[發(fā)明專利]一種基于聯(lián)邦學習與數(shù)字孿生的智能交通路徑規(guī)劃方法

有效

• 申請?zhí)枺?/td>: 202011418422.2
• 申請日: 2020-12-07
• 公開（公告）號: CN112700639B
• 公開（公告）日: 2022-03-08
• 發(fā)明（設(shè)計）人: 張彥;盧云龍;劉勝利;代玥玥;張科
• 申請（專利權(quán)）人: 電子科技大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/0968;H04W4/02;H04W4/40;H04W12/06;G06N20/00
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 李林合

1.一種基于聯(lián)邦學習與數(shù)字孿生的智能交通路徑規(guī)劃方法，其特征在于，包括以下步驟：

S1：在車輛系統(tǒng)進行車輛注冊，并驗證車輛身份信息；

S2：根據(jù)驗證通過車輛c_r的本地歷史數(shù)據(jù)D_i，參與聯(lián)邦學習，訓練本地模型m_i；

S3：利用路旁單元R_k的邊緣服務器聚合所有車輛c_r的本地模型m_i，得到聚合模型M_k；

所述步驟S3中，聚合模型M_k的計算公式為：

其中，N表示參與聯(lián)邦學習的車輛總數(shù)，D_i表示車輛的本地歷史數(shù)據(jù)，m_i表示參與聯(lián)邦學習車輛的本地模型；

S4：重復步驟S2-S3，判斷聚合模型M_k是否收斂至預定精度θ_th或超過時間限制T_th，若是進入步驟S5，否則返回步驟S2；

S5：更新車輛c_r的實時本地狀態(tài)S′_i至路旁單元R_k，并利用多個路旁單元R_k建立車聯(lián)網(wǎng)全局數(shù)字孿生模型G(t)；

所述步驟S5包括以下子步驟：

S51：更新車輛c_r的實時本地狀態(tài)S′_i至路旁單元R_k；

S52：根據(jù)更新后車輛c_r的實時本地狀態(tài)S′_i，利用路旁單元R_k的邊緣服務器建立車輛數(shù)字孿生模型DT_i和車輛數(shù)字孿生網(wǎng)絡模型G_k；

S53：通過多個路旁單元R_k，利用車輛數(shù)字孿生網(wǎng)絡模型G_k，建立車聯(lián)網(wǎng)全局數(shù)字孿生模型G(t)；

所述步驟S51中，更新后車輛c_r的實時本地狀態(tài)S′_i的表達式為S′_i＝{v′_i,loc′_i,t′_i,dir′_i}，其中，v′_i表示更新后車輛c_r的實時速度，loc′_i表示更新后車輛c_r的實時位置，t′_i表示更新后車輛c_r的實時時間，dir′_i表示更新后車輛c_r的實時行駛方向；

所述步驟S52中，車輛數(shù)字孿生模型DT_i的表達式為DT_i＝{M_k,D_i,S′_S}，車輛數(shù)字孿生網(wǎng)絡模型G_k的表達式為G_k＝(V_k,E_k)，其中，S′_i表示更新后車輛c_r的實時本地狀態(tài)，M_k表示聚合模型，D_i表示驗證通過車輛c_r的本地歷史數(shù)據(jù)，V_k＝{DT_i}，V_k表示第k個路旁單元服務范圍內(nèi)的所有車輛所構(gòu)成的孿生網(wǎng)絡的頂點，E_k＝{e_ij}，E_k表示第k個路旁單元根據(jù)車輛之間的關(guān)系形成孿生網(wǎng)絡的邊，e_ij表示當兩輛車輛之間可以進行通信時，則建立一條孿生網(wǎng)絡中的邊；

所述步驟S53中，車聯(lián)網(wǎng)全局數(shù)字孿生模型G(t)的表達式為其中，K表示路旁單元的數(shù)量；

S6：利用路旁單元R_k，周期性更新車聯(lián)網(wǎng)全局數(shù)字孿生模型G(t)；

S7：根據(jù)更新后的車聯(lián)網(wǎng)全局數(shù)字孿生模型G(t)，利用車輛c_r向路旁單元R_k發(fā)起尋路請求req_r,i，并實時更新最佳路徑及本地預測模型，完成智能交通的最佳路徑規(guī)劃。