随着5G时代的来到，边缘计算成为智能驾驶系统中新的业务增长点，未来将有超越60%的数据和运即将在边缘发生和处置。
边缘计算是一种在网络边缘启动计算的新型计算形式，其对数据的处置关键包含两个部分，其一是下行的云服务，其二是上传的万物互联服务。“边缘”实践上是一种相对概念，指从数据到云计算中心内门路之间的恣意计算、存储以及网络关系资源。从数据的一端到云服务中心的另一端，在此门路上依据运行的详细需求和实践运行场景，边缘可以示意为此条门路上的一个或多个资源节点。边缘计算的业求实质是云计算在数据中心之外会聚节点的加长和演进，关键由边缘云、边缘网络、边缘网关三类落地外形造成。
如上图所示，示意一种目前在智能驾驶中经常使用的工控机。实践上，它是一种加固的增强型团体计算机。它可以作为一个工业控制器在工业环境中牢靠运转，驳回合乎EIA 规范的全钢化工业机箱，增强抗电磁搅扰才干，并驳回总线结构和模块化设计技术，防止出现单点缺点。如上智能驾驶工控机网络设计打算充沛思考了 ISO26262 的要求。其中，CPU、GPU、FPGA 以及总线都做冗余设计。当全体 IPC 系统失效时，冗余MCU控制可以保证运算安保，间接发送指令到车辆 CAN 总线中控制车辆停车。目前这种集中式的架构实用于下一代集中式智能驾驶系统打算，其中工控机相当于下一代集中式域控制器，将一切的计算上班一致放到一个其中，算法迭代不须要适度思考配件的全体更新和车规要求。
智能驾驶中，大规模的人工智能算法模型和大规模数据集中化剖析均放在云端启动。由于，云端领有少量的计算资源，可以在极短的期间内成功数据的处置，然而仅依托云端为智能驾驶汽车提供服务在很多状况下是无法行的。由于智能驾驶汽车内行驶环节中会发生大 量须要实时处置的数据，假设将这些数据都经过**网传输到远程云端处置，那么仅数据的传输便会造成很大的时延，无法满足数据处置的实时性要求。**网络的带宽也难以支持少量智能驾驶汽车同时向云端发送少量的数据，而且一旦**网络出现拥塞造成数据传输不稳固，智能驾驶汽车的行驶安保便得不到保证。
边缘计算关注部分业务，实时性要求高，网络压力较大，计算形式面向本地化。边缘计算更实用于基于集成的算法模型，启动本地小规模智能剖析与预处置上班。将边缘计算运行到智能驾驶畛域将有助于处明智能驾驶汽车在环境数据失掉和处置上所面临的疑问。
作为行业数字化转型的两大关键计算形式，边缘计算与云计算基本是同时共存、相互补充、相互促成，独特处置大数据时代的计算疑问。
边缘计算是指在网络边缘口头计算的一种计算模型，其操作对象来自云服务的下行数据和万物互联服务的上传数据，而边缘计算中的“边缘”是指从数据源到云计算中心门路之间的恣意计算和网络资源。简而言之，边缘计算将主机部署到用户左近的边缘节点，在网络边缘（如无线接入点） 给用户提供服务，防止了长距离数据传输，给用户提供愈加极速的照应。义务卸载技术将智能驾驶汽车的计算义务卸载到其他边缘节点口头，处置了智能驾驶汽车计算资源无余的疑问。
边缘计算具有临近性、低时延、本地性和位置感知性的特点。其中，临近性是指边缘计算接近消息源，实用于经过数据优化捕捉和剖析大数据中的关键消息，并且可以间接访问设备，愈加高效地服务与边缘智能，易于衍生出特定的运行场景。低时延是指边缘计算服务接近发生数据的终端设备，相关于云计算，极大的降落了时延，尤其是在智能驾驶运行场景中，使得反应环节愈加极速。本地性是指边缘计算可以与网络的其他部分隔离运转，成功本地化，相对独立的计算，一方面保证了本地数据安保性，另一方面降落了计算对网络品质的依赖性。位置感知性是指当边缘网络是无线网络的一部分时，边缘计算式的本地服务可以应用相对较少的消息来确定一切衔接设备的位置，这些服务可以运行于基于位置的服务运行场景。
同时，边缘计算的开展趋向将逐渐向异构计算、边缘智能、边云协同以及5G+边缘计算的发面启动演进。异构计算须要经常使用不同类型的指令集和体系架构的计算单元组成系统的计算形式，满足边缘业务对多样性计算的需求，经过异构计算不只可以满足新一代“衔接+计算”的基础设备构建，还可以满足碎片化产业和差异化运行的需求，优化计算资源应用率，支持算力的灵敏部署和调度。
边缘计算参考架构的每层都提供了模型化的放开接口，成功了架构的全档次放开，经过纵向治理服务，数据全生命周期服务以及安保服务，成功业务全流程、全生命周期的智能服务。
如上图所示，边缘计算参考架构关键包含如下内容：
整个系统分为智能服务、业务编排、边缘云和边缘计算节点四层，边缘计算位于云和现场设备之间，边缘层向下支持各种现场设备的接入，向上可以与云端对接。边缘层包含边缘节点和边缘治理器两个关键部分。边缘节点是配件实体，是承载边缘计算业务的**，边缘治理器的**是软件，关键性能是对边缘节点启动一致治理。边缘计算节点普通具有计算资源、网络资源和存储资源，边缘计算系统对资源的经常使用有两种形式：其一，间接将计算资源、网络资源和存储资源启动封装，提供调用接口，边缘治理器以代码下载、网络战略性能和数据库操作等形式经常使用边缘节点资源；第二，进一步将边缘节点的资源按性能畛域封装成性能模块，边缘治理器经过模型驱动的业务编排形式组合和调用性能模块，成功边缘计算业务的一体化开发和矫捷部署。
边缘计算的配件基础设备
1、边缘主机
边缘主机是边缘计算和边缘数据中心的关键计算载体，可以部署在运营商某机房内。由于边缘计算环境差异较大，且边缘业务在时延、带宽、GPU和AI等方面存在共性化诉求，同时应该尽量缩小工程师在现场的操作，并具有弱小的治理运维才干保证，其中包含形态采集、运转控制和治理接口，以成功远程、智能化的治理。
智能驾驶系统中，通常驳回智能边缘一体机将计算、存储、网络、虚构化和环境能源等产品无机集成到一个工控机中，繁难智能驾驶系统的反常上班。
2、边缘接入网
边缘计算接入网络是指从用户系统到边缘计算系统所经过的一系列网络基础设备，包含但不限于园区网、接入网络和边缘网关等。且带有融合性、低时延、大带宽、大衔接、高安保等特性。
3、边缘外部网络
边缘计算外部网络是指边缘计算系统外部网络基础设备，如衔接主机的网络设备，与外网互联的网络设备以及由其构建的网络等。边缘计算外部网络具有架构简化、性能完备、性能损耗大幅缩小的特色；同时，能做到边云协同，集中管控。
由于边缘计算系统自然出现散布式属性，单个规模不大但数量泛滥，若驳回单点治理形式，难以满足运转需求，还会占用工控机资源，降落效益；另一方面，边缘计算业务更强调端到端的时延、带宽以及安保性，因此边云、边边之间的协同也是十分关键的。普通是须要在云计算系统中引入智能化的跨域治理编排系统，一致管控必定范围内的一切边缘计算系统网络基础设备，经过支持基于边云协同集中式治理形式，保证网络与计算资源的智能化高效性能。
4、边缘计算互联网络
边缘计算互联网络包含从边缘计算系统到云计算系统（如私有云、私有云、通讯云、用户自建云等），其他边缘计算系统、各类数据中心所经过的网络基础设备。边缘计算互联网络具有衔接多样化、跨域低时延的特色。
边缘计算与智能驾驶系统如何联合
下一阶段，为了成功更高阶智能驾驶系统义务，仅仅依托单车智能是齐全不够的。
协同感知和义务卸载是边缘计算在智能驾驶畛域的关键运行，这2种技术使成功初级别智能驾驶成为或许。协同感知技术使汽车可以失掉其他边缘节点的传感器消息，扩展了智能驾驶汽车的感知范围，参与了环境数据的完整性。以智能驾驶为例，汽车将集成激光雷达、摄像头号传感器，同时须要经过车辆网V2X等成功车辆与路线以及交通数据的片面感知，失掉比单车内外部传感器更多的消息，增强对超视距范围内环境的感知，并经过高清的3D灵活地图实时共享智能驾驶位置。并将采集到的数据与路线边缘节点和周边车辆启动交互，从而扩展感知才干，成功车与车、车与路协同。云计算中心则担任搜集来自散布宽泛的边缘节点数据，感知交通系统的运转状况，并经过大数据和人工智能算法，为边缘节点、交通讯号系统和车辆下发正当的调度指令，从而提高系统运转效率。比如，雨雪、大雾等顽劣天气下，或在交叉路口、拐弯你等场景下，雷达和摄像头无法明晰的分别前方阻碍，经过V2x来失掉路线，行车等实时数据，可以成功智能预测路况，防止异常意外的出现。
随着智能驾驶等级的优化，装备智能传感器数量的参与，智能驾驶汽车每天发生少量的原始数据。这些原始数据须要在本地启动实时处置、融合以及特色提取，包含基于深度学习的指标检测和跟踪等。同时须要应用V2X优化对环境、路线和其他车辆的感知才干，经过3D高清地图启动实时建模和定位、门路布局和选用、驾驶战略调整，进而安保的控制车辆。由于这些义务都须要在车内一直来坚持处置和照应实时性，因此须要性能弱小牢靠地边缘计算平台来口头。思考到计算义务的差同性，为了提高口头效率并降落功耗和老本，普通须要支持异构的计算平台。
智能驾驶的边缘计算架构依赖于边云协同和LTE/5G提供的通讯基础设备和服务。边缘侧关键指车载单元、路侧单元（RSU）或移动边缘计算（MEC）主机等。其中车载单元是环境感知、决策布局和车辆控制的主体，但依赖于RSU或MEC主机的协作，如RSU给车载单元提供了更多关于路线和行人的消息，然而有些性能运转在云端愈加适宜甚至无法代替。比如车辆远程控制、车辆模拟仿真和验证、节点治理、数据的耐久化保留和治理等。
关于智能驾驶系统的边缘计算来说，可以很好的成功负载整合、异构计算、实时处置、衔接互通、安保优化等好处。
1、“负载整合”
将诸如ADAS、IVI、数字仪表、俯视显示和后文娱系统等不同属性的负载，经过虚构化计算运转在同一个配件平台上。同时，基于虚构化和配件形象层的负载整合，更易于成功云端对整车驾驶系统的业务编排、深度学习模型更新、软件和固件更新等。
2、“异构计算”
是将智能驾驶系统边缘平台所承袭的多种不同属性的计算义务，依据其在不同配件平台上运转的性能和能耗比差同性采取不同的计算形式。例如天文定位和门路布局、基于深度学习的指标识别和检测、图像预处置和特色提取、传感器融合和指标跟踪等。GPU长于处置指标识别和跟踪的卷积计算。而CPU则关于逻辑运算才干将会发生更好的性能、且能耗也更低。而数字信号处置DSP则在定位等特色提取算法发生更多好处。这种异构计算的形式很好的优化了计算平台的性能和能耗比，降落计算时延。异构计算针对不同计算义务选用适宜的配件成功，充散施展不同配件平台的好处，并经过一致下层软件接口来屏蔽配件多样性。
3、“实时处置”
众做周知，由于智能驾驶系统关于实时性要求极高，由于风险状况下或许就那么几秒钟的期间可用于智能驾驶系统启动刹车避撞。并且，该制动反响期间包含整个驾驶系统的照应期间，触及云端计算处置、车间协商处置期间、车辆自身系统计算和制动处置期间。假设将智能驾驶照应实时划分到对其边缘计算平台的各特性能模块要求。则须要细化到感知检测期间、融合剖析期间以及行为门路布局期间上。同时也要思考整个网络时延，由于5G带来的低时延、高牢靠性运行场景也是十分关键的。他可以使智能驾驶汽车成功端到端低于1ms的时延，并且牢靠性接近100%。同时，5G可以依据优先级灵敏调配网络处置才干，从而确保车辆控制信号传输具有较快的照应速度。
4、“衔接互通”
面向智能驾驶汽车的边缘计算离不开车用无线通讯技术（V2X, vehicle-to-everything）的支持，它提供了智能驾驶汽车与智能交通系统中其他元素的通讯手腕，是智能驾驶汽车和边缘节点协作的基础。
目前，V2X 关键基于公用短程通讯（DSRC, dedicated short range communication）和蜂窝网络[5]。其中 DSRC 是一种专门用于车辆与车辆（V2V, vehicle-to-vehicle）和车辆与路线基础设备（V2I, vehicle-to-infrastructure）之间的通讯规范，具有数 据传输速率高、时延低、支持点对点或点对多点通讯等好处。以 5G 为代表的蜂窝网络具有网络容量大、笼罩范围广等好处，实用于 V2I 通讯和边缘主机之间的通讯。
5、“安保优化”
边缘计算安保性是边缘计算的关键保证，其设计联合了云计算和边缘计算纵深的安保防护体系，增强边缘基础设备、网络、运行、数据识别和抵制各种安保要挟的才干，为边缘计算的开展构建安保可信环境。下一代智能驾驶系统5G**网控制面与数据面出现分别形态，NFV令网络部署愈加灵敏，从而确保边缘散布式计算部署得以成功。边缘计算将更多的数据计算和存储从中央单元散步到边缘，其计算才干部署于接近数据源的中央，一些数据不用再经过网络抵达云端处置，从而降落时延和网络负荷，也优化了数据安保性和隐衷性。关于未来关于接近车辆的移动通讯设备，如基站、路边单元等或均将部署车联网的边缘计算，可以很好的成功本地端的数据处置、加密和决策，并提供实时、高牢靠的通讯才干。
边缘计算在智能驾驶的环境感知和数据处置方面有着极端关键的运行。智能驾驶汽车可以经过从边缘节点取得环境消息来扩展自身的感知范围，也可以向边缘节点卸载计算义务以处置计算资源无余的疑问。相比于云计算，边缘计算防止了长距离数据传输所造成的高时延，能给智能驾驶车辆提供更极速的照应，并且降落了骨干网络的负载。因此，阶段性智能驾驶研发环节驳回边缘计算将是其一直优化和开展的关键选项。