用于预测终端到蜂窝网络的链接条件的修改的方法与流程

技术特征：
1.一种用于为连接到当前蜂窝网络的接入点并且正在道路网络上行进的车辆预测与该车辆到所述蜂窝网络的链接条件的修改相关联的至少一个特性的方法，该方法的特征在于该方法包括以下步骤：
‑
根据从至少一个训练车辆收集的众包数据训练(200，201)与该当前接入点相关联的第一预测模型，这些众包数据至少包括用于定位连接到当前蜂窝接入点的训练车辆的以下各项：o该训练车辆的第一位置、速度和方向，以及o当检测到与该当前接入点断开连接时收集的该训练车辆的第二位置，
‑
通过将该预测模型应用于以下各项来预测(204，205)当该车辆在所述道路网络上行进时将与该当前接入点断开连接的第三位置：o该车辆的位置、速度和方向。2.如权利要求1所述的方法，其中，该第一预测模型是回归多层感知器神经网络。3.如权利要求1或2所述的方法，其中，该方法进一步包括以下步骤：
‑
根据从至少一个训练车辆收集的众包数据训练(202)第二预测模型，这些数据至少包括用于定位连接到当前蜂窝接入点的训练车辆的以下各项：o该训练车辆的位置、速度和方向，以及o在检测到该训练车辆与该当前接入点断开连接之后获得的第二蜂窝接入点的标识符，
‑
通过将该第二预测模型应用于以下各项来预测(206)下一个蜂窝接入点的标识符：o该车辆的位置、速度和方向。4.如权利要求3所述的方法，其中，该第二预测模型是分类多层感知器神经网络。5.如前述权利要求中任一项所述的方法，其中，这些车辆位置是相对于该当前接入点的位置。6.一种用于为连接到当前蜂窝网络并且正在道路网络上行进的车辆预测与所述蜂窝网络的链接条件的下一次修改相关联的至少一个特性的装置，该装置包括存储器(401)和处理器(403)，该处理器由存储在该存储器中的指令(402)配置，所述指令被配置成实施：
‑
模块(407)，该模块用于根据从至少一个训练车辆收集的众包数据训练与该当前接入点相关联的第一预测模型(406)，这些众包数据至少包括用于定位连接到当前蜂窝接入点的训练车辆的以下各项：o该训练车辆的第一位置、速度和方向，以及o当检测到与该当前接入点断开连接时收集的该训练车辆的第二位置，
‑
模块(408)，该模块用于通过将该预测模型应用于以下各项来预测当该车辆在所述道路网络上行进时将与该当前接入点断开连接的第三位置：o该车辆的位置、速度和方向。7.如权利要求6所述的装置，其中，存储在该存储器中的这些指令进一步被配置成实施：
‑
模块(410)，该模块用于根据从至少一个训练车辆收集的众包数据训练第二预测模型(409)，这些数据至少包括用于定位连接到当前蜂窝接入点的训练车辆的以下各项：o该训练车辆的位置、速度和方向，以及
o在检测到该训练车辆与该当前接入点断开连接之后获得的第二蜂窝接入点的标识符，
‑
模块(411)，该模块用于通过将该第二预测模型应用于以下各项来预测下一个蜂窝接入点的标识符：o该车辆的位置、速度和方向。

技术总结
本发明涉及一种用于为连接到当前蜂窝接入点并且正在道路网络上行进的车辆预测与该车辆到所述蜂窝网络的链接条件的修改相关联的至少一个特性的方法，该方法的特征在于该方法包括：根据从至少一个训练车辆收集的众包数据训练与该当前接入点相关联的第一预测模型的步骤，这些数据至少包括用于定位连接到当前蜂窝接入点的训练车辆的以下各项：该训练车辆的第一位置、速度和方向，以及当检测到与该当前接入点断开连接时收集的该训练车辆的第二位置；通过将该预测模型应用于第二车辆的位置、速度和方向来预测当该第二车辆在所述道路网络上行进时将与该当前接入点断开连接的第三位置的步骤。三位置的步骤。三位置的步骤。


技术研发人员：S
受保护的技术使用者：大陆汽车有限责任公司
技术研发日：2020.04.02
技术公布日：2021/11/28