一种基于记忆增强的智能网联汽车个性化跟驰方法

摘要: 本发明属于移动通信,涉及一种基于记忆增强的智能网联汽车个性化跟驰方法。背景技术:1、2、随着智能交通与车联网(internetofvehicle,iov)技术的...
一种基于记忆增强的智能网联汽车个性化跟驰方法

本发明属于移动通信,涉及一种基于记忆增强的智能网联汽车个性化跟驰方法。

背景技术:

1、

2、随着智能交通与车联网(internet of vehicle,iov)技术的快速发展,自动驾驶与智能驾驶辅助系统已成为当前汽车工业中的研究热点。在应对复杂动态交通场景方面,现有的智能跟驰决策模型仍基于瞬时感知信息做作出响应,尤其在邻道车辆切入等典型场景下,缺乏对邻道车辆行为意图的预判与风险量化能力,导致在动态交通场景下存在响应滞后、决策突变等问题。并且在实际iov场景中,cav的高移动性将导致网络拓扑与信道状态持续变化,致使传统协同训练框架难以保障学习过程的稳定性与时效性。因此,如何在协同训练框架中有效建模动态交互风险,并在此基础上实现安全、高效、舒适的个性化跟驰决策,成为提升系统安全性与个性化的关键。

3、联邦学习(federated learning,fl)是一种分布式机器学习范式,其核心思想是在不共享原始数据的前提下,通过多方协同训练构建全局模型。各参与节点在本地数据上独立完成模型训练,仅上传模型参数或梯度信息,由中心服务器或去中心化机制进行聚合,从而实现模型的持续优化。该方法能够有效保护数据隐私,降低数据传输开销,并缓解数据孤岛问题。联邦学习广泛应用于iov、医疗和金融等对数据安全性要求较高的场景,但其在通信开销、恶意节点攻击以及训练稳定性方面仍存在一定挑战,使得全局模型易受干扰,并影响系统决策的稳定性与可靠性。

4、在此挑战下,在fl中,引入区块链能够避免中心服务器单点故障问题,并通过链上记录模型更新过程,提高聚合过程的透明性与可信度。区块链是一种去中心化的分布式账本技术,具备数据不可篡改、可追溯和高安全性等特点。同时,结合智能合约机制,可实现对恶意节点的约束,从而增强系统的安全性与鲁棒性,提升联邦协同训练的可靠性与高效性。

5、drl通过智能体通过与环境的交互,基于状态、动作和奖励函数,不断优化策略,使得drl能够处理高维、连续或复杂状态空间的问题,广泛应用于智能驾驶和机器人控制等领域。在cav跟驰控制中,drl能够根据交通环境的变化实现自适应策略调整,从而提升驾驶的安全性与舒适性。然而,由于单一cav的本地数据和计算资源有限,传统drl难以充分捕捉驾驶行为的时间序列依赖,导致策略决策存在滞后或突变。

6、为了解决上述问题,本发明设计了一种基于记忆增强的智能网联汽车个性化跟驰方法。该方法结合drl、fl和区块链技术,通过双层区块链网络实现cav间的协同学习和模型共享。具体而言,该方法首先将lstm与td3方法相结合,构建具备时序决策与动态策略优化能力的决策模型;其次考虑到有邻道车辆切入的复杂动态交通场景,设计基于切入因子的多目标分层奖励函数,以引导cav做出安全、高效、舒适的个性化跟驰决策;然后,提出了一种基于移动性的自适应名誉值更新策略,引入基于topsis的节点评分方法多维量化节点移动模式,以动态筛选最优节点,优化训练时延的同时提升模型精度。

技术实现思路

1、

2、本发明的目的在于提供一种基于记忆增强的智能网联汽车个性化跟驰方法,通过双层区块链网络保证数据共享的安全性和隐私性;同时,提出基于记忆增强的跟驰方法并利用基于切入因子的分层多目标奖励函数和基于移动性的自适应名誉值策略,以引导cav做出安全、高效、舒适的个性化智能跟驰决策。

3、为了解决上述技术问题,本发明实现步骤如下:

4、第一方面,本发明根据邻道车辆切入典型场景中的个性化智能跟驰控制决策以及cav用户数据安全隐私保护需求,提供一种基于记忆增强的智能网联汽车个性化跟驰方法,该方法执行流程如下:

5、s1:基于记忆增强的drl方法;

6、s2:基于切入因子的多目标分层奖励;

7、s3:基于移动性的自适应名誉值更新策略;

8、第二方面,本发明实施例在步骤s1中,建立了一个两层系统模型,其中包括:1)智能边缘层,用于cav间的分布式交易与数据存储以及跨分区模型数据的安全共享;2)cav层,cav通过相机、激光雷达等传感器感知复杂动态交通场景中的环境数据,并在本地进行训练。

9、rsu和bs是车联网中的重要通信基础设施,分别负责短距离的道路侧通信和广域蜂窝网络通信。二者协同工作,为车联网环境提供高效、可靠且安全的数据传输支撑,从而推动智能交通系统的应用与发展。在本发明实例中,基于地理位置将rsu和cav划分为多个分区,每个分区含有一个bs和多个rsu。各分区内部构建基于dag结构的子链,用于记录个性化智能跟驰模型的训练过程。在cav协同训练方面,采用fl实现模型聚合,cav仅上传训练模型参数而不涉及原始数据,从而有效保障用户的数据隐私安全。

10、在智能边缘层采用双层区块链结构,包括上层基于pbft的主链和下层基于dag的分区子链。其中,下层由多个相互独立的分区子链组成,负责协调分区中的cav完成训练任务,子链中采用dag共识,由该分区的多个rsus维护;上层主链采用pbft实现共识,主链中的每笔交易包含一个分区训练的模型,且主链由所有分区的bs共同维护。双层区块链设计中,dag子链通过局部交易验证而无需全局区块生成等待实现分区内快速共识。pbft主链通过跨分区多轮投票机制确保全局数据一致性。该架构在提升模型训练效率与泛化能力的同时,实现多车高效协同与数据共享,为cav在动态交通环境下的自主决策提供了可靠支撑。

11、在相同分区内rsu与bs之间通过dsrc连接,共同构成局部边缘计算网络。各分区之间bss通过有线网络连接,形成跨区域边缘计算网络。cav与bs和rsu通过无线链路进行通信,其模型上传及聚合的全过程将被记录在分区区块链中。

12、首先,vsp通过中心云层进行注册,将智能跟驰决策模型的训练任务下发至各分区bs。其次,rsu从其所属分区的bs获取任务,rsu会检索其覆盖范围内具备训练条件的cav,并向这些cav广播任务信息。然后,每个分区的bs会将该任务以及初始模型生成一个创世块,并添加到对应分区由rsu维护的dag子链中。最后,cav从rsu中获取dag子链中的初始模型参数,随后结合本地感知数据训练智能跟驰决策模型。

13、第三方面,本发明实施例在步骤s1中,设计了一种基于记忆增强的drl方法,将lstm与td3方法结合起来,构建具备时序决策与动态策略优化能力的智能跟驰模型,使cav能够从历史状态—动作交互序列中学习,捕获驾驶行为的时序依赖关系,从而实现安全、高效、舒适的个性化智能跟驰决策。

14、第四方面,本发明实施例在步骤s1中,提供一种模型上传至区块链的方法,cav本地训练完成后,根据步骤s3中的cav名誉值,动态筛选出来的最优cav节点将本地模型上传至rsu。rsu完成模型聚合与更新,并将交易信息打包并在分区内进行广播,同步dag子链信息,确保各子链的信息状态一致。在dag中,交易作为基本组成单元,替代了传统区块链中的区块。该设计无需执行工作量证明求解运算即可完成上链,大幅降低了共识耗时。同时,dag的一致性校验依赖交易间的相互验证关系,后续交易需要对前序交易的合法性进行验证。rsu完成聚合后的边缘模型将被打包为交易请求发送至bs节点,bs采用pbft共识机制通过多轮投票验证交易合法性,确保数据一致性。

15、第五方面,本发明实施例在步骤s1中,提供一种cav训练任务终止方法。vsp可实时向bs查询当前dag区块链中模型的训练状态,当模型策略的性能评估指标达到预设要求时,vsp即发布任务完成指令。同时,vsp依据各rsu记录的cav名誉值,对参与训练的cav执行相应的奖励与惩罚机制。

16、第六方面,本发明实施例在步骤s2中,提供一种基于切入因子的多目标分层奖励函数。切入因子通过量化邻道切入车辆的横向运动意图与风险,为fv提供前瞻性风险感知。分层奖励函数将安全性、效率性与舒适性等多目标按优先级分解,在确保cav安全前提下,生成兼具鲁棒性与自适应性的个性化智能跟驰策略以避免潜在碰撞危险

17、第七方面,本发明实施例在步骤s3中提出了一种基于移动性的自适应名誉值更新策略。该策略设计了基于topsis的节点评分方法,多维量化cav移动模式,动态筛选出最优的协同训练节点参与全局模型聚合。该策略确保了在动态的环境下,参与联邦协同训练的cav集合始终保持高质量与高协作效率。