原文传递
基于多Agent的车联网预警监测中间件研究
| 论文题名： | 基于多Agent的车联网预警监测中间件研究 |
| 关键词： | 多智能体;车联网;预警监测;数据融合;决策树;车载中间件 |
| 摘要： | 随着汽车消费市场的发展，汽车逐渐进入寻常百姓家，车联网技术作为物联网的重要分支近年来也得到了迅速发展。随着车载中间件技术愈发成熟，车载终端被越来越多的安装于各厂商的新一代汽车产品中。做为车联网中交通安全方面极佳的解决方案，设计一款功能符合现代车联网需求的车载预警中间件具有十分重要的意义。 本文针对现有车联网中间件在感知车辆数据、数据决策融合方面的局限性与不足，提出一种基于多Agent技术的车联网监测中间件。实现车辆状态感知、车况判断与危险预警。完成车联网中感知层与应用层的衔接工作。首先针对汽车组成复杂，状态繁多的特点，设计将多传感器设置在车辆关键性能部位，利用多传感器技术感知车辆数据。然后针对嵌入式系统性能有限，车联网预警对数据实时性要求高等特点，采用多Agent技术的分布式系统理念管理、控制各传感器，提高并发性及优化系统效能。然后基于车辆传感器数据做决策处理。 本文提出使用决策树ID3算法进行决策级数据融合，为车况预警提供决策支持，实现车辆数据到车辆状态的转化。最终实现了当车辆存在异常及时通过接口向应用层监控平台发出预警的功能。 经验证本文所采用的多传感器感知方案采集车辆数据全面且准确，高层决策算法能快速准确判断车辆异常状态，极大的降低了预警误报率。此中间件具有良好的实用性，基本达到了车联网预警的需求。 |
| 作者： | 李杨盼 |
| 专业： | 软件工程 |
| 导师： | 于明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 河北工业大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
