边缘计算和云是自动驾驶车辆的完美配对

与其说猫与狗，倒不如强调猫和犬。

任何看过有关猫和狗的在线视频的人肯定会看到，这两种心爱的动物可以相处。没有什么比看到一个兴奋的狗和一个冒泡的猫选择一起玩，以及并肩分享一个来之不易的午睡，或者共同享受它们在这个星球上共处的方式更讨人喜欢的了。

是的，他们可以共存甚至成为BFF(永远是最好的朋友)。

在大自然的荒野中，它们往往会在非家养的环境中分裂，这包括为生存而进行的艰苦斗争，以及必须为他们俩都在拼命寻求的稀缺食物而战。可以肯定的是，当梯形食物滋生时，为了准系统的生存而相互争斗可能会使他们陷入激烈的双重困境。

一些与众不同的动物行为差异也进入了画面。例如，狗喜欢追逐事物，因此它们倾向于追逐可能会诱使并试图与之嬉戏的猫。猫不一定知道狗在追逐乐趣，因此容易做出反应，仿佛这种追求是邪恶的。

显着差异的另一个方面是，狗在高兴时往往会摇尾巴，而猫通常在沮丧时会摇尾巴。从狗的角度来看，猫的尾巴摆动似乎是一种友善的手势，并且表明一切都很好。从猫的角度来看，狗的尾巴来回鞭打可能被解释为愤怒的野兽的标志，应该避免。从这个意义上讲，您可以推测，猫和狗相处的困难是基于日常的沟通不畅和彼此的误解。

为什么所有关于猫和狗的讨论?

因为在另一个领域中，存在两个完全不同的实体的虚假或至少具有误导性的刻画，这些实体本来是不会相处的，所以人为错误的对手必定是不愉快的。我说的是边缘计算和云。

一些专家声称它是边缘计算与云计算的比较。

更为明智的表达方式是剔除“对抗”并声明边缘计算和云(对于那些更喜欢云首先计费的人来说，它等同于云和边缘计算;欢迎您使用选择对您来说最合适的顺序)。

关键是它们也可以是BFF。

让我们考虑一个特定的上下文，以说明边缘计算和云如何携手并进，即在自动驾驶汽车(AV)领域内协同工作。

正如专栏中的读者所知道的那样，我强调指出，无人驾驶汽车的出现将使我们处于激动人心的日子(请参阅此处的链接)。一场巨大的融合正在发生，其中涉及高科技的进步，特别是在AI领域，伴随着电子设备的不断小型化和计算成本的不断降低，这不可避免地使基于AI的驱动系统变得高效。

当我提到自动驾驶汽车时，通常可以将AV昵称与自动驾驶互换，这是描述这些问题的某种形式的非正式化和学术性较低的方式。有无人驾驶汽车，无人驾驶卡车，无人驾驶无人机，无人驾驶潜水器，无人驾驶飞机，无人驾驶船等正在逐步被设计和使用。您可以通过说有自动驾驶汽车，自动驾驶卡车，自动驾驶无人机，自动驾驶潜水器，自动驾驶飞机和自动驾驶船来重现这一点，而不用使用AV命名。

任何其他名称的玫瑰仍然是玫瑰。

对于有关云计算和边缘计算的讨论，最简单的也许是专注于自动驾驶汽车，尽管您可以轻松地推断出这些言论也适用于其他任何自动驾驶或自动驾驶汽车类型。

云与自动驾驶汽车有何关系?

这是一个直截了当的问题，一个同样直截了当的答案(有关我的详细翻译，请参见此处的链接)。

通过使用OTA(空中下载)电子通信，将新软件更新和补丁从云推送到自动驾驶汽车的车载AI驾驶系统中是可能且极为有用的。这种远程访问功能使快速轻松地应用最新软件的工作变得轻而易举，而不必将车辆带到经销店或汽车商店并实际进行更改。

OTA还提供了将数据从车载系统上传到云中的功能。自动驾驶汽车有很多传感器，用于检测周围环境并确定在哪里行驶。在自动驾驶汽车中，通常包括摄像机，雷达，激光雷达，超声波装置等。收集的数据可以存储在车辆内，也可以传输到车队运营商或汽车制造商的云中。

希望您现在对云计算和自动驾驶汽车的共同点有个全面的了解。

接下来，考虑边缘计算的本质以及它如何应用于自动驾驶汽车。

边缘计算是指使用基于计算机的系统，该系统位于“边缘”或可能需要计算能力的位置附近(请参阅此处的链接)。对于道路基础设施，在我们的主要高速公路和小路沿线放置边缘计算设备引起了人们的浓厚兴趣。想法是，该计算设施将能够跟踪附近的道路状态并以电子方式表示该状态。

想象一下，您在漫长而曲折的道路上行驶(嘿，这值得一首歌)。您尽职尽责地注视着高速公路，并在驾驶时要格外注意和注意。但是您不知道的是，前方一英里处有一些碎片，坐在车道中间的smackdab。

没有得到任何预防性警报，您注定会意外碰到碎屑并做出冲动反应。也许您会急忙避开碎片，尽管这种转向操作可能会导致您失去对车辆的控制，或者可能是迎面撞向另一个方向的车辆。如果事先告知您有关碎片的信息，您可能已经准备好应对这种情况。

假设已经沿着那条路放置了边缘计算设备。边缘计算机一直在获取有关道路的信息，并据此采取措施。在收到有关道路碎片的通知后，边缘计算机已与地方当局联系，并要求道路服务提供者出来并清除这些碎片。同时，该边缘计算设备还充当着灯塔灯塔的角色，发出电子消息以警告任何即将到来的有关碎片的交通。

装有接收器的汽车可以读取边缘计算机发出的信号，这可以使驾驶员知道前方有碎片。对于自动驾驶汽车，AI驾驶系统将接收信号并选择计划驾驶任务以处理即将到达的碎片。

目前正在大力开发和部署V2I(车辆到基础设施)功能，这些功能将承担我刚刚描述的那种活动(有关更多信息，请参见此处的链接)。最终，我们将获得的交通信号将不仅仅是发光的红，黄，绿灯笼。您可以预期交通信号将带有计算功能，并能够执行许多交通控制任务。几乎所有类型的道路标志和控制特征都可以说相同。速度限制除了可以在标牌上显示之外，还可以通过电子方式传达。

由于我们正在讨论V2I，因此还值得一提的是V2V(车对车)电子通信。

汽车将具备通过V2V向其他附近的汽车发送消息的能力。回到碎片场景，假设有一辆汽车撞到了碎片上，而没有人遇到障碍物。第一辆这样做的汽车可以发送电子消息，以提醒附近的其他汽车注意碎屑。可能在附近的其他汽车会收到电子消息，然后相应地警告驾驶员。

受到质疑的V2V的一方面是此类消息的寿命。如果有大量的汽车通行，他们都将共享关于碎片的信息。另一方面，如果第一辆遇到碎片的汽车发出了一条消息，但附近没有其他车辆通行，则这意味着碎片警告不会四处徘徊，并且可以预先警告其他人。一个可能在一个有点荒凉的高速公路上行驶的汽车将在一个小时后驶入另一辆汽车的行驶范围之内，因此不会得到有用的警告。

这是支持边缘计算作为对V2V的增强(或者如果没有其他方法，可以替代V2V)的关键点。

边缘计算设备可以沿道路停放并正在扫描V2V消息传递。

通过检查V2V串扰，边缘设备开始发出警告，告知前方的道路上有碎屑。现在，这可以使消息传递的寿命更长。即使在第一辆汽车已经行驶很久并且很远的地方之后，边缘计算机仍可以继续使其他流量知道这种情况。请注意，发现碎片的汽车也可能直接对边缘设备执行了V2I，在这种情况下，这是边缘计算机发现道路状态的另一种方法。

是时候改变故事了。

我在前面提到过，有人建议边缘计算和云技术在记录器中相互对立。对于我所描述的无人驾驶汽车设置，云计算和边缘计算如何成为竞争对手，您可能会感到困惑(它们不是，但有人声称它们是)。

这是(空虚的)断言。

那些专家声称，云计算与边缘计算的时间差意味着云计算不适用于自动驾驶汽车，而边缘计算则是合适的，因为它可以减少与电子计算设备之间的电子通信的延迟(大体上)。运动自动驾驶汽车。

我们可以解开该争用并揭示它总体上是无效的。

首先，阐明自动驾驶汽车和半自动驾驶汽车之间的区别将是有用的。

了解自动驾驶的水平

需要澄清的是，真正的自动驾驶汽车是指AI完全自行驾驶汽车，并且在驾驶任务期间无需任何人工协助。

这些无人驾驶汽车被认为是4级和5级，而要求驾驶员共同分担驾驶努力的汽车通常被认为是2级或3级。共同分担驾驶任务的汽车被描述为半自动。 -Autonomous，通常包含称为ADAS(高级驾驶员辅助系统)的各种自动附加组件。

5级还没有真正的无人驾驶汽车，我们甚至不知道这是否有可能实现，以及到达那里需要多长时间。

同时，尽管是否应允许进行这种测试本身存在争议(我们都是实验中的有生命或有生命的豚鼠)，但4级研究人员正在通过非常狭窄和选择性的公共道路试验逐渐尝试吸引一些关注。发生在我们的高速公路和小路上)。

由于半自动驾驶汽车需要人工驾驶，因此这类汽车的采用与传统汽车的驾驶方式没有明显不同，因此，在这个主题上，它们本身并没有太多新的内容要介绍(尽管您会看到暂时，接下来提出的要点通常适用)。

对于半自动驾驶汽车，重要的是必须警告公众最近出现的令人不安的方面，即尽管有那些人类驾驶员不断发布自己在2级或3级汽车的方向盘上睡着的视频， ，我们所有人都需要避免被误导以为驾驶员在驾驶半自动驾驶汽车时可以将注意力从驾驶任务上移开。

您是车辆驾驶行为的负责方，无论可能将多少自动化投入到Level 2或Level 3中。

对于4级和5级真正的自动驾驶车辆，不会有人类驾驶员参与驾驶任务。所有乘员均为乘客。AI正在驾驶。

深入研究边缘计算和云

回到与边缘计算访问相反的所谓云访问速度慢的观点，您将立刻看到这是一个通常合理的区别，但是它被错误地使用和以错误的方式或误导性的方式使用。

顺便说一句，显然有一些实例，对常规云的访问可能比对边缘设备的访问要慢(在其他条件相同的情况下，我们可以预期这一点)，但也有一些实例，对云的访问可能更快(尽管，这种情况可能很少见，具体取决于众多技术假设)。

无论如何，不​​要因策略而分散访问时间。这就像是臭名昭著的纸牌戏法或帽子戏法中的一种，使您可以向其他地方看，而不是一直盯着球。骗局涉及到一种想法，即自动驾驶汽车将从云或边缘计算中获取主动驾驶指令。对此，我要说一下。诚然，有些人正在追求这种方法，但是我之前广泛地争论过这是一个可疑的途径(请参阅我在此链接的劝告)。

这就是我的意思。

在接近先前描述的道路上有碎屑的场景时，请考虑一下驾驶员的角色。驾驶员可能会通过短信，电话等方式接收到一条消息，但是无论如何都会收到消息，让他们知道前方有碎片。然后，驾驶员决定放慢速度，准备好可能会停下来。到达碎片后，驾驶员选择转向车道右侧的紧急车道，采取一种巧妙的方法绕车道碎片行驶。

请注意，驾驶动作完全由驾驶员执行。即使说一条短信会放慢速度并准备好对准碎片的右边，但是如何驾驶汽车的最终选择还是在驾驶员的肩膀上。他们只是收到了提示，技巧，建议或任何您想称呼的提示。最后，驱动程序就是驱动程序。

覆盖驾驶员看似明显的方面的原因是驾驶员(在我看来)，AI驾驶系统必须是“驾驶员即驾驶员”，而不是通过某些远程车外实体来驱动。

如果从边缘设备收到有关该做什么的消息，则AI驱动系统仍然是自己的，需要确定驱动控制要执行的操作。同样的事情也适用于与云的任何通信。尽管云计算可能会通知车辆，但AI驱动系统仍应是“驾驶员”并承担驱动任务。

我想您会明白，如果AI驱动系统依赖于外部实体来实际驱动车辆的控件，那么延迟将是至关重要的事情。试想一下，无人驾驶汽车以每小时75英里的速度行驶，并且存在一个外部实体或某个实体来控制驾驶(例如人工遥控)。它所需要的只是瞬间的通信延迟或中断，并且很容易造成灾难。

好的，因此，如果AI驱动系统是驱动程序，这也意味着来自边缘计算或云的延迟本身不会产生显着差异。就像人类驾驶员无法假设汽车外部的东西总是可用且始终可靠一样，驾驶方面必须由车载AI驾驶系统来处理，并且无论可用的外部增强信息如何，都必须这样做。

在道路碎片示例中，假设附近有一个边缘计算设备记录了有关碎片的指示，因此正在发出电子警告。一辆汽车驶来。在理想环境中，可以检测到信标信号，并且可以预先警告驾驶员。

在现实世界中，信标也许那天摇摇欲坠，没有发出可靠的信号。边缘设备可能坏了，无法正常工作。此外，或者可选地，汽车上任何能够接收信号的设备都可能有故障。等等。

只要AI驱动系统将这种连接视为补充，本质上就不会存在明显的问题，因为AI可能会在直接检测到问题后处理碎片。当然，我们希望提供抬头，但要点是抬头对于驾驶任务不是必不可少的或无可争议的要求。

有些人可能会误解这一点，好像我是在建议不要提供任何此类外部信息，这完全不是我要说的。通常，就向驾驶员提供相关和及时的信息而言，越多越好。关键是，即使没有此类信息，驾驶员也必须仍然能够驾驶汽车。

结论

边缘计算的使用和自动驾驶车辆的云计算绝对不是输赢，而是应该被认为是双赢的协同效应。不幸的是，似乎有些人不得不将边缘计算的出现和云的出现相互抗衡，好像这两个必须是激烈的敌人。这些专家大声疾呼，使用边缘，不要使用云，因为声称的延迟方面。

他们正在制作一种在这种情况下不含水的杂烩。

一个人可能(大体上)原谅他们误导的观点，就像误解了狗尾巴的摆动和猫尾巴的搅拌一样。无论如何，试图将一种理智与和平的共存变成一场看似不利的战斗或一个人与另一个人的斗争，并不是特别有效。

关于此主题的当前最后思考。

剩下的令人迷惑的问题是，是否有些类似的例子要求狗和猫意味着云是狗，而边缘计算是猫，还是狗是边缘计算而猫是云。我会问我心爱的宠物猫和狗他们说什么，也许让他们杜绝决定。

好吧，话又说回来，我知道这很可能会使事情大步向前，当他们仔细考虑这个棘手的问题时，彼此轻轻地ud碰，他们很可能会得出一个使他们俩都感到高兴的答案。那就是他们的样子。

标签： 自动驾驶车辆