MEC与C-V2X融合_应用场景_17页_4mb

MEC与C-V2X融合总结

核心内容

MEC（多接入边缘计算）与C-V2X（蜂窝车用无线通信技术）融合是智能交通系统的重要发展方向，旨在通过将C-V2X业务部署在MEC平台上，实现“人-车-路-云”协同交互，降低端到端数据传输时延，减轻终端或路侧设施的计算与存储压力，减少网络负荷，提供本地化、高质量的服务。

主要观点

• 融合内涵：MEC与C-V2X融合的核心在于利用MEC的计算、存储和通信能力增强C-V2X的端到端通信性能，提升交通安全性与效率。
• 特性：融合场景具有网络信息开放、低时延高性能、本地服务等特性，能够满足不同C-V2X应用对时延、带宽和计算能力的需求。
• 场景分类：根据是否需要路侧协同和车辆协同，MEC与C-V2X融合场景可分为四类：
  • 单车与MEC交互
  • 单车与MEC及路侧智能设施交互
  • 多车与MEC协同交互
  • 多车与MEC及路侧智能设施协同交互

关键信息

1. MEC与C-V2X融合的特性

• 网络信息开放：MEC可开放边缘网络的实时状态信息，如无线网络信息、位置信息、用户信息等，支持TCP传输优化和多媒体数据传输。
• 低时延高性能：MEC部署在靠近用户的位置，能够显著降低C-V2X业务的时延，提供强大的计算与存储能力，改善用户体验。
• 本地服务：MEC可提供区域化、个性化的本地服务，同时降低回传网络的负载，支持敏感信息的本地隔离。

2. 场景分类与能力需求

2.1 单车与MEC交互场景

• 本地信息分发：提供音视频娱乐、软件/固件升级等服务。
• 动态高精度地图：存储并更新高精度地图，支持车辆定位和地图数据回传。
• 车载信息增强：支持视频分析、感知融合、AR合成等，提升车辆信息显示。
• 车辆在线诊断：支持实时数据分析、监控、诊断及结果回传。

能力需求（如表1所示）：

• 带宽：★☆（10~100Mbps）
• 时延：★☆（100ms以上）
• 计算：★☆（信号控制级）
• 存储：★☆（TB级或内存数据库）
• 边-云协同：★★★（完全必需）
• 用户位置：★★★（完全必需）
• 用户身份：★★（必需）
• 网络状态：★★★（完全必需）

2.2 单车与MEC及路侧智能设施交互场景

• 危险驾驶提醒：结合路侧感知信息，提供疲劳驾驶、灯光使用、事故预警等。
• 车辆违章预警：通过视频识别、雷达分析等，判定违章行为并下发预警。

能力需求（如表2所示）：

• 带宽：★★（100~1Gbps）
• 时延：★★（20~100ms）
• 计算：★★☆（图像处理级）
• 存储：★☆（TB级）
• 边-云协同：★★★（完全必需）
• 用户位置：★★★（完全必需）
• 用户身份：★★（必需）
• 网络状态：★★（必需）

2.3 多车与MEC协同交互场景

• V2V信息转发：实现车辆间的信息交流，如位置、速度、刹车等。
• 车辆感知共享：共享感知信息，解决盲区问题，提升驾驶安全。

能力需求（如表3所示）：

• 带宽：★★（100~1Gbps）
• 时延：★★☆（20~100ms）
• 计算：★★（图像处理级）
• 存储：★（TB级）
• 边-云协同：☆（非必需）
• 用户位置：★★★（完全必需）
• 用户身份：★（部分必需）
• 网络状态：★★（必需）

2.4 多车与MEC及路侧智能设施协同交互场景

• 匝道合流辅助：通过视频分析和环境预测，辅助车辆安全合流。
• 智慧交叉路口：优化交通信号配时，提升路口通行效率。
• 大范围协同调度：实现大规模车辆协同与路径优化，减少拥堵。

能力需求（如表4所示）：

• 带宽：★★☆（100~1Gbps）
• 时延：★★（20~100ms）
• 计算：★★☆（图像处理级）至★★★（智能决策级）
• 存储：★★（PB级或关系型数据库）
• 边-云协同：★☆（部分必需）至★★★（完全必需）
• 用户位置：★★★（完全必需）
• 用户身份：★（部分必需）至★★★（完全必需）
• 网络状态：★☆（部分必需）至★★★（完全必需）

未来工作

• 推动MEC能力的参考性分级，加强与应用场景的匹配。
• 推动标准化工作，规范数据接口和服务流程。
• 联合产业各方建设测试床，验证融合场景的解决方案。
• 持续深入研究技术、产业现状和商业模式，为未来发展提供支撑。

贡献单位

• 中国信通院
• 中国移动
• 华为
• 联通
• 中兴
• 大唐电信
• 四维图新
• 腾讯
• 北汽研究总院
• 吉利汽车
• 滴滴
• 元征科技
• 电咖汽车