在车载边缘计算中,车辆为了支持新兴的计算密集型和延迟敏感型车载应用程序的执行,将这些计算任务从车辆本地迁移到路侧单元或云上,以获取更多资源的过程被称作任务卸载。论文针对车载边缘计算中的任务卸载问题进行研究。通过将计算任务卸载到路侧单元上,充分利用边缘节点中的计算资源,优化计算任务的执行时延和边缘节点的执行成本。论文关注的主要研究点以及取得的研究成果如下:(1)针对路侧单元计算资源的有限性,重点研究了路侧单元的计算资源分配策略和车载应用程序的卸载策略通过研究分配资源的路侧单元与进行卸载的车辆之间的相互作用,将车载边缘计算中的计算卸载问题建模为多领导者-单跟随者的斯塔克伯格博弈模型,证明此博弈问题存在纳什均衡解,并通过本地和边缘均衡计算算法求解,提出了路侧单元的计算资源分配策略和车载应用程序的卸载策略,以最大程度地缩短车载应用程序的执行时延。(2)针对路侧单元上任务的非均衡情况,重点研究了路侧单元之间的协同卸载策略通过研究路侧单元之间的协同计算,充分利用各个路侧单元上的计算资源,优化路侧单元的时延和能耗成本。将车载边缘计算中的协同计算问题建模为非合作博弈模型,证明此博弈问题存在纳什均衡解,并通过协同均衡计算算法求解,提出了路侧单元的协同卸载策略。在论文的研究中,还完成了对上述两个问题的仿真实验。通过与基准算法进行比较,证明了本论文所提出算法的有效性。