[发明专利]一种车联网中感知服务节点智能选择方法

说明书

一种车联网中感知服务节点智能选择方法，包括步骤：选定采集区域和目标区域，获取采集区域中周期时间内从采集区域到目标区域的车辆节点历史轨迹数据，选取出现频率最高的M个车辆节点，根据这M个车辆节点的历史轨迹数据预测各车辆节点从采集区域出发并在预设的时刻t_end到达目标区域的概率；以选取的车辆节点构成车联网能够覆盖目标区域为目标问题，从M个车辆节点中随机选出多个车辆节点集合作为目标问题的解；以生成的解作为种群，根据车辆节点到达目标区域的概率和车辆节点在t_end时刻距离目标区域的距离构建适应度函数，采用遗传算法搜索出种群中适应度函数值最优的染色体作为目标问题的最优解。本发明可有效降低车辆网管理的难度，减少系统资源浪费。

技术领域

本发明涉及车联网移动群智感知的数据获取领域，尤其是一种车联网中感知服务节点智能选择方法。

背景技术

车联网(IoV)是一个允许车辆以及其周围传感器和人群进行信息共享的复杂动态，开放融合的移动网络系统。车联网(IoV)为了解决泛在异构移动融合网络环境中智能管理和信息服务的可计算性、可扩展性和可持续性问题，通过一系列先进的信息通信技术与信息处理技术，对人、车、固定和移动传感器和道路交通基础设施等包含的大规模复杂静态或动态的信息进行感知、认知、传输和计算，使其最终能够实现人、车、环境的深度融合。移动群智感知的核心思想是通过感知移动个体的信息，从而挖掘出移动群体的信息，实现对个体或群体的泛在化服务，因此移动群智感知采集的数据不再仅仅局限于位置，移动设备附带的各种传感器在个体数据采集时都能够发挥作用。从车联网和移动群智感知的内涵可见，群智感知是车联网服务的核心特征之一。

传统的车联网数据获取是基于重要路口和断面的地磁线圈、摄像机等交通监测手段，这种方式感知覆盖范围有限、实时性受限，而基于移动群智感知的数据获取方式移动性强，感知的覆盖范围更广，车辆行驶规律性强，因此基于移动群智感知的车联网数据获取方法是传统车联网数据获取方式的有力补充，但目前对于车联网移动群智感知的数据获取的研究不足，缺乏合理的节点选择机制，所有的车辆都能作为感知节点，但我们可能只需要其中一部分就能获取到想要的信息，如果将所有车辆都定义为服务节点，就会增加大量的不必要的工作，会造成资源的大量浪费，所以设计出一种合理的服务节点选择方法是当前研究的热点。

发明内容

发明目的：本发明针对目前车联网移动群智感知的数据获取的研究不足，缺乏合理的节点选择机制问题，提出一种车联网中感知服务节点智能选择方法。

技术方案：本发明提供一种车联网中感知服务节点智能选择方法，该方法包括步骤：

(1)选定采集区域和目标区域，获取采集区域中周期时间内从采集区域到目标区域的车辆节点历史轨迹数据，选取出现频率最高的M个车辆节点，根据这M个车辆节点的历史轨迹数据预测各车辆节点从采集区域出发并在预设的时刻t_end到达目标区域的概率；

(2)以选取的车辆节点构成车联网能够覆盖目标区域为目标问题，从M个车辆节点中随机选出多个车辆节点集合作为目标问题的解；以生成的解作为种群，根据车辆节点到达目标区域的概率和车辆节点在t_end时刻距离目标区域的距离构建适应度函数，采用遗传算法搜索出种群中适应度函数值最优的染色体作为目标问题的最优解；

(3)将最优解对应的车辆节点作为用于构建车联网的感知服务节点。

进一步的，所述预测一个车辆节点到达目标区域的概率的方法为：

(2-1)从对应车辆节点的历史轨迹数据中提取该车辆节点连续时间下的位置转移概率，绘制位置转移概率关于时间的关系曲线，选取关系曲线峰值点对应的时间节点为位置转移时间节点；记第n个位置时间转移节点为t_n；

(2-2)采用高斯分布函数模型拟合步骤(2-1)中提取的位置转移时间节点，得到车辆节点位置转移概率与转移时间节点的关系式：