[发明专利]一种基于雾计算的区域交通情景感知方法

权利要求书

1.一种基于雾计算的区域交通情景感知方法，在车辆上配备定位系统和支持5G通信功能的车载通信设备，其特征在于包括如下步骤：

步骤1)通过5G边缘节点eNBs的计算能力建立雾计算层，构建区域群集通信模型，在eNBs为雾节点的通信区域内，车辆通过车载通信设备周期性地向雾节点上传交通状态消息；

步骤2)区域交通情景关联参数子集计算:通过所述区域群集通信模型雾节点收到区域交通状态消息后，通过柯西方程选择描述同一交通情景的相关交通状态消息；

步骤3)区域交通态势参数子集计算:通过模糊隶属函数对同一交通情景的交通状态消息中不同状态参数的基本概率进行赋值，通过Dempster-Shafter证据理论融合方法融合同一交通情景的状态参数得到区域交通状态参数及其基本概率赋值；

步骤4)区域交通情景推理:所述雾节点采用Dempster-Shafter证据理论融合方法的融合规则计算区域交通态势，估计区域交通情景，为车辆选择最优运动状态提供参考。

2.根据权利要求1的基于雾计算的区域交通情景感知方法，其特征在于设定描述交通情景的交通状态参数集为θ＝{V,NL,θ_d,θ_t,θ_p}，其中，V为车辆行驶速度，NL为车辆邻居节点数，θ_d为车辆行驶方向，θ_t为交通状态消息生成时间，θ_p＝{L_x,L_y}为车辆位置参数，L_x,L_y分别表示车载定位系统测定的经度值和纬度值。

3.根据权利要求1的基于雾计算的区域交通情景感知方法，其特征在于所述步骤2)中设定基于接收的交通状态消息中情景关联参数子集θ_c＝{θ_d,θ_t,θ_p}，其中，θ_d为车辆行驶方向，θ_t为交通状态消息生成时间，θ_p＝{L_x,L_y}为车辆位置参数，L_x,L_y分别表示车载定位系统测定的经度值和纬度值；设定雾节点收到第K辆车上传交通状态消息的情景关联参数子集为其中，为第K辆车行驶方向，为第K辆车的交通状态消息生成时间，为第K辆车的位置参数，分别表示第K辆车的车载定位系统测定的经度值和纬度值；所有描述同一交通情景的区域交通状态参数如表1：

表1

。

4.根据权利要求1的基于雾计算的区域交通情景感知方法，其特征在于所述步骤2)中当k个交通状态消息的情景关联参数子集满足式(1)所示的柯西方程条件时，判定对应的交通状态消息为同一交通情景消息，

其中，和为车辆i和车辆j的情景关联参数子集，j≠i,i,j＝1,2,…,K，ε为容差。

5.根据权利要求1的基于雾计算的区域交通情景感知方法，其特征在于所述步骤3)中雾节点通过模糊隶属函数对同一交通情景消息的交通态势参数子集θ_s＝θ-θ_c＝{V,NL}进行模糊隶属度计算，实现态势参数的基本概率赋值，其中，θ为描述交通情景的交通状态参数集，θ_c为情景关联参数子集，具体为：

设定车辆行驶速度参数V＝{V_L,V_M,V_H}，V_L,V_M,V_H分别表示低速、中速和高速三种速度状态，则通过模糊隶属函数得到对应的基本概率赋值m_V；设定车辆邻居节点数参数NL＝{N_S,N_M,N_D}，N_S,N_M,N_D分别表示稀疏、正常和密集三种邻居节点状态，则通过模糊隶属函数得到对应的基本概率赋值m_NL。