目录
MEC 在自动驾驶领域的应用探讨
- MEC 的主要特点和应用
- 自动驾驶中 MEC 的应用场景
- - 动态高精度地图
  - 软件升级服务
  - 车载信息增强
  - 大范围协同调度
- 自动驾驶中的 MEC 商业模式
- - MEC 能力服务商
  - 基础应用服务提供商
  - 自动驾驶服务提供商
- 商业模式分析

MEC 在自动驾驶领域的应用探讨

MEC 能够降低智能汽车自身的算力要求，降低时延，为自动驾驶赋能，但在安全性、可靠性等方面还需要进一步研究。ETSI、3GPP 等国际标准化组织正在研究 MEC 如何与 5G 网络相互融合，以满足 5G 的关键性能指标要求及特定的业务场景需求。未来，MEC 的应用将会更加延伸到其他各个行业如游戏、旅游、体育、交通、工业控制等领域。MEC 技术也将随着行业应用的深入得到进一步发展，商业模式也会得到更广泛的创新和验证。

MEC 的主要特点和应用

根据 MEC 规划的目标和特点，可以划分为两大类主要应用。

信息汇聚和分发：MEC 部署在网络边缘，天然具备高带宽低时延的能力，能够提高业务质量，降低业务时延，提升业务安全等级。如 V2V、V2I 的信息转发、车辆与车辆直接的感知数据共享（如：See Through 场景），动态高精地图及影音视频流的下发等。
信息处理与增强：利用 MEC 的存储及计算能力进行信息处理、增强以及合成。如视频流的实时分析与处理、AR/VR、在线游戏、违章预警、危险驾驶处理、交叉路口通信及大范围协同调度等。

自动驾驶中 MEC 的应用场景

动态高精度地图

传统地图提供地理位置、路线、POI 等信息，主要以人为使用者进行设计的。想实现 L3 级别和更高的自动驾驶，必须要使用到高精度地图。高精度地图将大量的行车辅助信息存储为结构化数据，数据包含如更加精确的车道线的位置、类型、宽度、坡度和曲率等车道信息，除此之外还包含周边道路环境的点云模型信息等，高精度道路导航地图的数据量是普通地图的 10³ 倍甚至更多。

在 MEC 部署的区域，车载雷达、视频等传感器，路测摄像头等设备采集到的实时环境信息，可以实时上传至 MEC 进行高精度地图的制作。行驶过程中，车辆向 MEC 发送自身位置和目标地理位置请求，MEC 根据请求向车辆推送目标位置的高精度地图。此外，当传感器检测到现实环境信息与高精度地图不匹配时也会将采集到的信息上传给 MEC，由 MEC 更新补充高精度地图。

软件升级服务

空中下载技术（OTA）是自动驾驶汽车必须具备的能力。通过 OTA 可以更新和升级地图导航、信息娱乐操作系统、车机 Tbox 软件、媒体应用程序以及自动驾驶应用软件等。

MEC 部署在网络边缘，靠近用户终端，基于 MEC 的软件升级服务能够降低核心网络负荷，提高升级速度。由于 MEC 位于运营商通信网络内部，与外部互联网隔离，天然具有高安全性，因此基于 MEC 的 OTA 的安全性、可靠性能够得到有效保障。

车载信息增强

自动驾驶技术能够解放驾驶人员的手、眼和脑，让司乘人员有更多时间去体验和享受各种应用和乐趣。基于 MEC 的车载信息增强场景比比皆是。比如，在行驶过程中乘客发现感兴趣的车外建筑或场所，并将视线固定于目标时，人工智能技术会用视线追踪功能调取乘客感兴趣的建筑或场所信息，在屏幕上形成 AR（增强现实）体验。

在路况拥塞时，后车可以请求共享前车的视频图像信息，实时了解拥塞状况和原因。MEC 可以为这种前后车 See-Through 提供高算力和低时延能力。其他如车内的视频直播、实时游戏等也需要 MEC 的支持。

大范围协同调度

在交叉路口或者更大范围的交通繁忙区域，道路、车辆、行人等情况复杂，如果没有统一的规则和系统进行调度，各自按照个体认为的最优方案行进，可能会造成更大的混乱。在 MEC 上部署协同调度功能，根据区域内车辆密度、道路拥堵严重程度、拥堵节点位置以及车辆、行人目标位置等信息，与城市交通云智慧中心协同，以全局最优为出发点，利用优化算法开展交通调度功能，能够达到安全、高效的调度目标[9]。

由于车辆行驶过程中发生不同基站、不同 MEC 区域的切换，因此移动性场景下，保证用户会话以及业务的连续性是保障用户体验的关键。解决思路主要有基于行驶路径预测技术和轻量级 VM 和数据迁移技术。目前 ETSI 和各大厂商也在逐步解决移动性问题，相信随着研究的不断深入，移动性问题会得到全方位解决。

自动驾驶中的 MEC 商业模式

在自动驾驶服务的生态链中，MEC 作为服务的一个重要元素，被众多参与者集成，并以多样化的商品形式为最终用户提供服务。可以将基于 MEC 的自动驾驶服务提供方分为 3 类。

MEC 能力服务商

MEC 作为一种基础硬件资源，一般由电信运营商负责建设并对外提供基础能力。MEC 的能力可以通过能力开放平台对外部使用者所调用。随着电信行业的逐步开放，也会产生一些专业的 MEC 能力提供商，他们或者在电信运营商的 MEC 能力覆盖的地方补强 MEC 能力，或者在某些特定的行业领域提供个性化、差异化的 MEC 能力，弥补电信运营商通用能力的不足。

基础应用服务提供商

自动驾驶服务需要集成众多的应用能力，如：高精度地图、高精度定位、图像视频分析、AR 增强等能力。而这些应用服务提供商同样也需要 MEC 的能力进行服务增强。如高精度地图服务商需要 MEC 提供大带宽、低时延的下载服务，图像视频分析等服务需要 MEC 提供强大的算力等。

自动驾驶服务提供商

典型的自动驾驶服务提供商包含汽车制造商和自动驾驶运营服务提供商，前者如生产和售卖支持自动驾驶功能的车企，如：宝马、上汽、广汽等；后者主要以互联网企业为主，如百度、滴滴、文远知行等。

商业模式分析

MEC 作为一种基础资源能力，既可以直接服务最终用户（如算力、带宽），也可以被众多的自动驾驶参与方集成以多样化的自动驾驶服务对外提供服务。由于参与方众多，存在多种服务提供模式分析。

边缘计算 — 与车联网相关推荐

2022-2028年中国边缘计算行业投资分析及前景预测报告(全卷)
[报告类型]产业研究 [出版时间]即时更新(交付时间约3个工作日) [发布机构]智研瞻产业研究院 [报告格式]PDF版本报告介绍了边缘计算行业相关概述.中国边缘计算行业运行环境.分析了中国边缘计算行 ...
5G + 边缘计算系列文章
目录文章目录目录 5G 第五代移动通信网络概述 3GPP 标准演进 5G UE 5G RAN(无线接入网) 5G TN(承载网) 5G CN(核心网) 核心网元与系统架构 OpenUPF 5GS ...
响应式分布式区别_边缘计算的七种定义，边缘计算与云计算、雾计算的区别
一.概述边缘计算是一个分布式计算的范式,正如云计算也是一个分布式计算的范式. 由于行业.技术背景等不同,边缘计算在不同人眼里是有一定差异的.我们先来看看不同专家是如何定义边缘的,然后介绍边缘计算处理 ...
九州云亮相全球边缘计算大会，深耕边缘领域赋能产业未来新生态
11月12日,全球边缘计算大会在上海隆重举行,本次大会以"相信边缘的力量"为主题,由边缘计算社区主办,来自九州云等企业.高校的边缘计算领域权威专家.技术领袖深度参与此次盛会,聚焦前 ...
边缘计算，云计算，分布式系统
移动边缘计算, 解决车联网的最后一公里问题. 什么是边缘计算? 目录边缘计算是什么与云计算的区别优势:为了解决云计算在某些场景下的劣势. 与分布式系统的区别发展,应用现状边缘计算是什么在控 ...
从中心走向边缘——解读边缘计算解决方案！
导语 | 中心云计算正如火如荼竞争着,边缘云竞争又开始了.本文主要内容是介绍掌握业务上云必备知识云计算及服务模式:以及基于边缘计算"云-边-端"的框架,理解软硬一体解决方案:再结合 ...
浅谈边缘计算下的车联网
近年来,物联网带动着车联网高速发展,中国国家发改委明确指出:到2025年,"人-车-路-云"实现高度协同,新一代车用无线通信网络 (5G-V2X)基本满足智能汽车发展需要;到203 ...
面向移动边缘计算车联网中车辆假名管理方案
摘要移动边缘计算(mobile edge computing, MEC)技术将计算和存储资源下沉到网络边缘,为车联网带来了高实时性和可靠性的服务.然而,MEC技术也面临各种安全威胁,攻击者可控制边 ...
边缘计算的三种模式：MEC、微云和雾计算
本文来自雷锋网随着万物互联的泛在化发展,近年来,边缘计算(Edge Computing)的热度持续上升,大有和云计算分庭抗礼的架势. IDC预计,2020年全球将有超过500亿的终端与设备联网,超过 ...

边缘计算 — 与车联网

目录

文章目录