陈晗頔 赵婷婷
(天津科技大学人工智能学院 天津 300457)
信息化技术的迅速发展及先进的通信技术为车辆服务带来了空前的发展机遇,智能终端上的各种应用在车联网环境中产生了大量的待处理数据,给车联网的娱乐服务、智能导航、交通预测、自动驾驶等领域带来了新的发展。在此情况下,仅仅依赖本地车辆进行处理显然会带来大量的计算和存储负担[1]。提升硬件设备、扩充本地存储资源固然可解决上述问题,但高昂的设备费用阻碍了其在实际生活中的应用。针对这一问题,集中式云服务应运而生[2],将计算任务和存储任务依赖蜂窝网络卸载到云端无疑是利用虚拟技术进行资源扩充的高效方法,但频繁连接到云平台进行上传下载,将会带来大量的延迟,影响用户的使用效果。
边缘计算技术作为一种新兴技术,为集中式云计算所产生的大量延迟提供了解决思路。将边缘计算与传统车载网络相结合,增强了车辆提供服务的能力。车联网环境中的计算节点的选取通常选择配有移动边缘计算(Mobile Edge Computing,MEC)服务器的道路侧单元(Roadside Unit,RSU)。随着车联网环境的不断成熟和发展,除了道路边这些固定的边缘计算设备外,还可以将车联网环境中行驶的车辆作为边缘计算节点进行处理[3-4]。
计算卸载是边缘计算面向用户最常见的应用,通过将计算量较大要求较高的任务卸载到边缘节点上,将计算资源和存储资源根据子任务的需求进行合理分配,使边缘设备资源能够得到充分利用。……