无人车驾驶模式切换方法、设备、车辆及云端服务器与流程

1.本技术涉及计算机技术领域，具体涉及自动驾驶、计算机视觉和深度学习等人工智能技术领域，尤其涉及一种无人车驾驶模式切换方法设备、车辆及云端服务器。


背景技术：

2.随着科技的进步，车辆越来越多的走进了人们的生活，电子技术和通信技术的快速发展使得制造无人驾驶汽车成为可能，它能够大大提高交通系统效率和安全性，无人车技术越来越受重视。
3.目前，随着无人驾驶技术产品化的进程，无人车承载了产品化能力日渐丰富，同时由于无人车的产品不断推沉出新的要求，可以看到竞品在我们后面跟的很紧，在我们开发运营之后，相关竞品快速的在他们的方案中切换了视觉方案，上线了语音播报，智能网联场景等和我们类似的功能，交互方案和自动驾驶核心单元相比，技术壁垒相对较低。


技术实现要素：

4.本技术提供一种无人车驾驶模式切换方法、装置、电子设备及存储介质。
5.根据本技术的一方面，提供了一种无人车驾驶模式切换方法，包括：
6.响应于检测到驾驶模式切换触发事件，获取无人车配置信息；
7.对所述无人车配置信息进行解析，以获取无人车的任务信息；
8.根据所述任务信息确定所述无人车的驾驶模式；以及
9.将所述驾驶模式对应的切换指令发送至所述无人车，其中，所述无人车根据所述切换指令进行所述驾驶模式的切换。
10.根据本技术的另一方面，提供了一种无人车驾驶模式切换方法，包括：
11.响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求；
12.将所述驾驶模式切换请求发送至服务器；
13.接收所述服务器反馈的所述驾驶模式切换请求对应的切换指令；以及
14.根据所述切换指令对所述无人车进行驾驶模式的切换。
15.根据本技术的另一方面，提供了一种无人车驾驶模式切换装置，包括：
16.获取模块，用于响应于检测到驾驶模式切换触发事件，获取无人车配置信息；
17.解析模块，用于对所述无人车配置信息进行解析，以获取无人车的任务信息；
18.第一确定模块，用于根据所述任务信息确定所述无人车的驾驶模式；以及
19.发送模块，用于将所述驾驶模式对应的切换指令发送至所述无人车，其中，所述无人车根据所述切换指令进行所述驾驶模式的切换。
20.根据本技术的另一方面，提供了一种无人车驾驶模式切换装置，包括：
21.生成模块，用于响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求；
22.发送模块，用于将所述驾驶模式切换请求发送至服务器；
23.接收模块，用于接收所述服务器反馈的所述驾驶模式切换请求对应的切换指令；以及
24.切换模块，用于根据所述切换指令对所述无人车进行驾驶模式的切换。
25.根据本技术的另一方面，提供了一种电子设备，包括：
26.至少一个处理器；以及
27.与所述至少一个处理器通信连接的存储器；其中，
28.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令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上述一方面或另一方面实施例所述的无人车驾驶模式切换方法。
29.根据本技术另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其上存储有计算机程序，所述计算机指令用于使所述计算机执行上述一方面或另一方面实施例所述的无人车驾驶模式切换方法。
30.根据本技术的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述一方面或另一方面实施例所述的无人车驾驶模式切换方法。
31.根据本技术的另一方面，提供了一种云端服务器，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令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上述一方面实施例所述的无人车驾驶模式切换方法。
32.根据本技术的另一方面，提供了一种自动驾驶车辆，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令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上述另一方面实施例所述的无人车驾驶模式切换方法。
33.应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本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
34.附图用于更好地理解本方案，不构成对本技术的限定。其中：
35.图1为本技术实施例提供的一种无人车驾驶模式切换方法的流程示意图；
36.图2为本技术实施例提供的另一种无人车驾驶模式切换方法的流程示意图；
37.图3为本技术实施例提供的无人车的驾驶模式的示意图；
38.图4为本技术实施例提供的hmi系统的技术架构示意图；
39.图5为本技术实施例提供的另一种无人车驾驶模式切换方法的流程示意图；
40.图6为本技术实施例提供的一种无人车驾驶模式切换装置的结构示意图；
41.图7为本技术实施例提供的另一种无人车驾驶模式切换装置的结构示意图；以及
42.图8为根据本技术实施例的无人车驾驶模式切换方法的电子设备的框图。
具体实施方式
43.以下结合附图对本技术的示范性实施例做出说明，其中包括本技术实施例的各种
细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
44.下面参考附图描述本技术实施例的无人车驾驶模式切换方法设备、车辆及云端服务器。
45.人工智能是研究使用计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术领域也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术包括计算机视觉技术、语音识别技术、自然语言处理技术以及深度学习、大数据处理技术、知识图谱技术等几大方向。
46.自动驾驶汽车(autonomous vehicles；self
‑
driving automobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。其中，自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。
47.计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取
‘
信息’的人工智能系统。这里所指的信息指shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
48.深度学习是机器学习领域中一个新的研究方向。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。
49.本技术实施例提供的无人车驾驶模式切换方法，可以由电子设备来执行，该电子设备可为车载电脑、整车控制器或服务器等，此处不做任何限定。
50.在本技术实施例中，电子设备中可以设置有处理组件、存储组件和驱动组件。可选的，该驱动组件和处理组件可以集成设置，该存储组件可以存储操作系统、应用程序或其他程序模块，该处理组件通过执行存储组件中存储的应用程序来实现本技术实施例提供的无人车驾驶模式切换方法。
51.图1为本技术实施例提供的一种无人车驾驶模式切换方法的流程示意图。
52.本技术实施例的无人车驾驶模式切换方法，还可由本技术实施例提供的无人车驾驶模式切换装置执行，该装置可配置于电子设备中，以实现响应于检测到驾驶模式切换触发事件，获取无人车配置信息，并对无人车配置信息进行解析，以获取无人车的任务信息，以及根据任务信息确定无人车的驾驶模式，而后将驾驶模式对应的切换指令发送至无人车，从而能够实现基于无人车的任务信进行无人车驾驶模式的切换。
53.作为一种可能的情况，本技术实施例的无人车驾驶模式切换方法还可以在服务器端执行，服务器可以为云端服务器，可以在云端服务器执行该无人车驾驶模式切换方法。
54.需要说明的是，上述实施例中所描述的无人车可为运营的无人车。
55.如图1所示，该无人车驾驶模式切换方法，可包括：
56.步骤101，响应于检测到驾驶模式切换触发事件，获取无人车配置信息。其中，无人车配置信息可包括任务目的、用户属性、用户名称、任务时间、车辆剩余油量和车辆行驶总里程数等。
57.在本技术实施例中，服务器可通过相关的api(application programming interface，应用程序接口)实时检测驾驶模式切换触发事件，以使服务器在检测到驾驶模式切换触发事件时，能够及时响应于该驾驶模式切换触发事件进行相关的操作。
58.具体地，服务器可通过相关的api实时检测驾驶模式切换触发事件，并在确定检测到该驾驶模式切换触发事件时，响应于检测到该驾驶模式切换触发事件，获取无人车配置信息。
59.需要说明的是，该实施例中所描述的无人车配置信息可以是用户预先上传并存储在服务器的存储空间中的，以便服务器需要时调用。其中，该存储空间不仅限于基于实体的存储空间，例如，硬盘，上述存储空间还可以是连接服务器的云存储空间。
60.作为一种可能的情况，上述的无人车配置信息还可以预先存储在服务器的配置信息数据库中，其中，该配置信息数据库可专门用来存储无人车配置信息，以进一步方便服务器在需要时调用。
61.步骤102，对无人车配置信息进行解析，以获取无人车的任务信息。
62.在本技术实施例中，可根据预设的解析算法对无人车配置信息进行解析，以获取无人车的任务信息，其中，预设的解析算法可根据实际情况进行标定。
63.具体地，服务器在获取到无人车配置信息之后，可根据预设的解析算法对无人车配置信息进行解析，以获取无人车的任务信息。其中，该任务信息可包括任务目的、用户属性等。
64.作为一种可能的情况，服务器还可根据解析模型对无人车配置信息进行解析，以获取无人车的任务信息。应说明的是，该实施例中所描述的解析模型可以是提前训练好的，并将其预存在服务器的存储空间中，以方便调取应用。
65.其中，该解析模型的训练与生成均可由相关的训练服务器执行，该训练服务器可以是云端服务器，也可以是一台电脑的主机，该训练服务器与可执行申请实施例提供的无人车驾驶模式切换方法的服务器之间，建立有通信连接，该通信连接可以是无线网络连接和有线网络连接的至少一种。该训练服务器可将训练完成的解析模型发送给该服务器，以便该服务器在需要时调用，从而大大减少该服务器的计算压力。
66.具体地，服务器在获取到无人车配置信息之后，可从自身的存储空间中调出解析模型，并将该无人车配置信息输入至该解析模型，从而通过该解析模型解析该无人车配置信息，以得到该解析模型输出的无人车的任务信息。
67.作为另一种可能的情况，服务器还可使用解析工具(例如，插件)，对无人车配置信息进行解析，以获取无人车的任务信息。
68.步骤103，根据任务信息确定无人车的驾驶模式。
69.在本技术实施例中，服务器的存储空间中可预存有关系表，且该关系表中可记载有任务信息与无人车的驾驶模式之间的对应关系。
70.具体地，服务器在获取到无人车的任务信息之后，可从自身的存储空间中调出上述的关系表，并根据该任务信息查询该关系表，以得到对应该任务信息的无人车的驾驶模式。
71.需要说明的是，该实施例中的驾驶模式可为robtaxi(自动驾驶出租车)模式、文旅模式、robocop(自动驾驶巡逻车)模式和v2x(智能网联车)模式等中的一种。
72.步骤104，将驾驶模式对应的切换指令发送至无人车，其中，无人车根据切换指令进行驾驶模式的切换。
73.具体地，服务器在确定无人车的驾驶模式之后，可先根据该驾驶模式生成切换指令，并将该切换指令发送至该无人车，由此，该无人车在接收到该切换指令之后，可根据该切换指令进行驾驶模式的切换，即将无人车当前的驾驶模式切换为上述确定的无人车的驾驶模式。
74.在本技术实施例中，首先响应于检测到驾驶模式切换触发事件，获取无人车配置信息，并对无人车配置信息进行解析，以获取无人车的任务信息，以及根据任务信息确定无人车的驾驶模式，而后将驾驶模式对应的切换指令发送至无人车。由此，能够实现基于无人车的任务信进行无人车驾驶模式的切换。
75.为了清楚说明上一实施例，在本技术的一个实施例中，该无人车驾驶模式切换方法，还可包括若接收到无人车发送的驾驶模式切换请求，则确定检测到驾驶模式切换触发事件。
76.具体地，服务器可通过相关的api实时监测服务器是否接收到无人车发送的驾驶模式切换请求，若是，则说明该无人车已申请进行驾驶模式的切换，此时服务器可确定检测到了驾驶模式切换触发事件。由此，能够及时确定服务器是否检测到了驾驶模式切换触发事件，从而做出及时的响应，进而提高用户的使用体验。
77.进一步地，在本技术的一个实施例中，驾驶模式切换请求可包括无人车的唯一编码，响应于检测到驾驶模式切换触发事件，获取无人车配置信息，可包括根据唯一编码获取无人车配置信息。其中，该唯一编码可为无人车的序列号。
78.具体地，服务器在接收到无人车发送的驾驶模式切换请求时，可确定检测到驾驶模式切换触发事件，此时服务器可先对该驾驶模式切换请求进行解析，以获取到无人车的唯一编码，并可从自身的存储空间中调出配置信息数据库，并以无人车的唯一编码为索引在该配置信息数据库进行检索，以获取与该唯一编码对应的无人车配置信息。
79.需要说明的是，该实施例中所描述的配置信息数据库中一个无人车的唯一编码可能对应多个无人车配置信息，即同一辆车可能存储在多个无人车配置信息，此时可取最新的无人车配置信息，即最近一次存入配置信息数据库中的该唯一编码对应的无人车配置信息。
80.由此，可以精确的获取到无人车配置信息，从而保证后续确实驾驶模式的精确度。
81.进一步地，在本技术的一个实施例中，无人车配置信息由用户通过终端设备上传至服务器。
82.在本技术实施例中，上述的终端设备可为手机、平板电脑、掌上电脑等移动终端，
也可为pc(personal computer，个人计算机)电脑，此处不做任何限定。
83.具体地，假设终端设备为手机，其中，用户在用车之前(例如，用车的前一天)，通过手机中相关的app(application，应用程序)(例如，用车app)提供的约车申请界面或用车申请界面，获取相关的约车或用车信息，例如，填写无人车的唯一编号、任务目的(即，用车或约车目的)、用户属性、用户名称、任务时间、车辆剩余油量和车辆行驶总里程数等，其中，车辆剩余油量和车辆行驶总里程数等可由上述的app根据填写的无人车的唯一编号直接连带获取得到，即提供默认值且无法修改。而后手机可在用户提交后根据约车申请界面或用车申请界面中用户提交的信息生成无人车配置信息，并将其上述至相关的服务器中。
84.需要说明的，该实施例中所描述的任务目的可包括出行任务目的、旅游任务目的、巡检任务目的等，其中，出行任务目的中可包括出行的目的地位置，游任务目的中可包括旅游的景点位置，巡检任务目中可包括巡检的公路位置及名称等，其中，上述的位置信息可由相关的地图软件提供。该实施例中所描述的用户属性可包括普通用户，即c(consumer)端客户、政府公职人员(例如，巡检警察、政府巡查员等)，即g(government)端客户、企业用户商家，即b(business)端客户等。
85.由此，可提前进行无人车(即，运营的无人车)的功能使用申请，从而保证用户在任务时间内使用到的无人车已根据上述的申请信息切换为最适合的驾驶模式，进而使无人车可以根据用户的需求进行动态切换驾驶模式。
86.在本技术的一个实施例中，如图2所示，根据任务信息确定无人车的驾驶模式，可包括：
87.步骤201，对任务信息进行解析，以获取无人车的任务目的和用户属性。
88.在本技术实施例中，可通过任务解析算法对任务信息进行解析，以获取无人车的任务目的和用户属性，其中，任务解析算法可根据实际情况进行标定。
89.具体地，服务器在获取到无人车的任务信息之后，可根据预设的任务解析算法对该任务信息进行解析，以获取无人车的任务目的和用户属性，例如，解析出的结果可为：普通用户，去xxx湖旅游、巡检警察，去xxx路进行巡检、g端客户，去xxx大厦等。
90.作为一种可能的情况，服务器还可根据任务解析模型对任务信息进行解析，以获取无人车的任务目的和用户属性。应说明的是，该实施例中所描述的任务解析模型可以是提前训练好的，并将其预存在服务器的存储空间中，以方便调取应用。
91.步骤202，根据任务目的和用户属性，确定无人车的驾驶模式，其中，用户属性的优先级高于任务目的。
92.在本技术实施例中，服务器中可预存有任务目的和用户属性，与驾驶模式之间的对应关系表。
93.具体地，服务器在获取到无人车的任务目的和用户属性之后，可从自身的存储空间中调出任务目的和用户属性，与驾驶模式之间的对应关系表，并根据任务目的和用户属性对查询该对应关系表，以得到对应该任务目的和用户属性的无人车的驾驶模式。
94.例如，参见图3，当任务目的和用户属性为：普通用户(即，c端客户)，去xxx湖旅游时，查询到的驾驶模式可为文旅模式；当任务目的和用户属性为：普通用户，去xxx大厦时，查询到的驾驶模式可为robtaxi模式；当任务目的和用户属性为：政府公职人员(即，g端客户)，去xxx公路巡检时，查询到的驾驶模式可为robocop模式；当任务目的和用户属性为：政
府公职人员，去xxx大厦时，查询到的驾驶模式可为文旅模式。
95.由此，可实现根据用户的任务目的和用户属性，确定无人车的驾驶模式，实现了无人车可以根据用户的需求进行动态切换驾驶模式的目的，从而大大提高了用户的使用体验。
96.作为一种可能的情况，服务器在对任务信息进行解析的过程中，还可获取任务时间，并在确定无人车的驾驶模式之后，可在当前时间处于任务时间内，将该驾驶模式对应的切换指令发送至无人车。例如，当前时间为2020年03月22日13：00，且任务时间为：2020年03月22日8：00至：2020年03月23日22：00时，服务器可将该驾驶模式对应的切换指令发送至无人车，若前时间为2020年03月21日13：00，且任务时间为：2020年03月22日8：00至：2020年03月23日22：00，则服务器可在到达任务时间时将该驾驶模式对应的切换指令发送至无人车。
97.为了更清楚的说明上述的实施例，在本技术的实施例中，无人车可响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求，并将驾驶模式切换请求发送至服务器，以及接收服务器反馈的驾驶模式切换请求对应的切换指令，而后根据切换指令对无人车进行驾驶模式的切换。
98.具体地，无人车也可通过相关的api实时检测驾驶模式触发事件，并在确定检测到该驾驶模式触发事件时，生成无人车的驾驶模式切换请求，其中，该驾驶模式切换请求可包括无人车的唯一编码，例如，无人车序列号。然后无人车可将该驾驶模式切换请求发送至相关的服务器。该服务器在接收到该驾驶模式切换请求时，可确定检测到驾驶模式切换触发事件，此时服务器可根据无人车的唯一编码获取到对应的无人车配置信息，并对无人车配置信息进行解析，以获取无人车的任务信息，以及根据任务信息确定无人车的驾驶模式，最后将驾驶模式对应的切换指令发送至该唯一编码对应的无人车，其中，该切换指令可包括无人车的唯一编码和上述确定的驾驶模式。无人车接收到该切换指令之后可根据该切换指令对无人车进行驾驶模式的切换。由此，能够实现基于用户的需求进行无人车驾驶模式的切换。
99.进一步地，在本技术的实施例中，若检测到无人车被启动，或者检测到无人车的驾驶模式按键被触发，则确定检测到驾驶模式触发事件。其中，该驾驶模式按键可为实体按键或虚拟按键。
100.具体地，无人车可通过相关的api实时监测无人车是否被启动，或者实时监测无人车的驾驶模式按键是否被触发，若是，则说明书此时用户需要用车，或者需要进行驾驶模式切换，此时无人车可确定检测到驾驶模式触发事件。由此，能够及时确定无人车是否检测到了驾驶模式触发事件，从而做出及时的响应，进而提高用户的使用体验。
101.在本技术的实施例中，无人车可自动将对应的robtaxi模式、文旅模式、robocop模式或v2x(智能网联车)模式，体现在车载人机交互系统的展示效果上，其中，对于robtaxi模式会将自动驾驶汽车识别到的障碍车，展示成普通的乘用车，对于文旅模式展示成具有地方特色的交通工具，对于robocop模式展示成违章占道车辆，对于v2x模式展示成对应的交通事件。
102.其中，本技术的车载人机交互系统的hmi(human machine interface，人机界面)系统的技术架构可参见图4，具体描述如下所示：
103.对于hmi
‑
app层：在hmi
‑
app基于安卓系统进行研发，有交互体验研发效率的优势，
同时在车机硬件上有降本的优势。内置3d渲染模块，充分发挥移动端gpu(graphics processing unit，图形处理器)能力，提供优秀的可视化体验。这样可以高效的完成新的种类数据源的接入和处理，同时不影响线上业务处理，做到高效处理数据耦合问题。
104.对于rpc(remote procedure call，远程过程调用)协议层：无人车的人交互系统采用易于应用层理解的rpc协议，无需过多的关注数据处理和业务实现，可以有效的解决研发时的团队的耦合问题。
105.对于hmi
‑
server(服务器)层：作为原生于自动驾驶系统的应用，和自动驾驶核心模块的紧密结合充分挖掘我们自动驾驶系统的优势，并且可以进一步优化可视化能力，hmi
‑
app层的研发人员无需过多的关注数据处理和业务实现，可以有效的解决研发时的团队的耦合问题。
106.图5为本技术实施例提供的另一种无人车驾驶模式切换方法的流程示意图。
107.本技术实施例的无人车驾驶模式切换方法，还可由本技术实施例提供的无人车驾驶模式切换装置执行，该装置可配置于电子设备中，以实现响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求，并将驾驶模式切换请求发送至服务器，以及接收服务器反馈的驾驶模式切换请求对应的切换指令，而后根据切换指令对无人车进行驾驶模式的切换，从而能够实现基于用户的需求进行无人车驾驶模式的切换。
108.作为一种可能的情况，本技术实施例的无人车驾驶模式切换方法还可以在自动驾驶车辆(即，无人车)执行，自动驾驶车辆可以为运营的无人车，可以在运营的无人车执行该无人车驾驶模式切换方法。
109.如图5所示，该无人车驾驶模式切换方法，可包括：
110.步骤501，响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求。其中，驾驶模式切换请求可包括无人车的唯一编码。
111.在本技术实施例中，无人车可通过相关的api实时检测驾驶模式触发事件，以使无人车在检测到驾驶模式触发事件时，能够及时响应于该驾驶模式触发事件进行相关的操作。
112.步骤502，将所述驾驶模式切换请求发送至服务器。
113.步骤503，接收所述服务器反馈的所述驾驶模式切换请求对应的切换指令。
114.步骤504，根据所述切换指令对所述无人车进行驾驶模式的切换。
115.具体地，无人车也可通过相关的api实时检测驾驶模式触发事件，并在确定检测到该驾驶模式触发事件时，生成无人车的驾驶模式切换请求，其中，该驾驶模式切换请求可包括无人车的唯一编码，例如，无人车序列号。然后无人车可将该驾驶模式切换请求发送至相关的服务器。该服务器在接收到该驾驶模式切换请求时，可确定检测到驾驶模式切换触发事件，此时服务器可根据无人车的唯一编码获取到对应的无人车配置信息，并对无人车配置信息进行解析，以获取无人车的任务信息，以及根据任务信息确定无人车的驾驶模式，最后将驾驶模式对应的切换指令发送至该唯一编码对应的无人车，其中，该切换指令可包括无人车的唯一编码和上述确定的驾驶模式。无人车在接收到该切换指令之后可根据该切换指令对无人车进行驾驶模式的切换。
116.在本技术实施例中，首先响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求，并将驾驶模式切换请求发送至服务器，以及接收服务器反馈的驾驶模式切换
请求对应的切换指令，而后根据切换指令对无人车进行驾驶模式的切换。由此，能够实现基于用户的需求进行无人车驾驶模式的切换。
117.在本技术的一个实施例中，该无人车驾驶模式切换方法，还可包括若检测到所述无人车被启动，或者检测到所述无人车的驾驶模式按键被触发，则确定检测到所述驾驶模式触发事件。
118.需要说明的是，前述对图1
‑
4所述的无人车驾驶模式切换方法实施例的解释说明也适用于该实施例的无人车驾驶模式切换方法，此处不再赘述。
119.根据本技术实施例的无人车驾驶模式切换方法，首先响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求，并将驾驶模式切换请求发送至服务器，以及接收服务器反馈的驾驶模式切换请求对应的切换指令，而后根据切换指令对无人车进行驾驶模式的切换。由此，能够实现基于用户的需求进行无人车驾驶模式的切换。
120.图6为本技术实施例提供的一种无人车驾驶模式切换装置的结构示意图。
121.本技术实施例的无人车驾驶模式切换装置，可配置于电子设备中，以实现响应于检测到驾驶模式切换触发事件，获取无人车配置信息，并对无人车配置信息进行解析，以获取无人车的任务信息，以及根据任务信息确定无人车的驾驶模式，而后将驾驶模式对应的切换指令发送至无人车，从而能够实现基于无人车的任务信进行无人车驾驶模式的切换。
122.作为一种可能的情况，本技术实施例的无人车驾驶模式切换装置还可配置于服务器中，服务器可以为云服务器。
123.需要说明的是，上述实施例中所描述的无人车可为运营的无人车。
124.如图6所示，该无人车驾驶模式切换装置600，可包括：获取模块610、解析模块620、第一确定模块630、发送模块640。
125.其中，获取模块610用于响应于检测到驾驶模式切换触发事件，获取无人车配置信息。其中，无人车配置信息可包括任务目的、用户属性、用户名称、任务时间、车辆剩余油量和车辆行驶总里程数等。
126.在本技术实施例中，获取模块610可通过相关的api(application programming interface，应用程序接口)实时检测驾驶模式切换触发事件，以使获取模块610在检测到驾驶模式切换触发事件时，能够及时响应于该驾驶模式切换触发事件进行相关的操作。
127.具体地，获取模块610可通过相关的api实时检测驾驶模式切换触发事件，并在确定检测到该驾驶模式切换触发事件时，响应于检测到该驾驶模式切换触发事件，获取无人车配置信息。
128.需要说明的是，该实施例中所描述的无人车配置信息可以是用户预先上传并存储在服务器的存储空间中的，以便服务器需要时调用。其中，该存储空间不仅限于基于实体的存储空间，例如，硬盘，上述存储空间还可以是连接服务器的云存储空间。
129.作为一种可能的情况，上述的无人车配置信息还可以预先存储在服务器的配置信息数据库中，其中，该配置信息数据库可专门用来存储无人车配置信息，以进一步方便服务器在需要时调用。
130.解析模块620用于对无人车配置信息进行解析，以获取无人车的任务信息。
131.在本技术实施例中，可根据预设的解析算法对无人车配置信息进行解析，以获取无人车的任务信息，其中，预设的解析算法可根据实际情况进行标定。
132.具体地，在获取模块610获取到无人车配置信息之后，解析模块620可根据预设的解析算法对无人车配置信息进行解析，以获取无人车的任务信息。其中，该任务信息可包括任务目的、用户属性等。
133.作为一种可能的情况，解析模块620还可根据解析模型对无人车配置信息进行解析，以获取无人车的任务信息。应说明的是，该实施例中所描述的解析模型可以是提前训练好的，并将其预存在服务器的存储空间中，以方便调取应用。
134.其中，该解析模型的训练与生成均可由相关的训练服务器执行，该训练服务器可以是云端服务器，也可以是一台电脑的主机，该训练服务器与可配置申请实施例提供的无人车驾驶模式切换装置的服务器之间，建立有通信连接，该通信连接可以是无线网络连接和有线网络连接的至少一种。该训练服务器可将训练完成的解析模型发送给该服务器，以便该服务器在需要时调用，从而大大减少该服务器的计算压力。
135.具体地，在获取模块610获取到无人车配置信息之后，解析模块620可从服务器的存储空间中调出解析模型，并将该无人车配置信息输入至该解析模型，从而通过该解析模型解析该无人车配置信息，以得到该解析模型输出的无人车的任务信息。
136.作为另一种可能的情况，解析模块620还可使用解析工具(例如，插件)，对无人车配置信息进行解析，以获取无人车的任务信息。
137.第一确定模块630用于根据任务信息确定无人车的驾驶模式。
138.在本技术实施例中，服务器的存储空间中可预存有关系表，且该关系表中可记载有任务信息与无人车的驾驶模式之间的对应关系。
139.具体地，在解析模块620获取到无人车的任务信息之后，第一确定模块630可从服务器的存储空间中调出上述的关系表，并根据该任务信息查询该关系表，以得到对应该任务信息的无人车的驾驶模式。
140.需要说明的是，该实施例中的驾驶模式可为robtaxi(自动驾驶出租车)模式、文旅模式、robocop(自动驾驶巡逻车)模式和v2x(智能网联车)模式等中的一种。
141.发送模块640用于将驾驶模式对应的切换指令发送至无人车，其中，无人车根据切换指令进行驾驶模式的切换。
142.具体地，在第一确定模块630确定无人车的驾驶模式之后，发送模块640可先根据该驾驶模式生成切换指令，并将该切换指令发送至该无人车，由此，该无人车在接收到该切换指令之后，可根据该切换指令进行驾驶模式的切换，即将无人车当前的驾驶模式切换为上述确定的无人车的驾驶模式。
143.在本技术实施例中，通过获取模块响应于检测到驾驶模式切换触发事件，获取无人车配置信息，并通过解析模块，对无人车配置信息进行解析，以获取无人车的任务信息，以及通过第一确定模块根据任务信息确定无人车的驾驶模式，而后通过发送模块将驾驶模式对应的切换指令发送至无人车。由此，能够实现基于无人车的任务信进行无人车驾驶模式的切换。
144.在本技术的一个实施例中，如图6所示，该无人车驾驶模式切换装置600，可包括第二确定模块650，其中，第二确定模块650用于若接收到无人车发送的驾驶模式切换请求，则确定检测到驾驶模式切换触发事件。
145.在本技术的一个实施例中，驾驶模式切换请求包括无人车的唯一编码，获取模块
610具体用于根据唯一编码获取无人车配置信息。
146.在本技术的一个实施例中，第一确定模块630具体用于：对任务信息进行解析，以获取无人车的任务目的和用户属性；根据任务目的和用户属性，确定无人车的驾驶模式，其中，用户属性的优先级高于任务目的。
147.在本技术的一个实施例中，无人车配置信息由用户通过终端设备上传至服务器。
148.需要说明的是，前述对图1
‑
4的无人车驾驶模式切换方法实施例的解释说明也适用于该实施例的无人车驾驶模式切换装置，此处不再赘述。
149.本技术实施例的无人车驾驶模式切换装置，通过获取模块响应于检测到驾驶模式切换触发事件，获取无人车配置信息，并通过解析模块，对无人车配置信息进行解析，以获取无人车的任务信息，以及通过第一确定模块根据任务信息确定无人车的驾驶模式，而后通过发送模块将驾驶模式对应的切换指令发送至无人车，其中，无人车根据切换指令进行驾驶模式的切换。由此，能够实现基于无人车的任务信进行无人车驾驶模式的切换。
150.图7为本技术实施例提供的一种无人车驾驶模式切换装置的结构示意图。
151.本技术实施例的无人车驾驶模式切换装置，可配置于电子设备中，以实现响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求，并将驾驶模式切换请求发送至服务器，以及接收服务器反馈的驾驶模式切换请求对应的切换指令，而后根据切换指令对无人车进行驾驶模式的切换，从而能够实现基于用户的需求进行无人车驾驶模式的切换。
152.作为一种可能的情况，本技术实施例的无人车驾驶模式切换方装置可配置于无人车中，无人车可以为运营的无人车。
153.如图7所示，该无人车驾驶模式切换装置700，可包括：生成模块710、发送模块720、接收模块730和切换模块740。
154.其中，生成模块710用于响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求。其中，驾驶模式切换请求可包括无人车的唯一编码。
155.在本技术实施例中，生成模块710可通过相关的api实时检测驾驶模式触发事件，以使生成模块710在检测到驾驶模式触发事件时，能够及时响应于该驾驶模式触发事件进行相关的操作。
156.发送模块720用于将驾驶模式切换请求发送至服务器。
157.接收模块730用于接收服务器反馈的驾驶模式切换请求对应的切换指令。
158.切换模块740用于根据切换指令对无人车进行驾驶模式的切换。
159.具体地，生成模块710也可通过相关的api实时检测驾驶模式触发事件，并在确定检测到该驾驶模式触发事件时，生成无人车的驾驶模式切换请求，其中，该驾驶模式切换请求可包括无人车的唯一编码，例如，无人车序列号。然后发送模块720可将该驾驶模式切换请求发送至相关的服务器。该服务器在接收到该驾驶模式切换请求时，可确定检测到驾驶模式切换触发事件，此时服务器可根据无人车的唯一编码获取到对应的无人车配置信息，并对无人车配置信息进行解析，以获取无人车的任务信息，以及根据任务信息确定无人车的驾驶模式，最后将驾驶模式对应的切换指令发送至该唯一编码对应的无人车，其中，该切换指令可包括无人车的唯一编码和上述确定的驾驶模式。在接收模块730接收到该切换指令之后，切换模块740可根据该切换指令对无人车进行驾驶模式的切换。
160.在本技术实施例中，通过生成模块响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求，并通过发送模块将驾驶模式切换请求发送至服务器，以及通过接收模块接收服务器反馈的驾驶模式切换请求对应的切换指令，而后通过切换模块根据切换指令对无人车进行驾驶模式的切换。由此，能够实现基于用户的需求进行无人车驾驶模式的切换。
161.在本技术的一个实施例中，如图7所示，该无人车驾驶模式切换装置700，还可包括确定模块750，其中确定模块750用于若检测到无人车被启动，或者检测到无人车的驾驶模式按键被触发，则确定检测到驾驶模式触发事件。
162.需要说明的是，前述对图1
‑
4的无人车驾驶模式切换方法实施例的解释说明也适用于该实施例的无人车驾驶模式切换装置，此处不再赘述。
163.本技术实施例的无人车驾驶模式切换装置，通过生成模块响应于检测到驾驶模式触发事件，生成无人车的驾驶模式切换请求，并通过发送模块将驾驶模式切换请求发送至服务器，以及通过接收模块接收服务器反馈的驾驶模式切换请求对应的切换指令，而后通过切换模块根据切换指令对无人车进行驾驶模式的切换。由此，能够实现基于用户的需求进行无人车驾驶模式的切换。
164.根据本技术的实施例，本技术还提供了一种电子设备、一种可读存储介质、一种计算机程序产品、一种云端服务器和一种自动驾驶车辆。
165.图8示出了可以用来实施本技术的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。
166.如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(rom)802中的计算机程序或者从存储单元808加载到随机访问存储器(ram)803中的计算机程序，来执行各种适当的动作和处理。在ram 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、rom 802以及ram 803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。
167.设备800中的多个部件连接至i/o接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
168.计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如无人车驾驶模式切换方法。例如，在一些实施例中，无人车驾驶模式切换方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由rom 802和/或通信单元809而被载入和/或安装到设
备800上。当计算机程序加载到ram 803并由计算单元801执行时，可以执行上文描述的无人车驾驶模式切换方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行无人车驾驶模式切换方法。
169.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
170.用于实施本技术的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
171.在本技术的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd
‑
rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
172.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
173.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、互联网和区块链网络。
174.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计
算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
175.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本技术公开的技术方案所期望的结果，本文在此不进行限制。
176.上述具体实施方式，并不构成对本技术保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本技术的精神和原则之内所作的修改、等同替换和改进等，均应包含在本技术保护范围之内。