2023边缘计算市场调研报告.pdf

目 录 第 1 章 边缘计算发展概况.1 1.1 边缘计算的概念.1 1.2 边缘计算产业生态.2 1.3 边缘计算相关行业标准.3 1.4 边缘计算相关产业政策.5 第 2 章 边缘计算应用场景及案例.6 2.1 智慧城市领域.6 2.2 智能交通领域.9 2.3 石油化工领域.13 2.4 工业制造领域.15 2.5 智慧电力领域.21 2.6 长尾需求领域.27 第 3 章 边缘计算市场与产业链.33 3.1 边缘计算市场规模.33 3.2 边缘计算产业链图谱与分析.33 第 4 章 边缘计算发展趋势与挑战.42 4.1 边缘计算面临的挑战.42 4.2 边缘计算发展趋势.43 前 言 边缘计算的兴起，源于产业数字化过程中对于计算、通信实时性、安全性的切实需求。国内无论是在建筑楼宇、工厂园区，还是交通城市等方面都有着丰富的应用场景，而这些场景也已经在各种内外因素推动下进行着数字化转型。市场决定需求，需求则是技术发展的最好动力。目前，中国主流企业已在边缘计算领域开展了全方位的工作，并取得了不错的成绩。但边缘计算被称为“人工智能的最后一公里”，还有许多问题需要解决，比如框架的选用、通讯设备和协议的规范、终端设备的标识、更低延迟的需求等。“十四五”规划中明确提出要“协同发展云服务与边缘计算服务”，国务院“十四五”数字经济发展规划同时指出要“加强面向特定场景的边缘计算能力”。我国云计算进入惠普发展期，边缘计算需求激增，云边端一体化成为未来重要演进方向。产业界不断探索实现云边端统一资源管理的技术方案，其中之一便是通过边缘容器实现对边缘节点的统一管理，同时建立云原生 IoT 物模型，对接不同的物联网边缘平台。如今 IT 负载是由本地和云进行承载，伴随边缘计算的兴起，未来的算力布局将是现场主实时、边缘主加速、云端主集中的模式。得益于国家新基建的持续推进，数字经济规模的不断扩大，以及产业、科研、媒体等各界的共同努力，边缘计算市场将会充满发展机遇。1 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 第1章 边缘计算发展概况 1.1 边缘计算的概念 边缘计算（Edge Computing）是指在靠近人、物或数据源头的一侧，采用融合存储、计算、网络接入、应用核心能力为一体的开放平台，就近为使用者提供服务。相比于集中部署的云计算服务，边缘计算解决了时延过长、汇聚流量大等问题，为实时性和带宽要求较高的业务提供更好的支持，具有如下特点。去中心化：去中心化：边缘计算的本质是让网络、计算、存储、应用从中心向边缘分发，以就近提供智能边缘服务。边缘计算可以让用户无论在任何时间、任何地点都可以自由地部署、存储、计算和控制。实时高效：实时高效：数据分析的多数任务在数据完整精度高的原始边缘数据源附近完成，可以达到最好的模型计算准确性、更精准的分析及反馈。安全稳定：安全稳定：边缘计算一方面可以杜绝隐私数据泄露的问题，另一方面可以稳定快速响应客户，在无网络或不稳定连接的地点或时刻仍然可以给客户提供不中断无延误的良好体验。低成本：低成本：边缘计算将大量高频的机器信号数据及时在近端处理并决策，能节省大量的服务器、带宽、电量乃至物理空间等诸多成本，从而实现低成本化。2014 年，欧洲电信标准化协会（欧洲电信标准化协会（ETSI）在发布的Mobile Edge Computing：A Key Technology Towards 5G中指出，MEC 是在在距离用户移动终端最近的无线接入网内提供信息技术服务环境以及云计算能力。2016 年，ETSI 把 MEC 的概念扩展为 Muti-access Edge Computing，意为“多接入边缘计算”。边缘计算产业联盟（边缘计算产业联盟（ECC）与工业互联网产业联盟认为边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。Gartner 认为边缘计算描述了一种计算拓扑，在这种拓扑结构中，信息处理、内容采集和分发均被置于距离信息更近的源头处完成。尽管不同行业和组织对边缘计算的定义描述有差异，但都表达了一个共识：边缘计算是在更靠近终边缘计算是在更靠近终端数据的网络边缘上提供与云计算类似的算力服务。端数据的网络边缘上提供与云计算类似的算力服务。这种共识的形成与行业的数字化转型相关，根据 IDC 的数据，2023 年会有 70%的企业需要处理物联网数据，2024 年全世界会有 380 亿物联网设备。通过对人、物、环境、过程等对象进行数字化而产生数据，以数据为生产要素，通过人工智能 2 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 为各个垂直行业创造经济价值和社会价值，进而进入智能化世界。1.2 边缘计算产业生态 边缘计算目前处于爆发初期，产业链上的业务边界相对模糊。对于单个厂商而言，既需要考虑与业务场景的融合，又需要从技术层面具备适应业务场景变化的能力，同时还需要保证与硬件设备具有较高的兼容性，以及项目落地的工程能力。国内边缘计算产业生态矩阵，AIoT 星图研究院绘图 电信运营商电信运营商关注边网融合，例如，中国移动构建面向边缘计算 PaaS 服务 Sigma 平台，为开发者提供 170 余项 API，中国联通推出 CUC-MEC 边缘计算平台并设计 EdgePOD 一体化边缘解决方案，中国电信推出自研 MEC 平台，在各行业开展 5G+MEC 应用合作创新。而中国铁塔作为全球规模最大的通信铁塔基础设施服务提供者，累计承建 5G 站址 170 余万座，自主研发边缘计算网关，结合客户业务场景灵活加载智能 AI 算法，实现本地智能处理和快速响应。云厂商将公有云服务延伸至边缘，通过 AI+IoT 能力无缝扩展至边缘设备。九州云深度参与了OpenStack Edge Group、StarlingX、Kubernetes、OpenNess 和 EdgeGallery 等边缘开源社区，推出了符合 3GPP 和 ETSI 规范的边缘全栈解决方案；百度发布 DuEdge 开源平台，并建立智能边缘计算框架 BAETYL，同时提供边缘计算+AI 能力；阿里云 2020 年启动首个边缘计算云原生开源项目OpenYurt，深度挖掘“边缘计算+云原生落地实施”诉求，打造云网边端一体化的协同计算体系。垂直领域解决方案商垂直领域解决方案商专注于行业解决方案，深耕细分领域客户市场，例如，顺丰科技、菜鸟物流专精于物流快递领域，优特科技专注于电力市场，百度阿波罗专注于自动驾驶、车路协同，大疆作为全球无人机巨头，专注于无人机产品和市场。以新华三、联想集团等为代表的 ICT 厂商厂商，将基础软硬件及技术服务同边缘计算场景融合，实现软硬一体的边缘计算私有化部署，并力推云网融合，以满足各类行业智能化应用所急需的新型边缘侧 3 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 高性能网络与计算资源。AI 创新企业创新企业利用自身对算法和场景的深刻理解，是边缘计算产业不可忽视的一股力量，自深度学习突破以来，AI 视觉进入规模化商业落地的发展阶段，迅速赋能安防、泛金融、零售、医疗、自动驾驶、泛工业及泛农业等场景。边缘计算开源项目方面边缘计算开源项目方面，云厂商开源了各自基于 Kubernetes 的边缘计算云原生项目，如华为云的KubeEdge，阿里云的 OpenYurt，腾讯云的 SuperEdge 等，Kubernetes 由于屏蔽了底层架构的差异性，可以帮助应用平滑地运行在不同的基础设施上。此外，2016 年 11 月，由华为、中科院沈阳自动化所、中国信通院、英特尔、ARM 和软通动力联合倡议发起成立边缘计算产业联盟（Edge Computing Consortium，ECC），联盟横跨 OT、IT、CT多个领域，旨在搭建边缘计算产业合作平台，加速边缘计算在各行业的数字化创新和行业应用落地。1.3 边缘计算相关行业标准 当前，中国边缘计算标准体系相继建立，覆盖边缘设备、边缘软件及解决方案、边缘安全等层面，加速边缘计算技术创新与应用落地。此外，工业、电力、交通、智能家居等行业，逐渐出台针对边缘计算的相关技术标准。通用边缘计算标准 边缘设备边缘设备层层面面，传统服务器、网络、存储等硬件在边缘场景面临部署配置复杂、环境适应性较弱、管理运维复杂等挑战，边缘一体机能力要求第 1 部分：轻量级边缘一体机对物理硬件、云端管理、边缘自治、边缘智能、安全等方面进行要求，规范厂商提供边缘一体机的软硬件能力，满足用户对数据处理实时、安全性、可靠性等方面的需要；边缘一体机能力要求第 2 部分：超融合边缘一体机对物理硬件、虚拟化、云端管理、边缘自治、边缘智能、安全等方面进行要求，满足用户对统一管理运维、云边协同、边缘智能等方面的需求。边缘软件边缘软件及及解决方案解决方案层层面面，面对节点分布广泛、网络复杂、资源异构、形态多样等挑战，边缘软件及解决方案提供统一开发和管 理能力，帮助用户构建边缘弹性敏捷应用。目前已出台边缘节点管理解决方案能力要求 边缘容器技术要求 边缘智能通用技术要求 边缘中间件 第 1 部分：边缘流式数据处理等行业或团体标准。边缘安全边缘安全层面层面，国家标准信息安全技术边缘计算安全技术要求2023 年 5 月发布，将于 2023 年12 月 01 日实施，标准提出边缘计算安全模型，将边缘安全问题分解和细化，并分别从应用安全、网络安全、数据安全、基础设施安全、物理环境安全、运维安全、安全管理等方面提出具体的技术要求。4 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 行业领域边缘计算标准 公路行业公路行业，广东、浙江、江苏、四川、重庆、山东、云南、甘肃等省市制定发布了相关的地方标准或建设指南等指导性文件，对智能高速的总体架构、应用场景和具体内容进行了规定，强调了 5G、北斗、云计算、高分遥感、人工智能等新一代信息技术在高速公路的应用场景。地方智能公路建设指南，资料来源：省、市交通厅官网 省份 时间 名称 浙江浙江 2020 年 3 月 智能高速公路建设指南（暂行）江苏江苏 2020 年 11 月 江苏省智能高速公路建设技术指南 江苏省普通国省道智慧公路建设技术指南 山东山东 2022 年 8 月 智能高速公路建设指南 宁夏宁夏 2021 年 2 月 宁夏公路网智能感知设施建设指南 云南云南 2022 年 1 月 云南省智能高速公路建设指南（试行）（2022 版）北京北京 2022 年 1 月 智能高速公路建设指南（试行）甘肃甘肃 2022 年 4 月 甘肃省智能高速公路建设技术指南 上海上海 2022 年 9 月 上海市智慧高速公路建设技术导则 广东广东 2022 年 10 月 广东省智能高速公路建设指南（试行）工业领域，工业领域，工业互联网边缘计算总体架构与要求 工业互联网边缘计算 边缘云技术、要求及测试方法 工业互联网边缘计算 边缘节点模型与要求 边缘云等行业标准已实施。电力行业电力行业，当前国内已经立项面向电力行业的边缘计算总体架构与要求，正式启动电力行业边缘计算标准体系建设工作。智能家居智能家居行业行业，行业标准移动互联网+智能家居系统 家庭边缘计算总体技术要求由中国移动、浪潮、郑州信大捷安、中国通信标准化协会等公司和组织共同起草，于 2023 年 5 月发布，2023 年8 月 1 日起实施。AIoT 星图研究院认为，围绕工业、电力、智能家居、公路等场景需求，产业界形成了初步的技术共识，在规范化、模型化和标准化方面已经形成了一定的研究基础，但是现有的标准工作碎片化、重叠化现象严重，已发布的标准要求与当前厂商的产品实现存在脱节等诸多问题，整体上看，边缘计算领域的标准工作仍然处于初级阶段。5 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 1.4 边缘计算相关产业政策“十三五”时期，国家提出构建万物互联、融合创新、智能协同、安全可控的新一代信息技术产业体系，万物互联的需求推动边缘计算技术及产品的发展。“十四五”时期，各部门推出大量支持边缘计算技术、行业应用相关政策，边缘计算产业迎来前所未有的发展机遇。基于国家边缘计算相关政策和规划，各省市在工业互联网、数字经济发展等相关政策和规划中纷纷提出支持和鼓励边缘计算发展的政策与具体措施。边缘计算相关产业政策，资料来源：国务院及地方政府官网 时间 发布单位 政策文件 政策内容 2021年年3月月 全国人大 中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要 推动传感器、网络切片、高精度定位等技术创新，协同发展云服务与边缘计算服务，培育车联网、医疗物联网、家居物联网产业。2021 年年 9 月月 工信部等 物联网新型基础设施建设三年行动计划（2021-2023 年）加快多源海量数据计入的智能感知技术、物联网操作系统等关键技术攻关，加快边缘计算、数字孪生等技术研发与应用。2022 年年 1 月月 国务院“十四五”数字经济发展规划 加强特定场景的边缘计算能力，强化算力统筹和智能调度。2023年年2月月 国务院 数字中国建设整体布局规划 系统优化算力基础设施布局，促进东西部算力高效互补和协同联动，引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局。2023年年4月月 上海市 经信委 上海市推进算力资源统一调度指导意见 引导根据应用场景，利用存量通信机房、变电站等设施按需灵活部署边缘数据中心。2023年年5月月 北京市政府 北京市加快建设具有全球影响力的人工智能创新策源地实施方案(2023-2025 年)面向边缘端应用场景的低功耗需求，研制多模态智能传感芯片、自主智能决策执行芯片、高能效边缘端异构智能芯片。2023年年5月月 深圳市 政府办公厅 深圳市加快推动人工智能高质量发展高水平应用行动方案(2023一2024年)持续推动智慧城市基础设施与智能网联汽车协同发展。在市容巡查、环境卫生领域适度超前布局市容巡查机器人、扫地机器人等应用。2023年年7月月 杭州市 政府办公厅 杭州市人民政府办公厅关于加快推进人工智能产业创新发展的实施意见 鼓励贴近应用场景布局高效边缘计算中心，满足视觉智能、自动驾驶、智慧金融、智能工厂等低时延高可靠业务应用需求。2023年年7月月 重庆市 经信委 重庆市以场景驱动人工智能产业高质量发展行动计划(2023-2025年)推动云边一体布局、算力自由调配的新型云计算和边缘计算平台发展，构建云网融合的新型算力设施。6 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 第2章 边缘计算应用场景及案例 2.1 智慧城市领域 智慧城市是指运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术，促进城市规划、建设、管理和服务智慧化的新理念和新模式。作为 ICT 技术赋能城市发展的一种新思路、新方案，智慧城市经过十多年年的发展，正在经历从功能阶段到性能阶段的关键转换期，局部的智慧城市建设取得一定成效，智慧城市急需从“局部智慧”到“整体智慧”，智慧城市的经济性和系统性正在从自发走向自觉。市容巡检场景 城市物业的综合巡查包括市容巡查、城市公共设备设施巡查、小散工程和零星作业安全巡查等服务，目前普遍采用人工巡查的模式，人工巡查模式存在耗时费力成本高、过程依赖个人、覆盖面和巡检频率不佳、质量管控不严的问题。同时在巡查过程中记录了海量的数据，这些数据资源未转变成数据资产为业务赋能。万物云万物云（2602.HK）致力于打造产业级共享服务平台，基于空间物联技术及应用，为业主、客户和合作伙伴，创造更大更多元的价值。通过将 AI 技术应用于移动巡检场景，万物云创新打造了城市治理 AI 智能巡检车，该车采用物联网、云计算、AI 算法等技术，搭载高清摄像头、车载显示屏、AI 边端服务器等专业设备，结合“智慧系统+智能机器+员工辅助”的巡查机制，推动城市治理由人员密集型向机械智能化转变，由经验判断型向数据分析型转变，从被动应对型向主动发现型转变。万物云通过能源监控、能源统计、能源消费分析等方式，让电力、燃气、热力、水等各种能源介质及资源消耗信息可视化，通过开展重点耗能设备和重点用能区域的识别与分析，帮助自身和客户及时了解和掌握科学精准的数据，挖掘节能潜力，目前该类水电节约工作已经在物业管理中付诸实践。万物云智慧巡检车载方案 7 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 2020 年，武汉江汉区引入了万物云首创的“物业城市”模式围绕城市管理、市政养护、物业管理等相关业务，进行一体化统筹运营。江汉区国资平台武汉金融街集团与万物云城合资成立武汉市江汉城市资源经营管理有限公司，万物云智能 AI 巡逻车通过“机器+人”的协同机制，实现辖区全域智能运营，推进江汉区从城市“治理”向“智理”转变。该车配备 4 个高清摄像头并搭载全景云台，可以 360无死角转动，车内还配置有遥控手控器、车载显示屏和平板电脑，车后部装有“灵石”边缘服务器等专业设备。武汉江汉区万物云 AI 巡逻车 高空防抛物场景 城市高空抛物事件屡见不鲜、屡禁不止，一直以来备受关注，这种不文明行为所带来的社会危害巨大。该行为大多发生于高空楼层，事假持续时间短，目击者少，事后公安部门执法难度高、成本大。作为英特尔物联网解决方案聚合商，太一物联科技推出的空间守护者 G1 是一款专为高空抛物现象设计的边缘计算设备，致力于保护城市居民的安全。太一物联高空防抛物方案拓扑图 空间守护者 G1 基于 AI 和IoT 技术，通过深度学习算法能够快速精准识别抛物物体，溯源高空抛物行为发生的全过程，实现有效地监控、取证、追责及管理，并将相关告警信息推送到相关人员的管理端，使高空抛物事件得到第一时间处理。该产品方案包括 AIBox、高抛算法和管理平台，适用于园区和社区等场景，具有 7*24 小时全天候巡检、5*5 像素以上精准识别、识别速度最快达 0.8s 等优势。8 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 智慧工地场景 基于边缘计算的智慧工地解决方案将 AI 技术深度融合应用于传统建筑行业安全监控工作，通过在工地放置一个边缘 AI 分析终端，完成基于智能视频分析技术自主研发视觉 AI 算法，全时侦测待测事件（如检测是否佩戴安全帽），提供人员、环境、安保等安全风险点识别及报警提醒服务，主动识别不安全因素，AI 智能值守，节约人力成本，满足工地的人员、财产安全管理需求。同时，通过转码和移植技术，可在工地作业现场布置边缘智能分析服务器，完成多个 AI 识别算法的加载运行，实现多路视频的实时接入分析。平台通过实时监控分析实现事前事中事后全方位管理，构建工地作业现场的智能监控和防范体系，提升企业安全管理的效率和质量。以塔吊远程操控为例，通过在塔吊上部署的多路超高清视频监控摄像头，利用 5G+切片将视频回传至 MEC 机房，再向互联网进行内容分发，完成整条链路数据传输，为塔吊远程操控驾驶员提供毫秒级的实时监控视频，充分满足塔吊远程操控作业需求。塔吊高清摄像头及监控画面，来源：AIoT 星图研究院2023 中国智慧工地行业市场研究报告 鲲云鲲云科技科技与某智慧工地管理平台集成商合作，为山东地区 400+工地接入人工智能视频分析服务。鲲云为每个工地提供一台星空 X6A 边缘小站，内含安全帽识别、反光衣识别、明烟明火识别等标准工地安全生产算法，帮助工地加强安全生产管理效率，满足山东住建厅智能化建设要求。基于 5G+边缘计算的智慧工地该方案针对传统工地安全管理缺乏有效机制、施工作业人工化程度高、工地安全监管人力成本高的痛点，运用高清摄像头和人工智能分析手段让机器视觉代替人眼提前发现问题，规避可能的危险事故发生，为工地提供管理无人化、监管自动化服务。视频监控设备可部署在工地现场各处，5G 边缘计算解决高清视频回传实时性和带宽限制，边缘计算平台完成实时的计算和处理，实现对工地现场安全和项目进度的远程监测，做到有效信息的及时抓取，形成随时随地可视化协同，提高工地安全性，减少人力监管成本。9 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 2.2 智能交通领域 数字交通“十四五”发展规划提出，深入推进“交通设施数字感知，信息网络广泛覆盖，运输服务便捷智能，行业治理在线协同，技术应用创新活跃，网络安全保障有力”的数字交通体系。云边端架构已成为智能交通行业应用部署的基本范式，云侧负责集中式管理以及部分数据处理，边侧主要提供边缘端数据分析计算决策处理，端侧主要负责业务数据采集。在车路协同、全息路口、自动驾驶、轨道交通等具体场景中，有大量的异构设备接入，这些设备需要进行接入管理、退出管理、告警处理、运维处理。边缘计算可以分而治之、化大为小，提供跨层协议转换功能，实现异构数据的统一和稳定接入乃至协同控制。全息路口场景 全息路口是交通管理智慧化改造典型场景之一，通过智能边缘计算单元将路口多方向的视频、雷达等多维感知数据统一接入、解析、拟合，融合智能传感器、AI 算法、边缘计算、高精度地图等技术生成“全面、准确、实时、精细”的交通数据，实现路口的全息感知。通过采集及分析道路交通数据，如车流量、平均速度、排队状态、车头时距、间距、区域停车数、平均延误、空间及时间占有率等数据，解决传统路口单视觉感知、信号灯固时和事后分析等痛点问题，能够为道路交通信号自适应控制、溢出控制、路口仿真等提供精确数据支撑和可视化体验，辅助交警提高管理效能，提升路口通行效率。百度智能交通推出 AIR 智能道路系统。AIR 基于路侧边缘计算 MEC 设备，聚焦数字化标准路口建设，采用多源异构传感器系统和标准化部署方案，对全量交通对象、违法行为、交通流量、交通事件、预警信息进行实时检测，实现路口全息感知。华为 2022 年推出了智能交通微边缘 ITS800，主要为全息路口提供服务，通过智能交通实现路口数据，特别是雷达和视频的数据融合。百度 Apollo 边缘计算单元 RSCU 和华为智能交通微边缘 ITS800 上市公司万集科技 2022 年完成苏州工业园区金鸡湖湖西片区 17 个路口的全域感知覆盖，通过路侧感知、通信、智能站台等基础设施，实现车-路-场-云互联互通。在雄安容东片区全息路口项目，基于感知融合、V2X 交互、数字孪生等技术，结合电信数据资源处理、边缘服务等能力，实现了基于全息路口全要素数字化重构、交通参与者感知、道路交通行为检测、事件检测、V2X 云车两端的感知和信控真实场景触发等。10 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 轨道监测场景 边缘计算在轨道交通的应用十分普遍，特别在一些对现场安全要求高、并可在断网条件下也可正常工作的场景，边缘计算是云计算的补充和延伸，能实现智能化的实时数据处理等功能。轨道异物检测是边缘计算在轨道交通领域的高效应用场景，旨在提高实时监测和数据处理的效率，以确保现场的高安全标准并满足断网条件下的要求。近年来，铁路入侵检测问题成为各国铁路运输安全关注的热点问题，当轨道出现滚石、行人、动物等异物时，列车需要进行紧急制动避让等操作，可能导致列车晚点或停运，甚至会导致列车脱轨、出轨、撞击等事故，不仅影响整个铁路运输系统，更严重威胁人民生命财产安全和铁路运输经济的发展。传统的轨道检测主要是依靠人力，通过在全国范围内设置大量专业巡路人员来达到轨道检测的效果。这种方式虽然能够准确地检测出安全隐患，但过于浪费人力和财力，但对于紧急事故反应不够及时，将会大大增加安全事故发生的几率。因此，建设智慧化轨道交通体系势在必行。英码科技轨道异物智能识别应用架构图与业务流程图 11 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 英码科技英码科技轨道异物智能识别方案利用轨边安装的摄像头，对摄像头覆盖的区域实时连续的采集，通过 RTSP 或者图片传输协议，将图像传输到 AI 工作站，对采集到的图像进行智能分析，实现对轨道动态实时监测，识别分析结果可以实时传输给上层平台进行告警上报，从而提高作业效率和作业质量，加强轨道安全监控，更好地保障列车行驶安全。英码科技“深元”AI 工作站，可提供多层次算力，支持 416 路 1080p 视频结构化；内置人员入侵、动物入侵、异物检测、落石检测、泥石流检测、工具遗落、水浸检测等多种 AI 视觉算法。车路协同场景 车路协同业务系统主要由路侧终端、边缘端、云端、外部应用组成，其中一个路侧边缘计算平台会连接多组路侧感知设备，一个区域计算平台连接多个路侧边缘计算平台，一个业务运营平台连接多个区域计算平台。路侧边缘计算平台实时获取路侧传感器数据进行融合计算，以高性能计算能力提供更高精度和更可靠的融合感知结果和交通事件，完成目标的识别、分类、追踪和轨迹拼接等功能，还能够对车辆车牌识别、运动属性预测等，为路侧交通参与者提供准确的数据服务。路侧边缘计算平台的感知缓存主要存储路侧传感器历史数据，同时对于路侧海量、繁杂的数据进行清洗过滤，抽取业务所需的数据发送给区域计算平台。在高速公路车路协同场景中，当业务场景对时延具有严格要求且需要对感知设备采集的信息进行融合处理时，路侧边缘计算平台为处理终端，既可以满足时延的需求，也可以进行数据融合处理。车路协同场景边缘计算拓扑图 如协作式变道场景，路侧边缘计算平台根据车辆行驶意图和感知设备采集的信息,进行融合处理，生成调度信息并推送至 RSU，RSU 周期性广播 RSC 消息车辆接收 RSC 消息，车载应用结合自身的定位和行驶数据信息安全行驶。高速公路路侧部署边缘计算设备，一般路段可按双侧对等 800 米间隔布设 1 台边缘计算设备，可满足同时接入至少 8 台摄像机、4 台毫米波雷达的性能需求。如果部署在中央分隔带，双向 6 车道及以下，中央分隔带按 800 米间隔布设 1 台边缘计算设备，可满足同时接入至少 8 台摄像机、4 台毫米波雷达的性能需求。双向 8 车道及以上，中央分隔带按 400 米间隔布设 1 台边缘计算设备。12 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 自 2018 年我国启动新一代国家交通控制网和智能公路试点工程以来，国内许多省份对智慧高速进行了实践，建立了智慧监控系统、智慧标志等，开发了智慧高速公路配套的系统，目前国内的 27个省份智慧高速在建里程已经突破 4000 公里。京雄高速是是连接北京城区和雄安新区最便捷的高速公路，全长 100 多公里，全线设置了 3728 根智慧中枢干，每个中枢杆集成了智慧专用摄像机、路侧通信设备、能见度检测仪、路面状况检测器等新型智能设备，车路通信系统包括边缘计算设备 69 套、路侧通信设备 138 套、车载终端 100 套。京雄高速路段及感知采集设备 深圳外环高速公路是广东省智慧高速省级科技示范路，全长 94km，沿线布设 135 根多功能智能杆，挂载基站实现全线 5G 通讯网络全覆盖。多维传感数据经由杆载边缘计算节点进行实时动态融合，通过 5G 传输及后端平台侧 AI 分析，支撑了深圳外环高速实现精准化交通信息服务、全要素路网监测、精细化道路管养、全实时路况仿真预测、协同化交通诱导管控、全流程应急指挥优化、支撑车路协同应用等智能交通多场景应用。深圳外环高速路段和多功能智能杆 公路隧道场景 截至 2021 年底，全国有公路隧道 23268 处、2469.89 万延米，其中特长隧道 1599 处、717.08 万延米，长隧道 6211 处、1084.43 万延米。在隧道变电所布置隧道边缘控制器，可通过监控专网实现与中心平台进行连接。隧道边缘控制器主要实现数据预处理与转发功能，接收隧道现场设备采集的数据，在本地进行存储与备份，并将预处理后的数据发送至中心平台服务器。13 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 隧道洞内路段按不大于 200 米间隔(曲线段适当加密)布设感知点位，每个点位配置 1 台高清摄像机和 1 套毫米波雷达，毫米波雷达监测范围不小于 200 米范围，每个感知点位实现隧道洞内 150 米路段信息感知全覆盖，边缘计算有分布式和集中式两种部署方式。对于隧道洞内路段按不大于 400 米间隔布设感知点位，隧道及相接洞外路段应作为一个区域，进行集中管控，原则上部署 1 套边缘计算设备，支持全域业务数据的协同计算分析。若因隧道太长，设备太多，可部署多套边缘计算设备，并采用强协同工作模式。边缘计算设备可依托隧道洞口或洞内变电所设置，具备支持区域内所有感知、通信等的接入能力。1km 及以上隧道宜采用设备级的硬件容错机制，例如双机热备，3km 及以上隧道应采用站点级的系统容错机制，例如双活机房。深圳北斗应用技术研究院基于北斗星辰边缘智能雷视融合一体机，识别隧道内车辆车型、位置、速度等，实现隧道车辆进出可视、隧道内位置可视，对隧道车流量、车速、车道占有率等实时分析及呈现。联动隧道内温感、烟感、能见度等传感器及视频分析综合感知异常事件；结合监控及传感器实现过程监测，及时获悉各种数据信息；联动广播、情报板提醒过往车辆，构建事件处置闭环。圳北斗应用技术研究院智慧公路隧道可视化平台 2.3 石油化工领域 截止 2022 年，中国石油和化工规模以上企业数量达 28760 家，全年石油和化工行业实现营业收入16.56 万亿元，实现利润总额 1.13 万亿元。目前我国的石化行业正朝着装置大型化、炼化一体化、产业集群化方向发展，为石化厂区安全生产场景的边缘计算提供了广阔的市场空间。安全生产场景 油库作为石油产品的“蓄水池”，在油品销售过程中发挥着重要的中转作用。石油产品在油库静态存储过程中由于其自身的物理、化学性质，以及自然、人为等因素共同作用，易引发安全事故，是重 14 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 点管控的重大危险源。因此，油库的设备安全、作业安全至关重要。通过智慧感知设备对储罐区进行 24 小时实时智能监测，并利用视觉 AI 管理平台在统一汇聚数据的基础上赋予智能分析能力，能够及时发现烟雾、明火等异常情况并预警上报风险，同时识别异常人员入侵、人员聚集、人员吸烟等风险行为并实时预警，帮助管理人员实时掌控储罐区的运行情况，助力该油库有效的进行风险管控，进而实现安全管理体系的优化和管理效能的提升。奔迈科技奔迈科技是一家专注并精通于将基于嵌入式边缘计算的机器视频算法与端、边、云各类硬件有机结合，从算法、嵌入式系统、硬件设计到软件系统平台，拥有整套自研产品体系的企业。通过应急管理、化工、电力、公安、消防、文化、水利、农业等 2000 多个项目的实际应用，奔迈科技已成长为一站式服务于众多行业，并为各行业进行 AI 赋能的“互联网+物联网+AI 视频”落地型系统解决方案提供商。奔迈科技化工安全生产边缘 AI 系统拓扑 加油站场景 中国石油流通协会数据显示，截止 2022 年底，中国在营加油站总数超过 10 万座。其中，中石化 3.08 万座，中石油2.24 万座，中海油、中化（道达尔）、延长石油、壳牌等国有和外方独资企业各有 1000 多座，其余 4 万多座主要是民营加油站。中国加油站拥有方对比 中石化31%中石油23%其它 4%民营42%15 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 加油站属于易燃易爆场所，安全防范工作极为重要，目前国内所有的加油站都已经安装监控系统，在加油区安装摄像头，分析识别是否有人抽烟和打电话，在卸油区安装 1 个边缘计算盒+N 个摄像头，主要分析识别卸油时工作人员是否在离岗、工作人员穿戴是否合规、静电夹是否连接、灭火器是否正常摆放。以卸油区为例，系统检测到油罐车到达卸油区后，通过检测卸油口是否打开来确认是否为卸油状态，如果在卸油中，则检测工作人员是否在岗，如果工作人员在岗则检测其有无佩戴安全帽，如未佩戴安全帽超过设定的时间间隔时（一般为数秒），产生抓拍预警事件上传并语音提醒(自定义文本，如“请佩戴安全帽”)，系统将自动将文本转换为语音播放。加油站加油区和卸油区 鲲鲲云科技云科技为山东地区数百家加油站建设智能视频监控系统，包括打电话识别、抽烟识别、烟火识别、人员离岗识别、灭火器摆放识别、静电释放时间检测等智能算法，实现了加油区和卸油区等事故易发、多发部位和环节的智能检测预警功能。此外，鲲云科技与某集成商合作，在河南多地市建设智慧加油站试点，充分利用 加油站原有的监控设备，加强场所智能化安全管理。2.4 工业制造领域 工业现场的很多数据保鲜期很短，一旦延误处理，就会迅速变质，数据价值呈断崖式跌落。为了解决数据实时性问题，应用边缘计算是时之所驱。工业生产特殊性对边缘计算提出了具体要求：一是工业设备通信协议繁多，边缘计算需要处理各种制式的网络通信协议转换、互联互通。二是工业生产要求计算能力实时、可靠，部分场景要求计算处理的时延不超过 10ms。三是许多任务业数据有私密性要求，要保证数据不流出产区，所以边缘计算成为必须。为满足工业现场边缘计算需求，用户要求将 5G 网络的数据转发功能 UPF 下沉到企业侧的园区机房，园区内的各类终端通过 5G 基站直接将相关数据通过 UPF 分发到企业侧的边缘计算平台，由边缘计算平台上的各类应用提供诸如产线控制、质量检测等生产性功能。16 IOTE 2024 国际物联网展 上海站 4 月 24-26 日|深圳站 8 月 28-30 日 展位预定：18676385933 典型制造业 AI 工作流，AIoT 星图研究院绘图 生产流程优化场景 当前大量离散制造系统受限于数据的不完备性，整体设备效率等指标数据计算比较粗放，难以用于效率优化。边缘计算平台基于设备信息模型实现语义级别的制造系统横向通信和纵向通信，基于实时数据流处理机制汇聚和分析大量现场实时数据，实现基于模型的生产线多数据源信息融合，为离散制造系统的决策提供强大的数据支持。例如，在汽车制造厂，如果工人必须步行到不同的地点来完成任务，则效率低下，而传感器有助于分析工厂空间如何使用、谁在使用以及为什么使用。边缘计算平台为离散制造业提供决策和效率优化能力。边缘计算可以有效支持物料的标识和可追溯性；设备和产线的实时状态监控；现场操作指导和操作优化；自适应的生产调度和工序的优化；上下料和车间物流环节的优化。桐昆集团桐昆集团股份有限公司是一家以 PTA、聚酯和涤纶纤维制造为主业的大型股份制上市企业，地处浙江桐乡市。在桐昆集团未来工厂，借助 5G 技术等，数字平台与上千条产线、近 3 万台设备相连，日夜不停采集 150 万余个数据点数据。只需几分钟，算法就可整合库存、成本、订单等信息，排出最优生产方案，及时将具体转产方案下达对应工厂。桐昆集团智能生产车间，资料来源：桐昆集团官网、年报 在钢铁等流程行业，传统控制方式是 PID（比例-积分-微分）控制，缺点是难以处理多变量和控制滞后。目前，有些工业控制企业集成了模型预测控制软件系统作为系统级边