智能网联汽车边缘计算 | 雾计算和智能网联汽车

【智能网联汽车边缘计算 | 雾计算和智能网联汽车】lot物联网小编为你整理了的相关内容，希望能为你解答。

佐思汽研发布了《2022年路侧边缘计算行业研究报告》。

路侧边缘计算政策标准相继落地，行业快速发展

2020年4月，国家发改委首次明确了“新基建”的范围，包括了云计算、智能计算中心等新型基础设施；2021年2月，交通运输部《国家综合立体交通网规划纲要》指出，要推进交通基础设施数字化、网联化，全方位布局交通感知系统，推进自动驾驶、车路协同应用。

智慧交通产业政策

政策推动智慧交通产业稳步发展，从信息化阶段逐步过渡到网联化阶段，最后发展到智能化公路，依托强大的路侧感知技术、边缘计算技术、网络通信技术、云端控制技术支持高效率的完全自动驾驶。

除了政策的推动，路侧边缘计算相关标准也在逐渐完善：

2021年12月，《智慧道路边缘计算网关通信接口标准》团标意见稿发布，标准规定了智慧道路边缘计算网关南向异构设备接入和北向统一接入平台的通信接口要求。2022年3月，由华为、北京图盟科技、北京中软政通、深圳市交警局、常州市交警支队联合编制的团标《道路交叉路口交通信息全息采集系统通用技术条件》正式实施，该标准指出将边缘计算单元统一部署在路口，对各方向采集的视频图像和结构化数据进行管理和计算，形成路口的融合信息，上传至业务应用平台。

在边缘云实现标准化建设的基础上，未来还将进一步完善城市中心云与边缘云协同的标准化建设，实现边云设备的互通互联，便于进行统一的规模化管理，利于“端-边-云”协同应用的推广。

智慧公路新技术架构下，“边缘计算”应用场景逐渐丰富

智慧交通正从信息化向智能网联化转变，智慧公路的建设是智慧交通的重要环节，目前全国20多个省份已完成超过40个智慧高速公路的改造建设，而“云-网-边-端”也逐渐成为智慧公路新一代的技术架构。在新技术架构中， “边”的作用越发突显，应用场景也越来越广泛。

智慧公路新一代技术架构

边缘设备具有一定的计算能力，可以在路侧实现算力下沉，减轻云端计算的压力。此外，边缘计算可以减少数据在网络中的传输时间，简化网络结构，还可以实现对交通状态的精准感知。因此边缘计算在智慧道路的建设中具有明显优势，尤其在车联网环境中。

1)、边缘计算在车路协同中的应用

从边缘计算的三种交付模式看，5G MEC边缘计算最适合在智慧交通领域应用。将MEC边缘计算引入车路协同之后，这些边缘计算设备可直接从车载端及路侧传感器实时接收本地化的数据，进行分析，并将分析结果以极低延迟传送给临近区域内的其他联网车辆，整个过程可在毫秒级别时间内完成。

新一代车路协同技术架构将MEC与C-V2X、5G等融合应用，可以显著增强端到端的通信能力，并解决路侧数据有线回传带来的施工复杂度和成本问题，此外还可以在V2X设备普及率不够高的情况下，通过4G/5G网络为没有安装OBU的普通车辆提供N2V服务，进一步加速车路协同的落地推广。

基于5G MEC V2X的车路协同方案

2)、边缘计算在高精地图中的应用

高精度地图的使用有利于实现L4/L5级别的自动驾驶落地，但目前高精地图的应用还面临着一些难题，如实时动态更新的实现，MEC的引入可以更好解决这些问题。

通过在MEC上搭载高精地图可以实现动态地图的快速分发，结合5G网络切片技术，使得车辆可实时获取高精地图信息，并大大节省车机的存储空间。

3)、边缘计算在智慧园区的应用

智慧园区引入边缘计算之后，既可以感知、监测、分析、控制、整合园区各个关键环节的资源，也可以实现园区内的车路协同。

首钢冬奥园区打造了基于5G C-V2X的全域交通态势感知车路协同系统，在园区主要干道两侧及关键路口部署了摄像头、雷达等感知设备、对接信号灯等智能设备，并以此实现全域交通路况信息采集。而路侧MEC内部则部署了基于感知的多源异构融合感知算法，并针对冬奥场景开展算法研发与优化，可实现大雪、多雾等天气下的交通视频检测及跟踪。

4)、边缘计算在高速场景的应用

在高速匝道口，车辆汇入时容易发生交通事故，通过在闸道口部署摄像机、雷达等智能感知设备获取车辆的运动轨迹和交通流信息，再利用部署的MEC设备进行感知融合和车辆轨迹预测，最后将预测结果分发给联网车辆，就可以实现合流区碰撞预警、合流区匝道管控、变道辅助、车速引导等功能。

闸道口边缘设备部署

产业衍生价值巨大，企业争相布局

随着智慧道路的大规模建设，布局边缘计算的企业也越来越多，包括芯片、计算平台、软件、通信、云服务等各方企业都在积极开拓路侧边缘计算市场。其中云服务供应商依靠自有的云计算技术优势，逐渐将云计算技术下沉到边缘侧，例如国内的BAT等巨头从2018年开始将计算能力下沉到边缘侧，纷纷推出相应的边缘计算产品。

在产品布局方面，三大运营商全面布局边缘计算、云控平台、通信技术，打通边缘计算-网络通信-云端控制链路；华为、阿里、腾讯等互联网企业以及一些传统路侧设备供应商，除了部署边缘计算单元，也部署路侧感知单元，形成一套完整的路侧感知-计算系统方案。

部分路侧边缘计算供应商产品布局

华为：全息路口方案所采用的路侧感知设备、ITS800边缘计算节点均由华为自研。

目前，华为已形成完整的智慧道路产业链生态，具备从芯片、边缘计算、路侧感知到云平台的全链条研发生产能力。鲲鹏 openEuler软硬协同边缘计算平台采用华为自研的鲲鹏920处理器、TaiShan200边缘型服务器（型号2280E）和openEuler服务器操作系统。

华为边缘计算单元具有算法云边迭代升级、实时分析生成路况结构化数据、接入V2X实时业务数据等特点。

阿里云：在2021年就推出了“全新云边一体小站”，包括Neuro边缘计算终端、边缘计算服务器、交通大数据一体机、车路协同智慧车载屏，这些产品可大幅降低智慧道路项目成本，提高投资收益。其中，Neuro边缘计算终端体型较小，但功能较多，且支持云端管理。

目前阿里云已在成都第二绕城高速和成宜高速公路上部署了Neuro边缘计算终端，通过间隔800米立杆的部署方式，减少了设备布设，极大节约了建设成本。

此外，芯片、计算平台厂商也纷纷推出路侧相关的边缘计算产品。

黑芝麻智能：针对车路协同场景推出了路侧感知计算平台FAD Edge，基于华山二号A1000自动驾驶芯片打造，后续还将升级到A1000 Pro芯片。FAD Edge 将云端计算下沉到边缘侧，在边缘计算节点完成绝大部分计算，满足车路协同超低延时需求；此外，FAD Edge 可以提供 58～224TOPS强大的算力，支持多路感知数据接入及多类型传感器；内置多路感知设备数据融合算法，并且可与 V2X 系统对接。

英博超算：2021年推出5G超级路侧融合域控制器，是全球第一款MEC和RSU集成式设计，具备强大的实时算力，且该产品的部署维护方式简单，不需要单独占用地面市政空间，工程施工费可降低75%，维护成本可降低80%，具备批量应用优势。

佐思汽研《2022年路侧边缘计算行业研究报告》主要研究内容如下：

智慧城市、智慧交通产业发展现状、主要智慧交通方案等研究；边缘计算概述、计算模式，路侧边缘计算标准现状、市场规模、产业链现状、在路侧应用的必要性等研究；路侧边缘计算与网络通信的联系、与云端控制的联系等研究；路侧边缘计算的主要应用方向（包括智慧高速、智慧路口、智慧园区、停车场）等研究；主要路侧边缘计算设备及方案供应商主要路侧计算设备、路侧计算整体方案及应用情况等研究。

《2022年路侧边缘计算行业研究报告》目录

本报告共280页

一、智慧城市与智慧交通产业

1.1 智慧城市发展现状

1.1.1 国外智慧城市发展支持政策

1.1.2 中国智慧城市相关政策

1.1.3 智慧城市市场规模

1.1.4 智慧城市全景图

1.1.5 智慧城市建设面临的挑战

1.1.6 新基建背景下的智慧城市

1.1.7 新基建背景下的智慧城市架构

1.1.8 计算平台在智慧城市中的应用（1）

1.1.9 计算平台在智慧城市中的应用（2）

1.2 智慧交通系统架构

1.2.1 智慧交通产业受政策支持

1.2.2 智慧交通市场规模

1.2.3 智慧交通应用实例：数字道路

1.2.4 智慧交通应用实例：重点交通枢纽管控

1.2.5 智慧交通应用实例：高速公路管控

1.2.6 智慧交通应用实例：交通应急管控

1.3 智慧交通架构

1.3.1 智慧交通关键技术

1.3.2 智慧交通系统架构

1.3.3 智慧交通硬件平台

1.3.4 智慧交通软件平台

1.3.5 智慧交通软件平台：中心云平台

1.3.6 智慧交通软件平台：MEC边缘云平台

1.3.7 智慧交通数据通信

1.3.8 智慧交通网络架构

1.3.9 智慧交通安全措施

1.4 智慧交通中的边缘计算

1.4.1 智慧交通框架引入边端（1）

1.4.2 智慧交通框架引入边端（2）

1.4.3 智慧公路中“边”的作用（1）

1.4.4 智慧公路中“边”的作用（2）

1.4.5 智慧公路中“边”的作用（3）

1.4.6 智慧公路中“边”的应用（1）

1.4.7 智慧公路中“边”的应用（2）

二、智慧道路边缘计算市场现状

2.1 边缘计算概述

2.1.1 边缘计算概念

2.1.2 边缘计算与云计算的区别

2.1.3 边缘计算系统架构（1）

2.1.4 边缘计算系统架构（2）

2.1.5 边缘云管平台

2.1.6 边缘计算安全架构

2.1.7 边缘计算部署视图

2.1.8 边缘计算部署的位置

2.2 边缘计算模式分类

2.2.1 边缘计算的三种交付模式

2.2.2 不同模式面临的挑战

2.2.3 智慧交通场景首选MEC边缘计算

2.3 路侧边缘计算标准现状

2.3.1 边缘计算标准体系

2.3.2 路侧计算标准亟待完善

2.3.3 “全息路口”团标发布

2.3.4 江苏实施《车路协同路侧设施设置指南》地标

2.3.5 路侧边缘计算标准逐渐完善：智慧道路边缘计算网关通信接口标准（1）

2.3.6 路侧边缘计算标准逐渐完善：智慧道路边缘计算网关通信接口标准（2）

2.3.7 标准建设趋势：完善云边协同标准

2.4 路侧边缘计算市场规模

2.4.1 边缘计算商业模式

2.4.2 边缘计算市场规模

2.4.3 中国高速公路MEC边缘计算设备市场规模

2.4.4 中国城市交叉路口MEC边缘计算设备市场规模

2.4.5 中国智慧道路MEC边缘计算设备市场规模

2.5 路侧智能计算产业链现状

2.5.1 边缘计算产业链

2.5.2 边缘计算产业链图谱

2.5.3 边缘计算主要参与者

2.5.4 边缘计算产业格局

2.5.5 边缘计算行业竞争要素

2.5.6 云服务商向边缘渗透

2.5.7 路侧边缘计算市场竞争格局

2.5.8 主要厂商路侧计算产品线布局（1）

2.5.9 主要厂商路侧计算产品线布局（2）

2.5.10 路侧边缘计算芯片产品（1）

2.5.11 路侧边缘计算芯片产品（2）

2.5.12 路侧边缘计算芯片产品（3）

2.5.13 主要供应商路侧边缘计算平台产品（1）

2.5.14 主要供应商路侧边缘计算平台产品（2）

2.5.15 主要供应商路侧边缘计算平台产品（3）

2.6 边缘计算应用的必要性

2.6.1 边缘计算是数字基础设施

2.6.2 边缘计算在智慧城市中优势明显

2.6.3 边缘计算是智慧交通的神经末梢

2.6.4 边缘计算的引入是实现车路协同的重要手段（1）

2.6.5 边缘计算的引入是实现车路协同的重要手段（2）

2.6.6 5G MEC V2X将加速车路协同落地应用

2.6.7 边缘计算是实现L4自动驾驶的必备条件

2.6.8 MEC边缘计算融合应用趋势

三、路侧计算与各端的联系

3.1 路侧计算与通信网络

3.1.1 边缘计算对现有网络体系带来的挑战

3.1.2 边缘计算网络技术体系

3.1.3 边缘计算网络技术：接入网络（1）

3.1.4 边缘计算网络技术：接入网络（2）

3.1.5 边缘计算网络技术：内部网络

3.1.6 边缘计算网络技术：互联网络

3.1.7 算力网络

3.1.8 边缘计算在4G网络中的部署

3.1.9 边缘计算在5G网络中的部署

3.1.10 边缘计算组网

3.1.11 车联网边缘节点的通信计算

3.1.12 感知-计算-通信的融合

3.1.13 智慧路口的计算与通信

3.2 路侧计算与云端控制

3.2.1 边缘计算与云端场端的连接

3.2.2 云控系统

3.2.3 边缘计算与云端的融合

3.2.4 边云协同框架（1）

3.2.5 边云协同框架（2）

四、路侧计算主要应用方向

4.1 边缘计算的应用

4.1.1 边缘计算在智慧城市中的应用（1）

4.1.2 边缘计算在智慧城市中的应用（2）

4.1.3 边缘计算在智慧城市中的应用（3）

4.1.4 边缘计算在智慧交通领域的应用（1）

4.1.5 边缘计算在智慧交通领域的应用（2）

4.1.6 边缘计算在车联网中的应用（1）

4.1.7 边缘计算在车联网中的应用（2）

4.1.8 边缘计算在车联网中的应用（3）

4.1.9 边缘计算在智慧园区的应用

4.1.10 边缘计算在全息路口的应用（1）

4.1.11 边缘计算在全息路口的应用（2）

4.1.12 边缘计算用于高精地图分发

4.2 边缘计算在智慧高速的应用

4.2.1 主要路侧边缘计算应用案例对比

4.2.2 千方科技智慧高速解决方案

4.2.3 延崇高速部署方案（1）

4.2.4 延崇高速部署方案（2）

4.2.5 杭绍甬高速边缘设备部署方案

4.3 边缘计算在智慧路口的应用

4.3.1 主要路侧边缘计算应用案例对比

4.3.2 四维实景可视化管理平台中边缘计算的应用

4.3.3 华为全息路口路侧硬件

4.3.4 北京亦庄智慧路口方案

4.3.5 云南楚雄智慧路口

4.4 边缘计算在封闭园区的应用

4.4.1 首钢冬奥园区车联网系统：部署方案

4.4.2 首钢冬奥园区车联网系统：通信网络

4.4.3 首钢冬奥园区车联网系统：设备部署

4.4.4 首钢冬奥园区车联网系统：控制平台

4.5 边缘计算在停车场的应用

4.5.1 边缘计算在智能停车的应用

4.5.2 中兴通讯智能室内停车方案

4.5.3 东京工业大学边缘计算 AI的智慧停车场模式

五、路侧计算软硬件及平台供应商

5.1 英博超算

5.1.1 公司简介

5.1.2 MEC和RSU集成式路侧计算单元（1）

5.1.3 MEC和RSU集成式路侧计算单元（2）

5.2 布谷鸟

5.2.1 边缘计算开发者平台

5.2.2 布谷鸟AI路侧边缘计算：ADU502

5.2.3 布谷鸟AI路侧边缘计算：ADU503

5.2.4 布谷鸟AI路侧边缘计算：ADU505

5.2.5 布谷鸟AI路侧边缘计算：应用场景（1）

5.2.6 布谷鸟AI路侧边缘计算：应用场景（2）

5.2.7 布谷鸟AI路侧边缘计算：应用场景（3）

5.2.8 车路协同道路感知系统：AutoITS-J1

5.3 黑芝麻智能

5.3.1 同时赋能车端与路端

5.3.2 路侧感知计算平台

5.3.3 路侧感知计算平台技术趋势

5.3.4 面向智慧公路的路侧边缘计算解决方案

5.4 寒武纪

5.4.1 边缘计算模组思元220

5.4.2 边缘计算模组应用

5.5 中信科移动

5.5.1 “5G AI”融合网关：RDC5521

5.5.2 “5G AI”融合网关：RDC5002

5.5.3 联合地平线发布5G AI边缘计算路侧融合网关

5.5.4 5G AI边缘计算路侧融合网关芯片

5.6 华为

5.6.1 打造智能计算平台

5.6.2 智能边缘平台：架构

5.6.3 智能边缘平台：安全性

5.6.4 鲲鹏 openEuler软硬协同边缘计算平台：鲲鹏处理器

5.6.5 鲲鹏 openEuler软硬协同边缘计算平台：边缘服务器

5.6.6 鲲鹏 openEuler软硬协同边缘计算平台：服务器操作系统

5.6.7 鲲鹏 openEuler软硬协同边缘计算平台应用

5.7 浪潮

5.7.1 公司简介

5.7.2 路侧计算单元（1）

5.7.3 路侧计算单元（2）

5.7.4 边缘计算服务器

5.8 高新兴

5.8.1 智慧交通布局

5.8.2 边缘计算产品（1）

5.8.3 边缘计算产品（2）

5.9 万集科技

5.9.1 边缘计算产品

5.9.2 边缘计算应用：智慧基站

5.9.3 边缘计算应用：智能路侧感知方案

5.10 新创中天

5.10.1 产品体系

5.10.2 路侧视频边缘计算设备

5.11 拓维信息

5.11.1 AI边缘服务器产品

5.11.2 拓维智慧高速云边协同解决方案

5.12 天准科技

5.12.1 AI边缘计算平台：GEAC91S系列

5.12.2 以边缘计算切入智慧交通

5.13 希迪智驾

5.13.1 希迪智驾边缘计算产品

5.13.2 边缘计算应用：智慧高速

5.14 亮道智能

5.14.1 亮道智能集成边缘计算的路侧感知融合系统

5.15 德冠隆

5.15.1 德冠隆边缘计算服务器

5.16 国汽智控

5.16.1 车云协同基础软件

5.16.2 车云计算基础软件架构

5.17 志诚软件

5.17.1 为智慧停车开发云原生边缘计算

5.17.2 基于云原生架构智慧停车操作系统：整体架构

5.17.3 基于云原生架构智慧停车操作系统：边缘侧架构

5.18 EMQ

5.18.1 EMQ车路协同边缘计算架构

5.18.2 EMQ车联网边缘计算架构

5.18.3 EMQ智能座舱边缘计算架构

六、路侧计算方案集成商

6.1 中国联通

6.1.1 边缘业务平台架构

6.1.2 边缘业务平台架构设计

6.1.3 边缘业务平台各层建设策略

6.1.4 边缘计算布局

6.1.5 智能边缘云组网结构

6.1.6 智能边缘云功能架构（1）

6.1.7 智能边缘云功能架构（2）

6.1.8 智能边缘云应用：车联网

6.1.9 智能边缘云应用：自动驾驶

6.1.10 智能边缘云应用：车路协同

6.1.11 常州5G MEC与C-V2X融合测试床

6.2 中国移动

6.2.1 边缘计算全栈平台体系

6.2.2 边缘计算运营平台ECM

6.2.3 边缘运行平台ECP

6.2.4 边缘基础设施ECI

6.2.5 边缘计算开放服务

6.2.6 边缘计算通用平台OpenSigma

6.2.7 边缘应用孵化落地方案

6.2.8 边缘计算行业实践案例：智慧园区

6.2.9 边缘计算行业实践案例：智慧港口

6.3 中国电信

6.3.1 自研边缘计算

6.3.2 中国电信面向 FMC 的 MEC 架构

6.3.3 MEC平台应用部署架构

6.3.4 MEC节点部署情况

6.4 华为

6.4.1 分布式云×云原生的新范式

6.4.2 云边协同技术

6.4.3 边缘计算单元特性

6.4.4 边缘计算单元与路侧感知融合

6.4.5 边缘计算设备应用：全息路口

6.5 阿里云

6.5.1 布局智慧道路

6.5.2 边缘计算终端

6.5.3 边缘计算终端产品参数

6.5.4 边缘计算终端架构

6.5.5 边缘计算布局

6.5.6 基于飞天架构打造边缘云节点

6.5.7 软硬件整体交付助力企业级客户转型

6.6 腾讯

6.6.1 边缘计算TMEC平台

6.6.2 TMEC特色业务：5G业务

6.6.3 TMEC特色业务：5G QoS 和网络切片

6.6.4 TMEC特色业务：视频处理能力

6.6.5 TMEC架构中的TKEStack

6.6.6 TKEStack支持TMEC采用不同的部署模式

6.6.7 基于TMEC的车路协同实践：车联网平台

6.6.8 基于TMEC的车路协同实践：公路部署方案

6.6.9 车路协同生态平台

6.7 中兴通讯

6.7.1 分布式精准云

6.7.2 边缘计算产品

6.7.3 边缘计算方案（1）

6.7.4 边缘计算方案（2）

6.7.5 边缘计算应用：云控平台

6.7.6 边缘计算应用：室内定位

6.7.7 边缘计算应用：自动泊车系统

6.7.8 边缘计算应用：平交口实时风险预警系统

6.8 中咨公司

6.8.1 主要路侧产品

6.8.2 面向混合交通流的多场景车路协同

6.8.3 边缘计算在智慧高速的应用：隧道入口安全保护

6.8.4 边缘计算在智慧高速的应用：合流区安全保护

6.8.5 边缘计算在智慧高速的应用：团雾多发路段通行保障

6.9 千方科技

6.9.1 Omni-T2.0全域交通解决方案

6.9.2 城市级动静态交通一体化解决方案

6.9.3 云-边-端技术方案

6.9.4 边缘智能体

6.9.5 边缘智能体应用（1）

6.9.6 边缘智能体应用（2）

6.10 海康智联

6.10.1 边缘计算产品

6.10.2 边缘计算应用：车路协同方案

6.10.3 智能网联云控平台

报告订购及合作咨询请私信小编

佐思 2022年研究报告撰写计划智能网联汽车产业链全景图（2022年5月版）

更多佐思报告

主机厂自动驾驶

汽车视觉（上）

高精度地图

商用车自动驾驶

汽车视觉（下）

高精度定位

低速自动驾驶

汽车仿真（上）

OEM信息安全

ADAS与自动驾驶Tier1

汽车仿真（下）

汽车网关

汽车与域控制器

毫米波雷达

APA与AVP

域控制器排名分析

车用激光雷达

红外夜视

激光和毫米波雷达排名

车用超声波雷达

车载语音

E/E架构

Radar拆解

人机交互

汽车分时租赁

充电基础设施

L4自动驾驶

共享出行及自动驾驶

汽车电机控制器

L2自动驾驶

EV热管理系统

混合动力报告

燃料电池

汽车功率电子

汽车PCB研究

汽车OS研究

无线通讯模组

汽车IGBT

线控底盘

汽车5G融合

汽车线束

ADAS/AD主控芯片

合资品牌车联网

合资品牌ADAS

ADAS数据年报

自主品牌车联网

自主品牌ADAS

传感器芯片

专用车自动驾驶

农机自动驾驶

自动驾驶芯片

矿山自动驾驶

港口自动驾驶

自动驾驶重卡

无人接驳车

飞行汽车

智能座舱设计

智能座舱Tier1

汽车智能座舱

商用车ADAS

商用车智能座舱

商用车车联网

座舱SOC

仪表和中控显示

座舱多屏与联屏

汽车座椅

智能后视镜

智能汽车个性化

汽车照明

汽车数字钥匙

汽车多模态交互

汽车VCU研究

汽车云服务研究

TSP厂商及产品

汽车MCU研究

车载DMS

OTA研究

汽车UWB研究

800V高压平台

AUTOSAR研究

汽车EDR研究

滑板底盘研究

软件定义汽车

模块化报告

环视市场研究（本土篇）

Waymo智能网联布局

转向系统

环视市场研究（合资篇）

HUD行业研究

汽车镁合金压铸

乘用车T-Box

自动驾驶法规

汽车功能安全

T-Box排名分析

自动驾驶标准和认证

路侧智能感知

乘用车摄像头季报

智能网联测试基地

PBV及汽车机器人

造车新势力-蔚来

V2X和车路协同

汽车eCall系统

智慧停车研究

「佐思研究月报」

ADAS/智能汽车月报 | 汽车座舱电子月报 | 汽车视觉和汽车雷达月报 | 电池、电机、电控月报 | 车载信息系统月报 | 乘用车ACC数据月报 | 前视数据月报 | HUD月报 | AEB月报 | APA数据月报 | LKS数据月报 | 前雷达数据月报

以上内容为【智能网联汽车边缘计算 | 雾计算和智能网联汽车】的相关内容，更多相关内容关注lot物联网。