Con el rápido desarrollo de varios nuevos tipos de servicios, la conducción autónoma ha recibido una extensa atención. Debido al denso flujo de tráfico, la limitada vida de la batería y la potencia de cálculo de los vehículos, los vehículos inteligentes no pueden soportar algunas tareas computacionalmente intensivas y urgentes. La conducción autónoma impone estrictos requisitos sobre el tiempo de respuesta de la tarea. Debido a la fuerte potencia de cálculo y la proximidad al terminal de la informática de borde móvil (MEC) y la llegada del 5G, la tarea puede ser descargada en MEC, y los datos pueden ser intercambiados en milisegundos, lo que puede reducir el tiempo de ejecución de la tarea. Sin embargo, los recursos del servidor MEC siguen siendo muy limitados. Por lo tanto, propusimos un algoritmo de programación que tiene en cuenta la tarea especial del piloto automático. Las tareas seleccionarán la ejecución adecuada en la nube de borde y programarán la secuencia de ejecución en la nube de borde mediante el algoritmo de programación. Al mismo tiempo, tenemos en cuenta la movilidad de los vehículos de alta velocidad. La posición del vehículo puede ser obtenida por el algoritmo de predicción, y los resultados de la tarea son devueltos al vehículo mediante otras nubes de borde. Los resultados experimentales muestran que con el aumento de la cantidad de tareas, el algoritmo puede programar efectivamente más tareas para ser completadas dentro del tiempo especificado, y en diferentes intervalos de tiempo; también puede predecir la ubicación del vehículo y devolver el resultado al vehículo.