据外媒报道，通过产学研合作，一韩国联合研究团队开发了一种集成网络计算负载平衡（Integrated Network-Computing Load Balancing，INCL Balancing）模拟器，该模拟器针对下一代6G服务进行了优化。

图片来源： 期刊《IEEE Communications Magazine》

这是全球首个在自动驾驶环境中集成网络和计算资源的负载平衡模拟器的研究项目。它有望显著提升与车辆边缘计算（VEC）连接的自动驾驶汽车的安全性、实时控制性能和能源效率。

相关研究论文发表在期刊《IEEE Communications Magazine》上。团队成员包括大邱庆北科学技术院（DGIST）电气工程与计算机科学系的Choi Ji-woong、Jwa Hoon-seung和Kim Baek-gyu。

目前，自动驾驶汽车系统通常处理车内所有传感器数据，或将部分数据卸载至VEC服务器。然而，在数据收集和处理量较高的情况下，例如在城市交通环境中，网络和计算资源可能会以复杂的方式出现瓶颈，影响自动驾驶的稳定性。

为了解决这个问题，DGIST的Choi教授团队与高丽大学（Korea University）Kwak Jung-ho教授团队合作，设计了一个模拟器框架，该框架整合了车辆车载单元（OBU）、VEC服务器和云服务器之间的计算和通信资源。在此基础上，他们还开发了动态卸载和动态电压频率调节（DVFS）算法。

新开发的INCL平衡模拟器结合了基于真实道路场景的自动驾驶模拟器（虚拟试驾（VTD））和基于MATLAB的网络计算模拟器。它通过综合考虑网络质量、计算资源状态以及基于时间和空间变化的能耗，实现实时控制。

研究团队使用反映真实道路状况的八个场景（例如，车辆编队行驶、道路交叉口、合并车道和事故响应）以及来自仁川青罗区的真实道路数据，通过实验验证了该技术与现有技术相比，如何有效地分配交通和计算负载，并降低延迟和功耗。

具体而言，研究团队从数学角度设计了一种负载优化算法，该算法综合考虑了车对车通信链路的可靠性（数据包投递率（PDR））、处理延迟和能耗。这比现有的固定卸载方法确保了更高的安全性和性能。

仿真结果表明，与简单的VEC卸载方法相比，该方法平均节能21.7%，与现有的基于成本最小化的算法相比，吞吐率提高了73.3%。这些结果证明了自动驾驶汽车性能大幅提升的潜力。

Choi教授表示：“这项研究意义重大，因为它能够基于仿真精确分析自动驾驶环境中通信和计算资源实时波动时延迟、能效和安全性之间的平衡。预计未来它将广泛应用于各种基于6G的应用服务，例如高速公路车辆编队行驶、智慧城市道路交叉口控制和紧急车辆优先通行控制。它可以被自动驾驶运营商、车辆云平台和移动通信运营商采用，也可以扩展到基于数字孪生的服务。”