[논문 리뷰] An Energy-Efficient High Definition Map Data Distribution Mechanism for Autonomous Driving

Jinliang Xie, Jie Tang외 1명|arXiv (Cornell University)|2020. 10. 11.

Vehicular Ad Hoc Networks (VANETs)참고 문헌 21인용 수 6

한 줄 요약

이 논문은 자율주행 차량의 고해상도 지ap 데이터 전송을 위한 에너지 효율적인 분배 메커니즘을 제안한다. 이는 차량-인프라(V2I) 통신을 활용하여 차량 내 에너지 소비를 줄이고 실시간 지도 업데이트를 보장한다. RSU 선택을 부분 캐리어 문제로 모델링하고 근사 알고리즘을 적용함으로써, 에너지 및 대역폭 제약 조건 하에서 전송 시간을 최소화하면서도 다수의 RSU가 비례적으로 지도 데이터를 전달하도록 조율한다.

ABSTRACT

Autonomous Driving is now the promising future of transportation. As one basis for autonomous driving, High Definition Map (HD map) provides high-precision descriptions of the environment, therefore it enables more accurate perception and localization while improving the efficiency of path planning. However, an extremely large amount of map data needs to be transmitted during driving, thus posing great challenge for real-time and safety requirements for autonomous driving. To this end, we first demonstrate how the existing data distribution mechanism can support HD map services. Furthermore, considering the constraints of vehicle power, vehicle speed, base station bandwidth, etc., we propose a HD map data distribution mechanism on top of Vehicle-to-Infrastructure (V2I) data transmission. By this mechanism, the map provision task is allocated to the selected RSU nodes and transmits proportionate HD map data cooperatively. Their works on map data loading aims to provide in-time HD map data service with optimized in-vehicle energy consumption. Finally, we model the selection of RSU nodes into a partial knapsack problem and propose a greedy strategy-based data transmission algorithm. Experimental results confirm that within limited energy consumption, the proposed mechanism can ensure HD map data service by coordinating multiple RSUs with the shortest data transmission time.

연구 동기 및 목표

• 자율주행 차량에서 고해상도 지도 전송에 따른 높은 데이터 볼륨 문제를 해결한다.
• 고해상도 지도 데이터 확보 과정에서 차량 내 에너지 소비를 줄인다.
• 차량의 전력, 속도 및 기지국 대역폭 제약 조건 하에서도 실시간이고 신뢰할 수 있는 지도 데이터 전달을 확보한다.
• 지능적인 작업 할당을 통해 다수의 RSU를 활용하여 데이터 분배를 최적화한다.
• 동적인 차량 환경에서 에너지 효율성을 유지하면서도 전송 시간을 최소화한다.

제안 방법

• 데이터 부하와 전송 효율성을 균형 있게 유지하기 위해 RSU 선택 과정을 부분 캐리어 문제로 모델링한다.
• 가장 적합한 RSU에 지도 데이터 전송 작업을 할당하기 위해 근사 전략 기반 알고리즘을 적용한다.
• 차량에서 지도 데이터 전송을 차도 단위(RSU)로 이관하기 위해 V2I 통신 링크를 활용한다.
• 차량 속도, 접근성 및 가용 대역폭에 따라 선택된 RSU 간에 고해상도 지도 데이터를 비례적으로 분배한다.
• 다수의 RSU가 단일 차량을 공동으로 지원하도록 조율하여 개별 전송 부하를 감소시킨다.
• 차량 내 데이터 수신 시간과 전력 소비를 최소화함으로써 에너지 효율성을 최적화한다.

실험 결과

연구 질문

• RQ1 자율주행 시스템에서 고해상도 지도 데이터를 어떻게 효율적으로 분배하여 차량 내 에너지 소비를 최소화할 수 있는가?
• RQ2 동적인 차량 환경 조건 하에서 고해상도 지도 데이터 전송을 위한 RSU 선택 기준은 무엇이어야 하는가?
• RQ3 V2I 기반 지도 전달에서 전송 시간과 에너지 효율성 간의 트레이드오프를 어떻게 최적화할 수 있는가?
• RQ4 다수의 RSU를 활용하여 실시간이고 조율된 지도 데이터 전달을 보장하는 알고리즘적 접근은 무엇인가?
• RQ5 근사 전략 기반 솔루션은 기존의 RSU 선택 방식에 비해 고해상도 지도 분배에서 얼마나 뛰어난 성능을 보일 수 있는가?

주요 결과

• 제안된 메커니즘은 V2I 링크를 통해 RSU에 지도 데이터 전송을 이관함으로써 차량 내 에너지 소비를 줄였다.
• 협력적인 RSU 선택을 통해 최소한의 전송 시간으로 실시간 고해상도 지도 데이터 전달을 달성했다.
• 근사 알고리즘 기반의 RSU 선택 전략은 부하 균형을 효과적으로 유지하면서 데이터 전송 지속 시간을 최소화했다.
• 실험 결과는 제약 조건이 있는 에너지 및 대역폭 한계 내에서도 안정적인 고해상도 지도 서비스를 보장함을 확인했다.
• 부분 캐리어 모델은 효율적인 RSU 작업 할당을 가능하게 하여 전체 시스템의 확장성과 반응성 향상을 이뤘다.
• 다양한 차량 속도 및 네트워크 조건에서도 높은 데이터 전달 효율성을 유지했다.