邊緣計(jì)算與自動(dòng)駕駛系統(tǒng)如何結(jié)合

作者 |?Jessie ? ?

隨著5G時(shí)代的到來，邊緣計(jì)算成為自動(dòng)駕駛系統(tǒng)中新的業(yè)務(wù)增長(zhǎng)點(diǎn)，未來將有超過60%的數(shù)據(jù)和應(yīng)用將在邊緣產(chǎn)生和處理。

邊緣計(jì)算是一種在網(wǎng)絡(luò)邊緣進(jìn)行計(jì)算的新型計(jì)算模式，其對(duì)數(shù)據(jù)的處理主要包括兩個(gè)部分，其一是下行的云服務(wù)，其二是上行的萬(wàn)物互聯(lián)服務(wù)?！斑吘墶睂?shí)際上是一種相對(duì)概念，指從數(shù)據(jù)到云計(jì)算中心內(nèi)路徑之間的任意計(jì)算、存儲(chǔ)以及網(wǎng)絡(luò)相關(guān)資源。從數(shù)據(jù)的一端到云服務(wù)中心的另一端，在此路徑上根據(jù)應(yīng)用的具體需求和實(shí)際應(yīng)用場(chǎng)景，邊緣可以表示為此條路徑上的一個(gè)或多個(gè)資源節(jié)點(diǎn)。邊緣計(jì)算的業(yè)務(wù)本質(zhì)是云計(jì)算在數(shù)據(jù)中心之外匯聚節(jié)點(diǎn)的延伸和演進(jìn)，主要由邊緣云、邊緣網(wǎng)絡(luò)、邊緣網(wǎng)關(guān)三類落地形態(tài)構(gòu)成。

如上圖所示，表示一種目前在自動(dòng)駕駛中使用的工控機(jī)。實(shí)際上，它是一種加固的增強(qiáng)型個(gè)人計(jì)算機(jī)。它可以作為一個(gè)工業(yè)控制器在工業(yè)環(huán)境中可靠運(yùn)行，采用符合EIA 標(biāo)準(zhǔn)的全鋼化工業(yè)機(jī)箱，增強(qiáng)抗電磁干擾能力，并采用總線結(jié)構(gòu)和模塊化設(shè)計(jì)技術(shù)，防止出現(xiàn)單點(diǎn)故障。如上自動(dòng)駕駛工控機(jī)網(wǎng)絡(luò)設(shè)計(jì)方案充分考慮了 ISO26262 的要求。其中，CPU、GPU、FPGA 以及總線都做冗余設(shè)計(jì)。當(dāng)整體 IPC 系統(tǒng)失效時(shí)，冗余MCU控制可以保證運(yùn)算安全，直接發(fā)送指令到車輛 CAN 總線中控制車輛停車。目前這種集中式的架構(gòu)適用于下一代集中式自動(dòng)駕駛系統(tǒng)方案，其中工控機(jī)相當(dāng)于下一代集中式域控制器，將所有的計(jì)算工作統(tǒng)一放到一個(gè)其中，算法迭代不需要過度考慮硬件的整體升級(jí)和車規(guī)要求。

邊緣計(jì)算與邊緣云

當(dāng)前自動(dòng)駕駛中，大規(guī)模的人工智能算法模型和大規(guī)模數(shù)據(jù)集中化分析均放在云端進(jìn)行。因?yàn)?，云端擁有大量的?jì)算資源，可以在極短的時(shí)間內(nèi)完成數(shù)據(jù)的處理，但是僅依靠云端為自動(dòng)駕駛汽車提供服務(wù)在很多情況下是不可行的。因?yàn)樽詣?dòng)駕駛汽車在行駛過程中會(huì)產(chǎn)生大 量需要實(shí)時(shí)處理的數(shù)據(jù)，如果將這些數(shù)據(jù)都通過核心網(wǎng)傳輸?shù)竭h(yuǎn)程云端處理，那么僅數(shù)據(jù)的傳輸便會(huì)導(dǎo)致很大的時(shí)延，無(wú)法滿足數(shù)據(jù)處理的實(shí)時(shí)性要求。核心網(wǎng)絡(luò)的帶寬也難以支持大量自動(dòng)駕駛汽車同時(shí)向云端發(fā)送大量的數(shù)據(jù)，而且一旦核心網(wǎng)絡(luò)出現(xiàn)擁塞導(dǎo)致數(shù)據(jù)傳輸不穩(wěn)定，自動(dòng)駕駛汽車的行駛安全便得不到保障。

邊緣計(jì)算關(guān)注局部業(yè)務(wù)，實(shí)時(shí)性要求高，網(wǎng)絡(luò)壓力較大，計(jì)算方式面向本地化。邊緣計(jì)算更適用于基于集成的算法模型，進(jìn)行本地小規(guī)模智能分析與預(yù)處理工作。將邊緣計(jì)算應(yīng)用到自動(dòng)駕駛領(lǐng)域?qū)⒂兄诮鉀Q自動(dòng)駕駛汽車在環(huán)境數(shù)據(jù)獲取和處理上所面臨的問題。

作為行業(yè)數(shù)字化轉(zhuǎn)型的兩大重要計(jì)算方式，邊緣計(jì)算與云計(jì)算基本是同時(shí)共存、相互補(bǔ)充、相互促進(jìn)，共同解決大數(shù)據(jù)時(shí)代的計(jì)算問題。

邊緣計(jì)算是指在網(wǎng)絡(luò)邊緣執(zhí)行計(jì)算的一種計(jì)算模型，其操作對(duì)象來自云服務(wù)的下行數(shù)據(jù)和萬(wàn)物互聯(lián)服務(wù)的上行數(shù)據(jù)，而邊緣計(jì)算中的“邊緣”是指從數(shù)據(jù)源到云計(jì)算中心路徑之間的任意計(jì)算和網(wǎng)絡(luò)資源。簡(jiǎn)而言之，邊緣計(jì)算將服務(wù)器部署到用戶附近的邊緣節(jié)點(diǎn)，在網(wǎng)絡(luò)邊緣（如無(wú)線接入點(diǎn)） 給用戶提供服務(wù)，避免了長(zhǎng)距離數(shù)據(jù)傳輸，給用戶提供更加快速的響應(yīng)。任務(wù)卸載技術(shù)將自動(dòng)駕駛汽車的計(jì)算任務(wù)卸載到其他邊緣節(jié)點(diǎn)執(zhí)行，解決了自動(dòng)駕駛汽車計(jì)算資源不足的問題。

邊緣計(jì)算具有鄰近性、低時(shí)延、本地性和位置感知性的特點(diǎn)。其中，鄰近性是指邊緣計(jì)算靠近信息源，適用于通過數(shù)據(jù)優(yōu)化捕獲和分析大數(shù)據(jù)中的關(guān)鍵信息，并且可以直接訪問設(shè)備，更加高效地服務(wù)與邊緣智能，易于衍生出特定的應(yīng)用場(chǎng)景。低時(shí)延是指邊緣計(jì)算服務(wù)靠近產(chǎn)生數(shù)據(jù)的終端設(shè)備，相對(duì)于云計(jì)算，極大的降低了時(shí)延，尤其是在智能駕駛應(yīng)用場(chǎng)景中，使得反饋過程更加快速。本地性是指邊緣計(jì)算可以與網(wǎng)絡(luò)的其余部分隔離運(yùn)行，實(shí)現(xiàn)本地化，相對(duì)獨(dú)立的計(jì)算，一方面保證了本地?cái)?shù)據(jù)安全性，另一方面降低了計(jì)算對(duì)網(wǎng)絡(luò)質(zhì)量的依賴性。位置感知性是指當(dāng)邊緣網(wǎng)絡(luò)是無(wú)線網(wǎng)絡(luò)的一部分時(shí)，邊緣計(jì)算式的本地服務(wù)可以利用相對(duì)較少的信息來確定所有連接設(shè)備的位置，這些服務(wù)可以應(yīng)用于基于位置的服務(wù)應(yīng)用場(chǎng)景。

同時(shí)，邊緣計(jì)算的發(fā)展趨勢(shì)將逐漸向異構(gòu)計(jì)算、邊緣智能、邊云協(xié)同以及5G+邊緣計(jì)算的發(fā)面進(jìn)行演進(jìn)。異構(gòu)計(jì)算需要使用不同類型的指令集和體系架構(gòu)的計(jì)算單元組成系統(tǒng)的計(jì)算方式，滿足邊緣業(yè)務(wù)對(duì)多樣性計(jì)算的需求，通過異構(gòu)計(jì)算不僅可以滿足新一代“連接+計(jì)算”的基礎(chǔ)設(shè)施構(gòu)建，還可以滿足碎片化產(chǎn)業(yè)和差異化應(yīng)用的需求，提升計(jì)算資源利用率，支持算力的靈活部署和調(diào)度。

邊緣計(jì)算參考架構(gòu)

邊緣計(jì)算參考架構(gòu)的每層都提供了模型化的開放接口，實(shí)現(xiàn)了架構(gòu)的全層次開放，通過縱向管理服務(wù)，數(shù)據(jù)全生命周期服務(wù)以及安全服務(wù)，實(shí)現(xiàn)業(yè)務(wù)全流程、全生命周期的智能服務(wù)。

如上圖所示，邊緣計(jì)算參考架構(gòu)主要包括如下內(nèi)容：

整個(gè)系統(tǒng)分為智能服務(wù)、業(yè)務(wù)編排、邊緣云和邊緣計(jì)算節(jié)點(diǎn)四層，邊緣計(jì)算位于云和現(xiàn)場(chǎng)設(shè)備之間，邊緣層向下支持各種現(xiàn)場(chǎng)設(shè)備的接入，向上可以與云端對(duì)接。邊緣層包括邊緣節(jié)點(diǎn)和邊緣管理器兩個(gè)主要部分。邊緣節(jié)點(diǎn)是硬件實(shí)體，是承載邊緣計(jì)算業(yè)務(wù)的核心，邊緣管理器的核心是軟件，主要功能是對(duì)邊緣節(jié)點(diǎn)進(jìn)行統(tǒng)一管理。邊緣計(jì)算節(jié)點(diǎn)一般具有計(jì)算資源、網(wǎng)絡(luò)資源和存儲(chǔ)資源，邊緣計(jì)算系統(tǒng)對(duì)資源的使用有兩種方式：其一，直接將計(jì)算資源、網(wǎng)絡(luò)資源和存儲(chǔ)資源進(jìn)行封裝，提供調(diào)用接口，邊緣管理器以代碼下載、網(wǎng)絡(luò)策略配置和數(shù)據(jù)庫(kù)操作等方式使用邊緣節(jié)點(diǎn)資源；第二，進(jìn)一步將邊緣節(jié)點(diǎn)的資源按功能領(lǐng)域封裝成功能模塊，邊緣管理器通過模型驅(qū)動(dòng)的業(yè)務(wù)編排方式組合和調(diào)用功能模塊，實(shí)現(xiàn)邊緣計(jì)算業(yè)務(wù)的一體化開發(fā)和敏捷部署。

邊緣計(jì)算的硬件基礎(chǔ)設(shè)施

1、邊緣服務(wù)器

邊緣服務(wù)器是邊緣計(jì)算和邊緣數(shù)據(jù)中心的主要計(jì)算載體，可以部署在運(yùn)營(yíng)商某機(jī)房?jī)?nèi)。由于邊緣計(jì)算環(huán)境差異較大，且邊緣業(yè)務(wù)在時(shí)延、帶寬、GPU和AI等方面存在個(gè)性化訴求，同時(shí)應(yīng)該盡量減少工程師在現(xiàn)場(chǎng)的操作，并具有強(qiáng)大的管理運(yùn)維能力保障，其中包括狀態(tài)采集、運(yùn)行控制和管理接口，以實(shí)現(xiàn)遠(yuǎn)程、自動(dòng)化的管理。

自動(dòng)駕駛系統(tǒng)中，通常采用智能邊緣一體機(jī)將計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化和環(huán)境動(dòng)力等產(chǎn)品有機(jī)集成到一個(gè)工控機(jī)中，方便自動(dòng)駕駛系統(tǒng)的正常工作。

2、邊緣接入網(wǎng)

邊緣計(jì)算接入網(wǎng)絡(luò)是指從用戶系統(tǒng)到邊緣計(jì)算系統(tǒng)所經(jīng)過的一系列網(wǎng)絡(luò)基礎(chǔ)設(shè)施，包括但不限于園區(qū)網(wǎng)、接入網(wǎng)絡(luò)和邊緣網(wǎng)關(guān)等。且?guī)в腥诤闲浴⒌蜁r(shí)延、大帶寬、大連接、高安全等特性。

3、邊緣內(nèi)部網(wǎng)絡(luò)

邊緣計(jì)算內(nèi)部網(wǎng)絡(luò)是指邊緣計(jì)算系統(tǒng)內(nèi)部網(wǎng)絡(luò)基礎(chǔ)設(shè)施，如連接服務(wù)器的網(wǎng)絡(luò)設(shè)備，與外網(wǎng)互聯(lián)的網(wǎng)絡(luò)設(shè)備以及由其構(gòu)建的網(wǎng)絡(luò)等。邊緣計(jì)算內(nèi)部網(wǎng)絡(luò)具有架構(gòu)簡(jiǎn)化、功能完備、性能損耗大幅減少的特征；同時(shí)，能做到邊云協(xié)同，集中管控。

由于邊緣計(jì)算系統(tǒng)天然呈現(xiàn)分布式屬性，單個(gè)規(guī)模不大但數(shù)量眾多，若采用單點(diǎn)管理模式，難以滿足運(yùn)行需求，還會(huì)占用工控機(jī)資源，降低效益；另一方面，邊緣計(jì)算業(yè)務(wù)更強(qiáng)調(diào)端到端的時(shí)延、帶寬以及安全性，因此邊云、邊邊之間的協(xié)同也是非常重要的。一般是需要在云計(jì)算系統(tǒng)中引入智能化的跨域管理編排系統(tǒng)，統(tǒng)一管控一定范圍內(nèi)的所有邊緣計(jì)算系統(tǒng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施，通過支持基于邊云協(xié)同集中式管理模式，保證網(wǎng)絡(luò)與計(jì)算資源的自動(dòng)化高效配置。

4、邊緣計(jì)算互聯(lián)網(wǎng)絡(luò)

邊緣計(jì)算互聯(lián)網(wǎng)絡(luò)包括從邊緣計(jì)算系統(tǒng)到云計(jì)算系統(tǒng)（如公有云、私有云、通信云、用戶自建云等），其他邊緣計(jì)算系統(tǒng)、各類數(shù)據(jù)中心所經(jīng)過的網(wǎng)絡(luò)基礎(chǔ)設(shè)施。邊緣計(jì)算互聯(lián)網(wǎng)絡(luò)具備連接多樣化、跨域低時(shí)延的特征。

邊緣計(jì)算與自動(dòng)駕駛系統(tǒng)如何結(jié)合

下一階段，為了實(shí)現(xiàn)更高階自動(dòng)駕駛系統(tǒng)任務(wù)，僅僅依靠單車智能是完全不夠的。

協(xié)同感知和任務(wù)卸載是邊緣計(jì)算在自動(dòng)駕駛領(lǐng)域的主要應(yīng)用，這2種技術(shù)使實(shí)現(xiàn)高級(jí)別自動(dòng)駕駛成為可能。協(xié)同感知技術(shù)使汽車可以獲取其他邊緣節(jié)點(diǎn)的傳感器信息，擴(kuò)大了自動(dòng)駕駛汽車的感知范圍，增加了環(huán)境數(shù)據(jù)的完整性。以自動(dòng)駕駛為例，汽車將集成激光雷達(dá)、攝像頭等傳感器，同時(shí)需要通過車輛網(wǎng)V2X等實(shí)現(xiàn)車輛與道路以及交通數(shù)據(jù)的全面感知，獲取比單車內(nèi)外部傳感器更多的信息，增強(qiáng)對(duì)超視距范圍內(nèi)環(huán)境的感知，并通過高清的3D動(dòng)態(tài)地圖實(shí)時(shí)共享自動(dòng)駕駛位置。并將采集到的數(shù)據(jù)與道路邊緣節(jié)點(diǎn)和周邊車輛進(jìn)行交互，從而擴(kuò)展感知能力，實(shí)現(xiàn)車與車、車與路協(xié)同。云計(jì)算中心則負(fù)責(zé)收集來自分布廣泛的邊緣節(jié)點(diǎn)數(shù)據(jù)，感知交通系統(tǒng)的運(yùn)行狀況，并通過大數(shù)據(jù)和人工智能算法，為邊緣節(jié)點(diǎn)、交通信號(hào)系統(tǒng)和車輛下發(fā)合理的調(diào)度指令，從而提高系統(tǒng)運(yùn)行效率。比如，雨雪、大霧等惡劣天氣下，或在交叉路口、拐彎你等場(chǎng)景下，雷達(dá)和攝像頭無(wú)法清晰的辨別前方障礙，通過V2x來獲取道路，行車等實(shí)時(shí)數(shù)據(jù)，可以實(shí)現(xiàn)智能預(yù)測(cè)路況，避免意外事故的發(fā)生。

隨著自動(dòng)駕駛等級(jí)的提升，配備智能傳感器數(shù)量的增加，自動(dòng)駕駛汽車每天產(chǎn)生大量的原始數(shù)據(jù)。這些原始數(shù)據(jù)需要在本地進(jìn)行實(shí)時(shí)處理、融合以及特征提取，包括基于深度學(xué)習(xí)的目標(biāo)檢測(cè)和跟蹤等。同時(shí)需要利用V2X提升對(duì)環(huán)境、道路和其他車輛的感知能力，通過3D高清地圖進(jìn)行實(shí)時(shí)建模和定位、路徑規(guī)劃和選擇、駕駛策略調(diào)整，進(jìn)而安全的控制車輛。由于這些任務(wù)都需要在車內(nèi)始終來保持處理和響應(yīng)實(shí)時(shí)性，因此需要性能強(qiáng)大可靠地邊緣計(jì)算平臺(tái)來執(zhí)行。考慮到計(jì)算任務(wù)的差異性，為了提高執(zhí)行效率并降低功耗和成本，一般需要支持異構(gòu)的計(jì)算平臺(tái)。

自動(dòng)駕駛的邊緣計(jì)算架構(gòu)依賴于邊云協(xié)同和LTE/5G提供的通信基礎(chǔ)設(shè)施和服務(wù)。邊緣側(cè)主要指車載單元、路側(cè)單元（RSU）或移動(dòng)邊緣計(jì)算（MEC）服務(wù)器等。其中車載單元是環(huán)境感知、決策規(guī)劃和車輛控制的主體，但依賴于RSU或MEC服務(wù)器的協(xié)作，如RSU給車載單元提供了更多關(guān)于道路和行人的信息，但是有些功能運(yùn)行在云端更加適合甚至無(wú)法替代。比如車輛遠(yuǎn)程控制、車輛模擬仿真和驗(yàn)證、節(jié)點(diǎn)管理、數(shù)據(jù)的持久化保存和管理等。

對(duì)于自動(dòng)駕駛系統(tǒng)的邊緣計(jì)算來說，可以很好的實(shí)現(xiàn)負(fù)載整合、異構(gòu)計(jì)算、實(shí)時(shí)處理、連接互通、安全優(yōu)化等優(yōu)勢(shì)。

1、“負(fù)載整合”

將諸如ADAS、IVI、數(shù)字儀表、抬頭顯示和后娛樂系統(tǒng)等不同屬性的負(fù)載，通過虛擬化計(jì)算運(yùn)行在同一個(gè)硬件平臺(tái)上。同時(shí)，基于虛擬化和硬件抽象層的負(fù)載整合，更易于實(shí)現(xiàn)云端對(duì)整車駕駛系統(tǒng)的業(yè)務(wù)編排、深度學(xué)習(xí)模型更新、軟件和固件升級(jí)等。

2、“異構(gòu)計(jì)算”

是將自動(dòng)駕駛系統(tǒng)邊緣平臺(tái)所繼承的多種不同屬性的計(jì)算任務(wù)，根據(jù)其在不同硬件平臺(tái)上運(yùn)行的性能和能耗比差異性采取不同的計(jì)算方式。例如地理定位和路徑規(guī)劃、基于深度學(xué)習(xí)的目標(biāo)識(shí)別和檢測(cè)、圖像預(yù)處理和特征提取、傳感器融合和目標(biāo)跟蹤等。GPU擅長(zhǎng)處理目標(biāo)識(shí)別和跟蹤的卷積計(jì)算。而CPU則對(duì)于邏輯運(yùn)算能力將會(huì)產(chǎn)生更好的性能、且能耗也更低。而數(shù)字信號(hào)處理DSP則在定位等特征提取算法產(chǎn)生更多優(yōu)勢(shì)。這種異構(gòu)計(jì)算的方式很好的提升了計(jì)算平臺(tái)的性能和能耗比，降低計(jì)算時(shí)延。異構(gòu)計(jì)算針對(duì)不同計(jì)算任務(wù)選擇合適的硬件實(shí)現(xiàn)，充分發(fā)揮不同硬件平臺(tái)的優(yōu)勢(shì)，并通過統(tǒng)一上層軟件接口來屏蔽硬件多樣性。

3、“實(shí)時(shí)處理”

眾做周知，由于自動(dòng)駕駛系統(tǒng)對(duì)于實(shí)時(shí)性要求極高，因?yàn)槲ｋU(xiǎn)情況下可能就那么幾秒鐘的時(shí)間可用于自動(dòng)駕駛系統(tǒng)進(jìn)行剎車避撞。并且，該制動(dòng)反應(yīng)時(shí)間包括整個(gè)駕駛系統(tǒng)的響應(yīng)時(shí)間，涉及云端計(jì)算處理、車間協(xié)商處理時(shí)間、車輛本身系統(tǒng)計(jì)算和制動(dòng)處理時(shí)間。如果將自動(dòng)駕駛響應(yīng)實(shí)時(shí)劃分到對(duì)其邊緣計(jì)算平臺(tái)的各個(gè)功能模塊要求。則需要細(xì)化到感知檢測(cè)時(shí)間、融合分析時(shí)間以及行為路徑規(guī)劃時(shí)間上。同時(shí)也要考慮整個(gè)網(wǎng)絡(luò)時(shí)延，因?yàn)?G帶來的低時(shí)延、高可靠性應(yīng)用場(chǎng)景也是非常關(guān)鍵的。他可以使自動(dòng)駕駛汽車實(shí)現(xiàn)端到端低于1ms的時(shí)延，并且可靠性接近100%。同時(shí)，5G可以根據(jù)優(yōu)先級(jí)靈活分配網(wǎng)絡(luò)處理能力，從而確保車輛控制信號(hào)傳輸具備較快的響應(yīng)速度。

4、“連接互通”

面向自動(dòng)駕駛汽車的邊緣計(jì)算離不開車用無(wú)線通信技術(shù)（V2X, vehicle-to-everything）的支持，它提供了自動(dòng)駕駛汽車與智能交通系統(tǒng)中其他元素的通信手段，是自動(dòng)駕駛汽車和邊緣節(jié)點(diǎn)合作的基礎(chǔ)。

目前，V2X 主要基于專用短程通信（DSRC, dedicated short range communication）和蜂窩網(wǎng)絡(luò)[5]。其中 DSRC 是一種專門用于車輛與車輛（V2V, vehicle-to-vehicle）和車輛與道路基礎(chǔ)設(shè)施（V2I, vehicle-to-infrastructure）之間的通信標(biāo)準(zhǔn)，具有數(shù) 據(jù)傳輸速率高、時(shí)延低、支持點(diǎn)對(duì)點(diǎn)或點(diǎn)對(duì)多點(diǎn)通信等優(yōu)點(diǎn)。以 5G 為代表的蜂窩網(wǎng)絡(luò)具有網(wǎng)絡(luò)容量大、覆蓋范圍廣等優(yōu)點(diǎn)，適用于 V2I 通信和邊緣服務(wù)器之間的通信。

5、“安全優(yōu)化”

邊緣計(jì)算安全性是邊緣計(jì)算的重要保障，其設(shè)計(jì)結(jié)合了云計(jì)算和邊緣計(jì)算縱深的安全防護(hù)體系，增強(qiáng)邊緣基礎(chǔ)設(shè)施、網(wǎng)絡(luò)、應(yīng)用、數(shù)據(jù)識(shí)別和抵抗各種安全威脅的能力，為邊緣計(jì)算的發(fā)展構(gòu)建安全可信環(huán)境。下一代自動(dòng)駕駛系統(tǒng)5G核心網(wǎng)控制面與數(shù)據(jù)面呈現(xiàn)分離狀態(tài)，NFV令網(wǎng)絡(luò)部署更加靈活，從而確保邊緣分布式計(jì)算部署得以成功。邊緣計(jì)算將更多的數(shù)據(jù)計(jì)算和存儲(chǔ)從中央單元散步到邊緣，其計(jì)算能力部署于靠近數(shù)據(jù)源的地方，一些數(shù)據(jù)不必再經(jīng)過網(wǎng)絡(luò)到達(dá)云端處理，從而降低時(shí)延和網(wǎng)絡(luò)負(fù)荷，也提升了數(shù)據(jù)安全性和隱私性。對(duì)于未來對(duì)于靠近車輛的移動(dòng)通信設(shè)備，如基站、路邊單元等或均將部署車聯(lián)網(wǎng)的邊緣計(jì)算，可以很好的完成本地端的數(shù)據(jù)處理、加密和決策，并提供實(shí)時(shí)、高可靠的通信能力。

總結(jié)

邊緣計(jì)算在自動(dòng)駕駛的環(huán)境感知和數(shù)據(jù)處理方面有著極其重要的應(yīng)用。自動(dòng)駕駛汽車可以通過從邊緣節(jié)點(diǎn)獲得環(huán)境信息來擴(kuò)大自身的感知范圍，也可以向邊緣節(jié)點(diǎn)卸載計(jì)算任務(wù)以解決計(jì)算資源不足的問題。相比于云計(jì)算，邊緣計(jì)算避免了長(zhǎng)距離數(shù)據(jù)傳輸所導(dǎo)致的高時(shí)延，能給自動(dòng)駕駛車輛提供更快速的響應(yīng)，并且降低了主干網(wǎng)絡(luò)的負(fù)載。因此，階段性自動(dòng)駕駛研發(fā)過程采用邊緣計(jì)算將是其不斷優(yōu)化和發(fā)展的重要選項(xiàng)。

審核編輯：黃飛

?