Skip to main content
QUICK REVIEW

[논문 리뷰] Extending OMNeT++ Towards a Platform for the Design of Future In-Vehicle Network Architectures

Till Steinbach, Philipp Meyer|arXiv (Cornell University)|2016. 09. 16.
Network Time Synchronization Technologies참고 문헌 4인용 수 7
한 줄 요약

이 논문은 미래의 차량 내 네트워크 아키텍처를 위한 종합적인 시뮬레이션 플랫폼을 OMNeT++에 확장하며, 시나리오 구성의 빠른 설정을 위한 도메인 특화 언어(ANDL), 실시간 이더넷, CAN, FlexRay에 대한 오픈소스 시뮬레이션 모델, 그리고 통합 분석 도구를 도입한다. 이 프레임워크는 이종 네트워크의 시스템 수준 평가를 가능하게 하며, 실시간 이더넷이 기존의 CAN 기반 시스템과 유사한 지연 및 제트리 성능을 달성하면서도 상당한 대역폭 여유를 제공함을 입증한다.

ABSTRACT

In-vehicle communication technologies are evolving. While today's cars are equipped with fieldbusses to interconnect the various electronic control units, next generation vehicles have timing and bandwidth requirements that exceed the capacities. In particular Advanced Driver Assistance Systems (ADAS) and automated driving using high bandwidth sensors such as cameras, LIDAR or radar will challenge the in-car network. Automotive Ethernet is the most promising candidate to solve the upcoming challenges. But to design and evaluate new protocols, concepts, and architectures suitable analysis tools are required. Especially in the interim period with architectures using automotive Ethernet and legacy fieldbusses together, careful planning and design is of vital importance. Simulation can provide a good understanding of the expectable network metrics in an early development phase. This paper contributes a workflow as well as the required toolchain to evaluate new real-time Ethernet communication architectures using event based simulation in OMNeT++. We introduce a domain specific language (DSL) - the Abstract Network Description Language (ANDL) - to describe and configure the simulation and present the required simulation models for real-time Ethernet and fieldbus technologies such as CAN and FlexRay. We further introduce new analysis tools for special in-vehicle network use-cases and the interaction of the simulation with third-party applications established in the automotive domain.

연구 동기 및 목표

  • 기존의 현장버스(CAN, FlexRay)와 신규로 등장하는 실시간 이더넷 기술을 융합한 이종 차량 내 네트워크의 시스템 수준 시뮬레이션에 대한 증가하는 필요를 해결하기 위해.
  • 복잡한 자동차 네트워크 아키텍처에서 프로토콜 설계, 트래픽 샤피닝 전략, 게이트웨이 동작을 초기 단계에서 평가할 수 있도록 하기 위해.
  • 도메인 특화 언어(ANDL)를 통해 대규모 차량 내 네트워크 시뮬레이션의 구성 복잡성을 줄이기 위해.
  • 엔드 투 엔드 지연, 제트리, 대역폭 이용률과 같은 네트워크 메트릭을 평가하기 위한 오픈소스 시뮬레이션 모델과 통합 분석 도구를 제공하기 위해.
  • 표준화된 출력 형식과 데이터베이스 통합을 통해 제3자 자동차 도구와의 상호운용성을 지원하기 위해.

제안 방법

  • 저자들은 실시간 이더넷 프로토콜과 시계 동기화를 위한 오픈소스 시뮬레이션 모델을 제공하는 INET 프레임워크의 확장으로 CoRE4INET 모델 세트를 개발했다.
  • 기존의 현장버스 기술, 특히 CAN과 FlexRay를 위한 시뮬레이션 모델을 구현하기 위해 FiCo4OMNeT 세트를 개발했다.
  • 실시간 이더넷과 현장버스 네트워크 간의 상호연결을 가능하게 하며, 게이트웨이 동작 모델링을 지원하는 SignalsAndGateways 모델 세트를 제공했다.
  • 네트워크 토폴로지, 노드 구성, 메시지의 트래픽 클래스에 대한 매핑을 기술하기 위해 도메인 특화 언어(ANDL)를 도입하여 시뮬레이션 구성의 자동화를 달성했다.
  • PCAPng, 벡터 파일, 제트리 및 지연과 같은 고유 메트릭을 지원하는 커스터마이징된 ResultManager와 함께 커스텀 OMNeT++ 플러그인을 개발하여 시뮬레이션 결과를 분석했다.
  • 표준화된 출력 형식과 시뮬레이션 결과를 위한 데이터베이스 저장소를 통해 제3자 자동차 도구와의 통합을 지원하는 도구 체인을 구축했다.

실험 결과

연구 질문

  • RQ1실시간 이더넷과 기존의 현장버스를 융합한 혼합 차량 내 네트워크 아키텍처를 평가하기 위한 통합 시뮬레이션 환경을 어떻게 구축할 수 있는가?
  • RQ2OMNeT++는 자동차 네트워크 연구를 위한 도메인 특화 모델링 및 분석 기능을 얼마나 잘 확장할 수 있는가?
  • RQ3복잡한 차량 내 네트워크 시뮬레이션의 구성 간소화에 도메인 특화 언어(ANDL)가 얼마나 효과적인가?
  • RQ4엔드 투 엔드 지연과 제트리 측면에서 기존의 CAN 기반 아키텍처와 실시간 이더넷 기반 백본 간의 성능 트레이드오프는 어떠한가?
  • RQ5시스템 수준 검증을 위해 시뮬레이션 결과를 효과적으로 분석하고 제3자 자동차 도구와 공유하는 방법은 무엇인가?

주요 결과

  • RECBAR 프로토타입 시뮬레이션에서 실시간 이더넷 백본은 상당한 대역폭 요구량에도 불구하고 기존의 CAN 기반 아키텍처와 유사한 엔드 투 엔드 지연 및 제트리 성능을 달성했다.
  • 시뮬레이션을 통해 실시간 이더넷 솔루션에서 상당한 대역폭 여유가 존재하는 것으로 드러났으며, 이는 향후 고대역폭 애플리케이션(예: HD 카메라, LIDAR)의 지원을 가능하게 했다.
  • ANDL의 사용은 대규모 차량 내 네트워크 시뮬레이션의 구성에 소요되는 시간과 복잡성을 크게 줄였으며, 네트워크 토폴로지 및 트래픽 매핑의 빠른 프로토타이핑을 가능하게 했다.
  • GCTA 플러그인과 커스터마이징된 ResultManager를 포함한 통합 분석 도구는 이종 네트워크에서 메시지 포워딩 체인 전반에 걸친 제트리 및 지연의 세밀한 추적을 가능하게 했다.
  • 수천 개의 내장 측정 포인트가 제공되어 실세계 테스트보다 더 빠르고 투명한 구성 문제 디버깅이 가능했으며, 이는 시뮬레이션의 장점이다.
  • 오픈소스 시뮬레이션 모델과 플러그인은 실제 연구 프로젝트에 성공적으로 도입되었으며, 실시간 이더넷 백본을 갖춘 전체 규모의 Volkswagen Golf 7 프로토타입 시뮬레이션에도 활용되었다.

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.