摘要
本发明公开了一种基于车载边缘计算的协作感知任务卸载方法,旨在提高自动驾驶系统的感知质量与计算效率,该方法通过信息价值评估和冗余感知抑制优化任务卸载策略;首先,利用卡尔曼滤波器预测车辆运动轨迹,估算兴趣区域(ROI),并计算感知数据的VOI值,以量化数据对决策的贡献度;其次,通过计算车辆视野重叠度识别冗余数据,减少冗余感知任务的传输与计算负担;随后,基于整数线性规划(ILP)模型优化卸载决策,最大化感知效益,确保任务分配至最优计算节点;进一步采用基于VOI的动态卸载调度策略,根据实时评估结果和网络状况动态调整任务卸载路径;此外,系统设计了性能反馈与优化机制,持续监控卸载执行效果,并依据历史数据调整策略,实现长期稳定运行。
技术关键词
卸载策略
卸载方法
卡尔曼滤波器
整数线性规划
节点
识别冗余数据
决策
视野
优化系统参数
车辆运动轨迹
动态
时效性
自动驾驶系统
最大化系统
冗余度
兴趣
递推算法
系统为您推荐了相关专利信息
商品交易信息
知识图谱构建方法
商品交易价格
数据
风险
集装箱结构
电芯模组
仿真模型
仿真方法
三维结构