Nuvem veicular dinâmica para suporte de aplicações para veículos autônomos

• Processo: 19/19105-3
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de julho de 2020
• Data de Término da vigência: 22 de fevereiro de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Leandro Aparecido Villas
• Beneficiário: Wellington Viana Lobato Junior
• Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 15/24494-8 - Comunicação e processamento de big data em nuvens e névoas computacionais, AP.TEM
• Assunto(s): Sistemas distribuídos Veículos autônomos Condução de veículo Mobilidade Tomada de decisão Redes ad-hoc veiculares
• Palavra(s)-Chave do Pesquisador: Vehicle Cloud | Veicular Ad Hoc Networks | Veículo Autônomo | Sistemas Distribuídos

Resumo

Os veículos autônomos têm o potencial de revolucionar toda a indústria ligada ao transporte. O desenvolvimento de tecnologias em sensores possibilitam uma nova era na condução autônoma. Porém, devido às limitações desses sensores e as restrições de processamento e armazenamento, os veículos autônomos tendem a tomar decisões erradas e causar sérios desastres. Nesse contexto, a nuvem veicular surge como uma alternativa para compensar as deficiências desses sensores e prover capacidade de processamento, além de aumentar a confiabilidade das ações tomadas pelos veículos, fornecendo suporte básico à infraestrutura para a condução autônoma, incluindo armazenamento e computação distribuída. Este projeto tem como objetivo implementar um protótipo de uma VCC dinâmica para prover suporte no processamento de dados para aplicações de veículos autônomos. O protótipo será construído de forma incremental e terá dois principais elementos que avançam o estado-da-arte no que diz respeito à área de redes de veículos autônomos, especificamente: i) a criação de um protótipo de VCC dinâmica, baseado no padrão de mobilidade; e ii) coleta, análise e caracterização de dados heterogêneos, os quais tem validade espaço-temporal, para auxiliar no processo de tomada de decisão das AVs. As soluções a serem desenvolvidas tem potencial para avançar o estado-da-arte e ajudar a fomentar a implementação de soluções para veículos autônomos. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

LOBATO, WELLINGTON; DA COSTA, JOAHANNES B. D.; DE SOUZA, ALLAN M.; ROSARIO, DENIS; SOMMER, CHRISTOPH; VILLAS, LEANDRO A.; IEEE. FLEXE: Investigating Federated Learning in Connected Autonomous Vehicle Simulations. 2022 IEEE 96TH VEHICULAR TECHNOLOGY CONFERENCE (VTC2022-FALL), v. N/A, p. 5-pg., 2022-01-01. (19/19105-3, 15/24494-8, 21/13780-0, 18/16703-4)

PEIXOTO, M. L. M.; MOTA, E.; MAIA, A. H. O.; LOBATO, W.; SALAHUDDIN, M. A.; BOUTABA, R.; VILLAS, L. A.. FogJam: A Fog Service for Detecting Traffic Congestion in a Continuous Data Stream VANET. Ad Hoc Networks, v. 140, p. 15-pg., 2023-03-01. (18/23126-3, 19/19105-3, 15/24494-8)

LOBATO, WELLINGTON; MENDES, PAULO; ROSARIO, DENIS; CERQUEIRA, EDUARDO; VILLAS, LEANDRO A. A.. Redundancy Mitigation Mechanism for Collective Perception in Connected and Autonomous Vehicles. FUTURE INTERNET, v. 15, n. 2, p. 17-pg., 2023-02-01. (19/19105-3)