数字孪生赋能的无人驾驶车辆事故后维修方法

技术领域

本发明属于车联网技术领域，特别涉及一种无人驾驶车辆事故后维修方法，可用于智能交通系统。

背景技术

作为智能交通系统的重要组成部分，无人驾驶车辆通常集成了环境感知单元、计算单元及运动控制单元，不仅可以自主做出安全且精确的驾驶决策，还可以利用富裕的车载计算资源向资源匮乏的无人驾驶车辆出售计算资源，从而提升交通安全和效率，但是由智能算法控制的无人驾驶车辆在复杂多变的交通中可能会由于硬件设备或识别算法存在问题而导致事故。

传统的事故处理机制一方面可以利用先进的传感器网络、图像分析模型等技术对事故进行预防和预测，通过对道路场景进行实时感知并识别出可能发生事故的危险因素，从而使车辆能够进行有效的响应决策；另一方面可以借助先进的通信技术对事故后进行处理，通过快速识别出事故位置与规模并及时响应处理，从而降低无人驾驶车辆事故对周围环境的影响。然而，传统的事故处理机制缺乏对事故发生时无人驾驶车辆的影响程度以及事故后无人驾驶车辆在网络中的收益情况进行考虑，无法使无人驾驶车辆得到高效的维修服务。另外，数字孪生技术可以有效减少在无人驾驶车辆和维修服务商之间频繁的信息交互导致的通信资源浪费，因此，在数字孪生网络中，无人驾驶车辆如何综合考虑事故对车辆的影响程度和收益情况来选择最优的事故响应方案以及维修提供商如何选择一组无人驾驶车辆进行维修服务的双向选择问题成为了一个关键挑战。

申请公布号为CN110047170A的专利文献公开了一种“自动驾驶专用车道上应急管理和道路救援的方法”，其为应急管理和道路救援方法提供了路由辅助、应急程度智能判断、应急救援流程设计、无人驾驶车辆和事故应急车辆控制等功能。无人驾驶车辆事故包括车辆故障和交通事故。应急车辆包括故障货车和警车。对于重大事故、人员帮助、系统确定的紧急情况，派驻警车。当出现任何事故时，故障车辆将由联网自动驾驶汽车高速公路CAVH系统发送。针对不同的道路和交通条件，系统可以提供不同的管理和救援方法，即实现以下一个或多个功能类别。其包括感知、交通行为预测与管理、规划与决策、车辆控制。管理系统由道路基础设施、实时有线和/或无线通信、供电网络以及网络安全和安保服务提供支持。该方法虽然可有效地为事故车辆提供可靠的帮助，但仍存在以下不足：

一是该方法针对大规模的事故车辆维修会带来较高的服务延迟，从而使服务提供商无法高效地为事故车辆提供服务；

二是该方法由于只考虑了对事故车辆进行后续的救援处理，而没有考虑事故发生对无人驾驶车辆性能的影响以及无人驾驶车辆与服务提供商之间的交互选择问题，因而会导致无人驾驶车辆计算资源的浪费和车辆事故处理率低下。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种数字孪生赋能的无人驾驶车辆事故后维修方法，以减小大规模事故车辆的服务延迟，充分利用事故后无人驾驶车辆的可用计算资源，为无人驾驶车辆确定最佳的事故响应策略，实现无人驾驶车辆和服务提供商之间的双向选择决策，提高事故车辆的处理率和社会福利。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)构建数字孪生网络下的任务模型和网络模型：

(1a)构建包括N个计算任务的任务集合；

(1b)构建包括I个无人驾驶车辆i，J个蜂窝基站j，I个无人驾驶车辆数字孪生体i'和J个蜂窝基站数字孪生体j'的数字孪生网络系统；

(2)每个蜂窝基站的数字孪生体j'在数字孪生网络中发布自己所代理的服务提供商商除单位时间维修成本P

(3)确立无人驾驶车辆在t时刻发生事故后的维修响应策略：

(3a)根据t时刻无人驾驶车辆发生事故后的事故影响程度，计算事故后无人驾驶车辆i的行驶速度s

(3b)计算无人驾驶车辆i可以选择进入维修市场的截止时间t

(3c)根据a

(3d)根据损失成本

(3e)计算无人驾驶车辆i在[t,t

(4)确定各无人驾驶车辆在每个蜂窝基站处的维修策略及各蜂窝基站对无人驾驶车辆的报价：

(4a)计算无人驾驶车辆i选择蜂窝基站j代理的服务提供商进行维修的开始时间

(4b)计算无人驾驶车辆i对蜂窝基站j的维修出价P

(4c)每个蜂窝基站根据无人驾驶车辆决定好的维修策略，计算蜂窝基站j对无人驾驶车辆i的维修报价P

(5)完成蜂窝基站与无人驾驶车辆之间的匹配：

(5a)每个无人驾驶车辆数字孪生体i'选定可接受的蜂窝基站集合：

J

(5b)每个蜂窝基站数字孪生体j'选定可接受的车辆集合：

V

(5c)每个无人驾驶车辆数字孪生体i'向偏好列表L(J

(5d)蜂窝基站数字孪生体j'综合考虑其发送维修申请的车辆集合

(5e)重复(5c)-(5d)，直到未匹配到无人驾驶车辆的偏好列表被耗空时，结束匹配，得到无人驾驶车辆与蜂窝基站匹配对集合

(6)利用维克瑞-克拉克-格罗夫斯VCG定价机制确定无人驾驶车辆应支付的维修价格：

(6a)根据匹配对集合

其中，

(6b)根据上述两种总社会福利U、U

(7)根据匹配结果，蜂窝基站代理的服务提供商会向匹配的无人驾驶车辆提供维修服务，维修的无人驾驶车辆在服务结束后向服务提供商支付约定的维修价格。

本发明与现有技术相比，具有如下优点：

1.提高了服务提供商的服务效率。

本发明提出的处理事故车辆的数字孪生网络系统，由于考虑了两种类型的数字孪生体，即无人驾驶车辆的数字孪生体和蜂窝基站的数字孪生体，实现了对无人驾驶车辆和服务提供商所有信息的实时获取。因此，当出现大规模的车辆事故时，事故车辆可以及时在数字孪生网络中与服务提供商进行交互决策，从而减少服务上传的延迟，提高服务提供商的服务效率。

2.实现了无人驾驶车辆最优的事故响应。

本发明设计的无人驾驶车辆最优的事故响应策略，由于考虑事故对无人驾驶车辆的影响程度，同时考虑无人驾驶车辆在网络中的收益情况，可充分利用事故后无人驾驶车辆的可用计算资源，实现车辆对事故的最佳响应。

3.提高了车辆事故处理率以及社会福利。

本发明由于将事故车辆和服务提供商之间的双向选择问题建模成了动态匹配博弈，从而可以为发生事故的无人驾驶车辆匹配到最佳的服务提供商，并根据VCG定价机制确定无人驾驶车辆应支付的维修价格，提高了车辆事故处理率以及社会福利。

附图说明

图1是本发明的实现流程图；

图2是本发明中数字孪生赋能的事故后车辆维修框架图；

图3是本发明和现有技术对事故车辆的平均处理率对比图；

图4是本发明和现有技术获得服务提供商的平均收益对比图；

图5是本发明和现有技术的平均社会福利对比图。

具体实施方式

下面结合附图和具体实施例，对本发明的实施例和效果作进一步详细描述。

参照图1，本实例的实现步骤如下：

步骤1，构建数字孪生网络下的任务模型和网络模型。

参照图2，本步骤的实现如下：

1.1)构建包括N个计算任务的任务集合：

其中：每个计算任务n可表示为：{a

1.2)构建包括I个无人驾驶车辆i，J个蜂窝基站j，I个无人驾驶车辆数字孪生体i'和J个蜂窝基站数字孪生体j'的数字孪生网络系统，其中：

每个无人驾驶车辆的数字孪生体i'在t时刻的网络状态信息表示为：

式中，

每个蜂窝基站数字孪生体j'代理的维修服务商的信息表示为：

式中，(x

步骤2，发布每个服务提供商的维修信息。

每个蜂窝基站的数字孪生体j'在数字孪生网络中发布自己所代理的服务提供商除单位时间维修成本P

步骤3，确立无人驾驶车辆在t时刻发生事故后的维修响应策略。

将事故的影响程度表示为：

式中，

将无人驾驶车辆i对事故的响应策略表示为：

式中，P

3.1)根据t时刻无人驾驶车辆发生事故后的事故影响程度

式中，

3.2)根据3.1)的结果，计算无人驾驶车辆i可以选择进入维修市场的截止时间t

式中，

3.3)根据a

当a

式中，

当a

3.3.1)无人驾驶车辆i对承担的计算任务中截止时间大于

式中，

3.3.2)计算无人驾驶车辆i的可用计算资源

式中，a

3.3.3)根据

式中，k

表示无人驾驶车辆i选择任务集合/>

3.4)根据损失成本

当a

当a

3.4.1)计算无人驾驶车辆i在

式中，

3.4.2)确定无人驾驶车辆i在

式中，T(n)表示计算任务n的任务截止时间；

3.4.3)计算无人驾驶车辆i在t

且/>

且/>

式中，

3.4.4)计算无人驾驶车辆i在

/>

3.4.5)根据损失成本

式中，

3.5)计算无人驾驶车辆i在[t,t

式中，

步骤4，确定各无人驾驶车辆在每个蜂窝基站处的维修的开始时间

4.1)计算无人驾驶车辆i选择蜂窝基站j代理的服务提供商进行维修的开始时间

式中，mind

4.2)计算无人驾驶车辆i对蜂窝基站j的维修出价P

式中，q

4.3)每个蜂窝基站根据无人驾驶车辆在各蜂窝基站代理的服务提供商维修的开始时间

步骤5，完成蜂窝基站与无人驾驶车辆之间的匹配。

5.1)确定每个无人驾驶车辆的偏好列表：

每个无人驾驶车辆数字孪生体i'选定可接受的蜂窝基站集合J

5.2)确定每个蜂窝基站的偏好列表：

每个蜂窝基站数字孪生体j'选定可接受的无人驾驶车辆集合V

5.3)每个无人驾驶车辆数字孪生体i'向偏好列表L(J

5.4)每个蜂窝基站数字孪生体生成新的匹配维修车辆：

蜂窝基站数字孪生体j'综合考虑向其发送维修申请的无人驾驶车辆

式中，

若无人驾驶车辆数字孪生体i'与发送维修请求的蜂窝基站不匹配时，它会将该蜂窝基站从其偏好列表L(J

5.5)完成网络边缘设备与无人驾驶车辆匹配：

重复步骤(5.2)和(5.4)，直到未匹配到无人驾驶车辆的偏好列表被耗空时，结束匹配，得到无人驾驶车辆与蜂窝基站匹配对集合

步骤6，根据维克瑞-克拉克-格罗夫斯VCG定价机制确定无人驾驶车辆应支付的维修价格。

6.1)根据匹配对集合

式中，

6.2)根据上述两种总社会福利U、U

步骤7，维修并支付价格。

根据匹配结果，蜂窝基站代理的服务提供商会向匹配的无人驾驶车辆提供维修服务，维修的无人驾驶车辆在服务结束后向服务提供商支付约定的维修价格。

下面结合仿真实验，对本发明的技术效果作进一步说明。

1.仿真条件

本发明采用3X3km的地图，设置事故处理时间为[1，2000]s，并采用Dijkstra算法计算两点最短路程。

仿真的实验平台为：Windows 10操作系统和MATLAB 2020b。

仿真实验参数设置如表1所示：

表1

/>

其中，J表示蜂窝基站的数量；I表示网络中无人驾驶车辆的数量；

2.仿真内容

在上述场景下，分别仿真本发明与现有的立即响应、随机响应、就近处理方案的事故车辆处理率、服务提供商的平均收益以及平均社会福利，其中：

所述立即响应方案，是指事故车辆发生事故时就确定响应策略，并通过设计的动态匹配博弈来选择服务提供商；

所述随机响应方案，是指事故车辆在发生事故到最优响应时间内随机响应，并通过设计的动态匹配博弈来选择服务提供商；

所述就近处理方案，是指事故车辆确定最佳响应响应策略，随后选择最近的服务提供商进行维修；

仿真1，在上述场景下，本发明通过改变蜂窝基站的数量，分别仿真本发明与现有的立即响应、随机响应、就近处理方案的事故车辆的平均处理率，结果如图3。

从图3可以看出，事故车辆的平均处理率随着蜂窝基站数目的增加而增加，这是因为随着蜂窝基站数目的增加，对于每辆无人驾驶车辆来说，其能够选择维修的服务提供商数目也在增加；就近方案的性能与其他三种方案不同，因为该方案总是选择距离最近的维修服务商；本发明比其他方案可以得到更高的事故处理率。

仿真2，在上述场景下，本发明通过改变蜂窝基站的数量，分别仿真本发明与现有的立即响应、随机响应、就近处理方案的服务提供商的平均收益，结果如图4。

从图4可以看出，当蜂窝基站数目增加时，服务提供商的平均收益随着蜂窝基站数目的增加而减少，这是由于在仿真中生成的车辆是遵循泊松分布的，且泊松分布的参数固定，因此事故车辆的数目固定，其所能够带给服务提供商的总收益是有限的。且从图中可以看出，本发明的服务提供商的平均收益始终是最高的。

仿真3，在上述场景下，本发明通过改变蜂窝基站的数量，分别仿真本发明与现有的立即响应、随机响应、就近处理方案的平均社会福利，结果如图5。

从图5可以看出，随着蜂窝基站数目的增加，本发明与现有方案下的平均社会福利均在增加，这是因为网络边缘设备数目的增加使得服务提供商之间竞争加剧，从而带给事故车辆更高的社会福利，但是相较于现有方案，本发明获得的平均社会福利始终是最高的。

综上，本发明与上述现有的立即响应、随机响应、就近处理方案相比，可以带来更高事故车辆的平均处理率、服务提供商的平均收益以及平均社会福利。