群体智慧：一种用于异构移动群感知的人机物协作调度方法

DOI

随着众包理念和移动群感知（MCS）技术的发展，许多原本需要大量人力物力资源的任务得到了高效解决。然而，随着城市化发展，传统MCS系统逐渐无法应对海量感知任务和高时空感知覆盖的需求。挑战如下：1）参与者稀缺和人体运动规则限制导致感知数据采集过程中存在时空盲区；2）参与者类型单一限制了系统的感知能力和可采集数据类型，影响感知精度和质量。随着城市中各种智能感知终端的出现，融合人、机、物参与者的异构群感知已成为新一代感知模式。在时空相关的感知场景中，本文设计了一个新的人机物协作调度（HMT-CS）算法框架，综合考虑异构参与者的多样化感知技能、时空轨迹、感知成本和系统总预算约束。该算法可以为每个任务匹配合适的异构参与者，大大提高异构MCS系统的感知质量、感知公平性和整体效用。我们结合多个公开真实城市数据集进行了深入对比分析和综合评估，结果表明我们的方法在所有指标上均优于其他基线方法。