边缘计算在智慧交通中都有哪些应用？
边缘计算在智慧交通中都有哪些应用？
2021-05-07 17:03:55 来源：ITS智能交通
抢沙发
2021-05-07 17:03:55 来源：ITS智能交通
摘要：在5G浪潮驱动下，车路协同、智慧停车、智能交通规划、自动驾驶等应用普遍被提上日程
关键词：
交通
智慧停车、智能交通规划、自动驾驶等应用普遍被提上日程，同时5G带来了数据量的大爆炸，越来越多的应用跑在了云端，很多具体的应用场景对延时的要求会变得非常严格，随着强实时数据的迅速攀升在边缘侧进行预先处理，于是“边缘计算”在智能交通领域应运而生。 1.什么是边缘计算
边缘计算(EdgeComputing)是5G网络架构中的核心环节，是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用等核心能力的分布式开放平台。边缘计算是一种分布式计算框架，其使企业应用程序更接近数据源，如IoT设备或本地边缘服务器。这种接近数据源的方式可以带来巨大的业务好处：更快的洞察力、更好的响应时间和更好的带宽可用性。
万物互联时代，海量设备将接入网络，进行数据采集和用户交互。边缘计算常常与物联网联系在一起。物联网设备参与到越来越强大的处理中，因此生成的大量数据可以重新迁移到网络的“边缘”。这意味着数据不必在集中式服务器之间连续地来回传输来处理。因此，边缘计算在管理来自物联网设备的大量数据方面效率更高，延迟更低，处理速度更快，且可扩展。在5G和AI的乘数效应下，其扩展了无线数据传输的高带宽和低延迟能力，人们对边缘计算能够实现什么目标充满了期待。此科技将使边缘计算系统大大提高速度，并最终增强其支持实时应用的能力。
据IDC预测，2025年全球物联网连接数将增长至270亿个，物联网设备数量将达到1000亿台，全球数据总量预计2025年将达到163个ZB，而未来超过70%的数据和应用将在边缘产生和处理。
在云计算初期，很多人认为，终端的价值已经走到极限，通过网络所有的数据都会传输到云端处理和计算，再传回到用户的终端。可事实的发展却有些出乎意料，很多应用场景，对延时的要求非常严格，如果完全依赖云，势必会让效率降低。
2.边缘计算在智能交通中的应用
智能交通的落地是一个庞大的系统工程，除了城市空间和道路的调整外，你还需要一套结合最新软硬件技术的、稳定可靠的管理系统，以应对形形色色场景中纷繁复杂的应用。根据麦肯锡的咨询研究报告，在边缘计算的行业应用中，交通运输所占比例最高。
随着城市交通数据量的增加，用户对海量交通信息的实时性需要也会随之提高。如果把数据全部传回云计算中心，将会出现带宽资源的浪费和延时等问题，但如果把数据在边缘服务器上进行实时分析和处理，便可根据路面实时状况和可用资源对用户做出相应指示。
边缘计算在交通的应用体在智慧城市运输和设施管理等基于地理位置的应用上，对于位置识别技术，边缘计算可以对基于地理位置的数据进行实时处理和收集，而不必再传送到云计算中心进行相应操作。
此外，在城市视频监控系统的应用上，可以构建融合边缘计算模型和视频监控技术的新型视频监控应用的软硬件服务平台，以提高视频监控系统前端摄像头的智能处理能力，进而影响预警系统和处置机制。
不难看出，“云计算”就相当于智能设备的大脑，处理相对复杂的进程，而“边缘计算”就相当于智能设备的神经末梢，进行一些“下意识”的反应，这为长期困扰行业发展的诸多难题迎来了解决的希望。
3.边缘计算在车路协同中的应用
最典型的如智能汽车应用场景，无法做到数据传输到云端处理后再做出判断，而是需要让大量的实时数据，这就是边缘计算的价值。
例如，一辆自动驾驶的汽车在面临危险需要及时停止的时候，如果其还需把数据上传到“云端”，通过计算得出停止的命令，再传送到汽车，汽车再作出反应。那么就不如让车辆本身也具备一定的计算能力，来处理这一问题。同时，我们还可以预想这样一个场景，突发的自然灾害、信号干扰或技术故障使得某一区域自动驾驶的汽车、列车陷入无网络状态。那么，它们就只能依靠边缘计算赋予其的计算能力作出“下意识”的反应，才能确保其安全。
此外，智能交通正从单一场景交通管理向融合场景交通服务发展，V2X场景能帮助智能驾驶更安全、更高效、更经济、更便捷，例如限速预警、恶劣天气预警、并道提示、路口调度等，而V2X关键技术包括感知、高清制图和定位，高算力需求、高移动性、高可靠性和实时性带来了主要的技术挑战，而边缘计算在车路协同领域会有更多技术突破空间。
4.边缘计算在静态交通中的应用
边缘计算在智慧停车的应用还体现在停车的控制系统、车联网上，并影响着其对未来的泊位数和路面交通的规划。目前智慧停车已被纳入新基建和智慧城市的战略建设上，边缘计算助力智慧停车趋向成熟、完善，智能停车管理方式大步迈进，加速融合科技与商业。
随着时间的推移，静态交通信息大数据正在滚雪球，云存储和其他类似的服务，正承受着大量复杂数据处理请求的压力。智慧停车的建设依靠单一的集中处理方式的云计算模型无法应对所有问题，需要多种计算模式的融合才可以解决这些问题。边缘计算模型可以把计算最大程度迁移到数据源附近的原则，实际需求在计算模型的边缘处理。边缘计算在智慧停车具有海量数据处理、低延迟、位置感知等几大优势。
目前，中国边缘计算市场仍处于产业早期阶段，拥有很大的技术爆发潜力，各类型行业参与者正积极布局抢占市场。各大厂商、科研机构正在制定标准和规范，虽未达成共识，但国内外已形成多个产业联盟，大力推动边缘计算的标准和技术进步。如何统一这些设备的生产标准，这有待于在智能交通领域一些重要企业牵头制定标准。
边缘计算的到来让智能交通更具安全性。无论是公路、铁路、海运还是航空，安全都是交通行业最为重要的事情。相信在未来，智能交通“边缘计算”领域会有更多技术突破，并能切实的改善我们的日常交通生活。
第三十四届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：wangxu
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
