[論文レビュー] 6G for Vehicle-to-Everything (V2X) Communications: Enabling Technologies, Challenges, and Opportunities

Md. Noor‐A‐Rahim, Zilong Liu+7 more|arXiv (Cornell University)|Dec 14, 2020

Vehicular Ad Hoc Networks (VANETs)被引用数 35

ひとこと要約

未来志向の調査で、6G-V2X の主要技術（例: IRS、触覚 V2X、THz、ブロックチェーン、ML）とそれらの潜在的な利点、未解決の課題、研究方向を概説します。

ABSTRACT

We are on the cusp of a new era of connected autonomous vehicles with unprecedented user experiences, tremendously improved road safety and air quality, highly diverse transportation environments and use cases, as well as a plethora of advanced applications. Realizing this grand vision requires a significantly enhanced vehicle-to-everything (V2X) communication network which should be extremely intelligent and capable of concurrently supporting hyper-fast, ultra-reliable, and low-latency massive information exchange. It is anticipated that the sixth-generation (6G) communication systems will fulfill these requirements of the next-generation V2X. In this article, we outline a series of key enabling technologies from a range of domains, such as new materials, algorithms, and system architectures. Aiming for truly intelligent transportation systems, we envision that machine learning will play an instrumental role for advanced vehicular communication and networking. To this end, we provide an overview on the recent advances of machine learning in 6G vehicular networks. To stimulate future research in this area, we discuss the strength, open challenges, maturity, and enhancing areas of these technologies.

研究の動機と目的

• 6G-V2X の必要性を喚起するために、5G NR V2X の限界と自動運転車のユースケース拡大を強調する。
• 6G-V2X を実現する革新的・進化的技術を特定し分類する。
• 機械学習と AI が知能的な車載ネットワークを可能にする役割を論じる。
• さらなる研究を促す開放課題、成熟度レベル、研究が必要な領域を強調する。

提案手法

• 材料、アルゴリズム、システムアーキテクチャ全体にわたる 6G-V2X 実現技術の包括的な文献・技術レビューを提供する。
• 技術を革新的と進化的のカテゴリーに分類し、それぞれの強み、課題、成熟度評価を示す。
• 6G-V2X で非地球基盤ネットワーク（衛星/無人機）、IRS、VLC/RF の統合、セキュア／計算側面（ブロックチェーン、エッジ/フォグ）を論じる。
• 6G 車載ネットワークの機械学習応用の最近の進展を要約する。
• 6G-V2X を進展させる研究ギャップと有望な方向性について洞察を提供する。

実験結果

リサーチクエスチョン

• RQ1 どのような実現技術が 6G-V2X を支えることが見込まれ、それらは信頼性、遅延、データレート、カバレッジをどのように向上させるか？
• RQ2 現実的な展開を妨げる課題（チャネルダイナミクス、同期、セキュリティ、計算など）は何か？
• RQ3 非地球基盤ネットワーク、ML、IRS などの新材料をどのように統合して知能的な V2X を実現できるか？
• RQ4 さまざまな 6G-V2X 技術の成熟度はどれくらいで、どの分野が最も研究の注目を要するか？
• RQ5 ブロックチェーンを組み込んだ 6G-V2X ネットワークにおけるセキュリティ、プライバシー、スケーラビリティはどのように対処すべきか？

主な発見

• 6G-V2X は地上および非地上ネットワークを通じて極めて高いデータレート、極めて信頼性の高い低遅延通信、そして広範な3Dカバレッジを想定している。
• IRS とプログラム可能な環境は、高速移動の V2X シナリオにおけるカバレッジを改善し、ドップラー効果とマルチパスを軽減できる。
• 触覚 V2X はリアルタイムの触覚情報交換を可能にし、HRLLC 要件の下でリモート運転と高度な platooning を可能にする。
• 脳–車両インターフェースと THz 通信は、極端なデータレートと新しい人間の関与を伴うユースケースを可能にする技術として特定されている。
• ブロックチェーンは分散型のセキュリティとスペクトラム管理の可能性を提供するが、現在の遅延とスケーラビリティの制限には新たなアルゴリズムが必要である。
• ML と AI は、適応的リソース管理と sensing/ localization の統合を含む、知的で文脈認識的かつ自律的な V2X システムを実現する上で不可欠であると位置づけられている。