一种资源分配方法、设备、车辆及程序产品与流

本申请涉及计算机，具体涉及一种资源分配方法、设备、车辆及程序产品。背景技术：1、随着自动驾驶、辅助驾驶技术的不断发展，车辆越来越智能化，其软件平台中也集成了越来越多的功能。在实际工作中，各种功能均需占用车辆的计算资源，当功能的资源开销较大或同时执行的功能较多时，很容易出现多个进程互相抢占资源的情况。2、为保证软件平台的正常工作，如何进行资源调度是本领域技术人员亟待解决的技术问题。技术实现思路1、有鉴于此，本申请实施例提供了一种资源分配方法、设备、车辆及程序产品，通过预测进程在未来时刻的资源占用实现资源提前分配与调度，从而避免资源抢占情况。2、第一方面，本申请提供一种资源分配方法。方法包括：通过执行管理模块确定车载软件平台中的至少一个进程，其中，至少一个进程包括车载软件平台需要执行的各个进程。确定至少一个进程中目标进程的资源占用检测值，其中，资源占用检测值包括目标进程的处理器占用检测值、内存占用检测值以及带宽占用检测值。将目标进程在时间窗内的资源占用检测值输入资源占用预测模型，通过资源占用预测模型确定目标进程的资源占用预测值，以确定至少一个进程中各个进程的资源占用预测值，其中，时间窗包括截止于当前时刻的多个连续检测时刻。基于至少一个进程的资源占用预测值确定至少一个进程的计算资源分配值，以通过执行管理模块基于计算资源分配值对至少一个进程执行计算资源分配。。3、第二方面，本申请提供一种电子设备。电子设备包括：至少一个处理器以及与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面所述的资源分配方法。4、第三方面，本申请提供一种计算机程序产品，包括计算机程序/指令，其特征在于，当计算机程序/指令处理器被执行时实现如执行第一方面所述的资源分配方法。可选地，所述计算机程序可以存储在计算机设备的可读存储介质或云端；所述计算机设备的处理器从所述可读存储介质或云端读取所述计算机程序。5、第四方面，本申请提供一种车辆。车辆包括至少一个处理器以及与至少一个处理器通信连接的存储器，至少存储有车载自动驾驶模型。其中，存储器还存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面所述的资源分配方法。6、本申请实施例提供了一种资源分配方法、设备、车辆及程序产品，可以基于深度学习模型实时处理各个进程的资源占用检测值确定未来时刻的资源占用预测值，并基于资源占用预测值对进程分配合适的计算资源分配。由此，执行管理模块在分配计算资源时，可以提前预测资源需求，能够更有效地管理资源(如提前关闭部分进程和/或调整进程启动时间)，以减少资源抢占和冲突的可能性。此外，本申请提供的资源分配方法并未改变车载软件平台中的执行管理模块的固有逻辑，基本调度逻辑，只是执行管理模块为提供更精确的数据输入，因此能够无缝集成到现有系统中，具有极好的泛用性。技术特征：1.一种资源分配方法，其特征在于，应用于车载软件平台，所述方法包括：2.根据权利要求1所述的资源分配方法，其特征在于，所述将所述目标进程在时间窗内的资源占用检测值输入资源占用预测模型，通过所述资源占用预测模型确定所述目标进程的资源占用预测值，包括：3.根据权利要求2所述的资源分配方法，其特征在于，所述基于所述各个连续检测时刻的时序资源占用检测值确定模型输入数据，包括：4.根据权利要求2所述的资源分配方法，其特征在于，所述确定所述目标进程在所述时间窗内的各个连续检测时刻的资源占用检测值，包括：5.根据权利要求1所述的资源分配方法，其特征在于，所述通过执行管理模块确定所述车载软件平台中的至少一个进程，包括：6.根据权利要求1至5任一项所述的资源分配方法，其特征在于，所述方法还包括：7.根据权利要求1至5任一项所述的资源分配方法，其特征在于，所述确定所述至少一个进程中目标进程的资源占用检测值，包括：8.根据权利要求7所述的资源分配方法，其特征在于，所述调整所述异常进程的资源占用情况，包括：9.根据权利要求1至5任一项所述的资源分配方法，其特征在于，所述方法还包括，包括：10.根据权利要求1至5任一项所述的资源分配方法，其特征在于，所述通过所述执行管理模块基于所述计算资源分配值对所述至少一个进程执行计算资源分配，包括：11.根据权利要求10所述的资源分配方法，其特征在于，所述调整所述至少一个进程并基于调整后的至少一个进程执行计算资源分配，包括：12.根据权利要求10所述的资源分配方法，其特征在于，所述调整所述至少一个进程并基于调整后的至少一个进程执行计算资源分配，包括：13.一种电子设备，其特征在于，所述电子设备包括：14.一种计算机程序产品，包括计算机程序/指令，其特征在于，当所述计算机程序/指令处理器被执行时实现如权利要求1-12的资源分配方法。15.一种车辆，其特征在于，所述车辆包括：技术总结本申请提供一种资源分配方法、设备、车辆及程序产品，涉及计算机技术领域。在本申请，可以基于深度学习模型实时处理各个进程的资源占用检测值确定未来时刻的资源占用预测值，并基于资源占用预测值对进程分配合适的计算资源分配。由此，执行管理模块在分配计算资源时，可以提前预测资源需求，能够更有效地管理资源(如提前关闭部分进程和/或调整进程启动时间)，以减少资源抢占和冲突的可能性。此外，本申请提供的资源分配方法并未改变车载软件平台中的执行管理模块的固有逻辑，基本调度逻辑，只是执行管理模块为提供更精确的数据输入，因此能够无缝集成到现有系统中，具有极好的泛用性。技术研发人员：于鸿达受保护的技术使用者：北京集度科技有限公司技术研发日：技术公布日：2024/8/16