MEC与C-V2X融合应用场景白皮书_17页_4mb
报告摘要
MEC与C-V2X融合总结
核心内容
多接入边缘计算(MEC)与蜂窝车联网(C-V2X)融合是智能交通系统的重要发展方向。MEC通过将计算资源部署在靠近用户端的网络边缘,为C-V2X应用提供低时延、高性能、本地化服务,增强通信能力和计算能力,支持“人-车-路-云”协同交互。C-V2X作为基于蜂窝通信演进的车用无线通信技术,提供Uu和PC5两种通信接口,适用于多种车联网场景。
主要观点
- MEC与C-V2X融合能够有效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,减少网络负荷。
- MEC具备网络信息开放、低时延高性能、本地服务等特性,可根据不同C-V2X场景需求提供相应的计算、存储和通信支持。
- C-V2X应用场景可划分为“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”四大类。
- 不同场景对MEC的能力需求各不相同,涉及带宽、时延、计算、存储、边-云协同、用户位置、用户身份、网络状态等多个维度。
关键信息
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,用于提升定位精度和优化数据传输。
- 低时延高性能:MEC部署在边缘,能够显著降低通信时延,提供强大的计算与存储能力,改善用户体验。
- 本地服务:MEC支持区域化、个性化服务,同时降低回传网络负载,并可隔离敏感信息。
应用场景分类
-
单车与MEC交互:
- 本地信息分发:提供音视频、地图、软件升级等服务。
- 动态高精度地图:支持地图更新和分发,减少对核心网的依赖。
- 车载信息增强:通过视频分析、感知融合、AR合成等技术增强车载信息。
- 车辆在线诊断:支持实时数据监控与分析,用于测试、评估和紧急处理。
-
单车与MEC及路侧智能设施交互:
- 危险驾驶提醒:结合视频分析、感知融合等技术,提供实时驾驶安全提示。
- 车辆违章预警:通过视频识别、雷达信号分析等技术,识别并预警违章行为。
-
多车与MEC协同交互:
- V2V信息转发:支持车辆间通信,提升道路安全。
- 车辆感知共享:通过MEC实现感知信息共享,解决盲区问题。
-
多车与MEC及路侧智能设施协同交互:
- 匝道合流辅助:通过视频分析和路况预测,提升合流安全性。
- 智慧交叉路口:优化交通信号配时,提升路口通行效率和安全性。
- 大范围协同调度:实现大规模车辆协同、路径优化与导航调度。
MEC能力需求分类标准
- 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能力,★★代表支持图像处理级计算能力,★★★代表支持智能决策、视频编解码、大数据分析等计算能力。
- 存储:★代表TB级存储或支持内存数据库,★★代表PB级或支持结构性、关系型数据库,★★★代表EB级或支持海量非结构性数据库。
- 边-云协同/用户位置/用户身份/网络状态:从零星至★★★分别代表了统计意义上对该要求的需求程度。
未来工作方向
- 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、移动性支持等指标对MEC能力进行参考性分级,以增强应用场景与MEC能力的匹配。
- 标准化建设:推进MEC与C-V2X融合的标准化工作,规范数据接口和服务流程,联合产业各方建设测试床,为融合场景功能、平台性能和应用部署提供测试环境。
- 深入研究:从技术与标准化方案、产业现状与趋势、商业模式等角度深入探讨MEC与C-V2X融合的发展路线,输出总结和成果。
主要贡献单位
- 中国信通院
- 中国移动
- 华为
- 华为
- 联通
- 中兴
- 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
总结
MEC与C-V2X融合是未来智能交通的重要支撑技术,通过本地化部署和边缘计算能力,显著提升了车联网应用的性能和效率。不同场景对MEC能力的需求各异,需根据实际应用场景进行合理配置与优化。未来工作将聚焦于能力分级、标准化建设及深入研究,以推动MEC与C-V2X的融合应用落地。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载