1 目标和概述

工业一线现场中的事故先期预警和应急处置措施，基本现状是从行政流程向数字化过渡的状态，技术手段仍主要局限于单变量监测门限告警+人工值守，人工方式制定应急预案，对紧急事态的风险控制有很大局限性，重大、特大事故仍然屡有发生。

工业作业现场视频监控的痛点：

（1）监控摄像路数多，人工值守难以全部覆盖。并且人工方式依赖责任心，无法避免危险漏检漏报。

（2）视频监控中发现的安全违章事件难以纳入事件记录和预警处置闭环，无法跟踪。

（3）现有的主流方案中，企业视频需要通过网络上传至监管平台，一是传输带宽成本过高，二是给监管部门带来无法化解的巨大责任压力。

本解决方案是基于公司已有的自研智能网关和信息化平台一体机硬件设备，采用边缘计算的模式在工业一线现场实现人工智能对于违规行为识别报警类的服务，从而将其纳入物联网综合监测预警的完整业务体系中。边缘平台中的AI视频分析算法通过标准接口与视频监控和业务系统交互，可以实现定制化部署。方案中，对于AI视频分析功能算法，边缘端平台主要负责提送样本和判决执行，云端主要负责大数据和深入学习。

2 解决方案部署

2.1 解决方案架构

解决方案采用嵌入式硬件平台，基于自有的智能网关和信息化边缘平台一体设备，以Intel FPGA加速器件提供神经网络AI运算能力。

图1 解决方案部署架构图

本方案采用新一代的Intel至强处理器。至强处理器专业级的计算和视觉功能，提供令人充满信心的专业计算以及可靠的工作负载性能、集成图形支持和值得信赖的硬件增强安全性。新一代的至强处理器提供大幅增强的性能和功能。

深度学习近年成为业界关注的重点，在图像处理领域基于深度学习的算法已经开始被业界使用并展现了更高的准确度。但这些算法往往计算更加复杂，需要单独的协处理器来进行加速。在边缘计算领域，由于设备对功耗的限制，对系统的性能功耗比有着更苛刻的要求。在各种协处理器方案中，基于Intel FPGA的方案展现了业界领先的性能功耗比，例如在处理AlexNet网络时，Intel Arria10-1150可以达到33fps/W的能力，领先于其他的业界方案。

2.2 软件平台

预警一体机部署一套基于Linux的企业端平台应用软件，安全生产集控主站一体机部署一套基于Windows的实验平台软件系统。平台系统将安全生产相关数据和视频进行整合，实施整体监控、预报警处置、数据视频联动、综合分析、报警统计分析、趋势预判分析等边缘计算。

以边缘计算的模式在工业一线现场实现人工智能识别判决类的服务，纳入已有的安全生产物联网监测和信息化业务系统。算法部署采用边云协同的模式，在边缘端平台采集提送样本和执行识别判决实时报警，在云端主要实现大数据汇聚管理和算法深入学习。

2.3 配置和控制接口

通过百兆局域网，采用标准软件接口进行数据交互，既可以实现云端远程控制和配置管理，也可以实现数据调阅、模型推送等北向协同交互操作。对于安全生产相关的业务特点而言，显而易见的是视频报警相关服务必须是在边缘侧实时实现，而寻找不安全行为、报警事件和安全风险乃至事故预警之间的联系必须基于大数据从而形成边缘侧实时分析报警、云端按需调阅，深入挖掘的基本协同联动模式。边缘侧与云端的最优协同模式，可在后续工作中充分结合大数据专家和行业专家的智慧，进一步探索。

2.4 数据通讯接口

通过百兆局域网传输，传输内容为视频流、实时监测数据、报警数据、报警阈值、报警信息、远控信息等。

2.5 安全措施

实验平台中运算处理器采用嵌入式SoC，运行基于Linux操作系统的专用嵌入式软件，保证了软件系统的可靠性和安全性。系统采用分级用户权限管理，数据和视频存储采用嵌入数据库、数据加密和数据水印技术保证数据安全不可篡改。

信息安全架构：

系统信息安全涉及以下四个方面：

（1）边缘节点系统等设备的接入安全控制；

（2）数据传输安全；

（3）边缘节点系统与工厂生产网（工控网）间的安全隔离；

（4）部署在各级的系统设备安全防护。

边缘节点系统是部署在工厂的数据采集前置设备，直接决定了数据的有效性、可靠性和安全性。因此首先需对边缘节点系统进行合法性接入控制，并对其进行实时在线检测。其次，上级系统下发的查询指令也需要确保合法及有效。为此，通过建设核心的基于数字证书的加密设备认证体系，为网络中每个节点颁发数字证书，通过数字证书的鉴权及验签来保证加密设备及下达指令的合法性和有效性。边缘节点系统采集的数据属于企业经营性数据，并涉及生产安全和环境安全，在传送给上级各个中心前，需进行数据加密，数据加密需采用国密算法。在接入 4G、有线宽带网络时，需通过防火墙进行隔离。

边缘节点系统需要从工厂的自动化控制系统获取数据，为了保证工控系统以及生产网的安全，需在边缘节点系统与工控网、生产网之间部署安全隔离防护设备（网闸以及工业防火墙等），避免系统对工控系统和生产管理系统的非法操作。

3 方案优势

表1

（1）实时可靠

·在边缘前端直接分析判决，摆脱对网络的依赖；

·基于嵌入式平台整体集成，稳定可靠。

（2）效果显著

（3）成本优势

· 监控值守人员需求降低一个数量级； 

· 前后端同步接警； 

· 基本上杜绝漏报问题。 

·现有的AI视频分析实现方式需要视频占用带宽上传云端，增加成本（参考50M=10万/年）；

·云平台实现方案服务器昂贵，边缘计算方案硬件成本显著降低。

（4）业务完整

·把视频监控报警信息纳入安全应急信息化，形成完整服务；

·把视频分析与生产线工序、工况协同整合，实现综合监测管理。

（5）定制服务

·针对工业领域的个性化痛点，以统一的模块化部署架构提供差异化定制服务。

4 产业价值

本解决方案采用 “边缘智能硬件+嵌入式业务软件+定制化AI算法”的部署模式，利用人工智能实现视频分析预警，可以达到零漏报，误报率：≤3%，报警响应时间：≤2s。可以灵活地加载、更换、升级、卸载。并且在用户现场已部署的摄像头满足分辨率要求的情况下，不需要重新部署摄像监控网络。

在工业生产安全应急的场景中，基于可靠性和实时性考虑，利用边缘计算在工业一线场景中直接解决检测预警的问题有特别突出的创新性意义，是边缘计算应用价值的最典型体现，具有先进技术推动社会进步的示范效应。

在我国、安全生产关注的重点行业主要有：危险化学品、煤矿、非煤矿山、烟花爆竹、重点工贸等等。 据国家安监总局统计，2016年全国重点危险化学品生产企业数量为16,442家，煤矿企业9624家，非煤矿山60,947座，2016年规模以上工业企业单位数量为383,148家 。同时，建筑工地、港口码头等场所也是这项解决方案的典型推广应用场景。根据2015年的一份统计数字，仅北京一地工地数量达到10,000多个，天津更是达到11,000以上。

如此巨大的应用场景体量，如此广阔的市场空间，目前的现状基本还是只能通过值班人员人工值守目视巡查，只有极少有实力的企业基于自身的特殊需求上了基于服务器平台的视频分析。现在我们基于边缘计算模式的解决方案得到推广应用的话，可以预期把生产一线的安全监测预警能力推到一个新的境界，进一步控降重特大事故发生概率和社会安全风险水平，具有特别重大的社会价值。同时，商业应用直接市场价值保守估计在数百亿，带动的关联市场价值预计在千亿以上。

摘自《自动化博览》2018年增刊《边缘计算2018专辑》