道客优

我们需要引入新的建设范式就是边缘计算。边缘计算的概念，体现一种从集中式向分布式、从中心化到去中心化、从集中单一式的计算到云边协同的计算，是相对于云端计算的另外一个概念。

作者：徐婷，图片来自“特定授权”

2020年7月10日晚间，作为2020世界人工智能大会的分论坛之一，未来城市论坛顺利落下帷幕。本次论坛由北京亿欧网盟科技有限公司（以下简称：亿欧）主办，世界人工智能大会组委会办公室指导，上海市人工智能学会协办。论坛以“智联万物，慧城新篇”为主题，以“现代化、国际化、科技化、智能化”为特色，突出数据联动、智慧生活、万物互联、政企合作的四大议题，致力于为行业人士提供交流合作的平台、启发新的发展思路，促进技术在具体场景的进一步落地。

论坛期间，明略科技联合创始人姜平，虎博科技创始人兼CEO陈烨，深圳云天励飞副总裁 郑文先，西井科技COO章嵘，科达科技首席科学家章勇，天堂硅谷管理合伙人蔡晓非，天壤城市大脑总裁彭伊莎，以及亿欧公司副总裁由天宇等知名专家学者、行业龙头企业、标杆初创企业与投资人嘉宾莅临大会发表主题演讲。此外，澳大利亚科学院院士、优必选科技AI首席科学家陶大程，佳都科技智能技术研究院院长、新加坡国家工程院院士李德宏，前苹果全球总裁兼COO Marco Landi分别以视频的方式带来精彩分享。

科达科技首席科学家章勇做了《用边缘计算驱动智慧城市公共安全建设》的主题演讲，章勇演讲的核心观点有：

1. 公共安全建设正逐渐从人工转向自动，从分时分区域的防控转到了全天候无死角的监测，从被动的事后分析转到了事前预警并实时响应，要实现这些转变，单一的集中化计算模式已经力不从心，必须依赖于多种计算模式的融合。

2. 边缘计算具有强实时性，依靠大量边缘设备并发处理海量数据，并可以精确感知位置，且保护个人隐私，对公共安全建设起到重要作用。

3. 边缘计算在公共安全领域的重要载体是智能摄像机，科达AI超微光计算机是边缘计算在公共领域的创新应用。

4. 5G技术的普及，会给边缘计算带来更多的应用空间。

以下是他演讲的核心内容：

（经亿欧·Equal Ocean精简发布）

章勇：

各位晚上好！今天我分享的主题是“用边缘计算驱动智慧城市公共安全建设”。

智慧城市这个名词近几年频频出现在政府工作报告、学术会议和行业论坛上。这是一个非常宏大的主题。我们认为，智慧城市主要是要运用物联网、边缘计算、云计算等新一代的信息技术，实现城市规划和建设的智慧化。这里说到的城市智慧化，最终目的是要创造一个更安全、更舒适、更方便的生活，促进城市和谐、可持续成长。

说到以人为本，公共安全是社会中人最为直接的一个需求，影响城市建设的方方面面。我们欣喜地看到，这几年发展，公共安全建设正逐渐从人工转向自动，从分时分区域的防控转到了全天候无死角的监测，从被动的事后分析转到了事前预警、实时响应。城市公共安全建设，正在发生这三大明显的转变。

这样的转变，如果还依靠传统的集中式的，把所有信息汇聚到集中节点的处理方式肯定是不够的。我们需要引入新的建设范式就是边缘计算。边缘计算的概念，体现一种从集中式向分布式、从中心化到去中心化、从集中单一式的计算到云边协同的计算，是相对于云端计算的另外一个概念。

边缘计算如何驱动公共安全建设发展？我们先看边缘计算几个最重要特点：

1.它是实时、低延时的计算。这一点非常重要。因为公共安全中，很多事情都是突发的，需要非常快速的响应。通过边缘计算，就减少数据在网络中传输的时间，对于数据的分析、诊断和决策直接由边缘结点来进行处理。

2. 处理海量数据。边缘设备是数以亿万计的，具有计算能力的边缘设备如果同时进行信息处理，可以处理海量数据，远远优于把大量的数据传输到中心节点。

3.精确位置感知。有很多公共事件，特别是公共安全事件，跟位置是有密切关系的。终端设备可以根据自己的实时位置把相关位置周围信息和数据交给边缘结点来进行处理，并且有效通过多传感器数据融合做出更准确的判断。

4.本地化的数据保护。因为公共安全的数据跟每个人密切相关，大家都不愿意把自己的隐私随意地在网络上分发。如果信息能就近、就在本地边缘节点上得到处理、消化，就不需要再把这些数据回传到网络其他节点上，从而避免了信息泄露。

边缘计算在公共安全上的主要载体，是智能摄像机。

首先，人对外界信息感知，有80%都是来自视觉，所以视频是公共安全最为重要的数据信息；而不同形态的摄像机是视频数据的主要来源。目前，全球城市摄像头数量以每年20%的增长率不断扩大规模，各种新形态的视频采集设备也越来越多。

另一方面，视频信息的数据量又是海量的，比如，视频数据1个小时的未压缩视频有300GB，即使是压缩视频1个小时的数据量是1GB；在数据处理量急剧增长的背景下，如何获取视频中的有用信息，是智慧城市关键需求，这里，我们就要用上人工智能这件武器了，基于边缘计算的智能视频是实现该目标的有效手段。如果我们在边缘侧实现了对视频的智能分析，实时处理，只回传视频中有意义的信息，而不是大量冗余无用的信息，就可大幅度降低网络带宽和中心处理节点的计算需求。

那么，边缘计算是如何赋能智能摄像机的呢？首先，它能完成高清的图象处理，随着传感器分辨率的越来越高，视频图像的尺寸也越来也大，就需要高复杂度的图像处理算法。第二就是能够提供高效的视频压缩，如果我们用比较先进的边缘计算算法，可以将视频数据轻松压缩100倍甚至200倍。第三，它能提供高级智能功能，也就是刚刚说的现代人工智能；基于深度学习的人工智能算法，在摄像机边缘侧就可以完成自动检测、识别人、车、物，非常有效地浓缩视频里的冗余信息。

接下来就重点介绍一下我们一个创新型的应用，也是我们用边缘计算方法完成的摄像机设计，我们称之为AI超微光摄像机。

为什么我们要做这样一个摄像机？首先，低照成像是核心诉求，因为治安事件一般发生在夜间；第二，城市中存在众多不便外加光源的低照度环境，比如小区里，加一个很强的灯，马上就会遭到投诉，在医院或监狱里，也不方便添加光源，但这些地方又常常需要用摄像机采集视频图像。

传统摄像机做不到良好的低照成像，因为传感器有灵敏度限制，感光能力是受限的，低信噪比的摄像机将使图像信号湮没在噪声中。所以针对以上问题，我们设计了超微光摄像机。这个摄像机的特点，就是基于深度学习AI算法，运用边缘计算，实现低照的增强。

目前，科达公司已经形成了超微光摄像机产品系列。比如，AI超微光车辆卡口相机，主要是用于城市道路或高速公路出入口、收费站等，可以自动识别通过该卡口的车辆号牌、颜色、车内人员等特征，验证出车辆的合法身份，比如，AI超微光电警相机，主要是对城市道路违规的车辆进行车牌抓拍识别,抓拍车辆违章过程，清晰显示信号灯状态、停车线位置、违法车道、违法车辆的车牌号码；

比如，AI超微光人员卡口相机，通过自动对人脸的抓拍，识别，核对黑名单库，可以协助定位犯罪嫌疑人，吸毒份子等等；

再比如，AI超微光布控球，是非常灵活的便携式的球形摄像机，在某些地方来不及架设固定摄像机的时候，公安人员可以用它快速布设，可以临时放置在某个地方，AI超微光布控球，在没有补光的情况下，背景、人脸也看得很清楚。

通过上面的这些例子，可以看出：AI超微光摄像机，充分利用了边缘计算技术，利用了现代的人工智能算法，不仅可以有效的保障社会公共安全，而且充分考虑到城市人生活的舒适度，体现出人文关怀，我们认为只有象这样的产品，才是一个智慧城市应该配备的设备。 所以说，智慧城市这个名词，一定是有社会含义的，并不是简单技术的滥用，技术本身是为了人而服务，给人创造各方面更舒适、更理想的一个生活。

最后简单总结一下，我们对边缘计算在公共安全建设方面的展望：

第一，边缘计算会得到更强大算力的支撑。AI算力现在有个新的摩尔定律，每18个月算力会翻一番。但实际现在速度已经超过了摩尔定律，速度在不断的提升中。这意味着我们可以把更多、更先进的算法放到边缘设备中。

第二，多IOT的数据融合。根据国际数据公司统计数据，到2025年，全球将有1500亿个终端设备接入网络，其中超过70%的数据将在网络边缘进行处理。

所以，多传感器数据融合是必然的，现在已经非常常见了，比如烟雾光警器，有对烟雾的敏感性，但如果再加视频，双管齐下，在某个设备失灵的情况下，就可以用另外一个设备来继续保证公共安全。

第三，5G+边缘计算。边缘计算本身就是5G一个核心的功能。5G三个典型的场景，其中一个场景就是uRLLC，极低延迟、超可靠的场景，这个场景可以用于边缘计算在公共安全方面的应用。边缘计算在5G中的应用，将来也会越来越普遍和常见。

总的来看，我相信边缘计算在公共安全中大有可为，也是大有作为的。我也相信，在智慧城市中，边缘计算能成为非常重要的一个武器。