基于5G+大数据的智慧城市管理应用研究

张斌

【摘要】    近年来，随着科学技术的不断发展，各种先进技术及高新设备不断涌出，使得人们的生活及生产方式发生了极大的改变。其中，就以5G技术与大数据技术表现得最为明显和突出。通过对“5G+大数据”技术的合理应用，能够进一步提高城市管理质量，提升城市管理水平，从而推动城市的现代化、智慧化发展。鉴于此，本文将对基于5G+大数据的智慧城市管理应用作以分析和探究，以供同行业人士交流和借鉴。

【关键词】    5G+大数据技术    智慧城市管理    应用

引言：

新时期，社会在发展，时代在进步，城市管理工作也应当与时俱进，积极学习新的理念，引进新的技术，在管理模式以及管理内容上作出创新和优化，以便适应社会的发展，满足现代化城市建设的需求。因此，作为城市管理部门，需对当前的最新技术予以充分重视，尤其是要加强“5G+大数据”的应用，以便通过各种信息技术手段，来实现自动化、智慧化管理的最终目标，从而有效推动城市的现代化进程。出于这样的考虑，本文就基于5G+大数据的智慧城市管理应用进行研究，显得意义十足。

一、5G切片+GRE技术实现加密传输

相比于4G，5G的网络传输速度要高得多，其传输速率可在10Gb/s以上。正因为有这样的高传输率，使得城市管理下的动态布点、大流量传输等得以充分满足。值得一提的是，城市管理中所涉及的所有数据，不得向外泄露，均属于保密数据[1]。对于供需双方之间的通信，可通过5G切片来实现，并能够根据需求方的切实需求提供相应的服务，且能够最大限度的避免交叉影响的发生。但美中不足的是，运营商网络接入会受到一定程度的限制。主要表现在：运营商网络与城市管理信息中心有效对接后，时常会出现新的问题。对于此种情况，可通过对GRE隧道技术的合理利用予以妥善解决，最终实现专网的无缝对接。 Tunnel（隧道）技术为GRE的核心技术，属于VPN（Virtual Private Network）第三层隧道协议中的一种，能够在具体应用中发挥十分重要的作用。 Tunnel 为一种虚拟形式上点之间的相互连接。同时，为封装的数据报文提供了一条可传输的通。另外， 每个Tunnel 的兩端，都能封装及解封装数据报。

在对5G切片技术予以充分利用的基础上，城市管理街道采集设备借助GRE技术，让城市城管信息网络得以成功构建。根据 Tunnel 不同的标签，组成多层级、立体化的子网系统[2]。此系统涉及多个模块，主要有信息采集、设备管理、大数据分析等模块。同时，也是加密数据传输的安全性得到了最大限度的保障。

二、5G网络下的图像特征识别技术

这种技术，简单来说，就是借助计算机，来进行图形的相关分析和处理，以便根据对象的特征或特点进行精准识别。

过去使用的图像识别技术，需进行对象特征的采集，在对图像特征库予以完善的基础上，生成相应的特征码[3]。据以往的工作经验，一般有两种识别采集的方式：一种是现场采集，即把服务器布置在现场，进行信息的采集和识别，将获取到的信息向信息处理系统传输，以便作出合理的分析和应对。而另一种远程传输，另一种是远程传输，也就是在信息中心接收采集到的视频信号。但从目前来看，这两种方式都暴露出了明显的不足，如部署难、信息无法及时回传、智能化水平不高等。

由上文可知，传统图像识别技术已经无法满足现代城市管理的需求。因此，需要在原有技术上作以突破和创新。可在有效利用5G低延时、高速率的基础上，在本地部署一套边缘计算机设备，并通过现场+远程的方式对获取的信号进行复合式运算。信息量主要在图像轮廓曲线处或轮廓方向突然改变处作以集中。在进行图像的识别时，输入的多余信息会在识别机制中予以排出，最终留下的将是关键的信息[4]。特征码需通过现场边缘计算设备进行提取，并在对5G技术合理利用的基础上，将特征码传入到数据中心。同时，根据大数据库中的信息与其作以比对。这样一来，分阶段取得的信号，最终以完整的识别信息呈现出来。而后会将此识别信息传到远程采集设备，在管理平台上直接应用或进行相应的数据补充。

“5G+大数据”图像特征识别信息特点如下：

1. 5G+边缘计算自主提升和模糊识别机制

在应用5G网络的基础之上，将边缘计算机终端在现场作以部署，便能主动获取图像特征，再结合数据库中的相关信息进行对比分析，便可使精准度得到进一步提升。同时，还可采集监测对象的共同特征，并会建立相应的关键特征库以及与之对应的特征码，从而使识别率得到进一步提高。对于过于形变或经过特意伪装的目标对象，可着重抓取其几处关键特征，通过计算机进行模糊识别，以此来预测出相类似的物体。

2.“5G+大数据”远程特征库自主学习能力

特征基础数据库，能够在5G网络的支持下实现实时更新。这样一来，系统能自主学习对特征库被识别物体的鉴别，自动修正变量的数据，识别物体的多元化特征信息也随之增加[5]。并且，会从原先的曲度轮廓、长宽高等信息，转变为对三角结构特征的逐步完善。被识别物的伪装和物体的形变也将被有效地识别，这有助于识别能力的自主提升。

3. 5G远程控制

借助图像识别这种技术，在平台上传违法信息，通过5G网络城市管理人员便可远程对现场进行预警，这使得城市管理的远程管理能力得到极大的增强。

4.动态跟踪检测技术

顾名思义，可实时、动态的记录和跟踪物体移动的位置、速度以及出现时间。这里所说的物体，主要包括人员、车辆等，可予以主动跟踪，在识别成功后将会对其移动速度和实时位置进行标记。

三、“5G+大数据”图像识别技术在城市管理中具体应用

3.1 治理沿街商铺违规经营

众所周知，在城市道路两边往往会有很多商家开展经营活动，特别是一些餐饮业，会有摊点设立，影响道路的通行度。针对这种情况，需采用图像识别技术，以便做到对区域内的实时监测，提高执法人员的执法效率。

3.1.1 图像采集终端布放

图像采集的摄像头应选择200W及以上像素级别的高清设备，同时要具备夜市和追踪的功能。安装高度在2.8米左右，能够覆盖被监控区域的主要部分。通常情况下，200-300m的街道，可安装一个摄像头实施监控。对于沿街商铺长达1km的街道，要想对此区域进行全面覆盖，应安装3-5个摄像头。

3.1.2 5G图像数据回传

在5G网络基础上，借助边缘计算模块初步计算结果，建立GRE隧道，在平台上传相关数据，系统会对数据进行对比分析，得出相关的结果，最终将结果应用到实际工作当中。

3.1.3 大数据图像识别技术

被跟踪物体的特征在被边缘计算模块获取之后，会借助5G网络上传至平台，最终得出识别结果。如果沿街街道中有可疑物体出现，则图像采集终端会自动进行拍照，通过对大数据平台的合理应用，在执法人员的移动终端中传入相关数据，其数据内容包括物体名称、标记地点、标记时间和现场照片等，以便执法人员针对存在问题及时采取应对手段。

3.1.4 异常状态告警

在采集街道特征的过程中，可在异常状态监测中设置人员监管。如此一来，在图像采集终端运行中一旦发现有人员异常行为、异常人员聚集，信息将会被主动上报，平台在接收到此类信息后，会发出异常状态报警。

3.2 治理摆摊设点现象

随机性、高移動性，是摆摊设点的基本特点。也正因为如此，通过传统的图像识别技术，很难对其进行有效的检测。因此，需要结合AI技术予以精准识别，通过5G回传，进行大数据分析，可实现准确上报，精准执法。

3.2.1 5G在线移动物体监测技术

在5G技术的支持下，通过图像采集终端监测移动物体。如果移动物体处于停止状态，则设备会进行跟踪识别。也就是在大数据平台传入识别图像，当物体静止状态在15min之上或其他预设阈值时，且同时对特征库的特征码予以吻合时，报警信号就会发出。

3.2.2 人脸识别预警技术

若街道中存在移动人员徘徊或停止的情况，人脸识别技术将会对其面部特征予以主动采集。若停留时间在30min或60min之上，又或者是超出既定的阈值，则此移动人员将会被标记为可疑人员，并发出报警。人脸识别系统的组成如图1所示。

3.3 街道设施保障中的应用

可通过对5G+大数据技术的合理应用，对街道设备状态进行监管。如果图像采集终端工作期间，发现街道设备或设施存在丢失或破损现象，将会直接上报给执法部门，同时对相关人员的人脸识别数据以及身份信息予以记录，以此来为后续执法工作的高效开展提供强力支持。

四、结束语

总的来说，5G+大数据技术在智慧城市管理中的应用，对于城市管理效率的提高，城市管理水平的提升以及城市现代化进程的加快来说，具有一定的现实意义。因此，作为相关管理城市管理部门，应予以高度重视，并加大5G+大数据技术的研发和应用力度，以便其为智慧化城市的发展作出更多的贡献。

参  考  文  献

[1]陆鸿鹄， 唐林， 蔡仲宇. 基于5G网络的智慧城市规划建设方式的探索[J]. 风景名胜， 2019， No.366（11）：369-369.

[2]张超. 基于大数据技术的智慧城市建设探析[J]. 城市住宅， 2020， v.27;No.302（04）：123-124.

[3]南洪民. 5G网络对推进"智慧城市"发展的应用研究[J]. 科技创新导报， 2019， 000（028）：152，155.

[4]王景. 基于物联网和大数据的新型智慧城市应用研究[J]. 科技与创新， 2018， 000（010）：P.153-154.

[5]李扬， 刘平， 王丹丹. 基于5G网络和CIM的智慧城市系统构建探索[J]. 智能建筑与智慧城市， 2020， No.280（03）：29-31.