摘 要：油氣行業(yè)生產(chǎn)領(lǐng)域的安全監(jiān)督尤為重要，由于傳統(tǒng)指揮中心監(jiān)控大屏和人工巡檢受到環(huán)境、成本等因素的影響，存在無法全天監(jiān)督檢查和預(yù)警實時性差等問題，因此提出一種基于邊緣計算設(shè)備的通用分析框架，其可運行在邊緣計算設(shè)備上對現(xiàn)場監(jiān)控視頻進行實時分析，實現(xiàn)安全監(jiān)督業(yè)務(wù)24小時全天候預(yù)警。該設(shè)計在多個油氣田生產(chǎn)現(xiàn)場、施工現(xiàn)場均有應(yīng)用，通過靈活配置多種模型算法有效解決了現(xiàn)場復(fù)雜場景下的設(shè)備應(yīng)用問題，體現(xiàn)了通用視覺分析代替人工的優(yōu)勢。文中提出的基于邊緣計算設(shè)備的通用視覺分析框架，旨在替代人工執(zhí)行復(fù)雜場景的視覺分析任務(wù)，提升現(xiàn)場數(shù)據(jù)分析處理能力，減少項目投入，提高經(jīng)濟效益。

關(guān)鍵詞：視覺分析；邊緣計算；復(fù)雜場景；分層架構(gòu)設(shè)計；多模型組合；層間邏輯隔離

中圖分類號：TP319 文獻標(biāo)識碼：A 文章編號：2095-1302（2024）10-0-04

0 引 言

隨著智能設(shè)備的普及和物聯(lián)網(wǎng)技術(shù)的發(fā)展，對圖像和視頻數(shù)據(jù)的處理和分析已成為各行業(yè)進行產(chǎn)業(yè)升級的新需求。例如，在油氣田領(lǐng)域，通過調(diào)研發(fā)現(xiàn)，油氣田生產(chǎn)現(xiàn)場的安全監(jiān)督工作非常重要，有助于及時發(fā)現(xiàn)安全隱患并杜絕事故發(fā)生。在日常安全監(jiān)督工作中，通常采用人工現(xiàn)場巡視和指揮中心監(jiān)控大屏相結(jié)合的方式進行生產(chǎn)現(xiàn)場安全監(jiān)督檢查，但這種工作模式也存在一些弊端，如人工遠程監(jiān)控效率低，無法同時監(jiān)控多個現(xiàn)場，容易出現(xiàn)遺漏和發(fā)現(xiàn)不及時等問題；現(xiàn)場的人工巡視又容易受到地形、天氣等影響無法做到全天候巡查，同時增加了一定的人工成本，能否通過智能設(shè)備對現(xiàn)場數(shù)據(jù)進行處理和利用變得尤為重要。

為了解決類似生產(chǎn)現(xiàn)場安全監(jiān)督檢查工作中人工巡視無法做到全天候巡查和遠程監(jiān)控效率低，無法同時監(jiān)控多個現(xiàn)場，容易出現(xiàn)遺漏和發(fā)現(xiàn)不及時等問題，本文提出了一種基于邊緣計算設(shè)備的通用視覺分析框架。以邊緣計算設(shè)備為載體將該框架部署到生產(chǎn)作業(yè)現(xiàn)場，通過接入已有視頻監(jiān)控系統(tǒng)獲取視頻數(shù)據(jù)，實現(xiàn)針對現(xiàn)場作業(yè)安全隱患和異常情況的實時預(yù)警，以解決安全監(jiān)督工作中監(jiān)督無法全覆蓋等問題，有效減少人員投入，降低用工成本。因此，利用邊緣計算設(shè)備進行圖像[1]和視頻數(shù)據(jù)的處理和分析已成為新的發(fā)展趨勢。

1 通用性設(shè)計原理

本文通用性設(shè)計的基礎(chǔ)主要體現(xiàn)在擴展性、開放性、跨平臺3個方面，采用分層架構(gòu)[2]實現(xiàn)功能模塊的易擴展性；采用數(shù)據(jù)標(biāo)準(zhǔn)化實現(xiàn)系統(tǒng)數(shù)據(jù)的開放性；采用非編譯語言實現(xiàn)系統(tǒng)對各硬件產(chǎn)品及平臺的兼容性。

1.1 功能模塊擴展性

分層架構(gòu)設(shè)計是一種通用的軟件設(shè)計原則，其核心思想是將系統(tǒng)劃分為多個層次，每個層次負責(zé)特定的功能和職責(zé)。這些層次之間通過良好的通信機制相互協(xié)作，以確保數(shù)據(jù)的正確傳遞和一致性。各層次之間通過接口通信有效分離業(yè)務(wù)功能，提高了系統(tǒng)的解耦性。這種設(shè)計方法有助于分化系統(tǒng)的復(fù)雜性，提高系統(tǒng)的可擴展性和可維護性，使得不同層次的模塊可以基于不同的維度進行劃分，以滿足不同用戶的需求和技術(shù)要求。在實際應(yīng)用中，須根據(jù)具體的業(yè)務(wù)需求和技術(shù)要求來設(shè)計分層架構(gòu)。

1.2 數(shù)據(jù)標(biāo)準(zhǔn)開放性

數(shù)據(jù)標(biāo)準(zhǔn)開放性是指在數(shù)據(jù)管理和使用過程中，根據(jù)開放、共享、互操作和可重復(fù)利用的原則，促進數(shù)據(jù)的流通和利用。在系統(tǒng)內(nèi)部通過制定統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，可以規(guī)范數(shù)據(jù)的采集、存儲、處理和使用過程，從而確保數(shù)據(jù)的準(zhǔn)確性和可靠性。在系統(tǒng)外部通過數(shù)據(jù)標(biāo)準(zhǔn)化可以打破不同系統(tǒng)和網(wǎng)絡(luò)之間的信息孤島現(xiàn)象，實現(xiàn)數(shù)據(jù)的共享和流通。在數(shù)據(jù)開放的同時，需要采取一系列安全措施和隱私保護措施，以確保數(shù)據(jù)的保密性和完整性。

1.3 跨平臺兼容性

采用Python作為開發(fā)語言，Python可以跨平臺運行，能夠適應(yīng)不同的硬件和操作系統(tǒng)。邊緣計算設(shè)備通常具有多樣化的硬件配置和操作系統(tǒng)，而Python可以在這些不同的設(shè)備上運行，并且能夠充分發(fā)揮設(shè)備的性能。此外，Python擁有豐富的庫[3]和框架（例如NumPy、Pandas、TensorFlow等），這些庫和框架為邊緣計算提供了強大的支持，使得Python在處理大規(guī)模數(shù)據(jù)集和實現(xiàn)復(fù)雜算法方面具有優(yōu)勢[4]。該編程語言能夠在多個硬件平臺上運行，具有較好的跨平臺兼容性和豐富的資源。

2 分析框架設(shè)計與實現(xiàn)

本文基于通用性考量，采用4層架構(gòu)設(shè)計，分別為表示層、開放層、中間層和數(shù)據(jù)層。各層之間通過消息中間件進行數(shù)據(jù)傳輸，實現(xiàn)層間邏輯隔離，同時每層中各功能模塊符合高內(nèi)聚、松耦合的設(shè)計理念?？傮w架構(gòu)設(shè)計如圖1所示。

2.1 表示層設(shè)計

表示層實現(xiàn)了用戶管理系統(tǒng)的可視化操作。該層采用前后端分離B/S模式，提供視頻預(yù)覽、預(yù)警查看、視頻接入配置、模型配置、算法配置、系統(tǒng)配置等功能。B/S模式的優(yōu)勢在于，對用戶的計算機配置要求較低。邊緣計算[5]設(shè)備通常部署在生產(chǎn)現(xiàn)場，用戶無需安裝客戶端即可通過瀏覽器對邊緣計算設(shè)備進行配置，提升系統(tǒng)的可用性。同時，基于B/S的特點，不存在客戶端版本兼容問題。因此，邊緣計算設(shè)備的軟件升級不影響客戶使用，體現(xiàn)了系統(tǒng)的易用性。

2.2 開放層設(shè)計

開放層可為第三方系統(tǒng)提供數(shù)據(jù)發(fā)布、服務(wù)調(diào)用服務(wù)。該層設(shè)計主要考慮接口安全性、接口標(biāo)準(zhǔn)化兩個方面：接口安全采用JWT權(quán)鑒對合法用戶提供服務(wù)，同時拒絕非法用戶訪問；接口采用RESTfull標(biāo)準(zhǔn)，同時結(jié)合授權(quán)管控機制為合法用戶提供不同權(quán)限的服務(wù)。安全令牌時序如圖2所示。

令牌獲取流程：第三方系統(tǒng)持有分配的賬號密碼向認(rèn)證服務(wù)發(fā)起請求，認(rèn)證服務(wù)收到請求后，驗證賬號密碼是否合法。驗證成功后，認(rèn)證服務(wù)向授權(quán)服務(wù)發(fā)起授權(quán)請求，授權(quán)服務(wù)根據(jù)系統(tǒng)攜帶的賬號創(chuàng)建令牌進行授權(quán)，并將授權(quán)結(jié)果返回給第三方系統(tǒng)。接口授權(quán)調(diào)用時序如圖3所示。

業(yè)務(wù)服務(wù)調(diào)用流程：第三方系統(tǒng)持有令牌向認(rèn)證服務(wù)發(fā)起請求，認(rèn)證服務(wù)收到請求后，驗證令牌合法性，驗證成功后，認(rèn)證服務(wù)向授權(quán)服務(wù)發(fā)起請求，授權(quán)服務(wù)驗證該請求是否具備相應(yīng)權(quán)限，若具備則調(diào)用相關(guān)業(yè)務(wù)服務(wù)，若不具備則因無訪問權(quán)限而返回。

2.3 中間層設(shè)計

中間層擁有業(yè)務(wù)處理、推理分析、數(shù)據(jù)融合、數(shù)據(jù)持久化4個模塊。其中，業(yè)務(wù)處理負責(zé)表示層業(yè)務(wù)邏輯的實現(xiàn)；數(shù)據(jù)融合負責(zé)對外接口的數(shù)據(jù)采集、整理與反饋；數(shù)據(jù)持久化負責(zé)本系統(tǒng)相關(guān)數(shù)據(jù)的存儲與查詢；推理分析是本系統(tǒng)實現(xiàn)視覺分析的核心業(yè)務(wù)模塊。

2.3.1 推理分析模塊設(shè)計

推理分析模塊是本系統(tǒng)實現(xiàn)視覺分析的核心，該模塊采用數(shù)據(jù)流管道過濾器的設(shè)計風(fēng)格，將圖像數(shù)據(jù)及相關(guān)配置信息組裝為數(shù)據(jù)節(jié)點，通過消息隊列將數(shù)據(jù)節(jié)點依次進行視頻解碼、圖像抽幀、圖像轉(zhuǎn)換、圖像分發(fā)、模型調(diào)用、算法處理、結(jié)果封裝等處理并將處理結(jié)果向后傳遞，從而實現(xiàn)現(xiàn)場視頻的實時分析。數(shù)據(jù)處理流程如圖4所示。

本系統(tǒng)為復(fù)雜應(yīng)用場景下的通用設(shè)計，利用數(shù)據(jù)組織節(jié)點將圖像數(shù)據(jù)與配置信息相結(jié)合，用于支持多路視頻不同場景的實時檢測；同時構(gòu)建模型動態(tài)調(diào)用策略，通過解釋器規(guī)則支持不同場景下的多種模型算法組合，從而滿足邊緣計算設(shè)備[6]在多種應(yīng)用場景下進行視覺分析的通用性要求。

2.3.2 數(shù)據(jù)組織單元設(shè)計

中間層中的數(shù)據(jù)以數(shù)據(jù)節(jié)點的形式存儲，數(shù)據(jù)節(jié)點為本系統(tǒng)最小數(shù)據(jù)組織單元，數(shù)據(jù)節(jié)點包含幀數(shù)據(jù)、場景數(shù)據(jù)、業(yè)務(wù)處理算法等。在現(xiàn)場的實時分析過程中，首先將圖像數(shù)據(jù)和相關(guān)配置信息存儲在數(shù)據(jù)節(jié)點中，再將數(shù)據(jù)節(jié)點送至消息隊列中，隨后推理分析模塊根據(jù)節(jié)點內(nèi)存儲[7]的配置信息依次加載對應(yīng)功能模塊進行處理，并將處理結(jié)果存儲在數(shù)據(jù)節(jié)點中。通過組織圖像、模型、算法三者構(gòu)建多種組合方式，從而為復(fù)雜場景下實現(xiàn)視覺分析提供圖像、模型、算法的靈活配置。數(shù)據(jù)結(jié)構(gòu)如圖5所示。

2.3.3 多模型聯(lián)合調(diào)用設(shè)計

本系統(tǒng)在復(fù)雜場景下的應(yīng)用涉及單模型分析、串聯(lián)模型分析、并聯(lián)模型分析以及組合模型分析，同時還需匹配對應(yīng)算法。針對多種模型及算法組合的情況，模型算法調(diào)用部分采用解釋器規(guī)則設(shè)計實現(xiàn)。即通過數(shù)據(jù)節(jié)點中包含的配置信息，在模型調(diào)用模塊中動態(tài)[7-8]組裝分析模型和算法的數(shù)據(jù)處理調(diào)用鏈，封裝解釋器規(guī)則部分抽象出前處理、模型調(diào)用、后處理三部分：前處理主要負責(zé)數(shù)據(jù)節(jié)點裝載；模型調(diào)用負責(zé)構(gòu)建模型算法處理鏈；后處理負責(zé)業(yè)務(wù)邏輯處理。車牌識別場景采用串聯(lián)模型規(guī)則，將圖像輸入模塊后根據(jù)車牌識別場景配置，再將數(shù)據(jù)節(jié)點送入車輛識別檢測模型，檢測出車輛后裁剪圖像，并縮小圖像檢測區(qū)域，將目標(biāo)區(qū)域圖像送入車牌檢測模型，最后模型將檢測結(jié)果送入相應(yīng)算法獲得車牌信息。在加油站打電話的識別場景中采用并聯(lián)模型規(guī)則，圖像送入模塊后根據(jù)打電話場景配置將數(shù)據(jù)節(jié)點送入關(guān)鍵點檢測模型和手機目標(biāo)檢測[9]模型，后處理算法根據(jù)數(shù)據(jù)節(jié)點ID匹配結(jié)果，當(dāng)算法檢測到人體手部位于肩部以上且手部位置與檢出目標(biāo)手機位置基本一致時判定為人員打電話并預(yù)警。模型調(diào)用流程如圖6所示。

2.4 數(shù)據(jù)層設(shè)計

數(shù)據(jù)層實現(xiàn)分析數(shù)據(jù)的采集和預(yù)警聯(lián)動。數(shù)據(jù)分析主要包括數(shù)據(jù)源中視頻流、圖片流和對外接口中RS 485、模擬量輸入AI、數(shù)字量輸入DI等；預(yù)警聯(lián)動主要通過數(shù)據(jù)源中的控制流進行攝像機控制、模擬量輸出和數(shù)字量輸出，并進行預(yù)警設(shè)備控制等；該設(shè)計囊括了攝像機實時分析與控制聯(lián)動、物聯(lián)網(wǎng)數(shù)據(jù)與儀表識別、數(shù)據(jù)二次對比預(yù)警等；通過攝像機自動巡檢等獲得現(xiàn)場通用視覺分析的應(yīng)用場景。

3 應(yīng)用效果

本文論述的設(shè)計方法已在多個生產(chǎn)現(xiàn)場進行了實驗驗證，實驗結(jié)果表明，一種基于邊緣計算設(shè)備的通用視覺分析框架設(shè)計能夠滿足生產(chǎn)現(xiàn)場多種復(fù)雜場景下的視覺分析應(yīng)用需求，同時具有較好的準(zhǔn)確性和實時性。通過部署邊緣設(shè)備有效降低了云端服務(wù)器的負擔(dān)和網(wǎng)絡(luò)帶寬[10]壓力。與傳統(tǒng)的云端計算方式相比，該設(shè)計通過算力下沉，可以提高數(shù)據(jù)處理效率，降低云端服務(wù)硬件與運維成本，提升項目整體經(jīng)濟效益。

4 結(jié) 語

本文提出了一種基于邊緣計算設(shè)備的通用視覺分析框架設(shè)計，旨在提高視覺分析在復(fù)雜場景應(yīng)用下的通用性和經(jīng)濟效益。實際應(yīng)用結(jié)果表明，該框架具有較好的通用性和經(jīng)濟性，可以滿足各種應(yīng)用場景的需求。未來，我們將進一步優(yōu)化框架的設(shè)計，提高框架的性能和擴展性，以滿足更多應(yīng)用場景的需求。

參考文獻

[1]王艷如，劉海峰，李琳，等.基于邊緣智能分析的圖像識別技術(shù)在輸電線路在線監(jiān)測中的應(yīng)用[J]. 電力信息與通信技術(shù)，2019，17（7）：35-40.

[2]周新杰，明新國，陳志華，等.基于模型、數(shù)據(jù)、知識的設(shè)計與制造協(xié)同框架[J]. 計算機集成制造系統(tǒng)，2019，25（12）：3116-3126.

[3]張婷婷，章堅武，郭春生，等.基于深度學(xué)習(xí)的圖像目標(biāo)檢測算法綜述[J]. 電信科學(xué)，2020，36（7）： 92-106.

[4]牛作東，李捍東.基于Python與flask工具搭建可高效開發(fā)的實用型MVC框架[J]. 計算機應(yīng)用與軟件，2019，36（7）：21-25.

[5]張超，王亮.基于邊緣計算的行人檢測算法研究[J]. 現(xiàn)代信息科技，2023，7（6）：81-84.

[6]劉士杰，楊延宏，陳青松，等.一種適用于邊緣計算設(shè)備的計算模型動態(tài)部署方法及裝置：CN202211524122.1 [P]. [2023-12-01].

[7]張余豪.面向邊緣側(cè)深度學(xué)習(xí)的高效能存內(nèi)計算關(guān)鍵技術(shù)研究[D].濟南：山東大學(xué)，2022.

[8]胡世紅.邊緣計算中資源動態(tài)調(diào)度的QoS優(yōu)化技術(shù)研究[D]. 無錫：江南大學(xué)，2021.

[9]楊威，張?zhí)镂?復(fù)雜景物環(huán)境下運動目標(biāo)檢測的新方法[J].計算機研究與發(fā)展，1998，35（8）：724-728.

[10]余勇志，范博. 基于深度學(xué)習(xí)技術(shù)的寬帶裝維智能質(zhì)檢研究[J]. 電信技術(shù)，2019（3）：24-27.