高精度低延时的智慧城市可视化边缘网关的研究

（上海上实龙创智能科技股份有限公司，上海 200436）

0.引言

最新调研数据显示：物联网行业从2019年开始每年增长率超过30%。随着各大芯片厂商底层技术的不断进步以及接口的不断丰富，近年来全球物联网产业增长惊人。参考调研机构的数据，全球物联网公司在2020年出货量将超过500亿台，而我们国内物联网的增速更是远超国外。另外根据数据显示：我国到2021年将有超过700亿的终端与设备联网，而其中一半的物联网网络都将会受到带宽的限制，一半以上的设备通信数据不得不在网络边缘分析、处理与储存。边缘计算将会与云计算相互协调工作进而承担并减少云端的压力[1]。

1.可视化边缘网关的优势

可视化边缘网关作为一款智能终端与边缘云衔接的关键设备，需要具备边缘侧强大的数据接入、数据清洗、数据存储、数据转换、数据转发、数据预加工甚至数据边缘计算的能力。不仅有效减轻云端数据处理的负荷，更提高了实际应用场景中应用对数据时效性的需求。

针对边缘侧数据加工的特点，可视化边缘网关通过内建各个功能模块，可针对不同的应用场景，快速部署所需的数据加工模块，并通过人工智能自学习算法，不断积累各个模块的自适应性，提高自适应外部对接设备的适配能力，从接入匹配、协议对接、通讯探针、数据过滤、格式转换、数据上报等多个维度完善和加强边缘侧的设备对接工作，为物联网各类应用，提供高可靠、高质量、高精度、高时效的数据对接服务。

同时，针对设备部署的特点，边缘网关内嵌可视化编程和组态工具，使原本专业度较高的部署工作极大程度上被优化，从弱编程向零编程发展[2]。

2.可视化边缘网关的特点

2.1 高精度

传统边缘网关采用X86 PC架构虽然算力性能和精度上表现不错，但成本较高。本研究打破常规，硬件方面采用ARM架构（多核处理器，主频达到1GHz以上）处理器，软件方面采用算法优化实现精度的提高，还可以把PID控制算法模型以模块化方式内嵌产品本身，在控制上大大提高精度。

2.2 低时延

海量的通讯数据在本地的局域网络里通过边缘计算控制器网关进行处理，大大降低了数据传输过程中带来的网络延时而造成控制的滞后。在硬件和架构设计上更是采用缓存机制和COV技术(Change of Value)大大提高延时性，将有用数据和变化数据边缘侧筛选和预处理后上传云端。

2.3 计算处理的实时性更好

边缘计算分布式以及靠近设备端的优势使得边缘计算的处理实时性更好。

2.4 效率高

边缘计算在本地对数据进行处理、过滤，只将有用的数据上传到服务器，使得通信效率大幅提高。

2.5 省流量、小带宽

边缘计算由于将云服务器的很多功能下沉到边缘侧，减缓云端的数据处理的压力，同时也减少设备与云端的数据流量。

2.6 人机界面

产品内置可视化工具实现编程可视化、组态可视化，极大程度简化操作效率提高50%，用户体验好可读性强。

2.7 预测控制

基于行业经验建立边缘侧专家分析数据库，通过实时数据和历史数据趋势预测潜在风险提前干预防控，降低及规避风险带来的损失，预计可减少损失30%，真正意义上做到防控于未然。

2.8 智能神经树

通过对相关产品的态势感知和自学习，建立自己的神经网络树，以填补空白功能或自身的缺陷。

3.可视化边缘网关技术

本文研究是基于Node-Red环境的高精度低延时的智慧城市可视化边缘网。Node.js是基于谷歌浏览器V8引擎的JavaScript运行环境。Node.js使用了一个事件驱动、非阻塞式 I/O 的模型[3]。

Node可以让JavaScript运行在服务端的开发平台上，因为node使得JavaScript与PHP、Python、Perl、Ruby这些脚本语言并没有太大的区别。Node使用事件驱动，非阻塞I/O模型，使其运行效率高。

Node-Red是一款基于Node.js的构建物联网应用程序的强大工具，它使用可视化编程方法，开发人员只需要将预定义的代码块（称为“节点”，Node）连接起来执行任务。连接的节点通常是输入节点、处理节点和输出节点的组合，当它们连接在一起时，构成一个“流”(Flows)。

目前研究方案Demo已在树莓派开发板上开发测试完成，能与多种不同协议的设备进行通讯、控制，例如通过Modbus RTU协议读取烟感报警状态以及通过KNXIP控制楼宇灯控，通过环境复杂的逻辑控制输出BI，BO,AI,AI对智能楼宇进行控制，并成功通过云平台配置、下发工程文件到边缘网关，自动生成执行任务。

4.边缘计算与云计算的不同以及EdgeStudioTM介绍

边缘计算比起云计算更接近用户以及控制场景，将网络、计算、存储、应用等相结合而产生的，其主要优点是：网络服务快、实时性高、网络更安全。在未来，由于物联网设备的不断增加，网络带宽与计算吞吐量将会成为云计算发展的最大阻碍。而5G通信低时延、高可靠的通信要求，将会促进边缘计算的又一次大发展。

边缘计算不同于云计算，云计算是物联网控制的大脑，而边缘计算就是大脑里的每个神经末梢。两者相互协调，互相促进，共同为物联网服务。边缘计算更靠近控制的应用场景，也会将数据做初步的处理后上传给云端。反之，云计算通过边缘侧上传的数据进行分析总结，得出规则或模型可以下发到边缘侧，边缘侧会使用新的逻辑，更加智能的控制终端产品。

目前，全球边缘计算产业化正逐日剧增，边缘计算也有一些落地的典型应用场景，包括自动驾驶、安防前端智能化等。由于全球正在大规模部署用于分散存储和计算操作的硬件组件，以实现边缘基础设施的全面部署和减少网络流量，预计在预测期内，硬件产品将保持最大的市场规模。企业提供的边缘计算硬件，既可以作为数据源的初始点（边缘设备），也可以作为整个网络（网关和服务器）的促进者，或者在整个边缘计算过程中充当存储和本地处理单元（本地数据中心）。

上实龙创EdgeStudioTM是基于图形用户界面的设备数据采集控制开发工具。支持拖拽式的操作，交互式的设计器，帮助用户无门槛零编程地开发。可搭载公网和本地的多种数据源，减少数据清洗和变形工作，同时支持自定义协议开发，函数计算能力，数据库使用能力等，满足各类复杂业务需求。力求打造工业设备的通信解决方案，将厂家需求的设备通过龙创边缘计算网关接入互联网，利用平台先进的云技术实现大量设备入网通信、数据传输、云计算、远程运维等功能，降低了工厂的投入，也帮助企业尽快步入工业互联网时代。