Edge-Aided Sensor Data Sharing in Vehicular Communication Networks

要約

車両ネットワークでのセンサーデータ共有により、接続された自動運転車の環境認識の範囲と精度を大幅に向上させることができます。
センサーデータの普及と融合のためのさまざまな概念とスキームが開発されました。
これらのスキームでは、センサーの測定誤差が知覚品質を損ない、道路交通事故につながる可能性があるのが一般的です。
具体的には、センサーからの測定誤差（測定ノイズとも呼ばれる）が不明で時間変動する場合、データ融合プロセスのパフォーマンスが制限されます。これは、センサーのキャリブレーションにおける大きな課題です。
この論文では、車両間通信と車両間通信の両方を備えた車両ネットワークにおけるセンサーデータの共有と融合について考察します。
エッジサーバーが車両からセンサー測定データを収集してキャッシュする、双方向フィードバックノイズ推定（BiFNoE）という名前の方法を提案します。
エッジは、ダブルダイナミックスライディングタイムウィンドウでノイズとターゲットを交互に推定し、通信コストを低く抑えながら、各車両での分散型協調環境センシングを強化します。
シミュレーションによってアプリケーションシナリオで提案されたアルゴリズムとデータ配布戦略を評価し、知覚精度が平均して約80％向上し、アップリンク帯域幅が12 kbps、ダウンリンク帯域幅が28kbpsであることを示します。

要約(オリジナル)

Sensor data sharing in vehicular networks can significantly improve the range and accuracy of environmental perception for connected automated vehicles. Different concepts and schemes for dissemination and fusion of sensor data have been developed. It is common to these schemes that measurement errors of the sensors impair the perception quality and can result in road traffic accidents. Specifically, when the measurement error from the sensors (also referred as measurement noise) is unknown and time varying, the performance of the data fusion process is restricted, which represents a major challenge in the calibration of sensors. In this paper, we consider sensor data sharing and fusion in a vehicular network with both, vehicle-to-infrastructure and vehicle-to-vehicle communication. We propose a method, named Bidirectional Feedback Noise Estimation (BiFNoE), in which an edge server collects and caches sensor measurement data from vehicles. The edge estimates the noise and the targets alternately in double dynamic sliding time windows and enhances the distributed cooperative environment sensing at each vehicle with low communication costs. We evaluate the proposed algorithm and data dissemination strategy in an application scenario by simulation and show that the perception accuracy is on average improved by around 80 % with only 12 kbps uplink and 28 kbps downlink bandwidth.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google