邊緣計算在智慧家居的應用研究

胡弟平， 孔祥元

(美的置業集團廣東天元建筑設計有限公司，佛山528000)

0 引言

隨著移動互聯網的崛起，云計算的發展得到了巨大的成功，IOT領域也借助云計算的發展，開辟了端管云的公認架構，目前幾乎所有物聯網領域，基本上都是遵循“客戶端(或數據采集端)-管道(4G，WIFI等)-云服務”的原理，這種架構將傳統的數據機房放在云端，并保持著靈活的迭代能力；使得客戶端可以隨時隨地的享受數據服務和計算服務。但隨著物聯網的興起和發展，工程師們也發現這種架構的一些弱點:(1)隨著越來越多的設備和終端接入云端，數據呈現爆炸式增長，對于云端也產生了考驗。(2)對于智慧家居、智慧社區這種強局域性的應用場景，并不是所有的數據都有必要“上云”，比如只應用在家庭內部的一些檢測數據，隱私信息等，對于這種數據，“上云”的做法同樣也引起了客戶的擔憂。(3)智慧家居、智慧社區這種局域性的場景具備高度個性化，云端事實上無法使用標準的業務邏輯來運行這種高度個性化的場景。(4)在智慧家居領域，客戶同樣希望在缺少互聯網條件的情況仍然可以獲得相當的場景體驗，這是云計算架構無法做到的。

因此，在IOT領域，邊緣計算的概念被提出并寄予厚望，尤其在智慧家居領域將會率先發力。

1 邊緣計算架構

1.1 從邊緣計算與現有智慧家居架構的區別

現有智慧家居系統普遍使用主流的IOT架構將數據和用戶在云端進行交互管理，其基本架構如圖1所示。

圖1所示為現在主流智慧家居系統的架構示意圖，設備和終端均可以通過 NB-IOT、4G、WIFI、普通網關等形式連接到云端。設備的數據分為兩大類，一類是上報類數據(包括主動上報和應答上報)，一類是由平臺下行的控制數據。

云平臺獲得數據后對設備進行管理，與用戶系統以及其他必要的系統進行數據交叉，形成基礎數據庫。終端通過云平臺抽象后的數據接口，讀取所需要的數據，或者由平臺推送重要數據。同時云平臺為滿足智慧家居的業務需求，在平臺上構建了基于用戶需求的業務場景模塊，現業務場景模塊一般基于標準的邏輯，主流使用IFTTT的規則；這給予了用戶很多具有想象力的發揮空間，用戶通過終端可以配置自己喜歡的場景模式，從而達到智慧家居的控制和場景需求。

圖1 主流IOT架構示意圖

此外，基于設備端的接口一般以SDK的模式存在，用于不同廠商的設備進行接入；云平臺一般還會留下供第三方云平臺對接的API接口，給第三方提供控制相關設備和場景的通道。

1.2 邊緣計算架構的智慧家居系統架構

如圖2所示，在設備或數據的近端，構建了一個邊緣計算單元。可以看到，虛線框代表一個近端區域，每一個近端區域包括若干個設備和一個邊緣計算單元，這樣每一個邊緣計算單元可以就近處理附近的設備和數據，不用把所有數據和業務都要上報給云平臺進行處理，這些邊緣計算單元可以處理諸如場景運算、設備控制這樣的計算需求；同時邊緣計算單元也保留了與云端的通信接口，可以與云平臺進行計算互補，終端則可以像傳統架構一樣同云平臺進行通信，除此之外，邊緣計算單元也可以在局域網對設備和場景進行控制。

倘若把整個網絡放大，這個架構就變成了一個云平臺對應若干個邊緣計算單元，一個邊緣計算單元對應若干個設備單位的模式。對于云平臺來說，大大降低了其設備連接負載，簡化了業務；對于近端區域來說，提高了響應速度，新增了局域網控制功能；對于用戶來說，數據保存在近端，可以更放心的使用。

圖2 邊緣計算架構示意圖

由以上架構可知，引入邊緣計算單元后，技術上最大的變化是計算和管理分布化，可以進行更加適合的分工，實現更多符合用戶實際需求的場景。

2 邊緣計算單元的載體和交互界面

2.1 邊緣計算的載體

近端區域里邊緣計算的載體?目前來看最適合的產品是家庭網關，在全屋智能化的情況下，家庭網關是必不可少的，因為全屋智能化存在大量的WSN設備，也就是無線傳感設備，比如被動紅外探測器、門窗磁探測器等，這些設備目前來看一般使用非IP網絡構成，網關是必要存在的。因此，家庭網關作為未來邊緣計算的載體值得期待。

2.2 邊緣計算單元與云平臺的交互界面

智慧家居應用中包含了大量的數據和場景，涉及各種傳感器的數據、設備狀態數據、用戶行為數據、各種生活場景等。那么邊緣計算架構的核心就在于如何與云平臺進行合理的分工(即可提高效率、保障隱私且不會產生冗余問題)。表1是根據客戶長期以來運行的經驗進行的設計，涵蓋了最為核心的幾大類數據和業務的交互邏輯。

(1)標有“(基)”的，表示該數據在此為基準數據；標有“(同)”的，表示該數據從對方同步而來，用戶在編輯應用或者設備數據發生變化后，首先更改的是基準數據端，然后觸發同步請求，使得云平臺保持正確的數據。此處云平臺保持同步數據的目的主要有兩個:第一，當用戶在終端異常或更換的情況下，可以在遠端重新加載；第二，為大AI做數據基礎。標有“(獨)”的，表示該數據只有在此端擁有，IFTTT是獨自在邊緣計算單元，表示家庭的核心場景計算由邊緣計算單元完成，云端并不需要進行此項業務，但云端提供了IFTTT的通道，僅僅用于用戶在遠程進行IFTTT場景編輯，這對于云端非常重要，因為IFTTT邏輯會耗費大量的計算資源，而且它的個性化極強，如果每一個用戶下的IFTTT都在云端完成計算，那么將是巨大的資源消耗。

表1 邊緣計算單元與云平臺的交互界面

(2)隱私數據在近端是獨有的，這就避免了用戶的隱私數據在云端泄露的可能，這對于用戶來說非常重要。這樣設計帶來的好處是在遠端無法更新隱私數據，只能在近端更新，這一點會加強用戶的安全感。當然，用戶可以自己設定哪些數據為隱私數據，哪些數據可以上傳到云端。同時得益于IFTTT執行獨立在近端完成，涉及到隱私數據的場景也不會因此而失效，它們剛好在近端完成，遠程仍然可以提供通道，但無法獲取數據。

(3)對于用戶數據而言，用戶數據保存在遠端，這與現在主流互聯網行業保持一致，并提供了其他行業平臺互通的可能性；對于近端計算單元來說，并不關心用戶的數據，但是可以同步獲取相關的權限，比如不同的用戶對應不同的操作權限，將會同步到近端計算單元，以保障用戶場景執行的有效性。

以上就是邊緣計算單元與云平臺交互的基礎交互界面，通過這個交互界面，可以清晰地看到邊緣計算單元產生的巨大作用。

3 邊緣計算在分布式人工智能的應用

3.1 AIOT的發展

AI的發展取得了巨大的成功，特別是在人臉識別、語音技術、廣告等領域，各行各業都被AI在影響，物聯網領域也是如此，行業把AI+IOT的結合簡稱AIOT，旨在將物聯網的各種數據進行交叉，通過機器學習，給用戶帶來更加智能的體驗。智慧家居作為物聯網領域典型的應用，AI智能在智慧家居的應用同樣令人期待。

AI能夠根據用戶的習慣自動生成場景為用戶提供保姆式服務，這就是行業對于AI在智慧家居的期望目標。那么邊緣計算單元的誕生，同樣也是推動AI在智慧家居實現這些目標的關鍵力量。

3.2 分布式AI的期望

隨著AI技術的不斷進步，目前整個AI行業從芯片到應用，均已有了很大的提升；基于AI專用芯片的誕生，使得機器學習算法對資源的消耗大幅度降低，邊緣計算單元有望在有限的資源下獲得局部的AI能力；這些能力足以使得邊緣計算單元獲得一項或者多項技能(假設把AI獲得類似人臉識別這種能力叫做一項技能)；對于云平臺來說(有大量的邊緣計算單元)，能獲得大量的技能，使得云平臺本身擁有更強大的AI能力，這種分布式智能將大大地改善包括智能家居在內的整個物聯網領域，使得AIOT真正落地，造福人類。

4 結束語

本文闡述了邊緣計算在智慧家居的應用研究，研究表明邊緣計算確實能夠在智慧家居行業產生關鍵價值，用于解決目前整個行業遇到的問題。同時對AIOT的發展進行了分析，認為邊緣計算對AIOT的發展將貢獻分布式智能方式，對未來整個物聯網領域產生重要影響。有理由期待，邊緣計算在智慧家居的應用將進一步提升行業的水平，將更好的為用戶提供體驗式的服務。