大量的傳感器、海量的數(shù)據(jù)、不斷提高的計算能力、實時操作和無人自動駕駛汽車所需的安全問題，正在推動計算核心從云端到網(wǎng)絡(luò)邊緣。無人自動駕駛汽車不斷感知并發(fā)送有關(guān)路況、位置和周圍車輛的數(shù)據(jù)，每秒產(chǎn)生大約1GB的數(shù)據(jù)，由于數(shù)據(jù)傳輸量大、時延問題和安全性問題。因此，深度學(xué)習(xí)作為人工智能的主要代表，并集成到邊緣計算框架中。

不久前，出行方式經(jīng)歷了翻天覆地的新變化。無人自動駕駛領(lǐng)域先行者之一的“蘿卜快跑”因其前瞻性的視野和卓越的技術(shù)實力，正在推動將來的出行趨勢。無人自動駕駛技術(shù)可以和邊緣計算緊密聯(lián)系。不但重塑了大家對外出的想象力，并且在智能、安全、高效率道路上邁出了堅實的一步。

只有當收集到的數(shù)據(jù)可以在本地處理，并且可以在不依賴遠程資源的情況下實時做出決策和預(yù)測時，邊緣AI計算的真正價值才能實現(xiàn)。只有當邊緣計算平臺能夠托管預(yù)先訓(xùn)練的深度學(xué)習(xí)模型，并擁有在本地執(zhí)行實時推理的計算資源時，才更智能安全。

邊緣計算在人工智能汽車中的優(yōu)勢

隨著車載通信和5G車聯(lián)網(wǎng)（V2X）的進步，現(xiàn)在可以在車輛和基礎(chǔ)設(shè)施網(wǎng)絡(luò)（V2I）之間提供可靠的通信鏈路。邊緣計算最適合帶寬密集型和延遲敏感型應(yīng)用，無人自動駕駛汽車則需要立即采取行動和做出反應(yīng)

車輛邊緣計算（VEC）系統(tǒng)需要并行計算大量數(shù)據(jù)。因為VEC系統(tǒng)是移動，它們通常有非常嚴格的能耗限定。因而，需要提供足夠的計算能力，以保證無人自動駕駛汽車的安全，即便在高速行駛時，也能即時處理。

1.低延遲

汽車安全零（低）延遲是必要的。汽車企業(yè)可以收集大量駕駛數(shù)據(jù)，并用機器學(xué)習(xí)來改變?nèi)斯ぶ悄軣o人自動駕駛的實踐和學(xué)習(xí)。據(jù)調(diào)查，在網(wǎng)絡(luò)上往返傳輸?shù)臄?shù)據(jù)至少為150-200ms。

因此，邊緣計算技術(shù)將提供一個端到端的系統(tǒng)架構(gòu)框架，用于將計算過程分發(fā)到本地化網(wǎng)絡(luò)。精心設(shè)計的人工智能無人自動駕駛和聯(lián)網(wǎng)汽車將是一個協(xié)作的邊緣云計算系統(tǒng)、高效的視頻/圖像處理和多層分布式（5G）網(wǎng)絡(luò)——本地化和云處理的混合體。

2.速度

因為根據(jù)數(shù)據(jù)傳輸?shù)暮Ａ繑?shù)據(jù)，因為安全原因，大部分解決方法必須在汽車內(nèi)進行。因為連通性和數(shù)據(jù)傳輸速率，汽車務(wù)必測算持續(xù)數(shù)據(jù)速率（而非傳送數(shù)據(jù)），這有助于降低延遲，提升精確性。

人與機器間的相互依賴代表著實時信息傳送的速率至關(guān)重要。運用邊緣人工智能測算涉及到一定的本土化運算解決存儲空間，以保證無人自動駕駛汽車和人工智能CPU可以執(zhí)行所需的任務(wù)。

3.可靠性

無人自動駕駛汽車的安全性至關(guān)重要。邊緣計算減少了云網(wǎng)絡(luò)堵塞的壓力，并通過減少數(shù)據(jù)處理和車輛之間的滯后來提供更好的可靠性。由于邊緣計算和邊緣數(shù)據(jù)中心位于更靠近車輛的位置，因此在較遠的位置出現(xiàn)網(wǎng)絡(luò)問題影響本地車輛的可能性較小。即使在附近的數(shù)據(jù)中心停電的情況下，無人自動駕駛汽車的車載智能邊緣推理也將繼續(xù)自行有效運行，因為它們可以本地處理重要的處理功能。

4.安全

為無人自動駕駛汽車設(shè)計邊緣計算生態(tài)系統(tǒng)的最終挑戰(zhàn)是提供充足的計算能力、安全性，以保證無人自動駕駛汽車的安全。 無人自動駕駛汽車的安全應(yīng)遮蓋無人自動駕駛邊緣計算堆棧的各層次。該安全包括感應(yīng)器安全、操作系統(tǒng)安全、控制系統(tǒng)穩(wěn)定性和通信安全。此外，邊緣網(wǎng)關(guān)的人工智能能夠降低通信成本，減少通訊能提高數(shù)據(jù)安全性。

5.擴展性

汽車邊緣計算實質(zhì)上具備分布式架構(gòu)，能夠幫助將數(shù)據(jù)發(fā)送至網(wǎng)絡(luò)邊緣，汽車能夠?qū)崟r分析數(shù)據(jù)并與之互動，如同本地數(shù)據(jù)一樣。無人自動駕駛汽車需要一種更加去中心化的方法。例如，智能傳感器可以分析自己的視頻幀，確定視頻的哪些幀需要注意，并僅將該數(shù)據(jù)發(fā)送到服務(wù)器，減少了數(shù)據(jù)傳輸過程中的網(wǎng)絡(luò)延遲，數(shù)據(jù)不再需要通過網(wǎng)絡(luò)穿越到云端進行處理。

3.成本

強勁的本地AICPU路邊單元（RSU）越來越多總數(shù)有利于節(jié)能降耗、維護和經(jīng)營成本，以及將數(shù)據(jù)傳送到云中高帶寬成本。此外，使邊緣計算成為當今更可行與實際的關(guān)鍵驅(qū)動因素之一是計算和傳感器的成本降低。

結(jié)論

無人自動駕駛系統(tǒng)極其復(fù)雜;它們緊密集成了許多技術(shù)，包括感知、定位、感知、決策，以及與云平臺的流暢交互，以實現(xiàn)高清（HD）地圖生成和數(shù)據(jù)存儲。這些復(fù)雜性給無人自動駕駛邊緣計算系統(tǒng)的設(shè)計帶來了許多挑戰(zhàn)。

不斷的開拓無人自動駕駛與邊緣計算技術(shù)的深度融合，無人自動駕駛技術(shù)將指引我們進入一個更智能、更方便、更綠色的出行時代。