欧洲电信标准化委员会（ETSI）定义了多接入边缘计算（Multi-access Edge Computing，MEC）的概念。此概念最初于2013年出现并被称为移动边缘计算（Mobile Edge Computing），主要面向移动通信网络，将云计算平台从移动核心网络内部迁移到移动接入网边缘。2016年后，MEC的内涵正式扩展为多接入边缘计算，将应用场景从移动蜂窝网络进一步延伸至其他接入网络，可在靠近用户的位置为业务提供计算能力、存储能力，降低数据传输路由的时延。

　　C-V2X是基于蜂窝（Cellular）通信演进形成的车用无线通信技术（Vehicle to Everything，V2X）技术，可提供Uu接口（蜂窝通信接口）和PC5接口（直连通信接口）。不同的C-V2X应用场景从时延、带宽和计算能力等方面对网络环境提出了不同要求。例如，在R15版本的C-V2X场景需求分析中（TR38.913），时延要求最严格的自动驾驶和传感器共享场景，对时延的要求最低达到了3ms；带宽需求最大的传感器共享场景，对带宽的要求最高达到了1Gbps；全局路况分析场景对服务平台的计算能力提出要求，要能快速对视频、雷达信号等感知内容进行精准分析和处理。

　　由此可见，C-V2X应用对于边缘计算提出了明显而强烈的需求。而边缘计算赋能C- V2X的理念是将CV2X业务部署在边缘计算平台或设备上，借助Uu接口或PC5接口支持实现“人-车-路-云”协同交互，可以降低端到端数据传输时延，缓解终端或路侧智能设施的计算与存储压力，减少海量数据回传造成的网络负荷，提供具备本地特色的高质量服务。

　　边缘计算赋能C-V2X应用的典型场景 

　　边缘计算赋能C-V2X应用，一方面可以配合C-V2X PC5模式，在网络边缘实现高效计算与足量存储能力；另一方面可以配合C-V2X Uu（当前阶段主要是5G）模式，提供更下沉的传输计算平台或数据分流节点。

　　超视距感知是典型的边缘计算配合C-V2X PC5模式在网络边缘实现高效计算与存储的应用场景。由于智能网联汽车的单车感知存在不可避免的盲区或漏检，因此C-V2X RSU提供的转角、路口侧向等车辆感知盲区状态信息，可有效扩展车辆的感知范围。在此场景中，在C-V2X RSU附近部署的边缘计算设备可提供高效算力，在路侧实现对感知数据的融合分析，降低数据回传网络压力与链路时延。

　　自动代客泊车和动态高精度地图是典型的边缘计算配合5G或C-V2X PC5模式实现计算存储平台下沉的应用场景。在自动代客泊车场景中，自动驾驶车辆需要停车场端提供停车场地图、车位信息、路径感知信息等数据，以及云端自动泊车调度与指令数据。可基于5G网络或场端数据中心部署边缘计算平台或设备，分别与5G或PC5模式相结合，降低数据回传与下发的时延，提供充足算力。在动态高精度地图场景中，智能网联汽车有实时获得周围地图信息的需求，包括基本地图元素以及动态路况信息等。可利用5G﹢边缘计算平台或在C-V2X RSU附近部署边缘计算设备，存储高精度地图数据，实时向车辆分发，并可根据车辆、感知设备的数据上报，对地图进行动态更新。

　　远程遥控驾驶和远程接管是典型的边缘计算配合5G网络实现服务能力开放或数据分流的应用场景。RoboTaxi等自动驾驶汽车在测试或运行过程中，测试方或运营方可通过5G网络实现对车辆的实时监控或异常接管，并逐步用云端安全员替代车内安全员。基于5G﹢边缘计算平台，可在平台部署“车辆异常自动分析”等App实现高效监控与紧急接管，或作为数据分流节点将监控数据高效传输至车企数据中心。

　　边缘计算赋能C-V2X应用的系统架构及关键技术 

　　边缘计算赋能C-V2X应用的系统架构按位置分布大体可将边缘计算分为两类：区域边缘计算平台和路侧边缘计算设备，两类边缘计算相对独立，并可根据不同应用场景对边缘计算的需求灵活组合形成系统解决方案。

　　对于盲区感知结果分发场景，需要结合C-V2X PC5接口提供网络边缘高效算力，可在路侧部署边缘计算设备，并在本地实现系统功能闭环。对于自动代客泊车或动态高精度地图等场景，需要利用边缘计算降低时延、提供算力，并与路侧感知进行联动，可分级部署与C-V2X PC5模式结合的路侧边缘设备及与5G网络结合的区域边缘计算平台，实现两级联动。对于远程遥控驾驶等场景，需要利用5G﹢边缘计算的低时延、数据分流特性，直接通过5G网络连接车辆与边缘计算平台，并在边缘计算平台上部署边缘应用或分流至其他专用平台。

　　边缘计算赋能C-V2X的关键技术主要包括边缘计算平台能力、接口技术和应用实现方法等内容。在边缘计算平台能力方面，包括平台分布式计算、敏捷存储、高效路由能力、平台开放服务能力、边云协同能力、边缘应用快速统一部署与配置等。在接口技术方面，包括边缘计算南向设备接入接口、北向数据开放接口、东西向业务移动性接口等。在应用实现方法方面，主要是基于边缘计算和C-V2X技术，智能网联汽车或自动驾驶汽车的车路感知融合、智能行为决策等实现方式及测试方法。

　　边缘计算赋能C-V2X应用的下一步发展建议 

　　2019年，IMT-2020（5G）推进组支持创建了第一批10个MEC与CV2X融合测试床，其中8个测试床涉及边缘计算与5G融合，所有10个测试床都涉及边缘计算与C-V2X PC5模式融合。总体来看，多级边缘计算平台协同赋能C-V2X应用的架构已基本在产业内达成共识。

　　但目前，边缘计算与C-V2X融合系统仍存在一定问题，主要体现在不同C-V2X场景下不同边缘计算层级之间如何协同和联动亟待研究；不同边缘计算平台的开放接口存在一定差异，很难严格统一接口API。

　　在下一步的研究中，重点需要解决以下问题。一是上下级边缘计算平台的功能协同。不同MEC的形态/能力/覆盖范围/运营主体不同，能够承载的业务不尽相同，有必要推动上下级边缘计算在功能上协同，构建统一的边缘服务体系。二是上下级边缘计算平台的性能协同。为了满足对低时延通信和海量数据存取的需求，上下级边缘计算有必要协同优化网络流量，构建协同的算力网络、存储网络，根据需求动态均衡各项性能。三是平行边缘计算平台间的跨域协同。为实现跨平台的业务连续切换，有必要研究用户行为预测、数据预加载、高效路由等关键技术，确保移动切换、数据分流等业务的可靠性。四是平台开放数据一致性。需要逐步统一开放数据接口的数据集，开展边缘应用数据接口符合性验证。（作者：中国信息通信研究院技术与标准研究所 余冰雁）