%0 Journal Article
%A 张晨宇
%A 吕昕晨
%T 面向车联网自动驾驶的边缘智能多源数据处理
%D 2021
%R 10.13190/j.jbupt.2020-266
%J 北京邮电大学学报
%P 102-108
%V 44
%N 2
%X 在车联网场景中，智能车辆受限于自身有限的感知范围和计算资源，难以实现高可靠性的自动驾驶.针对上述问题，提出了面向车联网自动驾驶的边缘智能多源数据处理方法，通过发掘网络中节点的空闲资源，提高系统的吞吐量，利用网络中的分布式数据，提高神经网络的推断准确率.为了解决车辆节点数据传输的耦合问题，构建了3层网络模型，对网络中的数据传输进行调度，并将原车辆节点一一映射为一个虚拟节点集合，对节点的数据传输进行解耦，从而把原问题转化为最小费用最大流的问题，实现了对自动驾驶网络计算、通信资源的高效分配.仿真结果表明，相比于本地处理的方案，所提方案可提升150%的系统吞吐量和12%的系统能效.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2020-266