云邊協(xié)同部署架構(gòu)在鐵塔高空監(jiān)控中的應用

陳鴻凱

（中國鐵塔股份有限公司福建省分公司，福建 福州 350300）

1 緒論

鐵塔高空監(jiān)控利用通信鐵塔等高空場所的優(yōu)勢，通過在其上安裝監(jiān)控或物聯(lián)網(wǎng)設(shè)備，對周邊廣闊的環(huán)境進行視頻、圖像以及其他數(shù)據(jù)的采集和傳輸。這種監(jiān)控方式可以將視頻攝像頭的監(jiān)控性能發(fā)揮至極致，其監(jiān)控范圍以鐵塔自身為中心，可以覆蓋方圓數(shù)百米甚至數(shù)公里，提高監(jiān)控效率和質(zhì)量，并能為視頻算法提供更為場景復雜和豐富多樣的樣本數(shù)據(jù)；在5G、AI、大數(shù)據(jù)等前沿技術(shù)的驅(qū)動下，鐵塔高空監(jiān)控可以實現(xiàn)視頻數(shù)據(jù)的實時傳輸、智能分析、預警派單等功能，提升監(jiān)控智能化和精準化水平，在電信、消防、交通、安防、環(huán)保等領(lǐng)域都有廣泛的應用，可以實現(xiàn)自然資源保護、油氣水電管理、環(huán)境污染防治、交通安全監(jiān)管等多種場景和需求進行全方位的監(jiān)控和管理，為國計民生和社會信息化提供有力支撐。在鐵塔高空監(jiān)控領(lǐng)域中，充分利用現(xiàn)有通信鐵塔資源共享，降低項目建設(shè)成本，加快網(wǎng)絡(luò)搭建速度，將通信塔轉(zhuǎn)變?yōu)閿?shù)字塔，實現(xiàn)一塔多用、跨界共享的價值創(chuàng)造，是當下最為火熱的應用研究方向和最有前景的發(fā)展方向。

隨著工業(yè)互聯(lián)網(wǎng)和5G 的發(fā)展，視頻數(shù)據(jù)的規(guī)模和種類由此產(chǎn)生了指數(shù)型的增長，尤其是在鐵塔高空智能監(jiān)控領(lǐng)域，存在不確定性因素極高的視頻場景和難預期的突發(fā)情況，例如一座掛載在沿海的船只監(jiān)控，除了需要對一天不同時間段內(nèi)的光線建模，還需要分析不同天氣對視頻數(shù)據(jù)的影響，這都需要大量視頻數(shù)據(jù)的支撐。為了解決海量數(shù)據(jù)在云端存儲、處理和傳輸開銷大的弊端，國內(nèi)外各領(lǐng)域的科學家通過分布式存儲技術(shù)、數(shù)據(jù)壓縮技術(shù)、網(wǎng)絡(luò)流量優(yōu)化技術(shù)、分布式計算技術(shù)、流處理技術(shù)等方式對數(shù)據(jù)進行優(yōu)化，提高數(shù)據(jù)處理性能，減少了數(shù)據(jù)從端到端傳輸?shù)臅r間。但目前這些方案均基于云端技術(shù)。這些技術(shù)方案需要將視頻數(shù)據(jù)在云端和邊端進行來回傳輸，每次數(shù)據(jù)往返于邊端和云端通常需要花費數(shù)秒時間，并且大量的視頻數(shù)據(jù)嚴重占用傳輸帶寬，極大增加了網(wǎng)絡(luò)成本和時間成本。同時云端方案存在數(shù)據(jù)安全性風險和系統(tǒng)可靠性風險，前者是由于用戶數(shù)據(jù)在傳輸和轉(zhuǎn)移的過程中，會存在數(shù)據(jù)泄露和用戶隱私問題；后者是由于云服務(wù)提供商的服務(wù)器和網(wǎng)絡(luò)基礎(chǔ)設(shè)施，如果出現(xiàn)故障或者網(wǎng)絡(luò)中斷，可能會導致應用程序無法正常運行。此外，云計算需要大量的服務(wù)器和數(shù)據(jù)中心來支持，這需要大量的能源消耗。而邊緣網(wǎng)關(guān)的出現(xiàn)，補償了云端方案的弊端，其使用邊緣計算模式，在物理及地理上靠近數(shù)據(jù)源處的網(wǎng)絡(luò)邊緣，就近為應用提供邊緣智能服務(wù)，減少了傳輸成本，提高了響應速度，保證了部署架構(gòu)的穩(wěn)定性，減少了不必要的能源開銷，并可以根據(jù)用戶需求定制化保證私有數(shù)據(jù)的安全性。文章針對煙火的監(jiān)控場景提出了一種基于云邊協(xié)同的鐵塔高空監(jiān)控部署架構(gòu)，通過在視頻服務(wù)終端部署邊緣計算網(wǎng)關(guān)，并搭載煙火算法，將視頻數(shù)據(jù)的智能分析固化在邊端機房中，僅將告警數(shù)據(jù)上傳至云端，實驗證明在保證告警準確度的情況下，可以大幅減少傳輸數(shù)據(jù)量，提高傳輸效率。

2 邊緣網(wǎng)關(guān)理論基礎(chǔ)

2.1 邊緣計算技術(shù)

邊緣網(wǎng)關(guān)系統(tǒng)正是運用邊緣計算模式，該模式在物理上靠近數(shù)據(jù)源處的網(wǎng)絡(luò)邊緣，融合計算-存儲-通信能力，就近提供邊緣智能服務(wù)的開放平臺。在邊緣網(wǎng)關(guān)系統(tǒng)中，邊緣網(wǎng)關(guān)作為大規(guī)模的分布式設(shè)備的接入節(jié)點，具備數(shù)據(jù)采集、設(shè)備管理、協(xié)議解析、邊緣計算、數(shù)據(jù)傳輸和接入云平臺的功能。考慮到物聯(lián)網(wǎng)的發(fā)展正在向邊緣延伸，邊緣設(shè)備上可用的資源量越來越多，功能也越來越全面，這種可行性越來越高。目前，比設(shè)備本身更有價值的是數(shù)據(jù)分析，而在接近前端智能的邊緣計算側(cè)，實時數(shù)據(jù)的價值能夠被最大化地發(fā)揮出來。邊緣設(shè)備被工業(yè)設(shè)備或傳感器用作裝卸它們的數(shù)據(jù)，是支持資源密集型程序的一種有效方式。基于工業(yè)制造的邊緣網(wǎng)關(guān)系統(tǒng)勢必會給工業(yè)制造領(lǐng)域帶來新的技術(shù)革新。

2.2 云邊協(xié)同解決方案

云計算與邊緣計算并不是相互替代或競爭的關(guān)系，而是相互補充或協(xié)作的關(guān)系，它們緊密結(jié)合才能更好地適應各種場景。目前存在幾種常見的協(xié)同模式，如云邊協(xié)同、邊緣聯(lián)邦、邊緣網(wǎng)格等。云邊協(xié)同是指將部分功能從云端下沉到邊緣端，在兩者之間實現(xiàn)任務(wù)劃分、資源分配、狀態(tài)同步等協(xié)作機制。這種模式可以利用云端的強大計算能力和存儲容量以及邊緣端的低延遲和高實時性，在保證服務(wù)質(zhì)量的同時降低成本。例如，在智能交通領(lǐng)域，可以將實時視頻流處理放在邊緣端進行車牌識別、車流統(tǒng)計等操作，將歷史視頻存儲放在云端進行大數(shù)據(jù)分析、優(yōu)化調(diào)度等操作。邊緣聯(lián)邦是指將多個邊緣節(jié)點組織成一個聯(lián)盟，在保持各自自治性的同時實現(xiàn)數(shù)據(jù)共享、協(xié)同學習、聯(lián)合推理等協(xié)作機制。這種模式可以利用邊緣節(jié)點的分布式特性和多樣性，提高數(shù)據(jù)的覆蓋率和質(zhì)量，增強學習和推理的效果，同時保護數(shù)據(jù)的隱私和安全。例如，在智能醫(yī)療領(lǐng)域，可以將不同醫(yī)院的邊緣節(jié)點組成一個邊緣聯(lián)邦，在不泄露患者數(shù)據(jù)的情況下，通過協(xié)同學習構(gòu)建一個更準確地醫(yī)療診斷模型，并在各自的邊緣節(jié)點上進行聯(lián)合推理。邊緣網(wǎng)格是指將多個邊緣節(jié)點連接成一個網(wǎng)狀結(jié)構(gòu)，在無需中心化協(xié)調(diào)的情況下實現(xiàn)資源共享、負載均衡、容錯恢復等協(xié)作機制。這種模式可以利用邊緣節(jié)點的自組織能力和彈性，提高資源的利用率和可靠性，增強服務(wù)的可用性和持續(xù)性。例如，在智能家居領(lǐng)域，可以將不同家庭的邊緣節(jié)點連接成一個邊緣網(wǎng)格，在遇到網(wǎng)絡(luò)中斷或設(shè)備故障時，通過資源共享和負載均衡保證智能家居服務(wù)的正常運行。

3 云邊協(xié)同鐵塔高空監(jiān)控方案設(shè)計與實現(xiàn)

3.1 系統(tǒng)概述

福建省山多林廣，森林覆蓋率為 66.80%，所以加強森林防火工作，切實保護好森林資源，才能保障人民的生命及財產(chǎn)安全，促進福建生態(tài)環(huán)境的持續(xù)健康發(fā)展和經(jīng)濟的繁榮發(fā)展。云邊協(xié)同方案基于泉州官橋鎮(zhèn)現(xiàn)有6 路鐵塔高空森林防火視頻點位進行利舊建設(shè)，將基于普通攝像頭監(jiān)管+人工干預判別的傳統(tǒng)監(jiān)控方案升級改造成邊緣網(wǎng)關(guān)建設(shè)煙火算法+云端告警展示及工單派發(fā)智能化的方案。實現(xiàn)對森林防火區(qū)24小時實時不間斷監(jiān)測，快速取證快速預警，高效處理閉環(huán)一體聯(lián)動處理機制。

3.2 整體設(shè)計

文章所述的云邊協(xié)同鐵塔高空煙火監(jiān)控方案如圖1 所示。其中系統(tǒng)方案的硬件部分由6 路2K 高空監(jiān)控攝像頭、原攝像頭接入官橋鎮(zhèn)的用戶NVR 節(jié)點、福建鐵塔平臺云端服務(wù)器和與用戶NVR 節(jié)點處于同一網(wǎng)段的視頻邊緣網(wǎng)關(guān)組成。其中視頻邊緣網(wǎng)關(guān)與用戶NVR 節(jié)點通過交換機進行數(shù)據(jù)交互，屬于局域網(wǎng)連接。攝像頭終端、云端和邊緣端用公網(wǎng)進行連接。

圖1 云邊協(xié)同的鐵塔高空煙火監(jiān)控方案

3.3 傳輸結(jié)構(gòu)

攝像頭通過公網(wǎng)與用戶NVR 節(jié)點進行通信，將各個終端數(shù)據(jù)匯聚在本地NVR 內(nèi)。NVR 內(nèi)的數(shù)據(jù)在可供用戶本地進行調(diào)用展示的同時，可將數(shù)據(jù)傳輸給視頻邊緣網(wǎng)關(guān)進行處理。視頻邊緣網(wǎng)關(guān)搭載煙火識別算法，通過輪詢調(diào)度對12 路視頻數(shù)據(jù)進行抽幀解析，讓CPU 在固定的時間間隔（稱為時間片或量子）后轉(zhuǎn)移到下一個進程，形成一個循環(huán)。這樣可以保證所有進程都能公平地獲得CPU 時間，避免優(yōu)先級倒置的問題。輪詢調(diào)度算法是一種簡單而有效的算法，適用于數(shù)據(jù)集約、數(shù)據(jù)同治的數(shù)據(jù)實時處理場景，可以極大地提升邊緣網(wǎng)關(guān)對多路并發(fā)視頻監(jiān)控處理的速度。當視頻邊緣網(wǎng)關(guān)處理完一批有效告警后，僅需將告警視頻和告警數(shù)據(jù)上傳至云端，而無需云端主動獲取全量視頻流，這樣極大地節(jié)約了網(wǎng)絡(luò)開銷。

4 方案測試指標及結(jié)果

云邊協(xié)同鐵塔高空煙火監(jiān)控方案的測試通過視頻邊緣網(wǎng)關(guān)通過不斷拉取已部署在公網(wǎng)的6 路2K 攝像頭視頻數(shù)據(jù)，并進行AI 分析后，生成告警圖片及10 s 告警視頻，同時將告警圖片及視頻推送至云端平臺匯總，告警效果如圖2 所示。此外在空余流量時間上傳當天所有視頻數(shù)據(jù)至云端，進行傳輸效率分析。

圖2 鐵塔高空煙火識別告警效果

4.1 準確率

文章的準確率定義為告警上報的煙火圖片及視頻經(jīng)過人工研判為真告警的數(shù)量與所有告警數(shù)量之比，其衡量的是搭載在邊緣網(wǎng)關(guān)上算法精準度的基礎(chǔ)指標。

4.2 傳輸效率

文章的傳輸效率定義為可直接用于云端統(tǒng)計的有效告警視頻數(shù)據(jù)與冗余視頻傳輸數(shù)據(jù)開方比并取對數(shù)，又可以成為有效數(shù)據(jù)傳輸比。在無法實時監(jiān)測邊緣網(wǎng)關(guān)的吞吐流量時，傳輸效率是判斷邊緣網(wǎng)關(guān)數(shù)據(jù)傳輸性能的一個關(guān)鍵指標。傳輸效率定義可表示為：

4.3 平均告警速度

告警速度其定義為發(fā)現(xiàn)單次識別出告警至分析告警最后發(fā)出告警整個流程所花費的計算時間。該時間的計算法方法通過軟件打點的方式進行分析。而平均告警速度則一系列告警所花費的時間均值，是衡量邊端計算算力和開銷調(diào)度能力的重要指標。

4.4 實驗結(jié)果

本方案進行邊緣網(wǎng)關(guān)數(shù)據(jù)采集周期為2022 年7月至2022 年9 月及2022 年10 月至2022 年12 月共6 個月兩個階段，第一階段采集到告警數(shù)量28 280條，經(jīng)過人工二次研判，準確的告警數(shù)量為20 078條，誤告量為8 202 條，準確率為71.00%。經(jīng)過云端算法調(diào)優(yōu)后，將更新的模型發(fā)包至邊緣網(wǎng)關(guān)計算，第二階段采集到告警為21 328 條，準確告警數(shù)量為19 863 條，誤告量為1 465 條，準確率為93.13%。經(jīng)過云端處理、對比得到云邊協(xié)同及純云方案的準確率、傳輸效率及平均告警速度指標如表1。

表1 云邊協(xié)同及純云方案性能對比

實驗結(jié)果表明，云邊協(xié)同方案相比純云方案，在能保證告警精準度的情況下，數(shù)據(jù)傳輸效率有顯著的提升，并可以提高告警速度，能夠有效解決鐵塔高點煙火監(jiān)控實時性告警和傳輸成本問題。

5 結(jié)論

文章針對鐵塔高點煙火監(jiān)控數(shù)據(jù)傳輸問題，提出了一種基于云邊協(xié)同方案的解決方法。云邊協(xié)同將云計算與邊緣計算緊密地結(jié)合起來，通過合理地分配云計算與邊緣計算的任務(wù)，實現(xiàn)了云計算的下沉，將云計算、云分析擴展到邊緣端。這樣可以提高有效數(shù)據(jù)傳輸效率、提高告警速度等性能。為了能強化云邊協(xié)同方案的優(yōu)勢，云端算法精準迭代和邊緣網(wǎng)關(guān)開銷調(diào)度下一階段重要的研究方向。此外為了增強云邊協(xié)同的應用場景優(yōu)勢，可以在邊端接入豐富的傳感器數(shù)據(jù)進行輔助決策。云邊協(xié)同方案快速迭代和快速場景復制的突破，將會帶來工業(yè)互聯(lián)網(wǎng)、車路協(xié)同、光雷聯(lián)防等前沿領(lǐng)域的解決方案的飛躍式變革。