論文の概要: Enhancing AUTOSAR-Based Firmware Over-the-Air Updates in the Automotive Industry with a Practical Implementation on a Steering System

• arxiv url: http://arxiv.org/abs/2503.05839v1
• Date: Thu, 06 Mar 2025 23:54:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 15:49:48.347559
• Title: Enhancing AUTOSAR-Based Firmware Over-the-Air Updates in the Automotive Industry with a Practical Implementation on a Steering System
• Title（参考訳）: 自動車産業におけるAUTOSARベースファームウェアの高度化とステアリングシステムへの実践
• Authors: Mostafa Ahmed Mostafa Ahmed, Mohamed Khaled Mohamed Elsayed, Radwa Waheed Ezzat Abdelmohsen,
• Abstract要約: このプロジェクトの目的は、近代車両に適した高度なFOTAシステムの設計と実装である。 このシステムは更新プロセス中に認証とデータの整合性のためにUDS 0x27プロトコルを統合している。 システムの機能は、点滅LEDとLane Keeping Assist(LKA)システムという2つのアプリケーションを通して実証される。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The automotive industry is increasingly reliant on software to manage complex vehicle functionalities, making efficient and secure firmware updates essential. Traditional firmware update methods, requiring physical connections through On-Board Diagnostics (OBD) ports, are inconvenient, costly, and time-consuming. Firmware Over-the-Air (FOTA) technology offers a revolutionary solution by enabling wireless updates, reducing operational costs, and enhancing the user experience. This project aims to design and implement an advanced FOTA system tailored for modern vehicles, incorporating the AUTOSAR architecture for scalability and standardization, and utilizing delta updating to minimize firmware update sizes, thereby improving bandwidth efficiency and reducing flashing times. To ensure security, the system integrates the UDS 0x27 protocol for authentication and data integrity during the update process. Communication between Electronic Control Units (ECUs) is achieved using the CAN protocol, while the ESP8266 module and the master ECU communicate via SPI for data transfer. The system's architecture includes key components such as a bootloader, boot manager, and bootloader updater to facilitate seamless firmware updates. The functionality of the system is demonstrated through two applications: a blinking LED and a Lane Keeping Assist (LKA) system, showcasing its versatility in handling critical automotive features. This project represents a significant step forward in automotive technology, offering a user-centric, efficient, and secure solution for automotive firmware management.
• Abstract（参考訳）: 自動車産業は複雑な自動車機能を管理するソフトウェアにますます依存しており、効率的でセキュアなファームウェアのアップデートが不可欠である。 従来のファームウェア更新手法では、オンボード診断(OBD)ポートを介して物理的接続を必要とするが、不便でコストがかかり、時間を要する。 ファームウェア・オーバー・ザ・エア(FOTA)技術は、無線アップデートを有効にし、運用コストを削減し、ユーザエクスペリエンスを向上させることで、革新的なソリューションを提供する。 本研究の目的は、拡張性と標準化のためにAUTOSARアーキテクチャを導入し、デルタ更新を活用してファームウェアの更新サイズを最小化し、帯域効率を向上し、点滅時間を短縮することである。 セキュリティを確保するため、システムは更新プロセス中に認証とデータの整合性のためにUDS 0x27プロトコルを統合する。 電子制御ユニット(ECU)間の通信はCANプロトコルを用いて達成され、ESP8266モジュールとマスターECUはデータ転送のためにSPIを介して通信する。 システムのアーキテクチャには、シームレスなファームウェア更新を容易にするブートローダ、ブートマネージャ、ブートローダ更新といった重要なコンポーネントが含まれている。 システムの機能は、点滅LEDとレーンキーピングアシスト(LKA)システムという2つのアプリケーションを通じて実証され、重要な自動車機能を扱うための汎用性を示している。 このプロジェクトは、自動車ファームウェア管理のためのユーザ中心で効率的でセキュアなソリューションを提供する、自動車技術における重要な一歩である。

関連論文リスト

• Fine-Tuning Federated Learning-Based Intrusion Detection Systems for Transportation IoT [0.3333209898517398]
  フェデレートラーニング(FL)は、分散エッジデバイス上でIDSモデルの分散トレーニングを可能にするための有望な方法として登場した。 本稿では,エッジデバイス上での軽量な微調整を実現しつつ,事前学習を中央サーバにオフロードするハイブリッドサーバエッジFLフレームワークを提案する。 このアプローチはメモリ使用量を最大42%削減し、トレーニング時間を最大75%削減し、競合IDSの精度を最大99.2%向上させる。
  論文  参考訳（メタデータ） (2025-02-10T02:12:05Z)
• An Integrated Artificial Intelligence Operating System for Advanced Low-Altitude Aviation Applications [4.62967829580797]
  本稿では,低高度航空に適した高性能人工知能オペレーティングシステムを提案する。 リアルタイムタスク実行、計算効率、シームレスなモジュールコラボレーションといった重要な課題に対処する。
  論文  参考訳（メタデータ） (2024-11-28T01:24:16Z)
• Uncovering EDK2 Firmware Flaws: Insights from Code Audit Tools [1.2713814898630649]
  ファームウェア分析のための一般的なコード監査ツールは、ファームウェアのセキュリティを強化する重要な領域を特定するのに有効であることが証明された。 UEFI Development Kit II (EDK2) はファームウェアアーキテクチャを形成する上で重要な役割を果たしている。 ファームウェア分析用に特別に設計されたオープンソースツールの不足は、適応可能で革新的なソリューションの必要性を強調している。
  論文  参考訳（メタデータ） (2024-09-22T12:29:28Z)
• Automatic Platform Configuration and Software Integration for Software-Defined Vehicles [4.522485108591059]
  本稿では,ソフトウェア定義車両(SDV)のプラットフォーム構成とソフトウェア統合を自動化する新しいアプローチを提案する。 モデルベースシステム工学(MBSE)を活用することで,プラットフォーム構成やソフトウェア統合計画を自動的に生成する。 提案システムは,安全要件の遵守を確保しつつ,動的かつ柔軟な資源割り当てを可能にする。
  論文  参考訳（メタデータ） (2024-08-04T19:54:03Z)
• Token-based Vehicular Security System (TVSS): Scalable, Secure, Low-latency Public Key Infrastructure for Connected Vehicles [1.062554955743753]
  本稿では,従来よりも大幅に改善された新しいVPKIシステムであるTVSSについて紹介する。 TVSSは、ネットワークの端にある道路インフラの一部である道路側ユニット(RSU)の迅速な検証を可能にするために、忘れられないトークンのアイデアを活用している。 特に,高速道路を走行中に静止RSUを用いて,提案手法のボトルネック操作を行うことができる。
  論文  参考訳（メタデータ） (2024-02-28T14:35:52Z)
• SISSA: Real-time Monitoring of Hardware Functional Safety and Cybersecurity with In-vehicle SOME/IP Ethernet Traffic [49.549771439609046]
  本稿では,車内機能安全とサイバーセキュリティをモデル化・解析するためのSOME/IP通信トラフィックベースアプローチであるSISSAを提案する。 具体的には、SISSAはWeibullディストリビューションでハードウェア障害をモデル化し、SOME/IP通信に対する5つの潜在的な攻撃に対処する。 広範囲な実験結果から,SISSAの有効性と有効性が確認された。
  論文  参考訳（メタデータ） (2024-02-21T03:31:40Z)
• TranDRL: A Transformer-Driven Deep Reinforcement Learning Enabled Prescriptive Maintenance Framework [58.474610046294856]
  産業システムは、運用効率を高め、ダウンタイムを減らすための信頼性の高い予測保守戦略を要求する。 本稿では,Transformerモデルに基づくニューラルネットワークと深部強化学習(DRL)アルゴリズムの機能を活用し,システムの保守動作を最適化する統合フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-29T02:27:54Z)
• COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked Vehicles [54.61668577827041]
  本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。 われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
  論文  参考訳（メタデータ） (2022-05-04T17:55:12Z)
• SensiX++: Bringing MLOPs and Multi-tenant Model Serving to Sensory Edge Devices [69.1412199244903]
  エッジデバイス上でMLOpsを統合した,適応モデル実行のためのマルチテナントランタイムを提案する。 S SensiX++は、高度にモジュール化されたコンポーネント化と、明確な抽象化によるデータ操作の外部化と、システム全体のオーケストレーションのためのドキュメント中心の宣言という、2つの基本原則で運用されている。 SensiX++のさまざまな自動化コンポーネントの全体的なスループットと定量化メリットについて報告し、運用の複雑さを著しく低減し、エッジデバイスへの組み込みモデルのデプロイ、アップグレード、再構成、提供の労力を削減する効果を実証する。
  論文  参考訳（メタデータ） (2021-09-08T22:06:16Z)
• A First Look at Class Incremental Learning in Deep Learning Mobile Traffic Classification [68.11005070665364]
  インクリメンタルラーニング(IL)技術を使って、モデルに新しいクラスをフルリトレーニングせずに追加し、モデルのアップデートサイクルを高速化します。 iCarlはアートILメソッドのステートであり、MIRAGE-2019は40のAndroidアプリからのトラフィックを持つパブリックデータセットである。 解析によってその初期段階が明らかになっているにもかかわらず、IL技術は自動DLベースの交通分析システムへのロードマップに関する有望な研究分野である。
  論文  参考訳（メタデータ） (2021-07-09T14:28:16Z)
• Efficient and Robust LiDAR-Based End-to-End Navigation [132.52661670308606]
  我々は,LiDARをベースとした効率的なエンドツーエンドナビゲーションフレームワークを提案する。 本稿では,スパース畳み込みカーネル最適化とハードウェア対応モデル設計に基づくFast-LiDARNetを提案する。 次に,単一の前方通過のみから予測の不確かさを直接推定するハイブリッド・エビデンシャル・フュージョンを提案する。
  論文  参考訳（メタデータ） (2021-05-20T17:52:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。