隨著信息技術(shù)的發(fā)展以及5G，人工智能和物聯(lián)網(wǎng)時代的來臨，人們對應用程序的響應速度和傳輸能耗提出了更高的要求。在數(shù)據(jù)傳輸，抽象，分段和簡化數(shù)據(jù)之前對數(shù)據(jù)進行預處理已成為必要的選擇，并且邊緣計算應運而生。邊緣計算解決方案使數(shù)據(jù)分析和處理更接近物聯(lián)網(wǎng)設(shè)備，有效地分擔了中央數(shù)據(jù)處理的壓力，同時，加快了數(shù)據(jù)處理速度，縮短了數(shù)據(jù)傳輸距離，從而消除了帶寬和延遲問題。

邊緣智能

邊緣智能應用

與傳統(tǒng)的基于遠程監(jiān)控的無人看守相比，傳統(tǒng)的無人看守有兩個主要缺點：無人看守和裸露的看守，盲點；監(jiān)控攝像機占用大量網(wǎng)絡資源和存儲空間。監(jiān)控范圍太廣，難以及時發(fā)現(xiàn)違規(guī)問題，這既耗時又效率低下?；谶吘壷悄艿臒o人駕駛系統(tǒng)應主要包括兩個最關(guān)鍵的功能模塊：信息篩選模塊和信息分析模塊。其中，第一邊緣節(jié)點模塊的信息過濾模塊參考相機側(cè)的圖片和視頻的預處理，并使用目標檢測來選擇候選對象。第二邊緣節(jié)點的信息分析模塊主要使用監(jiān)督學習和卷積神經(jīng)。結(jié)合在線學習來識別作弊行為。

2.2？自動駕駛汽車？
目前，與普通的人類駕駛汽車相比，谷歌開發(fā)的自動駕駛汽車具有智能，系統(tǒng)，實時的信息反饋，系統(tǒng)獨立，系統(tǒng)運行的特點。
自動駕駛汽車主要分為基于傳感器的汽車和基于連接的汽車。接下來提到的自動駕駛汽車基于它們自己的傳感器，例如相機，汽車激光雷達和慣性陀螺儀。感測諸如路標和車輛行人的道路狀況，并且所獲得的數(shù)據(jù)由計算機系統(tǒng)處理以控制車輛的轉(zhuǎn)向和速度并使其成為安全的無人駕駛汽車。
其中，基于圖像處理技術(shù)的車輛識別技術(shù)需要來自安裝在汽車上的CCD攝像機的圖像信息。通過圖像過濾，可以更清晰地顯示圖像的邊緣。使用Sobel算子和二進制運算來增強邊緣，并突出顯示檢測目標的邊緣信息，使其更加可見并更容易識別目標。在此基礎(chǔ)上，可以將車載設(shè)備的CCD攝像機用作邊緣節(jié)點，并且可以對基于云計算中心的計算進行邊緣處理并將其下沉到邊緣節(jié)點，從而對圖像進行預處理。在CCD相機上對圖像進行濾波，邊緣增強等操作，然后在第二個邊緣節(jié)點或云計算中心集中處理圖像返回的數(shù)據(jù)。
2.3？智能安全
目前，安全系統(tǒng)主要涉及階梯網(wǎng)絡，公共安全，智能教室，智能家居等多個領(lǐng)域。它主要使用智能預配置和邊緣化來獲得更高的實時服務。其中，基于邊緣智能的電梯網(wǎng)絡是指電梯行業(yè)，它通過各種傳感器終端實時監(jiān)控電梯運行數(shù)據(jù)并進行一定的分析，并預先進行設(shè)備的按需維護，大大減少了故障的發(fā)生。電梯率；基于邊緣智能的公安系統(tǒng)是指公安系統(tǒng)，通過攝像頭來處理可疑的盜竊和其他違法行為，是否進行盜竊的初步分析，并通過各種智能方法提醒相關(guān)人員；智慧教室和智慧城市，采用大數(shù)據(jù)和人工智能，引入大量傳感器，可穿戴設(shè)備和相機，從各個維度分析和評估教學過程，以提高教學質(zhì)量；基于邊緣智能的智能家居主要用于利用現(xiàn)有的虛擬化技術(shù)將各種云融合到個人計算機中，并將個人計算機設(shè)置為邊緣節(jié)點，從而有效地實現(xiàn)系統(tǒng)節(jié)能管理。
在一些需要實時分析的行業(yè)中，或者在偏遠地區(qū)或技術(shù)資源有限的行業(yè)中，邊緣智能無疑提供了更便捷的服務，并在一定程度上實現(xiàn)了節(jié)能管理。
03

的邊緣智能的優(yōu)勢

挑戰(zhàn)

全網(wǎng)數(shù)據(jù)為大家提供專業(yè)的深圳服務器租用，深圳服務器托管，深圳主機租用，云服務器租用等國內(nèi)外服務器相關(guān)資源，詳情歡迎咨詢客服了解。