DroneSense: Leveraging Drones for Sustainable Urban-scale Sensing of Open Parking Spaces
计 算 机 与 大 数 据 学 院 Fuzhou University DroneSense : Leveraging Drones for Sustainable Urban-scale Sensing of Open Parking Spaces 论 文 出 处 ： IEEE INFOCOM 发 表 时 间 ： 2022 作 者 、 作 者 单 位 汇 报 人 ： 郝 勇 涛 日 期 ： 2023.10.8 无 人 机 感 知 ： 利 用 无 人 机 对 开 放 式 停 车 位 进 行 可 持 续 的 城 市 规 模 感 测
1.摘要
1. 摘 要 随 着 无 线 充 电 技 术 的 进 步 和 稀 疏 群 智 感 知 模 式 的 启 发 ， 本 文 提 出 了 一 种 基 于 无 人 机 的 协 作 稀 疏 感 知 框 架 DroneSense ， 证 明 了 可 持 续 城 市 规 模 感 知 的 可 行 性 。 DroneSense 选 择 最 小 数 量 的 兴 趣 点 （ POI ） 来 调 度 无 人 机 进 行 数 据 感 测 ， 然 后 推 断 剩 余 POI 数 据 以 满 足 整 体 质 量 要 求 。 然 而 ， 基 于 无 人 机 的 感 知 与 以 人 为 中 心 的 人 群 感 知 不 同 ， 导 致 了 一 系 列 新 问 题 ， 包 括 首 先 访 问 哪 些 POI ， 何 时 何 地 为 无 人 机 充 电 ， 首 先 为 哪 些 无 人 机 充 电 ， 充 电 多 少 以 及 何 时 停 止 调 度 。 为 此 ， 本 文 设 计 了 一 个 整 体 的 解 决 方 案 ， 包 括 上 下 文 感 知 的 矩 阵 因 式 分 解 的 数 据 推 断 ， 逐 步 确 定 任 务 数 量 ， 基 于 深 度 强 化 学 习 （ DRL ） 的 任 务 选 择 ， 基 于 能 量 感 知 DRL 的 任 务 调 度 ， 和 自 适 应 充 电 调 度 。
2.概述
2. 概 述 主 要 有 三 个 步 骤 ： （ 1 ） 任 务 选 择 ; （ 2 ） 任 务 调 度 & 充 电 调 度 （ 3 ） 数 据 推 断 和 质 量 评 估
3.问题
3. 问 题 充 电 站 真 实 数 据 矩 阵 任 务 选 择 矩 阵 无 人 机 调 度 路 线 感 知 数 据 矩 阵 推 断 数 据 矩 阵 感 知 成 本 行 进 单 位 时 间 的 能 量 消 耗 感 知 单 位 时 间 的 能 量 消 耗 感 知 时 间 行 进 时 间 如 果 ∈ P ， 用 表 示 uj 在 完 成 感 知 任 务 的 时 间 ; 否 则 = 0 。
3.问题
3. 问 题 SP1 ： 任 务 选 择 SP2 ： 任 务 调 度 SP3 ： 充 电 调 度 。 给 定 容 量 为 L 的 M 个 充 电 站 ， 最 小 化 在 每 个 周 期 中 完 成 任 何 任 务 的 最 大 时 间 ， 同 时 满 足 充 电 约 束 ：
4.系统框架
4. 系 统 框 架
5. Dronesense的详细设计
5. Dronesense 的 详 细 设 计 引 入 了 一 个 包 含 天 气 特 征 和 时 间 的 矩 阵 来 学 习 特 定 的 模 式 。 • 基 于 上 下 文 感 知 的 矩 阵 分 解 数 据 推 理 天 气 特 征 路 网 特 征 POI 特 征
5. Dronesense的详细设计
5. Dronesense 的 详 细 设 计 设 计 了 一 个 深 度 学 习 模 型 来 预 测 当 前 周 期 中 收 集 数 据 所 需 的 POI 数 量 。 基 于 初 步 的 预 测 结 果 ， 进 一 步 设 计 了 一 个 多 阶 段 的 方 法 来 逐 步 确 定 任 务 数 量 。 初 步 预 测 。 基 于 先 前 任 务 选 择 和 外 部 因 素 的 预 测 模 型 被 公 式 化 为 ： 多 阶 段 测 定 。 将 每 个 感 测 周 期 分 成 多 个 阶 段 ， 并 且 在 每 个 阶 段 n 需 要 感 测 的 POI 的 数 量 计 算 为 • 任 务 量 的 逐 步 确 定
5. Dronesense的详细设计
5. Dronesense 的 详 细 设 计 • 基 于 DRL 的 任 务 选 择
5. Dronesense的详细设计
5. Dronesense 的 详 细 设 计 使 用 以 记 录 无 人 机 可 以 被 调 度 的 时 间 。 由 于 存 在 多 个 无 人 机 ， 因 此 RL 模 型 以 多 智 能 体 方 式 制 定 ， 无 人 机 共 享 一 个 共 同 的 模 型 。 具 体 地 ， 这 些 无 人 机 根 据 可 调 度 时 间 T 利 用 基 于 它 们 各 自 的 状 态 的 公 共 策 略 逐 个 地 获 得 它 们 的 动 作 。 • 基 于 能 量 感 知 的 DRL 任 务 调 度
5. Dronesense的详细设计
5. Dronesense 的 详 细 设 计 从 两 个 方 面 来 阐 述 充 电 调 度 。 先 给 谁 充 ： 有 两 种 可 选 策 略 ， 先 到 先 得 （ FCFS ） 和 首 先 对 最 多 剩 余 能 量 无 人 机 充 电 （ MREF ） 。 为 了 让 无 人 机 更 早 起 飞 完 成 剩 余 任 务 ， 本 文 选 择 MREF 。 充 多 少 电 ： 还 有 两 种 可 选 策 略 ： 部 分 充 电 （ PC ） 和 完 全 充 电 （ FC ） 。 PC 表 示 充 电 站 根 据 剩 余 任 务 和 可 调 度 无 人 机 确 定 充 电 能 量 ， 如 果 前 者 大 于 后 者 ， 则 其 对 无 人 机 的 充 电 刚 好 足 以 完 成 最 近 的 任 务 ， 否 则 ， 它 会 给 无 人 机 充 满 电 。 FC 意 味 着 充 电 站 始 终 为 无 人 机 充 满 电 。 本 文 选 择 PC 本 文 采 用 了 一 种 MREF 和 PC 相 结 合 的 自 适 应 充 电 调 度 策 略 。 • 自 适 应 充 电 调 度
6.实验-数据集
6. 实 验 - 数 据 集 深 圳 南 山 区 76 个 街 道 的 数 据 ， 从 2018 年 11 月 1 日 至 2018 年 11 月 30 日 ， 使 用 2018 年 11 月 1 日 至 11 月 4 日 ， 用 于 训 练 基 于 DRL 的 任 务 选 择 模 型 ， 并 且 选 择 结 果 进 一 步 用 于 训 练 初 步 任 务 量 预 测 模 型 和 基 于 能 量 感 知 的 DRL 的 任 务 调 度 模 型 。 测 试 从 2018 年 11 月 23 日 至 30 日 。 四 个 基 线 （ STCS 、 固 定 步 长 、 QBC 、 贪 婪 ） 和 四 个 变 体 （ DS-H 、 DS-FF 、 DS-FP 、 DS-MF ）
6.实验
6. 实 验
7.结论
7. 结 论 本 文 介 绍 了 DroneSense ， 以 证 明 其 可 持 续 城 市 规 模 传 感 的 可 行 性 。 关 注 一 个 典 型 的 用 例 ， 即 ， 感 知 开 放 式 停 车 位 ， 并 设 计 整 体 解 决 方 案 。 使 用 真 实 世 界 的 数 据 集 实 现 并 广 泛 评 估 了 DroneSense ， 该 数 据 集 展 示 了 DroneSense 在 各 种 基 线 上 的 明 显 优 势 。 而 且 ， DroneSense 是 一 个 通 用 的 城 市 感 知 任 务 调 度 框 架 ， 有 很 多 潜 在 的 应 用 。
谢谢！
计 算 机 与 大 数 据 学 院 Fuzhou University 谢 谢 ！