Modelo de tiempo real de un caso de uso de movilidad inteligente sobre hardware MPSoC heterogéneo
DOI:
https://doi.org/10.17979/ja-cea.2025.46.12173Palabras clave:
Tiempo real, Modelado, Planificación, Movilidad inteligente, AplicacionesResumen
La tendencia actual en aplicaciones industriales evoluciona hacia plataformas heterogéneas que integran múltiples procesadores y aceleradores especializados dentro de un único MPSoC (MultiProcessor System on Chip). Muchas de estas aplicaciones presentan requisitos temporales que las actividades deben cumplir mediante la adecuada gestión de aspectos como la concurrencia, la sincronización y el despliegue de esas actividades en los procesadores o elementos de cómputo disponibles en un entorno normalmente distribuido. En este trabajo, se presenta el modelo de tiempo real de una aplicación del ámbito de la movilidad inteligente que ejecuta en un banco de pruebas basado en procesadores MPSoC. El objetivo es proporcionar un modelo detallado y completo de la aplicación que sirva como caso de uso para la investigación y el desarrollo de nuevas técnicas de planificación, análisis y optimización de sistemas de tiempo real basados en plataformas heterogéneas.
Referencias
Altmeyer, S., André, E., Dal Zilio, S., Fejoz, L., Harbour, M. G., Graf, S., Gutiérrez, J. J., Henia, R., Le Botlan, D., Lipari, G., Medina, J., Navet, N., Quinton, S., Rivas, J. M., Sun, Y., 2023. From FMTV to WATERS: Lessons Learned from the First Verification Challenge at ECRTS. In: Papadopoulos, A. V. (Ed.), 35th Euromicro Conference on Real-Time Systems (ECRTS 2023). Vol. 262 of Leibniz International Proceedings in Informatics (LIPIcs). Schloss Dagstuhl – Leibniz-Zentrum für Informatik, Dagstuhl, Germany, pp. 19:1–19:18. DOI: 10.4230/LIPIcs.ECRTS.2023.19
Andreozzi, M., Gabrielli, G., Venu, B., Travaglini, G., 7 2022. Industrial Challenge 2022: A High-Performance Real-Time Case Study on Arm. Leibniz International Proceedings in Informatics, LIPIcs 231. DOI: 10.4230/LIPIcs.ECRTS.2022.1
Bjelonic, M., 2016–2018. YOLO ROS: Real-time object detection for ROS. https://github.com/leggedrobotics/darknet_ros.
Festag, A., 09 2015. Standards for vehicular communication — from IEEE 802.11p to 5G. e & i Elektrotechnik und Informationstechnik 132. DOI: 10.1007/s00502-015-0343-0
Gomez, I., Díaz de Cerio, U., Parra, J., Rivas, J. M., Gutiérrez, J. J., Harbour, M. G., 2024. Using MAST for modeling and response-time analysis of real-time applications with GPUs. Journal of Systems Architecture 157, 103300. DOI: 10.1016/j.sysarc.2024.103300
Harbour, M. G., Gutiérrez, J. J., Palencia, J. C., Drake, J. M., 6 2001. MAST: Modeling and Analysis Suite for Real Time Applications. In: Proceedings of 13th Euromicro Conference on Real-Time Systems. IEEE Computer Society Press, pp. 125–134.
Object Management Group (OMG), 2019. An OMG UML Profile for MARTE: Modeling and Analysis of Real-Time Embedded Systems. Version 1.2.
OpenRobotics, 2025. ROS2 Humble Documentation. URL: https://docs.ros.org/en/humble/
RoboRacer Foundation, 2025. RoboRacer. URL: https://roboracer.ai/
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Iosu Gomez Iturrioz, Unai Diaz de Cerio, Juan M. Rivas, J. Javier Gutiérrez

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.