亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于內(nèi)容中心網(wǎng)絡(luò)的無(wú)人自動(dòng)駕駛方法

        2015-01-01 01:45:36李志浩
        計(jì)算機(jī)工程 2015年12期
        關(guān)鍵詞:八叉樹(shù)路況無(wú)人駕駛

        高 翔,李志浩,楊 惠

        (蘭州文理學(xué)院電子信息工程學(xué)院,蘭州730000)

        1 概述

        隨著近年來(lái)汽車數(shù)量的增加,國(guó)內(nèi)因交通事故導(dǎo)致的傷亡人數(shù)超過(guò)3×105,已經(jīng)嚴(yán)重威脅人們生命安全[1]。無(wú)人自動(dòng)駕駛系統(tǒng)通過(guò)車載傳感器獲取環(huán)境及車輛狀態(tài)信息,并做出合理判斷。汽車智能化自動(dòng)駕駛技術(shù)將為解決交通擁堵,提高行駛安全提供解決方案。無(wú)人駕駛車輛已經(jīng)成為國(guó)內(nèi)外研究的熱點(diǎn)之一。

        無(wú)人駕駛系統(tǒng)的目的是將汽車通過(guò)一種經(jīng)濟(jì)安全的方式從A點(diǎn)駕駛到B點(diǎn)。為了實(shí)現(xiàn)該目標(biāo),系統(tǒng)通過(guò)搭載在汽車上的傳感器實(shí)時(shí)獲取汽車周圍的路況信息,在獲取這些信息后,通過(guò)路徑規(guī)劃算法得到相關(guān)行車路線,然后汽車在控制器的控制下按預(yù)訂路線行進(jìn)。國(guó)內(nèi)外學(xué)者和企業(yè)在無(wú)人駕駛方面做了大量研究和實(shí)踐。20世紀(jì)70年代,美國(guó)自主地面車輛(Autonomous Ground Vehicles,ALV)計(jì)劃已經(jīng)實(shí)現(xiàn)低速自動(dòng)駕駛[2]。2012年,Google公司宣布其自動(dòng)駕駛汽車已經(jīng)安全行駛30萬(wàn)英里,且無(wú)任何意外事故發(fā)生[3]。文獻(xiàn)[4]提出一種基于差分GPS傳感器的車輛自動(dòng)轉(zhuǎn)向技術(shù)。文獻(xiàn)[5]采用改進(jìn)PID算法實(shí)現(xiàn)自動(dòng)駕駛轉(zhuǎn)向控制。雖然上述方法能夠解決汽車的自動(dòng)駕駛問(wèn)題,然而這些解決方案只面向單一無(wú)人駕駛汽車,并沒(méi)有考慮多個(gè)無(wú)人駕駛汽車同時(shí)運(yùn)行的情況,而且這些方案更加注重?zé)o人駕駛汽車的控制,未從整個(gè)交通系統(tǒng)層面考慮問(wèn)題。并且單個(gè)無(wú)人駕駛汽車獲取的路況信息通常存在很大盲區(qū),這無(wú)可避免地增加了交通事故的風(fēng)險(xiǎn),無(wú)法達(dá)到安全自動(dòng)駕駛的目的。綜上,本文提出一種基于內(nèi)容中心網(wǎng)絡(luò)的無(wú)人自動(dòng)駕駛方法,介紹無(wú)人駕駛汽車的整體結(jié)構(gòu)以及路況信息的表現(xiàn)形式,闡述無(wú)人駕駛汽車通過(guò)使用內(nèi)容中心網(wǎng)絡(luò)(Contentcentric Network,CCN)訂閱或者發(fā)布實(shí)時(shí)路況信息的具體過(guò)程。

        2 所需解決的問(wèn)題

        本文若只從單個(gè)無(wú)人駕駛汽車的層面考慮問(wèn)題是不夠的,無(wú)人駕駛汽車應(yīng)該面向整個(gè)道路交通系統(tǒng),不僅包括無(wú)人駕駛汽車,還包括交通系統(tǒng)中的基礎(chǔ)設(shè)施,如十字路口的傳感器、交通管理部門的公告信息等,只有在綜合考慮各方面提供的路況信息,才能夠有效安全快速地實(shí)現(xiàn)汽車的無(wú)人駕駛。而面向整個(gè)道路交通系統(tǒng)的無(wú)人自動(dòng)駕駛方法需要面臨如下問(wèn)題:

        (1)如何實(shí)現(xiàn)無(wú)人駕駛汽車之間以及無(wú)人駕駛汽車與道路基礎(chǔ)設(shè)施之間的信息快速交換。無(wú)人駕駛汽車及道路基礎(chǔ)設(shè)施對(duì)路況信息的獲取大部分是通過(guò)視頻攝像頭、雷達(dá)、激光測(cè)距儀等無(wú)線傳感器得到的,這些信息通常是以每秒千兆比特的速度獲取,這顯然超出了現(xiàn)有IP網(wǎng)絡(luò)的傳輸能力。同時(shí)如何在不同的通信雙方合理分配網(wǎng)絡(luò)帶寬以便使所有的無(wú)人駕駛汽車獲取到整個(gè)路況信息也決定著該方法的使用效果。

        (2)在獲取到整個(gè)路況信息后,如何通過(guò)有效合理的路徑規(guī)劃算法使得無(wú)人駕駛汽車在滿足用戶需求的前提下安全快速地從A點(diǎn)行駛到B點(diǎn)。無(wú)人駕駛汽車在選定行駛路徑后需要和其他車輛進(jìn)行交互,同時(shí)通過(guò)不斷獲取實(shí)時(shí)路況信息更新其路徑,以避開(kāi)障礙物實(shí)現(xiàn)安全駕駛,并在安全駕駛的前提下選定最短路徑,實(shí)現(xiàn)降低能源消耗的目的。

        針對(duì)上述問(wèn)題,本文提出基于內(nèi)容中心網(wǎng)絡(luò)的無(wú)人自動(dòng)駕駛方法,無(wú)人駕駛汽車和道路基礎(chǔ)設(shè)施獲取到的海量實(shí)時(shí)路況信息定期向外發(fā)布,任何對(duì)該路況信息感興趣的無(wú)人駕駛汽車可以訂閱該信息,忽略與其無(wú)關(guān)的信息。在獲取了相關(guān)路段的實(shí)時(shí)路況信息之后,根據(jù)用戶定制的需求,制定相關(guān)行車路線。在前往目的地的行車過(guò)程中,及時(shí)與其他無(wú)人駕駛汽車和道路基礎(chǔ)設(shè)施交換行車路線,并根據(jù)突發(fā)狀況和交通管理部分發(fā)布的道路交通信息實(shí)時(shí)調(diào)整路線,從而實(shí)現(xiàn)安全自動(dòng)駕駛,并滿足用戶制定的需求。

        3 無(wú)人駕駛汽車整體結(jié)構(gòu)

        無(wú)人駕駛汽車在本質(zhì)上是使用無(wú)人駕駛系統(tǒng)代替駕駛員操控汽車,因此在整體結(jié)構(gòu)上與普通汽車相同。無(wú)人駕駛汽車整體結(jié)構(gòu)如圖1所示。

        圖1 無(wú)人駕駛汽車整體結(jié)構(gòu)

        在上述系統(tǒng)結(jié)構(gòu)中,無(wú)人駕駛汽車通過(guò)GPS傳感器獲取其當(dāng)前的位置信息。交通管理部門作為整個(gè)道路交通系統(tǒng)的管理部門,主要負(fù)責(zé)提供相關(guān)交通管理信息,比如基本的道路擁堵情況、交通事故通報(bào)、道路限行等。當(dāng)前車輛的位置信息和交通管理部門提供的交管信息,配合系統(tǒng)的地圖,可以得到車輛行駛的基本路線。作為與用戶相關(guān)的汽車,必須滿足用戶的需求,這些需求可能并不是以最快的速度,最短的路徑到達(dá)目的地等,因此,系統(tǒng)在制定行車路線時(shí),需要把用戶需求作為路徑規(guī)劃的一個(gè)重要參數(shù)。

        上述信息用于規(guī)劃汽車的行車路線,然后無(wú)人駕駛汽車在具體的形式過(guò)程中,需要根據(jù)具體的路況信息對(duì)車輛發(fā)出具體的控制信息。比如加速行駛、減速剎車、方向轉(zhuǎn)彎等。路況信息主要來(lái)自車載傳感器主動(dòng)獲取,以及無(wú)人駕駛汽車和道路基礎(chǔ)設(shè)施發(fā)布。無(wú)人駕駛汽車獲取的本車周邊的實(shí)時(shí)路況信息,不僅需要提交給路徑規(guī)劃器,還需要提交給通信器發(fā)送給其他無(wú)人駕駛汽車,在獲取整個(gè)路段的路況信息之后,系統(tǒng)就可以為無(wú)人駕駛汽車制定詳細(xì)的行車路線,并發(fā)出相關(guān)控制命令。

        在本文中,無(wú)人駕駛系統(tǒng)將周邊環(huán)境劃分為眾多小立方體,每個(gè)小立方體代表一片區(qū)域。為了有效表示無(wú)人駕駛汽車周邊區(qū)域的路況信息,本文系統(tǒng)采用八叉樹(shù)。八叉樹(shù)中的節(jié)點(diǎn)表示一個(gè)區(qū)域,同時(shí)該節(jié)點(diǎn)也是該區(qū)域中八叉樹(shù)[6]的根節(jié)點(diǎn),如圖2所示。

        圖2 無(wú)人駕駛系統(tǒng)中的區(qū)域表示方法

        在某個(gè)區(qū)域中,即某個(gè)小立方體中,如果存在障礙物,則八叉樹(shù)中對(duì)應(yīng)的節(jié)點(diǎn)的值為1。通過(guò)上述區(qū)域表示方法,無(wú)人駕駛車輛很容易定位到障礙物的位置,然后發(fā)出相關(guān)命令,避開(kāi)障礙物。

        上述路況信息通過(guò)無(wú)人駕駛汽車上的通信器發(fā)送或者接收,然而汽車所在的空間非常大,同時(shí)由于傳感器獲取周邊路況信息的頻率很高,因此每個(gè)車輛獲取的路況信息通常有每秒千兆比特,如果單純地通過(guò)現(xiàn)有的無(wú)線通信協(xié)議,與周邊汽車進(jìn)行路況信息的交換,幾乎是不可能的,為此需要一種有效快速的路況信息交換方式,以滿足無(wú)人駕駛汽車的需要。

        4 基于內(nèi)容中心網(wǎng)絡(luò)的路況信息交換網(wǎng)絡(luò)

        整個(gè)無(wú)人駕駛系統(tǒng)需要多方交互,發(fā)送或者獲取大量路況信息,同時(shí)為了保證無(wú)人駕駛汽車的安全駕駛,必須保證路況信息的準(zhǔn)確,防止偽造或者錯(cuò)誤的路況信息進(jìn)入系統(tǒng)中。基于上述考慮,本文系統(tǒng)采用內(nèi)容中心網(wǎng)絡(luò)作為信息交換網(wǎng)絡(luò)。

        4.1 內(nèi)容中心網(wǎng)絡(luò)

        內(nèi)容中心網(wǎng)絡(luò)[7]是施樂(lè)公司的帕洛阿托研究中心(PARC)提出的一種信息中心網(wǎng)絡(luò)(Informationcentric Network,ICN)[8]。所謂的信息中心網(wǎng)絡(luò),就是網(wǎng)絡(luò)中的一切都可以看作是信息。信息中心網(wǎng)絡(luò)是信息互聯(lián)的網(wǎng)絡(luò),而非主機(jī)互聯(lián),其核心對(duì)象是信息。網(wǎng)絡(luò)上的每個(gè)信息都有名字,網(wǎng)絡(luò)的作用就是管理所有信息的流動(dòng)和緩存,并用正確的信息快速響應(yīng)信息的接收者,用戶或應(yīng)用只直接關(guān)注信息本身,而與該信息塊的其他屬性沒(méi)有關(guān)系。CCN的主要設(shè)計(jì)目標(biāo)就是更好的支持以內(nèi)容存取為目的的應(yīng)用,以滿足無(wú)人駕駛汽車的需求。

        數(shù)據(jù)消費(fèi)者驅(qū)動(dòng)著整個(gè)CCN的通信,數(shù)據(jù)以塊級(jí)傳輸。這些數(shù)據(jù)可以分為2個(gè)包類型:Interest包和Data包,如圖3所示。消費(fèi)者通過(guò)廣播自己的Interest包請(qǐng)求其感興趣的數(shù)據(jù),監(jiān)聽(tīng)節(jié)點(diǎn)如果接收到請(qǐng)求或者有相應(yīng)的數(shù)據(jù),則以Data包響應(yīng)。其他消費(fèi)者如果對(duì)該消費(fèi)者發(fā)布的Interest包有需求,也可以共享接收該Data包。

        圖3 Interest包和Data包

        在圖3中,如果Interest包的Content Name是Data包的Content Name前綴,則該Data包是對(duì)Interest包的響應(yīng)。當(dāng)一個(gè)Interest包到達(dá),信息生產(chǎn)者首先匹配其內(nèi)容緩存。如果有相關(guān)內(nèi)容,則丟棄Interest包,并以Data包響應(yīng)信息消費(fèi)者。信息生產(chǎn)者的內(nèi)容緩存能夠以盡可能長(zhǎng)的時(shí)間緩存轉(zhuǎn)發(fā)的Data包,以供其他消費(fèi)者使用。當(dāng)信息消費(fèi)者收到Data包之后,先對(duì)數(shù)據(jù)包的Content Name字段進(jìn)行最長(zhǎng)前綴匹配,如果不匹配,則丟棄這個(gè)Data包,否則接收。

        4.2 CCN在路況信息交換網(wǎng)絡(luò)中的應(yīng)用

        汽車在具體行駛過(guò)程中,為了保證行駛安全,只需要獲知該車輛一定范圍內(nèi)的路況,并根據(jù)路況做出相關(guān)判斷。由于路況信息的時(shí)效性,因此各個(gè)車輛需要按一定的頻率向其他車輛或者道路基礎(chǔ)設(shè)施請(qǐng)求其獲取到的路況信息。無(wú)人駕駛汽車的Interest包結(jié)構(gòu)如圖4所示。

        圖4 無(wú)人駕駛汽車的Interest包結(jié)構(gòu)

        Interest包結(jié)構(gòu)各字段含義如下:

        (1)Content Name:Interest包的標(biāo)識(shí),如 CCN的標(biāo)準(zhǔn)Interest包,該字段主要有數(shù)據(jù)消費(fèi)者的ID(32位)加上一個(gè)32位長(zhǎng)的隨機(jī)字符串組成,表示需要請(qǐng)求的數(shù)據(jù)。

        (2)Requester ID:數(shù)據(jù)消費(fèi)者ID,標(biāo)識(shí)請(qǐng)求數(shù)據(jù)的汽車。

        (3)Region ID:數(shù)據(jù)消費(fèi)者希望獲取路況信息區(qū)域的標(biāo)識(shí)。所有交通道路都被劃分為固定大小的區(qū)域,作為一個(gè)立體的空間,數(shù)據(jù)消費(fèi)者需要獲取該區(qū)域內(nèi)所有的障礙物信息,包括其位置、大小等。在該區(qū)域內(nèi)所有的其他無(wú)人駕駛汽車和道路基礎(chǔ)設(shè)施都會(huì)響應(yīng)該請(qǐng)求。

        (4)Timestamp:數(shù)據(jù)消費(fèi)者發(fā)起數(shù)據(jù)請(qǐng)求的時(shí)間。由于整個(gè)路況信息在不停改變,因此路況信息有一定的時(shí)效性,當(dāng)獲取的路況信息的時(shí)間點(diǎn)早于或者晚于該時(shí)間戳都是非法的數(shù)據(jù),因此可以不予響應(yīng)或者直接忽略。

        (5)Request frequency:數(shù)據(jù)消費(fèi)者請(qǐng)求數(shù)據(jù)的頻率。為了節(jié)省CCN中的網(wǎng)絡(luò)流量,同時(shí)為了節(jié)省有效的網(wǎng)絡(luò)帶寬,從Timestamp點(diǎn)起的一段時(shí)間內(nèi),數(shù)據(jù)請(qǐng)求者希望獲取路況信息的頻率,在該時(shí)間段內(nèi),數(shù)據(jù)生產(chǎn)者可以以該頻率發(fā)布路況信息,從而減少不必要的信息請(qǐng)求。

        當(dāng)其他數(shù)據(jù)消費(fèi)者接收到該Interest包,如果該消費(fèi)者對(duì)該區(qū)域的路況信息同樣感興趣,就可以將該Interest包保留,以便接收Data包時(shí)匹配相關(guān)數(shù)據(jù)。無(wú)人駕駛汽車的Data包結(jié)構(gòu)如圖5所示。

        圖5 無(wú)人駕駛汽車的Data包結(jié)構(gòu)

        Data包結(jié)構(gòu)各字段含義如下:

        (1)Content Name:Data包的標(biāo)識(shí),該字段主要有數(shù)據(jù)消費(fèi)的ID(32位)加上一個(gè)32位長(zhǎng)的隨機(jī)字符串組成。數(shù)據(jù)消費(fèi)者通過(guò)最長(zhǎng)匹配其ID(最短為32位),就可以得知該Data包是否為自己感興趣的數(shù)據(jù)包,如果不匹配,直接丟棄該數(shù)據(jù)包。

        (2)Responser ID:信息生產(chǎn)者的ID,標(biāo)識(shí)該Data包的信息生產(chǎn)者。

        (3)Region ID:標(biāo)識(shí)該路況信息所在的道路區(qū)域。

        (4)Timestamp:獲取路況信息的時(shí)間戳,數(shù)據(jù)消費(fèi)者在收到該數(shù)據(jù)包后,對(duì)時(shí)間戳進(jìn)行匹配,如果超時(shí),則直接丟棄該數(shù)據(jù)包。

        (5)Data:數(shù)據(jù)生產(chǎn)者獲取的實(shí)時(shí)路況信息。

        在這些通信過(guò)程中,Region ID是通過(guò)GPS傳感器獲取,并且經(jīng)過(guò)道路基礎(chǔ)設(shè)施校準(zhǔn),只有獲取了準(zhǔn)確的位置信息,車輛根據(jù)路況信息做出的控制才是安全的。

        由于CCN的特點(diǎn),對(duì)于每個(gè)Interest包,可能會(huì)出現(xiàn)多個(gè)Data包響應(yīng),這些Data包中包含的路況信息有很多是重復(fù)的,且對(duì)于3D空間的信息有很多是冗余的。因此為了減少CCN上的網(wǎng)絡(luò)流量,需要對(duì)這些路況信息進(jìn)行壓縮。

        4.3 路況信息編碼

        標(biāo)準(zhǔn)的八叉樹(shù)編碼格式如下:八叉樹(shù)的每個(gè)節(jié)點(diǎn)用一個(gè)8元組表示,每個(gè)元組表示一個(gè)小區(qū)域內(nèi)部的空間信息,自上而下地對(duì)該樹(shù)進(jìn)行寬度遍歷獲取相關(guān)區(qū)域的數(shù)據(jù)。根節(jié)點(diǎn)一般認(rèn)為不為空,對(duì)于根節(jié)點(diǎn)的有數(shù)據(jù)或者未知信息的元組(每個(gè)小空間)進(jìn)行遞歸編碼,如圖6所示。

        圖6 標(biāo)準(zhǔn)八叉樹(shù)編碼結(jié)果

        在圖6中,當(dāng)元組為1是表示該區(qū)域內(nèi)有障礙物,當(dāng)元組為0是表示該區(qū)域?yàn)榭眨?dāng)元組為問(wèn)號(hào)是表示該區(qū)域可以分為更小的區(qū)域。上述編碼方法能快速有效地對(duì)路況信息進(jìn)行編碼,然而也存在以下不足:(1)如果一個(gè)元組在傳輸中丟失,則該元組對(duì)應(yīng)的整個(gè)空間信息將丟失;(2)由于不是從同一個(gè)根節(jié)點(diǎn)出發(fā),因此無(wú)法判斷這些元組表示的路況信息是否有重復(fù);(3)由于八叉樹(shù)是一個(gè)稀疏的樹(shù)形結(jié)構(gòu),因此上述編碼方法存在大量的無(wú)用編碼,增加了通信成本。

        為了解決上述問(wèn)題,本文提出如下編碼方法:設(shè)r為待編碼區(qū)域,Or為該區(qū)域中對(duì)應(yīng)的八叉樹(shù)的根節(jié)點(diǎn),v0,v1,…,vk-1是該八叉樹(shù)的葉子節(jié)點(diǎn),設(shè)變量j是介于0~(k-1)之間的任意數(shù),變量T為空樹(shù),對(duì)于每個(gè)葉子節(jié)點(diǎn)執(zhí)行如下操作:

        (1)將節(jié)點(diǎn)vj及其所有繼承于根節(jié)點(diǎn)Or的路徑添加到樹(shù)T中。

        (2)令j=j(luò)+1,重復(fù)步驟(1),直到對(duì)樹(shù)T的編碼達(dá)到CCN最大的包容量。

        由于上述編碼方法只對(duì)不為空的節(jié)點(diǎn)進(jìn)行編碼,因此能有效地減少對(duì)同一個(gè)區(qū)域的編碼量。由于每棵樹(shù)都是從葉子節(jié)點(diǎn)開(kāi)始編碼,因此丟失了一個(gè)數(shù)據(jù)包之后,也不會(huì)丟失對(duì)整個(gè)區(qū)域的編碼。對(duì)于相同的區(qū)域編碼,具有相同的葉子節(jié)點(diǎn),因此,很容易分辨出相同區(qū)域的數(shù)據(jù)包,從而避免重復(fù)數(shù)據(jù)的傳輸。

        對(duì)于一個(gè)3層的八叉樹(shù)而言,完整的八叉樹(shù)長(zhǎng)度為8+82+83,而對(duì)于本文中的編碼方法無(wú)需對(duì)為空的區(qū)域進(jìn)行編碼,同時(shí)為了方便無(wú)人駕駛系統(tǒng)快速查找某區(qū)域內(nèi)部的障礙情況,示例八叉樹(shù)(其中全部為空的節(jié)點(diǎn)并未畫(huà)出)及其編碼結(jié)果如圖7、圖8所示。

        經(jīng)過(guò)上述編碼之后,系統(tǒng)可以很容易通過(guò)節(jié)點(diǎn)的層數(shù)判斷障礙物對(duì)汽車的距離,同時(shí)通過(guò)考察同一層節(jié)點(diǎn)得到某范圍內(nèi)汽車周圍的障礙物,由于采用倒排樹(shù)結(jié)構(gòu),不會(huì)因?yàn)槟骋粋€(gè)數(shù)據(jù)包的丟失,導(dǎo)致整個(gè)區(qū)域的路況信息無(wú)法重構(gòu)。

        當(dāng)無(wú)人駕駛汽車發(fā)出Interest包請(qǐng)求之后,通過(guò)該汽車搭載的無(wú)線傳感器以及其他汽車多次發(fā)送過(guò)來(lái)的Data包之后就可以獲取請(qǐng)求區(qū)域內(nèi)的完整路況信息,無(wú)人駕駛汽車的控制系統(tǒng)就可以根據(jù)這些實(shí)時(shí)的路況信息對(duì)汽車進(jìn)行相關(guān)控制。

        5 實(shí)驗(yàn)結(jié)果與分析

        5.1 基于CCN的無(wú)人駕駛方法模擬實(shí)現(xiàn)

        本文在機(jī)器人操作系統(tǒng)(Robot Operating System,ROS)[9]上實(shí)現(xiàn)了基于CCN的無(wú)人駕駛方法,CCN的實(shí)現(xiàn)是基于清華大學(xué)網(wǎng)絡(luò)與信息安全實(shí)驗(yàn)室的CCN網(wǎng)絡(luò)原型[10],模擬實(shí)現(xiàn)中的地圖場(chǎng)景采用Google 3D地圖[11]。

        在本文實(shí)驗(yàn)中,空間八叉樹(shù)采用3層結(jié)構(gòu),空間最小尺度設(shè)為10cm。在Google 3D地圖中選取美國(guó)邁阿密市中約40km2的區(qū)域,模擬的無(wú)人駕駛汽車數(shù)量為563,無(wú)人駕駛汽車實(shí)時(shí)獲取周圍的500m內(nèi)的路況信息,獲取周圍路況信息的頻率為10次/s,獲取全局路況信息的頻率為10次/min,測(cè)試場(chǎng)景如圖9所示。

        圖9 系統(tǒng)模擬測(cè)試場(chǎng)景

        在CCN層面,無(wú)人駕駛汽車在交流由傳感器獲取的路況信息時(shí)采用了ROS的PointCloud格式[12],基于用戶數(shù)據(jù)報(bào)協(xié)議(User Datagram Protocol,UDP)發(fā)布Interest數(shù)據(jù)包和接收Data包。實(shí)現(xiàn)CCN有2個(gè)關(guān)鍵因素:(1)調(diào)整CCN中Interest包和Data包的能力。在汽車行駛過(guò)程中,可能會(huì)遇到多種復(fù)雜的情況,如在堵車的情況下,無(wú)人駕駛汽車從其他車輛和道路基礎(chǔ)交通設(shè)施獲取的路況信息會(huì)大幅度增加,此時(shí)為了有效提高CCN的傳輸效率,需要調(diào)整Data包的大小,同時(shí)提高通信頻率。(2)數(shù)據(jù)傳輸時(shí)的排隊(duì)延時(shí)。為了保證無(wú)人駕駛汽車避免因排隊(duì)延時(shí)而導(dǎo)致獲取不到最新的路況信息,本文實(shí)驗(yàn)在通信過(guò)程中模擬了萬(wàn)兆網(wǎng)卡的通信能力。

        5.2 結(jié)果分析

        由于基于CCN的無(wú)人駕駛方法的目的是為了在汽車駕駛過(guò)程中保證駕駛安全性的前提下,有效降低通信的數(shù)據(jù)量,并滿足用戶的需求。基于上述考慮,本文實(shí)驗(yàn)設(shè)置的用戶需求是用最短的時(shí)間到達(dá)目的地。對(duì)比實(shí)驗(yàn)采用了基于802.11通信的無(wú)人駕駛汽車,在對(duì)比實(shí)驗(yàn)中,汽車通過(guò)UDP+廣播的形式發(fā)送或者接收路況信息,路況信息的編碼采用原始的3D編碼格式[13]。測(cè)試隨著一個(gè)區(qū)域內(nèi)車輛數(shù)的增加,獲取該區(qū)域內(nèi)路況信息所消耗的時(shí)間對(duì)比,實(shí)驗(yàn)結(jié)果如圖10所示。

        圖10 區(qū)域路況信息獲取時(shí)間對(duì)比

        在圖10中,當(dāng)只有一輛汽車時(shí),由于無(wú)需從其他汽車獲取路況信息,而只需通過(guò)本車搭載的傳感器獲取,因此獲取路況信息的時(shí)間為0。隨著車輛的數(shù)量增加,可以發(fā)現(xiàn)基于CCN的汽車獲取路況信息的時(shí)間并沒(méi)有出現(xiàn)大幅度增加,基本保持線性增加,這是因?yàn)樵谑褂肅CN的過(guò)程中,需要發(fā)布Interest包,消耗一定的網(wǎng)絡(luò)帶寬,同時(shí)需要其他車輛對(duì)Interest包進(jìn)行校驗(yàn)、報(bào)錯(cuò)等操作。而對(duì)于基于802.11通信的無(wú)人駕駛車輛,獲取到整個(gè)區(qū)域的路況信息需要每個(gè)車輛廣播各自獲取到的路況信息,因此獲取路況信息的時(shí)間隨著車輛數(shù)量的增加會(huì)出現(xiàn)大幅增長(zhǎng)。

        下面驗(yàn)證系統(tǒng)的丟包率,模擬實(shí)驗(yàn)區(qū)域中有100輛無(wú)人駕駛汽車相互通信。丟包率是通過(guò)一輛汽車發(fā)送數(shù)據(jù)包的數(shù)量和其他車輛接收到的數(shù)據(jù)包的數(shù)量的比值。對(duì)比實(shí)驗(yàn)為標(biāo)準(zhǔn)八叉樹(shù)的數(shù)據(jù)包以及原始的3D空間數(shù)據(jù)包,實(shí)驗(yàn)結(jié)果如圖11所示。具體實(shí)驗(yàn)結(jié)果如表1所示。

        圖11 丟包率對(duì)比

        表1 標(biāo)準(zhǔn)八叉樹(shù)和CCN編碼丟包率比較

        當(dāng)通信數(shù)據(jù)包數(shù)量為104個(gè)左右時(shí),網(wǎng)絡(luò)中的數(shù)據(jù)量維持在較低水平,因此3種方法的丟包率都比較低。隨著數(shù)據(jù)包數(shù)量的增加,CCN采用新型編碼格式,使得在相同的路況信息下,每個(gè)數(shù)據(jù)包丟包率相對(duì)較小。由于標(biāo)準(zhǔn)八叉樹(shù)的數(shù)據(jù)包存在大量冗余,數(shù)據(jù)包相對(duì)較大,因此丟包率會(huì)隨著數(shù)據(jù)包數(shù)量的增加呈線性增加。對(duì)于原始數(shù)據(jù)而言,因?yàn)閿?shù)據(jù)沒(méi)有壓縮,隨著數(shù)據(jù)包的增加,整體數(shù)據(jù)的傳輸量呈指數(shù)倍增加,所以丟包率會(huì)隨著數(shù)據(jù)包的增加出現(xiàn)大幅增加。然而從表1可以看出,雖然CCN采用的編碼方式能有效降低數(shù)據(jù)傳輸?shù)膩G包率,但是隨著數(shù)據(jù)包數(shù)量的增加,其提升比例一直在90%以上,說(shuō)明相比標(biāo)準(zhǔn)八叉樹(shù)編碼方法,CCN編碼方式的丟包率提升上限為90%左右。測(cè)試系統(tǒng)安全性的測(cè)試場(chǎng)景為一個(gè)十字路口,如圖12所示。

        圖12 系統(tǒng)安全性測(cè)試場(chǎng)景

        對(duì)比實(shí)驗(yàn)采用802.11通信的無(wú)人駕駛汽車,比較的結(jié)果為探測(cè)到視覺(jué)上看不到的車輛的概率。實(shí)驗(yàn)結(jié)果如圖13所示。

        圖13 探測(cè)成功率對(duì)比

        在十字路口進(jìn)行探測(cè)時(shí),由于本文方法采用CCN通信模式,隨著車輛數(shù)量的增加,車輛獲取十字路口信息的數(shù)據(jù)包并沒(méi)有隨著車輛的增加而增加,基本上在一輛無(wú)人駕駛汽車獲取到相關(guān)信息后其他車輛也有同樣的路況信息,因此成功率基本保持不變,而對(duì)于采用802.11標(biāo)準(zhǔn)通信的無(wú)人駕駛車輛而言,在廣播時(shí)需要增加大量通信,直接導(dǎo)致大幅增加數(shù)據(jù)傳輸延時(shí),因此在快速通過(guò)十字路口時(shí),探測(cè)到其他車輛的成功率呈指數(shù)倍下降。

        本文驗(yàn)證無(wú)人駕駛汽車的成本,由于本文實(shí)驗(yàn)設(shè)定的用戶需求是最短時(shí)間到達(dá)目的地,實(shí)驗(yàn)場(chǎng)景為晚高峰18:00,以無(wú)權(quán)重的Dijkstra算法求出兩點(diǎn)間的最短距離作為基準(zhǔn),在每種場(chǎng)景下,模擬30輛汽車隨機(jī)時(shí)間出發(fā)從起點(diǎn)到達(dá)目的地,取實(shí)驗(yàn)結(jié)果平均值,如表2所示。

        表2 無(wú)人駕駛汽車使用成本對(duì)比

        在表2中,基準(zhǔn)方法使用無(wú)權(quán)重的Dijkstra算法,距離相對(duì)較短,而本文方法和基于802.11的方法采用有權(quán)重的Dijkstra算法,計(jì)算距離相同,僅在行車過(guò)程中因?yàn)榻粨Q數(shù)據(jù)使用的時(shí)間稍長(zhǎng)導(dǎo)致行車所需時(shí)間略有增加,因此,相對(duì)于基準(zhǔn)方法的距離有所增加。但是基準(zhǔn)方法獲取路徑經(jīng)過(guò)的路口多且擁堵嚴(yán)重,雖然距離短,但使用時(shí)間更長(zhǎng)。

        6 結(jié)束語(yǔ)

        本文提出一種基于內(nèi)容中心網(wǎng)絡(luò)的無(wú)人駕駛方法。闡述基于CCN的無(wú)人駕駛汽車的整體結(jié)構(gòu),并在此基礎(chǔ)上介紹立體路況信息采用的八叉樹(shù)格式以及編碼格式。通過(guò)分析無(wú)人駕駛汽車的通信模式,設(shè)計(jì)基于CCN的通信模型,并給出Interest包和Data包的數(shù)據(jù)結(jié)構(gòu)。由對(duì)比實(shí)驗(yàn)得出,與基于傳統(tǒng)的無(wú)線網(wǎng)絡(luò)的方法相比,本文方法的實(shí)時(shí)路況信息獲取時(shí)間大幅降低,并且隨著通信數(shù)據(jù)量的增加,不可視汽車的探測(cè)成功率有大幅提升。并且通過(guò)無(wú)人駕駛汽車的成本對(duì)比,證明雖然本文方法提供的路徑不是最短,但是使用時(shí)間較少。然而由于本文實(shí)驗(yàn)均是在模擬環(huán)境中測(cè)試得出,為了驗(yàn)證本文方法的有效性,今后將在實(shí)際生活中進(jìn)行更真實(shí)的測(cè)試,提高無(wú)人駕駛系統(tǒng)的實(shí)用性。

        [1]中國(guó)統(tǒng)計(jì)年鑒2013[EB/OL].[2014-11-16].http://www.stats.gov.cn/tjsj/ndsj/2013/indexch.htm.

        [2]修彩靖,陳 慧.無(wú)人駕駛車路徑跟蹤控制研究[J].計(jì)算機(jī)工程,2012,38(10):128-130.

        [3]Wikipedia.Google Driverless Car[EB/OL].[2014-11-16].http://en.wikipedia.org/wiki/Google_driverless_car.

        [4]Hedgecock W,Maroti M,Ledeczi A,et al.Accurate Real-time Relative Localization Using Single-frequency GPS[C]//Proceedings of the 12th ACM Conference on Embedded Network Sensor Systems.New York,USA:ACM Press,2014:206-220.

        [5]王明軍,張 毅,宋靖雁,等.基于VC的AHS車輛自動(dòng)駕駛仿真實(shí)現(xiàn)[J].計(jì)算機(jī)工程與應(yīng)用,2004,40(34):202-205.

        [6]Lacoste J,Boubekeur T,Jobard B,et al.Appearance Preserving Octree-textures[C]//Proceedings of the 5th International Conference on Computer Graphics and Interactive Techniques in Australia and Southeast Asia.New York,USA:ACM Press,2007:87-93.

        [7]Benjamin E,Barakat C.CEDO:Content-centric Dissemination Algorithm for Delay-tolerant Networks [C]//Proceedings of the 16th ACM International Conference on Modeling,Analysis & Simulation of Wireless and Mobile Systems.New York,USA:ACM Press,2013:377-386.

        [8]Mohaisen A,Zhang Xinwen,Schuchard M,et al.Protecting Access Privacy of Cached Contents in Information Centric Networks[C]//Proceedings of the 8th ACM SIGSAC Symposium on Information,Computer and Communications Security.New York,USA:ACM Press,2013:173-178.

        [9]Muecke K,Powell B.A Distributed,Heterogeneous,Target-optimized Operating System for a Multi-robot Search and Rescue Application[M]//Mehrotra K G,Mohan C K,Oh J C,et al.Modern Approaches in Applied Intelligence.Berlin,Germany:Springer-Verlag,2011:266-275.

        [10]Recent Research on NDN(Name Data Networking)and New Identifier[EB/OL].[2014-11-16].http://netarchlab.tsinghua.edu.cn/~junbi/NDN.htm.

        [11]Google Inc..Google Earth[EB/OL].[2014-11-16].https://www.google.com/earth/.

        [12]Evans A,Agenjo J,Blat J.Web-based Visualisation of Onset Point Cloud Data[C]//Proceedings of the 11th European Conference on Visual Media Production.New York,USA:ACM Press,2014:345-363.

        [13]吉云松,史勝輝,張 弛,等.基于CityGML和 W3DS的分布式三維空間數(shù)據(jù)共享案例研究[J].煤炭技術(shù),2009,28(11):109-111.

        猜你喜歡
        八叉樹(shù)路況無(wú)人駕駛
        高速公路路況信息系統(tǒng)
        三維十字鏈表八叉樹(shù)的高效檢索實(shí)現(xiàn)
        我們村的無(wú)人駕駛公交
        無(wú)人駕駛車輛
        科學(xué)(2020年3期)2020-11-26 08:18:28
        無(wú)人駕駛公園
        從路況報(bào)道看廣播“類型化”新聞的要素構(gòu)成
        高速公路實(shí)時(shí)路況分析系統(tǒng)方案
        淺談微信在路況信息發(fā)布中的應(yīng)用
        散亂點(diǎn)云線性八叉樹(shù)結(jié)構(gòu)在GPU中的實(shí)現(xiàn)
        滬將建600-800km有軌電車 未來(lái)或“無(wú)人駕駛”
        日韩精品人妻中文字幕有码| 亚洲中文字幕无码爆乳| 久久无码人妻一区二区三区午夜 | 欧洲美女熟乱av| 真实国产老熟女粗口对白| 人妻丰满熟妇AV无码片| 亚洲国产线茬精品成av| 熟妇人妻无乱码中文字幕av| 久久99精品久久久久久秒播| 被黑人做的白浆直流在线播放| 日本国主产一区二区三区在线观看| 一区二区三区中文字幕脱狱者| 丰满少妇高潮惨叫久久久一| 日本一区二区不卡视频 | 亚洲人成亚洲人成在线观看| 中文字幕乱码亚洲美女精品一区| 中文字幕漂亮人妻在线| 无遮挡h肉动漫在线观看| 亚洲区在线播放| 亚洲综合色视频在线免费观看| 狠狠躁夜夜躁av网站中文字幕| 国产成人av片在线观看| 狠狠色狠狠色综合网老熟女 | 亚洲老熟妇愉情magnet| 一区二区二区三区亚洲 | 亚洲色图在线免费观看视频| 无码ol丝袜高跟秘书在线观看| 精品久久久久久无码不卡| 国产偷拍自拍在线观看| 久久婷婷色香五月综合缴缴情 | 搡老熟女老女人一区二区| 高潮喷水无遮挡毛片视频| 少妇高潮久久蜜柚av| wwww亚洲熟妇久久久久| 国产午夜精品一区二区三区视频| 国产精品二区三区在线观看| 色又黄又爽18禁免费网站现观看| 国产精品无码不卡一区二区三区| 国产精品玖玖资源站大全| 精品女同一区二区三区| 欧美极品少妇无套实战|