（上海上實龍創(chuàng)智能科技股份有限公司，上海 200436）

0.引言

最新調(diào)研數(shù)據(jù)顯示：物聯(lián)網(wǎng)行業(yè)從2019年開始每年增長率超過30%。隨著各大芯片廠商底層技術(shù)的不斷進步以及接口的不斷豐富，近年來全球物聯(lián)網(wǎng)產(chǎn)業(yè)增長驚人。參考調(diào)研機構(gòu)的數(shù)據(jù)，全球物聯(lián)網(wǎng)公司在2020年出貨量將超過500億臺，而我們國內(nèi)物聯(lián)網(wǎng)的增速更是遠超國外。另外根據(jù)數(shù)據(jù)顯示：我國到2021年將有超過700億的終端與設備聯(lián)網(wǎng)，而其中一半的物聯(lián)網(wǎng)網(wǎng)絡都將會受到帶寬的限制，一半以上的設備通信數(shù)據(jù)不得不在網(wǎng)絡邊緣分析、處理與儲存。邊緣計算將會與云計算相互協(xié)調(diào)工作進而承擔并減少云端的壓力[1]。

1.可視化邊緣網(wǎng)關的優(yōu)勢

可視化邊緣網(wǎng)關作為一款智能終端與邊緣云銜接的關鍵設備，需要具備邊緣側(cè)強大的數(shù)據(jù)接入、數(shù)據(jù)清洗、數(shù)據(jù)存儲、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)轉(zhuǎn)發(fā)、數(shù)據(jù)預加工甚至數(shù)據(jù)邊緣計算的能力。不僅有效減輕云端數(shù)據(jù)處理的負荷，更提高了實際應用場景中應用對數(shù)據(jù)時效性的需求。

針對邊緣側(cè)數(shù)據(jù)加工的特點，可視化邊緣網(wǎng)關通過內(nèi)建各個功能模塊，可針對不同的應用場景，快速部署所需的數(shù)據(jù)加工模塊，并通過人工智能自學習算法，不斷積累各個模塊的自適應性，提高自適應外部對接設備的適配能力，從接入匹配、協(xié)議對接、通訊探針、數(shù)據(jù)過濾、格式轉(zhuǎn)換、數(shù)據(jù)上報等多個維度完善和加強邊緣側(cè)的設備對接工作，為物聯(lián)網(wǎng)各類應用，提供高可靠、高質(zhì)量、高精度、高時效的數(shù)據(jù)對接服務。

同時，針對設備部署的特點，邊緣網(wǎng)關內(nèi)嵌可視化編程和組態(tài)工具，使原本專業(yè)度較高的部署工作極大程度上被優(yōu)化，從弱編程向零編程發(fā)展[2]。

2.可視化邊緣網(wǎng)關的特點

2.1 高精度

傳統(tǒng)邊緣網(wǎng)關采用X86 PC架構(gòu)雖然算力性能和精度上表現(xiàn)不錯，但成本較高。本研究打破常規(guī)，硬件方面采用ARM架構(gòu)（多核處理器，主頻達到1GHz以上）處理器，軟件方面采用算法優(yōu)化實現(xiàn)精度的提高，還可以把PID控制算法模型以模塊化方式內(nèi)嵌產(chǎn)品本身，在控制上大大提高精度。

2.2 低時延

海量的通訊數(shù)據(jù)在本地的局域網(wǎng)絡里通過邊緣計算控制器網(wǎng)關進行處理，大大降低了數(shù)據(jù)傳輸過程中帶來的網(wǎng)絡延時而造成控制的滯后。在硬件和架構(gòu)設計上更是采用緩存機制和COV技術(shù)(Change of Value)大大提高延時性，將有用數(shù)據(jù)和變化數(shù)據(jù)邊緣側(cè)篩選和預處理后上傳云端。

2.3 計算處理的實時性更好

邊緣計算分布式以及靠近設備端的優(yōu)勢使得邊緣計算的處理實時性更好。

2.4 效率高

邊緣計算在本地對數(shù)據(jù)進行處理、過濾，只將有用的數(shù)據(jù)上傳到服務器，使得通信效率大幅提高。

2.5 省流量、小帶寬

邊緣計算由于將云服務器的很多功能下沉到邊緣側(cè)，減緩云端的數(shù)據(jù)處理的壓力，同時也減少設備與云端的數(shù)據(jù)流量。

2.6 人機界面

產(chǎn)品內(nèi)置可視化工具實現(xiàn)編程可視化、組態(tài)可視化，極大程度簡化操作效率提高50%，用戶體驗好可讀性強。

2.7 預測控制

基于行業(yè)經(jīng)驗建立邊緣側(cè)專家分析數(shù)據(jù)庫，通過實時數(shù)據(jù)和歷史數(shù)據(jù)趨勢預測潛在風險提前干預防控，降低及規(guī)避風險帶來的損失，預計可減少損失30%，真正意義上做到防控于未然。

2.8 智能神經(jīng)樹

通過對相關產(chǎn)品的態(tài)勢感知和自學習，建立自己的神經(jīng)網(wǎng)絡樹，以填補空白功能或自身的缺陷。

3.可視化邊緣網(wǎng)關技術(shù)

本文研究是基于Node-Red環(huán)境的高精度低延時的智慧城市可視化邊緣網(wǎng)。Node.js是基于谷歌瀏覽器V8引擎的JavaScript運行環(huán)境。Node.js使用了一個事件驅(qū)動、非阻塞式 I/O 的模型[3]。

Node可以讓JavaScript運行在服務端的開發(fā)平臺上，因為node使得JavaScript與PHP、Python、Perl、Ruby這些腳本語言并沒有太大的區(qū)別。Node使用事件驅(qū)動，非阻塞I/O模型，使其運行效率高。

Node-Red是一款基于Node.js的構(gòu)建物聯(lián)網(wǎng)應用程序的強大工具，它使用可視化編程方法，開發(fā)人員只需要將預定義的代碼塊（稱為“節(jié)點”，Node）連接起來執(zhí)行任務。連接的節(jié)點通常是輸入節(jié)點、處理節(jié)點和輸出節(jié)點的組合，當它們連接在一起時，構(gòu)成一個“流”(Flows)。

目前研究方案Demo已在樹莓派開發(fā)板上開發(fā)測試完成，能與多種不同協(xié)議的設備進行通訊、控制，例如通過Modbus RTU協(xié)議讀取煙感報警狀態(tài)以及通過KNXIP控制樓宇燈控，通過環(huán)境復雜的邏輯控制輸出BI，BO,AI,AI對智能樓宇進行控制，并成功通過云平臺配置、下發(fā)工程文件到邊緣網(wǎng)關，自動生成執(zhí)行任務。

4.邊緣計算與云計算的不同以及EdgeStudioTM介紹

邊緣計算比起云計算更接近用戶以及控制場景，將網(wǎng)絡、計算、存儲、應用等相結(jié)合而產(chǎn)生的，其主要優(yōu)點是：網(wǎng)絡服務快、實時性高、網(wǎng)絡更安全。在未來，由于物聯(lián)網(wǎng)設備的不斷增加，網(wǎng)絡帶寬與計算吞吐量將會成為云計算發(fā)展的最大阻礙。而5G通信低時延、高可靠的通信要求，將會促進邊緣計算的又一次大發(fā)展。

邊緣計算不同于云計算，云計算是物聯(lián)網(wǎng)控制的大腦，而邊緣計算就是大腦里的每個神經(jīng)末梢。兩者相互協(xié)調(diào)，互相促進，共同為物聯(lián)網(wǎng)服務。邊緣計算更靠近控制的應用場景，也會將數(shù)據(jù)做初步的處理后上傳給云端。反之，云計算通過邊緣側(cè)上傳的數(shù)據(jù)進行分析總結(jié)，得出規(guī)則或模型可以下發(fā)到邊緣側(cè)，邊緣側(cè)會使用新的邏輯，更加智能的控制終端產(chǎn)品。

目前，全球邊緣計算產(chǎn)業(yè)化正逐日劇增，邊緣計算也有一些落地的典型應用場景，包括自動駕駛、安防前端智能化等。由于全球正在大規(guī)模部署用于分散存儲和計算操作的硬件組件，以實現(xiàn)邊緣基礎設施的全面部署和減少網(wǎng)絡流量，預計在預測期內(nèi)，硬件產(chǎn)品將保持最大的市場規(guī)模。企業(yè)提供的邊緣計算硬件，既可以作為數(shù)據(jù)源的初始點（邊緣設備），也可以作為整個網(wǎng)絡（網(wǎng)關和服務器）的促進者，或者在整個邊緣計算過程中充當存儲和本地處理單元（本地數(shù)據(jù)中心）。

上實龍創(chuàng)EdgeStudioTM是基于圖形用戶界面的設備數(shù)據(jù)采集控制開發(fā)工具。支持拖拽式的操作，交互式的設計器，幫助用戶無門檻零編程地開發(fā)。可搭載公網(wǎng)和本地的多種數(shù)據(jù)源，減少數(shù)據(jù)清洗和變形工作，同時支持自定義協(xié)議開發(fā)，函數(shù)計算能力，數(shù)據(jù)庫使用能力等，滿足各類復雜業(yè)務需求。力求打造工業(yè)設備的通信解決方案，將廠家需求的設備通過龍創(chuàng)邊緣計算網(wǎng)關接入互聯(lián)網(wǎng)，利用平臺先進的云技術(shù)實現(xiàn)大量設備入網(wǎng)通信、數(shù)據(jù)傳輸、云計算、遠程運維等功能，降低了工廠的投入，也幫助企業(yè)盡快步入工業(yè)互聯(lián)網(wǎng)時代。