面向自动驾驶辅助的雾计算框架：架构、实验与挑战
信号处理
2019-07-24 v1 网络与互联网体系结构
摘要
自动驾驶有望带来深远的经济、环境与安全效益。在本研究中，我们提出一种基于雾计算的框架以辅助自动驾驶。我们的框架依靠来自摄像机的俯视图像与来自车辆传感器的数据流，在雾机上创建称为边缘孪生的分布式数字孪生网络。该边缘孪生将利用道路上自动驾驶与人工驾驶车辆的位置持续更新。车辆位置将从俯视摄像机以及车辆自身的定位馈送中采集。尽管边缘孪生能从全局视角进行公平的道路空间分配，但从摄像机与车载传感器到达它存在通信代价（延迟）。为此，我们引入一个作为边缘孪生一部分的机器学习预测器，负责预测车辆的未来位置。最后，我们引入一个盒式算法，利用预测值为该道路段创建危险地图，框架将据此为自动驾驶车辆建议安全操纵（如变道与加速）。我们给出了完整的自动驾驶辅助雾计算框架，并基于真实世界高速公路车辆位置轨迹数据集，通过仿真评估了所提框架的关键部分。
引用
@article{arxiv.1907.09454,
title = {A Fog Computing Framework for Autonomous Driving Assist: Architecture, Experiments, and Challenges},
author = {Muthucumaru Maheswaran and Tianzi Yang and Salman Memon},
journal= {arXiv preprint arXiv:1907.09454},
year = {2019}
}