講演抄録/キーワード |
講演名 |
2022-07-15 11:30
機械学習とメタヒューリスティックの連携による車載イーサネット設計自動化システムの開発と評価 ○森 泰浩・山本 寛(立命館大)・陶山洋次郎・泉 達也(住友電工)・浦山博史(オートネットワーク技研)・小林史歩・梅原茂樹・谷 英哲(住友電工システムソリューション) NS2022-54 |
抄録 |
(和) |
近年、車両を制御する様々なコンピュータ (ECU) が相互に通信する車載ネットワークとして、イーサネッ トの採用が検討されている。また、自動運転技術等の新技術の登場により、車載ネットワークを流れるデータが多様 化している。そのため、特定のスイッチにパケットが滞留して輻輳の原因となるボトルネックが発生し、車両の制御 に関わる重要なデータが ECU へリアルタイムに届かない状況が懸念されている。そこで本研究では、車載イーサネッ トの構成や発生している通信の特徴を元に、輻輳の発生を防ぐための適切な QoS 制御の設定を自動的に導出する手法 を提案する。特に、低性能な車載小型コンピュータでも対応できるように、事前に様々なネットワーク構成・発生す るトラヒック・QoS 制御条件下でシミュレーションを実施した結果を学習し、ボトルネックの有無や程度を推定する 軽量な機械学習モデルを構築する。さらに、メタヒューリスティックの技術を活用することで、機械学習モデルによ りボトルネックの状態が適切と推定される QoS 制御の設定を自動的に導出する、車載イーサネット設計自動化システ ムを実現する。 |
(英) |
In recent years, Ethernet tends to be adopted as an in-vehicle network that the various computers (ECUs) are interconnected. However, there is concern that the packets concentrate on certain switches, which become bottlenecks causing packet losses and lack of real-time property of the important data. Therefore, in this study, we propose a method to automatically derive appropriate QoS control settings to avoid the occurrence of the bottlenecks based on the network configuration and the characteristics of the network traffic. For the proposed method, a machine learning model is built to estimate the presence and degree of bottlenecks by learning the results of simulations carried out in advance on various network topologies, types of traffic and QoS control settings. Furthermore, by utilizing a meta-heuristic technique, an automated design system of automotive Ethernet is realized to automatically derive the appropriate QoS control settings for avoiding the bottleneck. |
キーワード |
(和) |
IoT / 車載イーサネット / QoS制御 / 機械学習 / メタヒューリスティック / / / |
(英) |
IoT / In-vehicle Ethernet / QoS controll / Machine Learning / Meta-heuristic / / / |
文献情報 |
信学技報, vol. 122, no. 105, NS2022-54, pp. 131-136, 2022年7月. |
資料番号 |
NS2022-54 |
発行日 |
2022-07-06 (NS) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NS2022-54 |