基于小区感知边缘服务迁移的 AI 驱动车辆状况监控

人工智能 (AI) 越来越多地应用于车辆设备的状况监控，旨在增强维护策略、降低成本并提高安全性。利用边缘计算范式，基于 AI 的状况监控系统处理大量车辆数据流，以检测异常并优化运行性能。在这项工作中，我们引入了一种新颖的车辆状况监控服务，该服务能够对多种异常进行实时诊断，同时对于在真实边缘环境中的部署保持实用性。为了应对移动性挑战，我们提出了一个闭环服务编排框架，其中跨边缘节点的服务迁移由网络相关指标动态触发。我们的方法已在配备 5G 网络功能的真实赛车场环境中的多种运行条件下进行了实施和测试。实验结果证明了我们的框架在确保低延迟 AI 推理和自适应服务放置方面的有效性，突显了其在智能交通和移动出行应用中的潜力。