边缘AI如何助力智慧城市可持续发展？| 案例

如今，世界各地的城市都希望改善空气质量、宜居性和交通流。但当涉及制定解决方案时，人们往往是摸着石头过河。

“许多城镇用来统计交通量和行人活动的方法已经过时，而且依靠缺乏事实根据的信息来制定规划、政策和投资决策，” SSE Energy Solutions的智慧城市和场所负责人Patrick Mitchell表示。

由于缺乏基于事实的数据，很难证明那些由政府提供资金支持的绿色项目是否能够按照预期或预测的那样发挥作用。而当新的步道、匝道或停车换乘系统投入使用后，相关管理机构缺乏用于衡量其效果的方法。因此，许多地方政府都面临着如何跨越蹒跚学步的阶段，大步迈向可持续性目标的挑战。

【资料图】

不过，全新的基于AI的光学传感器系统正在开始改变这一局面。通过收集和分析与交通和行人有关的数据，结合来自环境传感器和其他来源的信息，城市管理者们可以做出基于证据的决策，来支持绿色项目。而在部署新的解决方案后，还可以对结果进行监测，因为随着城镇的发展和改造，这些结果会对优化和变革产生影响。

智能空间降低能源成本，提高安全性

虽然物联网传感器技术很复杂，但它可以轻松部署到路灯杆上。例如，在英国，自2010年以来，SSE一直在做这方面的工作，为汉普郡议会和南安普顿市议会等地方当局开发遥控路灯。目前，在英国和爱尔兰，SSE 解决方案已经安装到超过40万根路灯杆上。

借助附在灯杆上的传感器，城镇管理者可以远程开启、关闭或调暗路灯，从而帮助降低能源成本并减少碳足迹。如果突发事件发生在夜间，则相关部门可以为到达的紧急救援人员“照亮”问题区域。

建设可持续发展型智慧城市

部署街道照明控制系统后，紧接着是SSE Sentinel光学传感器的开发。安装在英国康沃尔、斯劳、彭布罗克郡等地路灯杆上的光学传感器可捕获有关街道活动的深入信息，为城镇管理者提供必要的工具，以制定更环保的计划。

Sentinel在轻巧的AI边缘网关上运行，可收集、处理细节丰富的车辆和行人交通图像。它会通过蜂窝网络将选定数据安全地发送到 SSE 智慧城市和场所平台，在那里对数据进行可视化处理和分析，用于规划和证据洞察（图 1）。

“数据会揭示并突出显示重型货车、轻型货车、出租车、公共汽车、摩托车、电动滑板车等分类，” Mitchell表示，“它还提供行人数据，可包含人流大小及移动路线信息。”

为了以近乎实时的方式处理数据密集型图像，该解决方案采用高性能英特尔^®处理器。通过英特尔^®OpenVINO^™工具套件部署的算法可以清除面部特征和车牌号等隐私细节，仅传输城镇需要的信息。而且，还可以将传感器数据与季节、一天中的时间、天气以及关键的空气质量等信息相结合。

“地方当局可能会发现，空气质量下降与通过特定区域的车辆数量和类型之间有直接关系。用可靠的数据取代随机证据提供了非常强大的工具，可供地方当局证实政策变更的合理性。” Mitchell 解释道。

例如，许多规划者将重点放在振兴城镇中的主要商业街区，过往交通产生的噪声和废气可能令行人和购物者望而却步。收集和分析与空气质量、车辆交通和行人轨迹相关的数据可以支持变更。城市管理者可能会决定改变交通路线，降低速度限制，为自行车和行人开辟绿色通道，或者建立停车换乘系统。“让人们离开油耗高的私家车、转乘公共交通是地方当局的一个主要目标。” Mitchell 表示。

城市还可以通过规划公共工程项目来减少破坏性。“如果你能用证据证明封路或维修对商业造成直接影响，你可以提出质疑，‘这个活动的时间合适吗，或者我们可以换一种方式来处理吗？’” Mitchell表示。

一旦解决方案到位，管理者们就可以通过监控交通、空气质量和行人活动，来了解效果如何。积极的结果可以增加公众信心，并为更多可持续项目铺平道路。

AI和城市规划

Mitchell认为，随着环境和可持续性问题的增多，城市和社区很可能会扩大对智慧空间的利用。例如，排水系统中的传感器可以检测管道堵塞并通知维护人员。通过将该数据与洪水和天气条件的历史信息相结合，市政官员可以预测即将到来的风暴的影响，并优先安排修复措施，从而将洪水灾害的影响降至最低。

预测性分析和智能技术还可以帮助当局更有效地推出智能和可持续的举措。

“电动车将在未来几年取代传统的汽油和柴油交通工具。规划者需要知道在哪里放置电动车充电中心，并增强电力输送基础设施，因为目前并非所有地点的基础设施都够用。” Mitchell 表示。

随着城市更仔细地审查能源使用情况，它们可能会决定使用人工智能分析作为碳交易系统的支柱。“数据和分析将至关重要，” Mitchell 说，“我们相信软件平台将为未来的基础设施管理和规划提供重要的支持。”

标签：