摘要
本发明公开了一种基于交通流量预测的无人机辅助车联网轨迹规划方法,包括以下步骤:S1:采用分布式传感器网络采集的多源历史交通数据作为输入,基于深度学习算法建立交通流量时空预测模型;所述多源历史交通数据通过无线通信网络实时或周期性上传至云端平台或中心化的数据处理节点,经过数据清洗、整合与分析,生成预测结果;S2:构建了一个由多个车辆和单个无人机组成的车联网模型,S3:建立基于交通流量预测数据的无人机轨迹优化方法,具体包括:基于预测结果采用均值中心法确定无人机的初始部署位置;建立以最大化网络平均速率和最小化能耗为目标的优化模型;采用DDPG算法优化无人机三维轨迹规划,确定最优悬停位置及飞行路径。
技术关键词
交通流量预测
轨迹规划方法
无人机三维轨迹
辅助车
历史交通数据
无人机轨迹优化方法
分布式传感器网络
地面车辆
深度学习算法
通信资源利用率
无线通信网络
速率
能量消耗
功率
辅助通信系统
系统为您推荐了相关专利信息
步行康复训练机器人
轨迹规划方法
运动轨迹规划
垂直轴
理论
计费平台
管控系统
历史交通数据
VCG机制
能见度
三维点云数据
场景分析方法
三维环境模型
城市道路
ICP算法
城市交通智能管理
动态信号控制系统
分布式计算框架
数据共享平台
智能调度系统