才智城市的完结依赖于很多精准有用的数据，但这带来了一个难题：关于大型城市而言，搜集数据的难度很大。以空气污染数据为例，为了得到不同区域的精确数据，需求将传感器遍及在整个城市，这种方案明显不行经济也难以完结。
近期，卡耐基梅隆大学电子与计算机工程学院的研讨团队将城市中不断移动的租借车作为传感渠道，开发了一套“针对车载才智感知数据搜集的协同集群调度体系”，可获取高质量的城市域数据，用于各类才智城市的运用，如城市高精度空气质量检测等。
这项研讨的榜首作者及技能担任人、卡耐基梅隆大学电子与计算机工程学院博士后陈鑫磊在承受汹涌新闻（www.thepaper.cn）记者采访时介绍，所谓“集群”是指一堆智能体协同协作来完结一项或多项使命，智能体可所以无人机、无人车和小型机器人等，集群调度在消防、物流、交通等范畴有多种运用。
根据该体系获取的数据，研讨团队针对城市域空气污染的问题，研制了高精度大气监测渠道，可以追寻特定地址的空气污染信息，包含细颗粒物（PM2.5）、二氧化氮、二氧化硫和臭氧等8种污染物的方针，并可追溯传统大气监测站无法发现的“隐形污染源”。该东西能将监测到的污染方针在24小时内的改动曲线汇总到一个渠道中。
研讨团队在城市试验和模拟试验中证明，运用体系后，集群的传感掩盖质量较基准进步了40%，事务匹配率进步了20%。而到达与基准类似的传感掩盖质量水平，该体系仅需求传统方法10％的预算。
这项研讨宣告在世界物联网范畴尖端期刊《IEEE Internet of Things Journal》和《IEEE Transactions on Mobile Computing》上。
使用租借车监测城市空气污染
城市里的租借车具有运营时刻长、行程掩盖规模广等特色，具有巨大的数据搜集潜力。根据此，不少城市开端测验将租借车作为移动传感渠道，用于搜集城市数据。
现在，这种形式已经在国内多个城市试点。例如，北京市通州区2020年4月宣告，已为175台新能源租借车安装了大气监测设备，可实时监测空气中的PM2.5等污染物含量，成为“行走的污染物探测器”。除了车顶灯内的监测设备外，车内还安装了走航移动视频监测设备，可以对有扬尘污染的路途进行抓拍。
不过，租借车队搜集的数据存在必定缺点。现实生活中，租借车不或许真实掩盖到城市的每个旮旯，相反，它们往往集合在客流量大的区域。在没有任何规则的情况下将传感器安顿在租借车上，搜集到的数据或许会有过错而且不完整。
（a）表明一切车辆都集合在中心区域；（d）表明抱负情况下车辆掩盖面积最大且散布均匀。
为了处理这个问题，陈鑫磊及搭档对租借车集群拟定了两个首要方针：掩盖更大的规模和散布愈加均匀。
他们开发了一种人工智能算法。该算法可以拟定最佳方案以鼓励租借车驾驶员开车到不太抢手的区域。为了确认具体要鼓励哪一辆租借车，该算法考虑了多个要素，包含传感数据的散布特性，租借车的定位、或许的行进道路、潜在的客户以及降低成本的需求。
总的来说，该算法会告知租借车司机：按照算法给出的道路行进，他或许会遇见更多的乘客。假如司机没有遇到更多乘客，体系会为他补偿差额。
陈鑫磊对汹涌新闻介绍，为租借车司机供给补助是“有技巧性的”，需求依托精准化的人工智能的算法。他一起说到，补助的下限是行进过程中所需的油费，补助的上限则是假设有乘客的情况下乘客应付出的车费。
“该体系协助咱们在以往传感器未掩盖的路途上获取新的数据，并进步咱们对城市的全体了解。”研讨团队担任人、卡耐基梅隆大学电子与计算机工程学院副教授张旆表明。
现在，研讨团队与我国环思科技协作，别离担任算法和空气污染监测设备的研制，已经在深圳和天津等地试用。
优化集群调度，推进才智城市树立
使用租借车集群获取空气质量等城市域数据的背面涉及到工程学和人工智能范畴里集群调度的问题。
陈鑫磊博士介绍，每一个集群均有其首要使命，例如租借车的首要使命是载客。“为了提高功率，人们可以给集群分配非必须使命，例如使用租借车进行空气质量数据搜集并监测其质量。”而他们开发的算法可以优化集群调度，即确保首要使命顺利完结的一起，以尽量少的价值完结非必须使命。
一起，不限于上述租借车集群调度时所完结的均匀调度，算法还能在集群调度时完结希望的时空散布方法，从而对特定时刻和区域进行密布的数据搜集。
陈鑫磊表明，除了使用租借车集群搜集城市内的空气污染数据，该体系可以运用于很多场景，如消防、物流和交通等范畴。在改动传感器后，该体系可以用于搜集城市中的各种数据。
此外，该体系可以推行到租借车之外的各种运载体。例如，让无人机在完结配送使命的一起主动充电，或使用暂无配送使命的无人机拍照城市交通事故的图画。
未来，研讨团队方案结合深度强化学习，开发一套可以自主优化学习集群算法完结全自主散布式调度。
