作者 |?Jessie ? ?
隨著(zhù)5G時(shí)代的到來(lái),邊緣計算成為自動(dòng)駕駛系統中新的業(yè)務(wù)增長(cháng)點(diǎn),未來(lái)將有超過(guò)60%的數據和應用將在邊緣產(chǎn)生和處理。
邊緣計算是一種在網(wǎng)絡(luò )邊緣進(jìn)行計算的新型計算模式,其對數據的處理主要包括兩個(gè)部分,其一是下行的云服務(wù),其二是上行的萬(wàn)物互聯(lián)服務(wù)?!斑吘墶睂?shí)際上是一種相對概念,指從數據到云計算中心內路徑之間的任意計算、存儲以及網(wǎng)絡(luò )相關(guān)資源。從數據的一端到云服務(wù)中心的另一端,在此路徑上根據應用的具體需求和實(shí)際應用場(chǎng)景,邊緣可以表示為此條路徑上的一個(gè)或多個(gè)資源節點(diǎn)。邊緣計算的業(yè)務(wù)本質(zhì)是云計算在數據中心之外匯聚節點(diǎn)的延伸和演進(jìn),主要由邊緣云、邊緣網(wǎng)絡(luò )、邊緣網(wǎng)關(guān)三類(lèi)落地形態(tài)構成。
如上圖所示,表示一種目前在自動(dòng)駕駛中使用的工控機。實(shí)際上,它是一種加固的增強型個(gè)人計算機。它可以作為一個(gè)工業(yè)控制器在工業(yè)環(huán)境中可靠運行,采用符合EIA 標準的全鋼化工業(yè)機箱,增強抗電磁干擾能力,并采用總線(xiàn)結構和模塊化設計技術(shù),防止出現單點(diǎn)故障。如上自動(dòng)駕駛工控機網(wǎng)絡(luò )設計方案充分考慮了 ISO26262 的要求。其中,CPU、GPU、FPGA 以及總線(xiàn)都做冗余設計。當整體 IPC 系統失效時(shí),冗余MCU控制可以保證運算安全,直接發(fā)送指令到車(chē)輛 CAN 總線(xiàn)中控制車(chē)輛停車(chē)。目前這種集中式的架構適用于下一代集中式自動(dòng)駕駛系統方案,其中工控機相當于下一代集中式域控制器,將所有的計算工作統一放到一個(gè)其中,算法迭代不需要過(guò)度考慮硬件的整體升級和車(chē)規要求。
邊緣計算與邊緣云
當前自動(dòng)駕駛中,大規模的人工智能算法模型和大規模數據集中化分析均放在云端進(jìn)行。因為,云端擁有大量的計算資源,可以在極短的時(shí)間內完成數據的處理,但是僅依靠云端為自動(dòng)駕駛汽車(chē)提供服務(wù)在很多情況下是不可行的。因為自動(dòng)駕駛汽車(chē)在行駛過(guò)程中會(huì )產(chǎn)生大 量需要實(shí)時(shí)處理的數據,如果將這些數據都通過(guò)核心網(wǎng)傳輸到遠程云端處理,那么僅數據的傳輸便會(huì )導致很大的時(shí)延,無(wú)法滿(mǎn)足數據處理的實(shí)時(shí)性要求。核心網(wǎng)絡(luò )的帶寬也難以支持大量自動(dòng)駕駛汽車(chē)同時(shí)向云端發(fā)送大量的數據,而且一旦核心網(wǎng)絡(luò )出現擁塞導致數據傳輸不穩定,自動(dòng)駕駛汽車(chē)的行駛安全便得不到保障。
邊緣計算關(guān)注局部業(yè)務(wù),實(shí)時(shí)性要求高,網(wǎng)絡(luò )壓力較大,計算方式面向本地化。邊緣計算更適用于基于集成的算法模型,進(jìn)行本地小規模智能分析與預處理工作。將邊緣計算應用到自動(dòng)駕駛領(lǐng)域將有助于解決自動(dòng)駕駛汽車(chē)在環(huán)境數據獲取和處理上所面臨的問(wèn)題。
作為行業(yè)數字化轉型的兩大重要計算方式,邊緣計算與云計算基本是同時(shí)共存、相互補充、相互促進(jìn),共同解決大數據時(shí)代的計算問(wèn)題。
邊緣計算是指在網(wǎng)絡(luò )邊緣執行計算的一種計算模型,其操作對象來(lái)自云服務(wù)的下行數據和萬(wàn)物互聯(lián)服務(wù)的上行數據,而邊緣計算中的“邊緣”是指從數據源到云計算中心路徑之間的任意計算和網(wǎng)絡(luò )資源。簡(jiǎn)而言之,邊緣計算將服務(wù)器部署到用戶(hù)附近的邊緣節點(diǎn),在網(wǎng)絡(luò )邊緣(如無(wú)線(xiàn)接入點(diǎn)) 給用戶(hù)提供服務(wù),避免了長(cháng)距離數據傳輸,給用戶(hù)提供更加快速的響應。任務(wù)卸載技術(shù)將自動(dòng)駕駛汽車(chē)的計算任務(wù)卸載到其他邊緣節點(diǎn)執行,解決了自動(dòng)駕駛汽車(chē)計算資源不足的問(wèn)題。
邊緣計算具有鄰近性、低時(shí)延、本地性和位置感知性的特點(diǎn)。其中,鄰近性是指邊緣計算靠近信息源,適用于通過(guò)數據優(yōu)化捕獲和分析大數據中的關(guān)鍵信息,并且可以直接訪(fǎng)問(wèn)設備,更加高效地服務(wù)與邊緣智能,易于衍生出特定的應用場(chǎng)景。低時(shí)延是指邊緣計算服務(wù)靠近產(chǎn)生數據的終端設備,相對于云計算,極大的降低了時(shí)延,尤其是在智能駕駛應用場(chǎng)景中,使得反饋過(guò)程更加快速。本地性是指邊緣計算可以與網(wǎng)絡(luò )的其余部分隔離運行,實(shí)現本地化,相對獨立的計算,一方面保證了本地數據安全性,另一方面降低了計算對網(wǎng)絡(luò )質(zhì)量的依賴(lài)性。位置感知性是指當邊緣網(wǎng)絡(luò )是無(wú)線(xiàn)網(wǎng)絡(luò )的一部分時(shí),邊緣計算式的本地服務(wù)可以利用相對較少的信息來(lái)確定所有連接設備的位置,這些服務(wù)可以應用于基于位置的服務(wù)應用場(chǎng)景。
同時(shí),邊緣計算的發(fā)展趨勢將逐漸向異構計算、邊緣智能、邊云協(xié)同以及5G+邊緣計算的發(fā)面進(jìn)行演進(jìn)。異構計算需要使用不同類(lèi)型的指令集和體系架構的計算單元組成系統的計算方式,滿(mǎn)足邊緣業(yè)務(wù)對多樣性計算的需求,通過(guò)異構計算不僅可以滿(mǎn)足新一代“連接+計算”的基礎設施構建,還可以滿(mǎn)足碎片化產(chǎn)業(yè)和差異化應用的需求,提升計算資源利用率,支持算力的靈活部署和調度。
邊緣計算參考架構
邊緣計算參考架構的每層都提供了模型化的開(kāi)放接口,實(shí)現了架構的全層次開(kāi)放,通過(guò)縱向管理服務(wù),數據全生命周期服務(wù)以及安全服務(wù),實(shí)現業(yè)務(wù)全流程、全生命周期的智能服務(wù)。
如上圖所示,邊緣計算參考架構主要包括如下內容:
整個(gè)系統分為智能服務(wù)、業(yè)務(wù)編排、邊緣云和邊緣計算節點(diǎn)四層,邊緣計算位于云和現場(chǎng)設備之間,邊緣層向下支持各種現場(chǎng)設備的接入,向上可以與云端對接。邊緣層包括邊緣節點(diǎn)和邊緣管理器兩個(gè)主要部分。邊緣節點(diǎn)是硬件實(shí)體,是承載邊緣計算業(yè)務(wù)的核心,邊緣管理器的核心是軟件,主要功能是對邊緣節點(diǎn)進(jìn)行統一管理。邊緣計算節點(diǎn)一般具有計算資源、網(wǎng)絡(luò )資源和存儲資源,邊緣計算系統對資源的使用有兩種方式:其一,直接將計算資源、網(wǎng)絡(luò )資源和存儲資源進(jìn)行封裝,提供調用接口,邊緣管理器以代碼下載、網(wǎng)絡(luò )策略配置和數據庫操作等方式使用邊緣節點(diǎn)資源;第二,進(jìn)一步將邊緣節點(diǎn)的資源按功能領(lǐng)域封裝成功能模塊,邊緣管理器通過(guò)模型驅動(dòng)的業(yè)務(wù)編排方式組合和調用功能模塊,實(shí)現邊緣計算業(yè)務(wù)的一體化開(kāi)發(fā)和敏捷部署。
邊緣計算的硬件基礎設施
1、邊緣服務(wù)器
邊緣服務(wù)器是邊緣計算和邊緣數據中心的主要計算載體,可以部署在運營(yíng)商某機房?jì)?。由于邊緣計算環(huán)境差異較大,且邊緣業(yè)務(wù)在時(shí)延、帶寬、GPU和AI等方面存在個(gè)性化訴求,同時(shí)應該盡量減少工程師在現場(chǎng)的操作,并具有強大的管理運維能力保障,其中包括狀態(tài)采集、運行控制和管理接口,以實(shí)現遠程、自動(dòng)化的管理。
自動(dòng)駕駛系統中,通常采用智能邊緣一體機將計算、存儲、網(wǎng)絡(luò )、虛擬化和環(huán)境動(dòng)力等產(chǎn)品有機集成到一個(gè)工控機中,方便自動(dòng)駕駛系統的正常工作。
2、邊緣接入網(wǎng)
邊緣計算接入網(wǎng)絡(luò )是指從用戶(hù)系統到邊緣計算系統所經(jīng)過(guò)的一系列網(wǎng)絡(luò )基礎設施,包括但不限于園區網(wǎng)、接入網(wǎng)絡(luò )和邊緣網(wǎng)關(guān)等。且帶有融合性、低時(shí)延、大帶寬、大連接、高安全等特性。
3、邊緣內部網(wǎng)絡(luò )
邊緣計算內部網(wǎng)絡(luò )是指邊緣計算系統內部網(wǎng)絡(luò )基礎設施,如連接服務(wù)器的網(wǎng)絡(luò )設備,與外網(wǎng)互聯(lián)的網(wǎng)絡(luò )設備以及由其構建的網(wǎng)絡(luò )等。邊緣計算內部網(wǎng)絡(luò )具有架構簡(jiǎn)化、功能完備、性能損耗大幅減少的特征;同時(shí),能做到邊云協(xié)同,集中管控。
由于邊緣計算系統天然呈現分布式屬性,單個(gè)規模不大但數量眾多,若采用單點(diǎn)管理模式,難以滿(mǎn)足運行需求,還會(huì )占用工控機資源,降低效益;另一方面,邊緣計算業(yè)務(wù)更強調端到端的時(shí)延、帶寬以及安全性,因此邊云、邊邊之間的協(xié)同也是非常重要的。一般是需要在云計算系統中引入智能化的跨域管理編排系統,統一管控一定范圍內的所有邊緣計算系統網(wǎng)絡(luò )基礎設施,通過(guò)支持基于邊云協(xié)同集中式管理模式,保證網(wǎng)絡(luò )與計算資源的自動(dòng)化高效配置。
4、邊緣計算互聯(lián)網(wǎng)絡(luò )
邊緣計算互聯(lián)網(wǎng)絡(luò )包括從邊緣計算系統到云計算系統(如公有云、私有云、通信云、用戶(hù)自建云等),其他邊緣計算系統、各類(lèi)數據中心所經(jīng)過(guò)的網(wǎng)絡(luò )基礎設施。邊緣計算互聯(lián)網(wǎng)絡(luò )具備連接多樣化、跨域低時(shí)延的特征。
邊緣計算與自動(dòng)駕駛系統如何結合
下一階段,為了實(shí)現更高階自動(dòng)駕駛系統任務(wù),僅僅依靠單車(chē)智能是完全不夠的。
協(xié)同感知和任務(wù)卸載是邊緣計算在自動(dòng)駕駛領(lǐng)域的主要應用,這2種技術(shù)使實(shí)現高級別自動(dòng)駕駛成為可能。協(xié)同感知技術(shù)使汽車(chē)可以獲取其他邊緣節點(diǎn)的傳感器信息,擴大了自動(dòng)駕駛汽車(chē)的感知范圍,增加了環(huán)境數據的完整性。以自動(dòng)駕駛為例,汽車(chē)將集成激光雷達、攝像頭等傳感器,同時(shí)需要通過(guò)車(chē)輛網(wǎng)V2X等實(shí)現車(chē)輛與道路以及交通數據的全面感知,獲取比單車(chē)內外部傳感器更多的信息,增強對超視距范圍內環(huán)境的感知,并通過(guò)高清的3D動(dòng)態(tài)地圖實(shí)時(shí)共享自動(dòng)駕駛位置。并將采集到的數據與道路邊緣節點(diǎn)和周邊車(chē)輛進(jìn)行交互,從而擴展感知能力,實(shí)現車(chē)與車(chē)、車(chē)與路協(xié)同。云計算中心則負責收集來(lái)自分布廣泛的邊緣節點(diǎn)數據,感知交通系統的運行狀況,并通過(guò)大數據和人工智能算法,為邊緣節點(diǎn)、交通信號系統和車(chē)輛下發(fā)合理的調度指令,從而提高系統運行效率。比如,雨雪、大霧等惡劣天氣下,或在交叉路口、拐彎你等場(chǎng)景下,雷達和攝像頭無(wú)法清晰的辨別前方障礙,通過(guò)V2x來(lái)獲取道路,行車(chē)等實(shí)時(shí)數據,可以實(shí)現智能預測路況,避免意外事故的發(fā)生。
隨著(zhù)自動(dòng)駕駛等級的提升,配備智能傳感器數量的增加,自動(dòng)駕駛汽車(chē)每天產(chǎn)生大量的原始數據。這些原始數據需要在本地進(jìn)行實(shí)時(shí)處理、融合以及特征提取,包括基于深度學(xué)習的目標檢測和跟蹤等。同時(shí)需要利用V2X提升對環(huán)境、道路和其他車(chē)輛的感知能力,通過(guò)3D高清地圖進(jìn)行實(shí)時(shí)建模和定位、路徑規劃和選擇、駕駛策略調整,進(jìn)而安全的控制車(chē)輛。由于這些任務(wù)都需要在車(chē)內始終來(lái)保持處理和響應實(shí)時(shí)性,因此需要性能強大可靠地邊緣計算平臺來(lái)執行??紤]到計算任務(wù)的差異性,為了提高執行效率并降低功耗和成本,一般需要支持異構的計算平臺。
自動(dòng)駕駛的邊緣計算架構依賴(lài)于邊云協(xié)同和LTE/5G提供的通信基礎設施和服務(wù)。邊緣側主要指車(chē)載單元、路側單元(RSU)或移動(dòng)邊緣計算(MEC)服務(wù)器等。其中車(chē)載單元是環(huán)境感知、決策規劃和車(chē)輛控制的主體,但依賴(lài)于RSU或MEC服務(wù)器的協(xié)作,如RSU給車(chē)載單元提供了更多關(guān)于道路和行人的信息,但是有些功能運行在云端更加適合甚至無(wú)法替代。比如車(chē)輛遠程控制、車(chē)輛模擬仿真和驗證、節點(diǎn)管理、數據的持久化保存和管理等。
對于自動(dòng)駕駛系統的邊緣計算來(lái)說(shuō),可以很好的實(shí)現負載整合、異構計算、實(shí)時(shí)處理、連接互通、安全優(yōu)化等優(yōu)勢。
1、“負載整合”
將諸如ADAS、IVI、數字儀表、抬頭顯示和后娛樂(lè )系統等不同屬性的負載,通過(guò)虛擬化計算運行在同一個(gè)硬件平臺上。同時(shí),基于虛擬化和硬件抽象層的負載整合,更易于實(shí)現云端對整車(chē)駕駛系統的業(yè)務(wù)編排、深度學(xué)習模型更新、軟件和固件升級等。
2、“異構計算”
是將自動(dòng)駕駛系統邊緣平臺所繼承的多種不同屬性的計算任務(wù),根據其在不同硬件平臺上運行的性能和能耗比差異性采取不同的計算方式。例如地理定位和路徑規劃、基于深度學(xué)習的目標識別和檢測、圖像預處理和特征提取、傳感器融合和目標跟蹤等。GPU擅長(cháng)處理目標識別和跟蹤的卷積計算。而CPU則對于邏輯運算能力將會(huì )產(chǎn)生更好的性能、且能耗也更低。而數字信號處理DSP則在定位等特征提取算法產(chǎn)生更多優(yōu)勢。這種異構計算的方式很好的提升了計算平臺的性能和能耗比,降低計算時(shí)延。異構計算針對不同計算任務(wù)選擇合適的硬件實(shí)現,充分發(fā)揮不同硬件平臺的優(yōu)勢,并通過(guò)統一上層軟件接口來(lái)屏蔽硬件多樣性。
3、“實(shí)時(shí)處理”
眾做周知,由于自動(dòng)駕駛系統對于實(shí)時(shí)性要求極高,因為危險情況下可能就那么幾秒鐘的時(shí)間可用于自動(dòng)駕駛系統進(jìn)行剎車(chē)避撞。并且,該制動(dòng)反應時(shí)間包括整個(gè)駕駛系統的響應時(shí)間,涉及云端計算處理、車(chē)間協(xié)商處理時(shí)間、車(chē)輛本身系統計算和制動(dòng)處理時(shí)間。如果將自動(dòng)駕駛響應實(shí)時(shí)劃分到對其邊緣計算平臺的各個(gè)功能模塊要求。則需要細化到感知檢測時(shí)間、融合分析時(shí)間以及行為路徑規劃時(shí)間上。同時(shí)也要考慮整個(gè)網(wǎng)絡(luò )時(shí)延,因為5G帶來(lái)的低時(shí)延、高可靠性應用場(chǎng)景也是非常關(guān)鍵的。他可以使自動(dòng)駕駛汽車(chē)實(shí)現端到端低于1ms的時(shí)延,并且可靠性接近100%。同時(shí),5G可以根據優(yōu)先級靈活分配網(wǎng)絡(luò )處理能力,從而確保車(chē)輛控制信號傳輸具備較快的響應速度。
4、“連接互通”
面向自動(dòng)駕駛汽車(chē)的邊緣計算離不開(kāi)車(chē)用無(wú)線(xiàn)通信技術(shù)(V2X, vehicle-to-everything)的支持,它提供了自動(dòng)駕駛汽車(chē)與智能交通系統中其他元素的通信手段,是自動(dòng)駕駛汽車(chē)和邊緣節點(diǎn)合作的基礎。
目前,V2X 主要基于專(zhuān)用短程通信(DSRC, dedicated short range communication)和蜂窩網(wǎng)絡(luò )[5]。其中 DSRC 是一種專(zhuān)門(mén)用于車(chē)輛與車(chē)輛(V2V, vehicle-to-vehicle)和車(chē)輛與道路基礎設施(V2I, vehicle-to-infrastructure)之間的通信標準,具有數 據傳輸速率高、時(shí)延低、支持點(diǎn)對點(diǎn)或點(diǎn)對多點(diǎn)通信等優(yōu)點(diǎn)。以 5G 為代表的蜂窩網(wǎng)絡(luò )具有網(wǎng)絡(luò )容量大、覆蓋范圍廣等優(yōu)點(diǎn),適用于 V2I 通信和邊緣服務(wù)器之間的通信。
5、“安全優(yōu)化”
邊緣計算安全性是邊緣計算的重要保障,其設計結合了云計算和邊緣計算縱深的安全防護體系,增強邊緣基礎設施、網(wǎng)絡(luò )、應用、數據識別和抵抗各種安全威脅的能力,為邊緣計算的發(fā)展構建安全可信環(huán)境。下一代自動(dòng)駕駛系統5G核心網(wǎng)控制面與數據面呈現分離狀態(tài),NFV令網(wǎng)絡(luò )部署更加靈活,從而確保邊緣分布式計算部署得以成功。邊緣計算將更多的數據計算和存儲從中央單元散步到邊緣,其計算能力部署于靠近數據源的地方,一些數據不必再經(jīng)過(guò)網(wǎng)絡(luò )到達云端處理,從而降低時(shí)延和網(wǎng)絡(luò )負荷,也提升了數據安全性和隱私性。對于未來(lái)對于靠近車(chē)輛的移動(dòng)通信設備,如基站、路邊單元等或均將部署車(chē)聯(lián)網(wǎng)的邊緣計算,可以很好的完成本地端的數據處理、加密和決策,并提供實(shí)時(shí)、高可靠的通信能力。
總結
邊緣計算在自動(dòng)駕駛的環(huán)境感知和數據處理方面有著(zhù)極其重要的應用。自動(dòng)駕駛汽車(chē)可以通過(guò)從邊緣節點(diǎn)獲得環(huán)境信息來(lái)擴大自身的感知范圍,也可以向邊緣節點(diǎn)卸載計算任務(wù)以解決計算資源不足的問(wèn)題。相比于云計算,邊緣計算避免了長(cháng)距離數據傳輸所導致的高時(shí)延,能給自動(dòng)駕駛車(chē)輛提供更快速的響應,并且降低了主干網(wǎng)絡(luò )的負載。因此,階段性自動(dòng)駕駛研發(fā)過(guò)程采用邊緣計算將是其不斷優(yōu)化和發(fā)展的重要選項。
審核編輯:黃飛
?
評論
查看更多