一种基于边云计算的车路通信链路匹配方法及系统技术方案

本申请提供一种基于边云计算的车路通信链路匹配方法及系统，涉及车联网智能信息处理技术领域，该方法包括：根据获取的自车感知范围和基站内路基设备的部署信息，确定车路协同感知范围和车路感知置信度；利用训练好的深度强化学习网络，得出车辆与路基设备的配对决策集；将配对决策集发送至云端进行全局决策处理，根据云端反馈的全局决策结果，筛选配对决策集中的冲突决策；在配对决策集中没有冲突决策的情况下，输出车路链路配对结果，这样，在车辆行驶过程中，可以分配出高效节能的车路配对方案，并且在确保环境感知效能基础上，能够减少冗余链路数量，提升车路通信鲁棒性。提升车路通信鲁棒性。提升车路通信鲁棒性。

【技术实现步骤摘要】
一种基于边云计算的车路通信链路匹配方法及系统


[0001]本申请属于车联网智能信息处理
，尤其涉及一种基于边云计算的车路通信链路匹配方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本申请相关的
技术介绍
信息，不必然构成在先技术。
[0003]随着未来车联网的高速发展，汽车应用数据流爆炸式增长，而车辆本身单元无法满足其自身应用的计算时延的需求，移动边缘计算(Mobile Edge Computing，MEC)技术的出现能够很好的解决此类问题。MEC运行于网络边缘，并不依赖于网络的其他部分，这点对于安全性要求较高的应用来说非常重要。另外，MEC服务器通常具有较高的计算能力，因此特别适合于分析处理大量数据。同时，由于MEC距离用户或信息源在地理上非常邻近，使得网络响应用户请求的时延大大减小，也降低了传输网和核心网部分发生网络拥塞的可能性。位于网络边缘的MEC能够实时获取基站、可用带宽等网络数据以及与用户位置相关的信息，从而进行链路感知自适应，并且为基于位置的应用提供部署的可能性，可以极大地改善用户的服务质量体验。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边云计算的车路通信链路匹配方法，其特征在于，包括：根据获取的自车感知范围和基站内路基设备的部署信息，确定车路协同感知范围和车路感知置信度；利用训练好的深度强化学习网络，得出车辆与路基设备的配对决策集；将所述配对决策集发送至云端进行全局决策处理，根据云端反馈的全局决策结果，筛选所述配对决策集中的冲突决策；在所述配对决策集中没有冲突决策的情况下，输出车路链路配对结果。2.如权利要求1所述的基于边云计算的车路通信链路匹配方法，其特征在于，根据车辆的设定感知区域和车辆行驶速度，确定所述自车感知范围。3.如权利要求1所述的基于边云计算的车路通信链路匹配方法，其特征在于，获取路基设备的感知范围，根据所述自车感知范围和路基设备的感知范围，得到车辆与路基设备感知范围的并集，将该并集确定为车路协同感知范围。4.如权利要求1所述的基于边云计算的车路通信链路匹配方法，其特征在于，根据路基设备分布和自车行驶距离进行感知空间的划分，形成全局感知地图；根据车辆在所述全局感知地图内的位置和部署的路基设备，确定自车周围区域的置信度分布；针对所述全局感知地图内的每一个网格，确定车辆检测到的占用概率对数似然比，将车辆与基站对网格的占用概率对数似然比相加，并进行融合，得到车辆与基站设备感知融合后该网格的置信度；所述车路感知置信度为所有网格置信度之和。5.如权利要求1所述的基于边云计算的车路通信链路匹配方法，其特征在于，通过以下方式训练所述深度强化学习网络：自车随机与部署的路基设备配对，从经验池随机抽取小批量数据训练，经验池中的经验来自于自车、设备基站和道路交通的不断交互，当动作使评价网络感知范围和置信度提高，则给予奖励；通过奖励和...

【专利技术属性】
技术研发人员：俄广迅，陆由付，王勇，杜牵，李立娟，张岱峰，李研强，于良杰，
申请(专利权)人：山东省科学院自动化研究所，
类型：发明
国别省市：