Design and Implemention of Time-Triggered Architecture for Multicore Automotive Systems

Q: 이 논문에서 정의한 Time Triggered Architecture(TTA)란 무엇인가?

Time Triggered Architecture(TTA)는 AUTOSAR 멀티코어 환경에서 태스크 스케줄링을 최적화하기 위해 각 태스크의 실행 구간을 결정하는 방법론이다. 이는 코어 간 데이터 통신 시 발생하는 스피닝(Spinning) 시간을 최소화하고, 태스크 간 선후 관계를 유지하며 런타임 타이밍 오류를 감지할 수 있도록 설계된다.

Q: DQN 강화학습 기반 태스크 할당 알고리즘이 멀티코어 시스템의 부하 균등화에 어떤 영향을 미치는가?

연구 결과, DQN 강화학습 기반 태스크 할당 알고리즘은 코어 간 이용률의 표준편차를 최소화하여 부하 균등화를 최적화한다. 연료전지제어기 모델에 적용 시 기존 제어기 대비 94% 이상의 부하 균등 개선을 보였으며, 이는 각 태스크의 스케줄링 가능성을 높여 멀티코어 성능 향상에 기여한다.

배재현; 유민수

doi:10.5626/JOK.2022.49.12.1043

학술저널 Full-text

저자정보: 배재현 (현대자동차) 유민수 (한양대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.49 No.12

오류 신고하기

피인용 1

검색

초록·키워드

최근 차량용 임베디드 시스템은 안전성과 성능 향상을 위해 멀티코어를 사용한다. 하지만 코어간 데이터 통신 시 발생하는 Spinning 시간은 태스크의 응답시간 지연을 초래한다. 이에 본 논문에서는 Time Triggered Architecture (TTA)를 이용하여 AUTOSAR 멀티코어 환경에서 스케줄링 최적화하는 방법을 제시한다. 각 태스크의 스케줄링 가능성을 확보하기 위해, DQN (Deep Q-Network) 강화학습을 이용한 태스크 할당 알고리즘을 제시하여 코어 간 부하 균등화를 최적화한다. 또한 태스크 Harmonic Period 설정하는 방법과 태스크 Offset, Deadline 설정 알고리즘을 설명한다. 이후 런타임에서 다른 코어의 타이밍 오류로 인한 문제 발생을 감지하는 방법에 대해 설명한다. 연료전지제어기 모델에 적용 결과, 부하 균등화 정도가 94% 개선되었으며 태스크의 실행구간이 상호 배제가 강제됨과 각 알고리즘이 잘 적용됨을 확인하였다. 또한 태스크 할당 알고리즘은 최적의 값 대비 약 78% 이상의 확장성을 보였다.

#멀티코어 스케줄링 최적화 #멀티코어 태스크 배분 #멀티코어 타이밍 오류 감지 #DQN(Deep Q-Network) 강화학습 #조화주기 설정 알고리즘 #태스크 Offset 및 Deadline #multicore scheduling optimization #multicore task allocation #AUTOSAR #multicore timing violation detect #DQN(Deep Q-Network) reinforcement #harmonic period set #task offset deadline

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)