新闻

新闻资讯
News

您的位置:首页>新闻资讯

边缘计算带给工程安全监测的启示

图片关键词

边缘计算

 

        在结构工程安全监测领域,云平台是解决方案中不可或缺的部分。基于大数据的云计算可以满足对采集来的各类数据进行分析和输出。但是,边缘计算的优点也让工程安全监测更具有智能化和预警性。

        边缘计算承担了与云计算不同的功能。它要求在靠近用户、数据源的网络边缘侧提供具备计算、存储、网络的处理能力。例如在监测领域的传感器上,基于深度算法的MENS传感器已经具备一定的边缘计算能力。这种具备边缘计算能力的设备还可以是工业电脑、网关、控制器、甚至是基站、采集设备等。

        边缘计算设备一侧与直接产生数据的物理设备连通,另一侧则可以将处理过的数据上传到云端。例如在主打智能制造的现场,产生的数据多样而繁杂,然而并非所有数据都需要上传到云端进行分析、处理。一方面带来流量、带宽的需求等导致云服务的费用上升;还有就是对上传所有数据到云端存在数据安全的担忧。

        那么对现场数据进行初步的分析处理显得非常必要,终端产生的数据往往不需要全部上传,而是需要经过截取处理;有的数据需要立刻处理,譬如一些硬件产品的实时检测预警信息反馈要求在毫秒级,而上传到云端进行处理再反馈到现场的时延可能达到秒级,全部通过云端来分析就会大大延缓现场的生产效率,这就需要靠近数据源的边缘设备来进行处理。一般而言,对实时性要求不高的、与报表有关的一段时间周期内的数据,往往会上传到云端进行分析;而与现场密切相连、实时性要求高数据分析,往往就需要在边缘计算环节来完成。边缘计算的重要性因而更加凸显。

        在工程安全监测行业,对一些关键传感器或者是采集仪可以通过内置AI算法,可以快速实现对实时工地的状况进行诊断和预警。例如,在地质灾害监测预警领域,由于应急要求,对快速响应和通讯的实时性要求更高,边缘计算可以发挥更好的作用,还可以满足跨平台、低时延的要求。边缘计算能力在结构工程安全健康监测领域具有3大优点:

 

解决延迟现象,可以实现感应-采集-处理等快速响应

        延迟是指处理和分析捕获数据所需的时间,连接到互联网的设备必须在100毫秒内响应,有时甚至不到10毫秒。尤其在安全监测行业,延迟有时是非常致命的。因此,计算过程必须尽可能本地化,以抵消远距离传输数据的固有延迟。通过物联网中的边缘计算,计算将在源头附近完成,例如智能崩塌传感器,如果处在地灾频发区的传感器采集的数据判断出将要发生石块崩塌,在具有足够的确定性后,能够在一定的时间范围内快速部署进行应急工作,如果在长距离传输数据方面有任何滞后,那就是失去了地灾应急的意义,不利于最大限度降低人员人员伤亡和财产损失。

 

可以有效规避传输拥堵带来的瓶颈

        运行软件和生成数据的大多数物联网设备需要链接到云存储和进一步处理该数据。因此,需要大量的功率和带宽将IoT数据传输到云平台。在物联网中使用边缘计算,可以减少互联网带宽的使用,因为可以在源附近处理大量数据。例如,边缘计算相机可以通过分析警察仪表板的视频源来帮助执法机构减少带宽,相机摄像头可以实时生成大量的视频和音频记录,但只有在必要时才将相关数据发送到云端。

 

能够使监测系统更安全

        尽管云服务提供商已经为终端客户的物联网产品开发了出色的安全性,但运营技术专业人员仍然担心他们的敏感数据一旦离开企业的墙壁就不会安全。为了解决这个问题,可以在边缘添加更多智能来保护系统,使其更强大,可以抵御黑客攻击和入侵。因此,任何中断都将仅限于边缘计算设备和这些设备上的本地应用程序。