應(yīng)用于軌道交通中的AIoT邊緣計(jì)算平臺(tái)解決方案設(shè)計(jì)研究①

樊玉明 劉琦 李欣旭

(中車工業(yè)研究院有限公司 北京 100070)

新型基礎(chǔ)設(shè)施主要包括信息基礎(chǔ)設(shè)施、融合基礎(chǔ)設(shè)施、創(chuàng)新基礎(chǔ)設(shè)施[1]。其中，以5G、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、人工智能、云計(jì)算、區(qū)塊鏈為代表的信息基礎(chǔ)設(shè)施，和深度應(yīng)用互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)，支撐傳統(tǒng)基礎(chǔ)設(shè)施轉(zhuǎn)型升級，進(jìn)而形成的融合基礎(chǔ)設(shè)施都是“新基建”的發(fā)展重點(diǎn)所在。對于軌道交通智能升級的需求來講，“新基建”正是極好的機(jī)遇。隨著數(shù)字化程度提高，軌道交通如何鏈接海量接入的各種信息，以實(shí)時(shí)收集關(guān)鍵數(shù)據(jù)，改善運(yùn)營效率，提高安全性，進(jìn)而提升軌道交通競爭力，是近年來軌道交通行業(yè)亟需突破的瓶頸。AIoT（AI+IoT，即物聯(lián)網(wǎng)加人工智能）是人工智能技術(shù)與物聯(lián)網(wǎng)在實(shí)際應(yīng)用中的落地融合，AIoT可以感知物理世界，實(shí)現(xiàn)主動(dòng)智能，是軌道交通智能升級的最佳通道。

1 AIoT與邊緣計(jì)算

IoT（物聯(lián)網(wǎng)）的終極目標(biāo)是實(shí)現(xiàn)萬物智聯(lián)，目前的物聯(lián)網(wǎng)技術(shù)主要針對物物聯(lián)網(wǎng)的實(shí)現(xiàn)，將設(shè)備、傳感器、終端等加入信息共享，產(chǎn)生海量的信息，而用戶最終需要的是信息利用和決策參考，是分析過的信息，僅實(shí)現(xiàn)聯(lián)網(wǎng)意義甚小。為了解決具體場景的實(shí)際應(yīng)用，需要賦予物聯(lián)網(wǎng)一個(gè)“大腦”，來實(shí)現(xiàn)真正的萬物智聯(lián)，發(fā)揮物聯(lián)網(wǎng)更大的價(jià)值。物聯(lián)網(wǎng)產(chǎn)生的龐雜數(shù)據(jù)需要分析處理，而AI技術(shù)恰恰是信息有效處理的最佳選擇，AI的數(shù)據(jù)只有IoT能夠源源不斷的提供，IoT提供的海量數(shù)據(jù)可以讓AI快速的獲取知識(shí)，AI通過對歷史和實(shí)時(shí)數(shù)據(jù)的學(xué)習(xí)研判，能夠更準(zhǔn)確的進(jìn)行邏輯判斷，根據(jù)需求做出決策參考，甚至代替人主動(dòng)智能執(zhí)行多種任務(wù)，賦予物聯(lián)網(wǎng)更大的能量[2]。

圖1 邊緣計(jì)算節(jié)點(diǎn)

圖2 AIoT系統(tǒng)參考架構(gòu)

表1 Jetson模塊性能規(guī)格

常規(guī)模式的物聯(lián)網(wǎng)，隨著設(shè)備的迅速增加，網(wǎng)絡(luò)邊緣側(cè)所產(chǎn)生的數(shù)據(jù)量級將非常巨大。這些數(shù)據(jù)如果都交由云端的管理平臺(tái)來處理，將會(huì)導(dǎo)致網(wǎng)絡(luò)壓力大，協(xié)同工作難，數(shù)據(jù)安全風(fēng)險(xiǎn)升高。邊緣計(jì)算是將部分?jǐn)?shù)據(jù)處理放到網(wǎng)絡(luò)邊緣側(cè)來執(zhí)行，是物聯(lián)網(wǎng)的有力補(bǔ)充，是AIoT的直接應(yīng)用。從結(jié)構(gòu)上來講，邊緣計(jì)算連接云和端，節(jié)點(diǎn)角色如圖1所示，通過分布式和低延時(shí)的計(jì)算，聚焦實(shí)時(shí)、短周期數(shù)據(jù)的分析，能夠更好地支撐本地業(yè)務(wù)的實(shí)時(shí)智能化處理與執(zhí)行，提高效率，更加智能?？梢姡吘売?jì)算是AIoT的重要一環(huán)，是實(shí)現(xiàn)AIoT的關(guān)鍵技術(shù)。

軌道交通特點(diǎn)是具有龐大的網(wǎng)絡(luò)和眾多的設(shè)備，有車、地、站、線、運(yùn)用、維保等豐富的場景，需要收集、參考、分析的數(shù)據(jù)眾多，數(shù)據(jù)量巨大。AIoT在軌道交通行業(yè)有極大的應(yīng)用前景，尤其是邊緣計(jì)算更有極強(qiáng)大的需求。

圖3 邊緣計(jì)算平臺(tái)架構(gòu)

圖4 集成平臺(tái)

2 邊緣計(jì)算技術(shù)在軌道交通行業(yè)的應(yīng)用切入點(diǎn)

在智能軌道交通應(yīng)用環(huán)境設(shè)計(jì)中，云計(jì)算相當(dāng)于智能設(shè)備的大腦，處理相對復(fù)雜的進(jìn)程；而邊緣計(jì)算相當(dāng)于智能設(shè)備的神經(jīng)末梢，進(jìn)行一些“下意識(shí)”、“直接”的反應(yīng)。在主動(dòng)安全方面，駕駛行為監(jiān)控與分析、乘客區(qū)域安全監(jiān)控與分析、安全事件監(jiān)測與響應(yīng)都需要敏捷反應(yīng)和多系統(tǒng)協(xié)作與資源共享；在數(shù)據(jù)運(yùn)用方面，車輛運(yùn)行信息采集分析、實(shí)時(shí)車況分析與健康狀態(tài)管理、預(yù)測性維護(hù)與維修、需要對大量的原始現(xiàn)場數(shù)據(jù)進(jìn)行初步分析、過濾、清洗、聚合，產(chǎn)生有效數(shù)據(jù)供使用。以往的系統(tǒng)中，數(shù)據(jù)需要從末端收集到計(jì)算中心，進(jìn)行運(yùn)算之后將決策分析信息反映到相關(guān)決策機(jī)構(gòu)，再進(jìn)行決策，這樣對系統(tǒng)網(wǎng)絡(luò)的實(shí)時(shí)性、容量都有很高的要求，大量未經(jīng)處理的原始數(shù)據(jù)對數(shù)據(jù)計(jì)算中心的性能也有很高要求，而且數(shù)據(jù)量越大，網(wǎng)絡(luò)和計(jì)算中心的開支就越高，越不容易實(shí)現(xiàn)高實(shí)時(shí)性的事件處理，系統(tǒng)不容易擴(kuò)展。邊緣計(jì)算在主動(dòng)安全領(lǐng)域和數(shù)據(jù)處理領(lǐng)域的引入可以很好的解決上述問題。數(shù)據(jù)采集或者執(zhí)行機(jī)構(gòu)末端有一定的計(jì)算能力之后，可以第一時(shí)間處理現(xiàn)場問題，使網(wǎng)絡(luò)對系統(tǒng)性能的影響大大降低；同時(shí)邊緣計(jì)算這種分布式計(jì)算的架構(gòu)，可以在本地進(jìn)行數(shù)據(jù)預(yù)處理，并根據(jù)規(guī)則將處理后的有效數(shù)據(jù)轉(zhuǎn)發(fā)云端或其他節(jié)點(diǎn)，這種模式在資源數(shù)據(jù)共享方面有先天的優(yōu)勢，很方便進(jìn)行系統(tǒng)間協(xié)作的布置；邊緣計(jì)算使系統(tǒng)的接入能力大大提升，可以有更多的數(shù)據(jù)和執(zhí)行機(jī)構(gòu)接入系統(tǒng)，以更低的成本實(shí)現(xiàn)以前難以實(shí)現(xiàn)的精細(xì)化控制、管理、監(jiān)測的功能。

如果說云計(jì)算使智能交通系統(tǒng)的大腦“更聰明”，那么邊緣計(jì)算就使智能交通系統(tǒng)的末梢神經(jīng)“更靈敏”。這兩者在提高系統(tǒng)運(yùn)行效率，提升其經(jīng)濟(jì)性上的作用是同樣重要的。隨著芯片技術(shù)、SoC技術(shù)發(fā)展，芯片算力越來越高，集成性越來越好，技術(shù)越來越成熟，“邊緣計(jì)算”概念的運(yùn)用會(huì)越來越廣泛深入，對我國軌道交通智能升級發(fā)展來說機(jī)遇大于挑戰(zhàn)。目前看來，軌道交通行業(yè)邊緣計(jì)算的發(fā)展還面臨著一些困難亟待解決。第一，邊緣計(jì)算設(shè)備常常要面臨高溫、高寒、高濕等復(fù)雜環(huán)境，如何在這樣的環(huán)境下保持設(shè)備的長久運(yùn)行是一個(gè)非常重要的問題；第二，邊緣計(jì)算設(shè)備的緩存及運(yùn)算能力是根據(jù)其任務(wù)有選擇進(jìn)行的[3]，這就需要根據(jù)實(shí)際需求進(jìn)行“量身定制”；最后，邊緣計(jì)算設(shè)備要應(yīng)用在軌道交通系統(tǒng)的各個(gè)環(huán)節(jié)，涉及的廠家眾多，如何統(tǒng)一這些這設(shè)備的生產(chǎn)標(biāo)準(zhǔn)，這有待于行業(yè)、領(lǐng)域重要企業(yè)牽頭制定標(biāo)準(zhǔn)。這都是我們需要進(jìn)一步深入研究的課題，本文中也提出了行業(yè)邊緣計(jì)算平臺(tái)的參考架構(gòu)和一種解決方案。

3 包含邊緣計(jì)算的AIoT系統(tǒng)參考架構(gòu)設(shè)計(jì)

2016年，華為、中國科學(xué)院沈陽自動(dòng)化研究所、中國信息通信研究院、英特爾公司、ARM和軟通動(dòng)力作為創(chuàng)始成員，聯(lián)合發(fā)起邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟（Edge Computing Consortium，ECC），ECC在2018年提出《邊緣計(jì)算參考架構(gòu)3.0》[4]，將其針對軌道交通應(yīng)用進(jìn)行適配優(yōu)化，得到如圖2所示的AIoT系統(tǒng)參考架構(gòu)[5]。

整個(gè)系統(tǒng)分為云、邊、端（現(xiàn)場設(shè)備）三層，邊緣計(jì)算位于云、端之間，邊緣層向下支持現(xiàn)場各種設(shè)備（傳感器、執(zhí)行器等）的接入，向上可以互聯(lián)并與云端對接。邊緣層包括邊緣節(jié)點(diǎn)和邊緣管理器兩部分，邊緣節(jié)點(diǎn)是硬件實(shí)體，是承載邊緣計(jì)算業(yè)務(wù)的核心，包括以數(shù)據(jù)傳輸協(xié)議處理和轉(zhuǎn)換為重點(diǎn)的邊緣網(wǎng)關(guān)，以實(shí)時(shí)閉環(huán)控制為重點(diǎn)的邊緣控制器，以規(guī)模數(shù)據(jù)處理為重點(diǎn)的邊緣云，以低功耗信息采集處理為重點(diǎn)的邊緣傳感器。邊緣管理器是以軟件形態(tài)介于云邊之間的一種接口，運(yùn)行于云、邊之上，對邊緣節(jié)點(diǎn)進(jìn)行互聯(lián)和管理。邊緣計(jì)算節(jié)點(diǎn)需要具備計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)資源，系統(tǒng)（云邊、邊邊）通過邊緣管理器對資源可以直接調(diào)用（一次資源）或者以封裝的業(yè)務(wù)形式組合調(diào)用（二次資源）。

4 一種邊緣計(jì)算平臺(tái)參考解決方案設(shè)計(jì)

基于軌道交通行業(yè)邊緣計(jì)算的應(yīng)用需求和架構(gòu)設(shè)計(jì)，邊緣計(jì)算平臺(tái)應(yīng)該具有一定算力[6]，并且具有高度集成性和可靠性，適應(yīng)多種環(huán)境，應(yīng)該具有網(wǎng)絡(luò)接口、設(shè)備接口、存儲(chǔ)資源，有通用軟、硬件擴(kuò)展能力。在此，我們選用NVIDIA的Jetson平臺(tái)作為核心處理設(shè)備。Jetson系列模塊是一個(gè)完備的模塊化系統(tǒng)(SOM)，采用NVIDIA的Tegra Soc，ARM架構(gòu)核心，具備 CPU、GPU、PMIC、DRAM 和閃存，IO接口資源豐富，具有PCIe、USB、I2C、SPI總線可以靈活擴(kuò)展外設(shè)，其性能規(guī)格如表1[7]。

并且Jetson平臺(tái)有完善的Linux開發(fā)環(huán)境和平臺(tái)資源，具有GPU加速，集成CUDA環(huán)境和深度學(xué)習(xí)框架，可以更好的執(zhí)行計(jì)算任務(wù)。

在Jetson模組基礎(chǔ)上可以進(jìn)行各方向的擴(kuò)展：網(wǎng)絡(luò)接入能力，現(xiàn)場總線，數(shù)據(jù)存儲(chǔ)和人機(jī)接口，進(jìn)而擴(kuò)展感知、處理、控制能力。擴(kuò)展模式和框圖如圖3。

集成后的通用平臺(tái)解決方案如圖4所示，再根據(jù)應(yīng)用場景進(jìn)行相應(yīng)的裁剪和封裝，灌入開發(fā)好的算法程序，就可以直接應(yīng)用到現(xiàn)場。后期的程序維護(hù)升級可以直接通過網(wǎng)絡(luò)進(jìn)行，靈活性高，維護(hù)簡單，實(shí)際應(yīng)用驗(yàn)證證明可以有效提升邊緣的能力。