分布式数据处理方法及装置制造方法及图纸

本发明专利技术公开了一种分布式数据处理方法及装置

【技术实现步骤摘要】
分布式数据处理方法及装置


[0001]本专利技术涉及车联网场景中的智能巡航引导
，尤其涉及一种分布式数据处理方法及装置
。

技术介绍

[0002]目前共享出行已经成为主流的交通出行方式，但仍存在供需不平衡和车辆利用率较低等问题
。
这是因为司机在没有接到订单的时候仅仅依靠自己的经验进行巡航，然而由于车辆与订单的分布情况随时间变化具有差异性，司机可能不能及时地接到订单，乘客也可能等待许久也没有匹配成功
。
[0003]现有技术中，利用人工智能技术中的路线优化算法和交通流量预测等技术手段，根据历史数据和实时监测数据训练决策模型，基于决策模型为司机提供匹配信息和
/
或巡航引导信息
。
但区域有繁华
、
冷清之别，司机和乘客的数量以及分布都呈现出一定的差异性，且各个共享出行运营商的客户群体也有所不同，因此，往往基于决策模型确定的匹配信息和
/
或巡航引导信息的准确性较差
。

技术实现思路

[0004]本专利技术提供了一种分布式数据处理方法及装置，以解决基于决策模型确定的匹配信息和
/
或巡航引导信息的准确性较差的技术问题
。
[0005]根据本专利技术的一方面，提供了一种分布式数据处理方法，其中，该方法包括：
[0006]获取目标区域内的待识别信息，其中，所述待识别信息包括乘客出行信息和
/
或驾驶员行驶信息；
[0007]在所述待识别信息包括所述乘客出行信息和所述驾驶员行驶信息的情况下，通过本地决策模型对输入的所述待识别信息进行处理，得到目标匹配结果，其中，所述本地决策模型基于各个边缘端的样本决策数据对初始决策模型进行联邦训练得到，所述样本决策数据包括样本匹配数据和
/
或样本巡航引导数据；
[0008]在所述待识别信息包括所述驾驶员行驶信息的情况下，通过所述本地决策模型对输入的所述待识别信息进行处理，得到巡航引导信息，其中，所述巡航引导信息包括巡航方向和
/
或巡航时间
。
[0009]根据本专利技术的另一方面，提供了一种分布式数据处理装置，其中，该装置包括：
[0010]信息获取模块，用于获取目标区域内的待识别信息，其中，所述待识别信息包括乘客出行信息和
/
或驾驶员行驶信息；
[0011]第一信息处理模块，用于在所述待识别信息包括所述乘客出行信息和所述驾驶员行驶信息的情况下，通过本地决策模型对输入的所述待识别信息进行处理，得到目标匹配结果，其中，所述本地决策模型基于各个边缘端的样本决策数据对初始决策模型进行联邦训练得到，所述样本决策数据包括样本匹配数据和
/
或样本巡航引导数据；
[0012]第二信息处理模块，用于在所述待识别信息包括所述驾驶员行驶信息的情况下，
通过所述本地决策模型对输入的所述待识别信息进行处理，得到巡航引导信息，其中，所述巡航引导信息包括巡航方向和
/
或巡航时间
。
[0013]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的分布式数据处理方法
。
[0017]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的分布式数据处理方法
。
[0018]本专利技术实施例的技术方案，通过获取所述目标区域内的待识别信息，其中，所述待识别信息包括乘客出行信息和
/
或驾驶员行驶信息；在所述待识别信息包括所述乘客出行信息和所述驾驶员行驶信息的情况下，通过本地决策模型对输入的所述待识别信息进行处理，得到目标匹配结果，其中，所述本地决策模型基于各个边缘端的样本决策数据对初始决策模型进行联邦训练得到，所述样本决策数据包括样本匹配数据和
/
或样本巡航引导数据；在所述待识别信息包括所述驾驶员行驶信息的情况下，通过所述本地决策模型对输入的所述待识别信息进行处理，得到巡航引导信息，其中，所述巡航引导信息包括巡航方向和
/
或巡航时间
。
提高了所确定的目标匹配结果和
/
或巡航引导信息的准确性
。
[0019]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围
。
本专利技术的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0020]为了更清楚地说明本专利技术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专利技术的一些实施例，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
。
[0021]图1是根据本专利技术实施例一提供的一种分布式数据处理方法的流程图；
[0022]图2是根据本专利技术实施例二提供的一种分布式数据处理方法的流程图；
[0023]图3是根据本专利技术实施例提供的一种分布式数据处理系统的架构图；
[0024]图4是根据本专利技术实施例提供的一种训练本地决策模型的架构图；
[0025]图5是根据本专利技术实施例提供的一种分布式数据处理方法的整体信令图；
[0026]图6是根据本专利技术实施例提供的第一预设场景下分布式数据处理方法的流程图；
[0027]图7是根据本专利技术实施例提供的第一预设场景下分布式数据处理方法的信令图；
[0028]图8是根据本专利技术实施例提供的第二预设场景下分布式数据处理方法的流程图；
[0029]图9是根据本专利技术实施例提供的第二预设场景下分布式数据处理方法的信令图；
[0030]图
10
是根据本专利技术实施例提供的第三预设场景下分布式数据处理方法的流程图；
[0031]图
11
是根据本专利技术实施例提供的第三预设场景下分布式数据处理方法的信令图；
[0032]图
12
是根据本专利技术实施例三提供的一种分布式数据处理装置的结构示意图；
[0033]图
13
是实现本专利技术实施例的分布式数据处理方法的电子设备的结构示意图
。
具体实施方式
[0034]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利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专利技术一部分的实施例，而不是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种分布式数据处理方法，其特征在于，包括：获取目标区域内的待识别信息，其中，所述待识别信息包括乘客出行信息和
/
或驾驶员行驶信息；在所述待识别信息包括所述乘客出行信息和所述驾驶员行驶信息的情况下，通过本地决策模型对输入的所述待识别信息进行处理，得到目标匹配结果，其中，所述本地决策模型基于各个边缘端的样本决策数据对初始决策模型进行联邦训练得到，所述样本决策数据包括样本匹配数据和
/
或样本巡航引导数据；在所述待识别信息包括所述驾驶员行驶信息的情况下，通过所述本地决策模型对输入的所述待识别信息进行处理，得到巡航引导信息，其中，所述巡航引导信息包括巡航方向和
/
或巡航时间
。2.
根据权利要求1所述的方法，其特征在于，所述获取所述目标区域内的待识别信息，包括：通过乘客端获取所述乘客出行信息，通过驾驶端获取所述驾驶员行驶信息
。3.
根据权利要求2所述的方法，其特征在于，还包括：将所述目标匹配结果发送至所述乘客端和所述驾驶端，和
/
或，将所述巡航引导信息发送至所述驾驶端
。4.
根据权利要求1所述的方法，其特征在于，在通过边缘端存储的本地决策模型对输入的所述待识别信息进行处理，得到目标匹配结果之前，还包括：针对每个边缘端，基于当前所述边缘端的所述样本决策数据对所述初始决策模型和初始全局模型进行训练得到中间决策模型和中间全局模型，其中，所述初始全局模型为云端下发的学生模型；基于所述中间决策模型和所述中间全局模型，确定所述本地决策模型
。5.
根据权利要求4所述的方法，其特征在于，所述基于所述中间决策模型和所述中间全局模型，确定所述本地决策模型，包括：针对每个所述边缘端，将所述中间全局模型对应的第一模型参数发送至所述云端，以使所述云端对多个所述边缘端发送的所述第一模型参数进行加权聚合，得到所述聚合全局参数；基于所述聚合全局参数更新所述第一模型参数，得到更新后的所述中间全局模型；基于所述中间决策模型和更新后的所述中间全局模型，确定所述本地...

【专利技术属性】
技术研发人员：孙国林，刘民岷，付波，罗光春，张恒，王国伟，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：