隨著5G技術的不斷成熟,5G+MEC+智能應用為各個行業(yè)的提質(zhì)升級提供強有力的技術支撐。5G的低時延、高帶寬特性和MEC對業(yè)務的就近處理的特點,結合AR技術為實現(xiàn)遠程協(xié)助/指導、預測性維護、視頻分析處理等應用提供了有力的支撐。文章結合MEC邊緣云和智能AR技術的應用,針對醫(yī)療、工業(yè)制造/維修、社區(qū)安防等行業(yè)提出了基于MEC邊緣云的智能AR平臺的解決方案,并提出邊緣智能AR系統(tǒng)的部署組網(wǎng)架構和通過CDN加速的平臺優(yōu)化模式,實現(xiàn)了平臺計算能力和AR輔助類應用效率的提升和處理時延的降低。 

【文章來源】：信息通信技術. 2020,14(04)

【文章頁數(shù)】：7 頁

【部分圖文】：

智能AR平臺基本架構

中心云提供計算和管理兩個功能，計算功能同樣采用云計算的三層架構，提供較邊緣云更高級的處理能力，以處理邊緣云由于輕量級架構可能不滿足的較高要求的計算能力。如PaaS層提供的高級AI訓練、高階AR渲染等能力，由于對算力要求較高，可由中心云進行處理。中心云的管理功能提供邊緣DC管理、邊緣IaaS管理、邊緣PaaS管理和邊緣應用管理等能力，可對系統(tǒng)內(nèi)的多個邊緣云節(jié)點及其基礎設施、PaaS、應用等進行統(tǒng)籌納管。基于MEC邊緣云的智能AR平臺的邊緣云和中心云需要通過聯(lián)動機制來實現(xiàn)協(xié)同。如圖3所示，基于MEC邊緣云的智能AR平臺的邊緣采集設備會采集到大量的數(shù)據(jù)，數(shù)據(jù)都會上傳至邊緣云端進行處理，邊緣云可以負責一定范圍內(nèi)的AR和AI處理和存儲的工作，結合AI的智能分析處理技術，面向AR圖像渲染、圖像整合、視頻監(jiān)控、人臉識別等業(yè)務場景，以低時延、大帶寬、快速響應等特性彌補當前時延大、用戶體驗較差的問題，實現(xiàn)本地分析、快速處理、實時響應。同時，終端設備采集到的數(shù)據(jù)大多數(shù)可以作為大數(shù)據(jù)處理的數(shù)據(jù)源，因此數(shù)據(jù)在經(jīng)過邊緣云處理后仍需要上傳至中心云或由采集設備直接上傳至中心云。數(shù)據(jù)可在中心云進行大數(shù)據(jù)分析挖掘、數(shù)據(jù)共享，同時進行AI算法模型的訓練和升級，升級后的AI算法可推送到邊緣云及邊緣設備，對邊緣云和設備進行更新和升級，形成中心云執(zhí)行AI訓練、邊緣云執(zhí)行AI推理的協(xié)同機制和自主學習閉環(huán)[6]。同時，中心云還可以為數(shù)據(jù)提供集中存儲備份的功能，如果邊緣云處理過程中出現(xiàn)故障或損壞等情況，存儲在中心云的數(shù)據(jù)不會丟失。

基于MEC邊緣云的智能AR平臺的邊緣云和中心云需要通過聯(lián)動機制來實現(xiàn)協(xié)同。如圖3所示，基于MEC邊緣云的智能AR平臺的邊緣采集設備會采集到大量的數(shù)據(jù)，數(shù)據(jù)都會上傳至邊緣云端進行處理，邊緣云可以負責一定范圍內(nèi)的AR和AI處理和存儲的工作，結合AI的智能分析處理技術，面向AR圖像渲染、圖像整合、視頻監(jiān)控、人臉識別等業(yè)務場景，以低時延、大帶寬、快速響應等特性彌補當前時延大、用戶體驗較差的問題，實現(xiàn)本地分析、快速處理、實時響應。同時，終端設備采集到的數(shù)據(jù)大多數(shù)可以作為大數(shù)據(jù)處理的數(shù)據(jù)源，因此數(shù)據(jù)在經(jīng)過邊緣云處理后仍需要上傳至中心云或由采集設備直接上傳至中心云。數(shù)據(jù)可在中心云進行大數(shù)據(jù)分析挖掘、數(shù)據(jù)共享，同時進行AI算法模型的訓練和升級，升級后的AI算法可推送到邊緣云及邊緣設備，對邊緣云和設備進行更新和升級，形成中心云執(zhí)行AI訓練、邊緣云執(zhí)行AI推理的協(xié)同機制和自主學習閉環(huán)[6]。同時，中心云還可以為數(shù)據(jù)提供集中存儲備份的功能，如果邊緣云處理過程中出現(xiàn)故障或損壞等情況，存儲在中心云的數(shù)據(jù)不會丟失。3.2 組網(wǎng)架構

【參考文獻】：
期刊論文
[1]面向5G MEC邊緣云的CDN下沉方案[J]. 呂華章,王友祥,唐雄燕.  移動通信. 2019(01)



本文編號：3535013