一种序列化的基于公交车队的大规模移动传感器布设方法技术

本发明专利技术公开了一种序列化的基于公交车队的大规模移动传感器布设方法，涉及移动传感器布设技术领域。该方法包括对布设区域进行空间网格划分，构建移动传感器移动感知模型；根据布设区域的公交线路集合，构建公交线路预选的线性整数规划模型，求解得到最优预选公交线路；根据构建的移动传感器移动感知模型和得到的最优预选公交线路，构建基于公交车轨迹进行移动传感器布设的线性整数规划模型，求解得到移动传感器的最优布设结果。本发明专利技术可以降低大规模移动传感器布设问题求解的复杂度，以高效地解决城市范围内大规模的移动传感器布设问题。题。题。

【技术实现步骤摘要】
一种序列化的基于公交车队的大规模移动传感器布设方法


[0001]本专利技术涉及移动传感器布设
，具体涉及一种序列化的基于公交车队的大规模移动传感器布设方法。

技术介绍

[0002]近年来，随着微型传感技术的普及，车载式移动城市感知已经成为了一种非常受欢迎的感知范式并广泛地应用在各种监测场景中，例如：空气质量监测、交通情况监测、噪声监测、城市热岛效应监测等。它主要是将传感器布设在城市中运行的车辆上，通过充分利用车辆的机动性来以较低的成本实现良好的时空覆盖。
[0003]出租车由于其载客需求和收益最大化原则导致其活动路线不可控，且频繁往返于一些热点区域，从而导致其时空覆盖非常不均匀。对于专用走航车或者无人机而言，虽然它们具有很强的灵活性和可控性，但是由于其部署和运行维护成本非常高，从而不可能实现大规模部署。与上述车型相比，以公交车为载体的移动传感具有如下优势：（1）公交车的运行有相对固定的运行路线和时刻表，因此可以提供更为可靠的覆盖；（2）公交线网在城市中分布很广，可以拓展到出租车很稀疏的区域；（3）部署和运行维护成本比较低。
[0004]在城市中，公交车是重要的公共交通工具之一，城市里的公交车数量非常巨大。因此，在已知车辆运行轨迹的情况下，如何把有限的传感器布设在其中一部分车辆上，实现最优的时空覆盖是一个亟待解决的问题。

技术实现思路

[0005]为解决现有技术直接基于庞大的车队规模进行传感器布设导致的求解规模指数爆炸的问题，本专利技术提供了一种序列化的基于公交车队的大规模移动传感器布设方法，降低问题求解的复杂度，以高效地解决城市范围内大规模的移动传感器布设问题。
[0006]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种序列化的基于公交车队的大规模移动传感器布设方法，包括以下步骤：S1、对布设区域进行空间网格划分，构建移动传感器移动感知模型；S2、根据布设区域的公交线路集合，构建公交线路预选的线性整数规划模型，求解得到最优预选公交线路；S3、根据步骤S1构建的移动传感器移动感知模型和步骤S2得到的最优预选公交线路，构建基于公交车轨迹进行移动传感器布设的线性整数规划模型，求解得到移动传感器的最优布设结果。
[0007]进一步地，步骤S1中对布设区域进行空间网格划分具体包括：将移动传感器的布设区域离散为第一数量的大小相同的空间网络，并将移动传感器的监测时间划分为第二数量的时间周期。
[0008]进一步地，步骤S1中构建的移动传感器移动感知模型具体为：
其中，为移动传感器的移动感知值，为第个空间网格的监测权重，G为空间网格集合，为第t个时间周期的监测权重，为移动传感器在第t个时间周期内是否覆盖第个空间网格的0
‑
1变量。
[0009]进一步地，步骤S2具体包括：获取布设区域内的公交线路集合；根据公交线路的运行轨迹确定公交线路集合中所有公交线路在布设区域内覆盖的空间网格数量；以最小化所选择的公交线路的数量作为公交线路优化目标，以所选择的公交线路的空间覆盖情况作为公交线路优化约束条件，构建公交线路预选的线性整数规划模型；对构建的公交线路预选的线性整数规划模型进行求解，得到最优预选公交线路。
[0010]进一步地，所述公交线路优化目标具体为：其中，为公交线路优化目标，为是否选择第条公交线路的0
‑
1变量，为公交线路集合。
[0011]进一步地，所述公交线路优化约束条件具体为：进一步地，所述公交线路优化约束条件具体为：进一步地，所述公交线路优化约束条件具体为：进一步地，所述公交线路优化约束条件具体为：进一步地，所述公交线路优化约束条件具体为：其中，M为设定常数，为选择的公交线路是否覆盖第个空间网格的0
‑
1变量，为公交线路集合，为是否选择第条公交线路的0
‑
1变量，为第条公交线路是否覆盖第个空间网格的0
‑
1变量，G为空间网格集合，为公交线路集合中所有公交线路在布设区域内覆盖的空间网格数量。
[0012]进一步地，步骤S3具体包括：获取步骤S2得到的最优预选公交线路的运行轨迹，以最大化在最优预选公交线路运行的公交车辆上布设移动传感器的移动感知值作为移动传感器布设优化目标，以移动传感器的数量作为移动传感器布设优化约束条件，
构建基于公交车轨迹进行移动传感器布设的线性整数规划模型；对构建的基于公交车轨迹进行移动传感器布设的线性整数规划模型进行求解，得到移动传感器的最优布设结果。
[0013]进一步地，所述移动传感器布设优化目标具体为：其中，为移动传感器布设优化目标，为选择在最优预选公交线路上运行的第b辆公交车辆上布设移动传感器的0
‑
1变量，G为空间网格集合，为第个空间网格的监测权重，T为移动传感器的监测时间，为第t个时间周期的监测权重，为移动传感器在第t个时间周期内是否覆盖第个空间网格的0
‑
1变量。
[0014]进一步地，所述移动传感器布设优化约束条件具体为：进一步地，所述移动传感器布设优化约束条件具体为：进一步地，所述移动传感器布设优化约束条件具体为：进一步地，所述移动传感器布设优化约束条件具体为：其中，为移动传感器在第t个时间周期内是否覆盖第个空间网格的0
‑
1变量，B为在最优预选公交线路运行的公交车辆集合，为选择在最优预选公交线路上运行的第b辆公交车辆上布设移动传感器的0
‑
1变量，为第b辆公交车辆在第t个时间周期内是否覆盖第个空间网格的0
‑
1变量，G为空间网格集合，T为移动传感器的监测时间，为移动传感器的数量。
[0015]本专利技术具有以下有益效果：（1）本专利技术所设计的序列化的基于公交车队的大规模移动传感器布设方法可以在给定传感器数量的情况下，在庞大的候选公交车辆集合中选出最佳的公交车子集来布设移动传感器，从而充分发挥移动传感器的效用，实现比较好的时空覆盖效果。
[0016]（2）本专利技术所设计的序列化的基于公交车队的大规模移动传感器布设方法采用通过空间覆盖对公交线路预选的方法，在保证可以实现对整个区域进行监测的前提下，极大地降低了传感器布设的决策规模，加快了模型的求解速度。
[0017]（3）本专利技术所设计的序列化的基于公交车队的大规模移动传感器布设方法对于任意监测场景、任意监测需求无需针对方法进行改变即可实施，是一种针对公交车队来布设移动传感器用于城市感知的通用框架，应用前景和应用范围均十分广阔。
附图说明
[0018]图1为本专利技术实施例中一种序列化的基于公交车队的大规模移动传感器布设方法
的流程示意图。
具体实施方式
[0019]下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种序列化的基于公交车队的大规模移动传感器布设方法，其特征在于，包括以下步骤：S1、对布设区域进行空间网格划分，构建移动传感器移动感知模型；S2、根据布设区域的公交线路集合，构建公交线路预选的线性整数规划模型，求解得到最优预选公交线路；S3、根据步骤S1构建的移动传感器移动感知模型和步骤S2得到的最优预选公交线路，构建基于公交车轨迹进行移动传感器布设的线性整数规划模型，求解得到移动传感器的最优布设结果。2.根据权利要求1所述的一种序列化的基于公交车队的大规模移动传感器布设方法，其特征在于，步骤S1中对布设区域进行空间网格划分具体包括：将移动传感器的布设区域离散为第一数量的大小相同的空间网络，并将移动传感器的监测时间划分为第二数量的时间周期。3.根据权利要求1所述的一种序列化的基于公交车队的大规模移动传感器布设方法，其特征在于，步骤S1中构建的移动传感器移动感知模型具体为：其中，为移动传感器的移动感知值，为第个空间网格的监测权重，G为空间网格集合，为第t个时间周期的监测权重，为移动传感器在第t个时间周期内是否覆盖第个空间网格的0
‑
1变量。4.根据权利要求1所述的一种序列化的基于公交车队的大规模移动传感器布设方法，其特征在于，步骤S2具体包括：获取布设区域内的公交线路集合；根据公交线路的运行轨迹确定公交线路集合中所有公交线路在布设区域内覆盖的空间网格数量；以最小化所选择的公交线路的数量作为公交线路优化目标，以所选择的公交线路的空间覆盖情况作为公交线路优化约束条件，构建公交线路预选的线性整数规划模型；对构建的公交线路预选的线性整数规划模型进行求解，得到最优预选公交线路。5.根据权利要求4所述的一种序列化的基于公交车队的大规模移动传感器布设方法，其特征在于，所述公交线路优化目标具体为：其中，为公交线路优化目标，为是否选择第条公交线路的0
‑
1变量，为公交线路集合。6.根据权利要求4所述的一种序列化的基于公交车队的大规模移动传感器布设方法，其特征在于，所述公交线路优化约束条件具体为：
其中，M...

【专利技术属性】
技术研发人员：韩科，纪文，刘涛，
申请(专利权)人：四川国蓝中天环境科技集团有限公司，
类型：发明
国别省市：