CN104700640A - 一种基于移动群智感知的路况信息汇集方法 - Google Patents

Abstract

一种基于移动群智感知的路况信息汇集方法，涉及无线通信技术与智能交通技术领域。服务器向相关地区的手机用户广播征集路况报告的通知；服务器接收到手机用户的路况报告后，按照路况报告的精确度对其划分等级；服务器汇总所有接收到的路况报告后，确定服务器在此刻的状态s，获得系统增益G(s)；在目标最优定价不确定的情况下，服务器通过Q学习，学习如何对手机用户的任务路况报告的奖励金额定价，以获取服务器的最大收益；对不同质量等级l的路况报告有不同的定价y(l)，在一次学习过程中规定服务器的最大任务发布次数为K，第k次任务发布中的服务器状态是s^k，服务器对路况报告的总定价是y^k。

Description

一种基于移动群智感知的路况信息汇集方法

技术领域

本发明涉及无线通信技术与智能交通技术领域，尤其是涉及一种基于移动群智感知的路况信息汇集方法。

背景技术

安全城市的建设依赖于出行的安全问题，如何获取实时的路况信息成为问题的关键所在。以往的GPS定位检测方法费用较高，准确度偏低，很难满足人们的需求。智能手机和网络发展则让实时精准路况信息的共享得以实现，特别是社交平台的应用让人们的信息交互更为方便。当有事故比如车祸、火灾发生时，手机用户通过网络将路况信息和自身的位置信息上传到服务器。这些路况信息可以帮助服务器了解城市的事故分布，并迅速做出应对措施。相比于通过卫星监控城市有无异常状况的方法来说，这种方法的准确度会大大提升，成本也会降低。但是，如何才能激励手机用户发送路况信息到服务器上是重中之重。考虑到用户的自私性，手机用户不会毫无回报的主动将真实的路况信息上传到服务器。如果无法获取大量手机用户的数据，服务器就无法得到完整有效的城市路况信息。所以服务器需要通过一定的激励机制来推动普通手机用户参与到该系统的构建中来，如何定价报酬才能吸引更多的手机用户并且使服务器获得最大效益是我们需要做的。然而，在服务器对外界传输消耗和手机用户信息并不明确的情况下，需要不断调整定价，来学习如何定价才能达到以上目标。Q学习是一种强化学习，它可以不断与外界交互来得到反馈，从而得到自身收益最大化的行为。

中国专利CN103310349公开一种基于在线激励机制的感知数据获取方法，它采用公开拍卖的机制根据手机用户的竞价和对系统的效益贡献来选取是否采纳手机用户的竞标方案，手机用户在收到系统采纳的决定后执行任务将数据发送到感知系统；中国专利CN103870990公开一种移动群智感知系统中覆盖问题的激励机制实现方法，它同样采用公开拍卖机制来选取手机用户竞标方案，但它是报酬支出有限制的逆向拍卖系统，而且它的感知任务分配带有地理位置信息限制覆盖的问题。上述两项发明中都是采用拍卖机制，选取手机用户后手机用户将感知数据发送到服务器，然而手机用户很有可能会发送虚假信息以降低自身损耗。

发明内容

本发明的目的是提供一种基于移动群智感知的路况信息汇集方法。

本发明包括以下步骤：

步骤1：服务器向相关地区的手机用户广播征集路况报告的通知，包括手机用户的地理位置信息、周边路况信息、对路况报告的定价范围P；

步骤2：服务器接收到手机用户的路况报告x后，按照路况报告x的精确度对其划分等级，服务器规定路况报告的质量等级表为：[-1,0,…,L]，其中L表示路况报告质量的最高等级，依照质量等级表，将路况报告x的等级定为l(-1≤l≤L)，即x＝l；

步骤3：服务器汇总所有接收到的路况报告后，确定服务器在此刻的状态s，获得系统增益G(s)：其中M是发送路况报告的用户总数，s是服务器接收到的总体的路况报告质量，G(x_j)是手机用户j的路况报告x_j带给服务器的效益值，不同等级的路况报告带给服务器的效益是不同的，规定不同等级的路况报告的效益表为：[G(-1),G(0),…,G(L)]；与此对应，服务器根据路况报告的不同等级给予不同的支付价格y，规定不同等级的路况报告的定价表为：[y(-1),y(0),…,y(L)]，服务器的即时收益U_s(s,y)是系统增益和服务器对手机用户的支付之差，即

步骤4：在目标最优定价不确定的情况下，服务器通过Q学习，学习如何对手机用户的任务路况报告的奖励金额定价，以获取服务器的最大收益；对不同质量等级l的路况报告有不同的定价y(l)，在一次学习过程中规定服务器的最大任务发布次数为K，第k次任务发布中的服务器状态是s^k，服务器对路况报告的总定价是y^k，其中Q学习包括以下步骤：

(1)初始化Q值矩阵：对于每一次任务发布中的服务器每一个可用状态s^k下，对服务器的所有可选择的定价分配一个对应的Q值，对每个初始Q值赋值为0，设置学习因子α(0＜α＜1)和折扣因子δ(0＜δ＜1)；

(2)在第k次任务发布中，服务器根据状态s^k从定价范围P内选择y^k(l)作为对质量等级l的路况报告的定价，根据公式：

$Q(s^k,y^k\left(l\right))=(1-\mathrm{\α})Q(s^k,y^k\left(l\right))+\mathrm{\α}(U_s(s^k,y^k\left(l\right))+\mathrm{\δ}\underset{y\∈P}{\max }Q(s^{k+1},y\left(l\right)))$

对Q值矩阵更新，Q(s^k,y^k(l))是服务器在s^k状态下采用y^k(l)值为定价时的Q值，是服务器在s^k+1状态下，采用让Q值最大化的定价y(l)；

(3)重复步骤(2)，直到第n次的任务发布后满足时，定价y(l)收敛，yⁿ(l)即是服务器最优定价，其中n≤K；

(4)服务器将报酬yⁿ(l)发送给路况报告等级为l手机用户。

在步骤1中，手机用户发送的路况报告x中的地理位置信息是手机用户当前的GPS位置信息，路况信息是对手机用户周围事故的描述；若无事故发生，手机则发送安全确认信息到服务器；若有事故发生，则发送事故的详细信息到服务器；所述定价范围P是根据市场经验定价，P会选取高出以往市场定价的最大值；手机用户可以根据定价范围选择发送路况报告，或者选择忽略服务器的广播。

在步骤2中，服务器对手机用户发送的路况报告评估时，若手机用户发送虚假路况信息，则服务器对其路况报告等级评估为-1；若发送安全确认信息，则服务器对其路况报告等级评估为等级0；若手机用户发送事故信息，则服务器根据对事故的描述的完整性评估路况报告等级，最高为L。

在步骤3中，服务器在接收到路况报告后，可以实时地处理安全事故，并给与不同等级的路况报告不同的定价，以激励手机用户发送高精确质量的报告，获得系统增益，其中不同精确度质量等级的路况报告对服务器的系统增益是不同的，最高等级的路况报告带来的系统增益最大，为G(L)；而最低等级的路况报告带来的系统增益最小，为G(-1)；服务器将支付给手机用户的报酬作为支出，服务器最终获得的收益是系统增益和服务器对手机用户的支付之差，即U_s(s,y)。

在步骤4中，服务器在不同的状态s下，对不同质量等级l的路况报告的支付价格y(l)不同，所获得的收益U_s(s,y)不同；服务器的Q学习是对每个等级的路况报告的定价进行学习，最后给出最优定价表：[y(-1),y(0),…,y(L)]。

本发明中服务器激励手机用户发送路况信息，而后对手机用户的路况报告给与奖励，避免了服务器遭受虚假信息的欺骗；服务器通过对手机用户发送的路况报告进行等级评估，对影响范围大的安全事故给与高等级评估，激励手机用户在安全事故发生时发送真实信息，有利于服务器对重大安全事故的优先处理和实时掌控；服务器通过Q学习优化奖励金额，保证了服务器在激励手机用户发送真实信息的同时获得最大的收益。

在本发明的激励机制中，Q学习可以在未知上述信息情况下帮助服务器获得最优定价，即该定价能在满足手机用户自身获益的同时让服务器的效益达到最大化。

所以本发明中提及的系统是在一个已知手机用户群的前提下分析手机用户的行为，得到手机用户发送的任务路况报告后再给予报酬，对系统的收益提供了保障。

具体实施方式

下面结合实例进一步描述本发明的技术方案。

一种基于移动群智感知的路况信息汇集方法，具体步骤如下：

步骤1：服务器向相关地区的手机用户广播征集路况报告的通知，包括手机用户的地理位置信息和周边路况信息，以及对路况报告的定价范围P＝4。

步骤2：服务器接收到手机用户j的路况报告x_j后，按照路况报告的精确度对其划分等级，服务器规定路况报告的质量等级表为：[-1,0,…,L]，其中L＝2表示路况报告质量的最高等级。依照质量等级表，将路况报告x_j的等级定为l(-1≤l≤L)，即x_j＝l。

步骤3：服务器汇总所有接收到的路况报告后，确定服务器在此刻的状态s，获得系统增益G(s)：其中s是服务器接收到的总体的路况报告质量，G(x_j)是等级为l的路况报告x_j带给服务器的效益值，规定不同等级路况报告的效益表为：[-0.01,0,2,8]。服务器的即时收益U_s(s,y)是系统增益和服务器对手机用户的支付之差，即其中y是当前状态下服务器对不同等级路况报告的总定价。

步骤4：服务器通过Q学习，在目标最优定价不确定的情况下，学习如何对手机用户的任务路况报告的奖励金额定价，以获取服务器的最大收益。对不同质量等级l的路况报告有不同的定价y(l)，在一次学习过程中规定服务器的最大任务发布次数为K，第k次任务发布中的服务器状态是s^k，服务器对路况报告的总定价是y^k。包括以下步骤：

(1)初始化Q值矩阵：对于每一次任务发布中的服务器每一个可用状态s^k下，对服务器的所有可选择的定价分配一个对应的Q值，对每个初始Q值赋值为0。设置学习因子α(0＜α＜1)，和折扣因子δ(0＜δ＜1)。

(2)在第k次任务发布中，服务器根据状态s^k从定价范围P内选择y^k(l)作为对质量等级l的路况报告的定价，根据公式：

$Q(s^k,y^k\left(l\right))=(1-\mathrm{\α})Q(s^k,y^k\left(l\right))+\mathrm{\α}(U_s(s^k,y^k\left(l\right))+\mathrm{\δ}\underset{y\∈P}{\max }Q(s^{k+1},y\left(l\right)))$

对Q值矩阵更新。Q(s^k,y^k(l))是服务器在s^k状态下采用y^k(l)值为定价时的Q值，是服务器在s^k+1状态下，采用让Q值最大化的定价y(l)。

(3)重复步骤4.2)，直到第n次的任务发布后满足时，定价y(l)收敛，yⁿ(l)即是服务器最优定价，其中n≤K。

(4)服务器将报酬yⁿ(l)发送给路况报告等级为l手机用户。

Claims (5)

1.一种基于移动群智感知的路况信息汇集方法，其特征在于包括以下步骤：

步骤1：服务器向相关地区的手机用户广播征集路况报告的通知，包括手机用户的地理位置信息、周边路况信息、对路况报告的定价范围P；

步骤2：服务器接收到手机用户的路况报告x后，按照路况报告x的精确度对其划分等级，服务器规定路况报告的质量等级表为：[-1,0,…,L]，其中L表示路况报告质量的最高等级，依照质量等级表，将路况报告x的等级定为l(-1≤l≤L)，即x＝l；

步骤3：服务器汇总所有接收到的路况报告后，确定服务器在此刻的状态s，获得系统增益G(s)：其中M是发送路况报告的用户总数，s是服务器接收到的总体的路况报告质量，G(x_j)是手机用户j的路况报告x_j带给服务器的效益值，不同等级的路况报告带给服务器的效益是不同的，规定不同等级的路况报告的效益表为：[G(-1),G(0),…,G(L)]；与此对应，服务器根据路况报告的不同等级给予不同的支付价格y，规定不同等级的路况报告的定价表为：[y(-1),y(0),…,y(L)]，服务器的即时收益U_s(s,y)是系统增益和服务器对手机用户的支付之差，即

步骤4：在目标最优定价不确定的情况下，服务器通过Q学习，学习如何对手机用户的任务路况报告的奖励金额定价，以获取服务器的最大收益；对不同质量等级l的路况报告有不同的定价y(l)，在一次学习过程中规定服务器的最大任务发布次数为K，第k次任务发布中的服务器状态是s^k，服务器对路况报告的总定价是y^k，其中Q学习包括以下步骤：

(1)初始化Q值矩阵：对于每一次任务发布中的服务器每一个可用状态s^k下，对服务器的所有可选择的定价分配一个对应的Q值，对每个初始Q值赋值为0，设置学习因子α(0＜α＜1)和折扣因子δ(0＜δ＜1)；

(2)在第k次任务发布中，服务器根据状态s^k从定价范围P内选择y^k(l)作为对质量等级l的路况报告的定价，根据公式：

$Q(s^k,y^k\left(k\right))=(1-\mathrm{\α})Q(s^k,y^k\left(l\right))+\mathrm{\α}(U_s(s^k,y^k\left(l\right))+\mathrm{\δ}\underset{y\∈P}{\max }Q(s^{k+1},y\left(l\right)))$

对Q值矩阵更新，Q(s^k,y^k(l))是服务器在s^k状态下采用y^k(l)值为定价时的Q值，y(l))是服务器在s^k+1状态下，采用让Q值最大化的定价y(l)；

(3)重复步骤(2)，直到第n次的任务发布后满足时，定价y(l)收敛，yⁿ(l)即是服务器最优定价，其中n≤K；

(4)服务器将报酬yⁿ(l)发送给路况报告等级为l手机用户。

2.如权利要求1所述一种基于移动群智感知的路况信息汇集方法，其特征在于在步骤1中，手机用户发送的路况报告x中的地理位置信息是手机用户当前的GPS位置信息，路况信息是对手机用户周围事故的描述；若无事故发生，手机则发送安全确认信息到服务器；若有事故发生，则发送事故的详细信息到服务器；所述定价范围P是根据市场经验定价，P会选取高出以往市场定价的最大值；手机用户根据定价范围选择发送路况报告，或者选择忽略服务器的广播。

3.如权利要求1所述一种基于移动群智感知的路况信息汇集方法，其特征在于在步骤2中，服务器对手机用户发送的路况报告评估时，若手机用户发送虚假路况信息，则服务器对其路况报告等级评估为-1；若发送安全确认信息，则服务器对其路况报告等级评估为等级0；若手机用户发送事故信息，则服务器根据对事故的描述的完整性评估路况报告等级，最高为L。

4.如权利要求1所述一种基于移动群智感知的路况信息汇集方法，其特征在于在步骤3中，服务器在接收到路况报告后，实时地处理安全事故，并给与不同等级的路况报告不同的定价，以激励手机用户发送高精确质量的报告，获得系统增益，其中不同精确度质量等级的路况报告对服务器的系统增益是不同的，最高等级的路况报告带来的系统增益最大，为G(L)；而最低等级的路况报告带来的系统增益最小，为G(-1)；服务器将支付给手机用户的报酬作为支出，服务器最终获得的收益是系统增益和服务器对手机用户的支付之差，即U_s(s,y)。

5.如权利要求1所述一种基于移动群智感知的路况信息汇集方法，其特征在于在步骤4中，服务器在不同的状态s下，对不同质量等级l的路况报告的支付价格y(l)不同，所获得的收益U_s(s,y)不同；服务器的Q学习是对每个等级的路况报告的定价进行学习，最后给出最优定价表：[y(-1),y(0),…,y(L)]。