实现智能驾驶，边缘计算成必需

随着智能驾驶的发展，越来越多的计算机应用开始用到车辆环境中。这就对车辆提出了一个新的挑战，即怎样满足这些应用的计算需求。正在测试中的无人驾驶汽车阿波罗，其后备厢中装载了价值近百万元的计算机系统进行存储和运算，用来分析车辆周边人、车、道路与环境。但智能驾驶、无人驾驶要走向商用、民用，成本必须降低，因此对智能驾驶、无人驾驶来说，边缘计算将是必需。不仅降低成本，在车车、车路信息的处理能力上也会大幅提升。

据交管局2017年7月发布的汽车统计数据表明，截至2017年6月底，中国机动车保有量达3.04亿辆，其中汽车2.05亿辆，成为继美国之后的第二大汽车大国。另据英国SBD公司预测，未来3年，中国每年将至少售出3000万辆汽车，到2020年，中国的汽车保有量将达到3亿辆左右。

为了提高驾乘体验，车辆制造出现了一股新势力。据不*统计，新兴造车企业已经突破60家，并且数字还在不断增长，2016年还是“PPT造车”，2017年10月12日，小鹏IDENTY X推出；2017年12月11日，威马EX5推出；2017年12月16日蔚来ES8推出。2018年新品也陆续上市。这些车以智能化、联网化为卖点。

另一方面，从政策来看，“联网”成为刚需。建设车辆信息化管理平台是中央和省级公车改革的明确要求；建立与平台对接的新能源车监控平台是工信部的强制要求。

继6月15日工信部与标准委于联合印发《车联网产业标准体系建设指南》，规划到 2025 年中国形成能够支撑别自动驾驶的智能网联汽车标准体系后，6月27日工信部无线电管理局又对车联网直连通信使用5905-5925MHz频段，向社会公示征求意见。这些举措的出台对于推动C-V2X（蜂窝车联网）的应用又向前迈出了一大步。

研究表明，先进驾驶辅助（ADAS）、车-车/车-路协同（V2X）、高度自动驾驶等车辆智能化、网联化技术，可减少汽车交通安全事故50%～80%，提升交通通行效率10%以上，同时极大的提高驾驶舒适性，车联网技术是解决上述社会问题的关键技术手段，V2X是车联网技术主要部分。

V2X是Vehicle to X的意思，X代表基础设施、车辆、人、路等。V2X主要用于提高道路安全性和改善交通管理的无线技术，是智能交通系统（ITS）的关键技术，能够实现车与车之间、车与路边设施、车与互联网之间的相互通信，从而获得实时路况、道路信息、行人信息等一系列交通信息，提高驾驶安全性、减少拥堵、提高交通效率。V2X是自动驾驶必要技术和智慧交通的重要一环，主要实现方式是通过装载在车上的通信设备与车、与道路设施、与人、与网络进行实时的数据通信交互，将周围信息实时汇聚到信息终端，为道路出行提供智能决策依据，基于该技术可以为自动驾驶、智能交通和下一代车联网提供低成本、易部署的支撑和基础平台。

路边设施能力进化

车载移动网络能够有效缓解移动数据对现有网络造成的巨大压力，该网络主要有2种通信方式：车与车之间的通信和车与路边单元间的通信。路边通信单元(road side units，RSU)是车联网中部署在路边进行辅助通信的设施，它与骨干网直接相连，并且可以与车辆进行无线通信。

今年MWCS期间，华为无线LTE产品线总裁兼中国智能交通产业联盟副理事长熊伟发布了支持Uu+PC5并发的RSU（Road Side Unit）产品，这是华为在C-V2X车联网领域推出的*商用产品。

路边通信单元是车联网中部署在路边进行辅助通信的设施，它与骨干网直接相连，并且可以与车辆进行无线通信。相比车载通信设备，RSU具有更好的通信能力、覆盖范围和传输速度，而且可以同时与多辆车辆进行通信。

此外，RSU还有较大的存储空间，可以存储信息，提高通信概率。因此，通过在道路交通系统中部署相关的RSU，一方面能有效地解决现有车载的互联网接入问题，另一方面，也能极大地增加车载之间的通信机会，通过RSU缓存消息，实现车与车之间消息的传递。

华为的RSU有几个亮点，比如支持Uu及PC5接口通信加密，使得通信更安全更有保证；采用有线、无线接入方式，灵活连接信号机等道路设施，方便工程部署；支持GPS和我国的北斗定位系统；PC5时延小于20ms，支持5.9GHz 频段的20MHz带宽，这也是绝大多数采用的ITS（智慧交通系统）频段。

目前RSU是基于LTE-V的标准生产，但其向5G的后向兼容也在做。日前，5G汽车联盟、宝马、福特和标致雪铁龙联合高通完成欧洲*跨多汽车制造商车型的蜂窝车联网直接通信现场演示。该演示还在现场展示了轿车、摩托车和路侧基础设施间的C-V2X直接通信技术。

。C-V2X利用实时直接通信在智能交通系统（ITS）频谱上运行，无需蜂窝网络覆盖，并已为支持业界早于2020年启动部署做好了商用准备。

移动边缘计算在测试中

传统的云计算在车联网环境下，时间延迟明显而且连接不稳定，这会极大降低对车联网的体验。例如，通过车辆平视显示，增强现实（AR）能够提供有帮助的信息与警示，或者提供更好的视野，AR需要较高的计算需求，这往往超出了单个车辆的计算需求；例如，车联网中语音识别、自然语言处理的要求会越来越多，有很好的应用前景，可以在辅助驾驶中发挥作用，这也需要密集的计算能力。因此，靠近车辆的移动通信设备，如基站、路边单元等设备进行优化，就可以实现车联网的边缘计算。

中国移动政企分公司总经理、中移智行网络科技有限公司董事长戴忠说：“中国移动的信号已经覆盖了中国12万公里的高速，在高速路及铁路沿线，4G覆盖率达到95.7%，2G覆盖率达到99.4%。”

中国联通一位参与智能网联试验的研究人员告诉记者：“我们沿测试路线，将路边基站进行改造，目前，大约每三个基站形成一个边缘计算的节点，实现车与路边的通信，未来随着需求，边缘计算的节点甚至可以做到每个基站一个节点。时延更低、带宽更大。”

赛迪顾问软件与信息服务业研究中心分析师许祥祥告诉记者，不同于云计算，边缘计算利用终端侧（移动手机、智能音箱等）、边缘设备（网关、路由器、基站）中的处理能力，在数据源头处完成数据加密、本地数据交互甚至决策。就整个网络而言，不同地点的用户请求优先在本地进行处理，边缘计算架构是分布式的。

相较集中式架构，有优点如下：有效应对时延敏感业务：本地完成决策，避免网络传输时延；降低网络拥塞：本地进行决策和数据压缩，降低网络传输数据量；提升数据传输安全性：本地数据加密，提升数据传输的安全性；提升应用可靠性：在网络发生故障时，仍可保证基本功能的可用。

专家认为，云计算与边缘计算的主要区别就是资源“虚拟化”的能力不同。在车联网中实现边缘云、边缘计算，要考虑几个方面：一是如何实现计算资源共享；二是要考虑移动特点，降低车辆与路边设备频繁信息交互的不稳定性；三是降低移动边缘计算带来的设备前端与后端的功耗；四是要尽量减少基础设施的部署费用。