本文來源:物聯(lián)傳媒

本文作者:飛鳥

01

智慧城市與邊緣計算,

相輔相成的關(guān)系

2017年底時,麥肯錫全球研究院發(fā)布了一則《數(shù)字時代的中國:打造具有全球競爭力的新經(jīng)濟》報告,其中指明中國的數(shù)字化進程正在加快,例如2013年美國各個行業(yè)的數(shù)字化水平是中國的4．9倍,到2016年時已縮小到3．7倍。

2017年以后,我們?nèi)匀豢梢灾庇^感受到,受益于強政策推動,很多行業(yè)的信息化建設(shè)都處于如火如荼的狀態(tài),其中在智慧城市領(lǐng)域的投資建設(shè)更是一直處于穩(wěn)步增長的趨勢中。

根據(jù)IDC預(yù)測,到2022年,中國智慧城市投資將達到2000億元人民幣,分散在可持續(xù)基礎(chǔ)設(shè)施、數(shù)據(jù)驅(qū)動治理以及數(shù)字化管理等方面。另根據(jù)前瞻產(chǎn)業(yè)研究院的預(yù)測數(shù)據(jù):到2022年,我國智慧城市市場規(guī)模將達到25萬億元,對比2017年6萬億元的市場規(guī)模,增長將達數(shù)倍以上。

直白地說,因為對5G、物聯(lián)網(wǎng)、人工智能等新技術(shù)的應(yīng)用,令數(shù)據(jù)資產(chǎn)倍數(shù)增長,同時加大了行業(yè)對網(wǎng)絡(luò)安全和數(shù)據(jù)隱私的重視,種種因素驅(qū)動了智慧城市不斷產(chǎn)生新的建設(shè)熱點,支撐起豐富的智慧城市應(yīng)用類型。

而無論應(yīng)用場景有多么碎片化,針對智能設(shè)備總量的增加,針對應(yīng)用上云程度的增加、網(wǎng)絡(luò)壓力的增加,更多應(yīng)用迫切需要在邊緣側(cè)進行數(shù)據(jù)處理與分析。

在智慧城市諸多應(yīng)用中,邊緣計算開始形成一股新的技術(shù)潮流。

正如IBM商業(yè)價值研究院2019年發(fā)布的邊緣計算調(diào)研報告——《為何邊緣計算成為企業(yè)的重投領(lǐng)域》中提到的:

僅需三年,邊緣投資的平均回報率可達到6%,其中能源和公共事業(yè)的高管對邊緣計算的投資回報尤其樂觀,預(yù)計平均投資回報率將接近10% 。

數(shù)據(jù)來源:IBM商業(yè)價值研究院2019年邊緣計算調(diào)研

因為更接近設(shè)備、數(shù)據(jù)和行動源頭處,邊緣計算展現(xiàn)了降低時延、降低帶寬成本、提高數(shù)據(jù)安全性、適配弱網(wǎng)環(huán)境以提供持續(xù)性高可用服務(wù)等突出優(yōu)勢。在本文中,我們就將主要從受眾最廣、被認為投資回報率最高的智慧城市公共事業(yè)角度,分析邊緣計算助力城市建設(shè)與運營的幾種方式。

02

城市系統(tǒng)因邊緣AI的應(yīng)用而發(fā)生改變

和其他商業(yè)型場景不同,公共事業(yè)是指負責維持公共服務(wù)基礎(chǔ)設(shè)施的事業(yè),包括供電、供水、路燈、井蓋、廢物處理、城市交通、城市消防、城市安防等諸多場景。

在此范圍內(nèi)的很多領(lǐng)域,原先多是采用較為傳統(tǒng)的運營管理方式,從而出現(xiàn)了系統(tǒng)建設(shè)分散、數(shù)據(jù)孤島、數(shù)據(jù)融合困難,協(xié)議標準不統(tǒng)一等諸多問題。如今基于對新興技術(shù)的融合使用,例如對視覺的AI能力的應(yīng)用,逐步被證明將在視頻監(jiān)控等相關(guān)場景達成非常好的業(yè)務(wù)體驗,這樣的轉(zhuǎn)變很大程度上推動了行業(yè)對邊緣人工智能的理解與應(yīng)用。

城市道路收費稽查系統(tǒng)解決方案

圖片來源:集和誠道路收費稽查系統(tǒng)解決方案

最典型的場景是,在撤銷省界收費站,實現(xiàn)自由流收費的背景下,全國近20萬公里高速公路都將迎來新的收費系統(tǒng)的升級。與此同時,高速公路車流量增長迅速,監(jiān)控攝像頭所產(chǎn)生的數(shù)據(jù)與日俱增,帶寬成本居高不下。

故而,真正有效的應(yīng)用方案能夠快速對車輛進行識別及信息采集,實現(xiàn)無人值守計費;另一方面,通過在收費卡口部署邊緣計算硬件與軟件產(chǎn)品,同時加持AI能力,利用云端AI模型不斷進行迭代優(yōu)化,不僅降低了企業(yè)付出的資源成本,同時加強了對高速異常車輛的監(jiān)控及對應(yīng)的計費效率。

城市無人值守占道停車系統(tǒng)

圖片來源:云圖睿視無人值守占道停車系統(tǒng)

智能停車是城市交通的重要一環(huán),但停車難卻是廣為人知的用戶痛點,這一現(xiàn)象的背后是車位不足、車位利用率低、不同系統(tǒng)之間存在數(shù)據(jù)孤島的問題。與此同時,在既有的停車收費管理方面,卻還是存在惡意逃費、欠費車輛無法追逃以至于造成財政損失等難題。

基于這兩個角度的考量,業(yè)界廠商推出的無人值守占道停車系統(tǒng)重點滿足3項需求:

1)通過智能管理終端對停泊車輛拍照并進行車牌識別,以此實現(xiàn)停車自動化檢測;

2)利用邊緣計算過濾無效數(shù)據(jù),使每輛車停放信息僅會產(chǎn)生≤1MB數(shù)據(jù),節(jié)省資源成本;

3)系統(tǒng)支持多算法同時運行,打破信息孤島,將城市其他信息一并分析和反饋。

智能安檢解決方案

圖片來源:極視角智能安檢方案

作為一項城市中典型的場景需求,該方案既需要在云端進行模型訓(xùn)練與迭代,確保安檢準確性;又需要建立本地物品檢測模型,支持在線更新和執(zhí)行本地分析。除此以外,提高分析速度,縮短安全線等待時間是確保用戶體驗的重要指標。

總而言之,在智慧城市應(yīng)用中部署邊緣AI解決方案,其優(yōu)點將顯著體現(xiàn)在四個方面:

降低人力成本

降低企業(yè)計算/存儲/網(wǎng)絡(luò)等資源開支

增強系統(tǒng)性能

提升系統(tǒng)運營效率

在眾多方案設(shè)計中值得一提的共通點是,考慮到機器視覺正在成為城市應(yīng)用轉(zhuǎn)型升級的必備技能之一,OpenVINO?作為英特爾推出的快速開發(fā)高性能計算機視覺和深度學習應(yīng)用的工具包,支持在人工智能與異構(gòu)邊緣計算等領(lǐng)域充分發(fā)揮優(yōu)勢,一方面幫助開發(fā)者簡化網(wǎng)絡(luò)到云端的部署,另一方面幫助應(yīng)用最大限度提升性能水平。