公开(公告)号：CN117896679B

公开(公告)日：2024-07-16

申请号：CN202410080522.0

申请日：2024-01-18

Applicant: 西南交通大学

Inventor： 李可 ,  赵致远 ,  唐靖 ,  陈柯汛 ,  戴朋林 ,  杨强 ,  王小宁

IPC: H04W4/12 ,  H04W4/40 ,  H04W4/44 ,  H04W24/02 ,  H04L67/12

Abstract: 本发明提供了一种自适应关键车辆节点选择的消息传播方法与装置，属于车联网技术领域。本发明适用于蜂窝车联网C‑V2X场景，首先通过基站侧汇聚和处理车辆信息以构建概率图，然后基于概率图设计关键节点选择策略，该策略以信息年龄作为车辆节点消息接收的时效性评价指标，能够快速准确地选择尽可能少的关键车辆节点参与消息传播，最终消息覆盖车辆节点数量和消息接收的时效性均可达到预先设定的指标要求。该方法通过设定消息覆盖率阈值和时效性参数值，自适应地选择关键车辆节点进行消息传播以保证实际车联网应用的消息覆盖率和时效性要求。

公开(公告)号：CN117896679A

公开(公告)日：2024-04-16

申请号：CN202410080522.0

申请日：2024-01-18

Applicant: 西南交通大学

Inventor： 李可 ,  赵致远 ,  唐靖 ,  陈柯汛 ,  戴朋林 ,  杨强 ,  王小宁

IPC: H04W4/12 ,  H04W4/40 ,  H04W4/44 ,  H04W24/02 ,  H04L67/12

Abstract: 本发明提供了一种自适应关键车辆节点选择的消息传播方法与装置，属于车联网技术领域。本发明适用于蜂窝车联网C‑V2X场景，首先通过基站侧汇聚和处理车辆信息以构建概率图，然后基于概率图设计关键节点选择策略，该策略以信息年龄作为车辆节点消息接收的时效性评价指标，能够快速准确地选择尽可能少的关键车辆节点参与消息传播，最终消息覆盖车辆节点数量和消息接收的时效性均可达到预先设定的指标要求。该方法通过设定消息覆盖率阈值和时效性参数值，自适应地选择关键车辆节点进行消息传播以保证实际车联网应用的消息覆盖率和时效性要求。

公开(公告)号：CN114926823A

公开(公告)日：2022-08-19

申请号：CN202210494451.X

申请日：2022-05-07

Applicant: 西南交通大学

Inventor： 李可 ,  杨玲 ,  张宏浩 ,  王小宁 ,  罗寿西

IPC: G06V20/59 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及车辆驾驶行为预测技术领域，涉及一种基于WGCN的车辆驾驶行为预测方法，包括：一、生成每辆车的特征矩阵和本地地图；二、特征矩阵加权后和经过CNN编码后的本地地图构建成一张图，并输入到边‑增强的图卷积神经网络GCN中；三、通过GCN提取输入数据的特征，利用GCN的边‑增强注意力机制使边特征的维数增加，提高权重系数分配的准确率；利用GCN的特征传递机制使得车辆的交互特征能以图的形式进行传递，充分表示了车辆之间的交互关系变化；四、将GCN输出的交互特征输入Transformer进行训练；五、通过全连接层获得对车辆驾驶行为的预测结果。本发明使得对车辆驾驶行为预测有更高的准确性。

公开(公告)号：CN114926823B

公开(公告)日：2023-04-18

申请号：CN202210494451.X

申请日：2022-05-07

Applicant: 西南交通大学

Inventor： 李可 ,  杨玲 ,  张宏浩 ,  王小宁 ,  罗寿西

IPC: G06V20/59 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及车辆驾驶行为预测技术领域，涉及一种基于WGCN的车辆驾驶行为预测方法，包括：一、生成每辆车的特征矩阵和本地地图；二、特征矩阵加权后和经过CNN编码后的本地地图构建成一张图，并输入到边‑增强的图卷积神经网络GCN中；三、通过GCN提取输入数据的特征，利用GCN的边‑增强注意力机制使边特征的维数增加，提高权重系数分配的准确率；利用GCN的特征传递机制使得车辆的交互特征能以图的形式进行传递，充分表示了车辆之间的交互关系变化；四、将GCN输出的交互特征输入Transformer进行训练；五、通过全连接层获得对车辆驾驶行为的预测结果。本发明使得对车辆驾驶行为预测有更高的准确性。