Key points are not available for this paper at this time.
자율 시스템은 우리의 일상 생활에서 점점 더 관련성이 높아지고 있습니다. 교통 분야도 예외는 아니며 스마트 시티 개념은 자율 시스템 개발을 위한 새로운 과제와 도전을 제기합니다. 이는 문헌에서 점진적으로 연구되어 왔습니다. 주요 도전 과제 중 하나는 다양한 교통 객체 간의 통신입니다. 예를 들어, 모바일 로봇 시스템은 정적 환경에 반응하고 장애물을 피하여 목표에 도달하는 독립형 자율 시스템으로 작동할 수 있습니다. 그럼에도 불구하고, 동일한 작업 환경에 추가적인 동적 객체와 다른 자율 시스템이 존재할 때는 보다 집중적인 통신과 의사 결정이 필요합니다. 교통은 차량, 보행자 및 다양한 인프라 요소로 구성된 복잡한 환경입니다. 이러한 종류의 환경에서 자율 시스템을 적용하기 위해서는 객체의 위치 추적을 통합하고 각 요소 간의 기능적이고 신뢰할 수 있는 통신을 보장하는 것이 중요합니다. 이를 달성하기 위해 다양한 센서, 통신 표준 및 장비가 센서 융합 및 AI 기계 학습 방법의 적용을 통해 통합됩니다. 이 연구에서는 차량 통신 시스템에 대한 검토가 제시됩니다. 주요 초점은 향후 차량 통신 시스템 개발을 위한 기존의 격차를 찾기 위해 연구된 센서, 통신 표준, 장치, 기계 학습 방법 및 차량 관련 데이터입니다. 마지막으로, 논의와 결론이 제시됩니다.
Ušinskis et al. (Sat,)는 이 질문을 연구했습니다.