研究課題
自動運転車から発生する様々なセンサ情報をクラウドに蓄積し，高度な安全運転支援や自動運転制御を実現する試みが始まっている．自動運転車のセンサ情報は，データのサイズが小さく，高頻度に発生するという特徴を持つ．大量の自律型モビリティから発生する膨大なセンサ情報を，無線アクセス網を介してクラウドに蓄積するために，高頻度に発生する自動運転車自律型モビリティのCANデータを対象に，高頻度に発生するショートパケットの効率的な圧縮方式を提案する．提案方式は，自動運転車からエッジサーバまでの無線アクセス網区間をパケットキャッシング（RE）による圧縮を行い，エッジサーバからクラウドまでのインターネット区間をパケットコーディング（gzip）による圧縮を行うという，二段階の圧縮を組み合わせた方式である．公道で実際の自動車を用いた評価実験を行った結果，提案方式は，毎秒1,000メッセージ発生するショートパケットを，リアルタイムに84%圧縮できることを示す．また、高速移動する自動運転車の無線ハンドオフのオーバヘッドを削減するアルゴリズムを提案し、LinuxカーネルのMPTCPスタックを改良することで提案方式の実装を行った。自動車を用いた実験の結果、ハンドオフ時の遅延時間を抑え、パケットロス率を削減できることを確認した。
すべて 2022 2021
すべて 雑誌論文 (3件) (うち国際共著 3件、 オープンアクセス 3件) 学会発表 (1件) (うち国際学会 1件)
IEICE Communication Society Global Newsletter
巻: 46 ページ: 1-2
