一种面向车-路协同计算的多层智能体仿真方法及系统技术方案

本发明专利技术涉及一种面向车‑路协同计算的多层智能体仿真方法及系统，该方法包括：S1基础数据输入模块读取卫星地图、道路本体设施、路域智能设备、车辆的信息数据；S2道路场景构建模块对道路场景进行构建；S3交通运行管控模块构建交通管控模型，并持续更新管控方案；S4车‑路协同计算模块进行计算任务分发、处理与反馈；S5结果可视化模块输出各类交通场景下交通、通信评价指标。该方法构建不同道路基础环境、交通流量及路域‑车辆等外部信息交互策略下的智慧道路仿真场景，优化路域智能设备布设、交通控制及车‑路协同计算策略，实现路域通信计算单元与智能车辆间计算任务的分配、处理与反馈全流程仿真，输出各类场景下交通、通信评价指标。

【技术实现步骤摘要】

本专利技术涉及智能交通，尤其是涉及一种面向车-路协同计算的多层智能体仿真方法及系统。

技术介绍

1、在智能驾驶、车联网、5g通信等新技术的发展下，每辆车均需对车、路、环境等信息进行全量实时的精准掌握，从而带来各类计算任务的大幅增加。充分利用车辆闲置算力、路域通信计算单元对计算任务进行协同计算，可有效提升系统整体计算任务处理能力。

2、现有的研究主要集中移动通信层面，侧重对计算任务在车辆、道路间分配算法的优化研究。基于配有移动边缘计算(mobile edge computing,mec)服务器的路侧单元(roadside unit,rsu)，guo等表明了基于深度强化学习的智能任务分配算法可显著减轻车辆计算负担。shahidinejad等在此基础上引入了上下文感知机制，改善了计算任务的分配效果。liu等进一步考虑了不同计算任务间的依赖性约束，并证明了所提的优化框架与现有分配方法相比系统计算时延更低。

3、随着车联网技术的不断发展及其与mec的有机整合，车载边缘计算(vehicularedge computing,vec)这一提高车辆计本文档来自技高网...

【技术保护点】

1.一种面向车-路协同计算的多层智能体仿真方法，其特征在于包括：

2.根据权利要求1所述一种面向车-路协同计算的多层智能体仿真方法，其特征在于，步骤S1中，基础数据输入模块执行的步骤包括：读取卫星地图、道路本体设施、路域智能设备、车辆的信息数据；其中：

3.根据权利要求1所述一种面向车-路协同计算的多层智能体仿真方法，其特征在于，步骤S2中道路场景构建模块对道路场景进行构建的过程包括：

4.根据权利要求1所述一种面向车-路协同计算的多层智能体仿真方法，其特征在于，步骤S3中，交通运行管控模块构建的交通管控模型包括：信号控制、可变限速、潮汐车道；生成管控...

【技术特征摘要】

1.一种面向车-路协同计算的多层智能体仿真方法，其特征在于包括：

2.根据权利要求1所述一种面向车-路协同计算的多层智能体仿真方法，其特征在于，步骤s1中，基础数据输入模块执行的步骤包括：读取卫星地图、道路本体设施、路域智能设备、车辆的信息数据；其中：

3.根据权利要求1所述一种面向车-路协同计算的多层智能体仿真方法，其特征在于，步骤s2中道路场景构建模块对道路场景进行构建的过程包括：

4.根据权利要求1所述一种面向车-路协同计算的多层智能体仿真方法，其特征在于，步骤s3中，交通运行管控模块构建的交通管控模型包括：信号控制、可变限速、潮汐车道；生成管控方案的过程包括：

5.根据权利要求1所述一种面向车-路协同计算的多层智能体...

【专利技术属性】
技术研发人员：沈煜，劳欣芸，吴荻非，赵聪，杜豫川，暨育雄，
申请(专利权)人：同济大学，
类型：发明
国别省市：