作者：施巍松教授和其團(tuán)隊(duì)（張星洲寓免、王一帆癣诱、張慶陽(yáng)）

本文整理了已經(jīng)基于邊緣計(jì)算模型設(shè)計(jì)的6個(gè)成功典型應(yīng)用，通過(guò)這些應(yīng)用來(lái)發(fā)現(xiàn)邊緣計(jì)算的研究機(jī)遇和挑戰(zhàn)袜香，并探討更多的應(yīng)用場(chǎng)景撕予。

1.公共安全中實(shí)時(shí)數(shù)據(jù)處理

公共安全從社會(huì)的方方面面，如消防困鸥、出行嗅蔬，影響著廣大民眾的生活.隨著智慧城市和平安城市的建設(shè)，大量傳感器被安裝到城市的各個(gè)角落疾就，提升公共安全澜术。例如武漢的“雪亮工程”建設(shè)，計(jì)劃到2019 年6月底猬腰，全市公共安全視頻監(jiān)控總量將達(dá)到150萬(wàn)個(gè)鸟废。得益于“雪亮工程”的建設(shè)，全市刑事有效警情同比下降27. 2％姑荷，并為群眾查找走失老人小孩盒延、追回遺失貴重物品等服務(wù)1萬(wàn)余次。隨著共享經(jīng)濟(jì)的興起鼠冕，各種共享經(jīng)濟(jì)產(chǎn)品落地并得到發(fā)展添寺，如滴滴、Uber 和共享單車(chē).然而懈费，這些產(chǎn)品同時(shí)也存在大量的公共安全事件.例如順風(fēng)車(chē)司機(jī)對(duì)乘客進(jìn)行騷擾计露，甚至發(fā)生刑事案件.因此，2018年9月受順風(fēng)車(chē)安全事件的影響憎乙，滴滴已經(jīng)臨時(shí)下線(xiàn)順風(fēng)車(chē)業(yè)務(wù)并進(jìn)行整改票罐，首當(dāng)其沖的是在司機(jī)端加人服務(wù)時(shí)間段的自動(dòng)錄音功能.然而，想要進(jìn)一步提升安全性泞边，最終還是得依賴(lài)于視頻等技術(shù)该押，然而這將導(dǎo)致大量的帶寬需求.按照Uber 2017年的使用情況（45787次/分鐘），假設(shè)將每次駕乘的視頻發(fā)送至云端（每次20分鐘）阵谚，每天云端將新增9. 23 PB的視頻數(shù)據(jù).邊緣計(jì)算作為近數(shù)據(jù)源計(jì)算蚕礼，可以大量地降低數(shù)據(jù)帶寬，將可以用來(lái)解決公共安全領(lǐng)域視頻數(shù)據(jù)處理的問(wèn)題梢什。

雖然當(dāng)前城市中部署了大量的IP攝像頭闻牡，但是大部分?jǐn)z像頭都不具備前置的計(jì)算功能，而需要將數(shù)據(jù)傳輸至數(shù)據(jù)中心進(jìn)行處理绳矩，或者需要人工的方式來(lái)進(jìn)行數(shù)據(jù)篩選.Sun等人提出了一種基于邊緣計(jì)算的視頻有用性檢測(cè)系統(tǒng)罩润，其可以通過(guò)在前端或者靠近視頻源的位置，對(duì)視頻內(nèi)容進(jìn)行判斷翼馆，從而檢測(cè)攝像頭故障割以、內(nèi)容錯(cuò)誤以及根據(jù)內(nèi)容對(duì)視頻質(zhì)量進(jìn)行動(dòng)態(tài)調(diào)整.金度。Zhang等人受啟發(fā)于安珀警報(bào)系統(tǒng)，基于邊緣計(jì)算技術(shù)严沥，開(kāi)發(fā)了安珀警報(bào)助手（Amber alert assistant猜极，A3)，其可以自動(dòng)化地在邊緣設(shè)備上部署視頻分析程序消玄，并與附近的邊緣設(shè)備協(xié)同 實(shí)時(shí)地對(duì)視頻進(jìn)行處理跟伏，同時(shí)和周邊攝像頭進(jìn)行聯(lián)動(dòng)，以完成綁匪車(chē)輛的實(shí)時(shí)追蹤翩瓜。

針對(duì)滴滴等共享車(chē)輛服務(wù)近年發(fā)生的危害公共安全的事件受扳，Liu等人提出了 SafeShareRide系統(tǒng)，其會(huì)在兩者情況下觸發(fā)視頻報(bào)警功能——司機(jī)駕駛行為異常兔跌，如偏離軌道和車(chē)內(nèi)發(fā)生爭(zhēng)吵或者口頭呼救.SafeShareRide系統(tǒng)通過(guò)將用戶(hù)手機(jī)作為邊緣端勘高，實(shí)時(shí)地監(jiān)控車(chē)內(nèi)情況和司機(jī)情況，做到數(shù)據(jù)的預(yù)先處理坟桅，避免了安全時(shí)間段內(nèi)的視頻上傳华望，從而大量地降低了流量的損耗。

以上工作主要針對(duì)系統(tǒng)的有效性仅乓，更多地關(guān)注民眾安全.而保護(hù)維護(hù)公共安全的人員赖舟，如警察、消防員等的安全夸楣，也至關(guān)重要.Wu等人提出了一種適 用于消防系統(tǒng)的邊緣計(jì)算系統(tǒng)宾抓。.其通過(guò)在救火車(chē)上部署邊緣服務(wù)器，接受消防員配備的紅外攝像頭數(shù)據(jù)和各種傳感器數(shù)據(jù)（如室內(nèi)定位系統(tǒng)）裕偿，實(shí)時(shí)地處理獲得消防員位置信息和周邊情況洞慎，并可視化地展現(xiàn)給現(xiàn)場(chǎng)指揮痛单，同時(shí)也推送給遠(yuǎn)程控制中心嘿棘，以保障消防員的人身安全。

2.智能網(wǎng)聯(lián)車(chē)和自動(dòng)駕駛

隨著機(jī)器視覺(jué)旭绒、深度學(xué)習(xí)和傳感器等技術(shù)的發(fā)展鸟妙，汽車(chē)的功能不再局限于傳統(tǒng)的出行和運(yùn)輸工具，而是逐漸變?yōu)橐粋€(gè)智能的挥吵、互聯(lián)的計(jì)算系統(tǒng)重父，我們稱(chēng)這樣新型的汽車(chē)為智能網(wǎng)聯(lián)車(chē)（connected and autonomous vehicles, CAVs)?智能網(wǎng)聯(lián)車(chē)的出現(xiàn)催生出了一系列新的應(yīng)用場(chǎng)景，例如自動(dòng)駕駛忽匈、車(chē)聯(lián)網(wǎng)以及智能交通房午。. Intel在2016年的報(bào)告指出，一輛自動(dòng)駕駛車(chē)輛一天產(chǎn)生的數(shù)據(jù)為4TB丹允，這些數(shù)據(jù)無(wú)法全部上傳至云端處理郭厌，需要在邊緣節(jié)點(diǎn)（汽車(chē)）中存儲(chǔ)和計(jì)算袋倔。

自動(dòng)駕駛計(jì)算場(chǎng)景無(wú)疑是目前最熱的研究方向 之一，圍繞此場(chǎng)景有經(jīng)典的自動(dòng)駕駛算法評(píng)測(cè)數(shù)據(jù) 集KITTI'折柠，還有針對(duì)不同自動(dòng)駕駛階段的經(jīng) 典的視覺(jué)算法宾娜。在工業(yè)界目前有許多針對(duì) CAVs場(chǎng)景推出的計(jì)算平臺(tái)，例如NVIDIADRIVE PX2和 XilinxZynq UltraScale + ZCU106扇售。 同時(shí)前塔，學(xué)術(shù)界有許多前沿工作也開(kāi)始探索CAVs場(chǎng)景下的邊緣計(jì)算平臺(tái)的系統(tǒng)設(shè)計(jì).Liu等人將自動(dòng)駕駛分為傳感（sensing)、感知（perception)和決策 (decision-making)3個(gè)處理階段承冰，并比較3個(gè)階段在不同異構(gòu)硬件上的執(zhí)行效果华弓，由此總結(jié)除了自動(dòng)駕駛?cè)蝿?wù)與執(zhí)行硬件之間的匹配規(guī)則. Lin等人對(duì)比了感知階段3個(gè)核心應(yīng)用，即定位（localization)巷懈、 識(shí)別（detection)和追蹤（tracking)在 GPUs, FPGAs 和ASICs不同組合運(yùn)行的時(shí)延和功耗该抒，指導(dǎo)研究人員設(shè)計(jì)端到端的自動(dòng)駕駛計(jì)算平臺(tái)。除了硬件 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)顶燕，還有一類(lèi)研究推出完整的軟件桟幫助研究人員實(shí)現(xiàn)自動(dòng)駕駛系統(tǒng)凑保，例如百度的 Apollo和日本早稻田大學(xué)的Autpware。

如上文推動(dòng)邊緣計(jì)算的七項(xiàng)核心技術(shù)所述涌攻，OpenVDAP是一個(gè)開(kāi)放的車(chē)載數(shù)據(jù)分析平臺(tái)欧引，其提供了車(chē)載計(jì)算平臺(tái)、操作系統(tǒng)恳谎、 函數(shù)庫(kù)等全桟的車(chē)載數(shù)據(jù)計(jì)算服務(wù).除了自動(dòng)駕駛芝此，OpenVDAP中還總結(jié)了3類(lèi)智能網(wǎng)聯(lián)車(chē)應(yīng)用中的典型計(jì)算場(chǎng)景，分別是實(shí)時(shí)診斷因痛、車(chē)載娛樂(lè)和第三方應(yīng)用.前2個(gè)計(jì)算場(chǎng)景目前主要被工業(yè)界所關(guān)注婚苹，而學(xué)術(shù)界有很多在車(chē)載第三方應(yīng)用中使用邊緣計(jì)算技術(shù)的研究工作，例如利用車(chē)上設(shè)備實(shí)時(shí)檢測(cè)異常駕駛行為鸵膏，根據(jù)司機(jī)行為判斷司機(jī)身份的 PreDriveID膊升，通過(guò)分析車(chē)輛行駛行為數(shù)據(jù)、車(chē)內(nèi)音頻數(shù)據(jù)和手機(jī)攝像頭數(shù)據(jù)保證出租車(chē)內(nèi)司機(jī)和乘客安全的 SafeShareRide 等谭企。

3.虛擬現(xiàn)實(shí)

虛擬現(xiàn)實(shí)（virtual reality廓译，VR)和增強(qiáng)現(xiàn)實(shí) (augment reality，AR)技術(shù)的出現(xiàn)徹底改變了用戶(hù)與虛擬世界的交互方式.為保證用戶(hù)體驗(yàn)债查，VR/AR的圖片渲染需要具有很強(qiáng)的實(shí)時(shí)性.研究表明：將 VR/AR的計(jì)算任務(wù)卸載到邊緣服務(wù)器或移動(dòng)設(shè)備非区，可以降低平均處理時(shí)延. MUVR是一個(gè)在邊緣服務(wù)器上支持多用戶(hù)VR程序的處理框架，其將 VR圖像渲染卸載到邊緣服務(wù)器盹廷，并嘗試重用用戶(hù)之前的VR圖像幀征绸，以降低邊緣服務(wù)器的計(jì)算和通信負(fù)擔(dān).Furi〇n是一個(gè)移動(dòng)端VR框架，其將VR 負(fù)載分為前景交互和背景環(huán)境2種，前景交互依然在云端處理管怠，而背景環(huán)境渲染卸載到移動(dòng)端處理剥汤，由此實(shí)現(xiàn)移動(dòng)設(shè)備上的高質(zhì)量的VR應(yīng)用。Ha等人設(shè)計(jì)了一個(gè)基于VR與邊緣計(jì)算的可穿戴認(rèn)知助手排惨， GoogleGlass用于數(shù)據(jù)收集和接受及顯示VR圖像吭敢；圖片渲染、人臉識(shí)別等計(jì)算任務(wù)在Cloudlet (邊緣節(jié)點(diǎn)）中執(zhí)行暮芭，有效地解決了可穿戴設(shè)備電池容量以及處理能力有限的問(wèn)題鹿驼。

4.工業(yè)物聯(lián)網(wǎng)

工業(yè)互聯(lián)網(wǎng)是機(jī)器、計(jì)算機(jī)和人員使用業(yè)務(wù)轉(zhuǎn)型所取得的先進(jìn)的數(shù)據(jù)分析成果來(lái)實(shí)現(xiàn)智能化的工業(yè)操作.但是在工業(yè)物聯(lián)網(wǎng)領(lǐng)域的應(yīng)用實(shí)踐中辕宏，對(duì)于工業(yè)實(shí)時(shí)控制及邊緣設(shè)備安全隱私的要求較高畜晰， 并且產(chǎn)生的數(shù)據(jù)需要本地化處理，因此將邊緣計(jì)算應(yīng)用于工業(yè)物聯(lián)網(wǎng)成為了行業(yè)發(fā)展的方向.2018年瑞筐，工業(yè)互聯(lián)網(wǎng)聯(lián)盟（(IIC)正式發(fā)布了《工業(yè)物聯(lián)網(wǎng)邊緣計(jì)算介紹》白皮書(shū)凄鼻，旨在闡述邊緣計(jì)算對(duì)于工業(yè)物聯(lián)網(wǎng)應(yīng)用的價(jià)值，并總結(jié)了工業(yè)互聯(lián)網(wǎng)邊緣計(jì)算模型的獨(dú)特性和從云到邊緣計(jì)算的關(guān)鍵驅(qū)動(dòng)力聚假。

邊緣計(jì)算應(yīng)用于工業(yè)物聯(lián)網(wǎng)有3個(gè)優(yōu)勢(shì)：

1)改善性能块蚌，工業(yè)生產(chǎn)中常見(jiàn)的報(bào)警、分析等應(yīng)用靠近數(shù)據(jù)生產(chǎn)者的地方處理和決策會(huì)更快膘格，通過(guò)減少與云數(shù)據(jù)中心的通信可以增加邊緣處理的彈性峭范。

2)保證數(shù)據(jù)安全和隱私，可以避免數(shù)據(jù)傳輸?shù)焦蚕頂?shù)據(jù)中心后數(shù)據(jù)暴露等帶來(lái)的安全隱私問(wèn)題瘪贱。

3)減少操作成本纱控，通過(guò)在邊緣做計(jì)算處理，可以減少邊緣設(shè)備和數(shù)據(jù)中心的數(shù)據(jù)傳輸量和帶寬菜秦，從而減少了工業(yè)生產(chǎn)中由網(wǎng)絡(luò)甜害、云數(shù)據(jù)中心計(jì)算和存儲(chǔ)帶來(lái)的成本。

Chen等人用邊緣計(jì)算技術(shù)對(duì)薄膜壁焊接的工業(yè)級(jí)機(jī)器人系統(tǒng)做優(yōu)化球昨，設(shè)計(jì)了物理資源-邊緣-云的架構(gòu)尔店，實(shí)驗(yàn)結(jié)果表明：該系統(tǒng)比基于云計(jì)算的傳統(tǒng)系統(tǒng)實(shí)時(shí)性更好，并且最多可節(jié)省883. 38 Kbps的帶寬褪尝，滿(mǎn)足了工業(yè)級(jí)產(chǎn)品的需求闹获。

5.智能家居

隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展期犬，智能家居系統(tǒng)得到進(jìn)一步的發(fā)展河哑，其利用大量的物聯(lián)網(wǎng)設(shè)備（如溫濕度傳感器、安防系統(tǒng)龟虎、照明系統(tǒng)）實(shí)時(shí)監(jiān)控家庭內(nèi)部狀態(tài)璃谨，接受外部控制命令并最終完成對(duì)家居環(huán)境的調(diào)控，以提升家居安全性、便利性佳吞、舒適性.Berg Insight 的調(diào)查報(bào)告顯示拱雏，歐美和北美洲的智能家居數(shù)據(jù)將在2019年達(dá)到6800萬(wàn).然而，隨著智能家居設(shè)備的越來(lái)越多底扳，且這些設(shè)備通常都是異構(gòu)的铸抑，如何管理這些異構(gòu)設(shè)備將會(huì)是一個(gè)亟待解決的問(wèn)題，如設(shè)備的命名衷模、數(shù)據(jù)的命名以及設(shè)備的智能聯(lián)動(dòng)鹊汛，并且，由于家庭數(shù)據(jù)的隱私性阱冶，用戶(hù)并不總是愿意將數(shù)據(jù)上傳至云端進(jìn)行處理刁憋，尤其是一些家庭內(nèi)部視頻數(shù)據(jù)。而邊緣計(jì)算可以將計(jì)算（家庭數(shù)據(jù)處理)推送至家庭內(nèi)部網(wǎng)關(guān)木蹬，減少家庭數(shù)據(jù)的外流至耻， 從而降低數(shù)據(jù)外泄的可能性，提升系統(tǒng)的隱私性镊叁。

工業(yè)界的一些企業(yè)已經(jīng)注意到這一點(diǎn)尘颓，例如亞馬遜的Echo、三星的SmartThings和谷歌的Google Home晦譬，均可作為智能家居的控制中心.然而泥耀，這些設(shè)備，仍然需要一些額外的網(wǎng)絡(luò)服務(wù)蛔添，如各種識(shí)別服務(wù)痰催，不能完全依靠自身去處理數(shù)據(jù)，從而導(dǎo)致仍存在一定的隱私泄露隱患.微軟和蘋(píng)果分別提出了 HomeOS 和HomeKit迎瞧，其作為智能家居的框架夸溶，可以方便用戶(hù)對(duì)設(shè)備進(jìn)行控制，但是仍然缺少一些具體的工作. 開(kāi)源社區(qū)也建立并維護(hù)了多個(gè)智能家居系統(tǒng)凶硅， 在表3中列舉出其中功能缝裁、文檔較為完備的3個(gè)系統(tǒng)并進(jìn)行對(duì)比。

與此同時(shí)足绅，學(xué)術(shù)界也有大量的學(xué)者根據(jù)邊緣計(jì)算的思想在建設(shè)智能家居系統(tǒng)捷绑。曹杰等人提出了一個(gè)適用于智能家居的邊緣計(jì)算操作系統(tǒng)(edge operating system for home，EdgeOSH)氢妈。受啟發(fā)于邊緣計(jì)算粹污，作者在家庭中設(shè)置邊緣服務(wù)器，并提出了 EdgeOSH 的工作首量，利用EdgeOSH在網(wǎng)絡(luò)邊緣側(cè)對(duì)家庭數(shù)據(jù)進(jìn)行處理壮吩。EdgeOSH包含多個(gè)模塊:通信模塊負(fù)責(zé)智能家居設(shè)備互聯(lián)的进苍，其適配多種智能家居中常用的協(xié)議;數(shù)據(jù)管理模塊管理所有家庭數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行融合和處理鸭叙；自管理模塊提供設(shè)備的管理以及智能家居服務(wù)間的管理觉啊，以期提供智能化的家居環(huán)境.作者認(rèn)為命名（naming)和編程接口是智能家居發(fā)展中的幾個(gè)較為關(guān)鍵的問(wèn)題.因此，作者提供了編程接口以方便發(fā)者在其上進(jìn)行開(kāi)發(fā).同時(shí)沈贝，命名服務(wù)和其他模塊進(jìn)行合作杠人，對(duì)資源進(jìn)行統(tǒng)一的命名，提供方便地管理宋下。

與EdgeOSH —樣搜吧，中國(guó)科學(xué)院計(jì)算技術(shù)研究所的徐志偉研究員團(tuán)隊(duì)也一樣認(rèn)為，編程接口在智能家居等物聯(lián)網(wǎng)設(shè)備中的應(yīng)用較為重要杨凑。該團(tuán)隊(duì)拓展RESTful設(shè)計(jì)風(fēng)格滤奈，將其引入物聯(lián)網(wǎng)設(shè)備中。通 過(guò)RESTful風(fēng)格的接口撩满，即使是外部用戶(hù)也可以方便的訪問(wèn)智能家居設(shè)備蜒程，從而拉進(jìn)智能家居系統(tǒng)和傳統(tǒng)網(wǎng)絡(luò)的距離。同時(shí)在智能家居邊緣側(cè)伺帘，其利用非侵入式負(fù)荷監(jiān)測(cè)(non-intrusive load monitoring昭躺，NILM)技術(shù)，關(guān)注于家庭的用電狀況伪嫁，并分析用電情況领炫，提供更高效的節(jié)能方案。

6.智慧城市

智慧城市是利用先進(jìn)的信息技術(shù)张咳，實(shí)現(xiàn)城市智慧式的管理和運(yùn)行.2016年阿里云提出了“城市大腦”的概念帝洪，實(shí)質(zhì)是利用城市的數(shù)據(jù)資源來(lái)更好地管理城市，2017年10月Alphabet旗下城市創(chuàng)新部門(mén)Sidewalk Labs建造名為Quayside的高科技新區(qū)脚猾，并希望該智慧城市項(xiàng)目能夠成為全球可持續(xù)和互聯(lián)城市的典范.然而葱峡，智慧城市的建設(shè)所依賴(lài)的數(shù)據(jù)具有來(lái)源多樣化和異構(gòu)化的特點(diǎn)，同時(shí)涉及城市居民隱私和安全的問(wèn)題龙助，因此應(yīng)用邊緣計(jì)算模型砰奕，將數(shù)據(jù)在網(wǎng)絡(luò)邊緣處理是一個(gè)很好的解決方案。

邊緣計(jì)算在智慧城市的建設(shè)中有豐富的應(yīng)用場(chǎng)景提鸟。在城市路面檢測(cè)中军援，在道路兩側(cè)路燈上安裝傳感器收集城市路面信息，檢測(cè)空氣質(zhì)量+称勋、光照強(qiáng)度胸哥、噪音水平等環(huán)境數(shù)據(jù)，當(dāng)路燈發(fā)生故障時(shí)能夠及時(shí)反饋至維護(hù)人員铣缠。在智能交通中烘嘱，邊緣服務(wù)器上通過(guò)運(yùn)行智能交通控制系統(tǒng)來(lái)實(shí)時(shí)獲取和分析數(shù)據(jù)，根據(jù)實(shí)時(shí)路況來(lái)控制交通信息燈蝗蛙，以減輕路面車(chē)輛擁堵等蝇庭。在無(wú)人駕駛中，如果將傳感器數(shù)據(jù)上傳到云計(jì)算中心將會(huì)增加實(shí)時(shí)處理難度捡硅，并且受到網(wǎng)絡(luò)制約哮内，因此無(wú)人駕駛主要依賴(lài)車(chē)內(nèi)計(jì)算單元來(lái)識(shí)別交通信號(hào)和障礙物，并且規(guī)劃路徑壮韭。EdgeOSc是一種基于邊緣計(jì)算的面向智慧城市的系統(tǒng)級(jí)操作系統(tǒng)北发，它分為3個(gè)部分，底層的數(shù)據(jù)感知層喷屋、中間的網(wǎng)絡(luò)互聯(lián)層和頂層數(shù)據(jù)應(yīng)用管理層琳拨。該操作系可以有效管理智慧城市中的多來(lái)源數(shù)據(jù)，屯曹，提高了數(shù)據(jù)共享的范圍和深度狱庇，以實(shí)現(xiàn)智慧城市中數(shù)據(jù)價(jià)值的最大化。

關(guān)注更多邊緣計(jì)算前沿動(dòng)態(tài)恶耽，盡在邊緣計(jì)算社區(qū)密任！