一种基于深度强化学习的无人机辅助车联网实时视频传输方法技术

本发明专利技术涉及一种基于深度强化学习的无人机辅助车联网实时视频传输方法，属于无人机辅助无线视频传输技术领域。本发明专利技术引入SVC视频编码技术，利用该应用层视频编码技术提供自适应视频流媒体服务。本发明专利技术联合考虑了无人机轨迹、带宽资源分配、SVC视频层选择，以最大限度提高车辆的视频质量。考虑到流畅性是直播视频的一个关键指标，因此将延迟定义为效用函数中的惩罚项。同时，为了减少视频层的频繁切换，保证用户观看感知，将视频层之间的比特率切换定义为惩罚项。本发明专利技术中提出的无人机辅助车辆实时视频传输方法，与现有的技术方法相比，在实现实时视频递送的同时，算法的学习速度、探索能力、稳定性和鲁棒性都有了显著提升。

【技术实现步骤摘要】

本专利技术属于无人机辅助无线视频传输，具体涉及一种基于深度强化学习的无人机辅助车联网实时视频传输方法。

技术介绍

1、车联网作为智能交通系统的核心组成部分，促进了智能交通系统的建设和发展。通过车联网技术，交通管理部门可以实时监控道路交通情况，并根据实际情况做出调整，从而更好地控制交通流量和减少交通事故的发生。然而，由于基站或其他路边单元信号覆盖能力有限，或车辆与基站之间的距离较长以及高楼建筑等障碍物的存在，导致基础设施通信资源被占用或不可用，对基础通信设施到车辆的直接通信链路提出了巨大的挑战。此时，配备先进无线电收发器和高清摄像机的无人驾驶飞机(以下简称“无人机”)实时视频传送技术，成为一种非常有前途的解决方案，它具有高机动性、很强的抗多径干扰能力和抗多径衰落能力，能够实现非视距、多链路、高速运动情况下实时传输高质量视频和图像，实现无盲区路况视频监控，更适用于动态交通场景。

2、在5g和即将到来的6g时代下，随着车联网技术的快速发展，车辆用户对行车场景中的视频体验需求日臻提升。提高用户视觉体验质量(quality of experience，以本文档来自技高网...

【技术保护点】

1.一种基于深度强化学习的无人机辅助车联网实时视频传输方法，其特征在于，该方法包括如下步骤：

2.如权利要求1所述的基于深度强化学习的无人机辅助车联网实时视频传输方法，其特征在于，所述S1中，该系统由一个安装高清摄像机的无人机和多个移动车辆组成，无人机作为空中临时移动基站，经过无人机视频采集、SVC、无人机-车辆(UAV to Vehicles，以下简称U2V)视频传输，和车辆侧的视频解码，完成完整的视频采集、处理和传输任务。

3.如权利要求1所述的基于深度强化学习的无人机辅助车联网实时视频传输方法，其特征在于，所述S2中，当发生突发事故或道路拥堵，基础通信资源不...

【技术特征摘要】

1.一种基于深度强化学习的无人机辅助车联网实时视频传输方法，其特征在于，该方法包括如下步骤：

2.如权利要求1所述的基于深度强化学习的无人机辅助车联网实时视频传输方法，其特征在于，所述s1中，该系统由一个安装高清摄像机的无人机和多个移动车辆组成，无人机作为空中临时移动基站，经过无人机视频采集、svc、无人机-车辆(uav to vehicles，以下简称u2v)视频传输，和车辆侧的视频解码，完成完整的视频采集、处理和传输任务。

3.如权利要求1所述的基于深度强化学习的无人机辅助车联网实时视频传输方法，其特征在于，所述s2中，当发生突发事故或道路拥堵，基础通信资源不可用时，地面车辆沿着道路行驶，并以密度为λa的泊松分布发出路况视频请求。

4.如权利要求1所述的基于深度强化学习的无人机辅助车联网实时视频传输方法，其特征在于，所述s4具体包括：

5.如权利要求4所述的基于深度强化学习的无...

【专利技术属性】
技术研发人员：王黎明，武丹，
申请(专利权)人：中北大学，
类型：发明
国别省市：