COLA：表征与优化安全四级自动驾驶车辆系统的尾延迟
机器人学
2023-05-15 v1 操作系统
性能
摘要
自动驾驶车辆（AVs）有望通过提供安全、轻松与便捷的地面交通来革新我们的生活。此类车辆中的计算系统需及时解释各类传感器数据并生成对环境响应以确保驾驶安全。然而，此类与时序相关的安全需求在先前工作中很大程度上未被探索。本文开展系统性研究以理解AV系统的时序需求。我们聚焦于调查并缓解四级AV计算系统中尾延迟的源头。我们观察到AV算法的性能并非均匀分布——相反，延迟易受车辆环境波动（如交通密度）影响。这导致响应交通的突发计算与内存访问，并进一步引发系统尾延迟。此外，我们观察到尾延迟还来自预配置的AV计算流水线与实际驾驶场景中动态延迟需求之间的不匹配。基于这些观察，我们提出一组系统设计以缓解AV尾延迟。我们在广泛使用的工业四级AV系统百度Apollo与Autoware上展示了我们的设计。评估显示，我们的设计相较最坏情况延迟提升1.65倍，相较平均延迟提升1.3倍，并避免了Apollo上93%的事故。
引用
@article{arxiv.2305.07147,
title = {COLA: Characterizing and Optimizing the Tail Latency for Safe Level-4 Autonomous Vehicle Systems},
author = {Haolan Liu and Zixuan Wang and Jishen Zhao},
journal= {arXiv preprint arXiv:2305.07147},
year = {2023}
}