Page 36 - 网络电信2020年1/2月刊下
P. 36
光 通 信
类、信息服务类等。边缘计算依靠其位于网络边缘的分布式部 （1）数据采集
署、多接入支持和强大计算能力可以提供支持其中的很多应用 MEC支持多种传感器连接的数据采集，包括：直接有线连
场景，典型应用如下。 接到MEC，如图5（a）所示，例如路边部署的高清摄像头、激光
1、车联网信息感知融合 雷达信息等；Uu口直接接入，如图5所示，例如车端传感器信息
以分布式传感和多源异构信息融合为核心的车路协同感知 等；网关汇聚再通过Uu连接到MEC，如图5（b）所示，例如远程
体系是实现自动驾驶的重要技术方向。为了更好地感知环境， 控制的车辆上部署网关汇聚车端传感器信息；RSU汇聚再通过
车联网运营商在路端部署传感器，例如高清摄像头、激光雷达 Uu连接到MEC，如图5（a）所示，是典型的路边部署RSU设备场
等，辅助车辆感知视距之外的路况；同时，车端也可以部署传 景。
感器来直接感知车辆视距范围的情况，包括车载摄像头、雷达 （2）融合处理
等。车联网系统需要收集这些传感器信息，提供给视频分析、 MEC提供计算加速能力，支持视频AI分析、雷达信息分析
高清地图等应用进行分析处理，并将结果下发给车辆。 等应用。例如，激光雷达和摄像头坐标位置标定，并分别采集
车联网感知融合系统包括感知信息的采集，感知信息融合 获取激光雷达点云信息和摄像头视频图像信息，然后通过融合
和信息发布3个方面。 处理对可探测范围内的移动障碍物（机动车、非机动车、行人
基于MEC的车联网感知融合方案如图5所示。 等）进行检测、识别处理后计算出关联目标的方位、距离、速
图5 基于MEC的车联网感知融合方案 度及运动方向等信息，并可根据实际路况场景做进一步警告威
胁判断。
（3）结果分发
V2X消息下行分发到车辆的方式有2种。一种是通过MEC先通
过Uu口分发到RSU，再由RSU通过PC5分发到车辆；另一种方式是
MEC直接通过Uu分发到网关或车辆。
基于MEC的感知融合服务可以应用于多个场景，例如十字路
口防碰撞。当车辆打算过路口时，如果垂直方向有车辆高速过
路口，则MEC发警告信息给HV车，避免碰撞，如图6所示。
图6 十字路口防碰撞
2、高清地图分发
高精地图是指精度更高、数据维度更多的电子地图。精度
精确到cm级别，数据维度更多体现在包括了除道路信息之外的
与交通相关的环境信息（包括静态和动态的信息），比如交通
标志、交通信号等相对于二维网格的位置以及信号灯、车辆、
行人等半动态和动态信息。高精地图目前面临的难点有：实时
更新、数据同步困难；云平台计算能力的有限性，包括但不限
于数据收集、运算、交互、分发等；车端感知设备和计算设备
成本高。
MEC支持高清地图方案如图7所示。
灵活的分层架构。变化频率较高的半动态数据和动态数据
建议部署在不同位置的MEC进行处理，例如半静态的数据可以在
位置稍高的MEC处理，包括信号灯灯色（相位、配时）、交通拥
堵的情况、交通事故情况和其他交通事件等状态过程。而比较
56 网络电信 二零二零年一、二月
