The purpose of this master thesis study is to evaluate the effects of a degraded wireless connection in autonomous applications that utilize offloading to an edge device. It involves developing and testing a platform for future self-driving vehicles, using a scale-model car by CanEduDev. For the vehicle to be capable of autonomous navigation several components were added to the chassis. The sensors added include a top-mounted LIDAR, ultrasonic ranging sensors for collision avoidance, an IMU for feedback control, a front mounted camera for identification, and an encoder for feedback control. In addition, a hierarchical control architecture is implemented to enable the vehicle’s driving automation, where the mapping and localization, path planning, and actuation functions are designed and implemented.

Furthermore, to guarantee the computational efficiency of the path planning algorithm with high complexity, a computational task off-loading framework is integrated to improve the realtime control performance. After system construction and calibration, a case study evaluates the Autonomous driving performance of the scale car on an indoor track with offloading to the edge device. During the experiments, to investigate the influence of communication delay on the off-loading control performance, different levels of delay are manipulated and artificially added to the system network. After comprehensive physical testing, a one-way ANOVA is used for the stochastic evaluation. Our experiments examine and verify the negative effect of network latency on off-loading-based control performance.

Syftet med denna masteruppsatsstudie är att utvärdera effekterna av en försämrad trådlös anslutning i autonoma applikationer som använder avlastning till en kantenhet. Studien handlar om att utveckla och testa en plattform för framtida självkörande fordon, med hjälp av en skalenlig bil från KVASER. För att fordonet skulle kunna navigera autonomt lades flera komponenter till chassit. Sensorerna som lagts till inkluderar en toppmonterad LIDAR, ultraljudsavståndssensorer för att undvika kollisioner, IMU för återkopplingskontroll, frontmonterad kamera för identifiering och en kodare för återkopplingskontroll. Dessutom implementeras en hierarkisk styrarkitektur för att möjliggöra fordonets automatisering, där kartläggning och lokalisering, vägplanering och aktiveringsfunktioner designas och implementeras.

Dessutom, för att garantera beräkningseffektiviteten för vägplaneringsalgoritmen med hög komplexitet, är ett ramverk för avlastning av beräkningsuppgifter integrerat för att förbättra kontrollprestanda i realtid. Efter systemkonstruktion och kalibrering utvärderar en fallstudie skalans autonoma körprestanda, genom att köra fordonet på en inomhusbana med avlastning till kantanordning. Under experimenten, för att undersöka påverkan av kommunikationsfördröjning på avlastningskontrollprestandan, manipuleras olika nivåer av fördröjning och läggs till på konstgjord väg till systemnätverket. Efter en omfattande fysisk testning används en enkelriktad ANOVA för den stokastiska utvärderingen. Våra experiment undersöker och verifierar den negativa effekten av nätverkslatens på en avlastningsbaserad kontrollprestanda.