随着车联网技术的不断发展,车辆用户对驾乘的安全、效率以及娱乐有了更高的要求。在即将到来的5G网络中,车联网是其中低时延高可靠场景(Ultra Reliable and Low Latency Communication,URLLC)的典型应用。5G车联网将支持高级别自动驾驶、超清视频流以及在线网络游戏等高质量应用。这些应用需要联网的支持,并需求低时延与高可靠来保障用户的体验质量。云计算作为近年来应用十分广泛的计算服务模式,可以为接入用户提供强大的计算、存储与海量的网络资源。然而在车联网中应用云计算面临着数据中心距离用户较远,数据在核心网络传输的时延过高,以及大量用户请求时带宽占用大、鲁棒性较差等问题。因此,云计算难以有效地支撑5G车联网中的低时延高可靠应用。为了解决上述的不足,本文对移动/多接入边缘计算(Mobile/Multi-access Edge Computing,MEC)展开了研究,重点分析了MEC的优秀特性和可支撑的应用服务,深入研究了车联网中的边缘网络架构以及计算卸载技术,构建了车联网中的低时延计算卸载理论模型,并在此基础上对计算卸载的可靠性进行了研究,提出了车载业务的低时延高可靠计算卸载策略,在满足实时车载业务的时延需求下,提高了业务处理的可靠性。本文的具体研究内容如下:在实时车联网场景中,针对云计算架构存在的数据传输时延过高等问题,本文研究了一种基于移动/多接入边缘计算的车联网架构(ME-VANET),通过将终端车辆的实时业务直接卸载至边缘MEC设备上进行处理,减少了数据在核心网络上的高传输时延,并使用软件定义网络(Software Defined Network,SDN)与MEC的结合,为车联网提供灵活的网络控制和集中的资源管理。在ME-VANET架构中,本文对车载业务计算卸载的执行时延进行了理论建模,利用部分卸载和多设备联合分布式卸载技术,使用多个MEC设备联合处理卸载的计算任务,进一步降低了业务执行时延。当处理随机任务卸载时,所提出的计算卸载策略相比于传统的终端设备处理和单个MEC设备处理,时延性能分别提升了72.4%及55.8%,可以更有效地支撑低时延车载应用服务。针对车联网对高可靠性的较高需求,本文在低时延计算卸载中对可靠性进行了研究。在实时车载业务的计算卸载中,不仅考虑了业务的低时延要求,还进行了可靠性分析,提出了一种低时延与高可靠的计算卸载策略。在复杂的车联网系统中,计算节点和链路都有可能发生故障,从而导致任务无法正常执行。本文在卸载执行前模拟了边缘节点上可能出现的任务执行情况,并在发生故障的执行情况下使用重传再分配的容错机制以保障任务的成功执行。通过分析每种执行情况的出现概率以及是否满足任务的时延约束,本文全面评估了一种卸载策略的可靠性,并提出了时延约束下的高可靠卸载理论模型,使一些发生故障的任务执行依然可靠。此外,文中使用模拟退火与约束粒子群相结合的改进粒子群算法(SAPSO-RO)来求解高可靠模型中的优化问题。仿真结果表明,基于SAPSO-RO算法的计算卸载可以在ME-VANET架构中为时延敏感型车载业务提供低时延和高可靠的卸载执行,可以满足业务的低时延要求,同时最大化业务的成功执行概率。