感知-通信-计算融合的智能车联网挑战与趋势

针对单车感知无法满足未来自动驾驶安全需求的现状,面向多车传感器信息融合与时效性共享问题,提出了基于感知-通信-计算融合的智能车联网方法与解决思路。该方法有助于提高自动驾驶车辆的协同环境感知能力,并通过移动边缘计算(MEC)技术降低车间感知信息传输负载,提高多车协同的信息融合与处理效率,最终实现基于多车智能协同的安全自动驾驶。

基于感通算融合和信息年龄优化的车联网多节点协同感知

面向未来自动驾驶系统中的实时性业务需求(如高清地图更新),基于感知-通信-计算融合,引入信息年龄作为实时性度量,设计感通算融合的车联网多节点协同感知机制。在通信-计算资源和车辆能耗约束下,优化调度感知节点信息采集和传输处理,最小化感知信息的平均信息年龄;提出基于李雅普诺夫的在线调度算法,将复杂的长期随机优化问题转化为单时隙在线优化问题,并设计低复杂度算法求解。仿真表明,与现有仅考虑通信与计算融合的机制相比,所提机制信息实时性可提高9%~50%。

6G车联网中的通感算融合:现状与挑战

车联网通信-计算融合对满足高可靠低时延的应用需求具有重要意义。面对无人驾驶等新兴智能服务对多极致性能的需求,探究6G车联网中的感知-通信-计算融合体系,打破感知、通信、计算三大资源的独立分治局面,实现资源灵活互通与统筹管理,对智能交通的发展具有重大意义。首先,回顾了车联网中通信、计算技术的发展;然后,针对系统架构和关键技术两个方向对现有车联网通信-计算融合的相关工作进行了回顾和整理;最后,分析了6G车联网中通感算融合的未来应用及挑战,为车联网感知-通信-计算融合方向的研究提供参考。

自动驾驶车联网中通感算融合研究综述与展望

为了应对自动驾驶车联网极低的通信时延、极高的可靠性、更高的传输速率等极致性能需求,亟需破解现有车联网中通信、感知、计算相互割裂与独立分治的问题,实现“云-边-端”一体化协同感知、协同传输和协同决策.为此,急需对自动驾驶车联网的通感算融合开展研究,实现三者的高效融合.首先论述了目前在通信、感知、计算融合领域的研究进展,然后给出了通感算融合网络的定义,论述了通感助算、通算助感以及感算助通的研究进展.针对自动驾驶车联网的应用场景,创造性地提出了“五层四面”通感算融合的网络架构,横向五层自下而上分别是:多元接入层、统一网络层、多域资源层、协同服务层、管理与应用层;纵向四面分别是:通信面、感知面、算力面、智能融合面,通过五层四面的深度融合,进一步提升了自动驾驶车联网中通感算融合网络的性能.其次,提出了评价通感算融合网络的性能指标体系,最后针对目前研究存在的问题以及未来发展方向给出了四点可行性建议.

通信-感知-计算融合:6G愿景与关键技术

无人驾驶、无人机应急通信、沉浸式拓展现实、工业互联网等新兴智能服务依赖于环境多维信息感知和超强算力,对传输速率、端到端时延、可靠性和功耗等都提出了极高的要求。为了提升第6代移动通信系统(6G)的网络内生智能感知和算力自适应能力,急需对通信-感知-计算(通感算)融合理论和关键技术进行研究。首先概述了面向6G通信-感知-计算融合的应用需求;然后提出了通感算融合链路级和系统级的关键技术,包括通感算一体化融合技术、多源信息数据处理、多维资源管理等,阐述了这些关键技术的原理、方法和性能等;最后探讨了技术挑战和未来的发展方向。

面向6G的触觉互联网关键技术与挑战

为了顺应6G网络发展趋势,围绕触觉互联网(TI)超低时延、超高可靠的关键性能需求,从网络架构、信息传输、资源管理3个层面系统性地提出了TI关键使能技术框架。在网络架构方面,提出基于软件定义网络(SDN)/网络功能虚拟化(NFV)和人工智能(AI)赋能的新型网络架构;在信息传输方面,提出采用多模态通信增强沉浸体验,并利用语义通信促进智能体间的达意通信;在资源管理方面,提出通过通信-计算-存储多维资源融合调度来提高网络服务承载能力。最后,探讨了TI在发展和应用中存在的问题、挑战以及可能的解决思路。