张德干，曹利香，张 婷，赵彭真，张 捷

(1.天津理工大学 a.天津市智能计算及软件新技术重点实验室， b. 计算机视觉与系统省部共建教育部重点实验室， 天津 300384; 2. 北京交通大学 电子信息工程学院，北京 100044)

在万物互联的背景下，车联网逐渐进入人们的视野.随着车联网的快速发展，车辆数目的增加，海量的数据产生将会导致本地的计算和存储资源不能有效及时的满足需求，基于云计算来解决这些问题会产生大量的时延和一些高额的消耗.边缘计算被视为上述问题的有效解决方法，边缘计算通过将原有的云计算模型的部分计算和存储能力迁移到网络的边缘设备，满足现在计算密集的需求[1-8].

5G技术的发展使得人们对车联网提出了更高的要求，信息传输的高可靠低时延是研究的热点[9-16].其中，数据的传输主要围绕着车、边缘服务器节点、RSU(Road side Unit)路边单元进行传输，通过V2V(Vehicle-to-Vehicle)模式和V2I(Vehicle-to-Vehicle)模式进行信息的交换，V2V和V2I两种模式相互协作提高数据传输的可靠性[17-20].目前的车辆网中，车辆在行驶过程中对数据的处理主要有两种方式：1)少量的数据在本地进行计算.2)卸载到边缘服务器上进行计算.统计发现在实际的情况中经常出现的场景是：任务传输一个车辆或者是多个车辆所处环境的多种类型的数据，任务回传的数据往往是上传消息综合处理后的一条指令信息.消息传递的过程中伴随着车辆的移动和车辆的密度的变化，以及可能出现在RSU覆盖范围之外的……