多级分域智能体系架构设计与研究

多级分域智能体系架构设计与研究

吴林 1 汪承研 2 单铁园 3 史轶 3

1. 深圳力维智联技术有限公司 广东深圳 518000

2.广东机电职业技术学院 广东广州 510550

3.深圳力维智联技术有限公司 广东深圳 518000

摘要：随着技术的发展和业务需求的推动，物联网发展日新月异，对于促进人们生产生活自动化、智能化发展有着不可忽略的重大意义。利用边缘计算、人工智能技术不断提升物联网系统的智能化水平至关重要，基于此，本文将对构建多级分域智能架构实现区域智能，提升物联网系统的智能化、可靠性等相关内容展开阐述。

关键词：区域智能、边缘计算、多级分域智能、物联网

5G、人工智能、边缘计算、区块链等新技术加速与物联网结合，应用场景日趋成熟，物联网迎来跨界融合、集成创新和规模化发展的新阶段。物联网呈现“边缘的智能化、连接的泛在化、服务的平台化、数据的延伸化”新特征，其中边缘智能、边缘计算、AIoT持续推动各类终端向智能化方向发展，智能服务下沉至边缘，满足行业物联网实时业务、敏捷连接、数据优化等关键需求，为终端设备之间的协作提供了重要支撑。

1. 区域智能需求分析

传统物联网体系架构中，遵从“云-管-边-端”的网络结构，端侧的物联网终端负责采集数据及响应云端的控制命令执行业务操作，边侧网关及网络组成了传输通道，实现了数据通讯汇聚在云端，利用云端的计算能力实现核心业务。在此种网络架构下，虽然能够利用云端的资源进行业务流程处理，物联网终端较为简单，但每次业务决策和判断需要从终端—云端—终端数据传输，传输链路长，实时性较差，容易受到网络通道不稳定的影响，导致业务无法正常实现。

而在实际场景中，对采集数据的稳定性、响应的实时性、系统运行的可靠性、传输带宽的限制等方面都有更高的要求，如在工业生产场景中，对实时性和稳定性有很高的要求，需要针对生产过程监测到的数据快速反应，识别故障或风险需要既可能快速决策并采取措施进行纠正；在安全防护场景中，需要融合视频、声音、图像、传感数据多种数据进行综合分析，如果将所有数据都传输到云端，需要大带宽，代价很大。AIoT技术将计算能力、智能决策能力赋予边缘侧的终端及网关，满足应用场景对更高安全性、更低功耗、更短时延、更高可靠性、更低带宽的要求，还可最大限度的利用数据，进一步的缩减数据处理的成本。

2. 多级分域智能体系架构设计

结合前面的业务场景需求，研究设计相应的多级分域智能体系架构来优化改进当前的物联网组网方式，实现区域智能，充分将边缘计算能力赋予终端智能。整体组网模型如下图所示：

多级分域智能体系架构由以下关键部分组成：

2.1 边缘智能体

边缘智能体指位于边缘侧具有数据分析及策略执行能力的终端设备，可以有两种形态，一种是由边缘网关联合传统物联终端组成，边缘网关具有计算资源，具备较强的模型执行能力，传统物联终端进行数据感知；一种是由具备较高计算资源的智能终端构成，此类终端上有独立的计算单元，可进行脚本执行或具备小型嵌入式系统可执行业务应用APP。边缘智能体一方面能够根据业务需求采集数据，另外一方面能够基于计算资源，就地获取数据进行分析，按照预置的模型或算法进行相应的控制，同时还能获取云端下发的指令或算法模型，进行算法更新或响应控制指令。

2.2 区域智能节点

区域智能节点是指一定区域范围内多个边缘智能体的汇聚节点，可构成区域级的智能中心。区域智能节点由较高配置的网关或服务器组成，拥有较强的计算能力和较大的存储资源，可内置业务分析算法及模型，汇聚本区域内的数据进行综合分析，实现业务流程。此节点可在一定范围内（如一个小区、一个园区等）形成区域智能，在无云端支持或控制情况下保障本区域内的设备正常工作、业务算法正常执行。

2.3 容错自适应网络

容错自适应网络基于公用通讯网络或者LPWAN网络连接云端服务及边缘智能体、区域智能节点，在基础通讯链路层保障之上定义具备容错自适应能力的传输协议，构建起多点通讯及数据传输网络。网络具备双向传输及控制能力、安全管理能力，可根据设备接入数量及通讯质量要求进行自适应调整数据报文大小及重传校验机制，确保数据可靠传输。

2.4 云端智能学习中心

数据汇聚到云端后，智能学习中心将基于数据进行算法学习及优化分析，结合业务需求及边缘侧执行的反馈进行算法的自动调优训练，对算法进行持续改进；对应新的业务场景需求，可进行算法设计及训练，产生新的算法模型。

2.5 云端智能策略中心

针对智能学习中心产生的算法进行统一管理，根据边缘智能体、区域智能节点的设备类型差异、负责的业务功能区别制定算法模型控制策略，下发不同的控制指令和算法模型到相应的设备上，实现整体全局业务实现的最优化管理。

多级分域智能体系架构中可从边缘侧逐级汇聚数据到云端，汇聚的数据可根据各级节点上的智能分析功能，可将数据进行过滤处理，对于冗余重复无价值数据在边缘侧进行统计记录，而不将所有数据传输到云端，可大幅降低网络传输带宽需求，尽量确保高价值数据的有效传输。

同时业务功能依托云端智能学习中心和智能策略中心进行全局的智能决策和策略管理实现整体业务系统的全局智能，基于区域智能节点进行区域内设备联动管理及区域智能业务管理从而实现区域智能，基于边缘智能体进行边缘侧设备的算法执行及自主策略控制从而实现了边缘智能，通过全局智能、区域智能、边缘智能多级智能管理，一方面确保了高实时性业务的时延要求，另一方面各个节点可独立运行，在上游节点出现故障时，下游区域内的节点还可正常工作，实现了业务系统的高可靠性。

多级分域智能系统架构中，云端智能学习中心和云端智能策略中心持续收集全局数据进行智能学习和算法优化，不断对算法进行迭代改进，整体系统将越来越智能，趋于整体最优化。

3. 应用场景分析

在很多业务场景下都可基于上述架构进行搭建，以下场景进行举例说明：

3.1 智慧园区的边缘智能管理

智慧园区业务将管理园区内众多业务，业务复杂，设备多样，组网要求高，例如出入口闸机控制系统需要在与云端网络断链情况下能够独立控制，视频监控系统的视频流可在本地存储，而只把分析到异常视频片段或图片传输到云端减少带宽需求，办公区域内人脸门禁系统需要能够在离网状况下正常运行等等，这些场景都需要边缘侧设备能够具备独立智能。多级分域智能系统架构就可解决此场景下的问题，边缘侧设备具备计算能力可独立运行，区域智能节点和云端中心可持续获取数据来将优化后的算法推送到边缘侧设备，持续改进执行效果。

3.2 安防场景下的边缘联动管理

安防场景需要考虑在各种恶劣情况下能够保障系统正常运行，例如在火灾场景下远端控制的门禁系统能够正常工作，电梯系统正常运行，紧急照明系统稳定照明，在这种场景下将会需要多个设备间能够联动管理，如基于视频捕捉到火焰图像，烟雾探测器检测到烟雾信息，两种数据汇聚到楼层区域智能节点进行综合判断火灾发生的概率，如判断产生火灾，区域智能节点即可控制管辖范围内的设备进行相应处置，如控制警报系统发出警报、消防门禁系统开启消防通道、紧急照明系统提供照明等。

参考文献：

[1]基于边缘计算的物联网网关监控系统的研究[J]. 殳雪城，范平清. 电子器件,2019(13)

[2] 物联网智能边缘计算研究及应用. 杨凯，丁晓璐，刘俊萍 电信科学，2019（Z2）