Application Scenarios of Edge Computing——边缘计算的应用场景

Posted xingjiarong

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Application Scenarios of Edge Computing——边缘计算的应用场景相关的知识,希望对你有一定的参考价值。

Edge computing is playing an increasing important role in Internet of Things and has a great number of application scenarios. In this article, we will talk about the role of edge computing by giving several examples.

I、Smart City

1、Smart Grid

智能电网是一个虚拟网络,它可以对物理电网进行一系列管理和操作,包括电力负载平衡控制、清洁能源控制、电力节点控制、安全保护等。而能源负载平衡的应用就运行在网络的边缘上,例如智能电表和微电网, 它们实时监测电网的运行状态,对电网进行实时控制,以达到负载均衡和节能的目的。电路网络分布广泛,将所有的数据全部上传到云端计算是不现实的,而雾计算利用自身支持地理分布的特点为其提供了一种新的解决方案。如图所示,沿电网分布的各种传感器组成雾计算节点,实时收集电网的各种状态信息,利用自身的计算,存储和网络通讯能力,各个节点之间相互配合,以达到对电网实时控制的效果。由于雾计算节点的计算和存储能力有限,一部分对实时性要求不高的数据将会被发送到云端永久存储和进行进一步的计算。

2、Smart Traffic

智能信号灯是一套交通控制系统,它将传统的信号灯与各种传感器,摄像头和网络传输结合起来,利用人工智能技术为车辆和行人提供更加智能的交通指导。雾计算对实时性,设备异构性和多种网络的支持使智能信号灯成为可能。如图,在网络边缘进行计算,使得雾计算可以为信号灯提供更加实时、迅速的控制。交通摄像头,信号灯,沿道路两旁分布的传感器,行人的手机以及具有网络功能的汽车,通过WLAN,WIFI,4G,有线网等方式连接起来,形成雾计算的节点,相互配合,为信号灯提供智能、实时、迅速的控制。例如,一辆载有病人的急救车在马路上行驶,智能信号灯系统可以根据路况为其开辟一条快速通道,这需要各个节点之间的相互合作,摄像头判断当前道路上有无行人和汽车,并计算距离,测速仪计算车辆的速度,各个信号灯之间合作改变信号灯颜色,并为过往行人和车俩驾驶员发出警告,从而达到调节交通的作用。

3、Intelligent Street Lamp

由于传统路灯的弊端:如能源浪费严重、管理手段单一、信息化水平低下、缺乏故障主动报警机制、故障灯位置难以发现等一系列问题。近几年来国内很多城市都已经开始采用智能路灯技术,对传统路灯进行改造。智能路灯路灯可以根据周围的环境自动控制开关、调节亮度、多路灯协同照明等。例如:智能路灯可以使用光感应芯片自动的控制路灯的开启和关闭,做到根据季节和天气动态调节开关灯时间,达到节约电力的目标。在深夜没有汽车经过时,智能路灯可以自动的降低亮度,有车通过时,附近的路灯可以经过计算协同照明,使用最小的电量为汽车提供照明服务。

嵌入到路灯内部的传感器、执行器、计算和存储单元可以组合起来构成边缘计算的节点,传感器采集的数据发送到位于网络边缘的计算和存储节点,经过计算将结果返回给执行器,执行器对路灯进行控制,而不是将数据发送到位于网络边缘的云计算中心。这样既可以提高系统的实时性,又可以减轻云端的压力。

4、Smart Parking

停车是现在生活中的一大难题,有时为了寻找一个停车位需要在路边找很久,而且也有报告指出城市地区30%的交通拥堵是由司机缓慢驾驶汽车寻找停车位引起的。为了迅速的帮助司机找到停车位,英国剑桥大学设计了名为ParkSense [1] 的系统。这是一个基于智能手机传感器系统,它利用城市中无处不在的Wi-Fi beacons来判断停车位是否是空闲的。Wi-Fi需要定期的发送SSID作为beacon,而ParkSense就是利用了这一特性,它使用一个基于beacon接收率的Wi-Fi签名匹配方法来检测用户是否返回了停在停车位中的车中。而且,ParkSense还通过观察可用接入点的变化率来判断司机是否开始驾驶汽车。而所有的这些检测和计算都是在用户的手机上完成了,并没有将数据发送了其他计算中心,这样系统的实时性可以得到保证,并且ParkSense已经被测试耗电量很低,完全适用于手机。

5、Pipeline Inspection

城市中的管道分布和电网分布一样复杂,燃气管道,饮用水管道,排污管道都需要实时监测,一旦发生泄漏需要立即处理。为了监测这些管道的状况,通常会沿管道放置许多的传感器和检测器,这些设备可以构成边缘计算的节点,传感器检测的管道情况可以立即在网络的边缘进行计算,得到的结果可以立即发送给执行器,大大的提高了系统的实时性。

II、Connected Vehicle

车联网的部署展示了一个充满连接和交互的场景:车到车,车到接入点(Wi-Fi,3G,LTE,智能信号灯),接入点到接入点。边缘计算所具有的一些特性,例如:广泛的地理分布,支持移动性,位置感知,低延迟,支持实时交互等使得它成为车联网平台的理想选择。如图所示[2],智能交通信号灯可以根据路上车流的情况动态的调整信号灯的颜色,提高交通流畅度,减少拥堵,还可以应用于紧急情况,例如:当急救车经过时,信号灯可以为其开辟出一条绿色通道。另外,汽车也可以与信号灯交互,车载系统利用信号灯的信息为司机规划一条最佳线路。

III、Wireless Sensors and Actuators Networks

传统的无线传感器网WSN络缺少执行单元,仅仅能够感知环境并将数据发送到服务器,后来人们在WSN中引入了执行器形成了WSAN,这样就形成了一个闭环系统。传感器获得的数据发送到计算和存储中心,结果返回给执行器,执行器执行相应的指令。引入执行器后,WSAN可以看做是一个边缘计算系统,可以为用户提高计算和存储服务。例如:在可以火车上,安置在车轮上的传感器可以感知滚珠轴承的温度,一旦超过设定的警戒温度,执行器就会报警。

IV、Telehealth

伴随着可穿戴设备的兴起,以这些可穿戴设备为基础的远程医疗也逐渐发展起来。可穿戴设备一般都具有计算、存储和网络能力,所以它们可以作为边缘计算的节点来提供服务。边缘计算实时性高的特点也使得它成为理想的实现方式。例如:老人身上穿戴的智能手环、智能手表等可以检测患有中风的老人是否摔倒,一旦摔倒立即向手机等执行器发送信号使其发出警报。这样的实时性可以为挽救病人的声明提供宝贵的时间。

V、Smart Farm

智慧农场系统是基于物联网在农业领域中的典型应用之一,系统综合集成了计算机与网络技术、物联网技术、音视频技术、传感器技术、虚拟现实技术及无线通信技术等,实现对农场的数字化/3D可视化综合管理,包括远程诊断、自动控制、灾变预警、生产及质量追溯管理、农场人员/设备/资源实时动态管理,农场作物/牲畜自动化全程化实时动态管理,农产品可追溯化的配送服务等等。从而实现对农场生产环境的精准监测和控制,提高农场生产效率,减少成本,提高农场建设管理水平,提高农产品生产及配送全过程的透明度,提高客户参与度及满意度,为客户提供安全/绿色/可追溯可视化的农产品服务[3]。分布在农场中负责监控的各种传感器与执行器可以组成边缘计算的节点,利用边缘计算实时性高的特点为农场提供更好的服务。

以上只是边缘计算应用的一部分例子,事实上边缘计算可以应用于生活中的方方面面,为我们的生活提供各种便利。





[1] Nawaz S, Efstratiou C, Mascolo C. ParkSense:a smartphone based sensing system for on-street parking[C]// International Conference on Mobile Computing & NETWORKING. 2013:75-86.
[2] I. Stojmenovic and S. Wen. The fog computing paradigm: Scenarios and security issues. In Computer Science and Information Systems (FedCSIS), 2014 Federated Conference on, 2014.
[3] http://blog.sina.com.cn/s/blog_735feb8f0101kb6t.html

以上是关于Application Scenarios of Edge Computing——边缘计算的应用场景的主要内容,如果未能解决你的问题,请参考以下文章

Performance testing test scenarios

yii2_scenarios()场景的使用

Test Scenarios for Excel Export functionality

c_cpp switch_scenarios.ino

JMeter for Clustered Scenarios

zabbix 3.2使用Web scenarios自定网址监控