车联网中采用了边缘缓存技术，通过在边缘服务器上存储或预取内容来辅助内容传递。与传统网络相比，车联网中高速缓存算法的设计更具挑战性，这主要是由于车辆的高移动性、频繁变化的内容要求以及恶劣的通信环境引起的。作为纳斯达克上市企业“微美全息WIMI.US”旗下研究机构“微美全息科学院”的科学家们根据车辆的角色考虑两种不同的场景，即对于具有不同角色（即VaaC和VaaS）的车辆进行研究。
在VaaC场景中，车辆作为支持缓存的车联网的内容消费者，从边缘服务器访问所需的内容。在VaaS场景中，车辆也充当内容提供者，在其存储单元中缓存内容。我们将重点放在缓存内容的放置上，即决定哪些内容应该被缓存，并将现有的研究分为三类：1）感知时间位置的缓存，即考虑内容重要性/流行程度的时间变化；2）空间位置感知缓存，即考虑相同内容在不同区域的不同重要性/流行程度；3）移动性感知的缓存，即减轻车辆移动性对内容缓存和交付的影响。本文整体的组织结构和内容安排如以下框图所示。
本文组织结构和内容框图
1. VaaC
随着边缘服务器的广泛部署，通过其覆盖区域的车辆可以获得及时的内容交付服务。下面将详细讨论从传统车联网到智能车联网的代表性研究。
1.1感知时间位置的缓存
在边缘缓存系统中，时间局部性包括两个方面：缓存内容的新鲜度和用户请求的时间变化。考虑到RSU（路边单元，RoadSide Units）与车辆之间通信的特点，时间数据传播问题在被描述为NP-hard问题。然后作者根据用户请求的要求（例如，时间限制）开发了一种启发式调度算法，以提高请求服务机会。
1.2 空间位置感知缓存
在车辆环境中，一些信息，如交通信息，与车辆的位置有关。因此，车联网的内容新鲜度在不同路段可能有所不同。比如有一种基于深度学习的缓存方案来优化智能车联网的缓存决策，旨在减少娱乐内容的交付延迟。在该方案中，通过CNN（卷积神经网络，Convolutional Neural Network）检测乘客的年龄和性别，并利用多层感知机（MLP）预测合适的内容，将内容缓存在特定区域的边缘服务器上。然后，车辆根据k-means算法和二进制分类确定哪些内容可以从边缘服务器访问。
1.3 移动性感知的缓存
由于有限的网络容量和断断续续的连接，向移动中的车辆提供大容量的内容（如视频、音乐和高清地图）是一项挑战。为了最小化车辆的下载时间，有人研究了如何在边缘服务器上放置大型内容的问题。该文开发了三种算法来减轻车辆移动性对缓存性能的影响。也有的人提出了一种缓存策略，以最小化多访问EIS（边缘信息系统，Edge Information System）中的缓存服务延迟。
具体地说，车辆的移动性是通过一个长短期记忆（LSTM，Long Short-Term Memory）络在一个时间序列上预测的。在此基础上，利用深度强化学习算法开发了一种主动缓存策略。为解决车辆的移动性和服务期限问题，将边缘缓存和计算集成到EIS中是一个新的研究方向。在这种情况下，如何有效地分配有限的资源是一个重要的问题。比如要考虑到，针对集成体系结构中的资源分配问题，建立了两种联合优化模型，确定最优的缓存和计算决策，然后采用基于深度强化学习的方法进行求解。
2. VaaS
基于边缘服务器的缓存受到覆盖范围和与车辆的不可靠连接的限制。作为补充，在移动的车辆上缓存内容是一个很好的方案。通过利用车辆的移动性，边缘缓存可以提供更具成本效益和实用性增强的服务。与此方向相关的现有研究如下：
2.1 感知时间位置的缓存
对于车辆缓存，由于车载存储资源有限，内容的时间局部性不仅会影响缓存服务，还会影响其他功能在车辆上的实现。因此，确定内容将被缓存多长时间是一个重要的问题。此前人们提出了可根据内容大小进行边缘缓存的方法。提出了一种新的缓存方法Hamlet，通过确定大容量和小容量内容的缓存更新频率，在相邻节点间产生内容多样性。基于该方案，用户可以在短时间内收到相邻缓存节点发来的不同内容，提高了缓存效率。
2.2 空间位置感知缓存
由于车辆的灵活移动性和多跳数据传输，VaaS模式将提高基于位置服务的缓存性能。具体来说，通过基于动态机动性和车辆密度将城市区域划分为多个热点区域，利用历史数据进行局部匹配，预测未来车辆的行驶轨迹。通过将频繁访问这些热点区域的车辆整合到一个合作缓存方案中，可以获得缓存服务的最佳效用。同时为了减轻移动和通信漏洞对缓存服务的影响，也有一种车内缓存的动态中继策略。通过缓存方案和飞行器间通信，可以保持热点区域内容。
2.3 移动性感知的缓存
可以利用车辆的可预测移动性来提高缓存辅助内容交付的效率。传统设备到设备网络中的移动感知缓存已经得到了很好的研究了，这些方法最近被扩展到车辆网络。在先前的研究中，学者们探索了一种新型的缓存服务，缓存在车辆中的内容可以被通信范围内的移动或静态用户请求。在这个场景中，缓存车辆和移动用户之间的关系是设计缓存策略的关键。
3. 启用缓存的应用
除了典型的内容共享和交付服务外，人们对开发边缘缓存服务器支持的新应用程序非常感兴趣。下面首先介绍缓存辅助的感知和定位，然后介绍车联网和智能交通系统中的其他应用。
3.1 缓存辅助的感知和定位
缓存辅助感知包括自动超车、合作避碰、透视、鸟瞰等功能，其中边缘缓存为车辆提供了辅助驾驶和提高交通安全的感知内容。另一方面，缓存辅助定位包括交通弱势群体（vulnerable road user，VRU）发现，其中边缘缓存通过缓存定位信息提高了RSU、车辆和行人的协作性。表1显示了这些用例的详细描述，以及它们在端到端（end-to-end，E2E）延迟、可靠性、数据速率和定位精度方面的关键性能指标。
表1缓存辅助的感知和定位的一些用例
3.2 其他应用
边缘缓存在车联网中不断出现，下面将介绍其中一些应用。
（1）InfoRank：为了高效的城市感知，有人开发了一种基于信息的排序（information-based ranking，InfoRank）算法。该算法对部分智能车辆进行选择和排序，以承担城市传感任务。因此，可以用很少的费用完成对这些车辆附近的监测。在该算法中，车辆作为数据缓存服务器存储传感数据，减轻边缘服务器的负担。
（2）Over-The-Top (OTT)：可以通过实现边缘缓存机制设计了一种新的OTT内容预取系统。车辆和RSU的连接是基于真实的测试平台进行预测的。此外，本文还提出了一个内容流行度估计方案来估计用户的内容请求。在此之后，用户请求的内容在边缘服务器上被主动预取。
（3）安全信息共享：数据共享是一种有效的方法，可以减少由于传感器系统不可靠而造成的数据丢失，克服自动驾驶汽车感知范围有限的问题。因此，数据安全成为一个重要的任务，能够设计了一个安全的自动驾驶车辆信息共享系统。该系统旨在提高两种场景下的数据安全性：虚假数据传播和车辆跟踪。
（4）交通管理：为了分析边缘缓存对交通控制的影响，早先的研究提出了一种基于边缘缓存的交通控制方案。传统上，由于驾驶员都是利己的，很难获得交通系统的最优状态。因此，交通网络的最优状态与用户均衡是矛盾的。为了揭示用户均衡与系统最优状态之间的关系，提出了一种可缓存车辆的通信成本模型。通过该方案，交通网络可以在边缘缓存的帮助下从通信方面进行优化。
微美全息科学院成立于2020年8月，致力于全息AI视觉探索科技未知，以人类愿景为驱动力，开展基础科学和创新性技术研究。全息科学创新中心致力于全息AI视觉探索科技未知, 吸引、集聚、整合全球相关资源和优势力量，推进以科技创新为核心的全面创新，开展基础科学和创新性技术研究。微美全息科学院计划在以下范畴拓展对未来世界的科学研究：
一、全息计算科学：脑机全息计算、量子全息计算、光电全息计算、中微子全息计算、生物全息计算、磁浮全息计算
二、全息通信科学：脑机全息通信、量子全息通信、暗物质全息通信、真空全息通信、光电全息通信、磁浮全息通信
三、微集成科学：脑机微集成、中微子微集成、生物微集成、光电微集成、量子微集成、磁浮微集成
四、全息云科学：脑机全息云、量子全息云、光电全息云
以下是微美全息科学院的部分科学家成员：
李徐周，山东大学计算机科学与技术学院博士，是模式识别与图像处理方向学术带头人。近年来一直从事模式识别与图像处理等领域的研究、开发与应用工作。曾参与国家自然科学基金重点项目和山东省自然科学基金重点项目等多项课题的研究工作。在模式识别、图像处理等方面打下良好的工作基础。近年来已在模式识别、图像处理等方向发表多篇学术论文。
郑玉洁，重庆大学博士学位，研究方向包括产品设计变更管理、VR/AR驱动商业模式创新，曾经主研的科研项目包括山东科技大学菁英计划的《基于VR/AR技术的复杂机械产品设计变更管理研究》、重庆大学汽车协同创新中心重点项目《VR/AR技术在汽车消费行为偏好挖掘中的应用及关键技术》及其他多项国家自然科学基金项目，也曾参与发表多篇期刊论文。
刘湘辉，国防科技大学计算机工程与科学专业博士，研究方向包括成像卫星任务规划、无线传感器网络以及公路工程管理软件应用等。曾参加多项国家自然科学基金，其中，其在无线传感器网络方面的相关研究论文曾被《计算机研究与发展》、《电子与信息学报》、《软件学报》以及若干国际会议录用和发表。
丁凯，华中科技大学电力电子与电力传动专业博士，香港理工大学研究员，研究方向包括电子电力学仿真技术，电动汽车、电池管理系统等，曾主导过多项相关的研究项目。
郭松睿，湖南大学计算机科学技术工学博士，曾在中科院科学计算国家重点实验室 合现实技术研修班 学习混合现实，增强现实技术，参与研发多个重点项目。
江涛，中国科学院沈阳自动化研究所博士，机器人学国家重点实验室，研究方向为微型仿生飞行器的气动/结构设计、控制与系统开发，在2018年获得 ICRCA-2018 机器人 EI 国际会议"最佳论文奖"。
杨军超，重庆邮电大学通信与信息工程学院信息与通信工程专业博士研究生，华盛顿大学电子工程学院联合培养博士，长期研究虚拟现实、5G多媒体传输优化、基于MEC的智能转码优化，以第一作者发表SCI/EI 论文 6 篇，中文核心 1 篇，申请专利 4 项。
李维娜 ，2017 年博士毕业于韩国忠北国立大学的信息和通信工程学院。2017 年 8 月去了新加坡的 Singapore-MIT Alliance for research and technology centre(SMART)从事压缩全息（compressive digital holography）的博士后工作，2018 年 11 月进入清华大学深圳国际研究生院的先进制造学部，在以前工作的基础上把数字全息（digital holography）拓展到机器学习（machinelearning）领域，特别是对 U 型网络（U-net）的改进和应用。在上述研究领域以第一作者发表高水平论文 5 篇，以第二作者发表的高水平论文2 篇。
曲晓峰，香港理工大学博士，现任清华大学深圳研究生院博士后，主要研究生物特征识别、机器视觉、模式识别，与绿米联创合作进行嵌入式产品算法、深度学习应用、图像与视频相关算法以及生物特征识别相关产品的开发。
危昔均，香港理工大学康复治疗科学系博士，南方医科大学深圳医院虚拟现实康复实验室负责人，主要研究基于虚拟现实技术的康复系统搭建及相关临床和基础研究。
单羽，昆士兰科技大学数字媒体研究中心（澳大利亚）博士，研究方向为虚拟现实娱乐产业与亚洲创意经济，曾参加多场虚拟现实产业的国际学术会议并发表主题演讲，发表多篇以“虚拟现实艺术”相关的学术论文，并参与国内多个虚拟现实娱乐产业领域的项目研究。
刘超，新加坡南洋理工大学博士，是深圳市南山区领航人才，深圳市海外高层次人才孔雀计划C类, Molecular Physics 2011年度最佳年轻作者提名，主要研究方向为人工智能预测过渡金属氢化物金属氢键键长与解离能和环式加成反应中量子力学/分子力学反应机理研究，曾参与过流程模拟软件的开发与研究。
张婷，美国西北大学博士后，香港大学博士，海外高层次人才孔雀计划C类，主要从事VR/MR关键技术研发应用和复杂服务系统优化等研究，发表全息专利5项。获全国＂挑战杯＂创业计划大赛 湖北省一等奖，华中科技大学一等奖。
姚卫，湖南大学计算机科学与技术工学博士，主要研究方向：忆阻神经网络及其动力学行为，应用于：图像处理、安全通信。基于VDCCTA具有长时记忆特性的忆阻器电路及其构成的神经网络。参与设计基于忆阻器的神经网络系统模型。基于忆阻器的仿生物神经元和突触连接的微电子电路设计，参与基于忆阻器的神经网络系统模型的设计与动力学行为的分析。
彭华军，博士，毕业于香港科技大学显示技术研究中心（CDR），从事硅基液晶器件、AMOLED材料与器件、TFT器件、显示光学等研发工作。彭博士一直从事信息显示领域前沿工作，涵盖电视图像色彩管理、AMOLED生产制造、微显示芯片设计与制造、投影与近眼显示光学等。彭博士在国际刊物上发表20篇文章。已申请近50项中国发明和美国发明专利，其中10项美国专利和20项中国发明专利获得授权。
陈能军，中国人民大学经济学博士、上海交通大学应用经济学博士后，广东省金融创新研究会副秘书长、广东省国际服务贸易学会理事。主要从事文化科技和产业经济的研究，近年来在版权产业领域研究方面有较好的建树。近年来先后主持、主研“5G时代的数字创意产业：全球价值链重构和中国路径”“深圳加快人工智能产业发展研究”“贸易强国视角下中国版权贸易发展战略研究”，“文化科技融合研究：基于版权交易与金融支持的双重视角”等省部级课题多项，并在《商业研究》《中国流通经济》《中国文化产业评论》等核心期刊发表论文多篇。
潘剑飞，香港理工大学博士学位，现为广东省高校“千百十工程”人才，深圳市海外高层次人才，深圳市高层次人才、深圳大学优秀学者。研究领域主要为自动化+VR 应用、先进数字化制造、 数字制造全息孪生工厂、机器人等。主持多项国家自然科学基金项目、广东省科技计划项目和广东省自然科学基金项目。
丁茹，中国社会科学院，数量经济研究所的技术经济及管理博士，从事大数据与数字经济、创新发展研究、科研项目管理等领域，主要研究领域为科技服务、产业经济研究、技术创新与创业。任山东省技术市场协会副秘书长，擅长整合创新资源、拓展创新业务和创新产业规划和产业经济，参与虚拟现实技术应用方面的相关创新研究和产业资源对接。
翟振明，美国肯塔基大学博士毕业，为广州大学R立方研究所所长、中山大学博导、人机互联实验室主任，曾撰写英文专著《Get Real: A Philosophical Adventure in Virtual Reality》，该书对虚拟现实和扩展现实发展趋势进行技术迭代预言并得到相关印证，此著作被美国评论者认为“有可能在虚拟现实技术和哲学两个领域都成为里程碑性的著作”。其设计创建中山大学人机互联实验室，其中的“虚拟与现实之间无缝穿越体验系统”已在国内外产生广泛影响。其首创了虚拟现实作为逆向艺术的概念，为虚拟世界的艺术与人文理性做出了突出贡献。
谭昕，副教授，主要研究全息虚拟现实应用设计等战略新兴产业相关课程，是数字媒体艺术设计专业主任，担任国泰安教育技术有限公司名誉顾问；受聘深圳市文化广电旅游体育局文化产业专家库专家；受聘深圳市龙岗区文化创意产业专家库专家；担任重庆青年职院项目化课程重构指导指导专家。曾主编《虚拟现实应用设计》。
洪岳，瑞典乌普萨拉大学工程科学学院博士，现为深圳大学全息计算机技术、光电通信技术助理教授。研究方向包括全息计算机科学、半导体光电、自动化与信息工程、通信系统等等。曾参与发表相关研究领域的多篇期刊论文和会议论文。
张伟略，昆士兰科技大学博士，研究方向主要有沉浸式现场娱乐，跨文化研究、用户体验、本地化策略、沉浸式戏剧等等，其拥有众多光路设计作品，曾获2014上海青年创意基金相关奖项。
滕达，中国铁道科学研究院博士，研究方向包括计算机科学与技术自然语言处理、信息工程及控制等，曾主持多项相关课题的研究，参与发表多篇学术论文，已申请发明专利3项。
田雪松，哈尔滨工业大学博士，研究方向包括图形图像光电信息处理及传感技术、量子通讯电子物理研究、激光防护用氧化钒薄膜性能研究等，曾发表多篇相关学术论文，曾参与多个国防科技预研跨行业综合技术项目。
朱学群 ，北京林业大学博士，具备交叉学科背景，擅长数理统计、量化分析、科学管理，主导多个重点全息AR项目实施，在材料、显示理论与研究很深的行业经验，是新华网中国双创导师、北京市海归科协双创导师。
李迁，北京科技大学博士，研究方向包括材料加工分析、镀膜、工业VR等，在激光共聚焦显微镜、扫描电镜、透射电镜等进行深入研究，对于分子材料、材料连接技术方向曾参与发表多篇相关论文。
赫万佳，香港理工大学博士，主要研究基于虚拟现实技术的康复系统及相关临床和基础研究，曾参与发表多篇相关论文及多个相关项目的研究。
周福礼，重庆大学博士，为国际学术协会会员。主要研究方向包括VR/AR驱动商业模式创新、大数据商务分析等，发表相关论文30余篇，其中SCI/SSCI检索10余篇，EI期刊12篇，CSSCI 1篇，曾经主持多个省部级项目。
刘伟星，中国科学院大连化学物理研究所博士，研究方向包括AR 衍射光波导的光栅设计，包括效率、显示均匀性、成像质量优化、AR 技术技术路线的探索和调研等。曾发表多篇相关论文及主导多个相关项目，且获已授权专利 8 项。
李庆普，上海理工大学博士，在虚拟现实领域有丰富的研究经验及项目实践经验，曾参与基于计算机触觉技术的虚拟医疗仿真技术研究、汽车模拟驾驶仿真研究、多体感VR硬件研发及VR实训安全教育等多个项目。其已发表多篇相关论文并取得多项专利。
微美全息科学院旨在促进计算机科学和全息、量子计算等相关领域面向实际行业场景和未来世界的前沿研究。建立产研合作平台，促进重大科技创新应用，打造产业、研究中心深度融合的生态圈。微美全息科学院秉承“让有人的地方就有科技”为使命，专注未来世界的全息科学研究，为全球人类科技进步添砖加瓦。
微美全息成立于2015年，纳斯达克股票代码：WiMi。 $微美全息(WIMI)$
微美全息专注于全息云服务，主要聚集在车载AR全息HUD、3D全息脉冲LiDAR、头戴光场全息设备、全息半导体、全息云软件、全息汽车导航、元宇宙全息AR/VR设备、元宇宙全息云软件等专业领域,覆盖从全息车载AR技术、3D全息脉冲LiDAR技术、全息视觉半导体技术、全息软件开发、全息AR虚拟广告技术、全息AR虚拟娱乐技术、全息ARSDK支付、互动全息虚拟通讯、元宇宙全息AR技术，元宇宙虚拟云服务等全息AR技术的多个环节，是一家全息云综合技术方案提供商。
精彩评论