【技术实现步骤摘要】
专利技术涉及通信，尤其涉及一种车路协同路侧单元部署方法。
技术介绍
1、车路协同系统是一种先进的交通管理系统，它借助无线通讯和协同感知等先进技术，实现车辆与道路之间的信息共享和智能协同。通过车辆与基础设施之间的通信（vehicle to infrastructure，v2i）、车辆与路侧单元（roadside unit，rsu）之间的通信（vehicle to rsu，v2r）以及车辆之间的互联通信（vehicle to vehicle，v2v）实现车辆和道路的智能化协同，从而优化系统资源的利用，提高道路交通安全性，并缓解交通拥堵问题。这种实时的、双向的沟通机制使得车辆可以更加智能地应对道路状况的变化，提高驾驶效率和安全性。
2、随着5g网络的发展、车载计算需求的增加和车路协同技术的快速发展，路侧单元设备应运而生。路侧单元是具有数据存储和运算能力，并且能够直接与附近过往车辆进行信息交互的无线通信装置，具有网关的功能，是智慧公路数字化、智能化建设过程中，最重要的基础设施之一。
3、在当前国内车路协同应用先导示范公路的建设中，路侧单元通常以固定间距的方式部署，这种方式覆盖效益有限，设备维护成本高，对重点路段考虑不足，缺乏科学部署依据。另一方面，路侧单元部署覆盖与通信基站的覆盖问题不同，基站覆盖是以“面”为对象，而路侧单元重点在于覆盖不同道路的“线”。因此，十分有必要运用先进科学技术，综合考量各种影响因素，设计路侧单元最优部署方案，并以此推动各地的智慧高速建设，加速车路协同技术落地，提高交通运输网络的通行效率，
技术实现思路
1、本专利技术的目的在于，解决现有技术的不足之处，提出一种车路协同路侧单元部署方法，该方法旨在获得最优路侧单元部署，在考虑部署成本、覆盖道路和交通安全风险的前提下，确保部署方案的最优性。
2、一种车路协同路侧单元部署方法，包括以下步骤：
3、step1：基于历史车辆轨迹数据，使用k-means++算法进行聚类分析，生成路侧单元预部署位置集；
4、step2：对部署区域现场进行踏勘，检查路侧单元预部署位置在实际位置中是否可以部署；
5、step3：构建考虑部署成本收益、覆盖道路收益和覆盖交通安全风险收益的路侧单元部署模型；
6、step4：使用0-1背包算法求解路侧单元部署模型的收益矩阵；
7、step5：基于收益矩阵，生成最优部署方案；
8、优选的，步骤step1采用k-means++算法对部署区域车辆轨迹点进行聚类分析的具体步骤如下：
9、step11初始化：确定聚类中心的数量n；从轨迹点数据集中随机选择一个数据点样本作为第一个聚类中心μ1，并纳入聚类中心集合φμ；
10、step12计算距离：对于数据集中的每个数据点，计算其与已选择的聚类中心的欧式距离；
11、step13选择聚类中心：为所有数据点赋予被选为聚类中心的概率，概率为当前数据点到现有聚类中心的欧式距离平方与所有数据点到现有聚类中心的欧式距离平方之和的比例数值，该比例值越大，则该数据点被选择为聚类中心的概率越大。将选择的数据点纳入聚类中心集合φμ，重复此步骤，直到聚类中心集合φμ中有n个聚类中心；
12、step14聚类分配：将轨迹点数据集中的每个数据点分配到与其最近的聚类中心所对应的簇；
13、step15更新聚类中心：计算每个簇的平均值作为新的聚类中心；
14、step16重复迭代：重复step14和step15，直到聚类中心不再发生变化；
15、根据k-means++算法，基于某一时刻轨迹点数据集，得到长度为n的聚类中心集合φμ，即路侧单元预部署位置集r={r1，r2，r3，…，rn}，其中ri=(rxi，ryi)表示第i个路侧单元预部署位置，rxi和ryi分别为经纬度。
16、优选的，步骤step2对step1中预部署位置进行踏勘时，需根据路侧单元预部署位置集r、实际道路路网和部署区域地理地形构建部署成本集h。h的长度为n，h中的元素值hi表示第i个预部署路侧单元的部署成本，hi的值取决于预部署路侧单元是否受道路路网和实际地理地形环境限制，位置在ri的预部署路侧单元不受实际地理地形环境限制时hi=d，位置在ri的预部署路侧单元受实际地理地形环境限制时hi=d+δ；δ是一个远大于d的值。
17、优选的，步骤step3构建路侧单元部署模型时需考虑部署成本收益、覆盖道路收益和覆盖交通安全风险收益，路侧单元部署总收益f(x)与部署成本收益e(x)、覆盖道路收益r(x)、覆盖交通安全风险收益c(x)之间的关系如式(1)所示：
18、f(x)= αr(x)+βc(x)-γe(x)；(1)
19、x=(x1,x2,…,xn)；(2)
20、xi∈{0,1}，∀ i=1,2,…,n；(3)
21、式(1)中α、β、γ分别为对应收益权重系数；路侧单元部署方案x的约束如式(2)、式(3)所示，部署方案x中包含n个0-1向量xi；当xi=1时，表示在位置ri部署路侧单元；当xi=0时，表示在位置ri不部署路侧单元。
22、其中，根据路侧单元预部署位置集r、实际道路路网、部署区域地理地形和部署成本集h，部署方案x相关的部署成本负收益模型及函数e(x)表示如下：
23、；(4)
24、式(4)中hi表示第i个预部署路侧单元的部署成本；
25、路侧单元覆盖道路分为两种情况，分别是全覆盖路段和部分覆盖路段；全覆盖路段是路侧单元覆盖区域内被全部覆盖的路段，部分覆盖路段是指路侧单元覆盖区域内没有被全部覆盖的路段；第i个部署路侧单元的全覆盖路段集合为ai，部分覆盖路段集合为pi，则部署方案x相关的覆盖道路正收益模型及函数r(x)表示为：
26、；(5)
27、；(6)
28、式(5)中，ai，j为第i个路侧单元覆盖范围内全覆盖路段集合为ai中第j条路，pi，j为第i个路侧单元覆盖范围内部分覆盖路段集合为pi中第j条路；len（ai，j）为全覆盖路段ai，j的长度，len（pi，j）为部分覆盖路段pi，j的长度；式(6)为路侧单元覆盖路段平均交通流密度约束；其中，全覆盖路段和部分覆盖路段在满足式(6)的约束下，纳入式(5)的计算范畴；ui，j和u’i，j分别是路段ai，j和pi，j的交通流密度，使用路段上不同车辆的轨迹点数量代替；
29、预处理交通事故数据，使用道路区域内多个路段未来发生交通事故的泊松分布概率之和来表征该区域的交通安全风险：
30、 ；(7)
31、；(8)
32、；(9)
33、；(10)
34、式(7)、(8)中ki，1表示第i个预部署路侧单元覆盖范围内发生简易交通事故事件的次数，ki，2表示第i个预部署路侧单元本文档来自技高网...
【技术保护点】
1.一种车路协同路侧单元部署方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种车路协同路侧单元部署方法，其特征在于：所述步骤Step1采用K-means++算法对部署区域车辆轨迹点进行聚类分析的具体步骤如下：
3.根据权利要求1所述的一种车路协同路侧单元部署方法，其特征在于：所述步骤Step2对Step1中预部署位置进行踏勘时，需根据路侧单元预部署位置集R、实际道路路网和部署区域地理地形构建部署成本集H；H的长度为N ，H中的元素值hi是表示第i个路侧单元的部署成本，hi的值取决于预部署路侧单元是否受实际地理地形环境限制，位置在ri的预部署路侧单元不受实际地理地形环境限制时hi=d，位置在ri的预部署路侧单元受实际地理地形环境限制时hi=d+δ；δ是一个远大于d的值。
4.根据权利要求1所述的一种车路协同路侧单元部署方法，其特征在于：所述步骤Step3构建路侧单元部署模型时需考虑：部署成本收益、覆盖道路收益和覆盖交通安全风险收益，路侧单元部署总收益F(X)与路侧单元部署成本收益E(X)、路侧单元覆盖的道路长度收益R(X)、路侧单元覆
5.根据权利要求1所述的一种车路协同路侧单元部署方法，其特征在于：所述步骤Step4中，步骤Step4中，使用0-1背包算法对Step3路侧单元部署模型进行求解，得到收益矩阵；收益越大，表示该部署方案在考虑部署成本收益、覆盖道路收益和覆盖交通安全风险收益下最优；
6.根据权利要求1所述的一种车路协同路侧单元部署方法，其特征在于：所述步骤Step5中，最优部署方案包括路侧单元的部署数量、每个路侧单元部署位置和该方案的收益。
...【技术特征摘要】
1.一种车路协同路侧单元部署方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种车路协同路侧单元部署方法，其特征在于：所述步骤step1采用k-means++算法对部署区域车辆轨迹点进行聚类分析的具体步骤如下：
3.根据权利要求1所述的一种车路协同路侧单元部署方法，其特征在于：所述步骤step2对step1中预部署位置进行踏勘时，需根据路侧单元预部署位置集r、实际道路路网和部署区域地理地形构建部署成本集h；h的长度为n ，h中的元素值hi是表示第i个路侧单元的部署成本，hi的值取决于预部署路侧单元是否受实际地理地形环境限制，位置在ri的预部署路侧单元不受实际地理地形环境限制时hi=d，位置在ri的预部署路侧单元受实际地理地形环境限制时hi=d+δ；δ是一个远大于d的值。
4.根据权利要求1所述...
【专利技术属性】
技术研发人员：张思楠，王少华，张可可，黄山，赵强，安泰，刘霞，陈奕均，
申请(专利权)人：天津职业技术师范大学中国职业培训指导教师进修中心，
类型：发明
国别省市：
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。