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）融合是一种将车联网业务部署在边缘计算平台上的技术方案，旨在提升通信效率、降低时延、增强计算能力，从而支持“人-车-路-云”协同交互。这种融合可以有效缓解终端和路侧设备的计算与存储压力，减少数据回传造成的网络负担，并提供本地化、个性化的高质量服务。
主要观点
- MEC与C-V2X融合的内涵：MEC将C-V2X业务部署在边缘平台，借助Uu和PC5接口实现低时延、高性能通信，增强端到端能力，支持本地计算、存储与云平台协同。
- 融合特性：
- 网络信息开放：MEC可开放无线网络、位置、用户等信息，提升定位精度和优化传输控制。
- 低时延高性能：MEC靠近终端，降低通信时延，提升用户体验。
- 本地服务：MEC可提供区域化、个性化服务，隔离敏感数据，降低网络负载。
- 场景分类：
- 单车与MEC交互：无需路侧协同，可实现本地信息分发、动态地图、车载信息增强、在线诊断等功能。
- 单车与MEC及路侧智能设施交互：结合路侧设施，支持危险驾驶提醒、违章预警等功能。
- 多车与MEC协同交互：多车之间通过MEC进行信息共享，如V2V信息转发、感知共享。
- 多车与MEC及路侧智能设施协同交互：涉及路侧和多车协同，如匝道合流辅助、智慧交叉路口、大范围协同调度。
关键信息
应用场景
| 应用场景 |
描述 |
| 本地信息分发 |
提供多媒体娱乐、地图服务、软件更新等 |
| 动态高精度地图 |
实时更新地图信息，支持车辆定位与路径优化 |
| 车载信息增强 |
视频分析、感知融合、AR合成等 |
| 车辆在线诊断 |
实时监控车辆状态，提供诊断与预警 |
| 危险驾驶提醒 |
通过视频分析和传感器数据提醒驾驶行为 |
| 车辆违章预警 |
利用视频识别和雷达信号判定违章行为 |
| V2V信息转发 |
多车之间通过MEC进行信息共享，提升道路安全 |
| 车辆感知共享 |
扩展车辆感知范围，解决盲区问题 |
| 匝道合流辅助 |
分析合流点环境，辅助车辆安全行驶 |
| 智慧交叉路口 |
优化交通信号灯配时，提升路口通行效率 |
| 大范围协同调度 |
实现车辆编队、路径优化，缓解拥堵 |
能力需求（以星级表示）
- 带宽：★代表10Mbps以下，★★代表10~100Mbps，★★★代表100Mbps以上
- 时延：★代表100ms以上，★★代表20~100ms，★★★代表20ms以下
- 计算：★代表支持信号控制级计算，★★代表支持图像处理级计算，★★★代表支持智能决策、视频编解码、大数据分析
- 存储：★代表TB级或内存数据库，★★代表PB级或关系型数据库，★★★代表EB级或海量非结构化数据库
- 边-云协同/用户位置/用户身份/网络状态：从零星到★★★分别代表需求程度
单车与MEC交互场景能力需求
| 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 |
★☆ |
★★ |
★★ |
★☆ |
★★☆ |
★★ |
★★☆ |
★★ |
单车与MEC及路侧智能设施交互场景能力需求
| 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 |
★☆ |
★ |
★★ |
★☆ |
★★☆ |
★★☆ |
★★☆ |
★★ |
多车与MEC协同交互场景能力需求
| 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 |
★★☆ |
★★☆ |
★★ |
★ |
☆ |
★★☆ |
★ |
★★ |
多车与MEC及路侧智能设施协同交互场景能力需求
| 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 |
★★☆ |
★★ |
★★☆ |
★★☆ |
★★☆ |
★★☆ |
★★ |
★★ |
未来工作方向
- 能力分级：推动MEC能力的参考性分级，从时延、带宽、计算、存储、开放协同、移动性支持等方面进行分类，以实现与应用场景的精准匹配。
- 标准化建设：推动MEC与C-V2X融合的标准化，规范数据接口和服务流程，联合产业各方建设测试床，验证解决方案。
- 深入研究：从技术、产业趋势、商业模式等角度进一步探讨MEC与C-V2X融合的发展路径，并输出研究成果。
主要贡献单位
- 中国信通院
- 中国移动
- 华为
- 华为技术有限公司
- 联通
- 中兴
- 腾讯
- 四维图新
- 北汽研究总院
- 大唐电信科技产业集团
- 电咖汽车
- 元征科技
- 吉利汽车
- 滴滴出行
