咨询热线
0791-83803200
新闻中心
联系方式
联系电话:0791-83802216、83802236、83803200
公司地址:江西省南昌市经开区北山路259号赛维莱科技城B23栋
行业动态
用边缘计算和5G重振智慧城市
发布日期:2021-02-22   浏览次数:344

随着我们从Covid-19中恢复过来,我们有机会重新思考我们的城市。在大流行期间,我们更加依赖我们的当地社区和技术——这两件事将一起创造新的智慧城市。随着越来越多的人意识到气候变化的现实,未来的城市在能源和交通方面可能会有很大的不同。

 

所有的自主交通,以及未来智慧城市的大部分技术将依赖5G和边缘计算。后者基本上是我们在整个大流行期间所做的技术版本——依赖附近的东西。这使得更大的弹性以及更多的信息被添加到系统中,以创建更加智能的城市。

 

5G网络提供了更高的信元密度、更高的数据速度和更低的网络延迟。在5G中,更多的处理被推到网络边缘,从而实现低延迟应用。此外,小区站点加密为用户提供了更大的网络容量、更多的数据带宽和更高的移动数据速度。这种网络加密将使先进的实时决策分析。5G技术的应用可以帮助城市节约资金、资源,为人们创造更清洁、更安全、更健康的生活场所。

 

智能家居

 

5G与边缘计算齐头并进。5G增加了可通信的数据量,而边缘计算使用数据在本地运行计算,而不是将数据发送到其他地方进行分析和处理。这通常更快,更能抵御干扰。结合起来,这两种技术拥有巨大的前景,是当今最杰出的新兴技术。

 

根据IDC的研究,2023年全球5G连接将增长至10.1亿,2024年全球边缘计算支出将达到2500亿美元。这为通过注入下一代技术改造城市提供了巨大的生态系统机遇。

 

智慧城市旨在提高居民的生活质量。物联网(IoT)、区块链、人工智能和分析等关键技术可用于涵盖整个领域,包括废物管理、智能停车、电子政务、电力和公共照明、教育、健康、交通管理和智能建筑。它是边缘计算、5G功能和工业物联网设备的结合,支撑了技术的有效利用,有可能实现更智能的供应链,并使我们能够更好地应对中断。

 

公用事业和基础设施

 

边缘分析可以帮助智慧城市自治市更好地管理和节约宝贵的资源,包括能源、水和新鲜空气。水系统和废物管理系统中基于IoT传感器的分析功能可实现更好的监控和管理,而创新的电网可为企业和消费者提高能源效率。边缘分析还有助于监视和控制建筑物的运行,例如供暖、通风、空调、照明和安全,以虚拟方式自动实现最佳的居住环境。

 

经济发展与公民管理

 

通过使用5G网络上的物联网传感器,可以监控交通流量、停车位可用性、公用设施使用和公共路灯管理。当局可以利用边缘分析找到切实可行的解决方案,以节约能源,优化水和电力资源,并减少环境影响。在大流行期间,我们看到一些趋势,即人们从拥挤的城市迁往人口较少、服务更好的地区。利用科技、尽量减少交通堵塞和改善废物管理,有助于吸引新居民和增加社区内的经济机会。

 

公共安全与犯罪控制

 

边缘分析和边缘AI使高级、安全的视频,传感器和通信系统能够主动监视公共场所以及法律和秩序。使用边缘AI,可以在危害公共安全之前预防或减轻犯罪或其他灾难性事件的发生。嵌入在桥梁和发电厂等关键基础设施中的传感器可以监控结构数据,以识别潜在危险,从而保护公民和城市的经济福祉。配备传感器的无人机可以监视车辆交通、人群、建筑工地和灾区,以帮助持续监视状况并支持急救人员。总体而言,社区从对执法和灾难管理的信任中受益。

 

智能交通和自动驾驶智能车

 

边缘分析将成为互联自动驾驶汽车革命的关键推动力。道路车辆将彼此通信,并与基础设施通信,并改善总体道路安全性。它还将减少交通拥堵并提高驾驶员舒适度。

 

基于边缘计算的车到云解决方案通过不同的服务(如高清实时地图、实时交通监控和警报)为不同级别的自主驾驶提供了边缘云功能。汽车上的分布式人工智能应用程序将通过5G无线电向电信网络内的边缘计算站点发送视频数据。在边缘云上,采用机器学习算法对视频数据进行近实时处理。实时图像处理的结果将被发送到汽车,在那里与局部分析进行比较,并作出最终决定,例如向驾驶员发出指示。

 

智慧医疗

 

医疗保健领域的联网设备数量正在大幅增加。边缘计算和边缘分析可以在很大程度上减轻这一负担。临床医生的移动设备可以将患者数据实时捕获到边缘的联网分析平台中。患者将不再需要等待分析结果,这将显著减少他们的就诊次数。

 

协作边缘的概念将是另一个推动因素,其中地理上分散的数据被融合到一个组合的边缘设备可用视图中。例如,深度学习最近在眼科获得了相关性,因为它能够检测诊断和预后的临床重要特征。这导致了各种深度学习系统被嵌入到眼科成像设备中,从而实现了自动图像采集。这同样可以在基于智能手机的设备层面上执行,例如通过使用连接到智能手机上的高分辨率眼底成像系统。