城市公共安全的三大轉變

我們國家提出智慧城市的概念，到現在已經十多年。智慧城市這個名詞近幾年頻頻出現在政府工作報告、學術會議和行業論壇上。眾所周知，智慧城市是一個非常宏大的主題，影響到城市建設方方面面，通過各方的不懈努力探索和實踐，智慧城市已經被賦予了一個具有中國特色的內涵，不同角色、不同領域的人，對這個名詞的解釋也有所不同。

[[336210]]

我們認為，智慧城市主要是運用物聯網、邊緣計算、云計算等新一代的信息技術，實現城市規劃和建設的智慧化。這里說到的城市智慧化，最終目的是要創造一個更安全、更舒適、更方便的生活，促進城市和諧、可持續成長。這里有兩個層面的意思：一是，它體現了一個新時代的信息技術的引領;另外，更為深層次的，是它具有一定的社會含義，體現出我們和信息社會所對應的一種面向服務的、以人為本的協同和創新的理念，要讓世界更美好。

說到以人為本，我們可以想像，人在社會中最直接或最卑微的一個訴求，就是安全。公共安全是社會中人最為直接的一個需求，影響著城市建設方方面面。比如社區安全、小區安全、交通安全、平安校園、道路安全，這些都是公共安全的一部分。

我們欣喜地看到，經過幾年發展，公共安全建設正逐漸從人工轉向自動，從分時分區的局部防御到全時全境的周密監控，從被動的事后分析轉到事前預警、實時響應。城市公共安全建設，正在發生這三大明顯轉變。

這樣的轉變，如果還依靠傳統的，集中式的處理方式，把所有信息匯聚到集中節點，已經力不從心了，我們需要引入新的信息處理模式，并將多種模式融合起來。近年來，一種新的計算范式，即邊緣計算，正日益受到人們的關注。邊緣計算的概念，并不是說被邊緣化的計算，而是一種從集中式向分布式、從中心化到去中心化、從集中單一式到協同的計算，是相對于云端計算的另一個概念，邊緣計算和云計算的有機融合，正成為現代公共安全系統的主要建設模式。

邊緣計算驅動公共安全建設

邊緣計算如何驅動公共安全建設發展?我們來看邊緣計算的幾個最重要的特點：

1.它是實時、低延時的計算。這一點非常重要，公共安全中，常常很多事情都是突發的，需要非常快速的響應，如果把信息回傳到某個中心節點、再等它傳回來，事情可能已經過去了，所以實時、低延時是邊緣計算很重要的一個優點。

2.可以處理海量數據。邊緣設備是數以億萬計的，具有計算能力的邊緣設備如果同時進行信息處理，可以處理海量數據，遠遠優于把大量數據傳輸到中心節點，通過擁塞的網絡等待網絡返回來得更為實時、快速，不會產生由于網絡擁塞而引起數據處理瓶頸。

3.精確位置感知。有很多公共事件，特別是公共安全事件，跟位置密切相關。比如防疫、對人軌跡的追蹤、自動駕駛的導航，這些都要跟邊緣側設備位置發生密切關系。這些邊緣側的信息最好是在邊緣側跟邊緣設備其他信息能融合在一起，就地解決，而不需要再回傳到中心節點。

4.本地化的數據保護。公共安全數據跟每個人的生活工作密切相關，每個人都不希望把自己的隱私隨意地在網絡上分發，如果信息能就近在本地邊緣節點上得到處理、消化，就不需要再把這些數據回傳到網絡其他節點上，從而就避免了信息泄露。前幾年，歐洲、北美對數據保護做了非常多的法律法規的建設，這兩年我們國家也開始非常重視這方面政策的制定。邊緣計算應該是解決本地化數據保護的一個非常有用的武器。

邊緣計算賦能智能攝像機

邊緣計算在公共安全上的主要載體，我們認為是智能攝像機。為什么這么說呢?首先，人對外界信息感知，靠的就是視覺，有80%都是來自視覺。比如，現在我面對的是攝像機，這樣的直播都是通過視頻進行分享。因此，視頻是智慧城市中采集數據最為重要的數據形式。其次，不同形態的攝像機，是采集數據的主要來源，目前，全球城市攝像頭數量還以每年20%的增長率不斷擴大規模，視頻攝像頭在生活中是隨處可見，各種新形態的視頻采集設備也越來越多，這些攝像機每天無時無刻不在采集視頻數據，產生出大量的視頻信息。最重要的是，視頻數據本身是非常龐大的數據信息源。舉例來說，一個小時的視頻數據，不壓縮，可能需要300GB，如果壓縮，也要一兩個GB。所以，我們需要使用智能攝像機，在邊緣側把視頻數據就地進行處理，通過智能算法，提取出視頻中對我們公共安全起到關鍵的分析作用的信息，可以說，智能攝像機是快速獲取視頻中有價值信息的優秀工具。

那么邊緣計算如何賦能智能攝像機的呢?我們認為有三個方面：首先，邊緣計算能完成高清的圖像處理。對現代攝像機來說，分辨率已經從標清、高清到超高清，攝像機內部需要實現非常復雜的圖像處理，才能實現高清的畫質，這必須要依賴于強大的邊緣計算。第二，高效的視頻壓縮，視頻數據量是海量的，如果我們用比較先進的邊緣側圖像壓縮算法，可以將視頻數據輕松壓縮100倍甚至200倍，大大縮減傳輸帶寬。第三，它能提供高級的人工智能功能。基于深度學習的現代的人工智能算法，在攝像機邊緣側就可以完成，進行自動檢測，識別人、車、物，可以非常有效地濃縮視頻里的冗余信息。

邊緣計算的創新應用

基于邊緣計算，目前行業已經推出了不少創新應用，例如科達的AI超微光攝像機便是其中之一。為什么科達要去推出這樣一個攝像機呢?首先，公共安全對攝像機的要求中，低照成像是核心訴求，這很顯然，治安事件90%發生在夜間;第二，城市中存在眾多不便外加光源的低照度環境，比如小區里，加一個很強的燈，馬上就會遭到投訴，在醫院或監獄里，也不方便添加光源，但這些地方又常常需要用攝像機采集視頻圖像。而傳統攝像機做不到良好的低照成像，因為傳感器有靈敏度的限制，感光能力是受限的，低信噪比的設備使得圖像信號被湮沒在噪聲中，根本無法提供有效的信息。所以基于以上關鍵問題，我們設計了AI超微光攝像機。這個攝像機的較大特點就是，基于深度學習AI算法，充分運用了邊緣計算來實現圖像增強，為低照環境下的攝像機輸出提供質量保障。

當前蘇州科達已經推出了一系列基于AI超微光技術的攝像機，如AI超微光車輛卡口攝像機，AI超微光電警攝像機，AI超微光人員卡口攝像機，AI超微光4G布控球等等。 這些新型的攝像機不僅具有原有攝像機的基本功能，可以有效的保障社會公共安全，而且充分考慮到城市人生活的舒適度，減小人工補光甚至摒棄補光，避免制造光污染，體現出人文關懷，我們認為只有像這樣的產品，才是一個智慧城市應該配備的設備，在應用價值方面，通過技術賦能產品，為了人而服務，以人為本，給人創造各方面更舒適、更理想的一個生活。

展望未來

最后簡單總結一下，對邊緣計算在公共安全建設方面的展望：

第一，邊緣計算會得到更強大算力的支撐。AI算力現在有個新的摩爾定律，每18個月算力會翻一番。但實際現在速度已經超過了摩爾定律，速度在不斷的提升中。這意味著我們可以把更多更先進的算法，包括AI算法、壓縮算法、圖像處理算法，放到邊緣設備中。這必將推動更多的公共安全的相關功能在邊緣側實現。

第二，多IOT的數據融合。AIOT的設備現在越來越多。根據國際數據公司的數據，2025年全球大概有1500億的IOT設備，這些設備無時不刻在地球上的各個角落產生各種各樣的視頻或非視頻數據，我們必須把這些視頻、非視頻數據有機融合在一起。現在常見的，比如煙霧光警器，有對煙霧的敏感性，但如果再加視頻，雙管齊下，在某個設備失靈的情況下，就可以用另外一個設備來繼續保證公共安全。再比如WiFi探針，各種不同傳感器產生的數據，都可以有機地融合起來，為公共安全起到保障作用。

第三，5G+邊緣計算。邊緣計算本身就是5G的一個核心功能，國際電聯(ITU)定義的三個典型的5G應用場景，其中一個就是超可靠低時延(uRLLC)，即極低延遲、超可靠的場景，這個場景就是用于邊緣計算在公共安全方面的應用。因此可以預見，邊緣計算在5G中的應用，將來也會越來越普遍和常見。

總的來看，我相信邊緣計算在公共安全中大有可為，也是大有作為的。我也相信，在智慧城市中，邊緣計算一定會發揮更大的效應，成為非常重要的一個武器。