久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

★中國(guó)鐵塔股份有限公司閆亞旗，冉沛，張闊，劉文睿，唐琳

關(guān)鍵詞：邊緣計(jì)算；視頻監(jiān)控；邊緣智能網(wǎng)關(guān)；云邊協(xié)同

1　引言

隨著5G、大數(shù)據(jù)、人工智能、產(chǎn)業(yè)互聯(lián)網(wǎng)及數(shù)字經(jīng)濟(jì)的發(fā)展，以云計(jì)算為核心的傳統(tǒng)處理模式越來(lái)越難以為繼，而以邊緣計(jì)算為代表的算力下沉成為新的發(fā)展趨勢(shì)。邊緣計(jì)算是指在網(wǎng)絡(luò)邊緣執(zhí)行計(jì)算任務(wù)和數(shù)據(jù)處理的一種分布式計(jì)算模式，它將原本集中在云端的數(shù)據(jù)處理任務(wù)下沉到靠近數(shù)據(jù)產(chǎn)生源的網(wǎng)絡(luò)邊緣，通過(guò)邊緣節(jié)點(diǎn)就近提供計(jì)算服務(wù)，有效降低了數(shù)據(jù)傳輸?shù)难舆t和帶寬消耗，同時(shí)減輕了云端的計(jì)算和存儲(chǔ)壓力。

近年來(lái)，人們對(duì)于個(gè)人和社會(huì)安全的關(guān)注度不斷提升，視頻監(jiān)控作為一種有效的安全防范手段，其市場(chǎng)需求迅速增長(zhǎng)。特別是在疫情期間，公共場(chǎng)所、交通樞紐、醫(yī)療機(jī)構(gòu)等關(guān)鍵區(qū)域?qū)σ曨l監(jiān)控的需求更加迫切，視頻監(jiān)控業(yè)務(wù)飛速發(fā)展。然而，大量攝像頭終端的接入及其產(chǎn)生的海量數(shù)據(jù)以及數(shù)據(jù)隱私泄露風(fēng)險(xiǎn)，對(duì)傳統(tǒng)以云計(jì)算為核心的視頻監(jiān)控系統(tǒng)提出了極大的挑戰(zhàn)，因此基于邊緣計(jì)算的視頻監(jiān)控系統(tǒng)成為當(dāng)下業(yè)界研究的熱門(mén)。邊緣計(jì)算其本質(zhì)上是云計(jì)算的擴(kuò)展和延伸，邊和云各有所長(zhǎng)，在邊云協(xié)同的工作架構(gòu)中，邊緣節(jié)點(diǎn)和云端各自扮演著重要角色，云端負(fù)責(zé)統(tǒng)籌管理各個(gè)邊緣節(jié)點(diǎn)，確保它們能夠高效地協(xié)同工作，包括任務(wù)的分配、資源的調(diào)度以及節(jié)點(diǎn)的狀態(tài)監(jiān)控等，同時(shí)利用大數(shù)據(jù)和人工智能技術(shù)對(duì)邊緣上報(bào)的數(shù)據(jù)進(jìn)行有價(jià)值的洞察，并利用這些數(shù)據(jù)對(duì)算法模型進(jìn)行持續(xù)的迭代優(yōu)化，提升識(shí)別和預(yù)測(cè)的精準(zhǔn)度。邊緣節(jié)點(diǎn)對(duì)視頻監(jiān)控?cái)?shù)據(jù)進(jìn)行預(yù)處理操作，剔除冗余和無(wú)效的視頻幀，并在云端的統(tǒng)籌下執(zhí)行部分或全部的計(jì)算任務(wù)，并將計(jì)算結(jié)果及其他關(guān)鍵數(shù)據(jù)上報(bào)給云端。

2　基于邊緣計(jì)算的視頻監(jiān)控系統(tǒng)

傳統(tǒng)視頻監(jiān)控系統(tǒng)通常采用云端架構(gòu)，前端攝像機(jī)實(shí)時(shí)采集視頻流，通過(guò)有線或無(wú)線網(wǎng)絡(luò)接入中心云平臺(tái)，實(shí)現(xiàn)視頻信息的存儲(chǔ)、分發(fā)、智能分析、業(yè)務(wù)應(yīng)用及管理等，為用戶提供了多樣化的視頻應(yīng)用。基于邊緣計(jì)算的視頻監(jiān)控系統(tǒng)，在前端攝像機(jī)和中心云平臺(tái)之間增加了具有智能計(jì)算能力的邊緣層，形成了彈性更強(qiáng)的端邊云協(xié)同架構(gòu)。該架構(gòu)從邏輯功能上分為終端層、邊緣層、平臺(tái)層和應(yīng)用層，如圖1所示。

圖1 基于邊緣計(jì)算的視頻監(jiān)控系統(tǒng)架構(gòu)

終端層是整個(gè)系統(tǒng)的神經(jīng)末梢，負(fù)責(zé)現(xiàn)場(chǎng)數(shù)據(jù)的采集。實(shí)際應(yīng)用中，視頻往往需要與物聯(lián)網(wǎng)配合實(shí)現(xiàn)聯(lián)合檢測(cè)和反饋控制（如水質(zhì)監(jiān)測(cè)、燈具控制等）。除攝像機(jī)外，接入終端形態(tài)還包括各類傳感器、控制器等物聯(lián)網(wǎng)設(shè)備。

邊緣層收斂匯聚現(xiàn)場(chǎng)終端送來(lái)的非結(jié)構(gòu)化視頻數(shù)據(jù)和物聯(lián)網(wǎng)數(shù)據(jù)，按需加載AI算法，就近進(jìn)行邊緣智能分析，按既定規(guī)則觸發(fā)動(dòng)作響應(yīng)，同時(shí)將處理結(jié)果及關(guān)鍵數(shù)據(jù)上報(bào)給云端。邊緣層可按需部署一個(gè)或多個(gè)AI算法，對(duì)不同的數(shù)據(jù)流進(jìn)行相應(yīng)的智能計(jì)算處理。

平臺(tái)層由設(shè)備管理、視頻管理、算法管理等模塊構(gòu)成，主要負(fù)責(zé)全局信息的處理、存儲(chǔ)和管理，承擔(dān)邊緣層無(wú)法執(zhí)行的計(jì)算任務(wù)，并向邊緣層下發(fā)業(yè)務(wù)規(guī)則和AI算法模型，以及為各類應(yīng)用的開(kāi)放對(duì)接提供標(biāo)準(zhǔn)的API。根據(jù)業(yè)務(wù)量和管理需要，平臺(tái)層可設(shè)置若干個(gè)區(qū)域下沉節(jié)點(diǎn)，以減少跨地域的數(shù)據(jù)傳輸和相應(yīng)的時(shí)延及成本。

應(yīng)用層利用平臺(tái)層分析處理的結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，結(jié)合特定的業(yè)務(wù)需求和應(yīng)用模型，為用戶提供具體的垂直應(yīng)用服務(wù)。

3　邊緣智能網(wǎng)關(guān)產(chǎn)品設(shè)計(jì)

3.1　邊緣智能網(wǎng)關(guān)主要功能

邊緣智能網(wǎng)關(guān)是邊緣網(wǎng)關(guān)形態(tài)的邊緣計(jì)算。邊緣智能網(wǎng)關(guān)具備設(shè)備接入、通信、計(jì)算、存儲(chǔ)、管理等關(guān)鍵能力，為AI算法和智能應(yīng)用的部署運(yùn)行提供了通用開(kāi)放的軟硬件環(huán)境。邊緣智能網(wǎng)關(guān)主要由接口單元、網(wǎng)絡(luò)通信、邊緣計(jì)算、運(yùn)行環(huán)境及設(shè)備管理等功能模塊組成，如圖2所示。

圖2 邊緣智能網(wǎng)關(guān)功能架構(gòu)

接口單元模塊主要為邊緣智能網(wǎng)關(guān)的組網(wǎng)連接提供物理通道，包括用于各類終端接入的RJ45網(wǎng)口（LAN）、RS232/RS485串口、DI/DO開(kāi)關(guān)量接口，用于將數(shù)據(jù)上傳云端的RJ45網(wǎng)口（WAN）、4G/5G以及Wi-Fi無(wú)線接口，以及USB、HDMI、外置天線等其他接口。接口的類型和數(shù)量可視實(shí)際業(yè)務(wù)需要來(lái)選擇。

網(wǎng)絡(luò)通信功能模塊是邊緣智能網(wǎng)關(guān)實(shí)現(xiàn)網(wǎng)絡(luò)接入、組網(wǎng)通信以及數(shù)據(jù)交換、轉(zhuǎn)發(fā)、路由的主要部件，它包括有線網(wǎng)卡通信模組、4G/5G無(wú)線通信模組、Wi-Fi無(wú)線通信模組，以及路由模組。通常情況下，一款邊緣智能網(wǎng)關(guān)僅需具備一或兩種類型的通信模組即可，避免造成資源閑置浪費(fèi)。

邊緣計(jì)算功能模塊主要負(fù)責(zé)數(shù)據(jù)的智能分析處理，包括對(duì)視頻流的GB/T28181、ONVIF、RTSP協(xié)議解析，對(duì)物聯(lián)網(wǎng)數(shù)據(jù)的MQTT協(xié)議適配，對(duì)各類接入終端的設(shè)備注冊(cè)、參數(shù)配置、狀態(tài)監(jiān)測(cè)和資源調(diào)度，對(duì)AI算法的加載、關(guān)聯(lián)、啟停和統(tǒng)計(jì)監(jiān)測(cè)，對(duì)視頻流的抽幀、編解碼、質(zhì)量檢測(cè)等，以及對(duì)煙火、人員、車輛、行為及異常事件的智能分析識(shí)別等操作。

運(yùn)行環(huán)境模塊主要為視頻網(wǎng)關(guān)運(yùn)行提供必要的軟硬件環(huán)境，包括CPU/GPU/DSP等核心處理單元（SoC）、Linux操作系統(tǒng)、Docker容器，以及TF卡、EMMC、內(nèi)置/外掛硬盤(pán)等存儲(chǔ)空間。

設(shè)備管理功能模塊主要保障視頻網(wǎng)關(guān)可用、可管、可控、可靠，包括對(duì)網(wǎng)絡(luò)、存儲(chǔ)、容器等資源的管理調(diào)度，對(duì)微服務(wù)、電源、告警、日志、安全認(rèn)證等的管理，以及固件的在線升級(jí)等。

3.2　智能分析流程

智能分析是邊緣智能網(wǎng)關(guān)邊緣計(jì)算功能的核心部分，它從技術(shù)實(shí)現(xiàn)上通常包括視頻取流、解碼、抽幀、預(yù)處理、推理、后處理以及編碼輸出等主要環(huán)節(jié)，如圖3所示。

圖3 智能分析流程

（1）視頻取流

視頻取流是指從攝像機(jī)獲取實(shí)時(shí)視頻數(shù)據(jù)的過(guò)程，通常情況下前端攝像機(jī)默認(rèn)支持GB/T28181國(guó)標(biāo)協(xié)議和ONVIF協(xié)議，并以RTSP格式將視頻流傳遞給邊緣智能網(wǎng)關(guān)進(jìn)行處理分析。

（2）視頻解碼

在視頻傳輸過(guò)程中，為了提升傳輸效率，通常會(huì)對(duì)視頻數(shù)據(jù)進(jìn)行編碼。視頻編碼的主要作用是將視頻像素?cái)?shù)據(jù)壓縮成為視頻碼流，從而降低視頻的數(shù)據(jù)量，以便于網(wǎng)絡(luò)傳輸和存儲(chǔ)。目前視頻業(yè)務(wù)中常用的視頻編碼方案為H.264和H.265。解碼與編碼相對(duì)應(yīng)，邊緣智能網(wǎng)關(guān)在獲得視頻流后，需對(duì)其解碼重構(gòu)，通過(guò)對(duì)數(shù)據(jù)協(xié)議（HTTP、RTSP等）、封裝格式（MP4、FLV等）、碼流格式（H.264、H.265等）、顏色空間（YUV、RGB等）進(jìn)行逆向操作，還原成未經(jīng)壓縮的視頻圖像流。邊緣智能網(wǎng)關(guān)既可以采用GPU或CPU硬件解碼，也可以選擇利用FFmpeg等工具進(jìn)行軟件解碼。解碼的同時(shí)，還可以根據(jù)需要進(jìn)行不同圖像分辨率、碼率、編碼格式、比特深度、顏色空間等之間的格式轉(zhuǎn)換。

（3）抽幀

視頻流從嚴(yán)格意義上講就是逐幀播放的單幅畫(huà)面，其主要是利用眼睛的視覺(jué)暫留特性，從而產(chǎn)生連續(xù)動(dòng)畫(huà)的錯(cuò)覺(jué)。抽幀就是從這些畫(huà)面中抽出單幅畫(huà)面，通常存在關(guān)鍵幀（IPB幀）抽取、均勻間隔抽幀、特定時(shí)刻幀抽取等操作模式。不同業(yè)務(wù)對(duì)及時(shí)性的要求直觀反映在抽幀頻率上，時(shí)延敏感型業(yè)務(wù)需要采用較高的抽幀頻率，如25fps甚至30fps，而實(shí)時(shí)性要求不高的業(yè)務(wù)可選擇較低的抽幀頻率，如每1秒、5秒甚至更長(zhǎng)時(shí)間才抽取1幀。為提高系統(tǒng)資源效率，系統(tǒng)應(yīng)對(duì)視頻流進(jìn)行統(tǒng)一抽幀，并將抽幀后的圖片文件按視頻通道、時(shí)間戳等信息存入幀池（公共文件夾）中，供不同的算法共用。同時(shí)，要盡量減少抽幀圖片在CPU和GPU之間往返數(shù)據(jù)拷貝，降低抽幀時(shí)延和內(nèi)存帶寬占用。

（4）預(yù)處理

為提高數(shù)據(jù)質(zhì)量、提升AI算法推理效果和運(yùn)行效率、加速收斂、防止梯度爆炸和塌陷，在進(jìn)入神經(jīng)網(wǎng)絡(luò)前，需對(duì)待分析的圖像進(jìn)行必要的預(yù)處理操作。最基本的處理內(nèi)容包括圖像縮放、平移、旋轉(zhuǎn)、透視變換、顏色空間及灰度變換、類型格式轉(zhuǎn)換、邊緣檢測(cè)、二值化操作、平滑處理等，實(shí)現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化、歸一化和增強(qiáng)，適應(yīng)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和處理要求。同時(shí)，對(duì)樣本數(shù)據(jù)進(jìn)行提純，消除圖像中無(wú)關(guān)的信息，恢復(fù)有用的真實(shí)信息，降低數(shù)據(jù)處理體積，改進(jìn)特征提取、圖像分割、匹配和識(shí)別的可靠性。

（5）智能推理

AI算法模型從構(gòu)建到實(shí)際應(yīng)用會(huì)經(jīng)過(guò)訓(xùn)練（Training）和推理（Inference）兩個(gè)階段。訓(xùn)練就是用大量標(biāo)記過(guò)的數(shù)據(jù)來(lái)學(xué)習(xí)、調(diào)優(yōu)和擬合相應(yīng)的神經(jīng)網(wǎng)絡(luò)模型，使之可以適應(yīng)特定的功能；推理則是指利用訓(xùn)練好的模型，使用新數(shù)據(jù)預(yù)測(cè)或推斷出各種結(jié)論。邊緣智能網(wǎng)關(guān)的智能分析（推理）效果高低與否，根源在于算法選擇和訓(xùn)練的好壞，也取決于算法部署和軟硬件適配情況。算法正常加載后，就可以從輸入的抽幀圖片中選取可能包含目標(biāo)對(duì)象的感興趣區(qū)域（ROI），并進(jìn)行特征提取和檢測(cè)分類，計(jì)算出目標(biāo)對(duì)象的類別和置信度。

（6）后處理

后處理就是對(duì)算法預(yù)測(cè)的結(jié)果進(jìn)行后期處理，改善輸出效果并進(jìn)行可視化，如增加識(shí)別標(biāo)簽、標(biāo)注對(duì)象邊界框、分類以及添加用戶自定義的參數(shù)等。

（7）編碼輸出

實(shí)際應(yīng)用中，有時(shí)要直接在視頻畫(huà)面顯示分析結(jié)果，就需要進(jìn)行編碼操作，通過(guò)時(shí)間戳、圖片ID等將原始視頻流或抽幀圖片與識(shí)別的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行關(guān)聯(lián)，并按照平臺(tái)接口規(guī)范重新編碼和輸出顯示。

3.3　定制化設(shè)計(jì)要點(diǎn)

3.3.1　軟硬件解耦

邊緣智能網(wǎng)關(guān)融合了網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)等基礎(chǔ)能力，并為智能算法及應(yīng)用提供了基礎(chǔ)的運(yùn)行環(huán)境。為適應(yīng)不同業(yè)務(wù)場(chǎng)景的應(yīng)用需求，邊緣智能網(wǎng)關(guān)須較強(qiáng)的業(yè)務(wù)適應(yīng)性，支持智能算法、業(yè)務(wù)應(yīng)用及規(guī)則的靈活加載與應(yīng)用部署。基于軟硬件解耦的理念，邊緣智能網(wǎng)關(guān)采用容器化方式對(duì)AI算法及應(yīng)用進(jìn)行部署和管理。與物理機(jī)和虛擬機(jī)相比，Docker容器運(yùn)行環(huán)境更輕量高效、可移植性強(qiáng)，更適合邊緣節(jié)點(diǎn)部署。

在AI算法部署方面，邊緣智能網(wǎng)關(guān)支持基礎(chǔ)鏡像、完整鏡像和獨(dú)立進(jìn)程等多種算法部署模式，并支持本地磁盤(pán)導(dǎo)入、遠(yuǎn)程下載導(dǎo)入及云端算法倉(cāng)遠(yuǎn)程下發(fā)等導(dǎo)入方式，可結(jié)合不同場(chǎng)景的需要靈活加載不同的算法模型，滿足了不同場(chǎng)景的業(yè)務(wù)需求。（1）基礎(chǔ)鏡像：系統(tǒng)內(nèi)置默認(rèn)鏡像，提供算法運(yùn)行所需的通用基礎(chǔ)依賴環(huán)境，僅需提供算法App可執(zhí)行程序包，通過(guò)基礎(chǔ)鏡像創(chuàng)建容器，將App程序包放入容器中運(yùn)行。基礎(chǔ)鏡像模式，算法App文件包較小，但對(duì)基礎(chǔ)鏡像的依賴程度比較高。（2）完整鏡像：提供完整算法鏡像，并通過(guò)導(dǎo)入的鏡像創(chuàng)建容器運(yùn)行算法。相較于基礎(chǔ)鏡像，完整鏡像文件較大，但對(duì)系統(tǒng)環(huán)境依賴度較小。

（3）獨(dú)立進(jìn)程：算法應(yīng)用直接在宿主機(jī)上運(yùn)行，不通過(guò)docker容器。該模式讓算法應(yīng)用兼容性更強(qiáng)、更靈活。

3.3.2　外觀結(jié)構(gòu)統(tǒng)一

在外觀接口配置方面，結(jié)合使用需求和成本考慮，邊緣智能網(wǎng)關(guān)上行通信支持有線和4G/5G無(wú)線，可滿足多路視頻流實(shí)時(shí)回傳和遠(yuǎn)程調(diào)閱的需要。攝像頭可以通過(guò)以太網(wǎng)口直連邊緣智能網(wǎng)關(guān)，也可以通過(guò)匯聚交換機(jī)轉(zhuǎn)接。在部分場(chǎng)景中，攝像頭還存在遠(yuǎn)端供電需求，因此LAN口要保留吉比特、百兆以太網(wǎng)口和POE端口等多種類型。為了方便物聯(lián)網(wǎng)終端的接入，邊緣智能網(wǎng)關(guān)還配置了一定數(shù)量的RS485、RS232、CAN、DI/DO等行業(yè)應(yīng)用場(chǎng)景常用的接口。

定制邊緣智能網(wǎng)關(guān)外觀結(jié)構(gòu)和接口布局完全統(tǒng)一，如圖4所示，其兼容不同廠商AI芯片（CPU+GPU/NPU）。外觀結(jié)構(gòu)的統(tǒng)一，有利于降低一線安裝維護(hù)人員面對(duì)異廠商不同形態(tài)設(shè)備時(shí)的學(xué)習(xí)成本，大幅簡(jiǎn)化了安裝部署實(shí)施過(guò)程中的操作復(fù)雜度。

圖4 定制邊緣智能網(wǎng)關(guān)外觀結(jié)構(gòu)

3.3.3　模塊化設(shè)計(jì)

為進(jìn)一步提升邊緣智能網(wǎng)關(guān)產(chǎn)品的業(yè)務(wù)場(chǎng)景適應(yīng)性，定制邊緣智能網(wǎng)關(guān)采用模塊化的設(shè)計(jì)理念，即“核心板+主板+通用接口”的設(shè)計(jì)模式。其中核心板為包含AI芯片模組的主控制板，由CPU、GPU/NPU、內(nèi)存單元、圖像處理單元、編解碼處理單元等組成；主板用于布局通用功能單元的母板/系統(tǒng)板，主要包括電源模塊、4G/5G無(wú)線模塊、路由模塊、存儲(chǔ)單元、POE供電模塊等；底板通過(guò)260pin的連接器與核心板進(jìn)行連接，如圖5所示。

圖5 結(jié)構(gòu)爆炸圖

邊緣智能網(wǎng)關(guān)各主要部件采用模塊化設(shè)計(jì)，包括4G/5G通信模組、硬盤(pán)、TF/SD卡、算力擴(kuò)展卡等，可按需增減配，形成多種差異分級(jí)的產(chǎn)品規(guī)格，有利于提高產(chǎn)品性價(jià)比和競(jìng)爭(zhēng)力，如圖6所示。

圖6 邊緣智能網(wǎng)關(guān)產(chǎn)品規(guī)格

3.3.4　軟件功能架構(gòu)設(shè)計(jì)

在軟件功能設(shè)計(jì)方面，邊緣智能網(wǎng)關(guān)以分層架構(gòu)和模塊化設(shè)計(jì)為核心，不僅降低了各模塊間的依賴，還實(shí)現(xiàn)了功能的靈活配置與動(dòng)態(tài)加載，可輕松應(yīng)對(duì)多樣業(yè)務(wù)場(chǎng)景。各功能模塊之間采用標(biāo)準(zhǔn)化的接口設(shè)計(jì)，為后續(xù)功能的快速更新與擴(kuò)展提供了極大便利。更重要的是，它能與北向云平臺(tái)、上層智能應(yīng)用軟件以及智能算法應(yīng)用無(wú)縫對(duì)接，確保了高效的數(shù)據(jù)傳輸與處理。其架構(gòu)設(shè)計(jì)如圖7所示。

圖7 軟件功能架構(gòu)

邊緣智能網(wǎng)關(guān)軟件功能架構(gòu)總體分為五層，分別為硬件層、驅(qū)動(dòng)層、系統(tǒng)層、業(yè)務(wù)能力層和用戶層，各層協(xié)同工作，確保各項(xiàng)功能的高效穩(wěn)定運(yùn)行。硬件層是整個(gè)架構(gòu)的基礎(chǔ)，包括設(shè)備CPU、內(nèi)存、網(wǎng)卡等關(guān)鍵部件，以及供電單元和硬件接口，為網(wǎng)關(guān)提供穩(wěn)定的硬件支持。驅(qū)動(dòng)層則包含操作系統(tǒng)對(duì)硬件的驅(qū)動(dòng)文件，確保設(shè)備能夠被正確識(shí)別并順暢運(yùn)行。系統(tǒng)層作為程序運(yùn)行的基礎(chǔ)環(huán)境，承載著進(jìn)程調(diào)度、內(nèi)存管理等重要功能。同時(shí)，它還提供了基本維護(hù)工具軟件、標(biāo)準(zhǔn)系統(tǒng)調(diào)用庫(kù)以及應(yīng)用軟件通用依賴庫(kù)，如NPU固件庫(kù)、音視頻編解碼和圖形處理等，為上層應(yīng)用提供豐富的功能支持。業(yè)務(wù)能力層是邊緣智能網(wǎng)關(guān)的核心，由核心基礎(chǔ)業(yè)務(wù)服務(wù)與擴(kuò)展業(yè)務(wù)服務(wù)構(gòu)成。核心基礎(chǔ)業(yè)務(wù)服務(wù)提供諸如系統(tǒng)管理、網(wǎng)絡(luò)管理、視頻通道管理等基礎(chǔ)服務(wù)，為上層應(yīng)用奠定堅(jiān)實(shí)的業(yè)務(wù)能力基礎(chǔ)。而擴(kuò)展業(yè)務(wù)服務(wù)層則針對(duì)實(shí)際業(yè)務(wù)場(chǎng)景需求和平臺(tái)建設(shè)情況，實(shí)現(xiàn)算法應(yīng)用的安裝部署、云平臺(tái)協(xié)議對(duì)接、數(shù)據(jù)交互和設(shè)備控制等高級(jí)功能。用戶層則服務(wù)于操作使用邊緣智能網(wǎng)關(guān)本地管理系統(tǒng)的用戶，以及對(duì)接邊緣智能網(wǎng)關(guān)的外部平臺(tái)，確保用戶能夠便捷地管理和使用網(wǎng)關(guān)。

4　基于邊緣計(jì)算的典型場(chǎng)景與應(yīng)用實(shí)踐

4.1　森林防火

森林火災(zāi)對(duì)自然環(huán)境、人身財(cái)產(chǎn)安全的危害性極大，每年全球各地類似事件時(shí)有發(fā)生。由于森林環(huán)境的復(fù)雜性和廣闊性，傳統(tǒng)的防火方法往往難以及時(shí)、準(zhǔn)確地發(fā)現(xiàn)火源，從而錯(cuò)失最佳的滅火時(shí)機(jī)。基于邊緣計(jì)算的森林防火檢測(cè)系統(tǒng)，如圖8所示，直接在監(jiān)測(cè)點(diǎn)與匯聚點(diǎn)部署邊緣智能網(wǎng)關(guān)產(chǎn)品，攝像機(jī)數(shù)據(jù)就近接入邊緣智能網(wǎng)關(guān)，并在本地進(jìn)行直接智能分析識(shí)別，可快速發(fā)現(xiàn)火情并及時(shí)將相關(guān)告警信息上報(bào)云端通知給相關(guān)處理人。相比于傳統(tǒng)集中式的方案，基于邊緣計(jì)算的方案在算法靈活性、業(yè)務(wù)響應(yīng)實(shí)時(shí)性、網(wǎng)絡(luò)帶寬成本等方面有著較為明顯的優(yōu)勢(shì)，根據(jù)數(shù)據(jù)監(jiān)測(cè)統(tǒng)計(jì)可以得出其實(shí)際的數(shù)據(jù)流量支出不到原來(lái)的10%。由于采用了邊緣智能算法分析，其原有的存儲(chǔ)視頻變成了視頻片段和圖片，存儲(chǔ)空間的使用也是快速下降，按照統(tǒng)計(jì)計(jì)算只有原有存儲(chǔ)支出的8%左右，在提升服務(wù)響應(yīng)的同時(shí)，大大降低了服務(wù)成本，取得了較好的應(yīng)用效果。

圖8 基于邊緣計(jì)算的森林防火解決方案

4.2　智慧加油站

加油站屬于危化品行業(yè)，如何在日常加油卸油作業(yè)過(guò)程中保障人員、財(cái)產(chǎn)安全是重中之重。目前，國(guó)內(nèi)加油站日常管理主要依靠人為管控、監(jiān)控?cái)z像頭監(jiān)督及人工巡檢等方式，管控手段存在低效性和滯后性，迫切需要將人工智能、邊緣計(jì)算等技術(shù)應(yīng)用到日常監(jiān)管工作中，由“人工監(jiān)督”升級(jí)為“智能監(jiān)控”，強(qiáng)化加油站安全風(fēng)險(xiǎn)管控。基于邊緣計(jì)算的智慧加油站解決方案，如圖9所示，借助部署了AI算法的邊緣智能網(wǎng)關(guān)，對(duì)加油站人員抽煙打電話等危險(xiǎn)行為、加油站工作人員著裝規(guī)范、卸油工作流程等實(shí)時(shí)監(jiān)測(cè)，同時(shí)將AI自動(dòng)判定識(shí)別的危險(xiǎn)源、危險(xiǎn)行為、違規(guī)操作等，進(jìn)行實(shí)時(shí)告警，并將信息推送至監(jiān)管中心，從而提高了現(xiàn)場(chǎng)安全生產(chǎn)作業(yè)的監(jiān)控效率，降低了危險(xiǎn)事件發(fā)生的概率。

圖9 基于邊緣計(jì)算的智慧加油站解決方案

4.3　智能運(yùn)維

智能運(yùn)維是通過(guò)數(shù)智化手段實(shí)現(xiàn)鐵塔站址資源運(yùn)維生產(chǎn)的自動(dòng)化、無(wú)人化和智能化，包括巡檢作業(yè)、資源管理、出入站管理、電費(fèi)管理、發(fā)電管理、故障管理等功能的智能化實(shí)現(xiàn)。邊緣智能網(wǎng)關(guān)是智能運(yùn)維系統(tǒng)中的重要邊緣節(jié)點(diǎn)，它作為站點(diǎn)智慧大腦，可對(duì)機(jī)房及設(shè)備運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和智能識(shí)別，從而實(shí)現(xiàn)智能巡檢、智能出入站、智能資管等業(yè)務(wù)功能。

（1）智能巡檢

通過(guò)攝像頭及AI算法對(duì)基站進(jìn)行遠(yuǎn)程周期自動(dòng)巡檢和事件觸發(fā)巡檢，逐步替代傳統(tǒng)上站巡檢，減少人工上站，提升生產(chǎn)效率。

（2）智能出入站

應(yīng)用電子圍欄、人形檢測(cè)、人臉識(shí)別等AI算法，結(jié)合智能門(mén)禁系統(tǒng)，對(duì)出入站的6個(gè)關(guān)鍵環(huán)節(jié)實(shí)現(xiàn)智能化管理。

（3）智能資管

定期自動(dòng)拍照，AI識(shí)別變動(dòng)，發(fā)現(xiàn)設(shè)備差異自動(dòng)派單核查，保證資源資產(chǎn)數(shù)據(jù)的真實(shí)性和準(zhǔn)確性，同時(shí)實(shí)現(xiàn)資源管理的3D展示。

基于邊緣計(jì)算的智能運(yùn)維解決方案如圖10所示。

圖10 基于邊緣計(jì)算的智能運(yùn)維解決方案

經(jīng)天津、遼寧、河南三個(gè)省市智能維護(hù)試點(diǎn)驗(yàn)證，基于邊緣計(jì)算的智能運(yùn)維解決方案可大幅降低數(shù)據(jù)傳輸成本、快速發(fā)現(xiàn)異常事件、提升維護(hù)效率效益。其具體優(yōu)勢(shì)如下：

（1）提升組網(wǎng)兼容性，實(shí)現(xiàn)機(jī)房?jī)?nèi)多個(gè)攝像機(jī)統(tǒng)一管理，對(duì)國(guó)標(biāo)、onvif、海康大華私協(xié)等各類主流的攝像機(jī)協(xié)議進(jìn)行適配并轉(zhuǎn)換為符合鐵塔標(biāo)準(zhǔn)的統(tǒng)一協(xié)議回傳平臺(tái)。

（2）提升邊緣AI能力，實(shí)現(xiàn)AI計(jì)算能力下沉和攝像機(jī)的智能升級(jí)，有效減少平臺(tái)側(cè)AI計(jì)算能力要求，降低攝像機(jī)終端成本。

（3）僅將告警相關(guān)信息進(jìn)行回傳，避免攝像機(jī)視頻流全量回傳，節(jié)約網(wǎng)絡(luò)回傳成本（回傳數(shù)據(jù)量?jī)H占全部本地視頻錄制文件數(shù)據(jù)量的不足1%）

（4）提升設(shè)備管理效率，支持?jǐn)z像機(jī)控制功能前置，簡(jiǎn)化攝像機(jī)控制信令及業(yè)務(wù)數(shù)據(jù)鏈路，提升拍照、拉流成功率。

（5）提升安裝調(diào)參效率，通過(guò)邊緣網(wǎng)關(guān)自適應(yīng)完成碼流、網(wǎng)絡(luò)端口等大多數(shù)參數(shù)設(shè)置，簡(jiǎn)化一線施工人員對(duì)攝像機(jī)及邊緣網(wǎng)關(guān)參數(shù)配置，有效提升安裝及維護(hù)調(diào)參效率。

4.4　市場(chǎng)推廣情況

目前邊緣智能網(wǎng)關(guān)產(chǎn)品已廣泛應(yīng)用于鐵塔視聯(lián)、智能維護(hù)、加油站施工安全監(jiān)測(cè)等業(yè)務(wù)場(chǎng)景。面向鐵塔視聯(lián)業(yè)務(wù)，在智慧水利、漁業(yè)禁捕、森林防火/秸稈禁燒、鐵路護(hù)路、鄉(xiāng)鎮(zhèn)綜治、智慧社區(qū)、智慧工地等業(yè)務(wù)場(chǎng)景進(jìn)行試點(diǎn)，并分別在河南、云南、福建等地智慧加油站、邊防監(jiān)控、地鐵隧道等場(chǎng)景進(jìn)行商業(yè)落地。在智能維護(hù)方面，我們協(xié)同運(yùn)營(yíng)維護(hù)部推進(jìn)智能維護(hù)前期試點(diǎn)及深化試點(diǎn)工作，在15省市部署邊緣智能網(wǎng)關(guān)6.3萬(wàn)臺(tái)，助力了公司運(yùn)維專業(yè)化和數(shù)智化能力提升。針對(duì)通信發(fā)展部基站施工安全監(jiān)測(cè)業(yè)務(wù)場(chǎng)景，我們打造基于邊緣智能網(wǎng)關(guān)產(chǎn)品的場(chǎng)景化解決方案，完成了端到端業(yè)務(wù)流程的測(cè)試?yán)ǎ⒃谛郯病⑺拇ā⒔K、上海、重慶、鄭州6省市進(jìn)行試點(diǎn)應(yīng)用，進(jìn)一步加強(qiáng)了施工現(xiàn)場(chǎng)的安全質(zhì)量生產(chǎn)管理，提升了安全風(fēng)險(xiǎn)防控能力。截至2024年6月，我們對(duì)外提供服務(wù)落地合同額達(dá)3000余萬(wàn)元。

5　結(jié)束語(yǔ)

算力下沉至邊緣已成為確定性趨勢(shì)，在摩爾定律已經(jīng)失效而量子計(jì)算遠(yuǎn)未成熟之前，智能泛在的邊緣計(jì)算將是未來(lái)算力網(wǎng)絡(luò)的關(guān)鍵基礎(chǔ)。隨著技術(shù)的不斷成熟和應(yīng)用場(chǎng)景的拓展，基于邊緣計(jì)算的視頻監(jiān)控系統(tǒng)將在更多領(lǐng)域發(fā)揮重要作用，并具有廣闊的應(yīng)用前景。

作者簡(jiǎn)介：

閆亞旗（1988-），男，河南許昌人，高級(jí)工程師，碩士，現(xiàn)就職于中國(guó)鐵塔股份有限公司，研究方向?yàn)槲锫?lián)網(wǎng)、邊緣計(jì)算、算力網(wǎng)絡(luò)相關(guān)技術(shù)及產(chǎn)品創(chuàng)新。

冉　沛（1981-），男，湖南人，高級(jí)工程師，學(xué)士，現(xiàn)就職于中國(guó)鐵塔股份有限公司，研究方向?yàn)槲锫?lián)網(wǎng)及邊緣計(jì)算。

張　闊（1988-），男，遼寧鞍山人，高級(jí)工程師，碩士，現(xiàn)就職于中國(guó)鐵塔股份有限公司，研究方向?yàn)橥ㄐ烹娮雍腿斯ぶ悄堋?/p>

劉文睿（1996-），男，山東曲阜人，工程師，碩士，現(xiàn)就職于中國(guó)鐵塔股份有限公司，研究方向?yàn)檫吘売?jì)算及算力網(wǎng)絡(luò)技術(shù)。

唐　琳（1998-），女，河北滄州人，碩士，現(xiàn)就職于中國(guó)鐵塔股份有限公司，研究方向?yàn)樗懔W(wǎng)絡(luò)及邊緣計(jì)算。

參考文獻(xiàn)：

[1]周科,楊淑娟,徐雷,吳慶勛.智能城市中的邊緣計(jì)算:一項(xiàng)全面調(diào)查[J].IEEE物聯(lián)網(wǎng)雜志,2020,7(1):1.

[2]史文,曹靜,張強(qiáng),李艷明,徐雷.邊緣計(jì)算:視野與挑戰(zhàn)[J].IEEE物聯(lián)網(wǎng)雜志,2016,3(5):637-646.

[3]左丹,李雷,鐘勝明,楊陽(yáng),賀瓊林.基于深度邊緣計(jì)算的視頻監(jiān)控系統(tǒng)綜述[J].IEEE工業(yè)信息學(xué)報(bào),2021,17(3):2025-2036.

[4]Satyanarayanan,M.邊緣計(jì)算的興起[J].計(jì)算機(jī),2017,50(1):30-39.

[5]王強(qiáng),任穎,張?jiān)?胡林.邊緣計(jì)算系統(tǒng)綜述[J].IEEE會(huì)議記錄,2020,108(8):1518-1538.

[6]葛暢,白光偉,沈航,等.基于邊緣計(jì)算的視頻監(jiān)控框架[J].計(jì)算機(jī)工程與設(shè)計(jì),2019,40(1):32-39.

[7]潘三明,袁明強(qiáng).基于邊緣計(jì)算的視頻監(jiān)控系統(tǒng)及應(yīng)用[J].電信科學(xué),2020,36(6):6.

摘自《自動(dòng)化博覽》2024年12月刊