买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国石油大学(北京)申请的专利基于集群的车载任务卸载的方法、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115883548B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211445582.5，技术领域涉及：H04L67/10；该发明授权基于集群的车载任务卸载的方法、装置及存储介质是由曹旭东;李伟;沈茹婧;高明晋;吉莉设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本基于集群的车载任务卸载的方法、装置及存储介质在说明书摘要公布了：本申请公开了一种基于集群的车载任务卸载的方法、装置及存储介质。该方法包括：构建系统模型，包括任务产生和卸载模型以及集群产生模型；获取预设范围内的所有车辆的运行数据；将所有车辆划分为多台任务车和多台集群头；根据集群产生模型分别确定每台任务车对应的集群头；根据运行数据通过任务产生和卸载模型确定每台任务车的执行成本，以得到系统执行成本，进而确定最优卸载策略；最优卸载策略为使系统执行成本最小化的目标集群选择决策、目标卸载比例决策和目标传输功率决策。本申请以预设范围内所有任务车的任务卸载性能为导向构建集群，同时确定系统的最优卸载策略，系统的任务卸载性能较强，且集群的稳定性较高，保证了车辆间的稳定通信。

本发明授权基于集群的车载任务卸载的方法、装置及存储介质在权利要求书中公布了：1.一种基于集群的车载任务卸载的方法，其特征在于，包括： 构建系统模型，所述系统模型包括任务产生和卸载模型以及集群产生模型，其中，所述任务产生和卸载模型中，计算能力受限的车辆将产生的任务卸载至计算能力强的车辆，每个集群由一辆计算能力强的车辆和多辆计算能力受限的车辆组成； 获取预设范围内的所有车辆的运行数据； 根据所述运行数据将所述预设范围内的所有车辆划分为多台任务车和多台集群头，其中，所述集群头是预设范围内所有车所形成的系统中的计算能力强，车载任务可本地执行而不需要卸载执行的车辆；所述任务车是自身任务处理能力较差，本地处理需要较高的时延和能耗，需要将车载任务卸载至其它任务处理能力强的车辆去执行的车辆； 根据所述运行数据和所述集群产生模型分别确定每台任务车对应的集群头，其中，所述集群产生模型中包括所述任务车与所述集群头之间建立联系应该满足的限定条件； 分别根据所述每台任务车和与所述每台任务车对应的集群头的运行数据，通过所述任务产生和卸载模型确定所述每台任务车的执行成本，其中，所述任务产生和卸载模型包括集群的选择决策和传输功率决策； 根据所述每台任务车的执行成本确定系统执行成本； 根据所述系统执行成本确定最优卸载策略，其中，所述最优卸载策略为在所述系统执行成本最小的情况下的目标集群选择决策、目标卸载比例决策和目标传输功率决策，所述目标集群选择决策是使整个系统的时延和能耗最小化的包含所有任务车的集群选择的数据集，所述目标卸载比例决策是使整个系统的时延和能耗最小化的包含所有任务车的卸载比例的数据集，所述目标传输功率决策是使整个系统的时延和能耗最小化的包含所有任务车的传输功率的数据集； 其中，所述根据所述运行数据和所述集群产生模型分别确定每台任务车对应的集群头包括： 根据所述任务车的位置数据和所述多台集群头的位置数据确定所述任务车分别与所述多台集群头之间的距离； 根据所述任务车的速度数据和所述多台集群头的速度数据确定所述任务车分别与所述多台集群头的速度差； 将与所述任务车之间的距离满足预设距离条件，且速度差满足预设速度条件的集群头作为所述任务车对应的集群头； 所述通过所述任务产生和卸载模型确定所述每台任务车的执行成本包括： 根据所述任务产生和卸载模型确定所述任务车在本地执行车载任务产生的本地时延和本地能耗； 根据所述任务产生和卸载模型确定所述任务车在边缘端执行车载任务产生的卸载时延和卸载能耗； 根据所述本地时延、所述本地能耗、所述卸载时延和所述卸载能耗确定所述任务车的执行成本； 所述系统执行成本满足公式1： ；1 其中，为所述系统执行成本，为执行时延的权重因子，为执行能耗的权重因子，为所述本地时延，为所述本地能耗，为所述卸载时延，为所述卸载能耗，为集群选择决策，为卸载比例决策，M为集群头的数量，N为集群成员候选车的数量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油大学(北京)，其通讯地址为：102249 北京市昌平区府学路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。