参数对预设场景中的场景触发动作和场景触发条件进行优化，得到优化后的预设场景。
39.可以理解的是，预设场景为预定义的场景事件，包括场景触发条件、场景触发动作以及执行场景触发动作的执行器，当实时采集的场景数据满足预定义的场景触发条件时，确定触发该场景事件，由对应的执行器执行预设场景中定义的场景触发动作。场景优化模型是基于历史上每次预设场景被触发时记录的场景数据训练生成的深度学习模型，场景优化模型学习了在预设场景被触发时用户的偏好行为习惯，在应用过程中，场景优化模型可以根据实时采集的场景数据对预设场景中的场景触发动作或场景触发条件进行优化，得到优化后符合用户偏好的预设场景。
40.可选的，在一种可能的实施方式中，场景优化模型根据实时采集的场景数据生成场景优化参数，基于场景优化参数对预设场景执行场景触发动作的执行器进行调整优化。
41.s104，基于优化后的预设场景进行车辆控制。
42.具体的，基于优化后的预设场景进行车辆控制，当实时采集的场景数据满足预设场景中设置的场景触发条件时，由预设场景中设置的执行器执行对应的场景触发动作。
43.在本技术实施例中，在车辆运行过程中，通过获取实时采集的场景数据，并根据实时获取的场景数据通过预设场景对应的场景优化模型计算场景优化参数，然后根据场景优化参数对预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的所述预设场景，最后基于优化后的预设场景进行车辆控制。采用本技术提供的车辆控制方法，可以根据车辆运行过程中实时采集的场景数据，通过场景优化模型对车辆预设场景的场景服务进行优化，为用户提供个性化场景服务，提升车辆的服务效果。
44.请参见图2，为本技术实施例提供的一种车辆控制方法的流程示意图。如图2所示，所述车辆控制方法可以包括以下步骤：
45.s201，获取历史采集的针对预设场景的存量数据，存量数据包括车辆状态数据、车辆环境数据以及用户行为数据；
46.具体的，从存量数据存储设备获取与预设场景对应的存量数据，存量数据为历史车辆运行过程中采集的针对预设场景的场景数据，，包括车辆状态数据、车辆环境数据以及用户行为数据。
47.其中，车辆状态数据为车辆内各传感器采集各项数据以及车辆功能的状态数据。例如，可以为车内温度传感器采集的车内温度数据、电池温度传感器采集的电芯温度数据、车载空调是否开启的状态数据、车门是否开启的状态数据、雨刮器是否工作的状态数据等。
48.车辆周边环境数据为车外温度传感器采集的车外温度数据、车外激光雷达采集的周边障碍物数据、摄像装置采集的周边环境数据等。
49.用户行为数据为用户在车内的行为数据，包括但不限于打开或关闭某项车辆功能、与车载语音助手的语音交互数据等。
50.可以理解的是，存量数据中包括多次预设场景发生时采集的多条场景数据。即每次预设场景发生时，预设场景发生前一段时间内实时采集的场景数据以及预设场景发生后一段时间内实时采集的场景数据，会存储至存量数据存储设备，存量数据存储设备中存储的存量数据用于场景优化模型的训练。
51.预设场景为预定义的场景事件，包括场景触发条件和场景触发动作，当实时采集的场景数据满足场景触发条件时，确定触发该场景事件，由预设场景所指示的执行器执行预设场景中设置的场景触发动作。
52.可选的，预设场景包括但不限于座舱功能服务场景以及行驶功能服务场景。例如，座舱功能服务场景可以为根据座舱内温度自动开关车载空调，当座舱内温度达到设定的空调开启阈值时，自动打开车载空调进行降温。
53.可选的，预设场景可以由车辆开发人员在云端预定义后主动下发并配置在车辆，或者由车辆用户在云端下载预定义的预设场景并配置在车辆。当预设场景配置在车辆之后，当实时采集的场景数据满足预设场景的场景触发条件时，即触发预设场景，由对应的执行器执行预设场景的场景触发动作。
54.可选的，一个实施例中，用户还可在车辆端通过人机交互接口自行配置预设场景，当预设场景配置在车辆之后，当实时采集的场景数据满足预设场景的场景触发条件时，即触发该预设场景，由对应的执行器执行预设场景的场景触发动作。
55.可选的，当用户在车辆端通过人机交互接口自行配置预设场景时，具体可以为：为预设场景设置场景触发条件、场景触发动作和执行所述场景触发动作的执行器，最后基于
所述场景触发条件、所述场景触发动作和所述执行器生成预设场景。
56.可选的，执行器包括但不限于车控系统、车机系统、车载语音助手、消息中心、主交互服务、地图导航服务等。
57.s202，基于存量数据对初始场景优化模型进行迭代训练，直至初始场景优化模型满足预设的模型评价指标，得到训练完成的场景优化模型；
58.具体的，将与预设场景对应的存量数据输入至初始场景优化模型中进行自学习训练，根据初始场景优化模型的学习情况计算初始场景优化模型的模型评价指标，当初始场景优化模型的模型评价指标满足预设的模型评价指标时，结束训练，得到训练完成的场景优化模型。
59.可选的，模型评价指标可以准确率和召回率中的至少一种。
60.一个实施例中，将与预设场景对应的存量数据输入至初始场景优化模型中进行自学习训练，具体可以为：将一次预设场景发生时采集的场景数据作为一条场景数据，将与预设场景对应的一条场景数据输入至初始场景优化模型中，初始场景优化模型通过自学习场景数据中数据关系，输出模型预测结果，模型预测结果为针对预设场景的预测场景参数，该预测场景参数应和场景数据中的场景参数接近，根据预测场景参数和场景数据中场景参数的差异信息调整初始场景优化模型的模型数据。
61.可以理解的是，预测场景参数可以包括场景触发条件、场景触发动作以及执行场景触发动作的执行器。
62.s203，获取实时采集的场景数据，场景数据包括车辆状态数据、车辆环境数据以及用户行为数据；
63.具体的，基于车辆数据采集器实时采集车辆状态数据、车辆环境数据，以及基于预设数据埋点实时采集用户操作行为数据。
64.其中，端侧采集器包括设置于车辆内的各种传感器、雷达、摄像设备，用于采集车辆的状态数据和车辆附近的车辆环境数据。数据埋点用于采集用户对车辆各功能的操作行为数据。
65.s204，将场景数据输入至预设场景对应的场景优化模型中，得到预设场景对应的场景优化参数；
66.具体的，将车辆运行过程中实时采集的场景数据输入至预设场景对应的场景优化模型中，得到场景优化模型输出的根据用户用车行为习惯生成的针对预设场景的场景优化参数。
67.s205，基于场景优化参数对预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的预设场景；
68.具体的，在场景优化根据实时采集的场景数据生成场景优化参数之后，基于场景优化参数对预设场景中的场景触发动作和场景触发条件进行优化，得到优化后的预设场景。
69.可以理解的是，预设场景为预定义的场景事件，包括场景触发条件、场景触发动作以及执行场景触发动作的执行器，当实时采集的场景数据满足预定义的场景触发条件时，确定触发该场景事件，由对应的执行器执行预设场景中定义的场景触发动作。场景优化模型是基于历史上每次预设场景被触发时记录的场景数据训练生成的深度学习模型，场景优
化模型学习了在预设场景被触发时用户的偏好行为习惯，在应用过程中，场景优化模型可以根据实时采集的场景数据对预设场景中的场景触发动作或场景触发条件进行优化，得到优化后符合用户偏好的预设场景。
70.可选的，在一种可能的实施方式中，场景优化模型根据实时采集的场景数据生成场景优化参数，基于场景优化参数对预设场景执行场景触发动作的执行器进行调整优化。
71.可以理解的是，在基于场景优化参数对预设场景进行优化处理的过程中，既可以对预设场景的场景触发动作进行调整，也可以对预设场景的场景触发条件进行调整，也可以是对预设场景中用于执行场景触发动作的执行器及逆行调整。
72.场景优化模型根据预设场景对应的存量数据学习用户在预设场景下的用车习惯和用户偏好。场景优化模型以场景数据为输入，可以根据输入的场景数据预测符合用户用车习惯和行为偏好的预测场景参数，预测场景参数即场景优化参数，根据场景优化参数对预设场景进行优化，使得优化后的预设场景更加符合用户用车习惯和行为偏好，基于优化后的预设场景进行车辆控制，为用户提供个性化的车辆服务。
73.例如，预设场景为根据座舱内温度自动开关车载空调，具体为：当座舱内温度达到30摄氏度时，自动开启车载空调进行降温处理，并设定车载空调的目标温度为24摄氏度。其中，“当座舱内温度达到30摄氏度时”为场景触发条件，“自动开启车载空调进行降温处理，并设定车载空调的目标温度为24摄氏度”为场景触发动作。
74.一种情况，在乘车人数为4人，室外温度超过30摄氏度时，用户在座舱内温度未达到30摄氏度时，在座舱内温度28摄氏度时，便主动开启了车载空调，并设置空调温度未24摄氏度，则场景优化模型会根据用户多次开启空调的一个情况学习到用户的偏好习惯为：在乘车人数为4人，室外温度超过30摄氏度时，在座舱内温度28摄氏度时便开启车载空调。此后，在实时采集的场景数据指示乘车人数为4人，室外温度超过30摄氏度时，场景优化模型根据实施采集的场景数据生成场景优化参数，并根据场景优化参数对预设场景进行优化，调整预设场景中的场景触发条件，将“当座舱内温度达到30摄氏度时，自动开启车载空调进行降温处理，并设定车载空调的目标温度为24摄氏度”调整为“当座舱内温度达到28摄氏度时，自动开启车载空调进行降温处理，并设定车载空调的目标温度为24摄氏度”。
75.需要说明的是，在本技术实施例中，预设场景可以为多个，与预设场景对应的场景优化模型也可以为多个，预设场景和场景优化模型为一一对应关系。针对不同预设场景，单独训练一个场景优化模型对预设场景进行实时优化，有助于提高场景优化模型的预测准确性，确保每次场景优化都能符合用户习惯和偏好，为用户提供个性化且更加舒适的用车体验。
76.s206，当场景数据满足预设场景的场景触发条件时，获取预设场景所指示的场景触发动作以及执行场景触发动作的执行器；
77.s207，控制执行器执行场景触发动作。
78.具体的，当实时采集的场景数据满足预设场景的场景触发条件时，即触发预设场景，由车辆域控制器控制对应的执行器执行预设场景的场景触发动作。
79.可选的，当实时采集的场景数据满足预设场景的场景触发条件时，获取预设场景所指示的场景触发动作以及执行场景触发动作的执行器之后，获取执行器的状态信息，若所述执行器已执行所述场景触发动作，则不进行动作，若所述执行器未执行所述场景触发
动作，则车辆域控制器控制对应的执行器执行预设场景的场景触发动作。例如，预设场景为到达指定温度开启车载空调进行降温，若在到达指定温度之前，用户已手动开启空调之后，座舱温度又达到了指定温度，此时不进行动作。
80.在一种可行的实施方式中，预设场景可以为：当检测到下雨时，自动开启车辆雨刮器。即基于车辆车身设置的雨水传感器，当检测当车外下雨时，由域控制器自动开启车辆雨刮器。请参见图3，为本技术实施例提供的一种车辆控制的举例示意图。如图3所示，雨水传感器用于采集环境数据，当雨水传感器检测到下雨时，触发预设场景，由车辆域控制器自动开启车辆雨刮器。
81.在本技术实施例中，在车辆运行过程中，通过获取实时采集的场景数据，并根据实时获取的场景数据通过预设场景对应的场景优化模型计算场景优化参数，然后根据场景优化参数对预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的所述预设场景，最后基于优化后的预设场景进行车辆控制。采用本技术提供的车辆控制方法，可以根据车辆运行过程中实时采集的场景数据，通过场景优化模型对车辆预设场景的场景服务进行优化，为用户提供个性化场景服务，提升车辆的服务效果。本技术采用预设场景和场景优化模型一一对应，针对不同预设场景，单独训练一个场景优化模型对预设场景进行实时优化，有助于提高场景优化模型的预测准确性，确保每次场景优化都能符合用户习惯和偏好，为用户提供个性化且更加舒适的用车体验
82.在一个实施例中，预设场景与用户关联绑定，用户驾驶车辆时，车辆域控制器首先识别用户身份，然后根据用户身份确定该用户对应的预设场景，并将预设场景配置在该用户驾驶的车辆，根据预设场景进行场景监控，当车辆实时采集的场景数据满足预设场景的场景触发条件时，车辆域控制器控制车辆执行预设场景对应的场景触发动作。
83.可以理解的是，用户身份信息和对应的预设场景信息存储在云端服务器，当用户驾驶车辆时，车辆域控制器首先识别用户身份，然后根据用户身份从云端服务器确定该用户对应的预设场景，并将预设场景配置在该用户驾驶的车辆，根据预设场景进行场景监控。
84.可选的，车辆域控制器识别用户身份时，可以是：通过摄像装置获取用户的人脸图像信息，基于用户的人脸图像信息识别用户的身份。
85.可选的，车辆域控制器识别用户身份时，还可以为：根据用户登录车机系统的用户账号信息识别用户的身份。
86.可选的，车辆域控制器识别用户身份时，还可以为：在用户启动车辆前，用户需录入用户指纹信息，根据用户指纹信息识别用户的身份。
87.本技术实施例中，将预设场景和用户进行关联绑定，可以在不同用户驾驶同一车辆时，根据用户身份为车辆配置用户个性化的预设场景，避免车辆仅支持唯一车主的个性化服务需求，提升车辆的服务质量，提高用户用车体验。
88.下面将结合附图4，对本技术实施例提供的车辆控制装置进行详细介绍。需要说明的是，附图4的车辆控制装置，用于执行本技术图1、图2所示实施例的方法，为了便于说明，仅示出了与本技术实施例相关的部分，具体技术细节未揭示的，请参照本技术图1、图2所示的实施例。
89.请参见图4，为本技术实施例提供的一种车辆控制装置的结构示意图。如图4所示，该车辆控制装置1可以通过软件、硬件或者两者的结合实现成为电子设备的全部或一部分。
根据一些实施例，该车辆控制装置1包括，数据采集模块11、参数获取模块12、场景优化模块13以及车辆控制模块14，具体包括：
90.数据采集模块11，用于获取实时采集的场景数据，所述场景数据包括车辆状态数据、车辆环境数据以及用户行为数据；
91.参数获取模块12，用于将所述场景数据输入至预训练的场景优化模型中，得到所述预设场景对应的场景优化参数；
92.场景优化模块13，用于基于所述场景优化参数对所述预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的所述预设场景；
93.车辆控制模块14，用于基于优化后的所述预设场景进行车辆控制。
94.可选的，所述车辆控制模块14，具体用于：
95.当所述场景数据满足所述预设场景的场景触发条件时，获取所述预设场景所指示的场景触发动作以及执行所述场景触发动作的执行器；
96.控制所述执行器执行所述场景触发动作。
97.可选的，请参见图5，为本技术实施例提供的一种车辆控制装置的结构示意图。如图5所示，所述装置还包括模型训练模块15，所述模型训练模块，具体用于：
98.获取历史采集的针对所述预设场景的存量数据，所述存量数据包括车辆状态数据、车辆环境数据以及用户行为数据；
99.基于所述存量数据对初始场景优化模型进行迭代训练，直至所述初始场景优化模型满足预设的模型评价指标，得到训练完成的场景优化模型。
100.可选的，请参见图5，为本技术实施例提供的一种车辆控制装置的结构示意图。如图5所示，所述装置还包括场景编排模块16，所述场景编排模块，具体用于：
101.获取场景触发条件、场景触发动作和执行所述场景触发动作的执行器：
102.基于所述场景触发条件、所述场景触发动作和所述执行器生成预设场景。
103.可选的，所述数据采集模块，具体用于：
104.基于数据采集器采集车辆状态数据、车辆环境数据，以及基于预设数据埋点采集用户操作行为数据。
105.可选的，所述模型训练模块在执行获取历史采集的针对所述预设场景的存量数据时，具体用于：
106.从存量数据存储设备获取与所述预设场景对应的存量数据。
107.可选的，所述执行器为车控系统、车机系统、车载语音助手、消息中心、主交互服务、地图导航服务中的任意一种。
108.在本技术实施例中，在车辆运行过程中，通过获取实时采集的场景数据，并根据实时获取的场景数据通过预设场景对应的场景优化模型计算场景优化参数，然后根据场景优化参数对预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的所述预设场景，最后基于优化后的预设场景进行车辆控制。采用本技术提供的车辆控制方法，可以根据车辆运行过程中实时采集的场景数据，通过场景优化模型对车辆预设场景的场景服务进行优化，为用户提供个性化场景服务，提升车辆的服务效果。
109.需要说明的是，上述实施例提供的车辆控制装置在执行车辆控制方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同
的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的车辆控制装置与车辆控制方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
110.需要说明的是，上述实施例提供的车辆控制装置在执行车辆控制方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的车辆控制装置与车辆控制方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
111.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
112.本技术实施例还提供的一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图1～图3所示实施例的所述车辆控制方法，具体执行过程可以参见图1～图3所示实施例的具体说明，在此不进行赘述。
113.本技术还提供的一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行如上述图1～图3所示实施例的所述车辆控制方法，具体执行过程可以参见图1～图3所示实施例的具体说明，在此不进行赘述。
114.请参考图6，为本技术实施例提供的一种电子设备的结构示意图。本技术中的电子设备可以包括一个或多个如下部件：处理器110、存储器120、输入装置130、输出装置140和总线150。处理器110、存储器120、输入装置130和输出装置140之间可以通过总线150连接。
115.处理器110可以包括一个或者多个处理核心。处理器110利用各种接口和线路连接整个电子设备内的各个部分，通过运行或执行存储在存储器120内的指令、程序、代码集或指令集，以及调用存储在存储器120内的数据，执行电子设备100的各种功能和处理数据。可选地，处理器110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(programmable logic array，pla)中的至少一种硬件形式来实现。处理器110可集成中央处理器(central processing unit，cpu)、图像处理器(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、用户页面和应用程序等；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110中，单独通过一块通信芯片进行实现。
116.存储器120可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory，rom)。可选地，该存储器120包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器120可用于存储指令、程序、代码、代码集或指令集。存储器120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)、用于实现上述各个方法实施例的指令等，该操作系统可以是安卓(android)系统，包括基于android系统深度开发的系统、苹果公司开发的ios系统，包括基于ios系统深度开发的系统或其它系统。
117.存储器120可分为操作系统空间和用户空间，操作系统即运行于操作系统空间，原生及第三方应用程序即运行于用户空间。为了保证不同第三方应用程序均能够达到较好的运行效果，操作系统针对不同第三方应用程序为其分配相应的系统资源。然而，同一第三方
应用程序中不同应用场景对系统资源的需求也存在差异，比如，在本地资源加载场景下，第三方应用程序对磁盘读取速度的要求较高；在动画渲染场景下，第三方应用程序则对gpu性能的要求较高。而操作系统与第三方应用程序之间相互独立，操作系统往往不能及时感知第三方应用程序当前的应用场景，导致操作系统无法根据第三方应用程序的具体应用场景进行针对性的系统资源适配。
118.为了使操作系统能够区分第三方应用程序的具体应用场景，需要打通第三方应用程序与操作系统之间的数据通信，使得操作系统能够随时获取第三方应用程序当前的场景信息，进而基于当前场景进行针对性的系统资源适配。
119.其中，输入装置130用于接收输入的指令或数据，输入装置130包括但不限于键盘、鼠标、摄像头、麦克风或触控设备。输出装置140用于输出指令或数据，输出装置140包括但不限于显示设备和扬声器等。在一个示例中，输入装置130和输出装置140可以合设，输入装置130和输出装置140为触摸显示屏。
120.所述触摸显示屏可被设计成为全面屏、曲面屏或异型屏。触摸显示屏还可被设计成为全面屏与曲面屏的结合，异型屏与曲面屏的结合，本技术实施例对此不加以限定。
121.除此之外，本领域技术人员可以理解，上述附图所示出的电子设备的结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，电子设备中还包括射频电路、输入单元、传感器、音频电路、无线保真(wireless fidelity，wifi)模块、电源、蓝牙模块等部件，在此不再赘述。
122.在图6所示的电子设备中，处理器110可以用于调用存储器120中存储的车辆控制程序，并执行以实现如本技术各个方法实施例所述的车辆控制方法。
123.在本技术实施例中，在车辆运行过程中，通过获取实时采集的场景数据，并根据实时获取的场景数据通过预设场景对应的场景优化模型计算场景优化参数，然后根据场景优化参数对预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的所述预设场景，最后基于优化后的预设场景进行车辆控制。采用本技术提供的车辆控制方法，可以根据车辆运行过程中实时采集的场景数据，通过场景优化模型对车辆预设场景的场景服务进行优化，为用户提供个性化场景服务，提升车辆的服务效果。
124.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的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
125.以上所揭露的仅为本技术较佳实施例而已，当然不能以此来限定本技术之权利范围，因此依本技术权利要求所作的等同变化，仍属本技术所涵盖的范围。

技术特征：

1.一种车辆控制方法，其特征在于，应用于电子设备，所述方法包括：获取实时采集的场景数据，所述场景数据包括车辆状态数据、车辆环境数据以及用户行为数据；将所述场景数据输入至预设场景对应的场景优化模型中，得到所述预设场景对应的场景优化参数；基于所述场景优化参数对所述预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的所述预设场景；基于优化后的所述预设场景进行车辆控制。2.根据权利要求1所述的方法，其特征在于，所述基于优化后的所述预设场景进行车辆控制，包括：当所述场景数据满足所述预设场景的场景触发条件时，获取所述预设场景所指示的场景触发动作以及执行所述场景触发动作的执行器；控制所述执行器执行所述场景触发动作。3.根据权利要求1所述的方法，其特征在于，所述获取实时采集的场景数据之前，还包括：获取历史采集的针对所述预设场景的存量数据，所述存量数据包括车辆状态数据、车辆环境数据以及用户行为数据；基于所述存量数据对初始场景优化模型进行迭代训练，直至所述初始场景优化模型满足预设的模型评价指标，得到训练完成的场景优化模型。4.根据权利要求1所述的方法，其特征在于，所述获取实时采集的场景数据之前，所述方法还包括：获取场景触发条件、场景触发动作和执行所述场景触发动作的执行器：基于所述场景触发条件、所述场景触发动作和所述执行器生成预设场景。5.根据权利要求1所述的方法，其特征在于，所述获取实时采集的场景数据，包括：基于数据采集器采集车辆状态数据、车辆环境数据，以及基于预设数据埋点采集用户操作行为数据。6.根据权利要求3所述的方法，其特征在于，所述获取历史采集的针对所述预设场景的存量数据，包括：从存量数据存储设备获取与所述预设场景对应的存量数据。7.根据权利要求2所述的方法，其特征在于，所述执行器为车控系统、车机系统、车载语音助手、消息中心、主交互服务、地图导航服务中的任意一种。8.一种车辆控制装置，其特征在于，所述装置包括：数据采集模块，用于获取实时采集的场景数据，所述场景数据包括车辆状态数据、车辆环境数据以及用户行为数据；参数获取模块，用于将所述场景数据输入至预训练的场景优化模型中，得到所述预设场景对应的场景优化参数；场景优化模块，用于基于所述场景优化参数对所述预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的所述预设场景；车辆控制模块，用于基于优化后的所述预设场景进行车辆控制。
9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～7中任意一项所述方法的步骤。10.一种车辆，其特征在于，所述车辆包括能够执行如权利要求1～7中任意一项所述方法的电子设备。

技术总结

本申请公开了一种车辆控制方法、装置、存储介质及车辆，其中，方法包括：获取实时采集的场景数据，所述场景数据包括车辆状态数据、车辆环境数据以及用户行为数据，将所述场景数据输入至预设场景对应的场景优化模型中，得到所述预设场景对应的场景优化参数，基于所述场景优化参数对所述预设场景中场景触发条件和/或场景触发动作进行优化处理，得到优化后的所述预设场景，基于优化后的所述预设场景进行车辆控制。采用本申请，可以基于车辆运行过程中产生的车辆数据对车辆预设场景的场景服务进行优化，为用户提供个性化的服务。为用户提供个性化的服务。为用户提供个性化的服务。