我们离自动驾驶还有多远（下）

2021-06-18 09:32

多接入边缘计算（MEC）

中国的自动驾驶发展路线走的是车联网路线，其不单单依靠各大车企的单车智能，更强调汽车本身与基础设施（V2I）、行人（V2P）、汽车（V2V）以及互联网（V2N）等设备的相互联动及交互。要实现这一目标，就需要将每个单车作为边缘计算节点，通过边缘计算能力并汇聚到多接入边缘计算平台（MEC）从而支撑实现网联自动驾驶的各种应用场景。MEC与C－V2X融合系统需要采用多层系统架构，其中包括路测MEC设备及区域MEC平台。

MEC与C－V2X融合系统的多层系统架构

路测MEC设备具有部署灵活的特点，可结合直连通信模式在局部范围内形成业务闭环，适合在重点位置高密度部署，实现更全面的融合感知能力和一定的融合决策能力。区域MEC平台可为更大范围的用户提供强大的计算、存储能力，同时具有路由、分流功能，其中也需要依赖现有蜂窝网络和5G网络的紧密结合，支持更高的无线传输速率，实现更精准的融合决策和控制能力。

MEC在车联网中与C－V2X的融合场景，IMT－2020（5G）推进小组给出了很好的诠释，如下图。

MEC与C－V2X融合场景

通过对MEC与C－V2X融合场景进行分类，主要的区分为是否有路侧协同和车辆协同两个维度，根据能力不同其提供的服务也有所区别，如下图。

MEC与C－V2X融合场景分类

仿真测试

我们是否有试想过，要实现自动驾驶需要经过多少数据量的训练才能真正将自动驾驶的能力提高到无需人的参与；又比如我们在软件开发生命周期中需要经过验证和测试才能对外发布业务应用，那带有自动驾驶能力的汽车是否也需要呢？答案是一定的！测试评价是智能网联汽车基础支撑技术之一。其中自动驾驶系统计算机仿真是自动驾驶车辆测试和试验的基础关键技术，也是未来行业定义自动驾驶车辆相关开发流程与技术准入标准的基础工具。

产业观点通常认为每个自动驾驶系统需要 160 亿公里的驾驶数据来优化。配置一支 1000辆自动驾驶测试车的车队需要花费大约 50 年的时间才能完成足够的里程测试。正是由于无法进行充分的道路测试，需要投入的时间和费用也不能承受，所以行业普遍共识是需要基于计算机仿真技术对自动驾驶系统进行虚拟测试与评价。

仿真技术的基本原理是在仿真场景内，将真实控制器变成算法，结合传感器仿真等技术，完成对算法的测试和验证。一个完整的自动驾驶仿真平台，需要包括静态场景还原、动态案例仿真、传感器仿真、车辆动力学仿真、并行加速计算等功能，并能够较为容易的接入自动驾驶感知和决策控制系统。只有算法与仿真平台紧密结合，才能形成一个闭环，达到持续迭代和优化的状态。