研究人员开发算法平衡组件的数据需求 提高自动驾驶系统性能

据外媒报道,来自北卡罗来纳州立大学(North Carolina State University)

据外媒报道,来自北卡罗来纳州立大学(North Carolina State University)的研究人员开发了一套算法,通过平衡各个组件对数据的需求,以及数据的发送和接收速度,从而提高自动驾驶汽车等信息物理系统的性能。

自动驾驶,自动驾驶

(图片来源:https://techxplore.com)

新算法论文作者之一、该大学电子与计算机工程教授Aranya Chakrabortty表示,“信息物理系统集成传感器、设备和通信工具,允许所有系统元件共享信息,协调活动,以完成目标。”这些系统具有巨大的潜力,但也带来了挑战。

Chakrabortty解释道,“具体而言,系统中的物理代理,即设备,需要大量的通信链路才能有效运行。这会导致大量数据流经通信网络,从而导致路径选择延迟和排队延迟。而延迟会导致代理需要等待很长时间才能采取行动,从而降低系统的质量。换言之,由于延迟时间太长,系统可能无法完成其既定目标。”这造成了一种困境,减少通信意味着系统每个元素将能够更快地获取信息,但会损害系统性能的质量,因为系统每个元件将使用更少的信息来运行。

Chakrabortty表示,“因此,我们需要在三个变量之间取得平衡,即适当的通信稀疏度、最佳延迟时间和代理的最佳可实现性能。要取得这种微妙的平衡,以尽可能好地方式执行任务,同时确保每个代理安全和稳定运行是不容易的,而这正是我们的算法发挥作用的地方。”

Chakrabortty和研究生Nandini Negi开发了三种算法,可减少系统中每个节点的数据请求总数,但确保每个节点都能快速接收充足的信息,以实现系统目标。Negi称,“没有一种万能的解决方案可以适用于所有信息物理系统,但我们的算法允许用户找到适用于所有系统的最佳通信解决方案。”

近年来,在设计信息物理系统(cyber–physical systems,简称CPS)稀疏度控制方面,出现了一些新的以降低通信成本为目标的研究方向。在这些设计中,常见的假设是通信发生在专用网络上。然而,在许多实际应用中,通信必须发生在共享网络上,这导致了两个关键的设计挑战,即反馈延迟和用户之间无法公平共享带宽。在此种设计约束条件下,研究人员开发了稀疏H2控制设计,该设计的一个基本方面是延迟本身可以是一个稀疏性函数,得以在H2中实现反馈延迟和用户公平共享带宽之间的平衡。

研究人员提出了三种不同的算法,第一种算法预设了可分配给网络的带宽,并产生稳定控制器的初始猜测。第二种算法采用乘子交替方向法(ADMM),对控制器进行稀疏化,同时令其适应反馈延迟,并优化H2性能。第三种算法将此种方法扩展到多用户场景中,通过最小化用户H2性能的差异,将总数固定、数量最优的通信链路公平地分配给用户。这些算法将该问题转换为具有混合整数线性规划(MILP)约束的凸差(difference-of-convex,简称DC)规划问题。研究人员提供了一些定理,证明这些算法的收敛性,并通过数值模拟进行了验证。

发表评论

电子邮件地址不会被公开。 必填项已用*标注