Core Concepts
5G 네트워크와 엣지 컴퓨팅을 통합하여 다양한 자동화 차량 서비스의 요구사항을 충족할 수 있는지 평가하였다. 엣지 노드에서 모든 필요한 계산을 관리하는 엣지 기반 제어 방식의 실현 가능성을 분석하였다.
Abstract
이 연구는 5G 네트워크와 엣지 컴퓨팅을 통합하여 다양한 자동화 차량 서비스의 요구사항을 충족할 수 있는지 평가하였다.
기본적인 대기행렬 이론 모델을 제시하여 각 서비스에 필요한 최소 컴퓨팅 자원을 산출하였다.
시뮬레이션을 통해 엣지 노드의 CPU 용량과 차량 수를 변화시키며 서비스별 성능을 분석하였다.
원격 주행과 협력 감지 서비스는 엣지 노드의 높은 자원 요구량으로 인해 지원 가능한 차량 수가 제한적이었다.
협력 주행과 인지 서비스는 상대적으로 엣지 노드의 자원 요구량이 낮아 더 많은 차량을 지원할 수 있었다.
엣지 노드의 성능을 높여도 통신 지연 문제로 인해 차량 서비스의 효율성이 크게 개선되지 않는 한계가 있었다.
Stats
원격 주행 서비스에는 최소 165,130 MIPS의 CPU가 필요하다.
협력 감지 서비스에는 최소 79,915 MIPS의 CPU가 필요하다.
협력 주행 서비스에는 최소 28,026 MIPS의 CPU가 필요하다.
협력 인지 서비스에는 최소 7,992 MIPS의 CPU가 필요하다.
Quotes
"원격 주행과 협력 감지 서비스는 엣지 노드의 높은 자원 요구량으로 인해 지원 가능한 차량 수가 제한적이었다."
"협력 주행과 인지 서비스는 상대적으로 엣지 노드의 자원 요구량이 낮아 더 많은 차량을 지원할 수 있었다."
"엣지 노드의 성능을 높여도 통신 지연 문제로 인해 차량 서비스의 효율성이 크게 개선되지 않는 한계가 있었다."