随着车辆的快速增长和人们对交通安全与效率的要求逐步提高,交通安全和道路已经被赋予了更多智能化的功能。然而要想实现车联万物的智能系统,需要强大的计算能力与稳定的通信能力,尽管车辆的计算能力和运行内存之类的配置变得越来越强大,受制于车辆本身的结构、体积和重量限制,对于高强度的计算与通信任务仍然显得能力不足。在以往的解决办法中,一般是将车辆的计算任务上传到集中式的云计算中心进行计算,尽管集中式的云计算中心计算能力十分充足,但是由于集中式的云计算中心的地理位置与用户相距过远,因此需要将远程云计算中心的计算能力转移到网络边缘,减轻核心网的压力,让计算更靠近用户。在车联网环境中,为了保证车辆在行驶过程中的通信,不仅需要在路边部署数量庞大的路边单元以此实现车联网设备的局部通信,而且还需要在网络中部署大量的基站实现广域覆盖。此外,为了提高运算服务能力,车联网环境中还必须配置大规模的边缘服务器,以实现车联网中计算和通信的融合。因此,关于边缘计算与车联网的融合场景,应当首先考虑边缘服务器的部署。从部署成本和运维角度出发,边缘服务器通常与路边单元和宏基站共站部署。由于路侧和区域处边缘服务器所具备的服务能力和业务范围的不同,因此需要在路侧和区域处分别部署路侧边缘服务器和区域边缘服务器。为此,本文主要研究了在车联网环境中如何部署路侧边缘服务器和区域边缘服务器的问题。对车联网中边缘服务器部署过程中的关键问题进行分析,以最小化计算任务的响应时间为目标,将该问题表述为一个多约束条件下的优化问题。提出了基于排名的部署算法和最小化响应时间的部署算法,求解车联网中最佳的路侧边缘服务器和区域边缘服务器的部署位置,使得边缘计算系统的平均响应时间最小,并与几种经典部署算法进行了对比。实验结果表明,与其他算法相比,本文所提算法在不同情况下均能找到最佳的边缘服务器部署位置,极大地降低系统的平均响应时间。