基于智能交通系统的多任务协同群智感知方法技术方案

一种基于智能交通系统的多任务协同群智感知方法，由平台发布一般任务、车辆上传投标信息、路侧单元计算车辆精度、平台选择车辆执行一般任务、平台发布紧急任务、平台选择车辆执行紧急任务步骤组成。采用不同特点的一般任务和紧急任务，细化了任务的需求；在招募车辆时采用不同的车辆精度和单位资源的报价，多个车辆可以协同执行任务，提高了任务的精度；提出的一般任务车辆资源选择方法，在满足每个一般任务成本预算约束和车辆资源约束的基础上，最大化一般任务总效用；提出的紧急任务车辆资源选择方法，在满足紧急任务的精度要求、价值要求、延时要求的基础上，最大化剩余的一般任务总效用，减少了偶发紧急任务对正在进行一般任务的影响。任务的影响。任务的影响。

【技术实现步骤摘要】
基于智能交通系统的多任务协同群智感知方法


[0001]本专利技术属于群智感知的
，具体涉及到基于智能交通系统的多任务协同群智感知方法。

技术介绍

[0002]近年来，由于车辆可以使得人们的出行更加方便快捷，全世界的车辆数目急剧增加，由此导致了许多问题，例如，交通堵塞、事故频发和道路塌陷等。政府和交通管理部门越来越重视为人们提供安全、高效的交通环境，改善了人们的出行体验。然而，传统的交通管理解决方案不仅效率低下，而且耗费大量的人力和财力。
[0003]随着智能城市的快速发展，智能交通系统正在逐步改进原有的交通结构。这些智能汽车配备了摄像头、激光雷达和各种传感器设备，可以感知交通环境并收集智能城市中的数据。通过这种方式，可以分析城市中有价值的信息，如交通流量信息和道路结冰情况等，并将其用于支持智能交通系统，从而形成了在智能交通系统支持下的车辆群智感知模式。
[0004]典型的群智感知方案对于单个任务的分配或者多任务相继执行的任务分配很有效。然而，这些群智感知任务分配本质上都是考虑单个用户在同一时刻只能执行一种任务。然而，当某一区域内的车辆正在执行噪声采集任务时，突然有一辆拉着重症病人的救护车拟从该区域经过，需要提前了解该区域的交通情况，以便规划路线，这种任务对精度和延时有极高的需求，如果等到当前的任务完成之后再进行该任务分配，那么就会违反该任务严格的延时约束。对于这种需要同一车辆在同一时刻执行多种任务的场景，以往的群智感知方案均不适用。因此，在基于智能交通系统中当前需要解决的一个技术问题是提供一种可以同时满足多个任务的不同需求的车辆协作式群智感知方法。

技术实现思路

[0005]本专利技术所要解决的技术问题在于克服上述传统技术的缺点，提供一种基于智能交通系统的多任务协同群智感知方法。
[0006]解决上述技术问题所采用的技术方案是由下述步骤组成：
[0007](1)平台发布一般任务
[0008]平台发布信息元组如下：
[0009][0010]其中,g
i
为一般任务，g
i
∈{g1,g2,...,g
p
}，p为有限正整数，表示一般任务g
i
的开始时间，表示一般任务g
i
的结束时间，表示一般任务g
i
的成本预算，
[0011](2)车辆上传投标信息
[0012]路侧单元实时识别覆盖范围内的车辆，每一个路侧单元拥有一张存储当前时间段内在路侧单元覆盖范围内的车辆信息表，车辆信息表内包含车辆v
b
向路侧单元提供的投标
信息元组如下：
[0013][0014][0015]其中，表示车辆v
b
、时隙t
j
的可用资源集合，表示车辆v
b
、时隙t
j
的单位资源报价，表示车辆v
b
、时隙t
j
的单位资源提供的价值，v
b
∈{v1,v2,...,v
a
}，a为有限正整数，将一般任务持续时间划分为等大小的时隙，且为有限正整数，表示车辆v
b
、时隙t
j
的可用资源总数，F为有限正整数。
[0016](3)路侧单元计算车辆精度
[0017]在云服务器上存储每辆车的历史交易记录，包括车辆的执行任务情况、历史可靠性信息，路侧单元下载并查看这些信息，根据历史交易信息计算车辆v
b
、时隙t
j
的精度如下：
[0018][0019][0020][0021]其中，表示车辆v
b
、时隙t
j
的精度因子，表示车辆v
b
、时隙t
j
的可靠性，θ表示历史因子，θ∈[0,1]，表示车辆v
b
、时隙t
j
‑1之前的可靠性，之前的可靠性，表示车辆v
b
、时隙t
j
‑1的可靠性奖励，j
‑
1≥1，表示车辆v
b
、时隙t
j
的精度值，ζ表示智能交通系统对用户精度值的平均要求，ζ∈[1,30]。
[0022](4)平台选择车辆执行一般任务
[0023]平台扫描所有的路侧单元，收集所有上传投标车辆的信息，根据每个一般任务的成本预算和每个车辆资源的报价、价值、精度，按下式选择车辆资源以最大化一般任务的总效用Z：
[0024][0025]其中，表示一般任务g
i
购买车辆v
b
、时隙t
j
的第f个资源的指示值，
[0026]平台选择的车辆资源需要满足以下条件：
[0027][0028][0029](5)平台发布紧急任务
[0030]平台发布紧急任务M
e
如下：
[0031]M
e
＝{rw,rd,ru}
[0032]其中，rw是紧急任务的最大等待延迟、且不超过一个时隙t
j
‑1，j
‑
1≥1，rd是紧急任务的最低价值，rd∈[0,100]，ru是紧急任务的最低精度，ru∈[0,1]。
[0033](6)平台选择车辆执行紧急任务
[0034]对时隙t
j
‑1，j
‑
1≥1，平台发布的紧急任务，根据紧急任务的精度要求、价值要求和每个车辆的单位资源报价、精度、价值选择车辆资源，按下式选择车辆资源以最大化剩余的一般任务的总效用W(t
j
)：
[0035][0036][0037][0038]其中，表示车辆v
b
、时隙t
j
已经分配给一般任务g
i
的资源数目，表示车辆v
b
、时隙t
j
已经分配给一般任务g
i
的资源被紧急任务占用的资源数目，表示车辆v
b
、时隙t
j
已经分配给一般任务g
i
的资源被紧急任务占用的资源比例，f(x)表示对x四舍五入函数，平台选择的车辆资源需要满足以下条件：
[0039][0040][0041][0042][0043]其中，表示时隙t
j
紧急任务购买车辆v
b
的总资源，表示时隙t
j
紧急任务购买的车辆v
b
的空闲资源数目，表示车辆v
b
、时隙t
j
参与紧急任务的指示值，
[0044]在本专利技术的(4)平台选择车辆执行一般任务步骤中，平台按下式选择车辆资源以最大化一般任务的总效用Z：
[0045][0046]其中，表示一般任务g
i
购买车辆v
b
、时隙t
j
的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能交通系统的多任务协同群智感知方法，其特征在于由下述步骤组成：(1)平台发布一般任务平台发布信息元组如下：其中,g
i
为一般任务，g
i
∈{g1,g2,...,g
p
}，p为有限正整数，表示一般任务g
i
的开始时间，表示一般任务g
i
的结束时间，表示一般任务g
i
的成本预算，(2)车辆上传投标信息路侧单元实时识别覆盖范围内的车辆，每一个路侧单元拥有一张存储当前时间段内在路侧单元覆盖范围内的车辆信息表，车辆信息表内包含车辆v
b
向路侧单元提供的投标信息元组如下：如下：其中，表示车辆v
b
、时隙t
j
的可用资源集合，表示车辆v
b
、时隙t
j
的单位资源报价，源报价，表示车辆v
b
、时隙t
j
的单位资源提供的价值，v
b
∈{v1,v2,...,v
a
}，a为有限正整数，将一般任务持续时间划分为等大小的时隙，}，a为有限正整数，将一般任务持续时间划分为等大小的时隙，且为有限正整数，表示车辆v
b
、时隙t
j
的可用资源总数，F为有限正整数；(3)路侧单元计算车辆精度在云服务器上存储每辆车的历史交易记录，包括车辆的执行任务情况、历史可靠性信息，路侧单元下载并查看这些信息，根据历史交易信息计算车辆v
b
、时隙t
j
的精度如下：下：下：其中，表示车辆v
b
、时隙t
j
的精度因子，表示车辆v
b
、时隙t
j
的可靠性，θ表示历史因子，θ∈[0,1]，表示车辆v
b
、时隙t
j
‑1之前的可靠性，之前的可靠性，表示车辆v
b
、时隙t
j
‑1的可靠性奖励，的可靠性奖励，表示车辆v
b
、时隙t
j
的精度值，ζ表示智能交通系统对用户精度值的平均要求，ζ∈[1,30]；
(4)平台选择车辆执行一般任务平台扫描所有的路侧单元，收集所有上传投标车辆的信息，根据每个一般任务的成本预算和每个车辆资源的报价、价值、精度，按下式选择车辆资源以最大化一般任务的总效用Z：其中，表示一般任务g
i
购买车辆v
b
、时隙t
j
的第f个资源的指示值，平台选择的车辆资源需要满足以下条件：平台选择的车辆资源需要满足以下条件：(5)平台发布紧急任务平台发布紧急任务M
e
如下：M
e
＝{rw,rd,ru}其中，rw是紧急任务的最大等待延迟、且不超过一个时隙t
j
‑1，j
‑
1≥1，rd是紧急任务的最低价值，rd∈[0,100]，ru是紧急任务的最低精度，ru∈[0,1]；(6)平台选择车辆执行紧急任务对时隙t
j
‑1，...

【专利技术属性】
技术研发人员：马苗，李梦阁，杨波，王亮，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：