Date of Award

4-2024

Document Type

Dissertation

Degree Name

Doctor of Philosophy (PhD)

Department

Computer Science and Software Engineering

First Advisor

Sherzod Turaev

Second Advisor

Manzoor Ahmed Khan

Abstract

Autonomous Vehicles (AVs) are transforming next-generation autonomous mobility. These vehicles promise to increase road safety, improve traffic efficiency, reduce vehicle emissions, and enhance overall mobility. They achieve higher levels of Autonomous Driving (AD) by integrating sensors, communication technologies, computation, and Artificial Intelligence (AI). Apart from these advancements, significant gaps remain in integrating heterogeneous technologies and disciplines essential for optimizing AD. Therefore, the current solution approaches lack the capability to exploit intelligent road infrastructures and effectively orchestrate perceptual services for complex driving scenarios. The main objective of this dissertation is to address these challenges by proposing a novel end-to-end intelligent framework designed to advance AV operations. It tackles critical issues such as augmenting road infrastructure to support Intelligent Transport System (ITS) services, improving service satisfaction in perception systems of AVs, perceiving diverse objects in urban environments, and enhancing real-time decisionmaking through distributed information systems. The research methodology includes a comprehensive survey of 3rd Generation Partnership Project (3GPP) standardizations to identify fundamental components of the proposed intelligent framework. It also encompasses the design of an enhanced Connected Cooperative and Automated Mobility (CCAM) infrastructure, the development of an intelligent perception model, the deployment of Deep Learning (DL) models across various devices, and the integration of these components within a hierarchical vehicle-edge-cloud architecture. The key findings and significant contributions of this dissertation include the design and specification of exhaustive sensory technologies and architecture for CCAM, validated through ML algorithms for mobility applications. This facilitated the enhancements of CCAM infrastructure, which is imperative for intelligent road systems and decision making of AVs. Furthermore, an analytical model is designed for selecting the right perception for AVs, which is validated through a custom dataset and DL-based model instances fine-tuned for object detection. This analytical model not only improve AV perception satisfaction but also enables proactive functionalities for AVs in urban environments. It is important to note that the AdamW-based DL model significantly outperforms the SGD-based DL model in class-level performance comparisons, which highlights the practical effectiveness of this sophisticated algorithmic approach. In addition, a computational framework that integrates the perception model with CCAM infrastructure across a hierarchical structure and demonstrates consistent performance metrics and reduced inference times across different devices. The design of this framework smartly stitches together the solution components to facilitate learning across different layers and settings. This dissertation presents a novel approach that combines enhanced infrastructure, an intelligent perception model, and a computational framework to support advanced AD functionalities, thus filling a crucial gap in the current solution approaches for autonomous driving.

Arabic Abstract

الإطار الذكي نحو القیادة الذاتیة المدعومة بالطرق الذكیة

تعمل المركبات ذاتیة القیادة على إحداث تحول في الجیل التالي من التنقل المستقل. حیث تعد ھذه المركبات بزیادة السلامة على الطرق، وتحسین كفاءة المرور، وتقلیل انبعاثات المركبات، وتعزیز التنقل بشكل عا م. تتحقق مستویات أعلى من القیادة الذاتیة من خلال دمج أجھزة الاستشعار وتقنیات الاتصال والحساب والذكاء الاصطناعي. بصرف النظر عن ھذه التطورات، لا تزال ھناك فجوات كبیرة في دمج التقنیات والتخصصات الأساسیة غیر المتجانسة لتحسین القیادة الذاتیة، وتفتقر الحلول الحالیة إلى القدرة على استغلال البنى التحتیة الذكیة للطرق وتنظیم الخدمات الإدراكیة بشكل فعال للمساعدة في سیناریوھات القیادة المعقدة. الھدف الرئیسي من ھذه الأطروحة ھو معالجة ھذه التحدیات من خلال اقتراح إطار عمل ذكي جدید وشامل مصمم لتعزیز المركبات ذاتیة القیادة. ویتناول القضایا الحاسمة مثل زیادة البنیة التحتیة للطرق لدعم خدمات نظام النقل الذكي، وتحسین الرضا عن الخدمة في أنظمة الإدراك الخاصة بالمركبات ذاتیة القیادة، وإدراك الأشیاء المتنوعة في البیئات الحضریة، وتعزیز عملیة صنع القرار في الوقت الفوري من خلال أنظمة ا لمعلومات الموزعة. تتضمن منھجیة البحث مسحًا شاملاً لمعاییر مشروع شراكة الجیل الثالث وتحدید المكونات الأساسیة للإطار الذكي المقترح. كما یشمل أیضًا تصمیم بنیة تحتیة محسنة للتعاون المتصل والتنقل الآلي، وتطویر نموذج إدراك ذكي، ونشر نماذج التعلم العمیق عبر الأجھزة المختلفة، ودمج ھذه المكونات داخل مركبة ھرمیة ببنیة سحابیة.

تشمل النتائج الرئیسیة والمساھمات المھمة لھذه الأطروحة تصمیم مواصفات التقنیات والھندسة الحسیة الشاملة الخاصة بالتعاون المتصل والتنقل الآلي، والتي تم التحقق من صحتھا من خلال خوارزمیات تعلم الآلة في تطبیقات التنقل. وقد سھّل ذلك تحسینات بنیة التنقل الآلي، وھو أمر ضروري في أنظمة الطرق الذكیة واتخاذ القرارات المتعلقة بالمركبات الذاتیة القیادة. علاوة على ذلك، تم تصمیم نموذج تحلیلي لاختیار التصور الصحیح للمركبات الذاتیة القیادة، والذي یتم التحقق من صحتھ من خلال مجموعة بیانات مخصصة نماذج قائمة على التعلم العمیق حیث تم ضبطھا بدقة لاكتشاف الاشیاء المحیطة. لا یعمل ھذا النموذج التحلیلي على تحسین الرضا عن إدراك المركبات المستقلة فحسب، بل یتیح أیضًا وظائف استباقیة للمركبات الذاتیة القیادة في البیئات الحضریة. من المھم ملاحظة أن نموذج التعلم العمیق في مقارنات الأداء، مما یسلط الضوء على SGD یتفوق بشكل كبیر على النموذج القائم على AdamW  القائم على الفعالیة العملیة لھذا النھج الخوارزمي المتطور. بالإضافة إلى ذلك، یدمج نموذج الإدراك إطار العمل الحسابي مع البنیة التحتیة للتعاون المتصل والتنقل الآلي عبر ھیكل ھرمي، ویوضح مقاییس الأداء وأوقات الاستدلال المنخفضة عبر الأجھزة المختلفة. یجمع تصمیم ھذا الإطار مكونات الحل معًا بذكاء لتسھیل التعلم عبر إعدادات مختلفة. تقدم ھذه الأطروحة نھجًا جدیداً یجمع بین البنیة التحتیة المحسنة ونموذج الإدراك الذكي والإطار الحسابي لدعم وظائف القیادة الذاتیة المتقدمة، وبالتالي سد الفجوة في مناھج الحلول الحالیة للقیادة الذاتیة.

Download

Share

COinS