原文传递
车联网中基于边缘计算的感知决策技术
| 题名： | 车联网中基于边缘计算的感知决策技术 |
| 正文语种： | 中文 |
| 作者： | 宋贤鑫 张一帆 秦晓琦 冯志勇 |
| 作者单位： | 北京邮电大学网络与交换技术国家重点实验室,北京100876 |
| 关键词： | 车联网 边缘计算 信息新鲜度 |
| 摘要： | 车联网中的车辆可看作集感知、通信、计算能力于一身的流动性平台。车辆可通过车载传感器系统对周围环境数据进行实时采集,利用车辆计算资源进行智能决策,并通过车间信息交互实现控制决策的循环反馈,形成自治系统以提高交通效率。由于车辆本地计算资源受限,难以满足复杂高动态场景中基于图像识别、视频处理等计算密集型任务的实时决策性能需求。车辆边缘计算(Vehicle Edge Computing,VEC)通过利用边缘网络的计算资源,将车辆感知生成的计算任务从车辆卸载到车辆附近边缘服务器进行处理,从而提高了车群系统的感知决策能力。本文首先介绍了VEC的典型应用场景和系统架构；然后重点分析了VEC网络中的通信及计算资源深度融合问题,以及信息时效性对系统感知决策的影响；最后对VEC面临的问题和挑战进行了简要的归纳和展望。 |
| 会议日期： | 20191031 |
| 会议举办地点： | 上海 |
| 会议名称： | 第十四届中国智能交通年会 |
| 出版日期： | 1031-01-20 |
| 母体文献： | 第十四届中国智能交通年会论文集 |
检索历史
应用推荐
