摘要：MEC 是滿足 5G 關鍵性能指標的使能技術，也是賦能自動駕駛技術的關鍵技術之一。首先介紹了自動駕駛的分級標準，討論了兩種不同的技術實現路徑和兩階段的發展步驟，研究自動駕駛對網絡能力的需求，說明了MEC的功能架構及應用類型。基于MEC的特點，探討了自動駕駛服務中的4個重點場景，最后提出MEC 在自動駕駛領域的商業模式。

01

引言

技術的快速進步讓人們對生活便利的需求更加強烈，對車輛駕駛和出行產生了更高的期待。由谷歌掀起的自動駕駛浪潮正在席卷汽車制造領域和互聯網領域。通信技術的發展，物聯網、人工智能技術的進步為自動駕駛奠定了堅實的基礎。自動駕駛高度依賴廣泛的感知、實時的處理和智能決策，而傳統通信網絡集中式的處理機制無法滿足其嚴苛的需求。MEC（多接入邊緣計算）技術為自動駕駛提供了技術保障。

本文首先介紹了自動駕駛的分級標準和發展現狀，論述了自動駕駛對 MEC 的需求，然后介紹了 MEC 的標準化進展、架構及功能。針對自動駕駛的特殊需求，探討了MEC的應用場景及能力需求，最后展望了 MEC 在自動駕駛領域的商業模式。

02

自動駕駛技術分級標準和發展現狀

2.1 自動駕駛技術的分級標準

NHSTA（ 美 國 國 家 高 速 路 安 全 管 理 局） 和 SAE International（即國際汽車工程師協會）對自動駕駛發展程度率先給出了分級定義標準，將智能網聯汽車的無人駕駛程度由低到高分為幾個層級，即無自動駕駛輔助功能（Level 0）、特定自動駕駛輔助功能（Level 1）、部分自動駕駛輔助功能（Level 2）、有條件自動駕駛（Level 3）以及高度自動駕駛和無人駕駛（Level 4 和 Level 5），如表 1 所示。

表 1 中的 SAE J3016 標準被美國交通運輸部（DoT）“聯邦自動駕駛汽車政策”采用的同時，自動駕駛汽車技術的其他利益相關者均參考了該份文件，該文件事實上已經成為全球標準。

2020年3月9日，工信部發布《汽車駕駛自動化分級》推薦性國家標準報批公示，擬于2021年1月1日開始實施。《汽車駕駛自動化分級》是我國智能網聯汽車標準體系的基礎類標準之一，將為我國后續自動駕駛相關法律、法規、強制類標準的出臺提供支撐。

2.2 邁向自動駕駛的技術路徑

在實現自動駕駛方面，互聯網企業與傳統汽車制造商選擇了截然不同的發展路徑。傳統汽車制造商根據現有的產品（汽車）從技術可靠性和成本可行性出發，選擇從自動駕駛的較低階段逐步開發升級到高級階段。而互聯網企業則以自動駕駛最高階段為目標，不考慮成本，直接以高配置零部件和自研的自動駕駛核心平臺進行開發[1]。兩類企業的實現路徑如表 2 所示。

互聯網企業和汽車制造商的大量經驗已經證明，基于“單車智能”的方式實現自動駕駛存在著成本高昂，系統復雜和安全短板等問題。從 SAE 的標準內容看，劃分了人和系統的責任和權限，但沒有考慮到人、車與環境的交互協同，因此越來越多的從業者提出自動駕駛需要從“單車智能”逐步向“車路協同”發展和演進。兩種方式的特點如表 3 所示。

03

自動駕駛對網絡能力的需求

自動駕駛需要感知和采集大量的數據。從傳感器數量來看，L2 級自動駕駛通常需要 3 顆以上雷達，以及至少一顆攝像頭；而五級自動駕駛，至少需要10顆雷達、8顆攝像頭以及 1 顆激光雷達，其次還需要配置超聲波傳感器及車內攝像頭。英特爾推算，全自動駕駛時代，每輛汽車每天產生的數據量高達4000 GB。大量的數據傳輸到云端，需要網絡提供高帶寬，低時延的傳輸能力。

自動駕駛需要實時采集海量傳感器數據，對傳感器數據進行極速處理，根據采集到的傳感器數據做出合理決策，并實時將決策發送至執行部件，計算力需求急劇增加。同時，非自動駕駛領域的技術演進也對計算力提出了要求。虛擬數字儀表板、高分辨率屏幕、語音識別及手勢操作等部件和功能的引入，對計算力的需求也越來越高。據報道“自動駕駛級別每升高一級，對計算力的需求至少增加十倍”。

低延時同樣是自動駕駛必不可少的前提條件。只有能夠做到毫秒級的響應，才能夠及時分析、處理、決策和執行，從而保證駕駛安全。根據標準要求，輔助駕駛時延不超過 100 ms，自動駕駛時延不超過 20 ms。

04

MEC的功能和架構

4.1MEC 的提出

MEC 是歐洲電信標準化協會 ETSI 2013 年提出并主推的概念，其基本思想是通過將能力下沉到網絡邊緣，在靠近用戶的位置上，提供 IT 的服務、環境和云計算能力，以滿足低時延、高帶寬的業務需求[3]。

2017年底，ETSI MEC 標準化組織已經完成了第一階段（Phase I）基于傳統4G網絡架構的部署，定義了 MEC 的應用場景、參考架構、邊緣計算平臺應用支撐API、應用生命周期管理與運維框架、以及無線側能力服務 API（RNIS/ 定位 / 帶寬管理）。

2018 年 9 月完成了第二階段（Phase II）的工作內容，主要聚焦于包括 5G、Wi-Fi、固網在內的多接入邊緣計算系統，重點完成了MEC in NFV 融合的標準化參考模型、端到端邊緣應用移動性、網絡切片支撐、合法監聽、基于容器的應用部署、V2X 支撐、Wi-Fi 與固網能力開放等研究項目[5]。

在 ETSI 制定 的“MEC 全 球 標 準 003 版 本”（GS MEC 003）中，ETSI 定義了移動邊緣計算基于網絡功能虛擬化（NFV）的參考架構，其服務器端結構如圖 1 所示[10,13]。

①虛擬化基礎架構（Virtualization Infrastructure）基于通用服務器的計算、存儲等物理資源，為應用層提供了靈活高效、獨立運行的平臺環境；

②移動邊緣平臺（MEC Platform）負責提供移動邊緣應用程序（MEC APP）所需的基礎環境，如移動邊緣服務發現、公布、消費和提供，提供包括域名、路由規則管控、數據分流、存儲及時間管理服務。

③移動邊緣應用（MEC APP）是基于虛擬化基礎設施形成的虛擬應用程序，通過標準應用程序接口和第3方應用程序對接，并為用戶提供服務。

4.2MEC的主要特點和應用

根據 MEC規劃的目標和特點，可以劃分為兩大類主要應用。

（1）信息匯聚和分發類：MEC 部署在網絡邊緣，天然具備高帶寬低時延的能力，能夠提高業務質量，降低業務時延，提升業務安全等級。如 V2V、V2I 的信息轉發、車輛與車輛直接的感知數據共享（如 See Through 場景），動態高精地圖及影音視頻流的下發等。

（2）信息處理與增強類：利用 MEC 的存儲及計算能力進行信息處理、增強以及合成。如視頻流的實時分析與處理、AR/VR、在線游戲、違章預警、危險駕駛處理、交叉路口通信及大范圍協同調度等。

05

自動駕駛中MEC的應用場景

MEC 在自動駕駛中的應用有很多，下面選取4個典型場景進行說明。

5.1動態高精度地圖

傳統地圖提供地理位置、路線、POI 等信息，主要以人為使用者進行設計的。想實現 L3 級別和更高的自動駕駛，必須要使用到高精度地圖。高精度地圖將大量的行車輔助信息存儲為結構化數據，數據包含如更加精確的車道線的位置、類型、寬度、坡度和曲率等車道信息，除此之外還包含周邊道路環境的點云模型信息等，高精度道路導航地圖的數據量是普通地圖的103倍甚至更多。

在 MEC 部署的區域，車載雷達、視頻等傳感器，路測攝像頭等設備采集到的實時環境信息，可以實時上傳至MEC 進行高精度地圖的制作。行駛過程中，車輛向 MEC發送自身位置和目標地理位置請求，MEC 根據請求向車輛推送目標位置的高精度地圖。此外，當傳感器檢測到現實環境信息與高精度地圖不匹配時也會將采集到的信息上傳給 MEC，由 MEC 更新補充高精度地圖。

5.2軟件升級服務

空中下載技術（OTA）是自動駕駛汽車必須具備的能力。通過 OTA 可以更新和升級地圖導航、信息娛樂操作系統、車機 Tbox 軟件、媒體應用程序以及自動駕駛應用軟件等。

MEC 部署在網絡邊緣，靠近用戶終端，基于 MEC的軟件升級服務能夠降低核心網絡負荷，提高升級速度。由于 MEC 位于運營商通信網絡內部，與外部互聯網隔離，天然具有高安全性，因此基于 MEC 的 OTA 的安全性、可靠性能夠得到有效保障。

5.3 車載信息增強

自動駕駛技術能夠解放駕駛人員的手、眼和腦，讓司乘人員有更多時間去體驗和享受各種應用和樂趣。基于MEC 的車載信息增強場景比比皆是。比如，在行駛過程中乘客發現感興趣的車外建筑或場所，并將視線固定于目標時，人工智能技術會用視線追蹤功能調取乘客感興趣的建筑或場所信息，在屏幕上形成 AR（增強現實）體驗[7]。

在路況擁塞時，后車可以請求共享前車的視頻圖像信息，實時了解擁塞狀況和原因。MEC 可以為這種前后車 See-Through 提供高算力和低時延能力。其他如車內的視頻直播、實時游戲等也需要 MEC 的支持。

5.4大范圍協同調度

在交叉路口或者更大范圍的交通繁忙區域，道路、車輛、行人等情況復雜，如果沒有統一的規則和系統進行調度，各自按照個體認為的最優方案行進，可能會造成更大的混亂。在 MEC 上部署協同調度功能，根據區域內車輛密度、道路擁堵嚴重程度、擁堵節點位置以及車輛、行人目標位置等信息，與城市交通云智慧中心協同，以全局最優為出發點，利用優化算法開展交通調度功能，能夠達到安全、高效的調度目標[9]。

由于車輛行駛過程中發生不同基站、不同 MEC 區域的切換，因此移動性場景下，保證用戶會話以及業務的連續性是保障用戶體驗的關鍵。解決思路主要有基于行駛路徑預測技術和輕量級 VM 和數據遷移技術[11]。目前 ETSI和各大廠商也在逐步解決移動性問題，相信隨著研究的不斷深入，移動性問題會得到全方位解決。

06

自動駕駛中的MEC商業模式

6.1 參與方及需求

在自動駕駛服務的生態鏈中，MEC 作為服務的一個重要元素，被眾多參與者集成，并以多樣化的商品形式為最終用戶提供服務。可以將基于 MEC 的自動駕駛服務提供方分為 3 類，如圖 2 所示。

（1）MEC 能力服務商

MEC 作為一種基礎硬件資源，一般由電信運營商負責建設并對外提供基礎能力。MEC 的能力可以通過能力開放平臺對外部使用者所調用。隨著電信行業的逐步開放，也會產生一些專業的 MEC 能力提供商，他們或者在電信運營商的 MEC 能力覆蓋的地方補強 MEC 能力，或者在某些特定的行業領域提供個性化、差異化的 MEC 能力，彌補電信運營商通用能力的不足。

（2）基礎應用服務提供商

自動駕駛服務需要集成眾多的應用能力，如高精度地圖、高精度定位、圖像視頻分析、AR 增強等能力。而這些應用服務提供商同樣也需要 MEC 的能力進行服務增強。如高精度地圖服務商需要 MEC 提供大帶寬、低時延的下載服務，圖像視頻分析等服務需要 MEC 提供強大的算力等。

（3）自動駕駛服務提供商

典型的自動駕駛服務提供商包含汽車制造商和自動駕駛運營服務提供商，前者如生產和售賣支持自動駕駛功能的車企，如寶馬、上汽、廣汽等；后者主要以互聯網企業為主，如百度、滴滴、文遠知行等。

6.2商業模式分析

MEC 作為一種基礎資源能力，既可以直接服務最終用戶（如算力、帶寬），也可以被眾多的自動駕駛參與方集成以多樣化的自動駕駛服務對外提供服務。由于參與方眾多，存在多種服務提供模式分析如表 4 所示。

07

結束語

MEC 能夠降低智能汽車自身的算力要求，降低時延，為自動駕駛賦能，但在安全性、可靠性等方面還需要進一步研究[8]。ETSI、3GPP 等國際標準化組織正在研究MEC 如何與 5G 網絡相互融合，以滿足 5G 的關鍵性能指標要求及特定的業務場景需求[15]。未來，MEC 的應用將會更加延伸到其他各個行業如游戲、旅游、體育、交通、工業控制等領域。MEC 技術也將隨著行業應用的深入得到進一步發展，商業模式也會得到更廣泛的創新和驗證。

關于作者

嚴炎

高級工程師，聯通智網科技有限公司，主要從事物聯網尤其是車聯網領域的產品

研發、平臺系統架構設計及開發工作，在車聯網系統和平臺架構設計，產品研發，服務運營及 5G/V2X 智能網聯等方面具有豐富的經驗。

占錦文

工程師，中國南方航空股份有限公司，主要從事智慧機場、機載通信方面的技術

管理工作，尤其是飛機機載通訊設備的維護、機載軟件管理、地面控制軟件的開發、飛機系統傳感器數據研究，在物聯網結合飛機傳感器方面有一定的經驗。

本文首發于《廣東通信技術》。

審核編輯 黃昊宇