Simulating Sensor Data Collection and Shared Perception for Autonomous Vehicles

Abstract

Sistemas de Transporte Inteligente (ITS) enfrentam desafios significativos na aquisição de dados devido aos altos custos de implantação e manutenção de infraestrutura. Esta pesquisa explora o potencial dos veículos autônomos (AVs) como plataformas móveis de sensores para criar uma infraestrutura virtual que complementa os métodos tradicionais de coleta de dados em ITS. Por meio de uma série de experimentos de simulação utilizando os frameworks CARLA e Simu5G, este trabalho avalia a viabilidade e o impacto da coleta e do compartil hamento de dados de sensores provenientes de veículos autônomos. Os experimentos iniciais demonstram que a adição de um módulo dedicado de coleta de dados aos veículos resulta em uma sobrecarga mínima no sistema: apenas 1,1% de aumento no uso de memória com coleta direta dos sensores e 2,6% com ferramentas de gerenciamento de desempenho de apli cações (APM) em hardware de referência. Com base nesses resultados, foi desenvolvido um framework de simulação para permitir a modelagem realista da coleta de dados de sensores, da transmissão por redes 5G e da percepção cooperativa entre veículos. As simulações de rede revelam que a largura de banda necessária para comunicações V2X básicas (61,68 KB/s por veículo, com configurações de sensores em baixa resolução) consome apenas 0,049% da capacidade de uma antena 5G, sugerindo que uma única antena poderia, teoricamente, dar suporte a mais de 2000 veículos simultaneamente. A pesquisa também aborda considerações de segurança por meio do desenvolvimento de simulações de ataques de spoofing em três cenários críticos de V2X, demonstrando como agentes maliciosos podem comprometer a segurança dos veículos por meio da injeção de dados falsos, além de apresentar algumas contramedidas que podem ser adotadas para prevenir esse tipo de ataque.