MEC与C-V2X融合应用场景白皮书
Posted 爱是与世界平行
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了MEC与C-V2X融合应用场景白皮书相关的知识，希望对你有一定的参考价值。
MEC与C-V2X融合应用场景白皮书
MEC与C-V2X融合应用场景白皮书
MEC 与C-V2X 融合的内涵
多接入 边缘计 算（ Mul ti -a c ce ss E dge C o m p ut i n g ，MEC ）概 念最初 于2013 年 出现，起初被称为移动边缘计算（ Mobile Edge Computing ），将云计算平台从移动核心网络内部迁移到移动接入网边缘。 2016年后， MEC 内涵正式扩展为多接入边缘计算，将应用场景从移动蜂窝网络进一步延伸至其他接入网络。
C-V2X 是基于蜂窝（ Cellular ）通信演进形成的车用无线通信技术（ Vehicle to Everything,V2X ）技术，可提供 Uu接口（蜂窝通信接口）和PC5接口（直连通信接口） 。
MEC 与C-V2X 融合的理念是将 C-V2X 业务部署在 MEC 平台上，借助 Uu接口或 PC5接口支持实现“人-车-路-云”协同交互，可以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，减少海量数据回传造成的网络负荷，提供具备本地特色的高质量服务。
MEC 与C-V2X 融合的场景视图如图 1所示。
MEC 与C-V2X 融合的特性
不同的 C-V2X 应用场景从时延、带宽和计算能力等方面对网络环境提出了各类不同要求。
例如，在 3GPP对eV2X （增强型 V2X ）场景的需求分析中（ TR38.913 ），时延要求最严格的自动 驾驶和传感器共享场景，对时延的要求最低达到 了3ms；带宽需求最大的传感器共享场景，对带宽的要求最高达到了 1Gbps；全局路况分析场景对服务平台的计算能力提出要求，要能快速对视频、雷达信号等感知内容进行精准分析和处理。
MEC 与C-V2X 融合可以对 C-V2X 端到端通信能力提供增强，也可以对 C-V2X 应用场景提供辅助计算、数据存储等支持。
MEC 与C-V2X 融合 具有网络信息开放、低时延高性能、本地服务等 特性。不同的 C-V2X 场景可能需要其中某一个或数个方面的能力；同一个 C-V2X 场景也可能通过MEC 与不同通信技术的组合来实现。
网络信息开放：在网络管理允许的情况下，MEC 能够承载网络信息开放功能，通过标准化接口开放边缘网络的实时状态信息，包括无线网络信息、位置信息、用户信息等。例如，在 C-V2X 的应用中，对高精度定位的需求较大，利用 MEC的位置信息开放可以辅助车载终端实现快速定位，有效提高定位效率和精度。另外，利用 MEC开放的无线网络信息也可以对 TCP 传输的控制方法进行优化，有效规避高清视频等多媒体数据传输过程中发生的网络拥塞。
低时延高性能： MEC 运行在靠近用户终端的网络边缘位置，能够显著降低 C-V2X 业务的传输时延、提供强大的计算与存储能力、改善用户体验。例如，驾驶安全类 C-V2X 业务对通信时延提出了苛刻的要求，将此类业务部署在 MEC 上，相比部署在中心云上可以显著降低业务响应时间。
另外， MEC 也可以为车载 /路侧 /行人终端提供在线辅助计算功能，实现快速的任务处理与反馈。
本地服务： MEC 具备本地属性，可以提供区域化、个性化的本地服务，同时降低回传网络负载压力；也可以将接入 MEC 的本地资源与网络其它部分隔离，将敏感信息或隐私数据控制在区域内部。例如，在智慧交叉路口场景中， MEC 可以融合和分析多个路侧及车载传感器采集的数据，并对大量数据提供实时、精确和可靠的本地计算与分析。
MEC 与C-V2X 融合的场景分类
MEC 与C-V2X 融合场景，可按照 “路侧协同 ” 与“车辆协同 ”的程度进行分类。
无需路侧协同的C-V2X 应用可以直接通过 MEC 平台为车辆或行人提供低时延、高性能服务；当路侧部署了能接入MEC 平台的路侧雷达、摄像头、智能红绿灯、智能化标志标识等智能设施时，相应的 C-V2X 应用可以借助路侧感知或采集的数据为车辆或行人提供更全面的信息服务。
在没有车辆协同时，单个车辆可以直接从 MEC 平台上部署的相应 C-V2X 应用获取服务；在多个车辆同时接入 MEC 平台时，相应的 C-V2X 应用可以基于多个车辆的状态信息，提供智能协同的信息服务。
在本白皮书的后文中，依据是否需要路侧协同以及车辆协同，将 MEC 与C-V2X 融合场景分为“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，如图 2所示。
对于每一大类场景，本白皮书会对其中的具体应用场景进行描述，并在场景小结中对各个应用场景中MEC 的能力需求进行归纳总结。
单车与 MEC 交互场景
1 场景概述
在C-V2X 应用中，本地信息分发、动态高精度地图、车载信息增强、车辆在线诊断等功能通过单车与 MEC 进行交互即可实现。
应用场景如图3所示：
2 本地信息分发
MEC 作为内容分发的边缘节点，实现在线分发和流量卸载的功能。可为车辆提供音视频等多媒体休闲娱乐信息服务、区域性商旅餐饮等信息服务，或提供软件 /固件升级等服务。
在此类场景中， MEC 的部署位置可根据接入用户数和服务流量灵活选择，通常可选择部署在RSU 或基站的汇聚节点后，为相对较大的范围提供服务。车辆无需装配智能传感器等设备，在网络部署了 MEC 及相应的功能服务后，具备对应通信模组的车辆可以直接使用此类服务。
3 动态高精度地图
MEC 可以存储动态高精度地图车辆分发高精度地图信息，减少时延并降低对核心网传输带宽的压力。
在应用中，车辆向 MEC 发送自身具体位置以及目标地理区域信息，部署在 MEC 的地图服务提取相应区域的高精度地图信息发送给车辆。当车辆传感器检测到现实路况与高精度地图存在偏差时，可将自身传感信息上传至 MEC 用于对地图进行更新，随后 MEC 的地图服务可选择将更新后的高精度地图回传至中心云平台。
在此类场景中， MEC 提供存储高精度地图能力、用于动态地图更新的计算能力，同时提供与中心云的交互能力。在网络部署了 MEC 及相应的功能服务后，车辆可利用对应的通信模组使用此类应用服务，在车辆具备智能传感器时，可以通过上传自身传感信息对地图进行更新。
4 车载信息增强
MEC 提供车载信息增强功能，车辆可将车载传感设备感知的视频 / 雷达信号等上传至 MEC ，MEC 通过车载信息增强功能提供的视频分析、感知融合、 AR 合成等多种应用实现信息增强，并将结果下发至车辆进行直观显示。
在此类场景中， MEC 提供用于视频分析、感知融合、 AR 合成等多个应用的计算能力，同时提供低时延、大带宽的通信能力。在网络部署了MEC 及相应的功能服务后，车辆需装配智能传感器及显示设备，并利用对应的通信模组实现数据上传和下载。
5 车辆在线诊断
MEC可支持自动驾驶在线诊断功能。当车辆处于自动驾驶状态时，可将其状态、决策等信息上传至 MEC ，利用在线诊断功能对实时数据样本进行监控分析，用于试验、测试、评估或应对紧急情况处理。同时 MEC 可定期将样本及诊断结果汇总压缩后回传中心云平台。
在此场景中， MEC 提供支持实时处理大量 数据的计算能力、数据存储能力和低时延的通信能力，同时提供与中心云的交互能力。在网络部 署了MEC 及相应的功能服务后，车辆需将自身传 感、决策、控制信息通过对应的通信模组上传至 MEC 。
6 场景小结
本白皮书对每一大类场景中具体应用场景对MEC 的能力要求按照 “带宽 ”、“时延”、“计算”、“存储”、“边-云协同 ”、“用户位置 ”、“用户ID ”、“网络状态 ”等8个子项进行了分类统计。统计结果定性的以星级进行描述，★代表 1星，☆代表半星，每个要求子项的定义为：
● 带宽：★代表 10Mbps 以下，★★代表10~100Mbps ，★★★代表 100Mbps以上；
● 时延 ：★ 代 表1 00 ms 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，★★★代表需要支持智能决策、视频编解码、大数据分析类计算能力；
● 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ID/ 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，零星表示完全不需要，★★★表示完全必需。
在单车与 MEC 交互场景中，车辆与部署在MEC 上的服务进行交互，无需路侧智能设施及其他车辆参与。在此类场景中，各具体应用场景对MEC 的能力要求如表 1。
单车与 MEC 及路侧智能设施交互场景
1 场景概述
在C-V2X 应用中，危险驾驶提醒、车辆违章提醒等功能可通过单车、路侧智能设施及 MEC 进行交互实现。应用场景如图 4所示：
2 危险驾驶提醒
MEC 部署了危险驾驶提醒功能后，可结合路侧智能设施，通过车牌识别等功能分析车辆进入高速的时间，定期为车辆提供疲劳驾驶提醒；或在夜间通过视频分析，提醒车辆正确使用灯光；或在感知到突发车辆事故时，提醒附近车辆谨慎驾驶；或在天气传感器感知到高温 “镜面效应 ”、雨雪大雾等恶劣天气时，提醒车辆安全驾驶。此外， MEC 可阶段性地将危险驾驶信息汇总后上传中心云平台。
在此场景中，路侧的各类传感设施实时将 感知信息上传至 MEC ，MEC 主要提供用于视频 分析、感知融合、事件与消息整合等计算能力， 保证传感信息传输的通信带宽，以及与中心云平台进行交互的能力，同时也应提供对跨基站、跨 MEC业务连续性的必要支持。车辆无需装配智能传感器等设备，在网络部署了 MEC 及相应的功能 服务后，具备对应通信模组的车辆可以直接使用此类服务。
3 车辆违章预警
MEC 部署了车辆违章预警功能后，可结合路侧智能设施，通过视频识别、雷达信号分析等应用实现车牌识别，并对超速、逆行、长期占据应急车道等违章行为判定，并将违章预警信息下发对应车辆，提醒车辆遵守交通规则行驶。
此外， MEC 可阶段性将违章信息汇总后上传中心云平台。
在此场景中，路侧的摄像头、雷达等智能设施实时将感知信息上传至 MEC ，MEC 主要提供支持视频分析、信号处理、违章判定功能等计算能力，保证传感信息传输的通信带宽，以及与中心云平台进行交互的能力。在网络部署了 MEC 及相应的功能服务后，具备对应通信模组的车辆可以直接使用此类服务。
4 场景小结
在单车与 MEC 及路侧智能设施交互的场景中，车辆、路侧智能设施与部署在 MEC 上的服务进行交互，无需其他车辆参与。典型场景对 MEC 的能力要求如表 2。
多车与 MEC 协同交互场景
1 场景概述
在C-V2X 应用中， V2V 信息转发、车辆感知共享等功能可通过多车与 MEC 协同交互实现。应用场景如图 5所示：
2 V2V 信息转发
MEC 部署了 V2X 信息转发功能后，可作为桥接节点，以 V2N2V 的方式实现车与车之间的通 信，实时交流车辆位置、速度、方向及刹车、开启双闪等车辆状态信息，提升道路安全。
在此场景中，车辆无需装备 PC5通信模组，可通过 Uu接口将车辆状态信息发送至 MEC ，并接收MEC 下发的其他车辆信息。 MEC 应提供超低时延的信息传输功能。
3 车辆感知共享
MEC 部署车辆感知共享功能，可将具备环 境感知车辆的感知结果转发至周围其他车辆， 用于扩展其他车辆的感知范围。也可以用于 See- through 场景，及当前车遮挡后车视野时，前车 对前方路况进行视频监控并将视频实时传输至MEC ，MEC 的车辆感知共享功能对收到的视频进行实时转发至后方车辆，便于后方车辆利用视频扩展视野，有效解决汽车行驶中的盲区问题，提高车辆的驾驶安全。
在此场景中， MEC 提供传感信息、视频流等信息的转发功能，需要保证低时延、大带宽的通信能力。在 See-Through 应用场景中，需要对跨基站、跨 MEC 的业务连续性提供必要支持。配置了车载传感器 /摄像头和 C-V2X 通信模组的车辆可 向其他车辆共享自身传感信息，仅配置通信模组的车辆可接收其他车辆共享的传感信息。
4 场景小结
在多车与 MEC 协同交互场景中，多个车辆与部署在 MEC 上的服务进行交互，无需路侧智能设施参与。典型场景对 MEC 的能力要求如表 3。
多车与 MEC 及路侧智能设施协同交互场景
1 场景概述
在C-V2X 应用中，匝道合流辅助、智慧交叉路口、大范围协同调度等功能可通过多车、路侧智能设施及 MEC 进行协同交互实现。应用场景如图6所示：
2 匝道合流辅助
MEC 部署匝道合流辅助功能，在匝道合流汇入点部署监测装置（如摄像头）对主路车辆和匝道车辆同时进行监测，并将监测信息实时传输到MEC ，同时相关车辆也可以将车辆状态信息发送至MEC ，MEC 的匝道合流辅助功能利用视频分 析、信息综合、路况预测等应用功能对车、人、障碍物等的位置、速度、方向角等进行分析和预测，并将合流点动态环境分析结果实时发送相关车辆，提升车辆对于周边环境的感知能力，减少交通事故，提升交通效率。
在此场景中， MEC 提供用于监测信息分析 及环境动态预测的计算能力，以及低时延、大带 宽的通信能力。车辆可通过 Uu 通信模式与 MEC 直接交互，或通过 PC5通信模式经 RSU与MEC 进行交互。
3 智慧交叉路口
MEC 部署智慧交叉路口功能，交叉路口处的路侧智能传感器（如摄像头、雷达等）将路口处探测的信息发送至 MEC ，同时相关车辆也可以将车辆状态信息发送至 MEC 。MEC 的智慧交叉路口功能通过信号处理、视频识别、信息综合等应用功能对交叉路口周边内的车辆、行人等位置、速度和方向角等进行分析和预测，并将分析结果实时发送至相关车辆，综合提升车辆通过交叉路口的安全性和舒适性；同时 MEC 的可以通过收集和分析相关信息，对交通信号灯各相位配时参数进行优化，提高交叉路口的通行效率。
在此场景中， MEC 提供用于路侧感知信息 分析及路况动态预测的计算能力，以及低时延、 大带宽的通信能力。车辆可通过 Uu 通信模式与 MEC直接交互，或通过 PC5通信模式经 RSU 与MEC 进行交互。
4 大范围协同调度
MEC 部署大范围协同调度功能，可在重点路段、大型收费口处借助视频传感信息，通过 MEC 进行路况分析和统一调度，实现一定范围内大规模车辆协同、车辆编队行驶等功能。或在城市级导航场景中， MEC 根据区域车辆密度、道路拥堵严重程度、拥堵节点位置以及车辆目标位置等信息，利用路径优化的算法对车辆开展导航调度，避免拥堵进一步恶化。
在此场景中， MEC 收集多种传感信息及大量车辆状态信息，提供海量数据处理、综合路径规划等计算能力，提供各类综合信息的存储能力，并提供与中心云平台进行交互的能力。此外，在
以上是关于MEC与C-V2X融合应用场景白皮书的主要内容，如果未能解决你的问题，请参考以下文章