邊緣計(jì)算 第3章 邊緣計(jì)算典型應(yīng)用

《邊緣計(jì)算：edgecomputing》第3章邊緣計(jì)算典型應(yīng)用本章教學(xué)活動(dòng)設(shè)計(jì)2212345建議課時(shí)知識(shí)目標(biāo)技能目標(biāo)教學(xué)重點(diǎn)教學(xué)難點(diǎn)1234課前學(xué)習(xí)任務(wù)布置智慧城市3.1

未來智慧城市的基礎(chǔ)設(shè)施建設(shè)將進(jìn)一步呈現(xiàn)物聯(lián)網(wǎng)化，無數(shù)傳感器設(shè)備將安裝在城市中的每個(gè)角落，涉及城市安全、智能交通、智能能源、智慧農(nóng)業(yè)、智能環(huán)保、智能物流、智能健康等多個(gè)領(lǐng)域。3.1智慧城市

根據(jù)邊緣計(jì)算模型中將計(jì)算最大程度遷移到數(shù)據(jù)源附近的原則，用戶需求在計(jì)算模型上層產(chǎn)生并且在邊緣處理。邊緣計(jì)算可作為智慧城市中一種較理想的平臺(tái)，主要取決于以下三個(gè)方面：

3.1智慧城市

據(jù)思科全球云指數(shù)預(yù)測(cè)，到2019年，一個(gè)百萬人口的城市每天將產(chǎn)生180PB的數(shù)據(jù)，其主要來自于公共安全、健康數(shù)據(jù)、公共設(shè)施以及交通運(yùn)輸?shù)阮I(lǐng)域。云計(jì)算模型無法滿足對(duì)這些海量數(shù)據(jù)的處理，因?yàn)樵朴?jì)算模型會(huì)引起較重傳輸帶寬負(fù)載和較長(zhǎng)傳輸延時(shí)。在網(wǎng)絡(luò)邊緣設(shè)備進(jìn)行數(shù)據(jù)處理的邊緣計(jì)算模型將是一種高效的解決方案。

①大數(shù)據(jù)量萬物互聯(lián)環(huán)境下，大多數(shù)應(yīng)用具有低延時(shí)的需求（比如健康急救和公共安全），邊緣計(jì)算模型可以降低數(shù)據(jù)傳輸時(shí)間，簡(jiǎn)化網(wǎng)絡(luò)結(jié)構(gòu)。此外，與云計(jì)算模型相比，邊緣計(jì)算模型對(duì)決策和診斷信息的收集將更加高效。

②低延時(shí)如運(yùn)輸和設(shè)施管理等基于地理位置的應(yīng)用，對(duì)于位置識(shí)別技術(shù)，邊緣計(jì)算模型優(yōu)于云計(jì)算模型。在邊緣計(jì)算模型中，基于地理位置的數(shù)據(jù)可進(jìn)行實(shí)時(shí)處理和收集，而不必傳送到云計(jì)算中心。

③位置識(shí)別智能制造3.2智能制造（intelligentmanufacturing，IM）是一種由智能機(jī)器和人類專家共同組成的人機(jī)一體化智能系統(tǒng)，它在制造過程中能進(jìn)行智能活動(dòng)，諸如分析、推理、判斷、構(gòu)思和決策等。

智能制造的定義

智能制造技術(shù)是工業(yè)4.0時(shí)代最重要的特征之一，而智能制造是世界制造業(yè)未來發(fā)展的重要方向，依靠技術(shù)創(chuàng)新，實(shí)現(xiàn)由“制造大國(guó)”到“制造強(qiáng)國(guó)”的歷史性跨越。

3.2智能制造

工業(yè)4.0是基于現(xiàn)代信息技術(shù)和互聯(lián)網(wǎng)技術(shù)興起的產(chǎn)業(yè)，其核心就是通過信息物理系統(tǒng)（cyberphysicalsystem，CPS）實(shí)現(xiàn)人、設(shè)備與產(chǎn)品的實(shí)時(shí)連通、相互感知和信息交互，從而構(gòu)建一種高度靈活的智能化和數(shù)字化的智能制造模式。什么是工業(yè)4.0？

如何推動(dòng)智能制造的發(fā)展，首先要構(gòu)建完善的信息物理系統(tǒng)。這是智能制造的基礎(chǔ)支撐技術(shù)。而根據(jù)邊緣計(jì)算的定義，工業(yè)領(lǐng)域CPS也屬于邊緣計(jì)算的范疇，物理系統(tǒng)通常位于工業(yè)特定系統(tǒng)的邊緣，而在邊緣同時(shí)具有計(jì)算、通信以及本地感知數(shù)據(jù)的存儲(chǔ)能力正是邊緣計(jì)算的基本特征。如何推動(dòng)智能制造的發(fā)展？

智能交通3.3智能交通是一種將先進(jìn)通信技術(shù)與交通技術(shù)相結(jié)合的物聯(lián)網(wǎng)重要應(yīng)用?；谶吘売?jì)算智能交通技術(shù)為諸多問題提供一種較好的解決方案。什么是智能交通？

安全性是智能交通行業(yè)最重要的問題，尤其在當(dāng)前最熱門的無人駕駛系統(tǒng)或自動(dòng)駕駛系統(tǒng)中，安全性是首要解決的問題。而邊緣計(jì)算的應(yīng)用可以在自動(dòng)駕駛汽車上，對(duì)車載傳感器所采集的數(shù)據(jù)進(jìn)行本地化處理而不需要上傳到云端。

①邊緣計(jì)算能夠提高智能交通的安全性雖然云端具有較強(qiáng)的計(jì)算能力，但是如果將實(shí)時(shí)采集的數(shù)據(jù)發(fā)送到云端處理，將結(jié)果反饋到車載控制系統(tǒng)來實(shí)時(shí)監(jiān)測(cè)車輛的狀態(tài)，那么在突然事故中，將存在致命的延遲，這也是自動(dòng)駕駛汽車還未被廣泛采用的原因。然而，邊緣計(jì)算可以保證采集的數(shù)據(jù)利用本地車載端的計(jì)算能力進(jìn)行數(shù)據(jù)處理，同時(shí)利用云端的計(jì)算能力，建立車載端數(shù)據(jù)模型，提高事件分析的準(zhǔn)確性，有效利用現(xiàn)有智能交通的云端資源，同時(shí)提高智能交通系統(tǒng)的安全性。在邊緣服務(wù)器上運(yùn)行智能交通系統(tǒng)來實(shí)時(shí)分析數(shù)據(jù)，根據(jù)路面的實(shí)況，利用智能交通信號(hào)燈減輕路面車輛擁堵狀況或改變行車路線。同樣，基于邊緣計(jì)算的智能停車系統(tǒng)可收集用戶周圍環(huán)境的信息，在網(wǎng)絡(luò)邊緣分析用戶附近的可用資源，并給出指示。②邊緣計(jì)算擴(kuò)展了智能交通的適用性此外，現(xiàn)有城市軌道交通系統(tǒng)中屏幕門的關(guān)閉是由列車司機(jī)眼識(shí)別，整列車所有車門都要等待最后一個(gè)上車的人上車才能關(guān)閉，現(xiàn)有的整個(gè)屏蔽門系統(tǒng)只受列車中央控制系統(tǒng)管理。如果在每個(gè)屏蔽門上配置邊緣計(jì)算單元，使其能夠獨(dú)立、安全地控制屏蔽門開合，使得城市軌道交通自動(dòng)駕駛成為可能。華為公司為巴士在線提供整體智慧公交車聯(lián)網(wǎng)解決方案，在每一臺(tái)公交車上部署車載智能移動(dòng)網(wǎng)關(guān)，能夠緩存一些數(shù)據(jù)信息，使得汽車在網(wǎng)絡(luò)信號(hào)環(huán)境不好的地方也能保持平穩(wěn)的運(yùn)營(yíng)。此外該系統(tǒng)搭載統(tǒng)一運(yùn)營(yíng)平臺(tái)，對(duì)分布在不同地點(diǎn)的多媒體終端進(jìn)行統(tǒng)一調(diào)度，實(shí)現(xiàn)立體化、差異化的精準(zhǔn)營(yíng)銷，為乘客提供更好的乘車體驗(yàn)。同樣，地鐵也可以搭載類似設(shè)備，在網(wǎng)絡(luò)環(huán)境較好的車站緩存信息，在網(wǎng)絡(luò)信號(hào)不太穩(wěn)定的兩站之間的行駛區(qū)域就能使乘客有更好的用戶體驗(yàn)。③邊緣計(jì)算能夠提高智能交通的用戶體驗(yàn)因此，在智能車輛終端，即數(shù)據(jù)源（車載單元）執(zhí)行邊緣計(jì)算可加速數(shù)據(jù)處理，增強(qiáng)路面環(huán)境決策的實(shí)時(shí)性。智能家居3.4家居生活隨著萬物互聯(lián)應(yīng)用的普及變得越來越智能和便利。起初的智能家居以電器的遠(yuǎn)程控制為主，隨著物聯(lián)網(wǎng)的發(fā)展，智能家居設(shè)備涉及的范圍不斷擴(kuò)大，對(duì)設(shè)備聯(lián)動(dòng)場(chǎng)景的要求更高。智能家居的興起

邊緣計(jì)算作為智能家居的系統(tǒng)平臺(tái)優(yōu)勢(shì)主要包括以下三方面：邊緣計(jì)算的優(yōu)勢(shì)

1低延時(shí)智能家居設(shè)備對(duì)用戶命令的及時(shí)反饋很大程度上影響著用戶對(duì)智能家居的滿意度。例如開關(guān)燈、查看監(jiān)控?cái)z像頭等操作，都具有低延時(shí)的需求。邊緣計(jì)算避免有限的網(wǎng)絡(luò)帶寬對(duì)數(shù)據(jù)傳輸?shù)挠绊懀档蛿?shù)據(jù)傳輸時(shí)間，使系統(tǒng)能夠更高效地收集、分析數(shù)據(jù)并作出相應(yīng)的反饋。2隱私保護(hù)智能家居設(shè)備獲取的數(shù)據(jù)與用戶的隱私息息相關(guān)。如果這些涉及用戶隱私的數(shù)據(jù)被不法分子利用，會(huì)對(duì)用戶造成財(cái)產(chǎn)或心理上的損失，甚至可能會(huì)有生命危險(xiǎn)。將數(shù)據(jù)的傳輸和使用控制在家庭范圍內(nèi)，將敏感信息從源數(shù)據(jù)中剝離，是對(duì)用戶隱私的一種保護(hù)措施。3大數(shù)據(jù)量一個(gè)完備的智能家居每天產(chǎn)生的數(shù)據(jù)量是驚人的。僅僅是一個(gè)監(jiān)控?cái)z像頭一天就可以產(chǎn)生幾十GB的數(shù)據(jù)。如果所有的家庭數(shù)據(jù)都上傳到云端，無疑會(huì)對(duì)網(wǎng)絡(luò)帶寬和云端存儲(chǔ)空間造成巨大的負(fù)擔(dān)。利用邊緣計(jì)算平臺(tái)，視頻等各種數(shù)據(jù)在本地就可得到有用信息的篩選和處理，智能家居能夠進(jìn)行高效運(yùn)作。

針對(duì)智能家居的邊緣計(jì)算系統(tǒng)（edgeoperatingsystemforsmarthome，EdgeOSH）在家庭內(nèi)部的邊緣網(wǎng)關(guān)上運(yùn)行，智能家居設(shè)備可以集成在該操作系統(tǒng)中，便于連接和管理。利用該操作系統(tǒng)，設(shè)備產(chǎn)生的數(shù)據(jù)可以在本地得到處理和脫敏，從而降低數(shù)據(jù)傳輸帶寬的負(fù)載和延遲，并保護(hù)用戶的隱私。同時(shí)由于編程接口的統(tǒng)一化，基于EdgeOSH的應(yīng)用服務(wù)程序可向用戶提供更好的資源管理和分配。智能家居的邊緣操作系統(tǒng)EdgeOSH

圖3-1六種開源系統(tǒng)比較協(xié)同邊緣3.5協(xié)同邊緣是連接多個(gè)數(shù)據(jù)擁有者的邊緣，這些數(shù)據(jù)擁有者在地理上是分布的，但具有各自的物理位置和網(wǎng)絡(luò)結(jié)構(gòu)。類似于點(diǎn)對(duì)點(diǎn)的邊緣連接方式，在數(shù)據(jù)擁有者之間提供數(shù)據(jù)的共享。什么是協(xié)同邊緣？

下面以流感病情為例闡述協(xié)同邊緣的優(yōu)勢(shì)，互聯(lián)網(wǎng)醫(yī)療中，醫(yī)院總結(jié)、分享流感疫情的信息（如平均花費(fèi)、臨床特征及感染人數(shù)信息等）。協(xié)同邊緣的優(yōu)勢(shì)

圖3-2協(xié)同邊緣案例：互聯(lián)網(wǎng)醫(yī)療另一種面向邊緣計(jì)算的協(xié)同實(shí)例在移動(dòng)目標(biāo)識(shí)別的應(yīng)用中，傳統(tǒng)的目標(biāo)識(shí)別算法操作受環(huán)境中特定視覺任務(wù)的魯棒性影響，主要的挑戰(zhàn)是：傳統(tǒng)的目標(biāo)識(shí)別算法面臨的主要挑戰(zhàn)

很難預(yù)先知道環(huán)境中有哪些對(duì)象可用預(yù)先訓(xùn)練這樣一種適合該環(huán)境的包容性識(shí)別模型。①模型包容性每個(gè)移動(dòng)視域區(qū)域具有高可變性，如圖像分辨率、燈光、背景、視點(diǎn)和后處理等，一種或多種原因會(huì)對(duì)計(jì)算機(jī)視覺算法精度產(chǎn)生負(fù)面影響。而當(dāng)前最流行的深度學(xué)習(xí)利用大規(guī)模數(shù)據(jù)集上執(zhí)行多層神經(jīng)網(wǎng)絡(luò)算法的方式為傳統(tǒng)移動(dòng)目標(biāo)識(shí)別問題提出一種新的解決思路，如最近提出的卷積神經(jīng)網(wǎng)絡(luò)（CNN）。②視覺的區(qū)域變換美國(guó)理海大學(xué)的Li提出一種基于深度學(xué)習(xí)的自適應(yīng)移動(dòng)目標(biāo)識(shí)別框架deepchameleon（簡(jiǎn)稱DeepCham），是一種邊緣主機(jī)服務(wù)器與移動(dòng)邊緣終端協(xié)同框架，主要應(yīng)用于移動(dòng)環(huán)境中。移動(dòng)目標(biāo)識(shí)別框架deepchameleon

為了更有效地將深度神經(jīng)網(wǎng)絡(luò)應(yīng)用到邊緣端設(shè)備，同時(shí)利用云端的計(jì)算能力，美國(guó)哈佛大學(xué)的SuratTeerapittayanon團(tuán)隊(duì)提出一種基于云端、邊緣端以及用戶端的分布式神經(jīng)網(wǎng)絡(luò)框架（distributeddeepneuralnetworks，DDNN），實(shí)現(xiàn)三者之間的協(xié)同處理。DDNN分布式神經(jīng)網(wǎng)絡(luò)框架

基于邊緣計(jì)算的協(xié)同處理模型還有YoungbinIm等提出的基于HTTP自適應(yīng)流媒體（HTTPadaptivestreaming），HAS的FLARE架構(gòu)，其利用邊緣計(jì)算模型彌補(bǔ)現(xiàn)有HAS架構(gòu)中網(wǎng)絡(luò)端與用戶端協(xié)同工作的不足。FLARE架構(gòu)

云計(jì)算任務(wù)前置3.6根據(jù)用戶設(shè)備的環(huán)境可確定數(shù)據(jù)分配和傳輸方法，基于邊緣加速的網(wǎng)頁平臺(tái)（edgeacceleratedwebplatform，EAWP）模型改善傳統(tǒng)云計(jì)算模式下較長(zhǎng)響應(yīng)時(shí)間的問題?；谶吘壖铀俚木W(wǎng)頁平臺(tái)

購(gòu)物車數(shù)據(jù)可被緩存在邊緣節(jié)點(diǎn)，相關(guān)的操作可在邊緣節(jié)點(diǎn)上執(zhí)行。當(dāng)用戶的請(qǐng)求到達(dá)邊緣節(jié)點(diǎn)時(shí)，新的購(gòu)物車視圖立即推送到用戶設(shè)備。邊緣節(jié)點(diǎn)與云中心的數(shù)據(jù)同步可在后臺(tái)進(jìn)行?；谶吘壖铀俚木W(wǎng)頁平臺(tái)

在移動(dòng)視頻轉(zhuǎn)碼應(yīng)用中，端部署中具有有限性；無線信道易不穩(wěn)定。這些因素導(dǎo)致用戶體驗(yàn)較差。移動(dòng)視頻轉(zhuǎn)碼應(yīng)用存在的問題

一些改善視頻傳輸?shù)姆椒?，如自適應(yīng)比特率流、可伸縮視頻編碼（SVC）、漸進(jìn)式下載等，而這些技術(shù)不能預(yù)先對(duì)視頻進(jìn)行處理。鑒于各種視頻流預(yù)處理的難度，視頻轉(zhuǎn)碼已成為視頻數(shù)據(jù)傳輸?shù)囊环N優(yōu)化技術(shù)。改善視頻傳輸?shù)姆椒?/p>

JongwonYoon等提出一種在無線邊緣運(yùn)行低成本的視頻轉(zhuǎn)碼解決方案。通過在無線邊緣運(yùn)行該轉(zhuǎn)碼技術(shù)，可為突發(fā)的網(wǎng)絡(luò)動(dòng)態(tài)提供更敏捷的適應(yīng)性，能夠?qū)⒖蛻粽?qǐng)求快速反饋，該轉(zhuǎn)碼方法具有透明性、低成本和可擴(kuò)展性。基于邊緣運(yùn)行的低成本視頻轉(zhuǎn)碼解決方案

美國(guó)喬治·華盛頓大學(xué)的Li團(tuán)隊(duì)基于一種面向移動(dòng)邊緣計(jì)算的新的優(yōu)化維度——質(zhì)量評(píng)價(jià)（quality-of-result，QoR），提出了一種MobiQoR架構(gòu)。MobiQoR架構(gòu)

邊緣計(jì)算視頻監(jiān)控系統(tǒng)3.7城市安全視頻監(jiān)控系統(tǒng)主要應(yīng)對(duì)因萬物互聯(lián)的廣泛應(yīng)用而引起的新型犯罪及社會(huì)管理等公共安全問題。城市安全視頻監(jiān)控系統(tǒng)

首先，構(gòu)建一種基于邊緣計(jì)算的視頻圖像預(yù)處理技術(shù)。其次，為了降低上傳的視頻數(shù)據(jù)，基于邊緣預(yù)處理功能，構(gòu)建基于行為感知的視頻監(jiān)控?cái)?shù)據(jù)彈性存儲(chǔ)機(jī)制。城市安全視頻監(jiān)控系統(tǒng)

圖3-3基于邊緣計(jì)算的視頻監(jiān)控系統(tǒng)框圖一方面，基于智能算法的預(yù)處理功能模塊，在保證數(shù)據(jù)可靠性的前提下，利用模糊計(jì)算模型，對(duì)實(shí)時(shí)采集的視頻數(shù)據(jù)執(zhí)行部分或全部計(jì)算任務(wù)，這能夠?yàn)閷?shí)時(shí)性要求較高的應(yīng)用請(qǐng)求提供及時(shí)的應(yīng)答服務(wù)，而且還降低云計(jì)算中心計(jì)算和帶寬的負(fù)載。邊緣計(jì)算帶來的優(yōu)勢(shì)

另一方面，還需要設(shè)計(jì)具有可伸縮的彈性存儲(chǔ)功能模塊，利用智能算法感知監(jiān)控場(chǎng)景內(nèi)行為的變化，選擇性存儲(chǔ)視頻數(shù)據(jù)，實(shí)現(xiàn)最小空間存儲(chǔ)最大價(jià)值的數(shù)據(jù)。邊緣計(jì)算帶來的優(yōu)勢(shì)

基于邊緣攝像頭的多目標(biāo)識(shí)別是公共安全領(lǐng)域內(nèi)，視頻數(shù)據(jù)邊緣處理的一種典型應(yīng)用。典型應(yīng)用

圖3-4攝像機(jī)網(wǎng)絡(luò)中的目標(biāo)跟蹤算法實(shí)現(xiàn)框圖圖3-5攝像機(jī)網(wǎng)絡(luò)中標(biāo)監(jiān)控示意圖基于邊緣計(jì)算的災(zāi)難救援3.8在災(zāi)難現(xiàn)場(chǎng)的危險(xiǎn)環(huán)境中，基于無人機(jī)、圖像傳感器、眾包等方式獲取信息已勢(shì)在必行。災(zāi)難現(xiàn)場(chǎng)傳回的圖片和視頻信息，有助于快速感知受災(zāi)后的災(zāi)區(qū)環(huán)境、人群、道路等，在災(zāi)難響應(yīng)和恢復(fù)救援工作中發(fā)揮著越來越重要的作用?；谶吘売?jì)算的災(zāi)難救援

社群感知和響應(yīng)系統(tǒng)Caltech，通過收集和共享來源于互聯(lián)網(wǎng)設(shè)備的圖片，對(duì)地震危險(xiǎn)進(jìn)行實(shí)時(shí)感知。社群感知和響應(yīng)系統(tǒng)Caltech

極大緩解網(wǎng)絡(luò)帶寬擁塞、更好地支持延遲敏感型應(yīng)用、減少數(shù)據(jù)中心壓力，有助于克服災(zāi)難環(huán)境時(shí)傳輸網(wǎng)絡(luò)被破壞、帶寬不穩(wěn)定等帶來的問題。災(zāi)難救援利用邊緣計(jì)算的優(yōu)勢(shì)

圖3-6基于邊緣計(jì)算的圖像搜索框架智能消防的關(guān)鍵在于利用物聯(lián)網(wǎng)集成數(shù)據(jù)，主要由三部分組成：