多接入边缘计算在机器人系统中的应用

MEC（Multi-access Edge Computing，多接入边缘计算）作为5G 网络体系架构演进的关键技术，可满足系统对于吞吐量、时延、网络可伸缩性和智能化等多方面的要求。

依托于MEC，运营商可将传统外部应用拉入移动网络内部，使内容和服务更贴近用户，提高移动网络速率、降低时延并提升连接可靠性，从而改善用户体验，开发网络边缘的更多价值。

Multi-access、Edge、Computing 中各单词的含义如下。

1．Multi-access

（1）一指多种网络接入模式，如LTE、Wi-Fi、有线，甚至ZigBee、LoRa、NB-IoT 等各种物联网应用场景。

（2）二指多接入实现无处不在的一致性用户体验。

2．Edge

网络功能和应用部署在网络的边缘侧，尽可能靠近最终用户，降低传输时延。

3．Computing

Computing 指Cloud ＋ Fog 计算，采用云计算 ＋ 雾计算技术，降低大规模分布式网络建设和运维成本。

MEC 是一种使能网络边缘业务的技术，具备超低时延、超高带宽、实时性强等特性，是IT 与CT 业务结合的理想载体平台。

MEC 架构如图2-21 所示。边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台。MEC 就近提供智能互联服务，满足行业在数字化变革过程中对业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。

图2-21　MEC 架构

MEC 典型应用场景包括以下几种。

（1）终端密集计算辅助（提供终端实时追踪和位置服务）。(www.xing528.com)

在物联网中，终端设备或传感器要做到成本尽可能低、连续（不断电）工作时长尽可能大。有些物联网设备可能也需要把数据上传至云端进行分析并把决策指令回传（如抢险机器人在前行时遇到障碍物，就需要以图像识别技术摄像并上传云端，由云端把清障方式回传）。

（2）在企业本地业务中的应用（通过本地流量下载，服务企业本地业务）。

在企业办公方面，企业业务也正转向由云平台提供，以方便员工进行移动（云）办公，以自有设备接入企业专用网络。另外，移动通信基础网络运营商还面临这样一个巨大的市场机遇：在企业园区部署小基站/小小区，向移动企业客户提供统一通信及服务。

（3）车联网。

车联网的数据传送量将会不断增加，其对于时延的需求也越来越大。将MEC 技术应用于车联网之后，可以把车联网云“下沉”至高度分布式部署的移动通信基站。部署于基站、小基站甚至汇聚站点的MEC 服务器，通过运行移动边缘计算应用（APP）提供各种车联网功能。MEC 还可使得数据及应用就近存储于离车辆较近的位置（从而可减小时延），并使能出一个来自于移动核心网络及互联网所提供的应用的抽象层。

（4）IoT（物联网）网关服务。

① 物联网数据基本都是采用不同协议的加密的小包。而这些由“海”量物联网设备所产生的“海”量数据需要很大的处理及存储容量，从而就需要有一个低时延的汇聚节点来管理不同的协议、消息的分发、分析的处理/计算等。

② 如果采取MEC 技术，上述的汇聚节点就将被部署于接近物联网终端设备的位置，提供传感数据分析及低时延响应。

③ 智能移动视频加速（视频缓存/性能提升）。

④ 网络拥塞是产生包丢失和高时延的主要原因，进而降低蜂窝网络资源利用率、应用性能及用户体验。而这种低效性的根本原因在于TCP协议很难实时地适应快速变化的无线网络条件。

⑤ 基于MEC 的智能视频加速可以改善移动内容分发效率低下的情况：基于无线接入网MEC 部署无线分析应用（Radio Analytics Application），为视频服务器提供无线下行接口的实时吞吐量指标，以助力视频服务器做出更为科学的TCP（传输控制协议）拥塞控制决策，并确保应用层编码能与无线下行链路的预估容量相匹配。

（5）监控视频流分析。

如果运用MEC 技术，就可以无须再在摄像头处做视频处理/分析，这样就可降低成本（尤其是当需要部署大量摄像头时）。对此，移动边缘计算服务器的做法是将视频分析“本地化”（靠近移动通信基站的位置），从而在客户仅需要一小段视频信息时，就无须回传大量的监控视频至应用服务器（需流经移动核心网络）。

（6）AR/VR（增强现实/虚拟现实）。

① AR 需要能有一个相关的应用（APP）来对摄像机输出的视频信息及所在的精确位置作综合分析，并需要实时地感知用户所在的具体位置及所面对的方向（采取定位技术或通过摄像头视角，或者综合运用），再依此给用户提供一些相关的额外信息，如果用户移动位置或改变面朝的方向，这种额外信息也要及时得到更新。

② 于是，在AR 服务的提供中，应用MEC 技术就有着很大的优势。这是由于AR 信息（用户位置及摄像头视角）是高度本地化的，对这些信息的实时处理最好是在本地（MEC 服务器）进行而不是在云端集中进行，以最大限度地减小AR 时延、提高数据处理的精度。