摘要
本发明公开了一种融合边缘计算与异常检测的路径规划方法,包括:构建包含交叉路口信息、边缘服务器信息及路口间距离权重的道路网络三元组,并建立含时空生成器与判别器的道路事故检测模型;利用历史交通数据和道路网络训练模型;基于道路网络采用KSP算法生成可到达路径集合;通过训练后的模型结合当前真实交通数据进行异常检测,排除含异常路段的路径,获得可通行路径集合;结合道路网络三元组提取可通行路径的边缘服务器信息,评估路径的边缘计算能力,选择边缘计算能力最强的路径作为最优路径。本方法可在动态交通环境下规避事故或拥堵路段,充分利用边缘计算资源,降低任务延迟,提高路径规划的准确性与时效性。
技术关键词
道路交通数据
路径规划方法
加权无向图
网络
服务器
交叉路口信息
KSP算法
三元组
门控循环单元
矩阵
Dijkstra算法
终点
动态交通环境
历史交通数据
皮尔逊相关系数
路段
表达式
链接结构
节点
系统为您推荐了相关专利信息
无人物流车
多尺度地图
重定位方法
描述符
网络架构
任务分配策略
多智能体协同
光伏电站智能
设备状态评估
实时监测数据
推荐模型训练方法
大语言模型
项目
文本
推荐方法
微生物识别方法
性能预测模型
微生物种群
大曲微生物群落
乳酸片球菌