智能網(wǎng)聯(lián)車作為自動(dòng)駕駛技術(shù)與V2X技術(shù)結(jié)合的產(chǎn)物,可實(shí)現(xiàn)安全、高效、舒適、節(jié)能的行駛。隨著智能網(wǎng)聯(lián)車技術(shù)的快速發(fā)展,越來越多的第三方應(yīng)用被開發(fā)和部署到車輛上。它們不僅改善用戶體驗(yàn),還提供許多有益的服務(wù)。然而,基于云計(jì)算的數(shù)據(jù)處理模式帶來了大量的網(wǎng)絡(luò)時(shí)延,影響行車安全,因此當(dāng)前車輛傾向于基于邊緣計(jì)算的數(shù)據(jù)處理模式。但隨著計(jì)算密集的第三方應(yīng)用日益增多,車輛計(jì)算單元（VCU）的負(fù)擔(dān)急劇增加,導(dǎo)致應(yīng)用響應(yīng)時(shí)延增高,嚴(yán)重影響行車安全和用戶體驗(yàn)。受邊緣計(jì)算思想的啟發(fā),本文提出兩個(gè)邊緣協(xié)作計(jì)算系統(tǒng),利用車輛附近不同類型的邊緣節(jié)點(diǎn)來增強(qiáng)VCU。本文的工作和貢獻(xiàn)如下:1)提出一個(gè)車輛內(nèi)部邊緣協(xié)作計(jì)算系統(tǒng),MobileEdge�？紤]到如智能手機(jī)等移動(dòng)設(shè)備的計(jì)算能力日益增強(qiáng),MobileEdge系統(tǒng)使車載VCU能夠整合利用車內(nèi)的移動(dòng)設(shè)備上的空閑計(jì)算資源。其支持兩種類型的計(jì)算,分別是通用計(jì)算和AI計(jì)算,并為移動(dòng)設(shè)備設(shè)計(jì)一個(gè)由代碼遷移和數(shù)據(jù)卸載構(gòu)成的輕量級(jí)計(jì)算卸載方法。此外,考慮移動(dòng)設(shè)備的移動(dòng)性和可用資源的多變性,MobileEdge系統(tǒng)還提供對(duì)移動(dòng)設(shè)備的動(dòng)態(tài)管理、設(shè)備資源狀態(tài)的實(shí)時(shí)監(jiān)控、可定制任務(wù)調(diào)度策略的開... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
        1.1.1 智能網(wǎng)聯(lián)車概述
        1.1.2 時(shí)延敏感且計(jì)算密集的智能網(wǎng)聯(lián)車應(yīng)用
        1.1.3 研究問題與意義
    1.2 研究?jī)?nèi)容
    1.3 論文組織結(jié)構(gòu)
    1.4 本章小結(jié)
第二章 國(guó)內(nèi)外研究現(xiàn)狀
    2.1 邊緣計(jì)算系統(tǒng)研究現(xiàn)狀
        2.1.1 車載邊緣計(jì)算系統(tǒng)
        2.1.2 通用邊緣計(jì)算系統(tǒng)
    2.2 計(jì)算卸載技術(shù)研究現(xiàn)狀
    2.3 本章小結(jié)
第三章 MobileEdge:車輛內(nèi)部邊緣協(xié)作計(jì)算系統(tǒng)
    3.1 引言
    3.2 MobileEdge設(shè)計(jì)動(dòng)機(jī)
    3.3 MobileEdge系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
        3.3.1 MobileEdge設(shè)計(jì)需求分析
        3.3.2 計(jì)算卸載方法設(shè)計(jì)
        3.3.3 MobileEdge系統(tǒng)結(jié)構(gòu)
    3.4 MobileEdge系統(tǒng)原型實(shí)現(xiàn)
        3.4.1 設(shè)備通信
        3.4.2 計(jì)算任務(wù)執(zhí)行
        3.4.3 資源管理
    3.5 任務(wù)調(diào)度策略案例設(shè)計(jì)
    3.6 實(shí)驗(yàn)設(shè)置與驗(yàn)證
        3.6.1 實(shí)驗(yàn)設(shè)置
        3.6.2 實(shí)驗(yàn)結(jié)果分析
    3.7 本章小結(jié)
第四章 XEdge:車輛外部邊緣協(xié)作計(jì)算系統(tǒng)
    4.1 引言
    4.2 XEdge設(shè)計(jì)動(dòng)機(jī)
        4.2.1 MobileEdge的局限性
        4.2.2 深度神經(jīng)網(wǎng)絡(luò)可分割性
        4.2.3 OpenCL內(nèi)核程序之間的可分割性
    4.3 XEdge系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
        4.3.1 XEdge設(shè)計(jì)需求分析
        4.3.2 XEdge系統(tǒng)結(jié)構(gòu)
    4.4 視頻分析應(yīng)用案例設(shè)計(jì)
        4.4.1 案例應(yīng)用設(shè)計(jì)
        4.4.2 移動(dòng)檢測(cè)算法
        4.4.3 DNN模型Inception_V4
    4.5 XEdge系統(tǒng)原型實(shí)現(xiàn)
        4.5.1 通信交互
        4.5.2 應(yīng)用劃分
        4.5.3 隔離的任務(wù)執(zhí)行環(huán)境
    4.6 實(shí)驗(yàn)設(shè)置與驗(yàn)證
        4.6.1 實(shí)驗(yàn)設(shè)置
        4.6.2 實(shí)驗(yàn)結(jié)果分析
    4.7 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間參與的科研項(xiàng)目和取得的學(xué)術(shù)成果



本文編號(hào)：3166622