自動運転車の安全性を向上するネットワークプロトコルの研究開発

点击翻译按钮获取中文摘要

自動運転車のCANデータをサイバーフィジカルシステム（CPS）に蓄積することで，より安全な自動運転制御を実現することが期待されている．自動運転車のCANデータは，データのサイズが小さく，毎秒数千個の頻度で生成されるという特徴を持つため，大量のショートパケットを効率よくCPSに収集するためのCANデータ収集基盤が必要となる．本研究では，MEC（Multi-access Edge Computing）を活用して，自動運転車からMECサーバまでの区間はRE（Redundancy Elimination）によるCANデータのキャッシュを行い，MECサーバ上で複数のCANデータのバッファリングを行い，MECサーバからクラウドまでの区間はgzipによる圧縮符号化を行うという階層的可逆圧縮方式を提案する．2022年度は，MECを活用したCANデータ収集基盤を対象に，実際の都市交通網におけるシミュレーション評価を行い提案方式の有効性を評価した．そして，提案方式は，実際の都市交通網におけるCANデータの通信トラヒックを，モバイル網区間は63.2%，インターネット区間は86.9%削減できることを示した．また，提案方式はハンドオーバーが多発するとキャッシュヒット率が低下する．今後は，ミリ波や6Gなどの普及により，さらなるスモールセル化が進むと考えられるため，無線アクセス網においてハンドオーバーが頻発する場合の対策が必要となる．さらに，LPWAや衛星などの異なる種類の通信インフラや，他のIoTのユースケースに対して提案方式の適用を進める必要がある．