MEC与C-V2X融合总结
核心内容
MEC（多接入边缘计算）与C-V2X（蜂窝车联网）融合是智能交通系统发展的重要方向，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，提升通信效率、降低数据传输时延、优化计算与存储资源利用，并增强网络信息开放能力。该融合技术能够支持多种应用场景，包括单车与MEC交互、单车与MEC及路侧设施交互、多车与MEC协同交互以及多车与MEC及路侧设施协同交互。
主要观点
- 融合意义：MEC与C-V2X融合可以增强C-V2X的端到端通信能力，提供本地化、低时延、高性能的服务，缓解核心网压力，提升用户体验。
- 技术特性：
- 网络信息开放：MEC可开放实时网络状态、用户位置等信息，支持TCP优化与高精度定位。
- 低时延高性能：MEC部署在边缘，降低通信时延，提供强大计算与存储能力。
- 本地服务：MEC具备区域化服务能力，可隔离敏感数据，提升本地数据处理效率。
- 应用场景分类：
- 单车与MEC交互：包括本地信息分发、动态高精度地图、车载信息增强、车辆在线诊断。
- 单车与MEC及路侧智能设施交互：包括危险驾驶提醒、车辆违章预警。
- 多车与MEC协同交互：包括V2V信息转发、车辆感知共享。
- 多车与MEC及路侧智能设施协同交互：包括匝道合流辅助、智慧交叉路口、大范围协同调度。
关键信息
1. MEC与C-V2X融合的特性
| 特性 |
描述 |
| 网络信息开放 |
MEC可开放实时网络状态、位置、用户信息等，提升定位效率与TCP优化能力 |
| 低时延高性能 |
MEC部署在边缘，降低通信时延，提供计算与存储能力，改善用户体验 |
| 本地服务 |
支持区域化、个性化服务，隔离敏感信息，降低网络负载 |
2. 单车与MEC交互场景
| 场景 |
带宽 |
时延 |
计算 |
存储 |
边-云协同 |
用户位置 |
用户身份 |
网络状态 |
| 本地信息分发 |
★☆ |
★☆ |
★☆ |
★☆ |
★★ |
★★★ |
★★ |
★★★ |
| 动态高精度地图 |
★★ |
★★ |
★★ |
★☆ |
★★★ |
★★★ |
★★★ |
★★★ |
| 车载信息增强 |
★★☆ |
★★☆ |
★★☆ |
★☆ |
★★ |
★★★ |
★★ |
★★★ |
| 车辆在线诊断 |
★☆ |
★★ |
★★ |
★☆ |
★★★ |
★★ |
★★★ |
★★ |
3. 单车与MEC及路侧智能设施交互场景
| 场景 |
带宽 |
时延 |
计算 |
存储 |
边-云协同 |
用户位置 |
用户身份 |
网络状态 |
| 危险驾驶提醒 |
★★ |
★★ |
★★☆ |
★☆ |
★★★ |
★★★ |
★★ |
★★ |
| 车辆违章预警 |
★☆ |
★ |
★★ |
★☆ |
★★★ |
★★★ |
★★★ |
★★ |
4. 多车与MEC协同交互场景
| 场景 |
带宽 |
时延 |
计算 |
存储 |
边-云协同 |
用户位置 |
用户身份 |
网络状态 |
| V2V信息转发 |
★★ |
★★☆ |
★★ |
★ |
★ |
★★★ |
★ |
★★ |
| 车辆感知共享 |
★★★ |
★★☆ |
★★ |
★ |
★ |
★★★ |
★ |
★★☆ |
5. 多车与MEC及路侧智能设施协同交互场景
| 场景 |
带宽 |
时延 |
计算 |
存储 |
边-云协同 |
用户位置 |
用户身份 |
网络状态 |
| 匝道合流辅助 |
★★ |
★★ |
★★ |
★★ |
★☆ |
★★★ |
★☆ |
★★ |
| 智慧交叉路口 |
★★☆ |
★★ |
★★☆ |
★★ |
★☆ |
★★★ |
★ |
★★ |
| 大范围协同调度 |
★★☆ |
★★ |
★★★ |
★★☆ |
★★★ |
★★★ |
★★ |
★★ |
未来工作
- 能力分级：推动从时延、带宽、计算能力、存储资源、开放与协同能力、移动性支持等维度对MEC能力进行参考性分级。
- 标准化建设：推动MEC与C-V2X融合的标准化，规范数据接口与服务流程，联合产业各方建设测试床，验证解决方案。
- 深入研究：从技术、标准化、产业现状与趋势、商业模式等角度，进一步探讨MEC与C-V2X融合的发展路线。
主要贡献单位
- 中国电信
- 中国信通院
- 中国移动
- 华为
- 联想
- 爱立信
- 中国联通
- 中兴
- 北汽研究总院
- 大唐电信科技产业集团
- 四维图新
- 腾讯
- 电咖汽车
- 元征
- 吉利汽车
- 滴滴
