Original Title: Computing Challenges of UAV Networks: A Comprehensive Survey
Source: doi.org/10.32604/cmc.2024.056183
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

បញ្ហាប្រឈមផ្នែកកុំព្យូទ័រនៃបណ្តាញ UAV៖ ការសិក្សាស្រាវជ្រាវបែបស៊ីជម្រៅ

ចំណងជើងដើម៖ Computing Challenges of UAV Networks: A Comprehensive Survey

អ្នកនិពន្ធ៖ Altaf Hussain (Chongqing University of Posts and Telecommunications), Shuaiyong Li (Chongqing University of Posts and Telecommunications), Tariq Hussain (Zhejiang Gongshang University), Xianxuan Lin (Nanjing University of Information Science & Technology), Farman Ali (Sungkyunkwan University), Ahmad Ali AlZubi (King Saud University)

ឆ្នាំបោះពុម្ព៖ 2024 (Computers, Materials & Continua)

វិស័យសិក្សា៖ Computer Science / Telecommunications / Robotics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះដោះស្រាយបញ្ហាប្រឈមក្នុងការបញ្ជូនទិន្នន័យ ការរុករកដោយស្វ័យប្រវត្តិ និងសុវត្ថិភាពនៅក្នុងបណ្តាញយានគ្មានមនុស្សបើក (UAV Networks) ដោយសារតែការវិវត្តយ៉ាងឆាប់រហ័សនៃបច្ចេកវិទ្យា និងតម្រូវការក្នុងការបញ្ជូនទិន្នន័យដែលមានទំហំធំដូចជា 3D point clouds។

វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះគឺជាការអង្កេតបែបស៊ីជម្រៅ (Comprehensive Survey) ដែលពិនិត្យមើលអក្សរសិល្ប៍បច្ចុប្បន្ន វិភាគបច្ចេកវិទ្យាទំនាក់ទំនងឥតខ្សែ និងប្រៀបធៀបម៉ូដែលផ្សេងៗ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
5G Communication
បច្ចេកវិទ្យាទំនាក់ទំនង ៥ជី (សម្រាប់បញ្ជាយានដ្រូន និងបញ្ជូនវីដេអូ)
មានល្បឿនលឿនខ្លាំង (High throughput) និងកម្រិតភាពយឺតយ៉ាវទាបបំផុត (Low latency) ដែលស័ក្តិសមសម្រាប់ការបញ្ជាពីចម្ងាយក្នុងពេលជាក់ស្តែង។ ត្រូវការហេដ្ឋារចនាសម្ព័ន្ធថ្លៃដើមខ្ពស់ និងការគ្របដណ្តប់នៅមានកម្រិតនៅឡើយក្នុងតំបន់ដាច់ស្រយាល។ ល្បឿនបញ្ជូនទិន្នន័យរហូតដល់ ២០ Gbps និង Latency ប្រហែល ១ ms
Wi-Fi (IEEE 802.11)
បច្ចេកវិទ្យា Wi-Fi (សម្រាប់ការតភ្ជាប់រយៈពេលខ្លី ឬក្នុងក្រុមដ្រូន)
ចំណាយតិច ងាយស្រួលដំឡើង និងមានប្រសិទ្ធភាពសម្រាប់ការបញ្ជូនទិន្នន័យក្នុងចម្ងាយជិត។ មានកម្រិតចម្ងាយខ្លី (Short-range) និងងាយរងការរំខានសេវា (Interference) ពីឧបករណ៍ផ្សេងៗ។ ល្បឿនបញ្ជូនរហូតដល់ ៩.៦ Gbps (Wi-Fi 6) ក្នុងចម្ងាយមធ្យម
LiDAR-equipped UAV
យានដ្រូនបំពាក់ប្រព័ន្ធឡាស៊ែរ LiDAR (សម្រាប់ការធ្វើផែនទី 3D)
ផ្តល់នូវផែនទីដែលមានភាពជាក់លាក់ខ្ពស់ (High precision) និងអាចដំណើរការបានគ្រប់ស្ថានភាពពន្លឺ។ ឧបករណ៍មានតម្លៃថ្លៃ ទម្ងន់ធ្ងន់ និងផលិតទិន្នន័យដែលមានទំហំធំខ្លាំងដែលពិបាកក្នុងការបញ្ជូន។ ភាពត្រឹមត្រូវនៃផែនទី (Mapping accuracy) < ០.១ ម៉ែត្រ
Satellite Communication (SATCOM)
ការទំនាក់ទំនងតាមផ្កាយរណប (សម្រាប់តំបន់គ្មានសេវា)
មានការគ្របដណ្តប់សកលលោក (Global coverage) ស័ក្តិសមសម្រាប់ប្រតិបត្តិការនៅតំបន់ដាច់ស្រយាល។ មានភាពយឺតយ៉ាវខ្ពស់ (High Latency) និងតម្លៃប្រតិបត្តិការថ្លៃ។ Latency ប្រហែល ១០០-៦០០ ms (អាស្រ័យលើប្រភេទផ្កាយរណប)

ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តប្រព័ន្ធនេះទាមទារឱ្យមានការថ្លឹងថ្លែងរវាងសមត្ថភាពបច្ចេកវិទ្យា និងការប្រើប្រាស់ថាមពល ជាពិសេសសម្រាប់ប្រព័ន្ធដែលប្រើប្រាស់ AI និង LiDAR។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះប្រមូលផ្តុំទិន្នន័យពីការស្រាវជ្រាវជាសកល ដែលភាគច្រើនផ្អែកលើបច្ចេកវិទ្យាទំនើប (ដូចជា 5G និង 6G) ដែលអាចមិនទាន់មានភាពទូលំទូលាយនៅក្នុងប្រទេសកម្ពុជា។ ការផ្តោតលើឧបករណ៍តម្លៃថ្លៃដូចជា LiDAR ក៏អាចជាឧបសគ្គសម្រាប់គម្រោងដែលមានថវិកាតិចនៅក្នុងបរិបទប្រទេសកំពុងអភិវឌ្ឍន៍។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

បច្ចេកវិទ្យានេះមានសារៈសំខាន់ខ្លាំង និងអាចអនុវត្តបានខ្ពស់នៅក្នុងប្រទេសកម្ពុជា ជាពិសេសក្នុងវិស័យកសិកម្ម និងការគ្រប់គ្រងគ្រោះមហន្តរាយ។

ការអនុវត្តបច្ចេកវិទ្យានេះនឹងជួយបង្កើនប្រសិទ្ធភាពការងារក្នុងវិស័យសំខាន់ៗរបស់កម្ពុជា ប៉ុន្តែទាមទារឱ្យមានការបណ្តុះបណ្តាលធនធានមនុស្ស និងការរៀបចំលិខិតបទដ្ឋានគតិយុត្តឱ្យបានច្បាស់លាស់។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ជំហានទី ១៖ ការសិក្សាមូលដ្ឋានគ្រឹះនៃបណ្តាញ UAV: និស្សិតគួរចាប់ផ្តើមសិក្សាអំពីពិធីការបណ្តាញ (Routing Protocols) សម្រាប់ FANETs និងស្វែងយល់ពីភាពខុសគ្នារវាងបច្ចេកវិទ្យាទំនាក់ទំនងដូចជា Wi-Fi, LoRa, និង 4G/5G។
  2. ជំហានទី ២៖ ការពិសោធន៍តាមរយៈកម្មវិធី Simulation: ប្រើប្រាស់កម្មវិធីក្លែងធ្វើដូចជា NS-3 (Network Simulator) ឬ MATLAB ដើម្បីសាកល្បងប្រសិទ្ធភាពនៃក្បួនដោះស្រាយបញ្ជូនទិន្នន័យ (Routing algorithms) មុននឹងអនុវត្តលើឧបករណ៍ជាក់ស្តែង។
  3. ជំហានទី ៣៖ ការធ្វើសមាហរណកម្ម AI និង Image Processing: សិក្សាពីការប្រើប្រាស់ Machine Learning លើឧបករណ៍តូចៗ (Edge Computing) ដូចជា Raspberry Pi ឬ NVIDIA Jetson ដើម្បីវិភាគរូបភាពដំណាំ ឬចរាចរណ៍ដោយផ្ទាល់ពីលើដ្រូន។
  4. ជំហានទី ៤៖ ការអនុវត្តគម្រោងសាកល្បងខ្នាតតូច: បង្កើតគម្រោងសាកល្បងដោយប្រើដ្រូនដែលមានតម្លៃសមរម្យ (ឧទាហរណ៍ DJI SDK ឬ ArduPilot) ដើម្បីប្រមូលទិន្នន័យកសិកម្ម ឬធ្វើផែនទីតំបន់តូចមួយក្នុងសាកលវិទ្យាល័យ។
  5. ជំហានទី ៥៖ ការសិក្សាអំពីច្បាប់ និងសុវត្ថិភាព: ស្វែងយល់អំពីបទប្បញ្ញត្តិស្តីពីការប្រើប្រាស់ដ្រូននៅក្នុងប្រទេសកម្ពុជា និងវិធានការសុវត្ថិភាពទិន្នន័យ ដើម្បីធានាថាការស្រាវជ្រាវគោរពតាមច្បាប់ជាតិ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Flying Ad hoc Networks (FANETs) ជាប្រភេទបណ្តាញទំនាក់ទំនងដែលបង្កើតឡើងដោយដ្រូន (UAVs) ជាច្រើនហោះហើរជាមួយគ្នា ដោយពួកវាអាចផ្លាស់ប្តូរទិន្នន័យរវាងគ្នាទៅវិញទៅមកដោយផ្ទាល់ និងដោយស្វ័យប្រវត្តិ ដោយមិនចាំបាច់ពឹងផ្អែកទាំងស្រុងលើអង់តែននៅដី។ ដូចជាក្រុមមនុស្សដែលកាន់វិទ្យុទាក់ទង (I-Com) និយាយឆ្លើយឆ្លងគ្នាពីម្នាក់ទៅម្នាក់ពេលកំពុងធ្វើដំណើរ ដោយមិនប្រើសេវាទូរស័ព្ទ។
LiDAR (Light Detection and Ranging) បច្ចេកវិទ្យាដែលប្រើពន្លឺឡាស៊ែរដើម្បីវាស់ចម្ងាយពីដ្រូនទៅកាន់វត្ថុខាងក្រោម និងបង្កើតផែនទី 3D នៃបរិស្ថានជុំវិញយ៉ាងច្បាស់លាស់សម្រាប់ឱ្យដ្រូនអាចមើលឃើញ និងគេចពីឧបសគ្គ។ ដូចជាសត្វប្រចៀវប្រើសំឡេងដើម្បីដឹងពីទីតាំងវត្ថុ ប៉ុន្តែបច្ចេកវិទ្យានេះប្រើពន្លឺឡាស៊ែរជំនួសវិញដើម្បីគូររូបរាងវត្ថុ។
Swarm Intelligence ប្រព័ន្ធកុំព្យូទ័រដែលអនុញ្ញាតឱ្យដ្រូនជាច្រើនធ្វើការរួមគ្នាដោយឯករាជ្យ និងមានការសម្របសម្រួលគ្នាដូចសត្វល្អិត (ស្រមោច ឬឃ្មុំ) ដើម្បីសម្រេចកិច្ចការធំមួយដោយគ្មានមេបញ្ជាការតែម្នាក់។ ដូចជាហ្វូងសត្វស្លាបដែលហោះហើរជាក្រុមយ៉ាងស្អិតរមួតដោយមិនបុកគ្នា ឬហ្វូងស្រមោចសាមគ្គីគ្នាដឹកចំណី។
3D Point Cloud សំណុំនៃចំណុចទិន្នន័យរាប់លាននៅក្នុងលំហដែលបង្កើតឡើងដោយឧបករណ៍ស្កេន (ដូចជា LiDAR) ដើម្បីបង្កើតជារូបរាងលម្អិតរបស់វត្ថុ ឬទីតាំងណាមួយនៅក្នុងកុំព្យូទ័រ។ ដូចជាការយកគ្រាប់ខ្សាច់រាប់លានគ្រាប់មកផ្គុំគ្នាដើម្បីបង្កើតជារូបរាងអគារ ឬដើមឈើនៅក្នុងកុំព្យូទ័រឱ្យដូចរបស់ពិត។
Quality of Experience (QoE) ការវាស់វែងកម្រិតនៃការពេញចិត្តរបស់អ្នកប្រើប្រាស់ចំពោះសេវាកម្មដែលទទួលបានពីដ្រូន ជាពិសេសលើភាពច្បាស់នៃវីដេអូ និងភាពរលូននៃការបញ្ជូនរូបភាព។ ប្រសិនបើល្បឿនអ៊ីនធឺណិតជាបច្ចេកទេស QoE គឺជាអារម្មណ៍របស់អ្នកថាតើការមើលវីដេអូនោះរលូន ឬទាក់ៗ។
Beyond-Visual-Line-of-Sight (BVLOS) ប្រតិបត្តិការហោះហើរដ្រូនទៅកាន់ចម្ងាយឆ្ងាយហួសពីកម្រិតដែលភ្នែកអ្នកបញ្ជាអាចមើលឃើញ ដោយពឹងផ្អែកទាំងស្រុងលើប្រព័ន្ធទិន្នន័យ និងកាមេរ៉ាដើម្បីគ្រប់គ្រង។ ដូចជាការបើកបររថយន្តដោយមើលតែលើអេក្រង់ GPS និងកាមេរ៉ា ដោយមិនមើលផ្លូវផ្ទាល់តាមកញ្ចក់ឡាន។
Six Degrees of Freedom (6DoF) សមត្ថភាពរបស់ដ្រូនក្នុងការផ្លាស់ទីក្នុងលំហរបានគ្រប់ទិសដៅដោយសេរី ទាំងការហោះទៅមុខ-ក្រោយ ឆ្វេង-ស្តាំ ឡើង-ចុះ និងការបង្វិលខ្លួនជុំវិញអ័ក្សទាំងបី។ ខុសពីឡានដែលអាចបើកតែលើផ្លូវរាបស្មើ ដ្រូនអាចហោះហើរ និងបង្វិលខ្លួនបានដោយសេរីក្នុងអាកាសគ្រប់ទិសដូចសត្វរុយ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖