车联网中预算有限条件下满足车流覆盖需求的RSUs部署方法
阅读：451发布：2020-05-13
专利汇可以提供车联网中预算有限条件下满足车流覆盖需求的RSUs部署方法专利检索，专利查询，专利分析的服务。并且本 发明 提出一种车联网中预算有限条件下满足车流 覆盖 需求的RSUs部署方法，RSUs为路边设施单元，其特征在于：确保每条车流至少经过一定数目的RSUs，包括在预算有限的前提下，如果街道上已经存在了部分RSUs并且对部分车流有不同的需求，此时使得所有车流经过尽可能多数目的RSUs；实现方式为，用所有车流经过的RSUs总数与可部署的RSUs数目之比来表示路边设施单元的利用率，基于路边设施单元的利用率，采用贪心覆盖部署或贪心部署方式实现RSUs部署；所述贪心覆盖部署，每次选择最优的街道部署RSU，用来覆盖给定的车流，当车流全部覆盖后重复上述过程，直至给定的RSUs全部部署完毕；所述贪心部署，选择最优的m个街道部署RSUs，m由可部署的RSUs数目决定。，下面是车联网中预算有限条件下满足车流覆盖需求的RSUs部署方法专利的具体信息内容。
1.一种车联网中预算有限条件下满足车流覆盖需求的RSUs部署方法，RSUs为路边设施单元，其特征在于：确保每条车流至少经过一定数目的RSUs，包括在预算有限的前提下，如果街道上已经存在了部分RSUs并且对部分车流有不同的需求，此时使得所有车流经过尽可能多数目的RSUs；实现方式为，用所有车流经过的RSUs总数与可部署的RSUs数目之比来表示路边设施单元的利用率，基于路边设施单元的利用率，采用贪心覆盖部署或贪心部署方式实现RSUs部署；
所述贪心覆盖部署方式，是每次选择最优的街道部署RSU，用来覆盖给定的车流，当车流全部覆盖后重复上述过程，直至给定的RSUs全部部署完毕；
所述贪心部署方式，是选择最优的m个街道部署RSUs，m由可部署的RSUs数目决定。
2.根据权利要求1所述在车联网中当预算有限时对于车流覆盖的RSUs部署方法，其特征在于：所述贪心覆盖部署方式包括以下步骤，
Step1，初始化，部署集合S置空，如果此时街道上存在RSUs集合S0，则S＝S0，转至Step2；
Step2，计算每条车流f上各街道出现的次数Ce，选择次数最大的街道放入部署集合S中，即在Ce最大的街道上部署RSUs，转至Step3；
Step3，首先判断是否还有可部署的RSUs，如果没有可部署的RSUs则转至Step4；如果还存在可部署的RSUs则判断车流集合F1是否为空，如果车流集合为空则F1＝F转至Step2，否则转至Step4；
Step4，计算每条车流经过的RSUs数目，L(S)为所有车流中经过RSUs数目的最小值，转至Step5；
Step5，返回部署集合S的结果，结束。
3.根据权利要求1所述在车联网中当预算有限时对于车流覆盖的RSUs部署方法，其特征在于：所述贪心部署方式包括以下步骤，
Step1，初始化，部署集合S置空，如果此时街道上存在RSUsS0，则S＝S0，转至Step2；
Step2，计算每条车流f上各街道出现的次数Ce，选择次数最大的m个街道放入部署集合S中，转至Step3；
Step3，计算每条车流经过的RSUs数目，L(S)为所有车流中经过RSUs数目的最小值，转至Step4；
Step4，返回部署集合S的结果，结束。
车联网中预算有限条件下满足车流覆盖需求的RSUs部署方法
技术领域
[0001] 本发明涉及车联网监控设备部署领域，具体涉及在车联网中当预算有限时对于车流覆盖的RSUs部署方法。
背景技术
[0002] 随着智能城市的发展和私家车数目的急剧提升，为了改善人们的生活质量，提供更好的服务，以及实现对车流的监控，需要建立更多的基础设施来实现这些，本文重点关注的是车流监测。尽管已经有一些文章研究了车流的覆盖，但是这些文章只能保证车流至少经过1个路边设施单元RSUs。通过这种方式，理论上也可以实现车流的监控，因为所有的车流都至少经过了1个RSUs，但是这样的车流监控系统的可靠性无法保证。例如文献[1]中作者提出了一种部署策略，当车流任意时保证每条车流至少经过1个RSUs。文献[2]考虑了车流监控系统的安全性以及覆盖性，通过任意的2条车流不经过相同的RSUs集合以及RSUs的集合之间不存在子集关系来实现。车流监控系统的可靠性无法保证的原因可能是一些车流仅仅只是经过1个RSU，一旦车辆经过了该RSU则无法再次监控到该车辆了。
[0003] 通常的部署策略是首先确定部署需要满足的需求，然后通过算法确定满足需求至少需要的RSUs数目，从而得出满足部署需求所需要的成本。申请人的研究团队日前提出的专利CN201810714623“车载网中面向车流覆盖需求的RSUs部署方法”即提供了相应的方案。该方法通过将车流分割为多条首尾相连的子车流，将RSUs部署转换为集合覆盖问题。然而有些问题预算是有限的，这个时候上述的部署策略就失去了作用，因为需求不确定，如果随意确定一个需求可能导致部署成本超过预算，或者预算有大量没有被利用。本发明需要解决的问题就是当预算有限时如何获取最佳的结果，或者说当预算有限时如何使得所有车流至少经过的RSUs数目尽可能多。如果所有车流至少经过x个RSUs，x的值不小于1，且当在预算一定时，x的值越大越好，因为预算有限，所以x的值有一个上界。每条车流上车辆的数目不同，每条车流的重要程度也不同以及对不同车流的要求可能也不同，这些因素也是需要考虑的。当预算增加时，得到的结果可能没有变化，这是因为虽然是单调递增的，但是只是总体上单调递增，期间还是存在一些不变的部分。
[0005] CN201810851372-一种在群智感知系统中基于关键路段的感知节点选取方法[0006] CN201510179384-一种以最小化支付为目标的移动群智感知激励方法
[0008] CN201711147543-一种基于地点覆盖带预算的移动群智感知激励方法
[0009] 但是，如果预算是有限的，如何得到最佳的结果仍然无法解决。因此，从RSUs部署的角度解决问题，才是亟待研究和解决的可能途径。
[0010] 参考文献：
[0011] [1]Zheng Z,Sinha P,Kumar S.Sparse WiFi Deployment for Vehicular Internet Access With Bounded Interconnection Gap[J].IEEE/ACM Transactions on Networking,2012,20(3):956-969.
[0012] [2]Chang W,Zheng H,Wu J.On the RSU-based secure distinguishability among vehicular flows[C]//2017IEEE/ACM 25th International Symposium on Quality of Service(IWQoS).IEEE,2017.
发明内容
[0013] 根据上述的一些研究，本发明提供一种在车联网中当预算一定时对于车流覆盖的RSUs部署技术方案。
[0014] 为达到上述目的，本发明采用的技术方案提供一种车联网中预算有限条件下满足车流覆盖需求的RSUs部署方法，RSUs为路边设施单元，确保每条车流至少经过一定数目的RSUs，包括在预算有限的前提下，如果街道上已经存在了部分RSUs并且对部分车流有不同的需求，此时使得所有车流经过尽可能多数目的RSUs；实现方式为，用所有车流经过的RSUs总数与可部署的RSUs数目之比来表示路边设施单元的利用率，基于路边设施单元的利用率，采用贪心覆盖部署或贪心部署方式实现RSUs部署；
[0015] 所述贪心覆盖部署方式，是每次选择最优的街道部署RSU，用来覆盖给定的车流，当车流全部覆盖后重复上述过程，直至给定的RSUs全部部署完毕；
[0016] 所述贪心部署方式，是选择最优的m个街道部署RSUs，m由可部署的RSUs数目决定。
[0017] 而且，所述贪心覆盖部署方式包括以下步骤，
[0018] Step1，初始化，部署集合S置空，如果此时街道上存在RSUs集合S0，则S＝S0，转至Step2；
[0019] Step2，计算每条车流f上各街道出现的次数Ce，选择次数最大的街道放入部署集合S中，即在Ce最大的街道上部署RSUs，转至Step3；
[0020] Step3，首先判断是否还有可部署的RSUs，如果没有可部署的RSUs则转至Step4；如果还存在可部署的RSUs则判断车流集合F1是否为空，如果车流集合为空则F1＝F转至Step2，否则转至Step4；
[0021] Step4，计算每条车流经过的RSUs数目，L(S)为所有车流中经过RSUs数目的最小值，转至Step5；
[0022] Step5，返回部署集合S的结果，结束。
[0023] 而且，所述贪心部署方式包括以下步骤，
[0024] Step1，初始化，部署集合S置空，如果此时街道上存在RSUsS0，则S＝S0，转至Step2；
[0025] Step2，计算每条车流f上各街道出现的次数Ce，选择次数最大的m个街道放入部署集合S中，转至Step3；
[0026] Step3，计算每条车流经过的RSUs数目，L(S)为所有车流中经过RSUs数目的最小值，转至Step4；
[0027] Step4，返回部署集合S的结果，结束。
[0028] 本发明提出的技术方案是在现有技术“车载网中面向车流覆盖需求的RSUs部署方法”基础上进一步的改进方案，能够实现有效地车辆监控。
[0029] 本发明采用的用于解决在车联网中当预算一定时对于车流覆盖的RSUs部署的贪心覆盖部署技术方案具有以下特点：
[0030] 1)一次性部署方式时间复杂度为O(|m|n2)，其中n表示车流的数目，m表示可部署的RSUs数目。O()表示时间复杂度，是评价方法好坏的重要指标之一。对于解决一个问题，时间复杂度越低表示得出结果所需要的时间越少，性能越好。
[0031] 2)一次性部署的最优比为 通过上界有限以及公式推导进行证明，其中k表示车流至少经过的RSUs数目。
[0032] 本发明采用的用于解决在车联网中当预算一定时对于车流覆盖的RSUs部署技术方案具有以下特点：
[0033] 1)贪心部署的方式时间复杂度为O(|m|n)，其中n表示车流的数目，m表示可部署RSUs数目。
[0034] 2)贪心部署的最优比为 通过问题的单调性以及公式推导进行证明。e表示数学中的一个常数，其值约为2.71828。
[0036] 图1为本发明实施例的证明这个问题是NP-hard示例图。
[0037] 图2为本发明实施例的第一种方式对应示例图。
[0038] 图3为本发明实施例的不同车流经过街道数目的分布情况示意图。
[0039] 图4为本发明实施例的街道上车流分布情况示意图。
[0040] 图5为本发明实施例的当车流数目为100时的实验结果图。
[0041] 图6为本发明实施例的当车流数目为300时的实验结果图。
[0042] 图7为本发明实施例的当车流数目为500时的实验结果图。
[0043] 图8为本发明实施例的当RSUs可部署数目为500时的实验结果图。
[0044] 图9为本发明实施例的当RSUs可部署数目为800时的实验结果图。
[0045] 图10为本发明实施例的当RSUs可部署数目为1000时的实验结果图。
具体实施方式
[0046] 以下结合附图和实施例详细说明本发明的技术方案。
[0047] 随着车辆数量的急剧增加，对车辆的监控变得越来越有必要。但是目前仅仅只是在一些重要的路段部署了RSU，这并不能达到车辆监控的目的。本发明提出了一种部署方式，在预算有限的前提下确保每条车流至少经过数目为x的RSUs。这种方式能够有效的实现车辆监控以及保证车流监控系统(TFMS)的可靠性。x的值不小于1，且x的最大取值由预算以及部署方式决定。这个路侧单元(RSUs)部署问题是NP-hard以及单调递增的。为了能够尽可能充分地利用给定的RSUs，RSUs应该部署在车流的交汇处。根据鸽笼原理，本发明提供两种可选的部署方式以解决这个问题，最优比分别为 和 最后通过仿真实验验证了算法的可行性，且实验效果优于其它的参照算法。
[0048] 为了更好的反应部署效果，本发明提出RSUs的利用率，用所有车流经过的RSUs总数与可部署的RSUs数目之比来表示RSU的利用率。
[0049] 本发明提供的在车联网中当预算一定时对于车流覆盖的RSUs部署方法，为确保每条车流至少经过一定数目的RSUs，在预算有限的前提下，如果街道上已经存在了部分RSUs并且对部分车流有不同的需求，此时使得所有车流经过尽可能多数目的RSUs，实现过程可采用贪心覆盖部署或贪心部署。其中，所述贪心覆盖部署，每次选择最优的街道部署RSU，用来覆盖给定的车流，当车流全部覆盖后重复上述过程，直至给定的RSUs全部部署完毕；所述贪心部署，选择最优的m个街道部署RSUs，m由可以部署的RSUs数目决定。这两种方式都是基于贪心算法的，只是每次的贪心方式不同而已，是解决同一个问题的2种不同思路。可以认为就是通过贪心算法解决问题以及这两种方式就是贪心算法。
[0050] 为了更加清晰的描述这个问题，用公式将其表示出来，为此有以下定义：
[0051] 对于给定的车流集合F＝{f1,f2,...,fn}以及m个可部署的RSUs，定义N(f)为某车流f经过的RSUs数目，用L(S)表示所有车流相应N(f)的最小值，也可以认为L(S)是所有车流至少经过的RSUs数目，可以得到：
[0052]
[0053] 有时预算一定时得到的结果是相同的，此时为了比较部署策略的优劣需要定义一个新的标准进行判断，用R(S)表示所有车流经过的RSUs总数 与可部署的RSUs数目(m)之比，记为RSUs的利用率R(S)，可以用如下公式表示：
[0054]
[0055] 其中，N(fi)为车流fi经过的RSUs数目。
[0056] 如果给定车流的数目为n，可部署RSUs的数目为m，R(S)的最小值为1，最大值为n。
[0057] 有时对一些车流的要求有限制，用Fj表示这部分有特殊需要的车流集合，用l(f)表示车流f需要经过的RSUs数目，N(f)表示车流f实际经过的RSUs数目，用S表示RSUs的部署集合，用S0表示街道上已经部署的RSUs，L(S)为所有车流至少经过的RSUs数目，目标是在预算有限时最大化车流经过的RSUs数目，即maxL(S)，所以问题最终可以表示为：
[0058]
[0059] 限制条件为：
[0060]
[0061]
[0062]
[0063]
[0064] 其中Xi表示路段si是否部署了RSU，如果部署了Xi＝1，反之Xi＝0。N(S)为部署的RSUs集合中RSUs的数目，F为车流集合， 表示所有路段上部署的RSUs总数。
[0065] 研究的问题是一个NP-hard问题，通过一个特殊的假设，一条车流可以看成多条首尾相连的子车流，从而将这个问题转换为集合覆盖问题，子车流的数目由预算决定，证明这个问题是NP-hard，具体步骤如下：
[0066] Step1，根据预算计算每条车流至少经过的RSUs数目Nf，将车流集合F中的每条车流f分割为Nf条首尾相连的子车流，且每条子车流的长度任意；
[0067] Step2，将划分后的每条车流fn用街道e表示，转至Step3；
[0068] Step3，根据Step2的结果将街道e用车流fn表示，即将街道e上有哪些车流经过表示出来，转至Step4；
[0069] Step4，选取数目最多为m的RSUs部署集合S来覆盖划分后的每条车流的子车流fn，转至Step5；
[0070] Step5，返回街道集合S的结果，证明完毕。
[0071] 所提出的问题是单调递增的，可以分三种分别讨论：
[0072] 第一种情况是假设新增的RSU没有部署在经过RSUs最少的车流上，则车流至少经过的RSUs数目L(S)不变；第二种情况是新增的RSU部署在经过RSUs最少的车流上，但是经过RSUs最少的车流不只一条，则车流至少经过的RSUs数目L(S)不变；第三种情况是新增的RSU部署在经过RSUs最少的车流上，且经过RSUs最少的车流只有一条，则车流至少经过的RSUs数目L(S)增加。所以综合以上三种情况可以得到L(S)是单调递增的，证明完毕。
[0073] 所提出问题的取值范围为不小于 不大于m，分别讨论2种极限情况：
[0074] 第一种极限情况是对于所有车流中的任意2条，没有任何交汇的街道，为了使得所有车流经过的RSUs数目尽可能相等，根据鸽笼原理可以得到此时所有车流至少经过的RSUs数目L(S)取值为 第二种极限情况是所有车流有大量交汇的街道，且街道数目大于m，这时所有车流至少经过的RSUs数目L(S)为m。其中m为可部署RSUs数目，n为给定的车流数目。
[0075] 由于预算有限，所以可以部署的RSUs数目有限，为了尽可能充分地利用给定的RSUs，RSUs应该部署在车流的交汇处。如果车流fA经过的RSUs集合为SA，车流fB经过的RSUs集合为SB，可部署的RSUs数目为m，车流fA与fB经过的RSUs总数为N(SA∪SB)，定义S'A为只有车流fA经过的RSUs集合，S'B为只有车流fB经过的RSUs集合，SA∩B为车流fA和车流fB共同经过的RSUs集合，N(S'A)为只有车流fA经过的RSUs数目，N(S'B)为只有车流fB经过的RSUs数目，N(SA∩B)为车流fA和车流fB共同经过的RSUs数目，则可以得到：
[0076] N(SA∪SB)＝m
[0077] N(S'A)+N(S'B)+N(SA∩B)＝m
[0078] 其中S'A＝SA-SA∩B，S'B＝SB-SA∩B
[0079] 车流经过的RSUs总数为：
[0080]
[0081] 可以看出当可部署的RSUs数目m一定时，车流经过的RSUs总数与部署在车流交汇处的RSUs数目有关，部署在车流交汇处的RSUs数目越多，RSUs的利用率R(S)越大。
[0082] 本发明采用的贪心覆盖部署技术方案提供一种在车联网中当预算一定时对于车流覆盖的RSUs部署技术方案，包括以下步骤，
[0083] Step1，初始化，部署集合S置空，如果此时街道上存在RSUs集合S0，则S＝S0，转至Step2；
[0084] Step2，计算每条车流f上各街道出现的次数Ce，选择次数最大的街道放入部署集合S中，转至Step3；即在Ce最大的街道上部署路边单元(RSUs)；
[0085] Step3，首先判断是否还有可部署的RSUs，如果没有可部署的RSUs则转至Step4；如果还存在可部署的RSUs则判断车流集合F1是否为空，如果车流集合为空则F1＝F转至Step2，否则转至Step4；
[0086] Step4，计算每条车流经过的RSUs数目，L(S)为所有车流中经过RSUs数目的最小值，转至Step5；
[0087] Step5，返回部署集合S的结果，结束。
[0088] 本发明采用的贪心部署技术方案提供一种在车联网中当预算一定时对于车流覆盖的RSUs部署技术方案，包括以下步骤，
[0089] Step1，初始化，部署集合S置空，如果此时街道上存在RSUs集合S0，则S＝S0，转至Step2；
[0090] Step2，计算每条车流f上各街道出现的次数Ce，选择次数最大的m个街道放入部署集合S中，其中m为由预算确定的可部署RSUs数目，转至Step3；即在次数最大的m个街道上部署路边单元(RSUs)；
[0091] Step3，计算每条车流经过的RSUs数目，L(S)为所有车流中经过RSUs数目的最小值，转至Step4；
[0092] Step4，返回部署集合S的结果，结束。
[0094] 为便于实施参考起见，首先根据图示对这个问题是NP-hard进行说明：
[0095] 如图1所示，对于给定的车流F＝{f1,f2}，f1＝{e1,e3,e6}和f2＝{e2,e3,e5}，可部署的RSUs数目为2。所以可以得到L(S)的最小值为1，最大值为2，即L(S)∈[1,2]，因此每条车流可以看成2条子车流。所以可以得到子车流f11＝{e1,e3}，f12＝{e6}，f21＝{e2,e3}和f22＝{e5}，因此将所有车流覆盖1，2次这一问题转换为将所有子车流覆盖1次。选择最多不超过2个的RSUs部署集合对其进行覆盖，可以得到最终结果为S＝{e1,e3}，L(S)＝1。
[0096] 接着根据图示对贪心覆盖部署方案进行说明：
[0097] 如图2所示，对于给定的车流F＝{f1,f2,f3}，f1＝{e1,e2,e3}，f2＝{e3,e4,e5}和f2＝{e1,e2,e4,e5}，可部署的RSUs数目为3。
[0098] 首先计算各个街道上车流的数目，可以得到e1＝2，e2＝2，e3＝2,e4＝2,e5＝2，在第一次迭代之后选择街道e3部署RSU，然后将车流f1,f2从车流集合F'中移除。在第二次迭代之后可以得到e1＝1，e2＝1，e4＝1，e5＝1，选择街道e4部署RSU，此时车流集合F'为空，但是还有可部署的RSU，重新对F'初始化进行下一次循环；在第三次迭代之后可以得到e1＝2，e2＝2，e5＝2，选择街道e2部署RSU，此时可部署的RSUs数目为0，算法结束。此时各条车流经过的RSUs数目为N(f1)＝2，N(f2)＝2和N(f3)＝2，将S＝{e2,e3,e4}和L(S)＝2作为结果返回。
[0099] 为便于实施参考起见，提供实施例的应用实例如下：
[0100] 实例是以武汉的交通线路图为基础，通过SUMO模拟500条车流在3172条街道上运行得到相应的结果。图3显示了不同车流经过街道数目的分布情况，由图可知大多数车流经过的街道在30～60之间。图4显示了不同街道上经过车流数目的分布情况，可以得到接近一半的街道上有大量车流经过，所以可以得到车流分布地比较密集。
[0101] 为了分析贪心覆盖部署方案和贪心部署方案的性能，为此一些参照算法被提出用以和贪心覆盖部署方案以及贪心部署方案进行比较，这里将贪心覆盖部署方案记作GCA，将贪心部署方案记作GIA，3个参照算法以不同的思路被提出：
[0102] 随机部署算法(RDA)：在每次迭代中随机的选择一条街道部署RSUs，不断地重复这个过程直至所有RSUs全部被部署。
[0103] 均匀部署算法(UPA)：将所有的街道视为一个集合，在这个集合中每隔一段间距选取一条街道部署RSUs，间隔由集合长度以及可部署RSUs数目共同决定。
[0104] 唯一选择算法(SUA)：它更加倾向于选择车流独有的街道部署路边单元(RSUs)，即街道上只有这条车流经过没有别的车流经过，如果这样的街道不存在，则选取车流经过数目最多的街道部署路边单元(RSUs)，不断地进行迭代直至所有RSUs全部被部署。
[0105] 由于预算有限，可以部署的RSU数量也有限。模拟实验将重点关注给定车流，可以部署的RSU数量以及所有车流至少经过的RSUs数目这三者之间的关系。如果车流数目一定，研究可部署的RSUs数目与所有车流至少经过的RSUs数目之间的关系。如果可部署的RSUs数目一定，研究给定车流数目与所有车流至少经过的RSUs数目之间的关系。
[0106] 参照算法RPA的结果是不可预测的，结果可能好也可能差，具有随机性，需要多次实验取平均值作为最终的结果，这可以作为评判其他算法优劣性的重要指标。参照算法UPA的RSUs部署结果服从均匀分布，也可以作为评价算法的一个指标。参照算法SUA的部署思路与贪心覆盖部署方案的思路十分相似，区别在于在保证每条车流经过的RSUs数目尽可能相等地前提下，贪心覆盖部署方案选择车流的交汇处部署RSUs，而参照算法SUA选择每条车流特有的街道部署RSUs，所有贪心覆盖部署方案的RSUs利用率更高，而算法SUA的优势在于可以区分车辆，找到车辆对于的车流从而预测车辆的轨迹。
[0107] 如图5,6,7所示，当给定车流数目一定时，所有车流至少经过的RSUs数目L(S)随着可部署的RSUs数目增加而增加，是单调递增的。尽管当可部署的RSUs数目为800到1000时，车流至少经过的RSUs数目L(S)不变，但是根据之间的理论可以得到L(S)还是单调递增的。当给定车流数目比较小时(车流数目为100时)，参照算法SUA的结果优于参照算法RPA的结果，但是当给定车流数目为500时，参照算法RPA的结果优于参照算法SUA的结果，所以可以得到给定车流的数目对算法的运行结果有影响。因此可以得到一个有趣的结论，当给定车流数目为1时，不同的部署策略结果是一样的，仅仅只有可部署的RSUs数目对结果有影响。
[0108] 如图8,9,10所示，当预算一定从而导致可部署RSUs数目有限时，随着给定车流数目的增加，所有车流至少经过的RSUs数目L(S)单调递减。如图10所示，当可部署RSUs数目为1000时，L(S)的值几乎不变，这是因为车流分布地比较密集，新增的车流与已经存在的车流之间存在许多交汇的街道。在这个时候可部署的RSUs数目对最终的结果影响很小，所以车流的分布情况对结果也有影响。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种环卫设施保洁智能作业及巡检管理系统及方法 | 2020-05-13 | 246 |
| 一种基于空间杜宾模型的O-D时空分布预测方法 | 2020-05-14 | 968 |
| 一种商业街区尺度分析方法 | 2020-05-15 | 246 |
| 一种三维虚拟场景下的导航路径最优选择的方法 | 2020-05-16 | 939 |
| 用于经改进的事故重建和解决方案的智能城市数据分析 | 2020-05-08 | 466 |
| 一种房屋征收管理方法 | 2020-05-16 | 364 |
| 具有光学隔离件的发光玻璃单元 | 2020-05-17 | 826 |
| 低成本易识别公路限速标识 | 2020-05-18 | 89 |
| 一种智慧街道设施监测装置 | 2020-05-12 | 161 |
| 城市基础设施用空气净化系统 | 2020-05-08 | 131 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
街道设施热门专利
QQ群二维码
意见反馈
意见反馈