Our modern society is in constant change. The significant technological advances of the past decades have led to unprecedented prosperity but have also come along with great new challenges. A high demand for mobility and the vast deployment of transportation systems have made traffic accidents the most likely cause of death for children and young adults worldwide. To counteract this, traffic authorities around the world place their hopes in the development of Connected Intelligent Transportation Systems (C-ITS). Vehicle-to-Everything (V2X) communication is currently being introduced to enable road users and infrastructure to exchange relevant information to provide the required basis for decision-making. The rapidly growing amount of data managed by V2X services, e.g., for improved satellite navigation, warning of critical traffic situations, sharing of sensor-detected objects, and maneuver coordination, however, pushes the resilience of the wireless communication channel to its limits. Current approaches allocating communication resources within the network are either channel-load agnostic or message-content agnostic, leading to relevant performance impairments. In the scope of this doctoral work, the underlying decentralized resource allocation problem is formalized, and a comprehensive solution is proposed with application examples for the cutting-edge V2X services Collective Perception, Collaborative Localization, and Maneuver Co-ordination: The VALue of INFormation driven Distributed Resource Allocation protocol VALINDRA. It allows to maximize the value of information effectively disseminated within the network. After a thorough analytical examination and a comparison with state-of-the-art V2X protocols, VALINDRA is investigated in simulation and with real-world data for urban and highway scenarios. Both the comparison with the prior art and the simulative investigation evidence considerable improvements in terms of V2X channel utilization, achieved localization and object-tracking accuracies, environmental perception, and traffic safety, among others.
Unsere Gesellschaft ist in ständigem Wandel. Insbesondere die zahlreichen technologischen Fortschritte der vergangenen Jahrzehnte führten zu niemals dagewesenem Wohlstand, sind aber auch mit neuen großen Herausforderungen verbunden. So ist die wahrscheinlichste Todesursache für Kinder und junge Erwachsene weltweit, aufgrund des massiven Ausbaus moderner Verkehrssysteme, mit großem Abstand ein Verkehrsunfall. Die größte Hoffnung etablierter Verkehrsbehörden weltweit sind die intelligente Vernetzung und die Automatisierung des Verkehrs. Mittels Fahrzeug-zu-Alles (V2X; engl. Vehicle-to-Everything) Kommunikation sollen Verkehrsteilnehmer und Infrastruktur relevante Informationen austauschen können, um eine solide Entscheidungsgrundlage zu schaffen. Die rasant wachsende Anzahl mittels V2X Diensten ausgetauschter Daten, u.A. zur verbesserten Satelliten-gestützten Navigation, Warnung vor kritischen Verkehrssituationen, dem Teilen von Sensor-detektierten Objekten und der Manöverabstimmung, bringt die Belastbarkeit des drahtlosen Kommunikations-kanals jedoch an ihre Grenzen. Gegenwärtige Ansätze zum Zuweisen von Kommunikationsressourcen innerhalb der Fahrzeugnetzwerke sind entweder unabhängig von der Anzahl verfügbarer Ressourcen oder vom Wert der zu übermittelnden Informationen, was zu erheblichen Leistungsverlusten führt. Im Rahmen dieses Promotionsvorhabens wird das zugrundeliegende dezentrale Ressourcenallokationsproblem formalisiert und eine umfassende Lösung mit Anwendungsbeispielen für die wegweisenden V2X-Dienste Collective Perception, Collaborative Localization und Maneuver Coordination vorgeschlagen: VALINDRA (engl. „The VALue of INFormation driven Distributed Resource Allocation protocol”). Nach einer gründlichen analytischen Untersuchung und einem Vergleich mit etablierten V2X-Protokollen wird VALINDRA simulativ und mit realen Daten in Stadt- und Autobahnumgebungen untersucht. Sowohl der Vergleich mit dem Stand der Technik als auch die simulative Untersuchung offenbaren deutliche Verbesserungen in Bezug auf die erreichte Kanalauslastung, Umgebungs-wahrnehmung, Navigations- und Objekttrackinggenauigkeiten, und Verkehrs-sicherheit unter anderem.
我们的现代社会在不断变化。过去几十年的巨大技术进步带来了前所未有的繁荣，但也带来了巨大的新挑战。对流动性的高需求和交通系统的广泛部署使交通事故成为全球儿童和年轻人最可能的死亡原因。为了解决这个问题，世界各地的交通当局部门都寄希望于互联智能交通系统 (C-ITS) 的发展。目前正在被引入的车辆对一切 (V2X) 通信，以使道路使用者和基础设施能够交换相关信息，为决策提供所需的基础。然而，来自 V2X 服务的数据量迅速增长，例如用于改进卫星导航、危急交通情况警告、传感器检测对象的共享以及机动协调，将无线通信信道的弹性推到了极限。当前在网络内分配通信资源的方法要么与信道负载无关，要么与消息内容无关，从而导致相关的性能损失。在本博士工作的范围内，对底层的分散资源分配问题进行了形式化，并提出了一个综合解决方案，同时并提供了尖端 V2X 服务集体感知、协作定位和机动协调的应用示例：VALINDRA (英语 „The VALue of INFormation driven Distributed Resource Allocation protocol”）。经过彻底的分析检查并与最先进的 V2X 协议进行比较后，使用在城市和高速公路场景中的模拟数据以及真实数据对VALINDRA 在模拟和城市和高速公路场景的真实世界数据中进行了研究。与现有技术的比较和模拟研究调查都证明了其在 V2X 通道利用方面非常有希望的结果，提供了定位和对象跟踪的准确性、环境感知和交通安全等。V2X通道的利用，提供的定位和物体追踪的准确性，环境感知和交通安全上有非常好的结果。
