机构名称：
¥ 1.0
摘要 — 新一代汽车（例如联网汽车和自动驾驶汽车）的出现为车辆网络和计算管理带来了新的挑战，以提供高效的服务并保证服务质量。边缘计算设施允许将处理从云端分散到网络边缘。在本文中，我们设计并提出了一种端到端、可靠且低延迟的通信架构，该架构允许将计算密集型自动驾驶服务（尤其是自动驾驶仪）分配给边缘计算服务器上的共享资源，并提高自动驾驶汽车的性能水平。该参考架构用于设计自动驾驶汽车、边缘计算服务器和集中式云之间的高级自动驾驶 (A2D) 通信协议。然后，制定了一种使用整数线性规划 (ILP) 的数学规划方法来模拟网络边缘的自动驾驶仪链资源卸载。此外，提出了一种深度强化学习 (DRL) 方法来处理密集的自动驾驶汽车互联网 (IoAV) 网络。此外，还考虑了几种场景来量化优化方法的行为。我们从边缘服务器总利用率、边缘服务器总分配时间和成功分配的边缘自动驾驶仪等方面比较了它们的效率。索引术语 — 边缘计算、自动驾驶汽车 (AV)、人工智能 (AI)、优化、深度强化学习 (DRL)。
利用人工智能辅助自动驾驶的边缘计算...
主要关键词
相关文件推荐
