一种面向城市道路C-V2X网络的边缘计算系统技术方案

本发明专利技术公开一种面向城市道路C

【技术实现步骤摘要】
一种面向城市道路C
‑
V2X网络的边缘计算系统


[0001]本专利技术涉及边缘计算、车联网和车路协同领域，特别涉及一种面向城市道路C
‑
V2X网络的边缘计算系统。

技术介绍

[0002]全球范围内，城市道路交通正在饱受交通拥堵、事故频发等痼疾的困扰。机动车保有量逐年飞速增长，单纯靠增加道路供给来缓解交通问题已经证明有其局限性。智能交通综合利用现代通信、感知、计算、网络交换、新能源汽车、自动驾驶、大数据等技术，可以作为对解决这一难题的有效补充，依靠高新技术的加持，车辆正在变得越来越“聪明”，道路正在变得越来越“智慧”。
[0003]边缘计算近年来在学术界和产业界受到了广泛关注，算力和资源靠近客户部署的分布式转型已经成为趋势。边缘计算在节约数据带宽、减少回传容量、降低传输成本、减少时延、提高数据实时分析能力、保护用户数据隐私等方面都有着集中式云计算所不能比拟的优势，因此可以和云计算一起为智能交通提供更强大的计算能力和更优化的分析处理手段。
[0004]由于应用场景的多样性，对于边缘计算的具体实现架构，目前尚没有统一的方案。主要影响因素包括应用的具体要求(时延、带宽、实时性、数据传输、安全性)、技术条件(边缘配置、与云端和终端设备的距离)和业务特性(需求、经济考虑)等。例如，仅对“边缘”的位置理解，就有终端设备、业务现场、基站附近、聚合点、传输网、核心网、近云端等。通信设备商、IT厂商、运营商、车厂、解决方案提供商等均根据自己的行业优势推出了不同的边缘计算系统，这些系统各有特色，但就对交通业务的理解和针对性设计而言，还缺乏一套层次设计清晰、功能划分合理、场景指向性强的智能交通专用边缘计算系统。

技术实现思路

[0005]专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种面向城市道路C
‑
V2X(Cellular
‑
Vehicle to Everything，蜂窝车联网)网络的边缘计算系统。
[0006]为了解决上述技术问题，本专利技术公开了一种面向城市道路C
‑
V2X网络的边缘计算系统，包括基础设施层、网络层、资源层、平台层、场景层和业务应用层，基础设施层包括车端MEC(Multi
‑
Access Edge Computing，多接入边缘计算)单元、路侧MEC单元和基站MEC单元三个层次和一套分布式资源分配和调度策略，各MEC单元间通过C
‑
V2X网络和有线网络连接，形成车、路、站一体化部署架构；各MEC单元间通过分布式资源分配和调度策略处理边缘计算任务。
[0007]所述车端MEC单元包括部署在车端的专用车载MEC终端、车载计算机和车载OBU(On board Unit，车载单元)，用于处理道路上迫近本车目标的边缘计算任务；
[0008]所述路侧MEC单元包括部署在路侧信号灯杆、监控杆、专用立柱和机箱的便携式计算机，一般为嵌入式架构，可支持AI深度学习等，用于处理从路侧对路口和路段中两个以上
交通目标的边缘计算任务；
[0009]所述基站MEC单元包括部署在蜂窝网基站机房内的通用边缘计算服务器，用于处理基站覆盖范围内态势感知和协同控制相关的大量交通目标的边缘计算任务；
[0010]所述边缘计算任务在任务类别上包括交通目标检测与识别、交通事件发现与预测、交通场景融合分析与处理、局部交通态势综合感知以及辅助和自动驾驶决策任务。
[0011]分布式资源分配和调度策略是指对C
‑
V2X网络中的边缘计算资源(包括算力、带宽和存储等)进行分布式配置和管理的策略。总的原则是灵活采用虚拟机、容器、微服务、异构计算、深度学习等技术，综合考虑地理位置、网络时延、消息周期、事件性质、复杂度、传输条件等因素，按具体场景需求进行资源的动态分配和调度。各类MEC中均预置同一套通用的分布式资源分配和调度策略，以支持灵活、快速的场景设计开发和部署运行，有效支撑交通目标检测与识别、交通事件发现与预测、智能网联业务场景实现、局部交通态势综合感知、辅助和自动驾驶决策等场景边缘计算任务。
[0012]通过对三个层次的边缘计算单元进行科学合理、灵活高效的分布式管理，分别实现交通目标检测与识别、交通事件发现与预测、交通场景融合分析与处理、局部交通态势综合感知、辅助和自动驾驶决策五种类别的交通边缘计算任务。
[0013]在一种实现方式中，专用车载MEC终端包括专门用于车辆传感数据分析处理和简单融合计算的轻量级边缘计算设备。其需要提供丰富的外部接口与车载的摄像头、毫米波雷达、激光雷达、超声波雷达、CAN(Controller Area Network，控制器局域网络)总线、北斗/GPS(Global Positioning System，全球定位系统)定位、车载OBU等设备进行对接，其算力支持将对接的车载摄像头、毫米波雷达、激光雷达、超声波雷达、CAN总线和北斗/GPS定位设备感知到的原始数据进行融合处理，完成实时交通目标检测与识别，包括目标的距离、速度、方向、加速度、轮廓、颜色、车牌号等动态、静态特征，并以结构化数据形式向车载OBU传输，由OBU向外发送。
[0014]车载计算机包括高度集成的车规级专用电脑，满足严格的温度环境、抗振动冲击能力、可靠性、一致性要求、制造工艺等。该计算机由车厂前装，软硬件相对封闭，主要用于对车辆工作状态进行实时动态监控和故障检测与预警。
[0015]车载OBU包括采用C
‑
V2X技术并具有一定边缘算力的车联网专用车载通信设备。其边缘算力可以与专用车载MEC终端配合，协同完成大量复杂的车端计算任务。车载OBU能够将车端MEC单元的数据通过蜂窝网与基站MEC单元进行交互，通过V2X网与其它车端MEC单元和路侧MEC单元进行交互，实现MEC单元间的高效协同。所述蜂窝网指4G/5G蜂窝通信网，即C
‑
V2X网络的Uu蜂窝通信模式；所述V2X网指C
‑
V2X网络的PC5直连通信模式。
[0016]在一种实现方式中，路侧MEC单元由于工作环境要求比较严苛，需要进行工业级设计，以确保其工作可靠性和稳定性。路侧MEC单元主要通过以太网交换机与RSU(Road Side Unit，路侧单元)、路侧摄像机、毫米波雷达、激光雷达、情报板/诱导屏、北斗/GPS、信号机、气象传感器、环境传感器等进行对接，通过光纤或蜂窝网与基站MEC进行连接。
[0017]基站MEC单元可根据具体设备和现场情况部署于机架上或单独部署。在运营商已经部署了MEC设备的基站，MEC单元可选择复用运营商设备，共享算力、存储、网络等资源，以节约成本，提高效益。基站MEC可通过光纤或蜂窝网与路侧MEC单元连接，通过蜂窝网与车端MEC进行连接。
[0018]在一种实现方式中，所述资源层包括异构资源子层、资源配置子层和资源调度子层，所述异构资源子层包括边缘计算涉及的异构处理器、网络带宽本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向城市道路C
‑
V2X网络的边缘计算系统，包括基础设施层、网络层、资源层、平台层、场景层和业务应用层，其特征在于，基础设施层包括车端MEC单元、路侧MEC单元和基站MEC单元，各MEC单元间通过C
‑
V2X网络和有线网络连接，形成车、路、站一体化部署架构；各MEC单元间通过分布式资源分配和调度策略处理边缘计算任务；所述车端MEC单元包括部署在车端的专用车载MEC终端、车载计算机和车载OBU，用于处理道路上迫近本车目标的边缘计算任务；所述路侧MEC单元包括部署在路侧信号灯杆、监控杆、专用立柱和机箱的便携式计算机，用于处理从路侧对路口和路段中两个以上交通目标的边缘计算任务；所述基站MEC单元包括部署在蜂窝网基站机房内的通用边缘计算服务器，用于处理基站覆盖范围内态势感知和协同控制相关的大量交通目标的边缘计算任务；所述分布式资源分配和调度策略指对C
‑
V2X网络和有线网络中所有的边缘计算资源进行分布式配置和管理的策略，所述边缘计算资源包括算力、带宽和存储；所述边缘计算任务在任务类别上包括交通目标检测与识别、交通事件发现与预测、交通场景融合分析与处理、局部交通态势综合感知以及辅助和自动驾驶决策任务。2.根据权利要求1所述的一种面向城市道路C
‑
V2X网络的边缘计算系统，其特征在于，所述专用车载MEC终端包括专门用于车辆传感数据分析处理和简单融合计算的轻量级边缘计算设备，所述轻量级边缘计算设备具备外部接口，通过所述外部接口与车载摄像头、毫米波雷达、激光雷达、超声波雷达、CAN总线、北斗/GPS定位和车载OBU设备进行对接；所述轻量级边缘计算设备的算力支持将对接的车载摄像头、毫米波雷达、激光雷达、超声波雷达、CAN总线和北斗/GPS定位设备感知到的原始数据进行融合处理，完成实时交通目标检测与识别，包括目标的距离、速度、方向、加速度、轮廓、颜色和车牌号特征，并以结构化数据形式向车载OBU传输；所述车载计算机包括车规级专用电脑，所述车规级专用电脑由车厂前装，软硬件相对封闭，用于对车辆工作状态进行实时动态监控和故障检测与预警；所述车载OBU包括采用C
‑
V2X技术并具有边缘算力的车联网专用车载通信设备，所述车联网专用车载通信设备的边缘算力能够与专用车载MEC终端配合，协同完成车端边缘计算任务；所述车载OBU能够将车端MEC单元的数据通过蜂窝网与基站MEC单元进行交互，通过V2X网与其它车端MEC单元和路侧MEC单元进行交互。3.根据权利要求1所述的一种面向城市道路C
‑
V2X网络的边缘计算系统，其特征在于，所述路侧MEC单元通过以太网交换机与RSU、路侧摄像机、毫米波雷达、激光雷达、情报板/诱导屏、北斗/GPS、信号机、气象传感器和环境传感器进行对接，通过光纤或蜂窝网与基站MEC单元进行连接。4.根据权利要求1所述的一种面向城市道路C
‑
V2X网络的边缘计算系统，其特征在于，所述资源层包括异构资源子层、资源配置子层和资源调度子层，所述异构资源子层包括边缘计算涉及的异构处理器、网络带宽和存储资源的统一表示，所述资源配置子层进行虚拟化配置管理，包括虚拟机方式和容器化方式；所述资源调度子层根据边缘计算任务特性进行资源计算、资源调度、资源隔离、调度优化、作业队列管理、负载均衡、虚拟机迁移和资源卸载；所述平台层根据对各MEC单元实时性、安全性和异构计算的需求，部署微服务，所述平
台层支撑组件包括服务注册、服务发现、服务网关、业务编排、API管理、集成框架、分布式管理和调用链；平台层还提供交通AI算法支持、安全认证；所述场景层提供包括交通安全、交通效率、出行服务、自动驾驶在内的智能网联边缘场景的计算支撑，并能够根据需求弹性扩展；所述业务应用层在场景层服务的基础上，与云端业务应用层协同，针对交通管理者、交通运输行业和驾驶员用户提供包括公交优先、全息路口、交通测序、数字孪生、信号优化和自由流收费在内的智能网联和智能交通业务应用。5.根据权利要求4所述的一种面向城市道路C
‑
V2X网络的边缘计算系统，其特征在于，所述分布式资源分配和调度策略包括：步骤1，确定业务应用，明确所涉及的交通参与对象和业务应用的作用范围；步骤2，划分边缘场景，将确定的业务应用划分为不同的边缘场景应用组合；步骤3，分析边缘场景应用详细特征，所述详细特征包括边缘场景应用的应用性质、事件类型、高精地图与定位需求、时延需求、可靠性要求、传输带宽需求、消息周期、数据包大小、数据类型、AI需求、多源融合需...

【专利技术属性】
技术研发人员：胡冰新，闵溪青，满青珊，贲伟，郑文超，洪逸，丁维昊，
申请(专利权)人：南京莱斯网信技术研究院有限公司，
类型：发明
国别省市：