15、下一代车联网技术框架与自动驾驶模拟分析

下一代车联网技术框架与自动驾驶模拟分析

1. 自动驾驶模拟设置

在自动驾驶的模拟研究中，设定了一系列参数来模拟真实场景。环境感知和决策过程中的不确定值处于[-0.1, 0.1]范围内。一辆自动驾驶汽车（AV）和路侧单元（RSU）宣称的某路段地图价格分别为20和50，中继服务的价格和成本分别设定为5和2。变量x、y和z的取值范围分别为[0.6, 0.9]、[0.3, 0.6)和[0.1, 0.3)。

基于这些条件，评估采用了以下指标：
- 学习准确率 ：每辆AV的最低学习能力值设为10，通过将AV的最高学习能力从10改变到50来评估AV的平均学习准确率。每辆AV的学习能力在最低和最高学习能力之间随机选择。
- 感知周围环境的成本 ：将组内AV的数量从1增加到9，以评估AV感知周围环境的成本。
- 内容共享成本 ：每辆AV缓存该区域内若干路段的地图和一些训练模型，每辆AV缓存的地图最小数量为0，最大数量从0变化到100进行测试。为简单起见，假设每辆AV使用自己的训练模型进行自动驾驶。如果一辆AV或一个组没有当前路段的地图，则需要向其他AV或RSU请求该地图。

以下是这些评估指标的详细说明表格：
| 评估指标 | 具体设置 |
| ---- | ---- |
| 学习准确率 | 最低学习能力值10，最高学习能力从10到50变化，学习能力随机选取 |
| 感知周围环境成本 | 组内AV数量从1到9增加 |
| 内容共享成本 | 每辆AV缓存地图数量最小0，最大从0到100变化 |