SlideShare a Scribd company logo
1 of 31
車両走行車線区間に基づくダイナミックマップ
システムのエッジサーバ割当方式
Edge Server Arrangement Method of
Dynamic Map System Based on Lane Section
第80回高度交通システムとスマートコミュニティ研究発表会
細野航平,槇晶彦,高田広章,渡辺陽介,佐藤健哉
目次
 1.はじめに
 2.提案システム
 ダイナミックマップシステム
 車両走行車線区間によるエッジサーバ割当
 3.評価
 4.考察
 5.まとめ
2
はじめに
はじめに
 自動運転の実現
 車載センサでの制御には限界が
 車両はインフラと情報を共有
 クラウドにデータ管理機能を集中
 処理負荷の集中や通信遅延
 スケーラビリティが懸念
4
ダイナミックマップ
戦略的イノベーション想像プログラム(SIP)・自動走行システム 内閣府
http://www.sip-adus.go.jp/file/201_s.pdf
他車両
自車両
信号
道路地図
道路標識
ランドマーク
渋滞情報
路面情報
歩行者
はじめに
 携帯電話基地局などにエッジサーバを配置
 処理分散と通信遅延軽減
5
エッジコンピューティング
Multi-access Edge Computing (MEC) ETSI
https://www.etsi.org/technologies/multi-access-edge-computing
ダイナミックマップシステム
ダイナミックマップシステム
 クラウド・エッジサーバ・車両の三層構造ネットワーク
 車両から送信される膨大なデータを低遅延で処理
 車両 → エッジサーバ
 エニキャスト通信
 エッジサーバ → 車両
 マルチキャスト通信
7
D. Johnson:Request for Comments 2526:Reserved IPv6 Subnet
Anycast Addresses:IFTF,https://tools.ietf.org/html/rfc2526(1999).
R. Hinden:Request for Comments 2375:IPv6 Multicast Address
Assignments:IFTF,https://tools.ietf.org/html/rfc2375(1998).
ダイナミックマップシステム
 クラウドは車両とエッジサーバの関係性を保持
 送信先エッジサーバが切り替わった時のみクラウドに通知
8
通信負荷軽減
提案方式
車両走行車線区間によるエッジサーバ割当
車両走行車線区間
 道路を区間に分けそれぞれ固有のIDを割当て
 エッジサーバは車両からのプローブデータ内の車線区間から管轄エッジサーバを判別
10
エッジA エッジB
エッジC
エッジD
車両走行車線区間ごとのID割当て
 道路を区間に分けそれぞれ固有のIDを割当て
 エッジサーバは車両からのプローブデータ内の車線区間から管轄エッジサーバを判別
11
エッジA エッジB
エッジC
エッジD
54321 6 7 8 9 10
1514131211 16 17 18 19 20
2524232221 26 27 28 29 30
3534333231 36 37 38 39 40
41424344
45464748
車両走行車線区間ごとの受信エリア
 道路を区間に分けそれぞれ固有のIDを割当て
 エッジサーバは車両からのプローブデータ内の車線区間から管轄エッジサーバを判別
12
エッジA エッジB
エッジC
エッジD
54321 6 7 8 9 10
1514131211 16 17 18 19 20
2524232221 26 27 28 29 30
3534333231 36 37 38 39 40
41424344
45464748
車両走行車線区間によるアプリケーション実行
 管轄エッジサーバ ≠ 受信エッジサーバ の場合も...
 車両走行車線区間情報から転送
13
エッジA エッジB
エッジC
エッジD
54321 6 7 8 9 10
1514131211 16 17 18 19 20
2524232221 26 27 28 29 30
3534333231 36 37 38 39 40
41424344
エッジDの
受信エリア
45464748
エッジBの
受信エリア
エッジAの
受信エリア
エッジCの
受信エリア
車両走行車線区間によるアプリケーション実行
 管轄エッジサーバ ≠ 受信エッジサーバ の場合も...
 車両走行車線区間情報から転送
14
エッジA エッジB
エッジC
エッジD
54321 6 7 8 9 10
1514131211 16 17 18 19 20
2524232221 26 27 28 29 30
3534333231 36 37 38 39 40
41424344
45464748
エッジAの
受信エリア
エッジDの
受信エリア
エッジBの
受信エリア
エッジCの
受信エリア
交差点
エッジBに管轄され調停をおこなう
エッジBの管轄エリアに
車両を発見!
調停しよう!
エッジBの管轄エリアに
車両を発見!
調停しよう!
車両が優先道路を走行!
車両は待機せよ!
車両が通過!
車両は発進せよ!
車両走行車線区間転送
 管轄エッジサーバ ≠ 受信エッジサーバ の場合も...
 車両走行車線区間情報から転送
15
エッジA エッジB
エッジC
エッジD
54321 6 7 8 9 10
1514131211 16 17 18 19 20
2524232221 26 27 28 29 30
3534333231 36 37 38 39 40
41424344
45464748
エッジAの
受信エリア
エッジDの
受信エリア
エッジBの
受信エリア
エッジCの
受信エリア
交差点
エッジBに管轄され調停をおこなう
車両走行車線区間転送
 管轄エッジサーバ ≠ 受信エッジサーバ の場合も...
 車両走行車線区間情報から転送
16
エッジA エッジB
エッジC
エッジD
54321 6 7 8 9 10
1514131211 16 17 18 19 20
2524232221 26 27 28 29 30
3534333231 36 37 38 39 40
41424344
45464748
エッジBの
受信エリア
エッジAの
受信エリ
ア
エッジDの
受信エリア
エッジCの
受信エリア
エッジA エッジB
エッジC
エッジD
54321 6 7 8 9 10
1514131211 16 17 18 19 20
2524232221 26 27 28 29 30
3534333231 36 37 38 39 40
41424344
45464748
エッジBの
受信エリア
エッジAの
受信エリ
ア
エッジDの
受信エリア
エッジCの
受信エリア
車両走行車線区間転送
 管轄エッジサーバ ≠ 受信エッジサーバ の場合も...
 車両走行車線区間情報から転送
17
交差点
エッジBに管轄され調停をおこなう
エッジBの管轄エリアに
車両を発見!
交差点周辺に車両なし!
発進せよ!
エッジA エッジB
エッジC
エッジD
54321 6 7 8 9 10
1514131211 16 17 18 19 20
2524232221 26 27 28 29 30
3534333231 36 37 38 39 40
41424344
45464748
エッジBの
受信エリア
エッジAの
受信エリ
ア
エッジDの
受信エリア
エッジCの
受信エリア
車両走行車線区間によるデータ転送
 管轄エッジサーバ ≠ 受信エッジサーバ の場合も...
 車両走行車線区間情報から転送
18
交差点
エッジBに管轄され調停をおこなう
エッジBの管轄エリアに
車両を発見!
調停しよう!
エッジBの管轄エリアに
車両を発見!
調停しよう!
車両が優先道路を走行!
車両は待機せよ!
車両が通過!
車両は発進せよ!
ここからはエッジBの
管轄エリアだから転送!
ここからはエッジBの
管轄エリアだから転送!
エッジA エッジB
エッジC
エッジD
54321 6 7 8 9 10
1514131211 16 17 18 19 20
2524232221 26 27 28 29 30
3534333231 36 37 38 39 40
41424344
45464748
エッジBの
受信エリア
エッジAの
受信エリ
ア
エッジDの
受信エリア
エッジCの
受信エリア
車両走行車線区間によるデータ転送
 管轄エッジサーバ ≠ 受信エッジサーバ の場合も...
 車両走行車線区間情報から転送
19
交差点
エッジBに管轄され調停をおこなう
車両走行車線区間転送の実証実験
20
定量的評価
定量的評価のためのシステム構成
22
クラウドによる
一極集中管理型
エッジサーバを用いた
三層構造ネットワーク
定量的評価
23
クラウド・エッジサーバ
CPU
8コア16スレッド
(3.60GHz)
メモリ 16GB
SSD 256GB
通信方式
有線LAN
(最大1Gbps)
車両
CPU
4コア8スレッド
(1.90GHz)
メモリ 16GB
SSD 256GB
通信方式
有線LAN
(最大1Gbps)
送信データパラメータ
再送 なし
同時送信 なし
送信間隔 1000ms
計測間隔 1000ms
送信時間 150s
負荷車両
CPU
8コア16スレッド
(3.60GHz)
メモリ 16GB
SSD 256GB
通信方式
有線LAN
(最大1Gbps)
送信データパラメータ
再送 なし
同時送信 なし
送信間隔 100ms
計測間隔 -
送信時間 100s
環境・パラメータ
定量的評価のデータの流れ
24
クラウドのみ
定量的評価結果
25
クラウドのみ
定量的評価のデータの流れ
26
エッジサーバ利用
定量的評価結果
27
エッジサーバ利用
考察
 クラウドのみのダイナミックマップシステムでは車両台数1600台程度が限界
 エッジサーバを利用したダイナミックマップシステムでは3200台程度を低遅延で処理可能
 車両走行車線区間を用いることで電波状況などに影響されずエッジサーバで管轄可能
 膨大なデータ量を扱うダイナミックマップシステムにおけるスケーラビリティの向上に有効
28
まとめ
まとめ
30
背景
自動運転の実現に向けてダイナミックマップの研究開発が加速
提案方式
車両走行車線区間に基づきエッジサーバを割当てたダイナミックマップシステム
評価・考察
クラウドによる管理と比較,エッジサーバ割当方式の有効性を評価
問題点
クラウドによる一極集中管理ではスケーラビリティが懸念
ご清聴ありがとうございました

More Related Content

Recently uploaded

Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアル
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアルLoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアル
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアルCRI Japan, Inc.
 
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsUtilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsWSO2
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...Toru Tamaki
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptxsn679259
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Gamesatsushi061452
 
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイル
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイルLoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイル
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイルCRI Japan, Inc.
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video UnderstandingToru Tamaki
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイスCRI Japan, Inc.
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 

Recently uploaded (11)

Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアル
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアルLoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアル
LoRaWAN無位置ロープ式水漏れセンサーWL03A 日本語マニュアル
 
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsUtilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイル
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイルLoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイル
LoRaWAN無位置ロープ型水漏れセンサー WL03A-LB/LSカタログ ファイル
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 

Featured

Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Applitools
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at WorkGetSmarter
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...DevGAMM Conference
 
Barbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationBarbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationErica Santiago
 
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellGood Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellSaba Software
 

Featured (20)

Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
 
More than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike RoutesMore than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike Routes
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
 
Barbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationBarbie - Brand Strategy Presentation
Barbie - Brand Strategy Presentation
 
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellGood Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
 

情報処理学会 第80回ITS研究会 細野航平

Editor's Notes

  1. 目次は以下の通りとなっております.
  2. はじめに,研究背景についてです.
  3. 近年自動運転の実現に向けて研究開発が注目されておりますが,車載センサだけでは限界があり,協調型ITSの研究開発が盛んに行われています. 合流調停や信号情報取得など,複数のアプリケーションをそれぞれ実現するのは非効率で,ぞれぞれの情報を統合的に管理する,共通の情報通信プラットフォームである「ダイナミックマップ」が注目されています. ダイナミックマップの動的情報として,一般に100ミリ秒周期で車両からのデータは送信され,それらをもとにアプリケーションが動作するため,低遅延での情報処理が求められます. しかしダイナミックマップをクラウドに構築すると,処理負荷の集中や通信遅延の原因となり,スケーラビリティが懸念されます.
  4. そのため,携帯電話の基地局などにエッジサーバを配置した,エッジコンピューティングを用いたダイナミックマップシステムが有効ではないかと考えられています. これにより処理負荷の分散や通信遅延の軽減が期待されます. しかし,エッジサーバを配置してダイナミックマップシステムを構築すると,エッジサーバと車両との接続方法や車両の管理方法が問題となります. そこで本研究では,車両走行車線区間を割当てることによって効率的にエッジサーバを配置したダイナミックマップシステムを構築しました.
  5. 本研究で構築しましたダイナミックマップシステムについて説明します.
  6. 本研究で構築したダイナミックマップシステムは,クラウド,エッジサーバ,車両の三層構造からなります. ここでは,クラウド,エッジサーバ,車両をノードと呼び,各ノードはOS,通信部,DBシステム,アプリケーションの4層からなります. 各ノードは通信部を通じて通信を行い,各ノードのアプリケーションで処理が行われます. また,エッジサーバを配置したダイナミックマップシステムにおいて,大量の移動する車両とエッジサーバの通信を実現するため, 車両からエッジサーバへの通信にはエニキャストアドレス,エッジサーバから車両への通信にはマルチキャストを利用し構築しました.
  7. クラウドのみを利用するダイナミックマップシステムでは,車両からクラウドにデータを送信する場合は,車両のIPアドレスを送信元として,クラウドのIPアドレスを宛先とします. しかし,本システムではクラウドは車両からのデータを直接受信しませんので,車両へデータを送信する際に宛先が不明となります. そこで,エッジサーバは受信エリアに車両が侵入してきた時に一度だけクラウドに通知します. そうすることで,クラウドはどのエッジサーバがどの車両のデータを受信したのかを判別でき,エッジサーバを通じて通信が可能となります.
  8. 次に,車両走行車線区間によるエッジサーバの割り当てについて説明します. まず車両走行車線区間について説明致します.
  9. 本研究において,車両がエッジサーバへデータを送信する際に,GPSなどで測位した車両位置情報を地図データと照合し,当該車両が走行する車両走行車線区間に照らし合わせて,その情報をデータに付加してエッジサーバに送信します. この車両走行車線区間とは,車両が走行する道路の車線を特定の長さの区間に分け,それぞれの区間に固有のIDを割当てたものです. [Enter] 例としまして,図のような道路があった場合に,区間ごとに固有のIDを割当てたものとなります.
  10. 例としまして,図のような道路があった場合に,区間ごとに固有のIDを割当てたものとなります. この分割された地理エリアの情報を管理するエッジサーバを割当てます.
  11. エッジサーバの色ごとに車両走行車線区間を色づけており,車両走行車線区間ごとに情報を管理するエッジサーバを割当てています. これにより,エッジサーバは車両から送信されたデータ内の車両走行車線区間情報から,その車両の情報を管轄するエッジサーバを判別することが可能となります.
  12. このとき,図のように,各車両走行車線区間の管轄エッジと,それぞれの車両走行車線区間におけるデータの受信エリアが一致していた場合がこのような状況です.
  13. このような状況の時,エッジサーバBに交差点における調停アプリケーションが実装されていたとします. T字路の下と右に車両がいます. それぞれ車両が進んできて,青色の車両がエッジサーバCの管轄エリアからエッジサーバBの管轄エリアに移動すると,エッジサーバBは交差点調停開始します.[Enter] 優先道路を走る黄色の車両もエッジサーバDの管轄エリアからエッジサーバBの管轄エリアに移動してきました.[Enter] すると,エッジサーバBは非優先道路を走る青色の車両が交差点に侵入すると危険なため,停止するよう指示を出します.[Enter] その後,黄色の車両が通過したことを確認してからエッジサーバBは青色車両に発進可能指示を出し,調停を行います.[Enter]
  14. 流れとしてはこのような形になります.
  15. しかし,実際の電波状況などからエッジサーバの受信エリアと管轄エリアが一致するとは限りません. このような場合,単一のエッジサーバで動作するアプリケーションでは処理ができなくなる可能性があります. また,合流調停のように交差点周辺の車両から情報を受信して,車両の走行状況を判断しなければならないアプリケーションがエッジサーバに実装されている場合,そのエリアのすべての車両の情報をエッジサーバに集める必要があります.
  16. このような状況のときに,エッジサーバBに交差点における調停アプリケーションが実装されていたとします. 先程と同じく,T字路の下と右から車両が来ています.[Enter] この時,車両走行車線区間による管理をしていない場合,青色の車両がエッジサーバBの管轄エリアに侵入してもそこがエッジサーバCの受信エリアであればエッジサーバBの調停アプリケーションでは車両が存在していないと認識されてしまいます. すると,黄色車両の侵入も認識されず,優先道路の走行車両なしと判断され,青色車両に発進許可がされてしまいます.[Enter] 事故の原因となりかねません.
  17. そこで,本システムでは車両走行車線区間を用いてエッジサーバ間でデータ転送を行います. 車両はGPSなどから測位した位置情報から得た車両走行車線区間をデータに載せてエッジサーバに送信します.[Enter] すると,青色車両はエッジサーバCの受信エリアにいながら,エッジサーバBの管轄エリアに侵入すると,エッジサーバCが受信したデータをエッジサーバBに転送します.[Enter] また,黄色車両に関しても,エッジサーバDの受信エリアにいながら,エッジサーバBの管轄エリアに侵入すると,エッジサーバDが受信したデータをエッジサーバBに転送します.[Enter] この機能によって,エッジサーバBは優先道路を走行する黄色車両の存在を認識でき,青色車両に一時停止するように調停を行うことができます.[Enter] [Enter] 車両走行車線区間転送を用いることで,このように調停範囲の車両のデータをエッジサーバが直接受信できなくても,電波状況などに影響されることなく車両から管轄エッジサーバにデータを送信することが可能となります.
  18. 流れとしてはこのような形になります.
  19. 車両走行車線区間転送機能について実証実験を行いましたので,動画を御覧ください. まず,道路を3つのレーン,車両走行車線区間にわけ,それぞれの車両走行車線区間を管轄するエッジサーバを割当てます. 今回の実験では車両走行車線区間転送機能について実験しましたので,エッジサーバの受信エリアと管轄エリアがズレるように車両走行車線区間を割当てました. 4つの図の内,左側2つが地図上の車両位置,右側2つがエッジサーバ503が見えている車両位置になります. 上の転送機能なしでは,管轄エリアと受信エリアがズレている場所に関しては車両の位置を把握することができません. しかし,下の転送機能ありでは,車両データを転送し,エッジサーバ503からエッジサーバ502の受信エリアにいる車両を見ることができています.
  20. 評価としまして,提案システムのスケーラビリティを評価するために,2つのシステムで負荷実験の評価を行いました. 1つ目がクラウドによるダイナミックマップシステムです. 2つ目がエッジサーバを配置した三層構造ネットワークによるダイナミックマップシステムです.
  21. 構築しましたシステムの環境とパラメータはこのようになっております. エッジサーバを用いた三層構造ネットワークではエッジサーバを2台用意しました. 左下の写真の上にあるPCが車両,ルータが数台あり,真ん中の4台が負荷用のPC,下の3台がクラウド・エッジサーバPCです. 計測対象の車両は1秒間隔ごとに150秒間データを送信し続け,計測を行います. その間に負荷車両台数を変化させて100ミリ秒間隔ごとに100秒間データを送信し,負荷評価を行いました.
  22. まずはクラウドによるダイナミックマップシステムの評価です. これはデータの流れですが,車両はセンサ情報などを車両のアプリケーションにて取得し,通信部を通じてクラウドへと送信します. データはクラウドのキューに一時格納され,転送対象でなければ再度別のキューへと格納されますが,クラウドによるダイナミックマップシステムでは転送などは行われません. その後,上位アプリケーションへと送信され処理が行われます. この際の,クラウドがデータを受信した時刻(t1)からアプリケーションにて処理が完了した時刻(t2)までを遅延時間として測定します. またその際にクラウドの通信部にあるキューにデータがどれだけ溜まっているかというキューサイズについても測定しました.
  23. 評価結果ですが,横軸が経過時間,縦軸が処理遅延時間とキューサイズ値になっております. また,2本の緑の縦線で挟まれた範囲,これが負荷車両からデータを送信した100秒間の範囲になります. グラフは青色が処理遅延時間,オレンジと灰色がキューサイズ値を表しています. クラウドによるダイナミックマップシステムにおいて,負荷車両台数を変化させて評価しました. 左上の負荷車両台数1000台や右上の1600台では大きくキューサイズが溜まったり,処理遅延が発生したりということはありませんでした. しかし車両台数1700台を超えるとキューサイズが大きく増加し,車両台数1700台では処理遅延時間が最大1800ミリ秒程度,車両台数2000台では20000ミリ秒程度発生しました. *全体を説明 縦軸,横軸,4つは車両台数,それ以外は同じ条件,結果が変わる境目 1700と2000で縦軸が違うことを説明 横軸はシミュレーション時刻 緑の線は結果ではないことを説明 背景の色を変えるのもアリだが論文と合わせる 銭の説明はポインタを利用 実証実験はNTTを利用,定量的評価は自分たちで構築
  24. 次にエッジサーバを用いた三層構造ネットワークによるダイナミックマップシステムの評価です. データの流れですが,負荷車両は2台のエッジサーバにそれぞれデータを送信します. また計測車両は,管轄エッジサーバが受信エッジサーバと異なるものとし,転送対象である管轄エッジサーバに転送します. この際の,受信エッジサーバがデータを受信した時刻(t1)から管轄エッジサーバのアプリケーションにて処理が完了した時刻(t2)までを遅延時間として測定します. またその際に受信エッジサーバのキューサイズについても測定しました.
  25. 評価結果ですが,左上の負荷車両台数2000台や右上の3200台では大きな処理遅延は発生しませんでした. しかし,車両台数が3400台を超えるとキューサイズが大きく増加し,車両台数3400台では処理遅延時間が最大1800ミリ秒程度,車両台数4000台では20000ミリ秒程度発生しました.
  26. 考察ですが,単一のクラウドにデータ管理機能を集中させたダイナミックマップシステムでは車両台数1600台程度までしか処理ができませんでしたが, 提案システムであるエッジサーバを用いた三層構造ネットワークによるダイナミックマップシステムでは,エッジサーバを2台用意することでクラウドによるダイナミックマップシステムの2倍の3200台程度まで低遅延で処理が可能となりました. 本研究では,エッジサーバと車両の関係を結びつけるために車両走行車線区間を用いましたが,計測車両においてエッジサーバ間で転送を行うことでダイナミックマップシステムの有効性を示せております. 評価結果より,電波状況などに影響されることなく遅滞の少ないダイナミックマップシステムが構築でき,提案システムが膨大なデータ量を扱うダイナミックマップシステムにおけるスケーラビリティの向上に有効であると考えられます.