[发明专利]一种基于区域感知度的高精地图众包车辆选择方法

权利要求书

1.一种基于区域感知度的高精地图众包车辆选择方法，其特征在于，包括以下步骤：

1)众包平台获取道路拓扑图以及当前历史路网数据；

2)众包平台基于感知特征对道路拓扑图进行区域划分，并基于当前历史路网数据来统计当前车流量；

所述感知特征是位置被各道路感知的难易程度，用能感知到该位置的道路元素集合表示，感知特征表示方式如下：

p_i＝{能感知到位置i的道路元素}

式中，p_i为位置i的感知特征，所述道路元素即地图上的道路，感知特征的大小用|p_i|表示，感知特征大小等于p_i中道路元素的个数；

所述基于感知特征对道路拓扑图进行区域划分是将具有相同感知特征的相邻位置合并，以形成各位置具有相同感知特征的区域；

所述当前车流量为当前每秒到达的车辆数；

3)众包平台根据当前车流量来为区域划分后的每个区域计算区域感知度；所述区域感知度是区域被感知的难易程度，其由感知特征与区域的车流量决定，感知特征是静态影响因素，区域的车流量为动态影响因素，区域感知度的具体计算公式如下：

w_j＝k·|p_j|+(1-k)·h_j

式中，w_j为区域j的区域感知度，p_j为区域j的感知特征，|p_j|为区域j的感知特征的大小，h_j为区域j的车流量，而k为平衡系数；

4)众包平台基于区域感知度、车辆行为因素以及区域需求度计算车辆得分，并依据车辆得分来雇佣车辆执行众包任务；

所述车辆行为因素包括车辆的信誉值、车辆所收集数据的平均质量、车辆的期望获取报酬以及车辆所覆盖区域，所述区域需求度为区域对数据的需求程度，所述车辆得分的计算公式如下：

式中，s_l为车辆l的车辆得分，r_l为车辆l的信誉值，q_l为车辆l所收集数据的平均质量，c_l为车辆l的期望获取报酬，Ω为全部区域集合，R_j为区域j的区域需求度，w_j为区域j的区域感知度，b_l,j为车辆l是否经过区域j的布尔变量，为了使得获取数据质量最大化，众包平台将基于车辆得分通过贪婪选择的思想来雇佣分数最高的m辆车；

5)众包平台接收被雇佣车辆所提供的地图数据，更新高精地图众包状态并为被雇佣车辆提供报酬。

2.根据权利要求1所述的一种基于区域感知度的高精地图众包车辆选择方法，其特征在于：在步骤1)中，所述道路拓扑图是描述各道路间位置的关系图，所述路网历史数据是指道路历史车流量数据，包括时间段和线路流量。

3.根据权利要求1所述的一种基于区域感知度的高精地图众包车辆选择方法，其特征在于：在步骤5)中，所述地图数据是由车辆在行驶过程中所收集到的摄像头数据以及激光雷达数据，所述高精地图众包状态包括地图完成度以及区域需求度，它们的具体计算公式如下：

式中，Y_j为区域j的地图完成度，e为自然对数，θ为系统参数，X_j为区域j累计收集到的数据量，R_j为区域j的区域需求度，δ为地图完成度的阈值，ε为系统参数用于防止分母为0，所述报酬是众包平台为激励参与者而提供的奖励，为节约成本，众包平台只为被雇佣的参与者提供报酬，具体报酬价值由众包平台决定。