本文來源:物聯傳媒

本文作者:飛鳥

01

智慧城市與邊緣計算,

相輔相成的關系

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

2017年以后,我們仍然可以直觀感受到,受益于強政策推動,很多行業的信息化建設都處于如火如荼的狀態,其中在智慧城市領域的投資建設更是一直處于穩步增長的趨勢中。

根據IDC預測,到2022年,中國智慧城市投資將達到2000億元人民幣,分散在可持續基礎設施、數據驅動治理以及數字化管理等方面。另根據前瞻產業研究院的預測數據:到2022年,我國智慧城市市場規模將達到25萬億元,對比2017年6萬億元的市場規模,增長將達數倍以上。

直白地說,因為對5G、物聯網、人工智能等新技術的應用,令數據資產倍數增長,同時加大了行業對網絡安全和數據隱私的重視,種種因素驅動了智慧城市不斷產生新的建設熱點,支撐起豐富的智慧城市應用類型。

而無論應用場景有多么碎片化,針對智能設備總量的增加,針對應用上云程度的增加、網絡壓力的增加,更多應用迫切需要在邊緣側進行數據處理與分析。

在智慧城市諸多應用中,邊緣計算開始形成一股新的技術潮流。

正如IBM商業價值研究院2019年發布的邊緣計算調研報告——《為何邊緣計算成為企業的重投領域》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的高管對邊緣計算的投資回報尤其樂觀,預計平均投資回報率將接近10% 。

數據來源:IBM商業價值研究院2019年邊緣計算調研

因為更接近設備、數據和行動源頭處,邊緣計算展現了降低時延、降低帶寬成本、提高數據安全性、適配弱網環境以提供持續性高可用服務等突出優勢。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角度,分析邊緣計算助力城市建設與運營的幾種方式。

02

城市系統因邊緣AI的應用而發生改變

和其他商業型場景不同,公共事業是指負責維持公共服務基礎設施的事業,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。

在此范圍內的很多領域,原先多是采用較為傳統的運營管理方式,從而出現了系統建設分散、數據孤島、數據融合困難,協議標準不統一等諸多問題。如今基于對新興技術的融合使用,例如對視覺的AI能力的應用,逐步被證明將在視頻監控等相關場景達成非常好的業務體驗,這樣的轉變很大程度上推動了行業對邊緣人工智能的理解與應用。

城市道路收費稽查系統解決方案

圖片來源:集和誠道路收費稽查系統解決方案

最典型的場景是,在撤銷省界收費站,實現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的升級。與此同時,高速公路車流量增長迅速,監控攝像頭所產生的數據與日俱增,帶寬成本居高不下。

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

城市無人值守占道停車系統

圖片來源:云圖睿視無人值守占道停車系統

智能停車是城市交通的重要一環,但停車難卻是廣為人知的用戶痛點,這一現象的背后是車位不足、車位利用率低、不同系統之間存在數據孤島的問題。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,業界廠商推出的無人值守占道停車系統重點滿足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,以此實現停車自動化檢測;

2)利用邊緣計算過濾無效數據,使每輛車停放信息僅會產生≤1MB數據,節省資源成本;

3)系統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,在智慧城市應用中部署邊緣AI解決方案,其優點將顯著體現在四個方面:

降低人力成本

降低企業計算/存儲/網絡等資源開支

增強系統性能

提升系統運營效率

在眾多方案設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用轉型升級的必備技能之一,OpenVINO?作為英特爾推出的快速開發高性能計算機視覺和深度學習應用的工具包,支持在人工智能與異構邊緣計算等領域充分發揮優勢,一方面幫助開發者簡化網絡到云端的部署,另一方面幫助應用最大限度提升性能水平。