基于物联网事件的邻居发现算法用于自适应街灯控制
机器人学
2024-12-03 v1 计算机视觉与模式识别
机器学习
摘要
智能街灯系统将街灯网络划分为多个部门，仅激活通过的交通要素所在部门的街灯，而非激活所有街灯，从而有效减少能源浪费。该策略要求街灯了解其邻居关系，以仅照亮各自部门中的街灯。然而，对于大规模道路街灯网络中大量街灯的邻居关系进行手动配置既繁琐又容易出错。由于道路交叉的特性，使用GPS或通信定位确定邻居关系也困难。针对上述问题，本文提出了将街灯网络建模为社交网络，并利用街灯检测交通要素的物联网事件记录构建邻居关系概率图的方法。基于此，设计了一种基于概率图聚类的多目标遗传算法，以发现街灯的邻居关系。考虑到行人和车辆通常以恒定速度行驶于道路段上，本文引入速度一致性作为优化目标，与传统相似性度量方法共同构成多目标函数，提高了邻居关系发现的准确性。对仿真数据集进行了大量实验，与其他概率图聚类算法进行了比较。结果表明，所提出的算法在识别街灯邻居关系方面优于其他算法，成功实现了对交通要素的自适应街灯控制。
引用
@article{arxiv.2412.01034,
title = {Quantization-Aware Imitation-Learning for Resource-Efficient Robotic Control},
author = {Seongmin Park and Hyungmin Kim and Wonseok Jeon and Juyoung Yang and Byeongwook Jeon and Yoonseon Oh and Jungwook Choi},
journal= {arXiv preprint arXiv:2412.01034},
year = {2024}
}