物聯網(IoT)的最大市場領域是工業、消費者和智慧城市。在這三者中，智慧城市在擴展方面面臨最大的挑戰。為什么?簡而言之，在建筑物、校園或家庭的已定義范圍內以及存在明確定義的所有權層次結構時，連接設備和傳輸數據更加容易。

城市則不同。市政當局需要在廣泛的應用場景中連接節點和傳感器，其中大部分是公共通行權。這為集成商帶來了許多“灰色領域”和問題：

誰擁有此電線桿，我是否需要許可證才能在其上安裝設備?

我可以在該位置使用硬連線的通信基礎設施來回傳數據，還是需要無線解決方案?

如果依靠運營商提供的無線連接，哪個運營商提供最佳的覆蓋范圍和可負擔的數據計劃?該計劃是否可以提供足夠的速度和吞吐量來滿足該城市所有傳感器和應用的需求?

可以利用誰的預算來支付所有這一切?

智慧城市有可能像企業在一些極端應用的部署一樣增長。首席信息官可能不是在看成百上千個連接的端點，而是在看成千上萬的設備。這些設備中有許多將是高分辨率的IP攝像機，可將數據有效地分發到整個城市的操作系統。這不是為改善公共安全而專門提供的常規城市監視部署;相反，這些城市使用IP攝像機作為最終傳感器，將數據傳輸到地方政府的所有分支機構，以協助實現眾多目標，包括：

預防犯罪和事件調查;流量優化和信號控制;有關天氣，環境條件以及對社區的其他直接威脅的緊急通知;停車管理;以及更多。

市政物聯網的前景廣闊，但挑戰在于如何在不損害視頻完整性，不占用過多帶寬，存儲和預算資源的情況下管理海量數據。

有三項發展使智慧城市的管理者對他們可以克服這些挑戰感到樂觀：壓縮技術的創新;新的無線通信策略;以及新興的基于邊緣的處理。

這些試金石代表了一些創新，可以幫助市政當局提高其使用技術來改善其社區生活質量的效率，因為傳感器和平臺制造商、集成商和服務提供商正變得越來越有動力提供滿足以下要求的解決方案：市場的獨特需求。

壓縮技術：較小的數據包

[[395860]]

從歷史上看，安全行業使用廣播行業開發的視頻壓縮格式。但是，這些格式并不能解決監視攝像機所面臨的獨特挑戰，即每天24小時在不斷變化的天氣和光照條件下捕獲高質量質量視頻的需求。

2015年，視頻制造商開始使用專門為監控攝像機開發的壓縮方法來調整廣播行業的H.264壓縮格式。他們處理諸如動態條件、長時間不活動以及光線不足的場景中生成的顆粒視頻之類的問題。這些壓縮技術是由攝像機制造商專門開發的，其性能結果差異很大。最廣泛接受的格式大大降低了視頻流的比特率，同時保留了圖像的可用性和取證細節。同樣重要的是，它們與集中式服務器和視頻管理軟件中的H.264標準解碼資源保持了兼容性。

同時，安防行業還提高了攝像機的低光靈敏度，從而降低了低照度條件下的視頻噪聲，這是比特率峰值的常見原因。

近年來，視頻數據壓縮和低感光度這兩個方面的改進并沒有放緩。相反，他們已經加速到如今的攝像技術超越了十年前的夢想。

超越了傳統的使用監控攝像頭來實現物理安全，而將IP攝像頭用作智慧城市中的終極傳感器，其好處變得更加明顯。有效地，行業在提供更多可操作的信息(取證詳細信息和元數據)和更少的數據(較小的數據包大小，較低的流式比特率)方面變得越來越好。

但是創新遠未結束。現在可以將智能算法分層放在H.265上，以進一步降低比特率。但是，在捕獲具有大量活動的復雜場景時仍會出現尖峰。這使得解決方案架構師或工程師很難準確地預測任何攝像機將生成多少數據并將其跨數據通信基礎設施進行流傳輸。當他們不知道需要多少數據或何時需要數據時，如何設計網絡或估計集中的處理和存儲需求?答案在于一種新的視頻數據管理技術：在每個攝像機開發的基準上以平均格式交付視頻。

這是如何運作的?當比特率達到峰值時，攝像機將暫時降低幀速率或分辨率，并將整個視頻保留在緩存中一段時間，直到峰值下降。然后，攝像頭會將保留的數據推送到中央存儲庫，在該存儲庫中，該數據與最初流式傳輸的視頻相關聯。

無論設備是通過有線網絡，專用無線網絡還是運營商提供的無線數據路徑進行傳輸，這都是管理智慧城市海量數據流量的有效方法。重要的是要注意，該技術不會減少流式傳輸的總數據，它只是在任何給定時間使數據流的數量均勻，以確保基礎設施不會淪陷。

無線網絡：元數據和視頻點播

[[395861]]

隨著城市在其公共通行權中部署其監控攝像頭和IoT設備，建立基礎設施以采購電源并保持與遠程位置的連接成為一個問題。代替在任何地方都開挖光纖，城市可能會考慮依靠蜂窩網絡從傳感器傳輸數據。但是，當您嘗試將解決方案擴展到全市范圍時，該解決方案的成本將變得過高，因為數據計劃通常是針對消費者用戶市場而設計的。

運營商需要在公共通行權中部署高密度的IoT，以證明構建新一代無線通信所必需的小型蜂窩網絡基礎設施是合理的。

在新的業務模式中，無線運營商正在開始制定更適合智慧城市部署中典型的高傳輸流量的數據計劃。然而，即使具有更穩定的蜂窩管線，連續流式傳輸實時視頻也將消耗大量帶寬。

新策略是將系統配置為實時使用攝像機中的元數據，并且僅按需流式傳輸視頻。例如，當操作員收到檢測到的事件的警報時，他們可以通過從攝像機提取快照或短視頻剪輯來確認情況。當對帶寬的其他需求較低時，攝像機可以存儲完整的視頻記錄并將其上傳到中央數據中心。

基于邊緣的處理

過去，視頻分析只能在服務器級別進行，這通常會延遲對關鍵事件的響應時間。現在，監視攝像機具有更強大的處理器和人工智能功能，可以在邊緣進行復雜的分析。

邊緣處理具有多個優點：它允許攝像機選擇要傳輸的相關視頻，這有助于操作員立即專注于關鍵細節。減少視頻流可減少帶寬消耗和存儲需求。

僅僅因為攝像機沒有24/7全天候流式傳輸視頻，并不意味著它不適用于城市利益相關者。帶有深度學習的邊緣處理功能使攝像機能夠生成豐富的元數據，以對場景中的對象進行分類，例如行人、騎自行車的人、乘用車、大型卡車等。此數據可幫助規劃人員和土木工程師了解人員和產品如何在環境中移動。有了這些洞察力，利益相關者可以做出基本決策，例如在哪里添加自行車道或在哪里重新設計十字路口，以提高社區安全性、效率和城市服務的公平分配。

使用尖端的計算機科學來聚合豐富的數據集，可以使智慧城市的利益相關者做出明智的決策，更有可能得出積極的結果，從而豐富居住、工作、學習和娛樂社區的人們的生活。邊緣處理對于使智慧城市解決方案更具可擴展性和彈性，同時降低總體擁有成本至關重要，因此可以將智慧城市的愿景傳遞給社區。