Horizon électronique décentralisé et distribué dans le cœur du réseau 5G et impact sur la conduite autonome.

par Ibtissam Labriji

Projet de thèse en Mathématiques et Informatique

Sous la direction de Emilio Calvanese strinati.


  • Résumé

    Cette thèse s'inscrit dans le cadre du véhicule connecté, coopératif et autonome et vise à explorer le concept d'horizon électronique (eHorizon) calculé d'une façon distribuée entre le véhicule (on board) et un service délocalisé dans un coeur de réseau 5G (offboard). Le concept de eHorizon peut être vu comme la superposition de 3 couches : -Position du véhicule sur la route grâce au GPS, aux capteurs conventionnels et à ses cameras (pour se positionner par rapport aux lignes) -L'horizon de la route court-terme construit à partir de ses propres capteurs, -L'horizon de la route long-terme construit à partir d'informations disponibles dans les réseaux d'opérateurs de services routiers, de fournisseurs de cartographie ou d'information de perception de la route que les véhicules coopératifs partagent entre eux. La connaissance de cet eHorizon contribuera à la conduite autonome et devrait permettre de fluidifier le trafic routier. La 5G et les architectures de Mobile Edge Computing (MEC) supportées par les techniques de virtualisation, de calcul distribué et de Slicing permettent de déporter une partie du calcul onboard de eHorizon en dehors du véhicule (offboard) et de mutualiser certains calculs entre véhicules (en particulier, il est légitime d'essayer de partager les calculs relatifs à l'horizon électronique long terme entre véhicules). Le MEC donc ouvre des nouvelles opportunités pour le véhicule connecté d'exploiter de façon efficace la puissance de calcul et les mémoires cache disponibles du cloud et donc de déporter une partie du calcul onboard en dehors du véhicule (offboard), tout en respectant les contraintes de qualité de service (principalement en termes de faible latence). De plus, en déportant des traitements très gourmands en puissance de calcul vers de serveurs MEC, cela permet de réduire les contraintes de consommation électrique du véhicule et les contraintes de dissipation thermique de certains processeurs (GPU en particulier) Cette thèse s'intéresse à l'architecture et l'optimisation (en termes de faible latence et forte fiabilité) du calcul distribué des informations de route temps réel qui doivent être vérifiées, consolidées et délivrées au véhicule autonome et connecté.

  • Titre traduit

    Decentralized and distributed electronic horizon in the 5G core network and impact on autonomous driving.


  • Résumé

    This thesis is part of the connected, cooperative and autonomous vehicle and aims to explore the concept of electronic horizon (eHorizon) calculated in a distributed way between the vehicle (on board) and a delocalized service in a 5G core network (offboard). The concept of eHorizon can be seen as the superposition of 3 layers: - Position of the vehicle on the road thanks to the GPS, the conventional sensors and its cameras (to position itself compared to the lines) - The horizon of the short-term road built from its own sensors, - The horizon of the long-term road built on information available in the networks of road service operators, cartography providers or road perception information that the cooperative vehicles share with each other. The knowledge of this eHorizon will contribute to the autonomous driving and should allow to smooth the road traffic. 5G and Mobile Edge Computing (MEC) architectures supported by Virtualization, Distributed Computing and Slicing techniques allow to deport part of the onboard calculation of eHorizon outside the vehicle (offboard) and mutualize certain calculations between vehicles ( in particular, it is legitimate to try to share the calculations relating to the long-term electronic horizon between vehicles).The MEC therefore opens up new opportunities for the connected vehicle to efficiently exploit the computing power and available cache memory of the cloud and thus to deport part of the onboard calculation outside the vehicle (offboard), while respecting the quality constraints of service (mainly in terms of low latency). In addition, by deporting highly computationally intensive processing to MEC servers, this reduces the constraints on the electrical consumption of the vehicle and the heat dissipation constraints of certain processors (GPU in particular). This thesis focuses on the architecture and optimization (in terms of low latency and high reliability) of distributed computing of real-time route information that must be verified, consolidated and delivered to the autonomous and connected vehicle.