智能网联汽车车路协同中的路侧边缘感知系统，通过将部署在路侧不同方位的相机、毫米波雷达、激光雷达等传感器，接入到 MEC 计算单元，借助深度学习推理工具、CUDA 并行计算、 视频分析、深度学习加速器等工具集，实现对路面目标区域进行全覆盖的多目标识别、定位、跨传感器跟踪，并计算各目标的速度、加速度、航向角等信息。
上述感知结果被用来进行事件推理分析，生成的 V2X 信息通过路侧单元和云控平台实时推送给路面行驶的车辆，辅助车辆安全有序行驶。
基于大数据的风险预警，有效提升通行效率：实时监控道路交通流量及事件，及时收集并掌握道路状态、交通流量拥堵信息、天气、突发事件等情况。对人、车、路等交通参与 要素进行实时信息交互与预警提高交通运行效率。
多接入边缘计算（MEC）是网联的边缘大脑，用于实现设备接入、数据 处理、存储分析、协议开发和赋能服务等功能，将分散的设备与系统串 联，打通数据并进行综合处理。
在实际应用中，是车路协同路侧综合信息融合处理中心，对上接入V2X 平台，对下连接RSU、摄像头和雷达等传感器，并接收感知数据；在边 缘提供的网络、存储、计算能力。
MEC边缘计算与C-V2X为代表的网联技术的深度融合，可实现网联自动 驾驶多类应用场景，网联的发展最后是否能达到预期成果，MEC边缘计 算是重点。
边缘计算工控机作为MEC平台底层硬件，搭配FPGA/GPU加速卡设备，提供算力支撑。需要同时处理多路激光雷达、相机数据，满足路口环境数据采集及数据处理与传输，通过千兆网络 连接激光雷达、毫米波雷达和摄像头等传感器，获取路口环境数据，对采集数据做融合计算，并将处理后数据通过无线网络传输至RSU及云端。
设备需要适应路边恶劣环境，能够满足适应户外高低温交变的能力。
