当前位置 > 首页 > 解决方案 > 智慧城市 > IECP物联网边缘计算解决方案

IECP物联网边缘计算解决方案

作者：腾讯云计算（北京）有限责任公司

1　目标和概述 

5G、AI、物联网等技术的成熟带来很多行业应用 的创新和改革，如工业互联网、车联网、自动驾驶、云 游戏、超高清视频、AR/VR、远程医疗、智慧零售、智 慧园区等，这些新的应用会在端侧产生大量的数据。同 时，为了给用户提供更加安全、稳定、优质的体验，系 统需要保证应用对端侧产生的数据进行快速分析响应， 并且确保数据隐私的安全可靠。中心云模式下，所有设 备都连接中心云并将数据汇聚到中心云进行计算和分 析，这会遇到如下的瓶颈和挑战： 

（1）容量及成本：边缘端侧的设备会产生海量的 连接和数据。若这些连接和数据都采用中心云计算的模 式， 业务会消耗大量的公网带宽和数据回传的容量， 如4K的高清视频每秒都消耗至少10Mb/s的带宽（8K视 频需要至少40Mb/s）。如果万亿设备同时连接中心， 在目前运营商的网络架构下没有办法满足如此量级的带 宽需求。另外，数据同步到中心云分析的模式下，要比 在边缘进行分析所花费的成本更高。端侧产生的数据有 很大部分与业务无关，若在边缘进行过滤及处理可以极 大地降低用户的运营成本。 

（2）时延：5G技术解决端设备到基站的延时，但 没有办法解决从基站到云计算中心的网络延时，因此中 心云计算的模式是没有办法满足自动驾驶、云游戏、远 程医疗等超低时延的应用场景需求。 

（3）安全：在工业互联网、企业办公等应用场 景，用户对数据的隐私安全有非常高的要求。由于自身 业务的需求和国家的法律法规的约束，用户无法将原始 的数据同步到云中心进行计算和分析，这给中心云模式 带来极大的挑战。

（4）连接：在边缘场景中，边缘节点可能通过 有线、Wi-Fi、4G/5G等方式与管控中心连接，网络质 量不可控。如何在弱网或者断网的情况下保证本地自 治， 在重连后保证业务快速恢复，也是边缘计算场景的重要课题。 

IECP物联网边缘计算解决方案打造云边一体的云 原生体系，通过边缘集群纳管边缘节点，提供将云上应 用延伸到边缘的能力，联动边缘和云端的数据，满足客 户对边缘计算资源的远程管控、数据处理、分析决策、 智能化的诉求，具备边缘自治、云边协同、异构兼容等 核心能力。

2　方案介绍

IECP边缘计算解决方案的系统架构如图1所示。

图1 IECP边缘计算解决方案系统架构图 

腾讯云IECP能够快速地将云中心的存储、大数 据、人工智能、安全等云端计算能力扩展至距离数据源 头最近的边缘节点，帮助用户在边缘设备上创建可以连 接IoT设备，转发、存储、分析设备数据的本地边缘计 算节点。通过打通云端计算服务，用户可以方便地在本 地使用设备接入、物联管理、视频监控以及AI分析等 能力，对设备数据进行实时处理与响应，节约运维、开 发、网络带宽等成本消耗。IECP核心能力如下： 

（1）边缘轻量化：相比于中心云，边缘设备的 资源紧张，可能只有2核4G内存甚至是更低的配置。 因此，IECP采用云端管控架构， 让Master组件部署 在资源丰富的中心侧，边缘侧只运行资源消耗少的必 要边缘组件，降低边缘节点的资源要求。在业务侧， EdgeCore采用按需部署的搭积木方式下发边缘应用， 针对不同场景均可以最小集应用来满足业务需求。

（2）边缘自治：云边网络条件层次不齐，在弱网 和断网情况下要保证边缘服务的稳定性。IECP通过搭 建lite-apiserver，在云端请求不到的时候就会从本地 缓存中取出相关组件管控缓存返回给请求端，保证边 缘服务的稳定以及重启后从本地存储中把业务容器加 载起来。

 （3）云边通信及安全认证：边缘节点一般是没有 公网IP的，边缘节点可以主动访问云端，但是云端却 无法直接访问边缘节点，所以需要云边反向隧道进行打 通。IECP同步部署tunnel组件，为云边数据传输提供 高效、安全的加密隧道。物联网子设备到边缘节点之间 支持TLS-PSK、TLS-CERT双向认证；边缘节点到云后  台之间支持TLS-CERT双向认证，如图2所示。

图2 云边通信及安全认证 

（4）边缘物联管理：IECP边缘侧软件提供丰富的 数据采集能力，支持Modbus、OPC-UA、 LoRaWAN 等协议，并提供RPC接口供用户组件调用， 屏蔽底层的硬件逻辑。另外，物联网组件可提供完整的 物联网能力，包括设备接入、设备管理、消息路由、物 模型、场景联动、数据解析以及流式计算等，用户只需 要关注自身系统的业务逻辑，无需开发物联网相关基础 能力。

 （5）边缘视觉分析：IECP可提供边缘视频组件，  支持RTP、RTSP、RTMP、国标GB/T 28181等主流协 议，并提供视频编解码能力。腾讯云拥有业界领先的AI  能力，平台可将云端成熟的AI算法下发至边缘侧进行推 理，根据业务要求输出结构化及非结构化的分析结果。 通过在本地处理视频流及AI推理，可有效节省带宽，降 低云端压力，并可与接入的物联网设备实时联动，推送 告警。如图3所示。

3　代表性及推广价值

腾讯云IECP采用商业+开源双轮驱动的模式， 已在产业界及开源社区形成广泛的影响力。腾讯云于 2020年将核心边缘容器产品SuperEdge贡献到开源社 区，并于2021年9月14日通过了全球顶级开源基金会

图3 边缘视觉分析架构图

CNCF技术监督委员会的评定，正式成为CNCF沙箱 项目。 IECP已在多个领域积累了丰富的项目实践，下面 以智慧水务场景为例，重点介绍某省智慧水利及小水电 站流量监控项目。 

IECP已在多个领域积累了丰富的项目实践，下面 以智慧水务场景为例，重点介绍某省智慧水利及小水电 站流量监控项目。

3.1　项目背景及目标

传统水利采用DTU/RTU方式上报数据，使用自定 义传输协议，存在一数多源、数据可靠性较低的问题。

某省水利厅、水科院联合腾讯云，基于IECP打造 了以边缘物联智能感知与监测为核心的水利、水务信息 化系统，支撑全省河道、水电站的水文监测以及水要素 全域感知。本项目使用边缘网关作为计算节点，可有效 解决“烟囱”林立和数据整合（数据采集存储分散/时 序不对应/标记不齐全）的问题，打通各类感知设备，  实现场景联动以及边缘智能，提供智能预警，辅助决 策。与传统方案的架构对比如图4所示。

图4 传统方案与IECP方案架构对比图 

3.2　方案架构 

采用“云-边-端”架构带动水务系统的技术升级，  根据业务需要分级处理，云边协同，为流域水生态环境 管理提供信息化管理和决策支持。如图5所示。

图5 水利物联网应用架构图

3.2.1　“云”侧 

以腾讯云物联网平台为基础，建设水务物联网监测 感知平台和视频感知平台，采用微服务架构解耦业务和 数据，解决异构系统架构和数据统一管理。作为城市物 联网的水务行业平台，承担全省水务市级建设的所有物 联监测感知设施的监测站和视频站的统一数据的接收、 解析、存储与服务，实现与区级、市级委办局间所有感 知相关数据的统一汇聚接入和共享服务。 

物联网平台通过开放的API接口和主站应用进行对 接。通过物联网平台实现了感知层的物联网设备和上层 应用之间的解耦，加快了上层应用的迭代速度。业务功 能软件微服务化后，多业务部门的微服务都可运行在物 联网平台上，实现充分的信息共享，打破原有业务系统 的信息“烟囱”。

 3.2.2　“边”侧 

（1）边缘计算平台：腾讯云物联网边缘计算平 台IECP提供云边一体的边缘计算框架，能够快速地将 业务应用部署至距离数据源头最近的边缘节点，帮助 水务行业客户在边缘计算设备上快速实现以下功能： 

· 多协议物联网感知设备接入和协议转换； 传下载；

 · 视频接入及录像、存储、转发、视频录像截图上

· 视频流字幕打印、IoT设备数据联动；

· 边缘智能推理分析、输出符合水利特点的识别结 果以及预测分析，如水位、船只、漂浮物等。

同时，IECP提供丰富的物联管理能力，包括场景 联动、流式计算和消息路由等，对设备数据进行处理与 响应，节约运维、开发、网络带宽等成本消耗。 

（2）边缘硬件：开发适用于流域水生态环境监 测体系的边缘网关设备，将高带宽、低时延、本地化 的业务下沉到网络边缘，解决时延过长、汇聚流量过大等问题，从而为实时性和带宽密集型业务提供良好 支持。如图6所示。

图6 基于视觉AI的水位识别场景 

（3）边缘智能：通过腾讯云业界领先的目标检 测、图像分割等人工智能技术，基于海量水利视频、图 片数据，创建神经网络模型，结合传统图像处理等技 术，构建了一套高精度、高适用、高效率的智能水环境 监测系统。以基于视觉AI的水位识别场景为例： 

· 经过了二次噪声处理后，算法的适用性更强，在 图像存在噪点、光线变化等环境影响因素的情况下，能 更好地适应不同的情况； 

· 经过边缘刻度的精确测算后，边缘刻度比例更加 清晰，识别精度从一个刻度的长度（5cm、10cm等）  提升至像素级别（2cm之内）；

· 整体水尺长度以及水深计算中，水尺整长、刻度长 度已实现可配置，可根据不同类型、场景进行快捷调整；

· 算法避免了过多、过复杂的模型串行，使得程序 运行的效率更高，从而满足业务需求。 

4　总结 

作为行业数字转型的核心能力底座，边缘计算已 由技术概念期进入到期望峰值期，成为未来计算的重要 趋势之一。随着数字转型的深入，边缘计算在行业应用 深度和广度上将得到进一步加强，充分利用近用户侧的 先天优势，为行业用户提供低成本、高质量的服务。 IECP物联网边缘计算解决方案作为垂直行业数字化落 地的“助推器”，将与人工智能、大数据、5G等各类 新兴技术紧密结合，通过将各类技术“边缘计算化”， 实现边缘计算服务能力升级，满足行业应用需求，推动 边缘计算产业快速落地。

来源 | 《自动化博览》2022年第二期暨《边缘计算2022专辑》