Mobile crowd sensing (MCS) can be an effective method for urban traffic sensing applications by collecting data in urban road networks through ubiquitous sensor-mounted vehicles. However, due to the limited network resources and the randomness of automobiles, the quality of service (QoS) of MCS cannot be effectively guaranteed. Some related works noted that optimizing the selection of service nodes can effectively improve the QoS of MCS. However, existing node selection methods are unsuitable for MCS in an urban road network (MCS-URN). An MCS-URN is a unique MCS environment in which the service nodes are vehicles, and the sensing area is road segments. In this paper, we focus on improving the QoS in an MCS-URN by optimizing the selection of service nodes with limited network resources. First, the utility function of the QoS in MCS-URN is proposed based on the coverage and the data score. Then the service node optimization model in the MCS-URN is presented, by selecting an appropriate set of service nodes within the maximum proportion of the total network resources to maximize the utility value of the QoS. Also, an innovative service node selection method which considering the mobility of automobiles and the topological structure of urban road networks is introduced. In the end, a simulation study is carried out to evaluate the service node optimization model in the MCS-URN. The simulation results show that our service node optimization model can effectively improve the QoS of the MCS-URN.

通过通过无处不在的安装有传感器的车辆收集城市道路网络中的数据，移动人群感知（MCS）可以成为城市交通传感应用的有效方法。然而，由于有限的网络资源和汽车的随机性，不能有效地保证MCS的服务质量（QoS）。一些相关的工作指出，优化服务节点的选择可以有效地提高MCS的QoS。但是，现有的节点选择方法不适用于城市道路网络（MCS-URN）中的MCS。MCS-URN是一种独特的MCS环境，其中服务节点是车辆，传感区域是路段。在本文中，我们专注于通过优化网络资源有限的服务节点的选择来提高MCS-URN中的QoS。第一，根据覆盖范围和数据得分，提出了QoS在MCS-URN中的效用函数。然后，通过在总网络资源的最大比例内选择适当的一组服务节点，以最大化QoS的效用，来提出MCS-URN中的服务节点优化模型。此外，介绍了一种创新的服务节点选择方法，该方法考虑了汽车的机动性和城市道路网络的拓扑结构。最后，进行了仿真研究，以评估MCS-URN中的服务节点优化模型。仿真结果表明，我们的服务节点优化模型可以有效提高MCS-URN的QoS。通过在总网络资源的最大比例内选择一组适当的服务节点来最大化QoS的效用值。此外，介绍了一种创新的服务节点选择方法，该方法考虑了汽车的机动性和城市道路网络的拓扑结构。最后，进行了仿真研究，以评估MCS-URN中的服务节点优化模型。仿真结果表明，我们的服务节点优化模型可以有效提高MCS-URN的QoS。通过在总网络资源的最大比例内选择合适的服务节点集来最大化QoS的效用值。此外，介绍了一种创新的服务节点选择方法，该方法考虑了汽车的机动性和城市道路网络的拓扑结构。最后，进行了仿真研究，以评估MCS-URN中的服务节点优化模型。仿真结果表明，我们的服务节点优化模型可以有效提高MCS-URN的QoS。进行了仿真研究，以评估MCS-URN中的服务节点优化模型。仿真结果表明，我们的服务节点优化模型可以有效提高MCS-URN的QoS。进行了仿真研究，以评估MCS-URN中的服务节点优化模型。仿真结果表明，我们的服务节点优化模型可以有效提高MCS-URN的QoS。