엣지 클러스터 컴퓨팅 기반 실내 스마트 주차 및 자율주차 제어 연구

Smart Parking Lot Based on Edge Cluster Computing for Full Self-Driving Vehicles

연구 내용

실내 주차장에서 고정 엣지와 이동 엣지로 구성된 클러스터를 활용해 자율주행 차량의 주차 운영을 제어하는 엣지 클러스터 기반 연구

본 연구는 실내 주차장 환경에서 외부 통신이 제한되는 상황에서도 자율주행 차량이 요구하는 실시간 성능을 제공하기 위해 엣지 클러스터 컴퓨팅을 적용합니다. 고정 엣지와 이동 엣지 차량(모바일 엣지)으로 스마트 주차장을 구성하고, 그리드 맵을 기반으로 주차장 관리를 수행합니다. 기존 주차 환경과 비교하여 주차 시간과 이동 거리를 확인하며, 엣지 수에 따른 데이터 전송량과 자원 비용을 분석해 효과적 서비스 제공 및 유지 관리를 위한 구성 조건을 도출합니다.

관련 프로젝트

0건

연구 흐름

엣지 컴퓨팅을 실내 자율주행 서비스 영역으로 확장하기 위해, 고정 엣지와 모바일 엣지로 구성된 스마트 주차장 구조를 먼저 제안했습니다. 이후 그리드 맵 기반 주차 운영 모델을 통해 차량 동작을 관리하고, 기존 방식과의 성능 비교로 운영 효율을 확인했습니다. 또한 자원 비용과 데이터 전송량을 중심으로 엣지 수를 조절하는 관점에서 평가를 수행하여, 서비스 품질과 유지 관리 부담을 함께 고려할 수 있는 클러스터 구성 논리를 정리했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

실내 스마트 주차 운영
엣지 클러스터 기반 차량 제어
그리드 맵 기반 주차장 관리
엣지 수 최적화 기반 운영
실시간 주차 안내 및 배정
실내 이동 경로 산정 지원
건물 내 자율주행 서비스 설계
데이터 전송 비용 저감 전략
차량-엣지 협업 구조 검증
운영 성능-자원 비용 평가 프레임