基于班次的车载公交车队移动传感器部署用于驾驶经过式感知

驾驶经过式感知(即基于车辆的移动感知)是一种新兴的数据采集范式,以低成本利用车辆移动性扫描城市。它代表了城市交通活动的正外部性。公交运输系统因其广泛的空间覆盖、可靠运营与低维护成本,在驾驶经过式感知中被广泛考虑。对于底层监测场景(如空气质量、交通状态与路面平整度),将有限数量的传感器分配给公交车队以确保其最优时空分布至关重要。本文提出一个基于班次的传感器部署问题,其显式考虑车队必须执行的时刻表班次,同时其中一部分执行感知任务。为应对大规模实例中的计算挑战,我们设计了一个多阶段求解框架,通过线路预选与双层优化解耦感知任务的时空结构。由此,计算复杂度降至关于线路数目的亚线性,而非现有基于车辆方法中关于公交车数量的组合级。覆盖成都中心区400 km$^2$的真实案例研究证明了该模型求解大规模问题的有效性。研究发现协调公交调度与感知任务可大幅提升时空感知覆盖。我们还提供了若干模型扩展及关于该方法应用的实践建议。