[发明专利]基于区域路由算法的车联网优化方法、系统和车辆

权利要求书

1.一种基于区域路由算法的车联网优化方法，其特征在于，包括：

获取车辆的状态参数和轨迹信息；

根据所述状态参数，将所述车辆划分为多个簇，每个所述簇中至少包括核心车辆和普通车辆；

设置目标状态相似性预测模型，根据所述轨迹信息，适应性调整所述车辆对应的所述簇；

当第一车辆向第二车辆发送信息时，基于所述核心车辆，通过路由方案进行信息通信。

2.根据权利要求1所述的基于区域路由算法的车联网优化方法，其特征在于，所述状态参数至少包括车辆节点、车辆类型、车辆速度、车辆加速度、行驶方向、出行时间指数。

3.根据权利要求2所述的基于区域路由算法的车联网优化方法，其特征在于，所述状态参数的表达式为：

其中，对于车辆节点i表示唯一标识，k表示车辆类型，γ_i表示车辆在时间t停留的路段；表示车辆速度；表示车辆的加速度；θ表示车辆的行驶方向与核心车辆行驶方向的相对值，如果车辆在与核心车辆相同的方向上行驶，则θ＝1，否则，θ＝-1；对于出行时间指数δ_TTI，所述出行时间指数的计算公式为：

4.根据权利要求2所述的基于区域路由算法的车联网优化方法，其特征在于，根据所述状态参数，将所述车辆划分为多个簇，每个所述簇中至少包括核心车辆和普通车辆，包括：

获取所述车辆的所述行驶方向和所述车辆节点；

将同一行驶方向且处于预设节点范围内的所述车辆分为一簇，确定多个所述簇；

在每个所述簇中选取一个所述核心车辆，其余所述车辆为所述普通车辆。

5.根据权利要求1所述的基于区域路由算法的车联网优化方法，其特征在于，设置目标状态相似性预测模型，根据所述轨迹信息，适应性调整所述车辆对应的所述簇，包括：

构建初始状态相似性预测模型，分别以核心车辆轨迹信息和普通车辆轨迹信息为输入，以所述普通车辆的关联度为输出，训练所述初始状态相似性预测模型，从而确定训练完备的目标状态相似性预测模型；

根据所述普通车辆的所述关联度，确定所述普通车辆对应的所述核心车辆；

根据所述普通车辆及其对应的所述核心车辆，适应性调整所述车辆对应的所述簇。

6.根据权利要求1所述的基于区域路由算法的车联网优化方法，其特征在于，当第一车辆向第二车辆发送信息时，基于所述核心车辆，通过路由方案进行信息通信，包括：

判断所述第一车辆和所述第二车辆是否属于同一所述簇；

若是，则所述第一车辆与所述第二车辆直接进行信息通信；

若否，则所述第一车辆将所述信息发送至其对应的第一核心车辆，所述第一核心车辆将所述信息转发至其他所述核心车辆，确定第二核心车辆；所述第二车辆从所述第二核心车辆中获取所述信息。

7.根据权利要求6所述的基于区域路由算法的车联网优化方法，其特征在于，所述第一核心车辆将所述信息转发至其他所述核心车辆，包括：

所述第一核心车辆将路由请求包、路由应答包和数据包转发至其他所述核心车辆。

8.根据权利要求6所述的基于区域路由算法的车联网优化方法，其特征在于，所述第一核心车辆将所述信息转发至其他所述核心车辆，确定第二核心车辆，包括：

获取所述第一核心车辆的第一传输方向向量；

根据所述第一传输方向向量，判断是否存在相邻核心车辆；

若是，则根据所述第一传输方向向量和所述相邻核心车辆的行驶方向，确定所述第二核心车辆；

若否，则将所述信息暂存至所述第一核心车辆。