Optimal Allocation and Deployment of Roadside Units in Cloud-Based Internet of Vehicles Framework
Article Sidebar
Main Article Content
บทคัดย่อ
The research focuses on internet of vehicles (IoV) where vehicles are equipped with cameras and sensors to monitor traffic jams, accidents, and locations to ensure safety and comfort for drivers. To process sensor data effectively, cloud computing is used because of vast storage and processing capabilities. However, transferring data from sensors to cloud can be challenging due to bandwidth and memory constraints. Therefore, a cloud-based internet of vehicles framework is proposed incorporating Roadside Units (RSUs). RSUs can buffer video streams from vehicles and send them to cloud services. With RSUs in the framework, total latency for transferring video streams to cloud services can be significantly enhanced. In this research, dynamic programming approaches are applied to determine how many RSUs are needed at the lowest cost and greedy algorithm is implemented to prove the optimal solution from dynamic programming. Furthermore, K-means clustering algorithm is applied to find the best locations for RSUs. According to numerical results, the proposed methods can determine the optimal number of 6 RSUs with the minimum cost and allocation of RSUs to serve video streams across regions.
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
นโยบายการรับบทความ
กองบรรณาธิการวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น มีความยินดีรับบทความจากอาจารย์ประจำ และผู้ทรงคุณวุฒิในสาขาวิศวกรรมศาสตร์และเทคโนโลยี ที่เขียนเป็นภาษาไทยหรือภาษาอังกฤษ ซึ่งผลงานวิชาการที่ส่งมาขอตีพิมพ์ต้องไม่เคยเผยแพร่ในสิ่งพิมพ์อื่นใดมาก่อน และต้องไม่อยู่ในระหว่างการพิจารณาของวารสารอื่นที่นำส่ง ดังนั้นผู้สนใจที่จะร่วมเผยแพร่ผลงานและความรู้ที่ศึกษามาสามารถนำส่งบทความได้ที่กองบรรณาธิการเพื่อเสนอต่อคณะกรรมการกลั่นกรองบทความพิจารณาจัดพิมพ์ในวารสารต่อไป ทั้งนี้บทความที่สามารถเผยแพร่ได้ประกอบด้วยบทความวิจัย ผู้สนใจสามารถศึกษาและจัดเตรียมบทความจากคำแนะนำสำหรับผู้เขียนบทความ
การละเมิดลิขสิทธิ์ถือเป็นความรับผิดชอบของผู้ส่งบทความโดยตรง บทความที่ได้รับการตีพิมพ์ต้องผ่านการพิจารณากลั่นกรองคุณภาพจากผู้ทรงคุณวุฒิและได้รับความเห็นชอบจากกองบรรณาธิการ
ข้อความที่ปรากฏภายในบทความของแต่ละบทความที่ตีพิมพ์ในวารสารวิชาการเล่มนี้ เป็น ความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่าน ไม่เกี่ยวข้องกับสถาบันเทคโนโลยีไทย-ญี่ปุ่น และคณาจารย์ท่านอื่น ๆ ในสถาบัน แต่อย่างใด ความรับผิดชอบด้านเนื้อหาและการตรวจร่างบทความแต่ละบทความเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะต้องรับผิดชอบบทความของตนเองแต่ผู้เดียว
กองบรรณาธิการขอสงวนสิทธิ์มิให้นำเนื้อหา ทัศนะ หรือข้อคิดเห็นใด ๆ ของบทความในวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น ไปเผยแพร่ก่อนได้รับอนุญาตจากผู้นิพนธ์ อย่างเป็นลายลักษณ์อักษร ผลงานที่ได้รับการตีพิมพ์ถือเป็นลิขสิทธิ์ของวารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น
ผู้ประสงค์จะส่งบทความเพื่อตีพิมพ์ในวารสารวิชาการ สถาบันเทคโนโลยีไทย-ญี่ปุ่น สามารถส่ง Online ที่ https://www.tci-thaijo.org/index.php/TNIJournal/ โปรดสมัครสมาชิก (Register) โดยกรอกรายละเอียดให้ครบถ้วนหากต้องการสอบถามข้อมูลเพิ่มเติมที่
- กองบรรณาธิการ วารสารสถาบันเทคโนโลยีไทย-ญี่ปุ่น
- ฝ่ายวิจัยและนวัตกรรม สถาบันเทคโนโลยีไทย-ญี่ปุ่น
เลขที่ 1771/1 สถาบันเทคโนโลยีไทย-ญี่ปุ่น ซอยพัฒนาการ 37-39 ถนนพัฒนาการ แขวงสวนหลวง เขตสวนหลวง กรุงเทพมหานคร 10250 ติดต่อกับคุณพิมพ์รต พิพัฒนกุล (02) 763-2752 , คุณจุฑามาศ ประสพสันติ์ (02) 763-2600 Ext. 2402 Fax. (02) 763-2754 หรือ E-mail: JEDT@tni.ac.th
เอกสารอ้างอิง
United States International Trade Commission, “Passenger vehicles: Summary of trends summary,” 2013. [Online]. Available: https://www.usitc.gov/publications/332/pub_ITS_09_PassengerVehiclesSummary5211.pdf
Global Growth Insights. “Automobile Market.” GLOBALGROWTH
INSIGHTS.com. https://www.globalgrowthinsights.com/market-reports/automobile-market-109995 (accessed Jun. 4, 2025).
R. Dhanare, K. K. Nagwanshi, S. Varma, and S. Pathak, “The future of internet of vehicle : challenges and applications,” in Proc. Int. Conf. Comput. Perform. Eval. (ComPE), Shillong, India, Dec. 2021, pp. 023–026.
F. A. Butt, J. N. Chattha, J. Ahmad, M. U. Zia, M. Rizwan, and I. H. Naqvi, “On the integration of enabling wireless technologies and sensor fusion for next-generation connected and autonomous vehicles,” IEEE Access, vol. 10, pp. 14643–14668, 2022.
M. B. Mollah et al., “Blockchain for the Internet of Vehicles towards intelligent transportation systems: A survey,” IEEE Internet Things J., vol. 8, no. 6, pp. 4157–4185, 2021.
R. Cherekar, “Cloud-based big data analytics: Frameworks, challenges, and future trends,” Int. J. AI, Bigdata, Comput. Manage. Stud., vol. 4, no. 1, pp. 35–46, 2023.
J. Beuchert, F. Solowjow, S. Trimpe, and T. Seel, “Overcoming bandwidth limitations in wireless sensor networks by exploitation of cyclic signal patterns: An event-triggered learning approach,” Sensors, vol. 20, no. 1, 2020, Art. no. 260.
S. Akhavan Bitaghsir and A. Khonsari, “Modeling and improving the throughput of vehicular networks using cache enabled RSUs,” Telecommun. Syst., vol. 70, pp. 391–404, 2019.
Valuates Reports, “Global Market Share and Ranking, Overall Sales and Demand Forecast 2024-2030,” 2024. [Online]. Available: https://reports.valuates.com/market-reports/QYRE-Auto-7R15191/global-roadside-unit-rsu
D. Liu, S. Xue, B. Zhao, B. Luo, and Q. Wei, “Adaptive dynamic programming for control: A survey and recent advances,” IEEE Trans. Syst., Man, Cybern.: Syst., vol. 51, no. 1, pp. 142–160, 2021.
D. Jungnickel, “The greedy algorithm,” in Graphs, Networks and Algorithms, 2nd ed. Berlin, Germany: Springer, 1999, ch. 5, pp. 129–153.
R. V. Singh and M. S. Bhatia, “Data clustering with modified K-means algorithm,” in Proc. 2011 Int. Conf. Recent Trends Inf. Technol. (ICRTIT), Chennai, India, Jun. 2011, pp. 717–721.
N. S. Rajput et al., “Amalgamating vehicular networks with vehicular clouds, AI, and big data for next-generation ITS services,” IEEE Trans. Intell. Transp. Syst., vol. 25, no. 1, pp. 869–883, 2024.
Y. Sasaki et al., “An edge-cloud computing model for autonomous vehicles,” in Proc. 11th Int. Workshop Planning, Perception, Navigation Intell. Vehicle, Macau, China, Nov. 2019, pp. 99–104.
C. Liu and L. Ke, “Cloud assisted Internet of Things intelligent transportation system and the traffic control system in the smart city,” J. Control Decis., vol. 10, no. 2, pp. 174–187, 2023.
S. Tonayali, K. Akkaya, N. Saputro, A. S. Uluagac, and M. Nojoumian, “Privacy-preserving protocols for secure and reliable data aggregation in IoT-enabled smart metering systems,” Future Gener. Comput. Syst., vol 78, pp. 547–557, 2018.
X. Ma et al., “QAVA: QoE-aware adaptive video bitrate aggregation for HTTP live streaming based on smart edge computing,” IEEE Trans. Broadcast., vol. 68, no. 3, pp. 661–676, 2022.
P. K. N. Kouonchie, V. Oduol, and G. N. Nyakoe, “Roadside units for vehicle-to-infrastructure communication: An overview,” in Proc. Sustain. Res. and Innov. Conf., Nairobi, Kenya, Oct. 2021, pp. 69–72.
P. Pyykonen, J. Laitinen, J. Viitanen, P. Eloranta, and T. Korhonen, “IoT for intelligent traffic system,” in IEEE 9th Int. Conf. Intell. Comput. Commun. and Process. (ICCP), Cluj-Napoca, Romania, Sep. 2013, pp. 175–179.
