云计算之后,雾计算使能智慧消防

时间:2019-12-22 来源:www.ciptc-top.com

近年来,在科学技术领域,随着云计算和边缘计算的快速发展,除了人工智能和深度学习等更流行的技术之外,雾计算也逐渐成为公众视野中科学技术领域的热门词汇。 据美国一所大学称,雾计算能够实现智能灭火

韦恩州立大学研究了这一课题,并撰写了一份报告,综合了开放雾联盟成员的观点和一些领先的互联网技术公司对雾计算的观点。 题为“云到端连接桥”的报告已由技术理念研究出版社出版。

这份报告解释了为什么云计算方兴未艾时我们需要雾计算。 在大多数情况下,云计算可以满足我们的服务需求,但是在某些情况下,云计算的性能是有缺陷的。

从某种意义上说,我们可以把云计算比作“地位高的远亲”:它资源丰富,能力强,服务全面,但它距离远,维护成本高,响应时间长。

fog computing可以被比作“有用的邻居”:它们分散在资源中,能力多样,有自己的优势。他们彼此靠近,关系简单和谐。他们不仅相互学习对方的长处,相互支持,而且对要求也能迅速、迅速地做出反应。

对于消防员来说,实时更新数据非常重要。这些数据包括火源位置、建筑平面图、危险信息以及被困人员的生理状态和数量。 这些数据有助于消防员做出拯救生命和减少火灾损失的最佳计划。

目前,消防员获取的数据是通过一系列扩展技术收集的,包括无人驾驶飞行器、通信系统和消防员携带的传感器,然后将数据发送到基于机器学习的数据和视频分析平台,生成视觉信息并将其推送给参与救援的消防员。

这种机器学习算法需要强大的计算资源和大量存储空间空 这也意味着需要一个本地的集中式数据中心:例如,消防车本身

同时,消防指挥官操作的笔记本电脑或平板电脑可以提供监控火灾现场的接口,而移动宽带路由器将移动互联网信号转换成本地无线热点。

此外,路由器、基站和交换机等边缘节点可以提供雾计算基础设施,可以高速处理和存储数据,并在需要时将数据发送回火灾现场或云

一些解决方案侧重于纯云方法,以支持消防员在紧急情况下所需的存储和处理能力 例如,氖人员跟踪和TRX系统的精确定位以及绘图系统的存储和处理能力

然而,消防员时间的紧迫性和云计算的延迟性使得两者之间的合作非常成问题,这也是研究人员研究雾计算潜力的原因

首先是检测危险系数并计算被困人数,如报告所述:

“当救援队执行搜索任务时,准确检测威胁(如有毒气体、天花板或墙壁倒塌)并迅速向所有消防队员广播其位置,以便其他消防队员能够避开危险区域,这一点极其重要。 此外,通过监控摄像头的图像和视频,我们可以发现有多少人被困,甚至确定他们的位置“

这些视频和图像分析需要大量的计算能力,而通过互联网进行大量的视频数据传输不利于实时信息采集。

其次,雾计算可以实现智能、自动的安全决策系统,在火灾发生时可以筛选出大量的数据。

fog computing的快速机器学习和人工智能功能使消防部门能够自动分析信息,包括建筑蓝图、火灾数据、社交媒体帖子和人口统计报告,并将其转化为实时信息

可以预测,在未来,各种可穿戴传感器和设备将被安装在消防员制服上。通过这些可穿戴物联网设备,了解位置、健康状况、有害化学气体、温度等。在被困人员的环境中可以感觉到。无人驾驶飞行器可以看到火灾现场的空图像;带摄像头和传感器的机器人可以进入危险区域,查看现场受损程度,并测量其他重要的环境参数,如热量和烟雾密度。

利用收集到的数据,自动智能安全决策系统可以帮助消防员找到安全出口、附近的丙烷罐、在环境温度上升时发出警告,甚至估计爆炸的可能性。

美国国家航空航天局JPL(美国国家航空航天局)已经开始对消防员进行人工智能研究,其项目叫做奥德丽

最后,火灾场景的三维建模可以为消防指挥员提供3D空之间的情况信息。 当与定位系统集成时,消防员位置、建筑高度、形状、楼层数和室内平面图等参数可从无人驾驶飞行器或城市建设数据库中获得。

网络中立已经成为美国关注的焦点。当威瑞森公司最近因在火灾期间切断圣克拉拉县消防部门的访问而受到强烈谴责时,可靠的网络基础设施的重要性变得显而易见。

在灭火和救援的情况下,雾计算收集了大量的物联网技术来获取和处理数据,包括来自无人驾驶飞行器的数据 无人驾驶飞行器在灾害和应急反应中的价值已经确定。在无人驾驶飞行器的帮助下,今年已有160多人获救。

在某种意义上,雾计算是云计算和边缘计算的中间地带 云通常在第三方数据中心处理、存储和分析数据;虽然边缘计算使这些过程尽可能接近数据源 雾计算在称为雾节点或物联网网关的服务器的本地网络级别托管这些智能进程

fog computing的分布式水平架构使通信、处理、存储、控制和决策等关键功能更接近数据源 这有助于解决延迟、网络可访问性、成本上升和数据安全等问题。

操作员决定在不同环境中托管哪些流程取决于数据的敏感性、需要分析的速度、任何停机或延迟的影响以及预算限制。 相比之下,使用雾计算是一个不错的选择,因为它提供了简单的网络基础设施和更少的延迟。

这篇文章的来源和出处已经标记。版权属于原作者。如果有侵权行为,请联系我们。

——