Vehicular Communication Networks in Automated Driving Era From IEEE Communications Magazine 汇报人：行梦婷 ®待茶生黑大的
Vehicular Communication Networks in Automated Driving Era From IEEE Communications Magazine 汇报人：行梦婷
目录 1.作者 2.研究背景 3.本文思想 4.实验 5.挑战 6.结论 ◆经造果大子
目录 1. 作者 2. 研究背景 3. 本文思想 4. 实验 5. 挑战 6. 结论
目录 1.作者 2.研究背景 3.本文思想 4.实验 5.挑我 6.结论 ⊙海经生黑大
目录 1. 作者 2. 研究背景 3. 本文思想 4. 实验 5. 挑战 6. 结论
作者 Shan Zhang-】 BUAA 研究方向：资源分配、绿色通信、能量收集、5G Multi-Drone 3D Trajectory Planning and Scheduling in Drone Assisted Radio Access 2019 Networks W Shi,J Li,N Cheng.F Lyu,S Zhang,H Zhou arXiv preprint arXiv:1906.00777 Energy-Aware Caching Policy Design Under Heterogeneous Interests and Sharing 2019 Willingness K Zhao,S Zhang,Y Zhou,Y Zhang,XS Shen ICC 2019-2019 IEEE Intemational Conference on Communications(ICC).1-6 Asymptotic Optimal Edge Resource Allocation for Video Streaming via User Preference 2019 Prediction P Yang.N Zhang,S Zhang,F Lyu,L Yu,XS Shen ICC 2019-2019 IEEE International Conference on Communications (ICC).1-6 Bidirectional Mission Offloading for Agile Space-Air-Ground Integrated Networks 2019 S Zhou,G Wang,S Zhang.Z Niu,XS Shen IEEE Wireless Communications 26(2).38-45
作者 Shan Zhang ——BUAA 研究方向：资源分配、绿色通信、能量收集、5G
1.作者 2.研究背景 3.本文思想 4.实验 5.挑我 6.结论
1. 作者 2. 研究背景 3. 本文思想 4. 实验 5. 挑战 6. 结论
研究背景 Input Process Output IMU:Local motion detection Artificial intelligence module Engine and brake control 、 Environment recognition Speeding up or down GPS:location and navigation Driving decision making Adaptive cruise control Pre-crash avoidance Environment perception Mapping module Steering control -Macro-scale road map Lane keeping or changing Lidar:3-D HD mapping Micro-scale road structure Overtaking (dynamic/static object features) Merging Radar:motion detection Machine vision module Route planning -Visual object recognition -Traffic jam avoidance Camera:object detection and -Mobility and motion prediction Construction detour visual presentation Lane marking Gas refuel or electric charging 自动驾驶系统和辅助技术 中包特茶生黑大
研究背景 自动驾驶系统和辅助技术
研究背景 >车载传感技术潜在障碍 。 受探测范围的限制 ·自动驾驶性能高度依赖于数据集 ·使用户面临网络安全攻击的风险 ·可能会导致失业或政治问题 ⊙特茶送术大
研究背景 ➢ 车载传感技术潜在障碍 • 受探测范围的限制 • 自动驾驶性能高度依赖于数据集 • 使用户面临网络安全攻击的风险 • 可能会导致失业或政治问题
研究背景 车载通信网络(Vehicle Communication Networks) Cloud server Satellite Drone- GPS navigation assisted V2V V2RS P RSU Cellular Parking base station V2C 2P V2P V2V Vehicle-to-Vehicle (V2V) Vehicle-to-Cloud (V2C) Vehicle-to-Infrastructure (V2D) Vehicle-to-Pedestrian (V2P) Vehicle-to-Road-Sign (V2RS) Vehicle-to-Drone (V2D)
研究背景 车载通信网络（Vehicle Communication Networks）
1.作者 2.研究背景 3.本文思想 4.实验 5.挑我 6.结论
1. 作者 2. 研究背景 3. 本文思想 4. 实验 5. 挑战 6. 结论
本文思想 >VCNs可以为自动驾驶带来更多的智能，从而解决技术和商业 上的障碍 1.个体驾驶智能 VCS可以通过在空间和时间域中提供全局驱动信息来帮助 克服sensing-based自动驾驶技术的探测范围及环境等限制。通过 共享摄像头，每辆车都可以鸟瞰整个行驶路径，即使前方的大 车挡住了视线。有了这些信息，车辆就可以做出全球最优的控 制决策并提前采取行动。 通过VCN外包利用网络资源，车辆不必存储完整的地图，可 通过VC云端下载所需部分，缓解车载处理资源。 1958
本文思想 ➢ VCNs可以为自动驾驶带来更多的智能，从而解决技术和商业 上的障碍 1. 个体驾驶智能 VCNS可以通过在空间和时间域中提供全局驱动信息来帮助 克服sensing-based自动驾驶技术的探测范围及环境等限制。通过 共享摄像头，每辆车都可以鸟瞰整个行驶路径，即使前方的大 车挡住了视线。有了这些信息，车辆就可以做出全球最优的控 制决策并提前采取行动。 通过VCN外包利用网络资源，车辆不必存储完整的地图，可 通过VCN云端下载所需部分，缓解车载处理资源
