面向车联网自动驾驶的边缘智能多源数据处理

吕昕晨, 张晨宇

北京邮电大学 移动互联网安全技术国家工程实验室, 北京 100876

收稿日期:2020-12-13发布日期:2021-04-28

作者简介:吕昕晨(1992-),男,副研究员,E-mail:lvxinchen@bupt.edu.cn.
基金资助:国家自然科学基金项目（62001048）；中央高校基本科研业务费-北邮新进教师项目（2020RC39）

Edge Intelligence Multi-Source Data Processing for Autonomous Driving in Internet of Vehicles

Lü Xin-chen, ZHANG Chen-yu

National Engineering Laboratory for Mobile Network Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2020-12-13Published:2021-04-28

摘要/Abstract

摘要： 在车联网场景中，智能车辆受限于自身有限的感知范围和计算资源，难以实现高可靠性的自动驾驶.针对上述问题，提出了面向车联网自动驾驶的边缘智能多源数据处理方法，通过发掘网络中节点的空闲资源，提高系统的吞吐量，利用网络中的分布式数据，提高神经网络的推断准确率.为了解决车辆节点数据传输的耦合问题，构建了3层网络模型，对网络中的数据传输进行调度，并将原车辆节点一一映射为一个虚拟节点集合，对节点的数据传输进行解耦，从而把原问题转化为最小费用最大流的问题，实现了对自动驾驶网络计算、通信资源的高效分配.仿真结果表明，相比于本地处理的方案，所提方案可提升150%的系统吞吐量和12%的系统能效.
中图分类号:
TP399

引用本文

吕昕晨, 张晨宇. 面向车联网自动驾驶的边缘智能多源数据处理[J]. 北京邮电大学学报, 2021, 44(2): 102-108.
Lü Xin-chen, ZHANG Chen-yu. Edge Intelligence Multi-Source Data Processing for Autonomous Driving in Internet of Vehicles[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(2): 102-108.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4783