异构交通环境对车路协同计算延迟的影响：一种基于多层智能体的仿真方法

《IEEE Transactions on Intelligent Transportation Systems》：Impacts of Heterogeneous Traffic Environments on Vehicle-Infrastructure Collaborative Computing Latency: A Multi-Layer Agent-Based Simulation Approach

　　

摘要：

在协作式车辆-基础设施系统中实现高效的任务卸载并保持低延迟是一个关键挑战，这一挑战受到三个主要因素的影响：车辆计算能力的异构性、动态交通条件以及通信可靠性的变化。为了解决实时处理性能与经济高效的基础设施投资之间的根本矛盾，本研究开发了一个基于多层的代理模型（ABM）框架，该框架系统地评估了路边单元（RSU）的计算能力、交通流量以及车辆计算能力（VCC）的异构性如何共同影响协作计算的延迟。ABM框架包括三个相互连接的层次：基础设施层，用于模拟具有感知、通信和计算功能的RSU；交通层，用于模拟不同的交通环境；以及协作计算层，用于管理分散式的任务生成和卸载。该框架整合了一个改进的水填充算法，根据可用资源和延迟限制动态分配计算任务。在设有交通信号灯的交叉口场景下的仿真结果表明，随着交通流量的增加，由于排队效应，延迟呈非线性增长。当RSU的计算能力不足时，大部分任务会被卸载到附近的车辆上。研究结果表明，当RSU的计算能力与所有车辆的总VCC相当时，RSU大约处理40%的任务，这主要是由于车辆与RSU之间的移动性以及随机无线传输失败导致的。此外，在保持平均计算能力不变的情况下，增加VCC的异构性会导致平均延迟增加和变异性增强。这些发现为优化现实世界协作系统中的计算资源部署提供了定量依据。

!

一、引言

随着智能驾驶、车联网（IoV）和5G通信的发展，协作式车辆-基础设施系统（CVIS）有潜力彻底改变交通运营，例如主动交通控制[1]、[2]、[3]、自动车队控制[4]和信息娱乐服务[5]。在这种新范式中，每辆车都必须准确捕捉其他车辆、基础设施和周围环境的实时信息[6]、[7]。这显著增加了每辆车的计算任务量，从而提高了系统的延迟[8]。以往的研究表明，有效地利用IoV环境中其他车辆的空闲计算能力可以减少延迟。这种多车辆协作计算提升了道路交通的运营效率[9]、[10]、[11]。然而，在现实世界的交通系统中，不同车辆和基础设施（例如路边单元RSU）的计算能力存在很大差异。仅依赖少数智能车辆来处理所有计算任务无法充分满足系统的延迟要求[12]。