原文传递
协同驾驶车队的任务分配策略研究
| 论文题名： | 协同驾驶车队的任务分配策略研究 |
| 关键词： | 协同驾驶车队;任务分配;行驶决策;移动边缘计算;交通安全 |
| 摘要： | 车辆编队作为一个历史悠久的研究课题，协同驾驶为其赋予了新的研究价值，即协同驾驶车队。协同驾驶车队中的首车感知前方交通信息，做出行驶决策，并通过车联网相关技术将指令信息发送至编队的后排车辆，后排车辆因而能够降低感知负载和计算负载。然而，该过程无疑会造成首车的资源压力过大，因此，协同驾驶车队的任务合理分配是保证车队安全行驶的必要措施。同时，移动边缘计算是当前智慧城市、智慧交通的重要发展和建设方向，协同驾驶车队如何兼容移动边缘计算设备，借助路侧单元的辅助进行更高效的任务处理，进而提高编队的稳定性和自动驾驶的安全性是一个具有意义的研究问题。针对上述问题和挑战，本文重点对协同驾驶车队在不同场景中的任务分配问题进行了研究。 为有效利用协同驾驶车队的计算资源，本文考虑自动驾驶任务的特点和车辆编队多个协作车辆间的关联性，以最小化任务处理时延为目标，提出了一种协同驾驶车队的任务分配策略。首先采用排队论建立了协同驾驶车队的网络模型，并对首车的任务处理过程进行了网络时延分析；其次，建立了协同驾驶车队和自动驾驶任务的数学模型，以及最小化任务处理时延的最优化问题；最后，本文改进贪婪算法提出了一种协同驾驶车队的任务分配策略，针对系统的异构特性充分利用不同车辆的计算资源，缓解首车的任务处理压力。仿真结果表明，本文提出的算法有效提高了车辆计算资源的利用率，减少了自动驾驶任务的处理时延。 更进一步，考虑存在路侧单元辅助的移动边缘计算场景，本文在上一个研究内容的基础上进行了延伸拓展，充分考虑了如何促进智能设备共享计算资源，以及车辆编队与移动边缘设备的相互关系，以保证任务时延要求，降低任务处理成本为目标，提出了移动边缘计算场景中的协同驾驶车队任务分配策略。首先，分析移动边缘计算场景，建立了该场景下的系统模型和基于软件定义网络的车辆编队网络架构；其次，为接近实际场景，激励自动驾驶汽车和路侧的移动边缘设备共享空闲资源，本文建立了一种模拟市场的资源共享机制，为计算资源服务方提供相应的奖励，在该机制的基础上，详细分析了任务的响应时间与处理成本，提出了待解决的最优化问题；最后，本文设计了解决该问题的任务分配算法，并通过仿真实验证明了该算法能够在移动边缘计算场景中有效实现协同驾驶车队的任务分配，满足任务的时延要求，有效降低了任务的执行成本。 |
| 作者： | 张云锋 |
| 专业： | 电子与通信工程 |
| 导师： | 李长乐;黄鹏飞 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安电子科技大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
