eCAV：面向联合自主车辆的边缘辅助评估平台
机器人学
2025-06-30 v2 多智能体系统
网络与互联网体系结构
系统与控制
系统与控制
摘要
随着自动驾驶车辆趋向普及，通过碰撞避免和减少二次损伤来提高道路安全已成为必然要求。车联网技术（Vehicle-to-everything, V2X），包括车联网车辆（Vehicle-to-Vehicle, V2V）、车联网基础设施（Vehicle-to-Infrastructure, V2I）以及车联网云端（Vehicle-to-Cloud, V2C），正被提出作为实现这一安全改进的机制。基于仿真的测试对于联合自主车辆（Connected Autonomous Vehicle, CAV）控制系统的早期评估至关重要，提供了比实际测试更安全和高效的途径。然而，模拟大规模三维环境并处理众多复杂的单车或多车传感器和控制器计算负担巨大。目前尚无能有效评估涉及大量自主车辆的真实场景的评估框架。我们提出了 eCAV——一个高效、模块化且可扩展的评估平台，以支持算法方法的功能验证以及各种 V2X 技术（包括面向未来的车联网边缘控制平面及相应控制算法）的性能预测。eCAV 可模拟最高可达256辆车辆运行各自控制算法且无感知功能，这是当前领先技术方案的 倍。
引用
@article{arxiv.2506.16535,
title = {eCAV: An Edge-Assisted Evaluation Platform for Connected Autonomous Vehicles},
author = {Tyler Landle and Jordan Rapp and Dean Blank and Chandramouli Amarnath and Abhijit Chatterjee and Alexandros Daglis and Umakishore Ramachandran},
journal= {arXiv preprint arXiv:2506.16535},
year = {2025}
}