摘要：MEC 是滿足 5G 關(guān)鍵性能指標(biāo)的使能技術(shù)，也是賦能自動駕駛技術(shù)的關(guān)鍵技術(shù)之一。首先介紹了自動駕駛的分級標(biāo)準，討論了兩種不同的技術(shù)實現(xiàn)路徑和兩階段的發(fā)展步驟，研究自動駕駛對網(wǎng)絡(luò)能力的需求，說明了MEC的功能架構(gòu)及應(yīng)用類型。基于MEC的特點，探討了自動駕駛服務(wù)中的4個重點場景，最后提出MEC 在自動駕駛領(lǐng)域的商業(yè)模式。

01

引言

技術(shù)的快速進步讓人們對生活便利的需求更加強烈，對車輛駕駛和出行產(chǎn)生了更高的期待。由谷歌掀起的自動駕駛浪潮正在席卷汽車制造領(lǐng)域和互聯(lián)網(wǎng)領(lǐng)域。通信技術(shù)的發(fā)展，物聯(lián)網(wǎng)、人工智能技術(shù)的進步為自動駕駛奠定了堅實的基礎(chǔ)。自動駕駛高度依賴廣泛的感知、實時的處理和智能決策，而傳統(tǒng)通信網(wǎng)絡(luò)集中式的處理機制無法滿足其嚴苛的需求。MEC（多接入邊緣計算）技術(shù)為自動駕駛提供了技術(shù)保障。

本文首先介紹了自動駕駛的分級標(biāo)準和發(fā)展現(xiàn)狀，論述了自動駕駛對 MEC 的需求，然后介紹了 MEC 的標(biāo)準化進展、架構(gòu)及功能。針對自動駕駛的特殊需求，探討了MEC的應(yīng)用場景及能力需求，最后展望了 MEC 在自動駕駛領(lǐng)域的商業(yè)模式。

02

自動駕駛技術(shù)分級標(biāo)準和發(fā)展現(xiàn)狀

2.1 自動駕駛技術(shù)的分級標(biāo)準

NHSTA（ 美 國 國 家 高 速 路 安 全 管 理 局） 和 SAE International（即國際汽車工程師協(xié)會）對自動駕駛發(fā)展程度率先給出了分級定義標(biāo)準，將智能網(wǎng)聯(lián)汽車的無人駕駛程度由低到高分為幾個層級，即無自動駕駛輔助功能（Level 0）、特定自動駕駛輔助功能（Level 1）、部分自動駕駛輔助功能（Level 2）、有條件自動駕駛（Level 3）以及高度自動駕駛和無人駕駛（Level 4 和 Level 5），如表 1 所示。

表 1 中的 SAE J3016 標(biāo)準被美國交通運輸部（DoT）“聯(lián)邦自動駕駛汽車政策”采用的同時，自動駕駛汽車技術(shù)的其他利益相關(guān)者均參考了該份文件，該文件事實上已經(jīng)成為全球標(biāo)準。

2020年3月9日，工信部發(fā)布《汽車駕駛自動化分級》推薦性國家標(biāo)準報批公示，擬于2021年1月1日開始實施?！镀囻{駛自動化分級》是我國智能網(wǎng)聯(lián)汽車標(biāo)準體系的基礎(chǔ)類標(biāo)準之一，將為我國后續(xù)自動駕駛相關(guān)法律、法規(guī)、強制類標(biāo)準的出臺提供支撐。

2.2 邁向自動駕駛的技術(shù)路徑

在實現(xiàn)自動駕駛方面，互聯(lián)網(wǎng)企業(yè)與傳統(tǒng)汽車制造商選擇了截然不同的發(fā)展路徑。傳統(tǒng)汽車制造商根據(jù)現(xiàn)有的產(chǎn)品（汽車）從技術(shù)可靠性和成本可行性出發(fā)，選擇從自動駕駛的較低階段逐步開發(fā)升級到高級階段。而互聯(lián)網(wǎng)企業(yè)則以自動駕駛最高階段為目標(biāo)，不考慮成本，直接以高配置零部件和自研的自動駕駛核心平臺進行開發(fā)[1]。兩類企業(yè)的實現(xiàn)路徑如表 2 所示。

互聯(lián)網(wǎng)企業(yè)和汽車制造商的大量經(jīng)驗已經(jīng)證明，基于“單車智能”的方式實現(xiàn)自動駕駛存在著成本高昂，系統(tǒng)復(fù)雜和安全短板等問題。從 SAE 的標(biāo)準內(nèi)容看，劃分了人和系統(tǒng)的責(zé)任和權(quán)限，但沒有考慮到人、車與環(huán)境的交互協(xié)同，因此越來越多的從業(yè)者提出自動駕駛需要從“單車智能”逐步向“車路協(xié)同”發(fā)展和演進。兩種方式的特點如表 3 所示。

03

自動駕駛對網(wǎng)絡(luò)能力的需求

自動駕駛需要感知和采集大量的數(shù)據(jù)。從傳感器數(shù)量來看，L2 級自動駕駛通常需要 3 顆以上雷達，以及至少一顆攝像頭；而五級自動駕駛，至少需要10顆雷達、8顆攝像頭以及 1 顆激光雷達，其次還需要配置超聲波傳感器及車內(nèi)攝像頭。英特爾推算，全自動駕駛時代，每輛汽車每天產(chǎn)生的數(shù)據(jù)量高達4000 GB。大量的數(shù)據(jù)傳輸?shù)皆贫?，需要網(wǎng)絡(luò)提供高帶寬，低時延的傳輸能力。

自動駕駛需要實時采集海量傳感器數(shù)據(jù)，對傳感器數(shù)據(jù)進行極速處理，根據(jù)采集到的傳感器數(shù)據(jù)做出合理決策，并實時將決策發(fā)送至執(zhí)行部件，計算力需求急劇增加。同時，非自動駕駛領(lǐng)域的技術(shù)演進也對計算力提出了要求。虛擬數(shù)字儀表板、高分辨率屏幕、語音識別及手勢操作等部件和功能的引入，對計算力的需求也越來越高。據(jù)報道“自動駕駛級別每升高一級，對計算力的需求至少增加十倍”。

低延時同樣是自動駕駛必不可少的前提條件。只有能夠做到毫秒級的響應(yīng)，才能夠及時分析、處理、決策和執(zhí)行，從而保證駕駛安全。根據(jù)標(biāo)準要求，輔助駕駛時延不超過 100 ms，自動駕駛時延不超過 20 ms。

04

MEC的功能和架構(gòu)

4.1MEC 的提出

MEC 是歐洲電信標(biāo)準化協(xié)會 ETSI 2013 年提出并主推的概念，其基本思想是通過將能力下沉到網(wǎng)絡(luò)邊緣，在靠近用戶的位置上，提供 IT 的服務(wù)、環(huán)境和云計算能力，以滿足低時延、高帶寬的業(yè)務(wù)需求[3]。

2017年底，ETSI MEC 標(biāo)準化組織已經(jīng)完成了第一階段（Phase I）基于傳統(tǒng)4G網(wǎng)絡(luò)架構(gòu)的部署，定義了 MEC 的應(yīng)用場景、參考架構(gòu)、邊緣計算平臺應(yīng)用支撐API、應(yīng)用生命周期管理與運維框架、以及無線側(cè)能力服務(wù) API（RNIS/ 定位 / 帶寬管理）。

2018 年 9 月完成了第二階段（Phase II）的工作內(nèi)容，主要聚焦于包括 5G、Wi-Fi、固網(wǎng)在內(nèi)的多接入邊緣計算系統(tǒng)，重點完成了MEC in NFV 融合的標(biāo)準化參考模型、端到端邊緣應(yīng)用移動性、網(wǎng)絡(luò)切片支撐、合法監(jiān)聽、基于容器的應(yīng)用部署、V2X 支撐、Wi-Fi 與固網(wǎng)能力開放等研究項目[5]。

在 ETSI 制定 的“MEC 全 球 標(biāo) 準 003 版 本”（GS MEC 003）中，ETSI 定義了移動邊緣計算基于網(wǎng)絡(luò)功能虛擬化（NFV）的參考架構(gòu)，其服務(wù)器端結(jié)構(gòu)如圖 1 所示[10,13]。

①虛擬化基礎(chǔ)架構(gòu)（Virtualization Infrastructure）基于通用服務(wù)器的計算、存儲等物理資源，為應(yīng)用層提供了靈活高效、獨立運行的平臺環(huán)境；

②移動邊緣平臺（MEC Platform）負責(zé)提供移動邊緣應(yīng)用程序（MEC APP）所需的基礎(chǔ)環(huán)境，如移動邊緣服務(wù)發(fā)現(xiàn)、公布、消費和提供，提供包括域名、路由規(guī)則管控、數(shù)據(jù)分流、存儲及時間管理服務(wù)。

③移動邊緣應(yīng)用（MEC APP）是基于虛擬化基礎(chǔ)設(shè)施形成的虛擬應(yīng)用程序，通過標(biāo)準應(yīng)用程序接口和第3方應(yīng)用程序?qū)?，并為用戶提供服?wù)。

4.2MEC的主要特點和應(yīng)用

根據(jù) MEC規(guī)劃的目標(biāo)和特點，可以劃分為兩大類主要應(yīng)用。

（1）信息匯聚和分發(fā)類：MEC 部署在網(wǎng)絡(luò)邊緣，天然具備高帶寬低時延的能力，能夠提高業(yè)務(wù)質(zhì)量，降低業(yè)務(wù)時延，提升業(yè)務(wù)安全等級。如 V2V、V2I 的信息轉(zhuǎn)發(fā)、車輛與車輛直接的感知數(shù)據(jù)共享（如 See Through 場景），動態(tài)高精地圖及影音視頻流的下發(fā)等。

（2）信息處理與增強類：利用 MEC 的存儲及計算能力進行信息處理、增強以及合成。如視頻流的實時分析與處理、AR/VR、在線游戲、違章預(yù)警、危險駕駛處理、交叉路口通信及大范圍協(xié)同調(diào)度等。

05

自動駕駛中MEC的應(yīng)用場景

MEC 在自動駕駛中的應(yīng)用有很多，下面選取4個典型場景進行說明。

5.1動態(tài)高精度地圖

傳統(tǒng)地圖提供地理位置、路線、POI 等信息，主要以人為使用者進行設(shè)計的。想實現(xiàn) L3 級別和更高的自動駕駛，必須要使用到高精度地圖。高精度地圖將大量的行車輔助信息存儲為結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)包含如更加精確的車道線的位置、類型、寬度、坡度和曲率等車道信息，除此之外還包含周邊道路環(huán)境的點云模型信息等，高精度道路導(dǎo)航地圖的數(shù)據(jù)量是普通地圖的103倍甚至更多。

在 MEC 部署的區(qū)域，車載雷達、視頻等傳感器，路測攝像頭等設(shè)備采集到的實時環(huán)境信息，可以實時上傳至MEC 進行高精度地圖的制作。行駛過程中，車輛向 MEC發(fā)送自身位置和目標(biāo)地理位置請求，MEC 根據(jù)請求向車輛推送目標(biāo)位置的高精度地圖。此外，當(dāng)傳感器檢測到現(xiàn)實環(huán)境信息與高精度地圖不匹配時也會將采集到的信息上傳給 MEC，由 MEC 更新補充高精度地圖。

5.2軟件升級服務(wù)

空中下載技術(shù)（OTA）是自動駕駛汽車必須具備的能力。通過 OTA 可以更新和升級地圖導(dǎo)航、信息娛樂操作系統(tǒng)、車機 Tbox 軟件、媒體應(yīng)用程序以及自動駕駛應(yīng)用軟件等。

MEC 部署在網(wǎng)絡(luò)邊緣，靠近用戶終端，基于 MEC的軟件升級服務(wù)能夠降低核心網(wǎng)絡(luò)負荷，提高升級速度。由于 MEC 位于運營商通信網(wǎng)絡(luò)內(nèi)部，與外部互聯(lián)網(wǎng)隔離，天然具有高安全性，因此基于 MEC 的 OTA 的安全性、可靠性能夠得到有效保障。

5.3 車載信息增強

自動駕駛技術(shù)能夠解放駕駛?cè)藛T的手、眼和腦，讓司乘人員有更多時間去體驗和享受各種應(yīng)用和樂趣?；贛EC 的車載信息增強場景比比皆是。比如，在行駛過程中乘客發(fā)現(xiàn)感興趣的車外建筑或場所，并將視線固定于目標(biāo)時，人工智能技術(shù)會用視線追蹤功能調(diào)取乘客感興趣的建筑或場所信息，在屏幕上形成 AR（增強現(xiàn)實）體驗[7]。

在路況擁塞時，后車可以請求共享前車的視頻圖像信息，實時了解擁塞狀況和原因。MEC 可以為這種前后車 See-Through 提供高算力和低時延能力。其他如車內(nèi)的視頻直播、實時游戲等也需要 MEC 的支持。

5.4大范圍協(xié)同調(diào)度

在交叉路口或者更大范圍的交通繁忙區(qū)域，道路、車輛、行人等情況復(fù)雜，如果沒有統(tǒng)一的規(guī)則和系統(tǒng)進行調(diào)度，各自按照個體認為的最優(yōu)方案行進，可能會造成更大的混亂。在 MEC 上部署協(xié)同調(diào)度功能，根據(jù)區(qū)域內(nèi)車輛密度、道路擁堵嚴重程度、擁堵節(jié)點位置以及車輛、行人目標(biāo)位置等信息，與城市交通云智慧中心協(xié)同，以全局最優(yōu)為出發(fā)點，利用優(yōu)化算法開展交通調(diào)度功能，能夠達到安全、高效的調(diào)度目標(biāo)[9]。

由于車輛行駛過程中發(fā)生不同基站、不同 MEC 區(qū)域的切換，因此移動性場景下，保證用戶會話以及業(yè)務(wù)的連續(xù)性是保障用戶體驗的關(guān)鍵。解決思路主要有基于行駛路徑預(yù)測技術(shù)和輕量級 VM 和數(shù)據(jù)遷移技術(shù)[11]。目前 ETSI和各大廠商也在逐步解決移動性問題，相信隨著研究的不斷深入，移動性問題會得到全方位解決。

06

自動駕駛中的MEC商業(yè)模式

6.1 參與方及需求

在自動駕駛服務(wù)的生態(tài)鏈中，MEC 作為服務(wù)的一個重要元素，被眾多參與者集成，并以多樣化的商品形式為最終用戶提供服務(wù)?？梢詫⒒?MEC 的自動駕駛服務(wù)提供方分為 3 類，如圖 2 所示。

（1）MEC 能力服務(wù)商

MEC 作為一種基礎(chǔ)硬件資源，一般由電信運營商負責(zé)建設(shè)并對外提供基礎(chǔ)能力。MEC 的能力可以通過能力開放平臺對外部使用者所調(diào)用。隨著電信行業(yè)的逐步開放，也會產(chǎn)生一些專業(yè)的 MEC 能力提供商，他們或者在電信運營商的 MEC 能力覆蓋的地方補強 MEC 能力，或者在某些特定的行業(yè)領(lǐng)域提供個性化、差異化的 MEC 能力，彌補電信運營商通用能力的不足。

（2）基礎(chǔ)應(yīng)用服務(wù)提供商

自動駕駛服務(wù)需要集成眾多的應(yīng)用能力，如高精度地圖、高精度定位、圖像視頻分析、AR 增強等能力。而這些應(yīng)用服務(wù)提供商同樣也需要 MEC 的能力進行服務(wù)增強。如高精度地圖服務(wù)商需要 MEC 提供大帶寬、低時延的下載服務(wù)，圖像視頻分析等服務(wù)需要 MEC 提供強大的算力等。

（3）自動駕駛服務(wù)提供商

典型的自動駕駛服務(wù)提供商包含汽車制造商和自動駕駛運營服務(wù)提供商，前者如生產(chǎn)和售賣支持自動駕駛功能的車企，如寶馬、上汽、廣汽等；后者主要以互聯(lián)網(wǎng)企業(yè)為主，如百度、滴滴、文遠知行等。

6.2商業(yè)模式分析

MEC 作為一種基礎(chǔ)資源能力，既可以直接服務(wù)最終用戶（如算力、帶寬），也可以被眾多的自動駕駛參與方集成以多樣化的自動駕駛服務(wù)對外提供服務(wù)。由于參與方眾多，存在多種服務(wù)提供模式分析如表 4 所示。

07

結(jié)束語

MEC 能夠降低智能汽車自身的算力要求，降低時延，為自動駕駛賦能，但在安全性、可靠性等方面還需要進一步研究[8]。ETSI、3GPP 等國際標(biāo)準化組織正在研究MEC 如何與 5G 網(wǎng)絡(luò)相互融合，以滿足 5G 的關(guān)鍵性能指標(biāo)要求及特定的業(yè)務(wù)場景需求[15]。未來，MEC 的應(yīng)用將會更加延伸到其他各個行業(yè)如游戲、旅游、體育、交通、工業(yè)控制等領(lǐng)域。MEC 技術(shù)也將隨著行業(yè)應(yīng)用的深入得到進一步發(fā)展，商業(yè)模式也會得到更廣泛的創(chuàng)新和驗證。

關(guān)于作者

嚴炎

高級工程師，聯(lián)通智網(wǎng)科技有限公司，主要從事物聯(lián)網(wǎng)尤其是車聯(lián)網(wǎng)領(lǐng)域的產(chǎn)品

研發(fā)、平臺系統(tǒng)架構(gòu)設(shè)計及開發(fā)工作，在車聯(lián)網(wǎng)系統(tǒng)和平臺架構(gòu)設(shè)計，產(chǎn)品研發(fā)，服務(wù)運營及 5G/V2X 智能網(wǎng)聯(lián)等方面具有豐富的經(jīng)驗。

占錦文

工程師，中國南方航空股份有限公司，主要從事智慧機場、機載通信方面的技術(shù)

管理工作，尤其是飛機機載通訊設(shè)備的維護、機載軟件管理、地面控制軟件的開發(fā)、飛機系統(tǒng)傳感器數(shù)據(jù)研究，在物聯(lián)網(wǎng)結(jié)合飛機傳感器方面有一定的經(jīng)驗。

本文首發(fā)于《廣東通信技術(shù)》。

審核編輯 黃昊宇