[发明专利]一种基于无人机-车载协作网的车辆安全评级方法有效

专利信息
申请号: 202011510134.X 申请日: 2020-12-19
公开(公告)号: CN112542048B 公开(公告)日: 2022-06-07
发明(设计)人: 神显豪;臧一豪;马雪皎;许航瑀;李家豪 申请(专利权)人: 桂林理工大学
主分类号: G08G1/01 分类号: G08G1/01;H04W4/48
代理公司: 西安合创非凡知识产权代理事务所(普通合伙) 61248 代理人: 居延娟
地址: 541004 广西壮*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 无人机 车载 协作 车辆 安全 评级 方法
【说明书】:

发明公开了一种基于无人机‑车载协作网的车辆安全评级方法,包括以下步骤:步骤1:组建FANET编队;步骤2:组建VANET编队;步骤3:在使用DEMATEL评级模型前所有的传感器读数和评级读数都将被标记为一个特定的归一化值;步骤:4:通过DEMATEL方法计算车辆状况评级;步骤5:将车辆状况评级带入车辆行为评级模型计算行为评级;步骤6:用车辆状况和行为评级计算最终车辆评级;步骤7:通过最终的车辆评级采取措施,管理交通。本发明的方法解决了现有技术中车辆无法动态实时的进行评级,并且提高了精确性。

技术领域

本发明涉及交通车辆管理技术,具体涉及一种基于无人机-车载协作网的车辆安全评级方法。

背景技术

目前,道路交通事故占全球总死亡人数的2%以上,每年有100多万人死于道路事故和不当的交通管理。伴随着人们生活水平的提高有大量车辆在道路上行驶,据统计,2018年全国发生交通事故244937起,死亡人数为63194人,造成直接财产损失为13亿元。而交通管理也是现代城市面临的主要问题之一,交通管理很大程度上受到车辆活动的影响。这就需要对车辆进行追踪并进行评级来识别问题车辆以便有效管理交通情况。

车辆评级是对所收集车辆数据的认知分析。对所收集数据的智能认知评级可以为车辆在道路上活动的反应提供支持。在追踪特定地面车辆之后,将得到的数据进行分析评级可以及时对问题车辆及其附近车辆做出警示让道路交通的安全得到保障。

随着信息时代的不断发展和人们生活水平的不断提高,在道路交通方面,使用车载自组网(Vehicular Ad Hoc Networks,VANET)来获取车辆的信息的方式已经越来越普及。VANET 是专门为车辆间通信而设计的自组织网络,它创造性地将自组网技术应用于车辆间的通信。VANET 通过车辆之间的相互联系,可以使司机和乘客享受到各种应用程序的服务,以提高道路体验、交通效率、道路安全和沿线的娱乐等。例如,使司机能够在超视距的范围内获得其他车辆的实时状况信息(如车速、方向、位置、刹车板压力等)或者可以提供具有共同偏好车辆的相同行程或路线共享等。VANET中路边单元(Roadside Unit,RSU)易受到各种安全攻击,车载单元(On Board Unit,OBU)的计算能力往往较低。特别是当发生交通冲突、突发自然灾害或严重道路拥塞的情况下,回程加载处于高峰时,核心网络很难满足这些资源密集型服务的计算需求。因此,资源有限的车载终端与计算密集型应用之间的紧张关系成为 VANET 服务的瓶颈。

而在无人机车载合作网系统结构中,使用无人机搭载 MEC 服务器作为 RAU(道路上方单元) 替代部分 RSU。基于 VANET 的服务内容,在非高峰时间缓存在路边 RSU,以减少高峰时段的回程负载。在边缘计算层,无人机作为 RAU,通过 MEC 服务来支持车辆的计算卸载。在此架构下,不仅能以其低成本、部署灵活的特性来提高计算性能,还可以通过最大化系统的总效用来实现最优的动态资源分配。

发明内容

本发明的主要目的在于提供一种基于无人机-车载协作网的车辆安全评级方法,解决了现有技术中车辆无法动态实时的进行评级,并且提高了精确性。

本发明采用的技术方案是:一种基于无人机-车载协作网的车辆安全评级方法,包括:

步骤1:组建FANET编队;

步骤2:组建VANET编队;

步骤3:在使用DEMATEL评级模型前所有的传感器读数和评级读数都将被标记为一个特定的归一化值;

步骤4:通过DEMATEL方法计算车辆状况评级;

步骤5:将车辆状况评级带入车辆行为评级模型计算车辆行为评级;

步骤6:用车辆状况和行为评级计算最终车辆评级;

步骤7:通过最终的车辆评级采取措施,管理交通。

进一步地,所述步骤1包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林理工大学,未经桂林理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011510134.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top