[发明专利]一种通过动态调度无人终端最小化感知数据获取时延方法

说明书

本发明的提出一种通过动态调度无人终端最小化感知数据获取时延方法，包括：步骤1、基站主进程设立分布式优先经验复用池并初始化所有传感器的数据获取时延；步骤2、基站开启子进程模拟无人终端轨迹数据获取时延上传至分布式优先经验复用池；步骤3、基站基于分布式优先经验复用池采用分位数误差矩阵算法求解最小化感知数据获取时延的最优轨迹；步骤4、基站向无人终端发送最优轨迹动态调动指令获取感知区域内传感器的最新数据。本发明的技术方案可以通过基站动态调度无人终端，快速探索在移动群智感知技术场景中的未知情况，从而加快策略优化的速度，提高最小化感知数据获取时延的效果。

技术领域

本发明属于移动无人群智感知领域，具体涉及一种通过动态调度无人终端最小化感知数据获取时延方法。

背景技术

移动群智感知技术支撑了智慧城市场景下的感知数据获取需求，该技术利用群体智能在城市环境中收集大量的数据，并在交通路况监管、自然灾害预警等问题上具有很高的实际应用价值。近年来，不同于以人为中心、以可携带终端(如iPhone、iWatch)为工具的传统群智感知技术，以移动无人终端(如无人机、无人车)为中心的移动无人群智感知技术能为智慧城市提供应用更广泛、数据更高质的感知数据获取服务。如图1所示，在一个智慧城市中分布着可生成不同类型数据的传感器节点，例如监控摄像头、WIFI路由以及楼内的温度传感器。与此同时，新一代无人终端搭载着多个智能天线，因此有能力在较快的传输速率下同时收集来自多个传感器节点的数据，这单靠传统群智感知技术是难以实现的。然而，在以移动无人终端为核心的移动无人群智感知技术中，绝大多数科研成果仅着眼于对终端轨迹的规划，试图找到一种能够在最小化能耗的同时尽可能提高感知数据采集量的行为模式。值得注意的是，现实场景的许多群智感知任务都需要尽可能实时地获取数据并上传到数据中心，例如环境监测与交通控制，因此这类场景中的数据获取过程通常都是要有强时效性的，这是需要通过动态调度无人终端来维护的。目前常用的基于随机过程的数据获取时延最小化算法、基于隐马尔科夫模型的期望最大化算法均只能处理单个无人终端的调度问题，且仅能服务少量节点，并且假设了每一个传感器都有相同的信道增益，同时数据的传输成功率基于一个伽玛分布下的随机过程。这类方法并不能保证在移动无人群智感知场景下感知数据获取时延最小。

现有中国专利申请号为：202010374780.1，公开了一种无人机群路径规划方法，首先需要获取未知环境的信息，包括起始点和目标点的位置、障碍物的坐标、可能存在的雷达和导弹风险等；同时无人机群在规划路径时还需要考虑到无人机自身的性能，比如偏转角、俯仰角、飞行高度等；在此基础上，无人机通过粒子群优化算法的计算择优选取路径，实现对整个无人机群的路径规划。本发明能够实现无人机群在密集风险环境下的路径规划，使无人机群能够高效地飞行，协同完成任务。该发明围绕无人机群的路径规划，从提高空中交通系统安全性和高效性两方面出发，开展无人机群路径规划方法研究，这对于确保无人机飞行安全，降低飞行成本，增加空域容量，提高空中交通系统的运行效率具有重要意义。但是没有提出一种通过动态调度无人机、无人车等无人终端最小化感知数据获取时延的方法。

又有中国专利申请号为：2020108210037，公开了一种无人机区域轨迹规划方法、装置及可读存储介质。该方法包括：获取无人机的飞行区域；判断飞行区域是否为凹多边形区域；若飞行区域为凹多边形区域，将凹多边形区域划分为相互垂直的横向飞行区域和纵向飞行区域；分别规划横向飞行区域和纵向飞行区域的区域轨迹；连接区域轨迹的轨迹点，生成规划后的飞行轨迹。通过实施该发明，对规划区域的凹凸性的判断，并对飞行区域进行划分，从而避免产生间隔区域，解决现有的直接往返飞行，但对无人机航行轨迹没有正确规划的问题，对不同区域的飞行区域的轨迹进行连接，完成轨迹规划，对凹多边形区域规划出最优的飞行轨迹，无人机正常作业时，提升作业效率，节约作业时间。同样没有提出一种通过动态调度无人机、无人车等无人终端最小化感知数据获取时延的方法。

发明内容

针对现有技术中的缺陷空白，本发明提出一种通过动态调度无人终端最小化感知数据获取时延方法。

本发明解决问题的技术方案是：