在中国,智慧城市是城市化发展的高级阶段,智慧城市建设是推进符合中国特色的城市信息化样本,兼具战略和现实意义。智慧城市构想是创造“宜居、舒适、安全”的城市生活环境,要改善城市综合管理、经济建设、民生服务等方面,实现城市“感知、互联和智慧”。要实现这一目标,离不开先进和创新的技术支撑。
从铺设网络、装置传感器、搭建系统平台到实现数据全采集,边缘计算在智慧城市中有着丰富的应用场景。在道路两侧路灯杆上安装传感器,便于收集城市路面信息,检测空气质量、光照强度、噪音水平等环境数据。当路灯发生故障时能够即时反馈至维护人员。在大楼电梯内安装传感器,收集电梯载客人数、运行时间等信息,并将信息上传云平台,通过统计分析能够优化电梯运营、排查故障原因。在商业楼宇停车场内安装停车传感器,便于物业运营管理车位,同时司机也能通过第三方应用程序,根据传感器发来的信号获知空车位信息,后台车位信息的收集、分析及合理调度及基于停车现场的车位信息即时获取,构成了完善的停车传感器系统,一定程度能够缓解高峰期“停车难”的城市化难题。
智慧城市的建设依靠单一的集中处理方式的云计算模型无法应对所有问题,需要多种计算模式的融合才可以解决这些问题。边缘计算模型可以把计算最大程度迁移到数据源附近的原则,用户需求在计算模型的边缘处理。边缘计算在智慧城市中有以下几方面优势:
海量数据处理:在一个人口众多的大城市中,无时无刻不在产生着大量的数据,而这些数据如果通通交由云中心来处理,那么将会导致巨大的网络负担,资源浪费严重。如果这些数据能够就近进行处理,在数据源所在的局域网内进行处理,那么网络负载就会大幅度降低,数据的处理能力也会有进一步的提升。
低延迟:在大城市中,有很多服务是要求具有实时特性的,这就要求响应速度能够尽可能的进一步提升。比如医疗和公共安全方面,通过边缘计算,将减少数据在网络中传输的时间,简化网络结构,对于数据的分析、诊断和决策都可以交由边缘结点来进行处理,从而提高用户体验。
位置感知:对基于位置的一些应用来说,边缘计算的性能要由于云计算。比如导航,终端设备可以根据自己的实时位置把相关位置信息和数据交给边缘结点来进行处理、边缘结点基于现有的数据进行判断和决策。整个过程中的网络开销都是最小的。用户请求得以极快的得到响应。
随着城市交通数据量的增加,用户对海量交通信息的实时性需要也会随之提高。如果把数据全部传回云计算中心,将会出现带宽资源的浪费和延时等问题,但如果把数据在边缘服务器上进行实时分析和处理,便可根据路面实时状况和可用资源对用户做出相应指示。
边缘计算在智慧城市交通的应用不仅体现在智能交通的控制系统、车联网等上,还体在智慧城市运输和设施管理等基于地理位置的应用上,对于位置识别技术,边缘计算可以对基于地理位置的数据进行实时处理和收集,而不必再传送到云计算中心进行相应操作。在城市视频监控系统的应用上,可以构建融合边缘计算模型和视频监控技术的新型视频监控应用的软硬件服务平台,以提高视频监控系统前端摄像头的智能处理能力,进而实现重大刑事案件和恐怖袭击活动预警系统和处置机制。城市中照明、制冷、电器等的过度无序使用,造成电能的大量浪费,传统的人工控制的方式无法根据实际环境的需求实时有序地控制照明及制冷系统,造成即使没有人用灯也常亮、空调常开的情况,浪费了大量的能源,而通过边缘计算可根据实际环境和能效控制策略进行实时有序控制,实现精细化管理,并定期与云端同步。边缘计算在城市能效管理上的应用可以为之带来更高的可靠性和更低的能源消耗和维护成本,实现城市楼宇能效管理和智能路灯等。
边缘计算赋能的智慧城市典型应用包括智能电梯和智能照明。
1、边缘计算能够实现电梯故障的实时响应。“梯联网”一般采用电梯传感器数据-远端APP-云端这条数据传输链路,该链路一旦意外中断,传感器边缘部件要相对独立且具备计算能力,而边缘计算使得这一能力能够开放给专业的电梯解决方案供应商。
2、边缘计算能够确保实时数据本地存活。“梯联网”中上云很重要,但与云的链路一旦中断,就需要边缘网关能够具备处理本地事务的机制,将数据实时存在网关上,待网络恢复后上传。
3、边缘计算能够实现数据聚合。电梯传感器每天采集的信息量及其庞大,边缘计算能够确保部分数据及时聚合处理,无需与云建立连接,上传云端。
结论
智慧城市的建设依靠单一的集中处理方式的云计算模型无法应对所有问题,需要多种计算模式的融合才可以解决这些问题。边缘计算模型可作为云计算中心在网络边缘的延伸,能够高效地处理城市中任意时刻产生的海量数据,更安全地处理用户和相关机构的隐私数据,才能帮助政府更快更及时地作出决策,提高城市公民的生活质量。
原文地址:https://www.cnblogs.com/djerly/p/12074429.html