自动驾驶与云计算的关系，你想了解一下吗？

近几年，自动驾驶成新风口，在新基建助力下，正在加速落地，围绕车路协同产业为着力点的新万亿级市场 正在加速形成。而云计算 成了自动驾驶中必不可少的一环。

说到云计算，这个词出现也有好些年了。它兴起的时候，整个业界都在谈论“云“，估计不知道“云”这个概念的人，都不好意思称自己是业内人士。所以它也并不是什么玄幻的高科技，其实理解起来也非常简单，说白了就是计算机的一个大外挂！

但随着时间的推移，数据量过于集中，云计算的问题也逐渐凸显出来，好像并没有大家想象中的那样，因而“边缘计算”适应时代需求而生~

01

自动驾驶&“云计算”

关于云计算的定义，简单来说：就是 将很多计算机资源和服务集中起来，人们只要接入互联网，就能很轻易、方便的访问各种基于云的应用信息，省去了安装和维护的繁琐操作。

而车辆要实现道路上完全的自动驾驶， 除了要依靠车辆本身的摄像头、毫米波雷达、激光雷达等传感器，还要依靠网联技术的支持。而网联技术中，云计算给到的赋能不容忽视。

在未来的自动驾驶汽车中，数据可以称作是驱动汽车的燃料。司机在路上驾驶就是处理大量数据并作出决策的过程，而自动驾驶汽车使用各种传感器“观察”道路，这个过程也会产生大量的数据，大约平均1.5小时的驾驶时间就会生成4TB数据。而在车端，很显然是不适合处理和存储如此巨大的工作负载的。所以最好的办法，也是借助云计算和云存储来支持自动驾驶汽车。

02

“边缘计算”应运而生

那“云计算”真的能完全满足自动驾驶的需求么？答案是：否定的！

如果使用云计算，每辆汽车都需要与路上的其他汽车“交谈”，以及更强大的驾驶基础设施，以确保乘客的安全。但是访问云可能会遇到网络速度慢或连接不稳定 的问题。尽管嵌入式闪存驱动器可以克服其中一些问题，但对实时决策的需求更大。

数据多了以后，效率降低、时延增大，这些问题让业界很是苦恼！

遇到问题总是要想着怎么把它快速的解决！既然集中式的“云计算”不行，就试试分散式，所以又有研究人员提出了边缘计算的概念，这种模式的提出，瞬间解了很多场景的燃眉之急。

什么是“边缘计算”？

如果说云计算是集中式大数据处理，那么边缘计算就可以理解为边缘式大数据处理

随着数据量的不断增加，传输时间过长，效率不高，解决方案：要不先在设备端处理数据，筛选掉没用的数据，等数据少了再传给云，这样云端的压力就会骤然减轻了！

相对于云计算而言，边缘计算有以下7大优势：

1. 延迟：毫秒级延迟
2. 高吞吐量：本地生成，近场传输
3. 数据简化：末端自主分析，减少对上游的依赖。
4. 语境意识：实时获取用户及位置信息并用于计算
5. 安全性：免受UE和CPE攻击
6. 隔离：在丢失连接时仍能继续运转
7. 合规性：有助于用户隐私条款

边缘计算应该是对云计算的一种补充和优化！它们两个是共存的状态！

边缘计算在自动驾驶中的应用

出于实际原因，我们已经知道大部分处理必须发生在边缘，因为感知数据需要分析的速度受到自动驾驶汽车运动影响需要及时指示汽车周围有什么。

假设有强大的网络连接并且在传输过程中保持连接，通过网络来回发送数据至少需要150-200毫秒。这实际上是一个很长的时间，因为汽车在运转，而且需要对汽车的控制作出快速的决定。

因此，自动驾驶汽车需要利用边缘计算。但是这涉及到具有足够的本地化计算处理能力和存储器容量以能够确保车辆和AI能够执行其所需的任务。通过精心设计，能够将本地化处理和云处理混合在一起。

例如，自动驾驶汽车可能正在实时处理感知数据并据此采取驾驶行动。同时，它正在将数据发送到云端。云处理数据需要寻找更长期的模式，并最终通过分析数据向自动驾驶汽车发送一些更新信息。

云计算与边缘计算

的混合方案

才是 自动驾驶的未来

为了让大家能更好的理解

自动驾驶中，云计算与边缘计算的应用

小编特意整理了一些学习资料

免费分享给大家