研究现状与现有挑战¶
研究内容二不把“近场聚焦”“AoI”“多源融合”“集中协调”宣称为首次提出,而是关注这些已有机制在多 AMR 交汇 + 近场时分 ISAC + MEC 统一协调 + MR 本地控制架构中的联合影响。
1. 近场移动多用户通信¶
近场阵列可利用距离–角度空间聚焦服务用户 [F01];感知辅助预测聚焦用于缓解运动引起的波束失配 [F02];时分 ISAC 时间/波束配置构成感知辅助通信的跨阶段资源耦合 [F03]。仍需分析位置估计与运动预测误差如何影响下行 FBL 状态短包、信息更新和最终安全通行。
2. 多机器人全局状态共享与安全控制¶
工业车间 AGV 已有 BS、边缘服务器、车载状态上报、固定深度摄像头与下行共享信息的联合系统 [F05];基础设施辅助的交汇优先级和高层动作协调见 [F06];完全分布式路权协商及一致性困难见 [F07]。此外,通信延迟下的分布式安全控制 [F09] 和机器人任务信息的 AoI/VoI [F12] 提示:信息到达不等于在执行时仍有价值。
3. 控制导向资源优化¶
[F04] 已将感知质量、有限块长通信和控制代价联合建模。多 MR 独立运输的特有之处在于相对安全事件和通行先后不属于单个独立控制回路,资源分配必须服务交汇任务,并考虑公共/分组感知与逐用户通信的不同作用范围。
凝练的研究挑战¶
| 挑战 | 在本课题中的具体表现 |
|---|---|
| C1:近场聚焦与位置不确定性 | 感知误差及运动状态预测同时影响通信聚焦位置和下行 BLER |
| C2:信息互补与端到端时效性 | ISAC 观测、MR 可能上行的意图/执行信息、MEC 处理与下行交付存在时序、丢包和冗余 |
| C3:混合控制一致性 | MEC 的全局许可与 MR 本地执行使用不同时间尺度,需防止旧许可和不一致行动 |
| C4:异构任务需求下资源竞争 | 感知、UL 和 DL 的边际安全收益不同,机器人间又通过交汇风险产生耦合 |
研究边界
C3 更多是协议与安全可行性的必要条件;跨层性能建模与任务驱动通感资源优化是主要科研突破口。增加 UL 变量本身不是创新,关键是它是否带来有价值的互补信息。