一种基于车辆与无人机协同的数据收集方法

1.本发明涉及物联网、无线传感器网络和无人机领域，特别是涉及一种基于车辆与无人机在稀疏的物联网中高性价比的数据收集方法。


背景技术：

2.近几年来，得益于物联网技术和无线传感器网络技术的飞速发展，城市的智能化管理成为了可能，智慧城市这一概念也逐渐的成为了现实。智慧城市指的是市政部门充分利用物联网和无线传感器网络等技术在城市的基础设施中部署大量的具备丰富的感知和传输数据能力的智能设备，并且通过无线通信技术实现城市中智能设备之间实时的信息数据传输与交互，之后采取合理的方案对这些智能设备的数据进行收集与分析，从而实现对城市的智能化管理。在智慧城市中部署大量的配备各种传感器的智能设备，它们一般被嵌入到城市的基础设施中，这些智能设备主要负责监测城市中基础设施的状态以及城市中的环境，例如桥梁监测设备，井盖监测设备，排水管道监测设备，pm2.5监测设备，温度监测设备和道路监测设备等。具有传感器的道路监测设备可以监测城市中道路上的路灯和红绿灯的状况，一旦损坏或者发生故障可以发送维护请求。温度监测设备可以利用其内置的温度传感器去监测城市中的温度，通过分析城市中过往时间的温度数据可以去预测之后的温度，从而有利于城市的发展与管理。尽管各个智能设备的形式不同，但是它们有一点都是共通的，即监测城市中基础设施或环境的状况。市政部门使用这些智能设备去监测整个城市的状况，之后采取相应的措施收集这些智能设备的数据并且根据这些信息去判断城市中基础设施是否需要维护和更新。这种模式实现了城市中基础设施的智能化管理，有助于提高城市中居民的幸福感，并且可以有效的促进社会的发展。
3.目前的数据收集方案通常使用车辆作为数据收集载体，当车辆经过城市中的智能设备附近时，智能设备可以通过短程无线通信将基础设施状况的数据传输给车辆，当前国内外已经有许多工作人员正在研究扩展这种方法。然而，作为数据收集载体来进行收集数据的车辆有一些明显的缺点，在数据收集的前期，城市中心大量智能设备的数据都未被收集，当车辆经过这些未被收集数据的智能设备时，智能设备会将这些数据发送给车辆，车辆再将这些数据传输给数据中心，因此，在早期，整体的数据收集率增加的非常快。但是，当城市中心区域的智能设备的数据都已经被收集完数据后，由于车辆很少经过城市的偏远地区，从而偏远地区智能设备的数据一直不能被收集到，此时整体的数据收集率增加的很缓慢，但是数据收集的时间以及成本依旧呈线性增长。因此，这将导致整个方案的数据收集率增长速度降低，数据收集的成本急剧的上升，并且在数据收集结束的时候，即使继续增加数据收集时间。并且城市中存在一些区域车辆到达不了，这将导致城市中也总是会有一些智能设备的数据不能被收集到。
4.基于上面的分析可知，当前智慧城市的数据收集方案存在的主要不足是城市中偏远地区的智能设备数据不能被收集以及配备在车辆上的接收器的存储空间有限。因此，如何设计一个合适且较低成本的收集城市中智能设备数据的方案是一个具有挑战性的问题。


技术实现要素：

5.本发明提供了基于车辆与无人机协同的数据收集方法，其目的在于，为一些分布范围广泛，但分布密度稀疏的智能设备提供高效且低成本的数据收集的方法，解决现有的部分物联网应用中，智能传感器设备由于稀疏分布导致数据收集困难，从而使其软件维护困难的问题。
6.为实现上述目的，本发明的技术方案如下：
7.本发明基于一种使用数据收集载体(配备具有无线通信数据收发器的车辆和无人机)进行数据收集的机制。在这个机制中，存在用户，数据中心，临时数据存储点，数据收集载体和智能设备。其中，用户是要对智能设备进行数据收集的部门。
8.这种机制的大体流程是，当用户需要收集智能设备数据时，车辆开始进行数据收集。其中车辆不是专门到特定的智能设备位置点去进行数据收集，而是在去往某目的地的途中在经过智能设备附近时，车辆内的数据收发器会通过无线通讯的方式收集道路两侧的智能传感器设备数据。此外，为了防止车辆内的数据收发器出现存储空间不足的问题，当车辆经过临时数据存储点时，车辆会将已收集到的数据传输给临时数据存储点来释放存储空间，在车辆数据收集结束后，配备数据收发器的无人机会前往车辆到达不了的区域进行数据收集。在这种机制中，车辆进行数据收集需要根据自身的情况收取一定的费用，但是由于是顺路进行代码的传播，所以成本很低。并且使用了无人机进行数据收集，导致整体的数据收集率会很高。
9.本发明提供了一种基于车辆与无人机协同的数据收集方法。在该方法中将车辆和无人机作为数据收集载体采用机会通信的方式来进行数据收集，实现了高效率、低成本的数据收集。
10.在本发明的方法中，对于车辆内数据收发器存储空间有限的问题，提出了建造临时数据存储点的策略，当车辆经过临时数据存储点时会将已收集到的数据全部上传给临时数据存储点来释放空间。然而临时数据存储点的修建成本很高，因此，为了降低成本，提高数据收集率，本发明方法设计了一个综合地根据数据载体、智能设备等成本计算最佳的临时数据存储点个数的公式。
11.在此基础上，为了进一步的提升数据收集的性价比，本发明方法又提出了根据数据载体的历史行驶轨迹记录来计算临时数据存储点的最优位置的策略。
12.此外，针对无人机能量有限、使用成本较高的问题，本发明方法设计了一种求解无人机最短飞行路径的算法。
13.本发明的好处是：本发明采用的数据收集机制能够充分的利用城市中的车辆和无人机实现对分布稀疏且广泛的智能传感器设备的数据收集。本发明提出的建造临时数据存储点方法能够有效的解决车辆内数据收发器存储空间不足的问题，此外，基于数据收集载体、智能设备等成本计算最佳的临时数据存储点个数的方法，基于车辆的历史行驶轨迹记录计算临时数据存储点最优位置的方法以及求解无人机最短飞行路径的方法不仅能够提高数据收集率，还能够有效的降低数据收集成本。
附图说明
14.图1为本发明实施例模型的运行原理示意图。
15.图2为本发明实施例中采用本发明方法和一般方法的数据收集率的对比图。
16.图3为本发明实施例中采用本发明方法和一般方法的数据收集成本的对比图。
具体实施方式
17.下面结合附图及实例，对本发明做进一步说明。本发明实施例的基于如下的模型：
18.如图1所示，在本模型中，包含四个重要的部分：数据中心；数据临时存储点；路边的智能传感器设备；参与数据收集的车辆和无人机，我们称为数据收集载体；管理和维护智慧城市中智能传感器设备的相应部门，称为用户。相应的部门想要收集城市中的智能设备数据时，会先选择一些出租车在其上面安装数据收发器，出租车在工作途中经过道路附近的智能传感器设备时会自动配对通过无线通信进行数据收集，并且当出租车经过临时数据存储点时也会将自身已收集到的数据进行上传来释放存储空间。在车辆数据收集结束后，搭载数据收发器的无人机会前往车辆到达不了的智能设备点进行数据收集，收集完所有数据后，用户可以通过云层网络下载数据中心和临时数据存储点的数据。
19.一种基于车辆与无人机协同的数据收集方法，主要的优化措施是通过建造临时数据存储点来解决车辆内数据收发器存储空间不足的问题，为了提升数据收集率，降低成本，提出了相应的方法来计算临时数据存储点的最佳个数和位置。此外，还提出了使用无人机来收集车辆收集不到的智能设备数据，且设计了相应的无人机路径规划算法来求解无人机的最短飞行路径从而优化数据收集的性能。
20.下面结合具体实例介绍本发明的实施的具体步骤。
21.步骤一，根据数据载体，智能设备等运行成本计算临时数据存储点的最佳个数。运行成本的基础部分包括车辆和无人机的花费，数据中心的花费，智能设备的花费。如果在城市的中心区域建造了临时数据存储点的话还需要考虑临时数据存储点的建造成本以及临时数据中心的使用花费，综合以上因素，我们得到了求解临时数据中心最佳数量的优化函数公式如下：
22.e(k)＝(c
interim
k c
source
c
device
n)t
collection
c
b-interim
k c
uav
t
uav
cvt
vehicles
ꢀꢀꢀ
(1)
23.其中c
interim
，c
source
，c
device
分别表示临时数据存储点，数据中心、智能设备每小时的运行成本，c
b-interim
，c
uav
，cv分别表示临时数据存储点的建造成本，无人机和车辆每小时的运行成本，t
collection
，t
uav
，t
vehicles
分别表示数据收，无人机运行、车辆运行的时间，k代表临时数据存储点的个数，n表示智能设备的个数。代入不同的k值进行计算，当e(k)达到最小时，此时的k即为最优值。
24.步骤二，根据数据载体的历史行驶轨迹记录计算临时数据存储点的最优位置。根据车辆的历史轨迹记录筛选出车辆经过次数大于1000次的位置点，之后使用k-means算法对其进行聚类分析，得到的聚类中心位置则是临时数据存储点的最优位置。具体流程为先随机选取k个位置点作为初始的聚类中心，之后通过使用欧式距离法去计算每一个样本点与聚类中心的相似度，将所有的样本点划分到相似度最高的聚类中心，紧接着，重新计算每一个类的类中心(即为质心)，重复这个过程，直到质心不在发生改变，最后确定所有的样本各自所隶属的类别以及每一个类别的中心。其中欧式距离法公式如下：
25.26.步骤三，遍历车辆到达到不了的智能设备位置点，选择合适的权值参数，计算无人机的最短飞行路径。首先遍历筛选出车辆未能收集的智能设备位置点，即无人机需要前往的目标点，之后使用hopfield神经网络算法对无人机的路径进行规划计算，找出一条符合条件的最短飞行路径。
27.步骤四，更新智能设备的数据收集率，数据收集时间与成本，直到数据收集结束。我们将在t时间范围内收集到的数据数量定义为n
collection
(t)，将所有智能设备产生的数据的总数定义为n
total
，因此数据收集率可以定义为：
[0028][0029]
数据收集成本主要包括智能设备的运行成本，无人机的使用成本、车辆的使用成本、临时数据存储点以及数据中心的成本。
[0030][0031]
其中，c
interim
是临时数据存储点每小时的运行成本，c
soource
是数据中心每小时的运行，cv是车辆每小时的使用成本，c
uav
是无人机每小时的使用成本，c
device
是智能设备每小时的运行成本，c
b-interim
是指建造一个临时数据存储点的成本，k是临时数据存储点的个数，n是智能设备的总数量，t
vehicles
，t
uav
，t
uav-start
分别表示的是车辆的数据收集时间，无人机的数据收集时间，无人机开始收集数据的时间，t
collection
是数据收集的总时间。
[0032]
综上所述，本发明的基于车辆与无人机协同的数据收集方法通过建造最优的临时数据存储点以及使用无人机来完成数据收集的任务，能够实现较高以较高的性价比完成城市内智能设备数据收集的目标。对比一般方法，本发明的优点在于：
[0033]
(1)采用本发明的方法具有更高的数据收集率。使用本发明方法进行数据收集任务能够达到更高的数据收集率。图2展示了采用本发明方法和一般方法的对比实验中，关于数据收集率的实验结果对比。其中，一般方法只使用车辆进行数据收集，没有临时数据存储点。观察图2的实验结果可以发现，在其他因素保持相同的情况下，随着数据收集时间的增加，本发明方法的数据收集率一直高于一般方法，相比于一般方法，本发明方法最终的数据收集率提高了39.3％。
[0034]
(2)采用本发明的方法的数据收集成本更低。使用本发明方法进行数据收集任务能够降低数据收集成本。图3展示了采用本发明方法和一般方法的对比实验中，关于数据收集成本的实验结果对比。从图3中可以看出，相比于一般方法，本发明方法的数据收集成本降低了37.9％。