论文部分内容阅读
智能网联车作为自动驾驶技术与V2X技术结合的产物,可实现安全、高效、舒适、节能的行驶。随着智能网联车技术的快速发展,越来越多的第三方应用被开发和部署到车辆上。它们不仅改善用户体验,还提供许多有益的服务。然而,基于云计算的数据处理模式带来了大量的网络时延,影响行车安全,因此当前车辆倾向于基于边缘计算的数据处理模式。但随着计算密集的第三方应用日益增多,车辆计算单元(VCU)的负担急剧增加,导致应用响应时延增高,严重影响行车安全和用户体验。受边缘计算思想的启发,本文提出两个边缘协作计算系统,利用车辆附近不同类型的边缘节点来增强VCU。本文的工作和贡献如下:1)提出一个车辆内部边缘协作计算系统,MobileEdge。考虑到如智能手机等移动设备的计算能力日益增强,MobileEdge系统使车载VCU能够整合利用车内的移动设备上的空闲计算资源。其支持两种类型的计算,分别是通用计算和AI计算,并为移动设备设计一个由代码迁移和数据卸载构成的轻量级计算卸载方法。此外,考虑移动设备的移动性和可用资源的多变性,MobileEdge系统还提供对移动设备的动态管理、设备资源状态的实时监控、可定制任务调度策略的开发接口等,以支持最优任务调度。2)提出一个车辆外部边缘协作计算系统,XEdge。由于MobileEdge系统的性能提升会受到车辆内部的移动设备数量的限制,需要挖掘更多的边缘计算资源进行补充。XEdge系统使车载VCU能够与车辆外部的边缘服务器协作计算。其同样支持AI计算和通用计算两种类型计算,并使用容器技术提升边缘服务器上任务执行的隔离性以及系统可扩展性。此外,XEdge系统还设计一个应用划分功能,通过将应用划分为车辆端和服务器端两部分,以充分利用车载VCU和边缘服务器各自的计算优势。本文为MobileEdge和XEdge分别实现一个系统原型进行实验。实验结果表明,MobileEdge系统通过卸载计算到移动设备上能够有效地降低车载VCU的计算负担和应用的响应时延;XEdge系统能够完成对应用的划分,并能够有效地降低应用响应时延,在一定程度上提升行车安全性和用户体验。