隨著對智慧城市計劃的不斷推動，具有機(jī)器學(xué)習(xí)能力的邊緣智能正在發(fā)揮重要作用。專家建議，邊緣計算和機(jī)器學(xué)習(xí)將共同改變家庭自動化、交通管理、樓宇安全、基礎(chǔ)設(shè)施管理和城市停車系統(tǒng)的游戲規(guī)則。

隨著企業(yè)爭相樹立行業(yè)標(biāo)桿，數(shù)字化轉(zhuǎn)型正在興起。物聯(lián)網(wǎng)是關(guān)鍵的數(shù)字化轉(zhuǎn)型技術(shù)之一，可以為這些企業(yè)帶來優(yōu)勢，以獲得他們尋求的技術(shù)進(jìn)步。

為了鼓勵經(jīng)濟(jì)發(fā)展和提高生活質(zhì)量，“智慧城市”是卓越的創(chuàng)新數(shù)字模式和卓越的數(shù)字模式。智能城市的概念是智能家居系統(tǒng)、智能交通、智能建筑、智能交通信號燈、智能垃圾收集以及您認(rèn)為可以為智能城市管理使用或提供有價值數(shù)據(jù)的所有其他東西的組合包。

一方面，新的物聯(lián)網(wǎng) （IoT） 應(yīng)用正在為世界各地的智慧城市活動賦能，另一方面，隨著所有這些數(shù)據(jù)被發(fā)送到云端或集中式數(shù)據(jù)中心，成本和延遲也隨之增加。進(jìn)一步分析和處理。在這種情況下，物聯(lián)網(wǎng)部署需要在更靠近數(shù)據(jù)源（邊緣）的地方處理信息和決策，從而減少與云數(shù)據(jù)傳輸相關(guān)的成本和時間。

可持續(xù)智慧城市的概念伴隨著萬物互聯(lián)——人、設(shè)備和流程。它提供了一個更智能的數(shù)字世界，在這個世界中，一切都相互連接、交流并提高了生活水平。這種智慧城市的理念引入了智能建筑、交通管理，可以減少交通擁堵、水管理、廢物管理等。

邊緣智能在可持續(xù)智慧城市發(fā)展中的作用

顯然，從不同的智慧城市組件收集的數(shù)據(jù)是巨大的。因此，數(shù)據(jù)泛濫是您在規(guī)劃可持續(xù)智慧城市時需要考慮的挑戰(zhàn)，因?yàn)楣芾砥饋砑壤щy又昂貴。為了解決這個問題，智慧城市計劃可以采用邊緣分析，收集數(shù)據(jù)并進(jìn)行分析。在邊緣分析中，對從傳感器、網(wǎng)絡(luò)交換機(jī)或其他設(shè)備接收到的數(shù)據(jù)執(zhí)行自動分析計算，而不是發(fā)送回集中式數(shù)據(jù)存儲。通過在邊緣通過分析算法運(yùn)行數(shù)據(jù)，公司可以設(shè)置參數(shù)來決定哪些信息值得發(fā)送到云端供以后使用。這減少了連接設(shè)備的決策過程中的延遲。

為什么要為智慧城市提供邊緣智能？

如上所述，邊緣分析是一種從傳感器、交換機(jī)或其他設(shè)備收集數(shù)據(jù)并分析這些數(shù)據(jù)的方法。邊緣智能只不過是帶有機(jī)器學(xué)習(xí)的邊緣計算。邊緣智能使數(shù)據(jù)預(yù)處理和決策能力更接近數(shù)據(jù)源，從而減少數(shù)據(jù)泛濫和通信延遲。因此，邊緣智能結(jié)構(gòu)可以節(jié)省時間和成本，這將是智慧城市管理的關(guān)鍵績效指標(biāo)。

邊緣智能的優(yōu)勢

- 近乎實(shí)時的決策

- 低延遲

-降低溝通成本

-自治

-全分布式計算模型和本地身份

- 提高數(shù)據(jù)質(zhì)量

- 減少數(shù)據(jù)量

- 預(yù)處理數(shù)據(jù)，以便只有決策或警報可以轉(zhuǎn)發(fā)到云服務(wù)器，而不是原始數(shù)據(jù)

不同形式的邊緣計算

邊緣分析

邊緣分析在傳感器、網(wǎng)絡(luò)交換機(jī)或其他連接設(shè)備處或附近對網(wǎng)絡(luò)邊緣的數(shù)據(jù)進(jìn)行分析。無論是基于規(guī)則的決策還是負(fù)責(zé)主動處理事件/情況的復(fù)雜事件處理設(shè)計，所有這些都可以通過邊緣分析來處理。借助智能傳感器和連接設(shè)備，邊緣分析需要硬件和軟件平臺來存儲、準(zhǔn)備數(shù)據(jù)以及訓(xùn)練和處理算法。在邊緣處理和存儲數(shù)據(jù)的能力也起著關(guān)鍵作用。

邊緣機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是系統(tǒng)在不受任何人為干擾的情況下自動學(xué)習(xí)和改進(jìn)其操作的能力。例如，在自動駕駛汽車的情況下，機(jī)器學(xué)習(xí)應(yīng)用程序在汽車本身（邊緣）進(jìn)行本地訓(xùn)練，以減少處理數(shù)據(jù)的帶寬和延遲。更不用說，所需的生命安全因素；這些車輛即時處理數(shù)據(jù)并根據(jù)當(dāng)前道路狀況做出決策的能力至關(guān)重要，并且可以挽救生命。這將有助于識別超速車輛和騎自行車者的運(yùn)動、改善交通流量、增強(qiáng)行人安全和優(yōu)化停車。

邊緣模式識別

對于模式識別，機(jī)器完全按照人腦思考的方式進(jìn)行訓(xùn)練，并通過分析對象的各個方面來識別模式。人工智能中的模式識別是訓(xùn)練機(jī)器根據(jù)特定模式識別所需圖像的地方。在邊緣學(xué)習(xí)和預(yù)測交通和停車模式以及其他后勤數(shù)據(jù)是可能的。例如，如果系統(tǒng)發(fā)現(xiàn)某個路口 A 發(fā)生了一些事件，它將預(yù)測其他路口的實(shí)時影響。

走向邊緣的設(shè)計要求

采用邊緣智能時需要考慮各種屬性和要求，例如可信度和信任、自主性、機(jī)器學(xué)習(xí)能力、自組織、自配置、自發(fā)現(xiàn)、自學(xué)習(xí)和自適應(yīng)、策略-驅(qū)動操作、網(wǎng)格能力、彈性和語義互操作性。

任何收集和分析 OT 數(shù)據(jù)的物聯(lián)網(wǎng)平臺都應(yīng)該在實(shí)現(xiàn)這一目標(biāo)的方式上具有極強(qiáng)的適應(yīng)性。OT 數(shù)據(jù)可以從各種來源獲取，如下所述：

- 來自使用指定協(xié)議的傳感器

- 來自 SCADA、DCS 等控制系統(tǒng)和其他控制硬件的專有系統(tǒng)

- 來自 ERP、數(shù)據(jù)歷史學(xué)家、流程管理系統(tǒng)或任何自定義數(shù)據(jù)記錄或監(jiān)控系統(tǒng)等運(yùn)營軟件。

邊緣分析的應(yīng)用

智能停車解決方案

每天，人們都會浪費(fèi)大量時間尋找空車位。如果人們確切地知道哪個停車位是可用的或空的，以及如何處理那個空的停車位，這種浪費(fèi)時間是可以控制的。

智能停車是一種典型的物聯(lián)網(wǎng)應(yīng)用，可以通過實(shí)時識別空閑停車位的可用性來減少停車隊(duì)列并快速找到空閑空間。該系統(tǒng)利用各種概念和圖像檢測系統(tǒng)以及已經(jīng)存在的監(jiān)控攝像頭。這種邊緣智能視覺停車位占用檢測系統(tǒng)可以通過卷積神經(jīng)網(wǎng)絡(luò) （CNN） 技術(shù)開發(fā)，可以為智能相機(jī)設(shè)計和部署。

家庭自動化

家庭自動化是物聯(lián)網(wǎng)的另一個應(yīng)用程序，您可以通過它提高家庭安全性。真正智能的智能家居是一個多層系統(tǒng)，幾乎不需要用戶管理，并且能夠根據(jù)歷史和實(shí)時數(shù)據(jù)做出決策。因此，家庭自動化系統(tǒng)應(yīng)該能夠識別重要的用戶動作，評估事件的概率，并向網(wǎng)絡(luò)內(nèi)的其他設(shè)備發(fā)出適當(dāng)?shù)拿睢?/p>

例如，Nest Cam IQ 室內(nèi)安全攝像頭在邊緣使用圖像和視頻識別以及機(jī)器學(xué)習(xí)算法來監(jiān)控運(yùn)動或驗(yàn)證家庭成員的面部，從而實(shí)現(xiàn)更智能的安全漏洞檢測和更少的誤報。

交通管理與智能交通

流量管理是邊緣計算技術(shù)的理想應(yīng)用。通過在物理流量上本地部署計算智能，可以在邊緣減少噪聲數(shù)據(jù)。這顯著減少了需要通過網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量，從而降低了運(yùn)營和存儲成本。

智能交通提供由機(jī)器學(xué)習(xí)和邊緣計算提供支持的實(shí)時流式交通信息。它通過互聯(lián)基礎(chǔ)設(shè)施、數(shù)據(jù)分析和機(jī)器學(xué)習(xí)來減少交通事故，從而優(yōu)化交通系統(tǒng)并識別高事故交叉口。

機(jī)器學(xué)習(xí)部署在邊緣設(shè)備上時，將使互聯(lián)交通系統(tǒng)能夠與有人駕駛和自動駕駛車輛互動并做出反應(yīng)。機(jī)器學(xué)習(xí)工具從嵌入道路和交通信號燈、歷史調(diào)查、雷達(dá)圖像等的物聯(lián)網(wǎng) （IoT） 傳感器收集交通數(shù)據(jù)。它研究交通模式并計算出繁忙交通何時開始和結(jié)束。然后智能交通系統(tǒng)根據(jù)學(xué)習(xí)動態(tài)調(diào)整紅綠燈的信號配時。機(jī)器學(xué)習(xí)聚合和分析實(shí)時數(shù)據(jù)以控制交通信號燈和整個交通系統(tǒng)。

綜上所述，邊緣智能與機(jī)器學(xué)習(xí)的好處減少了數(shù)據(jù)泛濫并最大限度地減少了通信延遲，最終降低了成本。

審核編輯：郭婷