在5G浪潮驅(qū)動下，車路協(xié)同、智慧停車、智能交通規(guī)劃、自動駕駛等應(yīng)用普遍被提上日程，同時(shí)5G帶來了數(shù)據(jù)量的大爆炸，越來越多的應(yīng)用跑在了云端，很多具體的應(yīng)用場景對延時(shí)的要求會變得非常嚴(yán)格，隨著強(qiáng)實(shí)時(shí)數(shù)據(jù)的迅速攀升在邊緣側(cè)進(jìn)行預(yù)先處理，于是“邊緣計(jì)算”在智能交通領(lǐng)域應(yīng)運(yùn)而生。
1、什么是邊緣計(jì)算
邊緣計(jì)算（EdgeComputing）是5G網(wǎng)絡(luò)架構(gòu)中的核心環(huán)節(jié)，是指在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲、應(yīng)用等核心能力的分布式開放平臺。邊緣計(jì)算是一種分布式計(jì)算框架，其使企業(yè)應(yīng)用程序更接近數(shù)據(jù)源，如IoT設(shè)備或本地邊緣服務(wù)器。這種接近數(shù)據(jù)源的方式可以帶來巨大的業(yè)務(wù)好處：更快的洞察力、更好的響應(yīng)時(shí)間和更好的帶寬可用性。
萬物互聯(lián)時(shí)代，海量設(shè)備將接入網(wǎng)絡(luò)，進(jìn)行數(shù)據(jù)采集和用戶交互。邊緣計(jì)算常常與物聯(lián)網(wǎng)聯(lián)系在一起。物聯(lián)網(wǎng)設(shè)備參與到越來越強(qiáng)大的處理中，因此生成的大量數(shù)據(jù)可以重新遷移到網(wǎng)絡(luò)的“邊緣”。這意味著數(shù)據(jù)不必在集中式服務(wù)器之間連續(xù)地來回傳輸來處理。因此，邊緣計(jì)算在管理來自物聯(lián)網(wǎng)設(shè)備的大量數(shù)據(jù)方面效率更高，延遲更低，處理速度更快，且可擴(kuò)展。在5G和AI的乘數(shù)效應(yīng)下，其擴(kuò)展了無線數(shù)據(jù)傳輸?shù)母邘捄偷脱舆t能力，人們對邊緣計(jì)算能夠?qū)崿F(xiàn)什么目標(biāo)充滿了期待。此科技將使邊緣計(jì)算系統(tǒng)大大提高速度，并最終增強(qiáng)其支持實(shí)時(shí)應(yīng)用的能力。
據(jù)IDC預(yù)測，2025年全球物聯(lián)網(wǎng)連接數(shù)將增長至270億個(gè)，物聯(lián)網(wǎng)設(shè)備數(shù)量將達(dá)到1000億臺，全球數(shù)據(jù)總量預(yù)計(jì)2025年將達(dá)到163個(gè)ZB，而未來超過70%的數(shù)據(jù)和應(yīng)用將在邊緣產(chǎn)生和處理。
在云計(jì)算初期，很多人認(rèn)為，終端的價(jià)值已經(jīng)走到極限，通過網(wǎng)絡(luò)所有的數(shù)據(jù)都會傳輸?shù)皆贫颂幚砗陀?jì)算，再傳回到用戶的終端?？墒聦?shí)的發(fā)展卻有些出乎意料，很多應(yīng)用場景，對延時(shí)的要求非常嚴(yán)格，如果完全依賴云，勢必會讓效率降低。
2、邊緣計(jì)算在智能交通的應(yīng)用
智能交通的落地是一個(gè)龐大的系統(tǒng)工程，除了城市空間和道路的調(diào)整外，你還需要一套結(jié)合最新軟硬件技術(shù)的、穩(wěn)定可靠的管理系統(tǒng)，以應(yīng)對形形色色場景中紛繁復(fù)雜的應(yīng)用。根據(jù)麥肯錫的咨詢研究報(bào)告，在邊緣計(jì)算的行業(yè)應(yīng)用中，交通運(yùn)輸所占比例最高。
隨著城市交通數(shù)據(jù)量的增加，用戶對海量交通信息的實(shí)時(shí)性需要也會隨之提高。如果把數(shù)據(jù)全部傳回云計(jì)算中心，將會出現(xiàn)帶寬資源的浪費(fèi)和延時(shí)等問題，但如果把數(shù)據(jù)在邊緣服務(wù)器上進(jìn)行實(shí)時(shí)分析和處理，便可根據(jù)路面實(shí)時(shí)狀況和可用資源對用戶做出相應(yīng)指示。
邊緣計(jì)算在交通的應(yīng)用體在智慧城市運(yùn)輸和設(shè)施管理等基于地理位置的應(yīng)用上，對于位置識別技術(shù)，邊緣計(jì)算可以對基于地理位置的數(shù)據(jù)進(jìn)行實(shí)時(shí)處理和收集，而不必再傳送到云計(jì)算中心進(jìn)行相應(yīng)操作。
此外，在城市視頻監(jiān)控系統(tǒng)的應(yīng)用上，可以構(gòu)建融合邊緣計(jì)算模型和視頻監(jiān)控技術(shù)的新型視頻監(jiān)控應(yīng)用的軟硬件服務(wù)平臺，以提高視頻監(jiān)控系統(tǒng)前端攝像頭的智能處理能力，進(jìn)而影響預(yù)警系統(tǒng)和處置機(jī)制。
不難看出，“云計(jì)算”就相當(dāng)于智能設(shè)備的大腦，處理相對復(fù)雜的進(jìn)程，而“邊緣計(jì)算”就相當(dāng)于智能設(shè)備的神經(jīng)末梢，進(jìn)行一些“下意識”的反應(yīng)，這為長期困擾行業(yè)發(fā)展的諸多難題迎來了解決的希望。
2、邊緣計(jì)算在車路協(xié)同的應(yīng)用
最典型的如智能汽車應(yīng)用場景，無法做到數(shù)據(jù)傳輸?shù)皆贫颂幚砗笤僮龀雠袛?，而是需要讓大量的?shí)時(shí)數(shù)據(jù)，這就是邊緣計(jì)算的價(jià)值。
例如，一輛自動駕駛的汽車在面臨危險(xiǎn)需要及時(shí)停止的時(shí)候，如果其還需把數(shù)據(jù)上傳到“云端”，通過計(jì)算得出停止的命令，再傳送到汽車，汽車再作出反應(yīng)。那么就不如讓車輛本身也具備一定的計(jì)算能力，來處理這一問題。同時(shí)，我們還可以預(yù)想這樣一個(gè)場景，突發(fā)的自然災(zāi)害、信號干擾或技術(shù)故障使得某一區(qū)域自動駕駛的汽車、列車陷入無網(wǎng)絡(luò)狀態(tài)。那么，它們就只能依靠邊緣計(jì)算賦予其的計(jì)算能力作出“下意識”的反應(yīng)，才能確保其安全。
此外，智能交通正從單一場景交通管理向融合場景交通服務(wù)發(fā)展，V2X場景能幫助智能駕駛更安全、更高效、更經(jīng)濟(jì)、更便捷，例如限速預(yù)警、惡劣天氣預(yù)警、并道提示、路口調(diào)度等，而V2X關(guān)鍵技術(shù)包括感知、高清制圖和定位，高算力需求、高移動性、高可靠性和實(shí)時(shí)性帶來了主要的技術(shù)挑戰(zhàn)，而邊緣計(jì)算在車路協(xié)同領(lǐng)域會有更多技術(shù)突破空間。
3、邊緣計(jì)算在靜態(tài)交通的應(yīng)用
邊緣計(jì)算在智慧停車的應(yīng)用還體現(xiàn)在停車的控制系統(tǒng)、車聯(lián)網(wǎng)上，并影響著其對未來的泊位數(shù)和路面交通的規(guī)劃。目前智慧停車已被納入新基建和智慧城市的戰(zhàn)略建設(shè)上，邊緣計(jì)算助力智慧停車趨向成熟、完善，智能停車管理方式大步邁進(jìn)，加速融合科技與商業(yè)。
隨著時(shí)間的推移，靜態(tài)交通信息大數(shù)據(jù)正在滾雪球，云存儲和其他類似的服務(wù)，正承受著大量復(fù)雜數(shù)據(jù)處理請求的壓力。智慧停車的建設(shè)依靠單一的集中處理方式的云計(jì)算模型無法應(yīng)對所有問題，需要多種計(jì)算模式的融合才可以解決這些問題。邊緣計(jì)算模型可以把計(jì)算最大程度遷移到數(shù)據(jù)源附近的原則，實(shí)際需求在計(jì)算模型的邊緣處理。邊緣計(jì)算在智慧停車具有海量數(shù)據(jù)處理、低延遲、位置感知等幾大優(yōu)勢。
目前，中國邊緣計(jì)算市場仍處于產(chǎn)業(yè)早期階段，擁有很大的技術(shù)爆發(fā)潛力，各類型行業(yè)參與者正積極布局搶占市場。各大廠商、科研機(jī)構(gòu)正在制定標(biāo)準(zhǔn)和規(guī)范，雖未達(dá)成共識，但國內(nèi)外已形成多個(gè)產(chǎn)業(yè)聯(lián)盟，大力推動邊緣計(jì)算的標(biāo)準(zhǔn)和技術(shù)進(jìn)步。如何統(tǒng)一這些設(shè)備的生產(chǎn)標(biāo)準(zhǔn)，這有待于在智能交通領(lǐng)域一些重要企業(yè)牽頭制定標(biāo)準(zhǔn)。
邊緣計(jì)算的到來讓智能交通更具安全性。無論是公路、鐵路、海運(yùn)還是航空，安全都是交通行業(yè)最為重要的事情。相信在未來，智能交通“邊緣計(jì)算”領(lǐng)域會有更多技術(shù)突破，并能切實(shí)的改善我們的日常交通生活。
