Busca avançada
Ano de início
Entree
Conteúdos relacionados

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)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (6)
(As publicações científicas contidas nesta página são originárias da Web of Science ou da SciELO, cujos autores mencionaram números dos processos FAPESP concedidos a Pesquisadores Responsáveis e Beneficiários, sejam ou não autores das publicações. Sua coleta é automática e realizada diretamente naquelas bases bibliométricas)
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., . (19/19105-3)
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., . (18/23126-3, 19/19105-3, 15/24494-8)
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., . (19/19105-3, 15/24494-8, 21/13780-0, 18/16703-4)
DA COSTA, JOAHANNES B. D.; LOBATO, WELLINGTON; DE SOUZA, ALLAN M.; CERQUEIRA, EDUARDO; ROSARIO, DENIS; SOMMER, CHRISTOPH; VILLAS, LEANDRO A.. Mobility-aware Vehicular Cloud formation mechanism for Vehicular Edge Computing environments. Ad Hoc Networks, v. 151, p. 13-pg., . (18/16703-4, 21/13780-0, 19/19105-3)
DA COSTA, JOAHANNES B. D.; DE SOUZA, ALLAN M.; LOBATO, WELLINGTON; ROSARIO, DENIS; SOMMER, CHRISTOPH; VILLAS, LEANDRO. Improving Fairness and Performance in Resource Usage for Vehicular Edge Computing. 2023 IEEE 98TH VEHICULAR TECHNOLOGY CONFERENCE, VTC2023-FALL, v. N/A, p. 6-pg., . (18/16703-4, 19/19105-3)
LOBATO, WELLINGTON; DA COSTA, JOAHANNES B. D.; GONZALEZ, LUIS F. G.; CERQUEIRA, EDUARDO; ROSARIO, DENIS; SOMMER, CHRISTOPH; VILLAS, LEANDRO A.. Entropy and Mobility-based Model Assignment for Multi-model Vehicular Federated Learning. 2024 2ND INTERNATIONAL CONFERENCE ON FEDERATED LEARNING TECHNOLOGIES AND APPLICATIONS, FLTA, v. N/A, p. 8-pg., . (15/24494-8, 19/19105-3)
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
LOBATO JUNIOR, Wellington Viana. Mobility-aware federated learning in vehicle edge computing for autonomous vehicle applications. 2025. Tese de Doutorado - Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica Campinas, SP.