인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
The brake system of a self-driving car is one of the most important systems for ensuring safety. A typical brake system performs several computational tasks, including perception, high-level brake control, and low-level electromechanical control tasks. The status-quo design for scheduling such brake-related tasks is based on the static approach where all parameters for those tasks are fixed when designing the brake system. Such a static approach has the following limitations in terms safety and resource efficiency: i) It cannot adaptively respond to dynamic environments, such as varying road friction coefficients and the time to collision. ii) The brake operation time constitutes only a small portion of total driving time. Hence, to address this issue, we propose a new adaptive brake system software platform that enables adaptive parameter assignment and dynamic online scheduling to cope with dynamic environments. We implemented and integrated the proposed adaptive parameter assignment and scheduling platform into an AUTOSAR-based brake system, an open and standardized automotive software architecture. Thus, we could significantly improve safety and reliability by shortening the braking distance.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2021-003-001564546
