Adaptive monitoring for autonomous vehicles using the HAFLoop architecture
Visualitza/Obre
10.1080/17517575.2020.1844305
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/334746
Tipus de documentArticle
Data publicació2021
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
Current Self-Adaptive Systems (SASs) such as Autonomous Vehicles (AVs) are systems able to deal with highly complex contexts. However, due to the use of static feedback loops they are not able to respond to unanticipated situations such as sensor faults. Previously, we have proposed HAFLoop (Highly Adaptive Feedback control Loop), an architecture for adaptive loops in SASs. In this paper, we incorporate HAFLoop into an AV solution that leverages machine learning techniques to determine the best monitoring strategy at runtime. We have evaluated our solution using real vehicles. Evaluation results are promising and demonstrate the great potential of our proposal.
CitacióZavala, E. [et al.]. Adaptive monitoring for autonomous vehicles using the HAFLoop architecture. "Enterprise information systems", 2021, vol 15, núm. 2, p.270-298.
ISSN1751-7575
Versió de l'editorhttps://www.tandfonline.com/doi/full/10.1080/17517575.2020.1844305
Col·leccions
- Doctorat en Computació - Articles de revista [44]
- Departament de Ciències de la Computació - Articles de revista [1.049]
- inSSIDE - integrated Software, Service, Information and Data Engineering - Articles de revista [113]
- Departament d'Enginyeria de Serveis i Sistemes d'Informació - Articles de revista [222]
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
Zavala et al.pdf | 433,5Kb | Visualitza/Obre |