基于边缘计算的通用智能安防系统架构设计与实现

张 健，赵启博，巨永锋

（1.西安培华学院智能科学与信息工程学院，陕西西安 710125；2.陕西智世华颐科技有限公司，陕西西安 710061；3.长安大学 电子与控制工程学院，陕西 西安 710064）

边缘计算是指在网络边缘侧集成网络、存储、计算和应用等核心能力，靠近物联网端或者数据源端提供应用智能服务以满足行业在敏捷连接、数据优化、实时业务、智能应用、隐私与安全保护等领域的重点需求[1]。

传统的基于云计算的物联网系统存在数据传输网络延时高、网络带宽消耗大、数据中心能耗高、数据安全和隐私性差等诸多问题。

将基于边缘计算的物联网技术应用于安防领域（如建筑工地、热电厂、采煤厂等），不但可以充分发挥物联网协同感知的优势，使系统具备自学习、自适应特性，定位更加精准，入侵目标能分类识别，减轻监控人员的负担，还能对各种类型的入侵行为进行及时、有效且规范的探测报警，并根据不同的报警事件作出实时的应急处理响应，为安防领域提供安全可靠的运行环境[3]。

1 系统设计目标

该文针对目前应用比较广泛的安防系统场景，并基于边缘计算和AI 技术设计了一套通用的系统架构，主要包括边缘端、边缘计算节点、云服务端（服务器和监控平台）三层架构，如图1 所示。其中，边缘端主要通过传感器、摄像头等采集监控区域特定的信息，并将采集到的视频、语音、图像等信息以数据流的方式实时发送到物端。物端设备即为边缘计算设备，一个物端设备可以控制和管理8个边缘设备。物端通过接收到边缘端采集的视频、语音、图像等数据，实时调用从云端下载的AI 算法包即可得到实时预警画面，从而进一步对安全生产过程中存在的人员、车辆、环境因素等安全隐患进行实时主动的监测预警，并将预警信息实时上报到云端。云端作为安全生产管理的驾驶舱，主要对安防环境区域、工作人员、访客、车辆等信息的实时状态进行远程监控、预警和管理。除此以外，云端还根据物联网端处理的业务类型的不同分别设计数据服务器、消息服务器、流媒体服务器，从而达到业务处理的负载均衡。

图1 边缘计算网络三层架构图

该文的主要目标是设计并搭建一套基于边缘计算的高可用、可实时处理的通用安防系统，通过定制化边缘计算的物联网设备部署在靠近用户侧的边缘设备，提供低延迟、高可靠、高可用、弹性AI计算等服务，从而满足客户要求的在实时业务、应用智能、数据就近处理分析、数据安全和隐私保护等方面的关键功能，且能够灵活配置管理大规模边缘计算应用，为不同领域安防系统的架构设计和实现提供技术参考。

2 系统架构设计

2.1 边缘计算节点软硬件设计

从图1 中可以看到，在边缘设备和云端中间增加了边缘计算物联网设备，以此作为云端和边缘端业务数据处理和控制消息的桥梁。通过边缘计算节点实时采集边缘终端摄像头的视频、语音、温度、湿度等数据，并调用算法服务实现实时的业务处理，对安全生产过程中存在的人员、车辆、环境因素等安全隐患进行实时主动的监测预警，并根据预警信息实时作出处理。

边缘计算物联网设备主要由硬件和软件组成，硬件最小化设计基本配置如表1 所示。其中，一个物端设备设计可以通过有线或无线网络接入控制和管理8 个边缘设备，硬件设备设计用户可根据具体应用场景、预算成本个性化定制，在设计时需要充分考虑稳定的路由功能、高可靠性、稳定性、丰富的外设接口、全面的电气保护功能、稳定的内核系统等多种因素影响。

表1 边缘计算物联网硬件设备基本配置

在边缘计算物端硬件设备上部署消息服务高可用的集群（可考虑采用Kafka 集群），将消息服务作为物端设备和云服务之间的网关，实现设备监测、消息服务及对应业务处理，确保即使某单个节点发生故障，也能实现系统的高可用性和零停机时间，同时能达到节点与云服务器之间通信的高吞吐率。

通过部署分布式消息集群，开发边缘计算软件平台，实现与云服务端的实时消息通信。通过消息订阅实时响应云服务端的设备清单配置、物端设备状态上报、边缘端设备和SDK 管理、边缘端设备控制、AI 算法调用和预警结果上报、算法服务升级、预警视频流上传、物端运行日志获取等功能，其中边缘计算终端软件平台详细功能设计如图2 所示。

图2 边缘计算终端软件平台详细功能设计

边缘计算终端在网络边缘侧的计算能力主要体现在针对安防系统不同预警画面识别的能力，用户可以根据不同业务场景，设计多样化的视频流检测AI 算法（如人脸识别算法，烟火算法，大规模人员聚集、越界检测算法，车辆管理识别算法，工作服识别算法，安全帽识别算法，电子围栏算法等）。通过目标检测算法对视频流中的预警画面进行动态识别，实时发送预警消息到云端，并将预警证据视频发送到流媒体服务器进行全量保存，以便云端可以灵活查询指定时间段的预警画面。

预警信息以短信、警报等方式传送给安全员，同时通过后续加装处置设备，可以实现自动关联触发安全装置(如消防灭火、粉尘处理、车辆拦截等)。通过算法服务模块可以高效完成算法升级服务，如算法升级正常处理流程、算法升级失败回滚流程等，以上功能对正常业务完全透明。

2.2 云端监控管理平台设计

云端监控管理平台作为用户管理整个系统的驾驶舱，主要模块及具体功能如图3 所示。管理平台可以从不同维度提供预警大数据分析，为安防措施、改进和优化提供指导作用。

图3 云端监控管理平台各模块功能

云端监控管理平台设计以MySQL 为后台数据库，以WEB 设计网页为前台，采用三层网络结构。网站用户接口（即界面）由WEB 完成，数据和逻辑处理由JavaBean 组件完成，数据存储由MySQL 完成。

3 系统实现和实验

边缘计算终端作为云端和边缘端业务数据处理和消息控制的桥梁，起着至关重要的作用。该文提出的基于边缘计算的通用智能安防系统架构将详细介绍边缘计算终端软件平台的模块具体实现流程。

为了提高边缘计算终端并发处理来自云端控制消息的处理能力，此处将边缘计算终端上部署的进程设计为多线程模式，由主线程模块初始化创建多个子线程，每个子线程为一个独立的调度任务，每个调度任务中创建多个消息队列，用于多个任务并行处理云端和边缘设备的控制消息。平台软件包含6个线程：消息服务线程（接收消息和发送消息）、设备服务线程（循环定时上报物端设备状态信息）、心跳检测线程、日志服务线程、算法服务线程、流媒体服务线程。

边缘计算终端软件系统具体实现主要分为控制接口和数据接口。其中，控制接口主要通过TCP 协议与云端服务器约定消息体结构，只需要根据约定的结构封装和解析消息体内容，获取到消息体中对应属性即可。数据接口主要由边缘计算终端根据服务器下发控制接口中不同的控制命令，通过Restful接口主动向服务器发送HTTP 消息，主动获取不同对象的配置数据，以及向服务器发送预警信息、日志等。以下重点介绍设备服务模块和算法服务模块的主要功能，以及该系统应用于人员聚集场景下的口罩识别检测的测试实验结果。

3.1 设备服务模块

设备服务模块主要处理流程如下：

1）边缘设备管理

边缘计算终端调用边缘设备的SDK 连接边缘设备，并通过边缘设备状态更新请求消息将边缘设备的连接状态发送到服务器端。

2）边缘设备控制

边缘计算终端接收来自服务端的边缘设备控制命令请求消息；边缘计算终端通过控制命令的类型调用不同的控制接口，以此来控制边缘终端进行拉伸、缩放以及角度旋转等；边缘计算终端完成边缘终端的控制操作后向服务端传回响应消息。

3）预警消息的上报和存储

边缘计算终端定时调用算法得到实时预警画面，通过预警请求消息发送到消息服务器，以此来完成预警视频画面的截取、保存、上传等操作。

3.2 算法服务模块

算法服务模块主要处理流程包括算法服务下载、算法服务加载运行、核心算法服务的调用，根据不同算法服务要求的入参调用算法服务，得到算法服务的处理结果，根据结果进行预警业务。另外，该模块还包括算法升级功能，当进行算法升级时启用备用模块进行处理，升级完成后再切换回原模块继续处理。

3.3 实验结果

如图4 所示，将该系统硬件设备部署在学校报告厅内，通过摄像头实时采集报告厅内的视频流，并通过口罩检测AI 算法进行目标检测，对比摄像头已连接边缘检测终端（即通过边缘检测终端设备调用目前检测算法）和未连接边缘检测终端（即直接连接服务器PC 设备的集中式方法）两种架构，得到实验数据结果，如表2 所示。

图4 口罩目标检测实验

表2 边缘计算和集中式计算实验数据对比

综合以上实验数据可以得出，通用边缘计算架构在实际业务场景中比传统集中式计算架构处理性能高，可节省服务器的存储容量、减少服务器的硬件成本等，具有更好的商业推广价值。

4 结束语

当今社会随着对安防系统功能以及规模要求的提高，边缘设备数量不断增加，现已进入边缘大数据时代。传统的边缘端+云计算架构无法在规模、功能和实时性上满足安防系统的需求，同时传统安防系统无法有效解决异构多源的数据融合、云中心存储和计算负载较重、传输带宽较低以及数据隐私等问题[9]。

该文设计了一种基于边缘计算的通用智能安防系统，可将其广泛应用于物联网安防系统中，不但为企业节约了人力和硬件设备成本，还具有实时监控、提前预警、保障安全的功能。该系统通过对检测数据进行整合，实现了监控区域的安全预警和趋势分析，并进行实时可视化展示，便于对检测区域全盘掌握，从而实现相关智能应用服务，起到安全预警、应急指挥和控制作用，其带来的智能化系统、高效管理、便捷检测也将产生重大的经济效益。