买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东风悦享科技有限公司

摘要：本发明涉及一种应用于车路协同路侧传感器部署优化方法，所述方法包括：步骤F1：建立传感器部署优化问题的数学模型；步骤F2：基于传感器部署优化问题的目标函数G，获取多目标遗传算法的目标函数H；步骤F3：根据所述目标函数H，结合最优化问题的转换规则，获取所述多目标遗传算法的适应度函数Y；步骤F4：随机生成所述多目标遗传算法的初始值，并根据所述适应度函数Y，利用所述多目标遗传算法得到所述目标函数G的最优解。本发明不仅可以提前确认传感器的部署方案，而且满足路侧感知系统的功能要求、覆盖要求及成本要求。

主权项：1.一种应用于车路协同路侧传感器部署优化方法，其特征在于，包括以下步骤：F1：建立传感器部署优化问题的数学模型；基于传感器部署优化问题作如下定义，放置点集合J＝{1,2,3，...，n}，放置点j的传感器的有效覆盖面积sj，传感器的总成本为pj；道路的总面积为S；待放置传感器集合为M，Xjm表示决策变量，若工件j在集合M中，则Xjm＝0，否则Xjm＝1，根据上述定义，对传感器部署优化问题建立如下数学模型：目标函数： ，约束条件为： ， ， ，F2：基于传感器部署优化问题的目标函数G，获取多目标遗传算法的目标函数H；F3：根据所述目标函数H，结合最优化问题的转换规则，获取所述多目标遗传算法的适应度函数Y；F4：随机生成所述多目标遗传算法的初始值，并根据所述适应度函数Y，利用所述多目标遗传算法得到所述目标函数G的最优解；在步骤F2中，获取多目标遗传算法的目标函数H的步骤具体包括：基于道路总面积S设置传感器所需花费最小为目标函数H，公式如下： ，其中ωi为各个项的权重系数，pj为传感器的成本，Xjm表示决策变量；在步骤F3中，获取所述多目标遗传算法的适应度函数Y的具体步骤包括如下：F31：对传感器安装位置和方式进行基因编码，确定所述传感器基因型；F32：所述基因编码包括以下方式：以“0”代表离散点空缺，以“1”代表顺着道路行进方向的单杆安装一个传感器，以“2”代表逆着道路行进方向的单杆安装一个传感器，以“3”代表两个道路方向的单杆各自安装一个传感器；F33：基于步骤F31和步骤F32，构造传感器的安置成本的函数：Dict＝{“0”:0，“1”:C1+C2，“2”:C1+C2，“3”:C1+C2*2}其中C1为杆的成本，C2为传感器的成本；F34：基于传感器的安置成本的函数，建立适应度函数： ，其中η为传感器覆盖率，si为每个传感器的覆盖面积，keyi为多目标遗传算法目标函数的函数值。

全文数据：

权利要求：

百度查询： 东风悦享科技有限公司 一种应用于车路协同路侧传感器部署优化方法