本發(fā)明屬于環(huán)境監(jiān)測與泛在感知領(lǐng)域，涉及智慧城市中動態(tài)數(shù)據(jù)采集與分析的技術(shù)方法，尤其涉及一種面向出租車和公交車混合車隊(duì)的傳感器優(yōu)化部署方法。
背景技術(shù)：
1、智慧城市的建設(shè)與發(fā)展已成為近年來備受關(guān)注的熱點(diǎn)議題，也是全球城市化進(jìn)程中的重要發(fā)展方向。實(shí)現(xiàn)城市智慧化的關(guān)鍵在于構(gòu)建高效的泛在感知體系。通過在城市的各個角落部署傳感器和監(jiān)測設(shè)備，可以實(shí)時采集交通流量、環(huán)境質(zhì)量等關(guān)鍵數(shù)據(jù)。這些數(shù)據(jù)經(jīng)過智能分析后，為城市管理提供科學(xué)決策依據(jù)，從而優(yōu)化資源配置，提高城市運(yùn)行效率。
2、近年來，移動傳感器技術(shù)的興起極大地提升了城市數(shù)據(jù)采集的覆蓋面和精度。通過利用出租車、公交車和無人機(jī)等移動載體配置傳感器執(zhí)行環(huán)境監(jiān)測任務(wù)，這種“車載感知技術(shù)”(drive-by?sensing,ds)為城市管理提供了靈活、經(jīng)濟(jì)且高效的解決方案。與傳統(tǒng)固定傳感器網(wǎng)絡(luò)相比，移動傳感器能夠在更廣闊的時空范圍內(nèi)采集數(shù)據(jù)，實(shí)現(xiàn)對城市動態(tài)信息的實(shí)時感知和分析。
3、在ds技術(shù)中，出租車和公交車是兩種常用的移動載體。出租車由于運(yùn)營范圍廣、自由度高，能夠提供靈活的數(shù)據(jù)采集；而公交車因其固定路線和高頻運(yùn)行特點(diǎn)，適合穩(wěn)定性較高的任務(wù)。針對大范圍城市監(jiān)測任務(wù)，公交車由于更廣闊和更穩(wěn)定的覆蓋特點(diǎn)而被廣泛應(yīng)用，但是公交車無法突破自身的局限，覆蓋到線路之外的數(shù)據(jù)，因此，由出租車-公交車混合車隊(duì)進(jìn)行聯(lián)合檢測任務(wù)可以更顯著提升覆蓋的空間范圍和檢測質(zhì)量，而如何進(jìn)行混合車型的傳感器部署，則是一個需要系統(tǒng)考慮的優(yōu)化問題。
4、同時，在環(huán)境監(jiān)測領(lǐng)域，不同監(jiān)測任務(wù)對時間頻率和空間精度的需求差異顯著。例如，空氣質(zhì)量監(jiān)測通常需要每小時一次的高頻數(shù)據(jù)，而城市熱島效應(yīng)的監(jiān)測需求可以放寬至每三小時一次。因此，對于不同的環(huán)境監(jiān)測任務(wù)，理應(yīng)提供不同的傳感器部署方案。這不僅能夠提升監(jiān)測效率，還能降低感知體系的部署成本，為智慧城市的可持續(xù)發(fā)展提供技術(shù)支持。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明旨在提供一種面向出租車和公交車混合車隊(duì)的傳感器優(yōu)化部署方法。監(jiān)測任務(wù)的目標(biāo)是進(jìn)行大范圍城市監(jiān)測任務(wù)，可以基于不同的時間精度和空間精度需求，通過優(yōu)化出租車和公交車的選取，以達(dá)到最大的監(jiān)測覆蓋面積。
2、本發(fā)明的一種面向出租車和公交車混合車隊(duì)的傳感器優(yōu)化部署方法，包括以下步驟：
3、步驟1：根據(jù)不同的監(jiān)測任務(wù)的需求，把研究區(qū)域離散為m個大小相同的空間網(wǎng)格ng，記為集合g；將整個研究時間t離散為t個長度為lt的時間周期。
4、步驟2：公交車傳感器部署。
5、步驟2.1：待部署傳感器的公交線路選取。
6、研究區(qū)域中，所有的公交線路記為集合傳感器的部署目標(biāo)是選取出一組公交線路l，使得這些線路能夠覆蓋到最大數(shù)量的網(wǎng)格，模型具體如下：
7、
8、式中，xg為0-1變量，如果網(wǎng)格g被所選擇的公交線路覆蓋到，則xg＝1，反之，xg＝0。
9、約束條件：
10、
11、其中，xl為0-1變量，如果選擇公交線路l，則xl＝1，反之，xl＝0；δgl表示公交線路l是否覆蓋到網(wǎng)格g，如果線路l覆蓋到網(wǎng)格g，則δgl＝1，反之δgl＝0，δb代表安置在公交線路上的最大傳感器數(shù)量，如果選定的公交線路集合沒有任何一條線路覆蓋到網(wǎng)格g，則xg＝0，如果有一條或多條選定的公交線路覆蓋到網(wǎng)格g，則xg取值0或1。
12、步驟2.2：待部署傳感器的公交車輛選取。
13、在獲取待部署的公交車線路后，公交車輛傳感器的部署遵循以下兩項(xiàng)原則，以篩選出符合條件的公交車集合vbus：
14、(1)優(yōu)先選取運(yùn)營時間最長的公交車。
15、(2)運(yùn)營時間相同時，選取運(yùn)營時間跨度最大的公交車。
16、部署了傳感器的公交車在第x個時間周期內(nèi)所覆蓋的網(wǎng)格集合記為整個公交車隊(duì)的任務(wù)得分ng,t是一個0-1變量，如果網(wǎng)格g在t時間內(nèi)被覆蓋到，則ng,t為1，反之為0。
17、步驟3：出租車-公交車混合車隊(duì)傳感器部署。
18、公交車的傳感器部署完畢后，對于線路之外的待檢測區(qū)域，則由出租車進(jìn)行監(jiān)測。
19、時間-空間網(wǎng)格被記為集合g(x)，x的取值從1到t；已知第x周期內(nèi)公交車已覆蓋到的網(wǎng)格集合為給定了t組時空網(wǎng)格g(x)和一組出租車集合v，傳感器部署的目標(biāo)是選出δt輛出租車配備傳感器使其在每個監(jiān)測周期內(nèi)最大限度地覆蓋時空網(wǎng)格，被選出的出租車記為集合vs∈v；對于每個vk∈v，定義評估函數(shù)：f(vk)，量化在選取vk后新增的被覆蓋到的的時空網(wǎng)格數(shù)量，即新增該輛出租車所能覆蓋到的之前未被覆蓋的空間網(wǎng)格數(shù)；dk,i是一個0-1變量，如果出租車vk在覆蓋到了網(wǎng)格gi，則dk,i為1，反之為0。
20、首先初始化出租車集合v′＝v，已選出租車集合vtaxi＝0，出租車隊(duì)任務(wù)得分φtax以及時空網(wǎng)格集合然后，出租車-公交車傳感器聯(lián)合優(yōu)化部署算法在每次迭代中選擇最優(yōu)的候選出租車cb，并在滿足以下任一條件時終止：已選出租車數(shù)量達(dá)到指定值δt，或沒有更多出租車能夠覆蓋剩余的未覆蓋時空網(wǎng)格。
21、在每次迭代中，首先計(jì)算每輛出租車的評估函數(shù)值f(vk)，遍歷時空網(wǎng)格集合中g(shù)′(x)剩余的網(wǎng)格g，如果該車覆蓋到網(wǎng)格，即dk,i為1，f(vk)＝f(vk)+1；然后選出f(vk)值最大的最優(yōu)候選出租車cb；如果f(vb)≥1，意味著該出租車對擴(kuò)大空間覆蓋具有貢獻(xiàn)，則移除所有由vb覆蓋的時空網(wǎng)格，同時，將vb從v′中移除，并加入到vtaxi中，更新φtaxi值為φtaxi＝φtaxi+f(vb)。
22、步驟4：獲得最大化出租-公交混合車隊(duì)混合監(jiān)測任務(wù)車隊(duì)為vjoint＝vbus+vtaxi，混合車隊(duì)監(jiān)測任務(wù)任務(wù)得分為φjoint＝φbus+φtaxi。
23、本發(fā)明的有益技術(shù)效果為：
24、1、廣泛的適用性：提出的傳感器部署方法能夠滿足不同監(jiān)測任務(wù)對時間精度和空間精度的要求，為多樣化的應(yīng)用場景提供優(yōu)化的策略和部署方案。
25、2、顯著的有效性：通過公交車-出租車聯(lián)合檢測，不僅保證了高質(zhì)量的覆蓋面積，還顯著減少了所需傳感器的數(shù)量，從而提升了資源利用效率。
26、3、創(chuàng)新的多車型混合監(jiān)測：采用出租車和公交車聯(lián)合檢測的方式，有效克服了單一車型的局限性，實(shí)現(xiàn)了更高的監(jiān)測覆蓋面積，滿足了復(fù)雜環(huán)境監(jiān)測任務(wù)的需求。
1.一種面向出租車和公交車混合車隊(duì)的傳感器優(yōu)化部署方法，其特征在于，包括以下步驟：