基于多Agent的車聯網信息融合方法

魏 康，彭 釗

（中通服咨詢設計研究院有限公司，江蘇 南京 210019）

0 引 言

隨著車聯網技術的發展，對其中的信息實施融合處理，有利于對車聯網信息進行監控和識別，更有利于提高對車輛和交通信息的智能管理和調度能力[1-3]。

目前，常用的信息融合方法主要有基于改進集合卡爾曼濾波的信息融合方法和基于擴展Kalman濾波的信息融合方法[4,5]。將其投入實際應用后發現存在融合過程耗時長、融合過程能量損耗大的問題。這對這一問題，本研究設計了基于多Agent的車聯網信息融合方法。

1 多Agent結構模型設計

在多Agent結構間的相互協作的基礎上，完成從模型構建、數據采集到自主分析決策的過程。在這一過程中，可實現車聯網各設備間信息的處理和共享，使車聯網具有更強的魯棒性和自組織能力，大大提高車聯網的綜合性能[6-8]。

在本文的研究中，首先采用任務分解方法將車聯網中的待執行任務分解為多種形式，如狀態評估Agent、指令執行Agent以及綜合導航Agent等，由此得到車聯網信息融合多Agent結構模型如圖1所示。

圖1 車聯網信息融合多Agent結構模型

2 車聯網信息融合方法設計

2.1 車聯網信息特征提取

本研究采用擴展融合Kalman濾波的方法對車聯網信息實施干擾濾波，為后續的融合步驟提供支持，也在根本上降低融合過程的耗時及能量損耗。

假設為車聯網信息交互的相空間嵌入維數，然后結合自相關積分方法對車聯網實施信息挖掘，得到的輸出信息流為：

式中，in代表車聯網信息線性規劃的統計平均值，由此構造車聯網信息挖掘過程的最小二乘擬合系數為：

在此基礎上，假定當前車聯網信息流中的節點數目為g，結合匹配相關檢測方法得到車聯網信息特征的提取輸出結果為：

式中，q代表三維激光掃描的幀數。

2.2 車聯網信息融合輸出

結合上文實現的車聯網信息特征提取結果，對車聯網的輸出鏈路層的信息進行關聯維特征分割，得到車聯網信息的統計平均量：

式中，bk代表車聯網信息輸出結果的模糊加權值[9-10]。在此基礎上，采用關聯度評價方法進行車聯網信息調度，再結合模糊控制方法得到信息輸出增益為：

式中，B代表噪聲譜級。基于此，采用相似傳遞性原則得到對車聯網信息的融合輸出結果如下：

在此基礎上，對車聯網的安全等級規則形函數進行泛化匹配，并不斷對車聯網信息的統計特征進行反饋調整，從而實現車聯網信息的實時融合，減少融合過程的耗時。

3 實驗與研究

為驗證上述設計的基于多Agent的車聯網信息融合方法的可行性與有效性，設計如下實驗加以驗證。實驗在MATLAB仿真平臺上完成，車聯網信息采樣長度為1 024，初始采樣頻率為0.25 kHz。根據上述仿真參量設定，進行車聯網信息融合。

為有效避免實驗結果過于單一、提高其說明性，將文獻[4]方法和文獻[5]方法作為對照，與本文方法共同完成性能對比驗證，對比指標如下。

（1）融合過程耗時。該指標可直接反映不同方法的融合效率。融合過程耗時越短，說明融合效率越高。

（2）融合過程能量損耗。該指標可直接反映不同方法的能量損耗差異，其計算方式如下：

式中，z表示融合過程能量損耗；e表示鏈路衰減參數；w表示路徑損耗；A1與A2分別表示多Agent模型中輸入、輸出端的能耗增益。

在實驗次數不斷增加的條件下，統計不同方法的融合過程耗時，結果如表1所示。

表1 不同方法的融合過程耗時統計結果

分析表1可知，文獻[4]方法的融合過程耗時在8.2～9.0 s之間，文獻[5]方法的融合過程耗時在8.9～10.1 s之間，而本文方法的最大融合過程耗時僅為6.8 s，明顯少于兩種傳統系統。根據上述結果可知，應用本文方法能夠使得融合過程耗時大大縮短。

測試不同方法的融合過程能量損耗，對比結果如表2所示。

分析表2中的實驗數據可知，由于3種方法采用的融合方式不同，隨著試驗次數的增加，其融合過程能量損耗也會隨之發生變化。兩種傳統方法的融合過程能量損耗均在85 dB以下。而本文方法的融合過程能量損耗最低為66 dB，最高也僅為68 dB，說明本文方法消耗的能量最少。

4 結 論

本研究設計了一種基于多Agent的車聯網信息融合方法，并通過設計仿真實驗證明了該方法具有配置過程耗時短、配置過程能量損耗低的應用優勢。