• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

基于图模型的自动驾驶推理任务调度

王娟娟, 乔颖, 王宏安

王娟娟, 乔颖, 王宏安. 基于图模型的自动驾驶推理任务调度[J]. 计算机研究与发展, 2017, 54(8): 1693-1702. DOI: 10.7544/issn1000-1239.2017.20170212
引用本文: 王娟娟, 乔颖, 王宏安. 基于图模型的自动驾驶推理任务调度[J]. 计算机研究与发展, 2017, 54(8): 1693-1702. DOI: 10.7544/issn1000-1239.2017.20170212
Wang Juanjuan, Qiao Ying, Wang Hongan. Graph-Based Auto-Driving Reasoning Task Scheduling[J]. Journal of Computer Research and Development, 2017, 54(8): 1693-1702. DOI: 10.7544/issn1000-1239.2017.20170212
Citation: Wang Juanjuan, Qiao Ying, Wang Hongan. Graph-Based Auto-Driving Reasoning Task Scheduling[J]. Journal of Computer Research and Development, 2017, 54(8): 1693-1702. DOI: 10.7544/issn1000-1239.2017.20170212

基于图模型的自动驾驶推理任务调度

详细信息
  • 中图分类号: TP391

Graph-Based Auto-Driving Reasoning Task Scheduling

  • 摘要: 随着车载传感器设备数量的增多,交通设施和城市地标的快速变化、人车混行的复杂路况,对自动驾驶车辆实时反应的能力要求不断地提高.如何通过带有安全性保证的调度策略来应对物理环境中源源不断产生的传感器实时源事件输入,如何及时地控制传动系统来处理源事件并进行推理操作及其响应以规避危险是值得研究的问题.为此,将自动驾驶汽车视为安全攸关系统,提出了一种硬实时推理任务调度方法,首先为自动驾驶的推理过程建立了基于可并行有向无环图的推理任务模型;其次,提出了自动驾驶推理任务调度算法及其准入算法,保证了所调度的推理任务都能在满足硬实时约束的情况下完成自动驾驶推理操作及其响应动作.最后,进行了模拟实验,实验结果验证了该调度及其准入控制算法的有效性.实验结果表明:推理任务调度算法比直接调度算法和模型转换算法在调度成功率上分别高出9.62%和7.31%,该推理任务准入控制算法比Baruah的准入控制算法在任务集准入率上平均高出7.15%.
    Abstract: With the increase of vehicle mounted sensors, the rapid change of urban landmarks and traffic facilities as well as the complex traffic conditions of vehicles and pedestrians, the demand for real-time auto-driving response capability is continuously becoming urgent. How to provide safety guarantee for auto-driving systems by handling the continuing events from sensors and accomplishing the reasoning process via scheduling strategies is worth studying. In this paper, a hard real-time scheduling method of reasoning tasks for automatic driving system is proposed, including a task model based on parallel directed acyclic graphs with hard deadlines, a scheduling algorithm and admission control algorithm to ensure the reasoning operations and reactions within their hard real-time constraints. The experimental results show that our proposed method can effectively increase the success ratio of auto-driving reasoning tasks by average 9.62% and 7.31% compared with the direct scheduling algorithm and model transformation scheduling algorithm; and has also higher admission control capability by average 7.15% compared with the algorithm proposed by Baruah, which is promising to be applied in the auto-driving system for the security concern.
  • 期刊类型引用(15)

    1. 徐胜超,邓斌涛. 强混合样本面板数据模型回归样条估计. 信息技术. 2024(02): 73-77 . 百度学术
    2. 赵建民,张珺博,崔佳鑫. 基于Stacking的套损预测方法研究. 计算机与数字工程. 2024(06): 1685-1690 . 百度学术
    3. 王大星,周强,滕济凯. 基于同态加密和牛顿迭代法的数据隐私保护模型. 湖南科技大学学报(自然科学版). 2024(02): 69-74 . 百度学术
    4. 产院东,沈鸿喆,张欣怡,杨留磊,胡杰,夏爽. 一种基于机器学习的内部威胁检测算法. 信息化研究. 2024(05): 25-31 . 百度学术
    5. 唐敏,张宇浩,邓国强. 一种高效的非交互式隐私保护逻辑回归模型. 计算机工程. 2023(04): 32-42+51 . 百度学术
    6. 李国,张秋杰. 基于纵向联邦学习的航班延误预测. 计算机工程与设计. 2023(05): 1594-1601 . 百度学术
    7. 史汶泽,陆林,秦文杰,于涛. 一种可信执行环境下的联邦逻辑回归评分卡系统. 应用科学学报. 2023(03): 488-499 . 百度学术
    8. 陈晶,彭长根,谭伟杰,许德权. 基于差分隐私和秘密共享的多服务器联邦学习方案. 信息网络安全. 2023(07): 98-110 . 百度学术
    9. 王炎,段成阁. 基于大数据技术的用户个人信息隐私数据保护研究. 情报科学. 2023(07): 100-105 . 百度学术
    10. 张泽辉,李庆丹,富瑶,何宁昕,高铁杠. 面向非独立同分布数据的自适应联邦深度学习算法. 自动化学报. 2023(12): 2493-2506 . 百度学术
    11. 王坤庆,刘婧,李晨,赵语杭,吕浩然,李鹏,刘炳莹. 联邦学习安全威胁综述. 信息安全研究. 2022(03): 223-234 . 百度学术
    12. 产院东,孟剑萍,郭乔进,吴其华,梁中岩,胡杰. 基于机器学习的恶意软件分析算法. 信息化研究. 2022(03): 23-30 . 百度学术
    13. 孙爽,李晓会,刘妍,张兴. 不同场景的联邦学习安全与隐私保护研究综述. 计算机应用研究. 2021(12): 3527-3534 . 百度学术
    14. 黄晓文,王政杰,崔硕硕,张宇浩,邓国强. 一种基于随机掩码的低通信量Logistic回归外包训练方案. 科技资讯. 2021(34): 5-9 . 百度学术
    15. 邓正义. 基于同态加密技术的实验室开放管理系统研究. 产业科技创新. 2019(35): 106-108 . 百度学术

    其他类型引用(13)

计量
  • 文章访问数:  1525
  • HTML全文浏览量:  2
  • PDF下载量:  659
  • 被引次数: 28
出版历程
  • 发布日期:  2017-07-31

目录

    /

    返回文章
    返回