張友國

（訊飛智元信息科技有限公司）

1 人工智能建設(shè)與邊緣計算

近年來，國家圍繞推進新型城鎮(zhèn)化進程和經(jīng)濟社會智慧化轉(zhuǎn)型，先后出臺了人工智能、大數(shù)據(jù)、智能制造、智慧城市、數(shù)字經(jīng)濟、云計算、物聯(lián)網(wǎng)等一系列重要政策，有效推動了數(shù)字中國和智慧社會的建設(shè)，建筑業(yè)信息化也進入了快速發(fā)展階段[1]。

人工智能在智慧建筑的實施過程中，已經(jīng)有條不紊地落實到位，但還是存在很多的問題。[2]當前大多數(shù)的智慧建筑的數(shù)據(jù)分析，主要依靠龐大的服務(wù)器計算集群來實現(xiàn)，在云端完成所有的數(shù)據(jù)挖掘、分析和決策，設(shè)備端只負責數(shù)據(jù)的采集。由于系統(tǒng)的很多功能，諸如在數(shù)據(jù)的分析和處理（如協(xié)同、控制等對時間敏感的信號）在實時性、低延遲等方面都提出了較高的要求，但受到數(shù)據(jù)與云端通信的低傳輸速度與帶寬限制，是無法支持這些信息傳輸實時性的要求的，類似的問題也出現(xiàn)在其他AI 落地場景中，因此，“邊緣計算”的概念應運而生。

2 邊緣AI概述與核心技術(shù)

2.1 邊緣AI概述

邊緣AI發(fā)源于邊緣計算，邊緣AI是指封裝于本地硬件設(shè)備中的AI算法。也就是說，數(shù)據(jù)創(chuàng)建和其他操作可以在沒有云存儲或流媒體的情況下執(zhí)行，完全擺脫了網(wǎng)絡(luò)連接進行數(shù)據(jù)處理。智能化場景下，底層感知設(shè)備數(shù)量劇增，無法全部依賴云端處理的情況越來越多，能夠在邊緣端進行AI計算非常重要。而智慧建筑的邊緣AI 設(shè)備不是指傳統(tǒng)的網(wǎng)關(guān)或采集感應設(shè)備，其最重要的是具備采集邊緣數(shù)據(jù)、運算AI模型和互聯(lián)決策反饋三方面能力。

2.2 邊緣AI核心技術(shù)

產(chǎn)業(yè)界當前AI芯片以Nvidia為主，國產(chǎn)化AI芯片也開始應用落地。邊緣AI 的成熟必將推動更加適合邊緣計算場景的芯片架構(gòu)出現(xiàn)，這些芯片的適配也是對現(xiàn)有AI 計算框架的挑戰(zhàn)。邊緣AI 不僅能夠承擔數(shù)據(jù)源的復雜計算任務(wù)，還要能優(yōu)化下沉到邊緣端側(cè)的實時性計算任務(wù)。邊緣設(shè)備主要執(zhí)行預測任務(wù)，已有的算法在邊緣設(shè)備上的執(zhí)行速度和內(nèi)存占用是算法邊緣側(cè)適配需要關(guān)注的重點。

3 基于邊緣AI的智慧建筑應用場景

目前，智慧建筑采用了人工智能、5G、物聯(lián)網(wǎng)、虛擬現(xiàn)實、傳感器等新興前沿技術(shù)，其中人工智能在多個方面為智慧建筑提供助力。依托于視頻圖像數(shù)據(jù)，人工智能算法可實現(xiàn)對采集到的數(shù)據(jù)進行分析，滿足建筑相關(guān)人員對安全、起居、出行等不斷增長的社會化需求。智慧建筑的應用場景規(guī)劃通常要考慮建筑的屬性和用途，例如建筑工地、商業(yè)樓宇、居民社區(qū)、大型市政建筑等[3]。不同類型的建筑雖然有很多共性，但也要提供相對應的特色應用。下面對邊緣AI應用廣泛的智慧工地場景詳細展開介紹。

3.1 智慧工地

眾所周知，傳統(tǒng)建筑行業(yè)是勞動密集型行業(yè)，粗放式管理造成勞動力、材料、機械設(shè)備等的利用嚴重浪費。根據(jù)美國產(chǎn)業(yè)研究院的研究報告，工程建筑行業(yè)的非增值工作(即無效工作和浪費)高達57%，而制造業(yè)僅為26%[4]。從國外的經(jīng)驗和國內(nèi)建筑行業(yè)的現(xiàn)狀來看，為了實現(xiàn)建筑的精細化管理，建設(shè)“智慧工地”是很有必要的，可在縮減成本、提高安全和環(huán)保水平的條件下最終按時順利完成工程任務(wù)。

邊緣AI 在精細化管理方面的先天優(yōu)勢使得其在智慧工地上應用場景廣泛，其部署架構(gòu)如圖1。自上而下主要分為感知應用層，傳輸層和展示層。

圖1 云邊協(xié)同智慧工地架構(gòu)圖

在感知應用層，通過計算機視覺算法和邊緣側(cè)適配技術(shù)，在邊緣AI 芯片中封裝邊緣AI 算法，處理各種攝像頭采集到的視頻圖像，進行本地視覺分析，直接輸出分析結(jié)果。而根據(jù)不同的場景需求，在邊緣設(shè)備中可以封裝并調(diào)用不同的AI算法。

基于工地的勞務(wù)實名制，在出入口通道使用人臉識別邊緣設(shè)備，通過攝像頭采集人臉數(shù)據(jù)，傳輸至邊緣設(shè)備，檢測人臉位置，計算人臉特征后與工地人員人臉庫進行匹配，完成對進出的施工人員實時識別。全程無需繼續(xù)上傳到服務(wù)器端進行計算，減少了不必要的網(wǎng)絡(luò)帶寬。既能夠滿足考勤需要，還能夠有效控制施工人員的進出，防止外來陌生人進入施工現(xiàn)場，使施工現(xiàn)場更加安全。

在施工環(huán)境中，施工人員佩戴安全帽可以有效避免或減小安全事故的傷害。但經(jīng)常會有進入施工場所人員未正確佩戴安全帽的情況發(fā)生，為更好的避免這種情況，對所述的施工場所進行實時監(jiān)控，并檢測是否按照規(guī)定佩戴安全帽至關(guān)重要。對建筑工地內(nèi)有人員經(jīng)過的區(qū)域，架設(shè)封裝有安全帽、安全背心檢測AI 算法的邊緣設(shè)備，對人員進行檢測的同時，通過調(diào)用AI 算法，分析人員著裝。主要算法流程為先通過對使用目標檢測算法檢測出人體框，將檢測出的人體框輸入至二次判別模型過濾誤判的人體目標，而后對目標進行多屬性分類，得到安全帽的佩戴結(jié)果一，除此之外為了提高安全帽識別的準確率，另起一條路線對實時畫面中進行人體的頭肩檢測，同樣判斷是否穿戴安全帽得到結(jié)果二，將結(jié)果一與結(jié)果二做進一步的融合判斷得到最終的結(jié)果，實時對工地作業(yè)人員不符合安全著裝的行為進行預警。

在圍墻或危險區(qū)域部署封裝有人體檢測相關(guān)AI算法的邊緣設(shè)備，由于該類行為為小概率事件，無法通過人工巡查及時發(fā)現(xiàn)。借助邊緣設(shè)備，由監(jiān)管人員在終端配置并劃定圍墻位置以及檢測區(qū)域范圍，就能夠24 h不間斷及對非法翻越和違規(guī)闖入等行為進行及時識別，避免危險發(fā)生。

在倉庫、電力設(shè)備、工地宿舍等區(qū)域，存在較多易燃物品，火災發(fā)生的可能性比較大，火災發(fā)生后的危害也大，為了最大限度地減少火災可能造成的重大人員傷亡和財產(chǎn)損失，保障生命財產(chǎn)安全，需要使用煙火檢測邊緣設(shè)備，對重點布防區(qū)域進行實時監(jiān)測，當有火災事故發(fā)生時，能快速發(fā)現(xiàn)與處置。

傳輸層通過物聯(lián)網(wǎng)，5G，通信加密等技術(shù)傳輸數(shù)據(jù)，連接部署在現(xiàn)場的各類邊緣一體設(shè)備和終端的視頻分析平臺，保證多路并發(fā)情況下，前端設(shè)備輸出的成功獲取和終端指令的順利下發(fā)。

由于將計算能力從后端服務(wù)器下放到邊緣感知層，極大的減輕了服務(wù)器的計算壓力，保證在多路設(shè)備接入時，不會因為在服務(wù)器端的計算資源沖突，導致延時或阻塞。展示層的終端視頻分析平臺接收感知應用層上傳的視頻圖像數(shù)據(jù)以及分析結(jié)果，通過實時預覽、視頻監(jiān)控等方式展示結(jié)果，并提供運維工具方便使用者配置感知應用層的邊緣設(shè)備參數(shù)，包括攝像頭狀態(tài)、事件類型、視頻路數(shù)、巡檢模式等。不同應用間還提供事件聯(lián)動的功能，對分析數(shù)據(jù)進一步處理。

4 智慧建筑在邊緣端的挑戰(zhàn)

“云計算”相當于智能終端的神經(jīng)中樞，用于對高層次的問題進行分析決策，相比之下，智能終端的突觸結(jié)構(gòu)就是“邊緣計算”，進行相對簡單、單一的反應。

當下AI 加速落地，“新基建”浪潮已浩蕩而來，邊緣AI將人工智能算法部署在邊緣端設(shè)備，是提高算法服務(wù)效能的重要途徑，將對智慧建筑精細化發(fā)展產(chǎn)生極大的促進效果。

4.1 數(shù)據(jù)隱私與信息安全

智慧建筑場景多樣化，無論是在交通、安防還是公共衛(wèi)生方面，采集設(shè)備所產(chǎn)生的大量的感知信息數(shù)據(jù)，給邊緣計算和邊緣端信息存儲都帶來了極大的困難。

此外，在智慧建筑中應用邊緣計算，也會涉及到數(shù)據(jù)資料的產(chǎn)權(quán)問題。在邊緣計算的基礎(chǔ)上，可將海量的資料儲存應用到智能建筑物的各個方面。但是，資料的生產(chǎn)者也許不會意識到他們的資料已經(jīng)被別人使用了。由于用戶和程序都要求使用邊緣服務(wù)器來為其提供計算資源，因此必然會將其暫時地放在邊緣端，而在這種邊緣環(huán)境下，信息的保密和信息的安全性將會受到極大的威脅。從道德、法律等方面對邊緣系統(tǒng)進行界定，是當前智慧建筑的一個重要課題。

4.2 差異性與可擴展性

智慧建筑的差異性和可擴充性是智慧建筑的一個關(guān)鍵要求。將來智能樓宇的建造將會在網(wǎng)路周邊分布多個具有不同優(yōu)先權(quán)的業(yè)務(wù)。比如，重要的公眾安保和故障警報，應當在較短時間內(nèi)被解決；與醫(yī)療有關(guān)的醫(yī)療保健中，如摔倒或心臟功能不全的檢查，其重要性高于其他醫(yī)療保健。

在這種情況下，在一個邊緣側(cè)的人工智能體系中，可以實現(xiàn)多個應用軟件共用相同的資料來源；如果某個應用程式失敗或無回應，則會造成其他程式在相同資料來源上發(fā)生故障。這時上面提到的系統(tǒng)應用分離所造成的問題可以通過引進或撤銷部署框架的方式加以處理。

5 發(fā)展建議與展望

基于邊緣側(cè)人工智能的智能建筑開發(fā)過程中，可以通過以下方式提高邊緣人工智能的應用效率和安全水平。

5.1 加強邊緣AI安全基礎(chǔ)，完善安全管理體系

構(gòu)建智慧建筑涉及應用、平臺、連接、終端等多個層面，在各個方面都存在一些潛在的安全風險。任何級別的安全防御漏洞被注入都可能導致無法預測的損失。同時，隨著邊緣人工智能在智能化建設(shè)過程中的深入，感知、傳輸、應用、平臺各級面臨的風險和威脅都是獨特的，因此，必須提高基礎(chǔ)信息網(wǎng)絡(luò)、基礎(chǔ)信息和系統(tǒng)建設(shè)的安全性和可控性。

在基于人工智能的邊緣側(cè)建設(shè)過程中，要不斷優(yōu)化安全管理體系和安全保障系統(tǒng)，充分考慮安全防護措施等因素，根據(jù)不同級別的特點，完成安全規(guī)則的制定，各級專屬防火墻的配置與部署，建立堅實的安全基礎(chǔ)，得以實現(xiàn)智慧建筑。

5.2 堅持綜合發(fā)展戰(zhàn)略，制定邊緣AI規(guī)范標準

在基于人工智能的邊緣側(cè)建設(shè)過程中，需要在相關(guān)政府部門的指導下，協(xié)調(diào)相關(guān)方制定統(tǒng)一、科學、合理的“邊緣人工智能”技術(shù)規(guī)范標準。為標準化評估智能建筑建設(shè)功能的程度、水平和效益提供依據(jù)；為建立區(qū)域性和個性化評價指標體系提供基礎(chǔ)；為各地區(qū)智能建筑規(guī)劃建設(shè)的綜合分析提供統(tǒng)一維度。

另一方面，對于產(chǎn)生自各個領(lǐng)域的異構(gòu)感知數(shù)據(jù)，網(wǎng)絡(luò)數(shù)據(jù)，設(shè)備數(shù)據(jù)，構(gòu)建一個兼具包容性和魯棒性的，能滿足建筑邊緣智慧化動的規(guī)范標準，深入推進智慧建筑的發(fā)展進程。

5.3 建立健全的監(jiān)督機制，全程指引智慧建筑生態(tài)構(gòu)建

在基于人工智能的邊緣側(cè)建設(shè)過程中，應當建立健全監(jiān)督機制，全程指導智能建筑生態(tài)建設(shè)。深入研究相關(guān)政策法規(guī)，注意防范各種潛在風險，建立科學合理的監(jiān)管機制，為了獲得公眾支持，我們必須建立一個透明公開的監(jiān)督機制，確保從每種類型的建筑設(shè)計都有共識和責任，為完善安全體系提供科學合理的監(jiān)管，為開放生態(tài)系統(tǒng)的建設(shè)提供科學指導，推動智能建筑內(nèi)置智能建筑系統(tǒng)的邊緣人工智能可持續(xù)發(fā)展。