XiaoMi-AI文件搜索系统
World File Search SystemCloudlet
基于Cloudlet的自主无人机的OODA环
完全自主的无人驾驶飞机被定义为“没有远程人类飞行员的预编程的战斗，包括响应运行时观察的任务特定行动” [1]。在2023年首次通过浮游的边缘在超轻无人机上实现这一目标[2]。通过克服板载无人机智能的重量和尺寸限制，即可激发小型，便宜，轻巧但出色的无人机在拥挤的城市环境中运行的无人机，而没有人类飞行员。从公共安全和监管批准的角度来看，这很有吸引力，因为这种无人机的动能远低于较大且重型无人机的动能[3]。从业务角度来看，这也很有吸引力，因为当今无人机操作中最昂贵的部分是训练有素的人类飞行员，他必须持续持续无人机[4]。我们专注于无有效的主动视力任务[5]，[6]，例如识别和跟踪目标，而不是涉及大量有效载荷的商品交付等任务。在本文中，我们探讨了今天我们距离这一愿景成为商业现实的距离。如果需要一个全新的定制无人机和低延迟无线网络的生态系统，则商业化的途径将是漫长而风险的。另一方面，如果基于Cloudlet的部署具有现有的商业现成（COTS）组件，可以集成到满足现实世界用例的性能和敏捷性需求的工作系统中，那么愿景就可以实现。最初是在1950年代构思的，以表征战斗飞机中的人机共生，这因此，我们问：“使用COTS Ultralight无人机，4G LTE无线网络和Cloudlet硬件，是否适用于现实世界中主动视觉任务的Fload Edge的端到端性能？”为了回答这个问题，我们介绍了无人机Ooda循环的概念。
APMOVE：连接和自动驾驶汽车的服务迁移技术
摘要 - 在4G和5G电信系统的背景下，将云计算的能力更接近无线电访问网络（RAN），并与现有的无线电访问技术（如卫星或wifi）收敛。MEC是在移动网络边缘运行的云服务器，并使用虚拟机（VM），容器和/或功能安装和执行。CloudLet类似于MEC，该MEC由许多服务器组成，这些服务器可为连接的用户提供实时，低延迟，计算服务，以近距离接近。在连接的车辆中，可以从运行用户应用程序的云或边缘提供服务。结果，当用户跨许多MEC旅行时，有必要以透明的方式传输其应用程序，以免受到负面影响。在本文中，我们提出了一种有效的策略，将连接的用户服务从一个边缘迁移到另一个边缘，或更有可能，更有可能，转到MEC中的远程云。提出了一个数学模型，以估算分配和迁移服务的预期时间。我们的评估是基于实际的工作量迹线和流动性模式，这表明拟议的策略“ apmove”迁移了连接的服务，同时确保其性能（约0.004％–2.99％损失），降低了运行时间，因此用户的成本（约4.3％–11.63％），并最小化响应时间（〜7.45％-9.45％-9.45％-9.45％-9.45％-9.45％-9.45％-9.45％）。此外，避免了大约17.39％的迁移。我们还研究了汽车速度和网络传输速率对服务迁移持续时间，延迟和服务执行时间的影响。