面向自动驾驶的边缘计算技术研究综述

2021 年 5 月 3 日 专知

边缘计算在自动驾驶的环境感知和数据处理方面有着极其重要的应用。自动驾驶汽车可以通过从边缘节点获得环境信息来扩大自身的感知范围，也可以向边缘节点卸载计算任务以解决计算资源不足的问题。相比于云计算，边缘计算避免了长距离数据传输所导致的高时延，能给自动驾驶车辆提供更快速的响应，并且降低了主干网络的负载。基于此，首先介绍了基于边缘计算的自动驾驶汽车协同感知和任务卸载技术及相关挑战性问题，然后对协同感知和任务卸载技术的研究现状进行了分析总结，最后讨论了该领域有待进一步研究的问题。

计算机技术和传感器技术的发展使汽车逐渐成为更加智能的自动驾驶汽车。自动驾驶汽车的出现将会提高交通通行效率，减少道路交通事故。美国高速公路交通安全管理局将自动驾驶分为 L0～L5 共 6 个等级，从 L0 到 L5，汽车的智能化水平逐渐提升。L5 级的自动驾驶汽车可以在任何环境下完成所有的驾驶操作而不需要人类驾驶员的干预。为了提供安全的自动驾驶服务，自动驾驶汽车需要获取所处环境的完整信息，并对其进行实时处理以做出行驶决策。从环境信息的获取到行驶决策的制定可以分为 3 个阶段，分别是环境信息获取、信息融合处理和驾驶行为决策。

1) 环境信息获取。自动驾驶汽车通过多种车载传感器获取所处环境的信息，如用定位系统、惯性测量单元获取位置信息，用激光雷达绘制周围环境的点云，用摄像头获取环境的图像数据，用雷达和声纳检测距离车辆最近的物体等。

2) 信息融合处理。此阶段的任务是将获取的环境信息进行融合处理，使自动驾驶汽车了解周围的环境。信息融合处理阶段有 3 个主要的任务，分别是自我定位、目标识别和目标跟踪。这 3 个任务都需要大量的计算资源来完成。

3) 驾驶行为决策。在自动驾驶汽车了解了自身所处的环境之后，就开始预测其他车辆或行人等障碍物的运动路径，然后根据预测结果做出自身的路径规划和避障决策。

高级别的自动驾驶汽车需要在无人干涉的情况下完成以上 3 个步骤，但仅依靠单个自动驾驶汽车的能力是很难做到的，原因如下。 1) 在环境信息获取方面，单个自动驾驶汽车存在传感器视野盲区，无法获取完整的所处环境信息，这可能导致自动驾驶汽车无法检测即将到来的危险。 2) 在数据处理方面，车载计算系统难以完成对大量异构传感器数据的实时处理，其中仅摄像头每秒就产生 1.8 GB 的数据[1]。若在自动驾驶汽车上配备高性能的计算系统，则会大大增加自动驾驶汽车的成本。总体来说，环境信息获取和数据处理两方面的问题导致仅依靠单个自动驾驶汽车的能力无法实现高级别自动驾驶，因此需要其他智能节点的协助。为了解决数据处理方面的问题，有些研究者提出了自动驾驶汽车与云计算相结合的方案，将数据上传到云端处理[2-3]。

云端虽然有大量的计算资源，可以在极短的时间内完成数据的处理，但是仅依靠云端为自动驾驶汽车提供服务在很多情况下是不可行的。因为自动驾驶汽车在行驶过程中会产生大量需要实时处理的数据，如果将这些数据都通过核心网传输到远程云端处理，那么仅数据的传输便会导致很大的时延，无法满足数据处理的实时性要求。核心网络的带宽也难以支持大量自动驾驶汽车同时向云端发送大量的数据，而且一旦核心网络出现拥塞导致数据传输不稳定，自动驾驶汽车的行驶安全便得不到保障。将边缘计算应用到自动驾驶领域将有助于解决自动驾驶汽车在环境数据获取和处理上所面临的问题。边缘计算[4]是指在网络边缘执行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行数据，而边缘计算中的“边缘” 是指从数据源到云计算中心路径之间的任意计算和网络资源。简而言之，边缘计算将服务器部署到用户附近的边缘节点，在网络边缘（如无线接入点）给用户提供服务，避免了长距离数据传输，给用户提供更加快速的响应。边缘计算、移动边缘计算、雾计算在自动驾驶领域的应用较相似，本文将它们统称为边缘计算。协同感知和任务卸载是边缘计算在自动驾驶领域的主要应用，这 2 种技术使实现高级别自动驾驶成为可能。其中，协同感知技术使汽车可以获取其他边缘节点的传感器信息，扩大了自动驾驶汽车的感知范围，增加了环境数据的完整性；任务卸载技术将自动驾驶汽车的计算任务卸载到其他边缘节点执行，解决了自动驾驶汽车计算资源不足的问题。面向自动驾驶汽车的边缘计算离不开车用无线通信技术（V2X, vehicle-to-everything）的支持，它提供了自动驾驶汽车与智能交通系统中其他元素的通信手段，是自动驾驶汽车和边缘节点合作的基础。目前，V2X 主要基于专用短程通信（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）和车辆与道路基础设施（V2I, vehicle-to-infrastructure）之间的通信标准，具有数据传输速率高、时延低、支持点对点或点对多点通信等优点[6]。以 5G 为代表的蜂窝网络具有网络容量大、覆盖范围广等优点，适用于 V2I 通信和边缘服务器之间的通信[5]。

本文首先对自动驾驶汽车与边缘节点之间的协同感知和任务卸载进行介绍，并阐述它们所面临的挑战；然后分别综述了协同感知技术和任务卸载技术的研究现状；最后指出了该领域有待进一步研究的问题。