星环科技谢皓用实例指出边缘计算的核心问题

2019年5月21-23日，由上海星环大数据产业技术发展促进中心主办的第三届前沿科技论坛在上海举办。在会上星环科技谢皓用实例指出边缘计算的核心问题：物理世界与数字世界之间的信息连接。

星环信息科技研发工程师谢皓认为5G将成为促成智慧城市的加速器。5G时代的来临，将会加快人工智能技术在“云”、“边”、“端”的全面落地和应用。数据的连通性也将大大增强，实现“端”到“云”按照数据价值、数据质量完成分流。最终促成智慧城市从感知、理解、决策到执行的全面智能化升级。

星环信息科技研发工程师谢皓说：“边缘计算”最近被提及的频率越来越频繁，为什么？首先是云计算这几年非常火爆，云已经变成了一个基础设施。边缘计算作为云计算的扩展，也受到越来越多的关注。另外5G技术的发展，已经从实验室走向商业化，5G对于边缘计算的发展是一个促进作用。还有一个原因是人工智能，尤其是CV领域，每一帧的数据量都很大，这个数据如果直接放到云端计算，会给云带来很大的成本开销、性能开销、存储开销，而跟边缘就可以有很好的结合。首先，我想对今天分享的“边缘计算”做一个限制，我认为“边缘计算”可以划分成广义和狭义的边缘计算。广义的边缘计算包括“边缘设备”(Edge Device)，如单片机，它有丰富的接口可以接收模拟信号和数字信号；“设备网关”(Device Gateway)，它可以支持将None-IPE的协议（如CAN, RS232,RS485）封装成IP的协议通过网络发给云端；“边缘节点”（Edge Node）或者叫“边缘网关”(Edge Gateway)，一般是由计算能力更强的处理器来完成；还有一个叫做“边缘集群”(Edge Cluster)，它跟云计算有点像，是更小型的云部署到更靠近数据的地方。

交通领域流行的电子警察

一个典型的例子，交通领域流行的电子警察，可以监测大家的车有没有闯红灯、超速，我们可以看一下它整个实现的过程，然后分析一下整个边缘计算的演化过程。传统模式一般是这样的，当有一辆车过来，电子警察会通过地感线圈或者是雷达检测到车，给一个触发信号到智能摄像头，智能摄像头是带AI模型的，智能摄像头就可以识别出车牌，把车牌的信息发送到一个中心，早期还没有云的概念，一般都是到集成商给当地交警部署的中心上。这个方案中，优点是摄像头具备AI功能，可以把处理完高价值的照片，违章信息如车速信息，车牌等传给云端，降低了传输带宽。缺点是AI摄像头价格较贵，同时由于模型固定，不能满足新的一些识别场景。 

智慧加油站
每个加油站会部署一个我们的边缘端，首先把加油站的摄像头添加进来，之后可以去查看一下摄像头的清晰度、角度。对于加油业务来说，有加油岛，每个加油岛有多把加油枪，这是一个时序设备，我们把它管理起来。我们定义处理规则，在处理流里加入了车辆识别、车牌识别、车型识别等其他模型，整个Pipeline比较复杂。接着做时序方案规则编写，提枪或放枪会触发一个事件操作，在事件窗口里会把之前一段时间内的视频拿出来做车牌车辆的识别；最后是创建实例，这个规则可以在不同的摄像头和设备之间复用，它可以绑定一个具体的摄像头，然后一个实例就会创建好。在我们的视频流处理里面，还有做边界检测的，在视频里对检测的区域进行限制，可以划一个检测区域，这个区域有四种状态，比如车的进入、开出、停留、在外面的，对这四种状态进行检测。这里面是绑定模型，我们对每个模型进行了分类，比如对于对象检测，它可以是一个猫和狗的检测或者人和车的检测，当然对于接口层面来说，对象检测都是一样的。后面是识别出来的结果，可以看到车牌、车型、颜色、品牌都可以被识别出来，然后它把消息发送到消息队列里面，这时候通过我们上架的第三方应用，就可以给驾驶员推荐相关的产品。每个加油站都可以部署一套这个系统。

手势识别与温度控制

手势识别方面，我们也是通过一个Pipeline，建立一个AI模型，这个AI模型是做手势识别，然后添加一个设备，一个二维的舵机，通过手势识别控制舵机。放置到真实的业务场景的话，就是通过这类视频、语音等新型的交互方式，控制机械臂或者其他的执行器。温度控制方面，我们主要利用数字孪生技术，通过操作仪表盘的温度，直接反馈到物理世界的设备中。