一种融合边缘计算与异常检测的路径规划方法技术

本发明专利技术公开了一种融合边缘计算与异常检测的路径规划方法，包括：构建包含交叉路口信息、边缘服务器信息及路口间距离权重的道路网络三元组，并建立含时空生成器与判别器的道路事故检测模型；利用历史交通数据和道路网络训练模型；基于道路网络采用KSP算法生成可到达路径集合；通过训练后的模型结合当前真实交通数据进行异常检测，排除含异常路段的路径，获得可通行路径集合；结合道路网络三元组提取可通行路径的边缘服务器信息，评估路径的边缘计算能力，选择边缘计算能力最强的路径作为最优路径。本方法可在动态交通环境下规避事故或拥堵路段，充分利用边缘计算资源，降低任务延迟，提高路径规划的准确性与时效性。

【技术实现步骤摘要】

本专利技术属于交通智能化，具体涉及一种融合边缘计算与异常检测的路径规划方法。

技术介绍

1、随着智能网联汽车和车路协同技术的快速发展，道路交通系统正逐步向感知更全、决策更快、服务更实时的方向演进。在城市道路网中，一旦发生交通事故、路面损坏或恶劣天气等异常事件，往往会在短时间内引发局部或区域性拥堵，显著增加车辆行驶时间并影响物流运输、应急救援等对时间敏感的业务。因此，对道路交通异常的及时、准确识别以及基于异常感知的路径重规划，成为保障行驶安全与出行效率的关键环节。

2、此外，随着车辆智能化程度的提高，车辆端需要执行大量计算密集型任务（例如多传感器数据融合、实时异常检测与路径规划等），但车载计算资源有限，且将全部计算集中在远端云端会受到网络延迟与带宽限制的制约。边缘计算通过在路侧或接近车辆的位置部署计算资源，为车辆提供低时延的计算能力支持，成为满足自动驾驶与车路协同实时性需求的重要手段。如何将道路异常检测结果与边缘服务器的实际服务能力联合纳入路径规划，是提高系统整体性能的关键问题。

3、现有技术中，中国专利cn116678432a公开了本文档来自技高网...

【技术保护点】

1.一种融合边缘计算与异常检测的路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种融合边缘计算与异常检测的路径规划方法，其特征在于，所述道路网络的表达式为；所述道路网络三元组的表达式为：；

3.根据权利要求1所述的一种融合边缘计算与异常检测的路径规划方法，其特征在于，所述时空生成器基于真实道路交通数据和所述道路网络产生用于欺骗所述判别器的预测道路交通数据，并将所述真实道路交通数据和预测道路交通数据输入所述判别器；

4.根据权利要求3所述的一种融合边缘计算与异常检测的路径规划方法，其特征在于，所述判别器，处理过程包括：

5...

【技术特征摘要】

1.一种融合边缘计算与异常检测的路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种融合边缘计算与异常检测的路径规划方法，其特征在于，所述道路网络的表达式为；所述道路网络三元组的表达式为：；

3.根据权利要求1所述的一种融合边缘计算与异常检测的路径规划方法，其特征在于，所述时空生成器基于真实道路交通数据和所述道路网络产生用于欺骗所述判别器的预测道路交通数据，并将所述真实道路交通数据和预测道路交通数据输入所述判别器；

4.根据权利要求3所述的一种融合边缘计算与异常检测的路径规划方法，其特征在于，所述判别器，处理过程包括：

5.根据权利要求4所述的一种融合边缘计算与异常检测的路径规划方法，其特征在于，所述基于道路网络、历史真实道路交通数据和预测道路交通数据构建第一加权无向图，具体包括：

6.根据权利要求5...

【专利技术属性】
技术研发人员：赵生捷，李博嘉，
申请(专利权)人：同济大学，
类型：发明
国别省市：