基于雾计算的协作感知与控制机制的设计与实现

发布时间：2020-08-31 17:08

　　 随着汽车技术的不断发展,越来越多的车辆更容易接入网络,越来越多的业务更依赖于网络。向云端请求的业务模式导致云端数据中心的压力变大,业务完成时延增长。在目前研究火热的无人驾驶领域,对于环境的感知主要依赖于自身传感器,难以处理过于复杂的场景问题。雾计算作为一种新型的更贴近网络边缘的分布式计算方式,将计算从云端迁移到网络边缘。它不但可以实现车辆之间协作,在本地完成计算,缓解云端数据中心计算负载,降低业务时延,还可以较好地解决无人驾驶领域目前遇到的复杂路况问题,并且可以扩大感知范围。本论文在对车联网,特别是无人驾驶环境下遇到的问题进行深入分析的基础上,综合雾计算和分簇技术和的思想,设计了基于雾计算的协作感知与协作控制机制以解决无人驾驶领域目前车辆自身传感器感知范围有限以及难以处理复杂路况的问题。该机制通过基于路径信息和目的地的分簇算法将车辆划分成不同的计算簇。在计算簇内使用雾计算实现车辆之间的协作,通过簇内成员的协作感知计算扩大感知范围解决复杂的路况问题,满足车联网业务对于时延的要求。在计算簇之间由簇头实现雾计算,将车道资源进行虚拟分配,成员车辆参考虚拟车道进行机动控制,提升车辆行驶的流畅性和可靠性。论文给出了基于雾计算的协作感知与协作控制机制的详细设计方案,包括具体的方案流程、模块、通信等细节;并对所提出的基于路径信息和目的地的分簇算法进行了详细描述。论文还结合真实道路地图,对所提出的分簇算法和协作感知和控制机制进行了仿真实现和评估。评估结果表明论文所提出的基于路径信息和目的地的分簇算法和基于雾计算的协作感知和控制机制能够较好地解决无人驾驶领域复杂的路况问题,并且满足业务对于时延、有效性的要求。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U463.6
【部分图文】：

则浮动在地面。雾计算没有强大的计算能力，只有一些弱的、零散的计算设备。逡逑雾计算的出现并不是为了替代云计算，而是作为一种补充来解决云计算目前尚未逡逑解决的问题，两者相互补充，如下图２－３所示：逡逑Ｃｏｒｅ逡逑Ｉ逡逑ｃｉ0Ｌ３ｄ逦邋ｚ邋ｉ逦＼＇逦逡逑，４．：＇．．逡逑２￣＼邋Ｊ＼ＦＴＩ逡逑Ｑｉ邋＾邋＇ｔ）逡逑￡ｄｇｓ逡逑Ｌｏｃａｔｉｏｎｓ逡逑图２－３云计算和雾计算的定位关系［１８］逡逑雾计算与云计算的区别在于，雾计算所采用一种更呈分布式的架构，计算平逡逑面更接近网络边缘。雾计算在网络边缘设备中实现数据存储、数据处理和应用服逡逑务，而云计算的这些功能都集中在云端［１９］。雾计算中主要依赖本地设备实现数逡逑据的存储，云计算则更依赖于服务器，因此云计算是集中式计算的典型应用，而逡逑雾计算则是分布式计算的应用，符合互联网的“去中心化”的特征。云计算要求逡逑使用者连上远端的大型数据中心才能获取服务，而雾计算在本地就可以获取服务。逡逑除了上述提到的差异，云计算所能提供的应用，雾计算基本上都能提供，只是雾逡逑计算所能提供的计算能力比不上大型的数据中心［２0］。逡逑雾计算和边缘计算［２１］是两种比较相似的概念。雾计算相对于边缘计算

也是计算节点）的感知信息类型、资源使用情况和地理位置分布特性进行合理的逡逑划分下发任务，并完成最后的汇总处理。这其中资源的虚拟化管理、分布式计算逡逑和合理有效的任务划分调度安排是重要的问题。如下图３—丨所示，通过雾计算加逡逑强车辆之间的沟通，扩大了车辆的感知范围。逡逑＾邋＾邋？逡逑＾逦、．邋．，逦Ｓ．逦＾邋＾逦、逡逑

本文编号：2809092