Zeitschrift für Kernenergiewissenschaft und Energieerzeugungstechnologie

Fahrzeugübergreifende Kommunikation basierend auf der Paketnetzwerktheorie

K. Kalaiselvi, C. Bazil Wilfred, E. Bijolin Edwin, Nancy Arya, Purvansh Jain  und K. Sentamilselvan

Der Informationsaustausch zwischen Fahrzeugen als Funktion des auf künstlicher Intelligenz basierenden Transports hat in mehreren Ländern, darunter den Vereinigten Staaten, der Europäischen Union und Japan, sowohl in akademischen als auch in industriellen Kreisen große Beachtung gefunden. Die Fähigkeit, auf der Grundlage von Querkommunikation die Sicht der Fahrer und der Geräte (wie Radar oder Sensoren) zu erweitern, ist der wichtigste Aspekt dieser Technologie und hat das Potenzial, die Leistung und den Komfort im Straßenverkehr zu verbessern. Automatische Bremssysteme dieser Art sollen den Fahrern sowohl im Verlauf der Schulung helfen, Verkehrsunfälle zu vermeiden, die Verkehrsgeschwindigkeit zu erhöhen und allgemein ein höheres Maß an Kontrolle über die Fahrzeuge zu behalten. Diese Systeme nutzen die Kommunikationsfähigkeiten der Autos, um sich nicht nur untereinander, sondern auch mit anderen Einrichtungen zu verbinden. Viele der Daten werden gesammelt und analysiert, um der Gemeinschaft hilfreiche Dienste bereitzustellen.

In diesem Anwendungsbereich werden drahtlose Netzwerktechnologien, die eine Verbindung zwischen Fahrzeugen und Umgebungsgeräten ermöglichen, umfassend eingesetzt. Die Qualität der Routenführung unterstützt die Herstellung einer Verbindung, und in der Vergangenheit wurden bereits verschiedene Routenführungen untersucht und bewertet. Berechnungen und Bewertungen wurden jedoch fast ausschließlich unter Berücksichtigung zufälliger Bewegungen durchgeführt. Da diese Technologie für die Integration von Konnektivität und die systemische Integration von Fahrzeugnetzwerken vorgesehen ist, ist es in der Tat wichtig, zunächst den Standort des Fahrzeugs anhand von Koordinaten zu ermitteln. Die Genauigkeit der Standortbestimmung wird durch den Einsatz verfügbarer Methoden und Optimierungen der Objekterkennungssoftware verbessert.