企业简介
驭势科技（UISEE）是中国领先的自动驾驶公司，致力于为全行业、全场景提供 AI 驾驶服务，做赋能出行和物流新生态的「AI 驾驶员」。公司成立于 2016 年，坚持立足本土研发，总部及研发中心设于北京，并在上海、浙江、深圳等地设有分支机构。
驭势科技自主研发的 U-Drive® 智能驾驶平台，拥有业界领先的算法、云端智能驾驶大脑和全功能车规级智能驾驶控制器。能够满足从 L3 到 L4 级别的多场景、高级别自动驾驶需求。2019 年，驭势科技率先在机场和工业园区实现「去安全员」的无人驾驶常态化运营突破，致力于提供「全场景、真无人、全天候」的自动驾驶技术，并逐步迈向大规模商业化应用。
项目背景
随着驭势科技在机场、厂区等场景实现规模化部署，海量无人驾驶终端在运行中持续产生高频、大容量的实时数据（如车辆状态、传感器数据及控制指令）。这些数据是云端监控、远程控车、智能调度及算法迭代的核心基础。
为支撑 L3-L4 级自动驾驶的常态化运营，驭势科技需要构建一套高可靠、高性能、易扩展的云边端一体化通信平台，以实现对海量终端的实时连接、状态监控与数据治理。
项目挑战
在构建「云脑」通信系统时，项目组面临以下核心技术挑战：
- 高并发与高吞吐
大规模无人车队需维持与云端的高频、大带宽数据通信，传统消息队列在一对多消息传递场景下资源消耗巨大，且存在单点故障风险，难以实现对车辆上下线状态的精确、实时感知。 - 云端服务高可用
云端数据处理服务需要高可用部署。采用传统的主备模式，会造成计算资源闲置浪费；采用多活模式，又容易导致数据被不同服务节点重订阅，引发逻辑混乱。 - 弱网环境稳定性
无人车主要通过移动网络与云端通信，网络抖动、信号弱等场景频发。必须确保关键控制指令与状态数据在网络不稳定时仍能可靠送达，并保障核心数据的传输实时性。 - 运维与开发成本
传统的消息中间件（如 RabbitMQ）在云边端协同场景下资源开销大，且缺乏对设备状态感知的原生支持。 - 精细化安全管理
在混合仿真测试、多租户协作等场景下，要求实现车辆、数据、权限的精细化管理与安全隔离，传统鉴权方式灵活性不足，运维复杂度高。
解决方案
核心消息骨干：从 RabbitMQ 迁移至 EMQX
项目弃用 RabbitMQ 改用 EMQX 作为消息中间件。实测显示，EMQX 在处理无人驾驶海量连接时资源开销显著降低，稳定性更高。同时，利用 EMQX 的 SYS 系统主题，云端能实时准确地获取车辆上下线状态，解决了 RabbitMQ 在设备感知上的延迟问题。
分片高可用：基于共享订阅的负载均衡
为解决云端服务节点重复订阅及资源浪费问题，项目引入了 EMQX 共享订阅功能。通过对车辆 client_id 进行 Hash 运算，实现数据定向投递与分片高可用。这不仅保证了一台车的数据只会发送到云端的同一节点上。还能随业务规模实现云端服务的动态水平扩展。
数据高效治理：规则引擎直连数据库
针对无人车高频上报的状态信息，项目利用 EMQX 规则引擎将数据直接实时写入 InfluxDB 时序数据库。这一方案省去了中间件开发环节，在大幅降低云端资源开销与维护成本的同时，提升了数据分发与落盘的效率。
弱网环境优化：多协议切换与离线会话
针对 4G 环境下的网络波动，项目通过设置 CleanSession=false 开启持久会话，确保车辆重连后能补发离线期间的消息。在极端弱网下，系统支持自动从 TCP 切换为开销更小的 CoAP 协议，利用 EMQX 的 CoAP 插件能力确保数据准确送达。
云边端协同：EMQX Edge 赋能 AGV 接入
在 AGV 调度场景中，通过部署轻量级物联网边缘 MQTT 服务器 EMQX Edge 实现边缘侧调度系统与设备的通信。EMQX Edge 向上桥接至驭势云端的 EMQX，快速构建起云边协同架构，实现了边缘局域网设备与云端平台的无缝数据互通。
安全与权限：细粒度访问控制
无人车和 EMQX 的连接采用「证书 + 账号密码」双重认证，以提高数据安全性。账号密码有专门的服务维护，可以动态更新。同时，利用 EMQX 的 ACL 权限管理，针对第三方控车平台实现精细化授权，确保跨平台交互的数据安全。
项目成果
- 高可用性保障： 驭势云脑服务整体可用性达到 99.995%，确保了无人驾驶业务的连续稳定运行。
- 研发效率突破： 借助共享订阅与规则引擎，降低了分片算法及数据处理服务的开发难度，研发效率综合提升达 30%。
- 通信质量提升： 优化了弱网环境下的传输保障，数据准达率提升了 20%。
- 架构灵活扩展： 实现了云边端一体化架构，项目部署更简单灵活，能快速适应机场、厂区等多场景的商用需求。
结语
驭势科技通过与 EMQ 的深度合作，成功构建了支撑大规模无人驾驶商业化运营的底层通信基座。未来，双方将继续探索自动驾驶在更复杂场景下的云端协同与数据智能，共同驱动 AI 驾驶服务的全球化普及。