[论文解读] An Energy-Efficient High Definition Map Data Distribution Mechanism for Autonomous Driving

Jinliang Xie, Jie Tang+1 more|arXiv (Cornell University)|Oct 11, 2020

Vehicular Ad Hoc Networks (VANETs)参考文献 21被引用 6

一句话总结

本文提出了一种基于车辆到基础设施（V2I）通信的节能高清地图数据分发机制，以降低车载能耗并确保地图的实时更新。通过将路侧单元（RSU）选择建模为部分背包问题，并应用贪心传输算法，该系统在能量和带宽约束下，协调多个RSU以最小传输时间实现按比例的地图数据分发。

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.

研究动机与目标

• 解决自动驾驶车辆高清地图传输中数据量过大的挑战。
• 降低自动驾驶车辆在高清地图数据获取过程中的车载能耗。
• 在车辆电源、速度和基站带宽受限条件下，确保地图数据的实时可靠分发。
• 通过智能任务分配，利用多个RSU优化数据分发。
• 在保持能量效率的同时，最小化数据传输时间，适应动态车载环境。

提出的方法

• 将RSU选择过程建模为部分背包问题，以平衡数据负载与传输效率。
• 采用基于贪心策略的算法，选择并分配最合适的RSU进行地图数据传输任务。
• 利用V2I通信链路，将地图数据传输从车辆卸载至路边单元（RSUs）。
• 根据车辆速度、距离和可用带宽，按比例将高清地图数据分发给选定的RSUs。
• 协调多个RSU协同服务单个车辆，降低单个RSU的传输负载。
• 通过最小化车载数据接收时间和功耗，优化能量效率。

实验结果

研究问题

• RQ1 在自动驾驶系统中，如何高效分发高清地图数据以最小化车载能耗？
• RQ2 在动态车载条件下，应依据何种标准选择RSU进行高清地图数据传输？
• RQ3 在基于V2I的地图分发中，如何优化传输时间与能量效率之间的权衡？
• RQ4 何种算法方法可确保使用多个RSU时实现及时且协调一致的地图数据分发？
• RQ5 基于贪心策略的解决方案在高清地图分发中相较于传统RSU选择方法，性能提升的幅度有多大？

主要发现

• 所提出的机制通过V2I链路将地图数据传输卸载至RSU，显著降低了车载能耗。
• 通过协调的RSU选择，系统实现了低延迟的高清地图数据分发，确保了时间上的及时性。
• 基于贪心算法的RSU选择策略有效平衡了负载，并最小化了数据传输时长。
• 实验结果表明，该机制在能量和带宽受限条件下仍能确保可靠的高清地图服务。
• 部分背包模型实现了高效的RSU任务分配，提升了整体系统的可扩展性与响应能力。
• 即使在车辆速度和网络条件变化的情况下，该方案仍保持了较高的数据分发效率。