【技术实现步骤摘要】
一种群智感知中对感知时长敏感的任务分配方法
本专利技术涉及群智感知领域,特别涉及一种群智感知中对感知时长敏感的任务分配方法。
技术介绍
随着传感器丰富的智能设备的迅速普及,群智感知作为一种新型的众包模式,目前已经成为一种新的感知方式。群智感知利用移动用户的力量获取城市的实时动态。通常情况下,在移动用户及其智能设备的帮助下,可以实时获取各种环境信息,如空气质量监测、噪声等级监测、交通拥堵监测。此外,在群智感知的帮助下,行人可以检测到障碍物,警察可以跟踪可疑车辆。群智感知利用人群来完成那些具有特定时空信息的任务,任务的完成与否取决于群智感知系统是否将任务分配给一组合适的工人。因此,任务分配是群智感知的基础研究方向。研究人员在任务分配方面投入了大量的精力,现有的工作大多集中在如何根据感知模式、感知质量、感知预算等可能的因素,尽可能多地分配任务。然而,这些工作没有考虑到所分配任务的感知时长。换句话说,现有的工作只根据所分配的工人是否在特定的时空单元返回感知样本来考虑任务的完成,而不能保证返回样本的感知时长。感知任务具有一定的感知时长是很普遍的,因此设计一种群智感知中对感知时长敏感的任务分配方法变得非常迫切。
技术实现思路
本专利技术目的是提供一种群智感知中对感知时长敏感的任务分配方法,将具有一定感知时长的任务尽可能多地分配给一组合适的工人,从而获得足够数量的感知数据来完成大规模的群智感知任务。本专利技术所采用的技术方案如下。一种群智感知中对感知时长敏感的任务分配方法,所述方法包括如下步骤:S1、服务器获取若干个感知任务,每个感知任务均有其特定感知区域、感知时间段以及感 ...
【技术保护点】
1.一种群智感知中对感知时长敏感的任务分配方法,其特征在于,包括如下步骤:S1、服务器获取若干个感知任务,每个感知任务均有感知区域、感知时间段以及感知时长;S2、用户注册感知APP并给予服务器查看通信记录的权限;S3、服务器根据用户的移动智能设备是否具备感知任务所要求的传感器来选出候选工人集合;S4、服务器基于任务分配机制从候选工人集合中选择一组工人并为其分配任务;S5、被选中的工人完成任务后,将具有感知时长的感知结果上传到服务器后,若服务器判断该感知结果的感知时长不低于感知任务所要求的感知时长,则该工人可获得报酬。
【技术特征摘要】
1.一种群智感知中对感知时长敏感的任务分配方法,其特征在于,包括如下步骤:S1、服务器获取若干个感知任务,每个感知任务均有感知区域、感知时间段以及感知时长;S2、用户注册感知APP并给予服务器查看通信记录的权限;S3、服务器根据用户的移动智能设备是否具备感知任务所要求的传感器来选出候选工人集合;S4、服务器基于任务分配机制从候选工人集合中选择一组工人并为其分配任务;S5、被选中的工人完成任务后,将具有感知时长的感知结果上传到服务器后,若服务器判断该感知结果的感知时长不低于感知任务所要求的感知时长,则该工人可获得报酬。2.根据权利要求1所述的一种群智感知中对感知时长敏感的任务分配方法,其特征在于,步骤S3所述的传感器包括麦克风和摄像头。3.根据权利要求1所述的一种群智感知中对感知时长敏感的任务分配方法,其特征在于,步骤S1所述若干个感知任务构成感知任务集合T={t1,t2,...,tk,...,tr},感知任务表示为tk→(si,cj,δ),其中,→为唯一相关联,即每个任务tk都与一个三元组(si,cj,δ)唯一相关联,给定一个任务tk,即可得知其对应的三元组(si,cj,δ),si表示感知任务tk所处的第i个感知区域,cj表示感知任务tk所处的第j个感知时间段,δ表示感知任务tk要求的感知时长,k为1~r,r表示感知任务个数。4.根据权利要求1所述的一种群智感知中对感知时长敏感的任务分配方法,其特征在于,步骤S3所述的候选工人集合表示为W={w1,w2,...,wu,...,wl},其中,wu表示第u个候选的工人,l表示候选的工人个数。5.根据权利要求1所述的一种群智感知中对感知时长敏感的任务分配方法,其特征在于,步骤S4所述分配的结果为二元组(wu,tk),wu表示W中第u个候选的工人被选中。6.根据权利要求4所述的一种群智感知中对感知时长敏感的任务分配方法,其特征在于,步骤S4所述的任务分配机制是基于贪心策略的DSTA算法,包括如下步骤:S411、将已分配的任务集CT设置为空集,将已分配的工人-任务对构成的集合Vf设置为空集;S412、基于公式V=W×T计算候选工人集合W和感知任务集合T的笛卡尔积V,Vf为V的子集,f为子集的标记;S413、根据效用函数Utility(wu,tk)从V中找出一个具有最大总体效用的工人-任务对(wu,tk),然后令maxUtility:=Utility(wu,tk),随后令V:=V\(wu,tk),Vf:=Vf∪(wu,tk),其中,:=表示赋值操作;该步骤的maxUtility:=Utility(wu,tk)将maxUtility初始化为当前的最大总体效用即确定一个下界,使得在后续选择工人-任务对(wu,tk)时保证maxUtility递增;V:=V\(wu,tk)表示将V中具有最大总体效用的工人-任务对(wu,tk)移除,V的规模会因此减少;Vf:=Vf∪(wu,tk)表示将V中具有最大总体效用...
【专利技术属性】
技术研发人员:赖畅,欧昭婧,张幸林,张锦怡,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。