SCI论文（www.lunwensci.com）
摘要：为了解决公网回传视频和图像流量消耗大，人工查看视频与图像耗费大量人力且易漏看、误判，不能及时预警等水资源监测 问题，考虑边缘计算并提出了一种可加载AI 加速模块的5G 边缘计算网关方案，设计了5G 边缘计算网关和AI 加速模块的协调工作 机制;然后对基于5G+AI 智慧水利网关进行了硬件设计。5G 边缘计算网关以海思Hi3559V100 为核心，以华为MH5000 模块作为 主通信，AI 加速模块以海思Ascend310 为核心;最后，对基于5G +AI 智慧水利网关进行了测试。基于5G +AI 融合网关，实现了 边缘侧单个摄像头数据可同时获得多种图像识别结果的需求而无需额外的边缘服务器，且体积小、性价比高、耗电低，易于部署; 图像+数据的相互信息验证，保障传统监测方式数据的准确性，丰富监测信息，从而有效提供自动监视、阈值设置、自动判断、智 能告警及远程监控等服务，确保测量数据结果的直观性、可验证性及数据分析过程的可回溯性。
关键词：5G 通信技术,AI 技术,融合网关
Design and Application of Intelligent Water Conservancy Integration Gateway Based on 5G +AI
Huang Hua1.2.Su Zhaojing1.Lin Yilin 1
( 1.GPDIWE Co.，Ltd.，Guangzhou 510635.China;2.Guangdong Yueshui Tech Co.，Ltd.，Guangzhou 510175.China )
Abstract：In order to solve the problems of water resources monitoring such as large traffic consumption of video and image retrieving from the
public network，manual viewing of video and images consumes a lot of manpower，and it is easy to miss，misjudge，and fail to warn in time，edge
computing capability is considered，a 5G edge computing gateway scheme that can be loaded with AI acceleration module is proposed，and the
coordination working mechanism of 5G edge computing gateway and AI acceleration module is designed.Then，the hardware design of the smart
water conservancy gateway based on 5G +AI is carried out.The 5G edge computing gateway uses HiSilicon Hi3559V100 as the core，Huawei
MH5000 module as the main communication，and HiSilicon Ascend310 as the core AI acceleration module.Finally，the 5G + AI smart water
conservancy gateway was tested.Based on the 5G + AI convergence gateway，it realizes the requirement that a single camera data on the edge
side can obtain multiple image recognition results at the same time without additional edge servers，and is small，cost -effective，low power
consumption，and easy to deploy.The mutual information verification of image + data ensures the accuracy of traditional monitoring methods
and enriches monitoring information，so as to effectively provide services such as automatic monitoring，threshold setting，automatic judgment，
intelligent alarm and remote monitoring，and ensure the intuitiveness and verifiability of measurement data results and the traceability of data analysis process.
Key words：5G communication technology;AI technology;convergence gateway
引言
水是生命之源，科学、合理的保护水资源，需要投 入先进的科技和设备。传感器方式对水量、水质等的监测数据存在时空不连续、数据不实、准确率低等问 题[1-2 ] 。基于摄像头的传感方案具有成本低、维护少、自学习、一图识千言的显著优势，能覆盖水文水污染水活动等丰富场景，摄像头可以成为监管和运营实践中的 眼睛[3-4]。基于摄像头前端嵌入图像识别算法的方案，只能实现特定图像识别算法，基于5G 边缘计算网关的方案，算力有限，2 种方案都无法满足多场景图像识别的需求[5-6 ];基于边缘计算服务器的方案，体积大、耗电大，对场地有一定的要求[7-8 ];基于云端的智能图像 识别需把视频流上送至云端，通过部署在云端的算力进行识别，或人工进行实时监管，不仅浪费流量，而且极大的增加了云端的投资成本[9];基于5G +AI 融合网关， 可以实现人工智能影像解析的实时自动监测(包括：水 位、漂浮物、盗采河沙、河道垃圾等)，实现前端嵌入 算法，让摄像头成为监管和运营实践中的眼睛，智能理解，及时响应，最终使水资源综合利用达到新的更高的水平，真正意义的一机多能，一机多用[10-15 ] 。通过前端 设备与后端平台的整体配合，实现前端主动计算预警， 保证本地接入，就近访问，降低通信压力，避免通信拥塞，可以远程进行监管，可以及时发现前端警情，通过 视频监管与AI 技术的加持，大大减轻监管人员的工作 强度。
1 工作原理
5G+AI 智慧水利融合网关由5G 边缘计算网关和AI 加速模块2部分组成。5G 边缘计算网关主要包括边缘计 算模块、5G 通信模块和硬盘，主要负责数据的接入、存 储、转发，具有对少量高清视频进行实时识别的能力， 接入的数据类型主要是视频数据和传感器数据，视频数 据通过RJ45 网口接入，传感器数据通过RS485 接入，硬 盘通过SATA 接口进行数据交互;AI 加速模块主要负责 高清视频实时识别。5G 边缘计算网关在AI 加速模块算 力的加持下，可对更多的识别算法进行同时、实时的识 别;5G 边缘计算网关作为主设备，AI 加速模块是从设备，两者通过PCIe 接口连接;识别的结果在本低硬盘和云端进行双存储，云端有 实时视频需求时，可通过 5G 网络实现实时视频上 传，有新算法的需求时， 云端可对大量的视频数据 进行算法训练，算法成熟 后，通过5G 网络部署于具体的网关终端。5G+AI 智慧水利融合网关具体系统结 构如图1所示。
5G+AI 智慧水利融合网关的工作原理：摄像头的视 频数据首先接入5G 边缘计算网关，5G 边缘计算网关对 视频进行存储：( 1 ) 若视频AI 识别的需求比较少，直 接在5G 边缘计算网关进行智能识别，把识别结果本地 存储，同时上送至云端;(2 ) 若视频识别的需求比较 多，在5G 边缘计算网关对视频进行存储的同时把视频 数据通过PCIe 接口转发到AI 加速模块进行智能识别， AI 加速模块把图像识别的结果回传到5G 边缘计算网关 进行本地存储，同时上送至云端。传感器数据接入5G 边缘计算网关，网关对传感器数据进行存储，同时对传 感器数据与图像识别的数据进行融合，实现比单独使用 单个传感器(信息源)所能实现的更高的准确性和更具 体的推论。
5G+AI 智慧水利融合网关严格遵循水利信息化标 准，支持国家《水文监测数据通信规约》、《水资源监测 数据传输规约》和《SL180-2015 水文自动测报系统设备 遥测终端机》等，可同时采集雨量、水位、流量、水质 等多项水资源实时数据，实现本地存储，数据导出、实 时上报、远程查询等功能，可同时对多路高清视频进行 实时的识别。5G + AI 智慧网关具备更高算力、更低功 耗，支持5G 与4G 多种通信模式，支持多传感器接入和多源感知融合处理，支持硬件安全芯片加密。
2 组成架构
5G+AI 智慧水利网关主要由5G 边缘计算网关和AI 加速模块2 部分组成。5G 边缘计算网关以海思的 Hi3559V100 为核心，以华为MH5000 模块作为主通信， 相互之间通过RJ45 网口进行数据传输;AI 加速模块以 海思Ascend310 为核心，通过PCIe 与Hi3559V100 进行 数据交互。硬件架构如图2所示。
2.1 5G 边缘计算网关
5G 边缘计算网关满足高带宽、多业务接入的需求， 采用以太网口、RS485/232 口接入业务数据，上行同时 具备宽带和4G/5G 通信接入的能力，为远程设备和平台 之间的联网提供安全高速的连接，支持双路通信故障切 换功能，实现有线网络和无线网络的无缝融合，高可靠 的保证数据的传输。5G 边缘计算网关以海思的 Hi3559V100 为核心，海思Hi3559V100 是专业的8K UltraHD Mobile Camera SOC，提供了8K30/4K120 广播级图像质量的数字视频录制，支持多路Sensor 输入，支持H.265 编码输出或影视级的RAW 数据输出，并集成高性能 ISP 处理，同时采用先进低功耗工艺和低功耗架构设计， 提供了卓越的图像处理能力。
Hi3559AV100 支持多路4K Sensor 输入，多路ISP 图 像处理，支持HDR10 高动态范围技术标准，并支持多路 全景硬件拼接，提供硬化的6-Dof 数字防抖，少了对机 械云台的依赖，提供高效且丰富的计算资源。 Hi3559AV100 集成了双核A73 和双核A53.大小核架构 和双操作系统，使得功耗和启动时间达到均衡。采用先 进的12 nm 低功耗工艺和小型化封装，支持DDR4/ LPDDR4.使得Hi3559AV100 可支撑产品小型化设计。
5G 边缘计算网关以华为MH5000 模块作为主通信， 华为MH5000 模组核心采用华为巴龙5000 芯片，采用 Open CPU 架构，华为双核A-73 核，核心器件包括主芯 片、PMU、射频等完全自主可控;支持NSA/SA 双模，可灵活接入不同5G 模式网络，支持中国5G SA 网络建设;支持单芯全模，2G/3G/4G/5G 全兼容，同步5G 网络覆盖，下行速率高达2Gbps，上行速率高达230 Mbps，满足高带宽要求;工作温度范围广至-40 ~85℃，采用高 可靠性器件以及工业独特设计，适应工业环境的多样化; 自带高性能的应用处理器，其算力达14400DMPIS，拥有 高达18 种类型的硬件接口，充分满足工业设备接口需求。 模组具备eSIM 功能，可灵活选择电信运营商，同时具备 GNSS 定位功能(包括GPS、GLONASS、Galileo 和北斗四大 卫星导航系统)，可实现高精度定位。模组提供适配PC 的 标准M.2 接口，包括PCIe 3.0、USIM、I2C、Body SAR、 MIPI 天线调试器、可调试天线等管脚，同时支持Windows、 Linux OS 和Chrome 操作系统，方便进行系统集成。
2.2 AI 加速模块
边缘侧的智能分析和云端的智能分析能力相同，主 要是可以直接通过本地的数据平台进行智能分析，直接 将分析结果反馈给业务应用，而不需要云端进行智能分 析，降低带宽费用，降低云端服务器配置，且边缘侧通 过数据交换提供分析结果，由业务管理系统直接使用， 以满足对应的业务场景需要。边缘AI 计算采用云边协同 模式，在云侧进行大量数据的学习训练，找出模型特征， 提炼出算法，再把算法推送到边缘盒式设备，盒式设备就可以本地快速推理和决策。AI 加速模块以异腾( HUAWEI Ascend ) 310 为核心，异腾( HUAWEI Ascend ) 310 是一款高能效、灵活可编程的人工智能处理器，最大功耗仅为8W，半精度( FP16 ) 运算能力8TFLOPS，整数精度(INT8 ) 16TOPS，支持16 通道全高 清视频解码( H. 264/265 )。异腾( HUAWEI Ascend )310 支持3路32bit 的LPDDR4x 内存，同时支持64MB 的 SPI FLASH，可通过PCIE3.0、RGM Ⅱ、EMMC/SD3.0、 I2C、SPI、GPIO 的方式与外部模块进行连接，PCIe 3.0 兼容目前主流硬件平台，并且高端产品性能表现依旧强 劲，故采用PCIe 3.0 与海思的Hi3559V100 连接。AI 加 速模块硬件系统如图3所示。
3 测试验证与结果分析
5 G 边缘计算网关实物的正面和背面如图4 和图5 所示。5 G 边缘计算网关与AI 加速模块的体积较小 (长10 mm × 宽10 mm × 高10 mm )，实物见图6.集 成度高，算计强劲。设备部署于某流域的水文水质自 动监测站点，可同时接入16 路摄像头，单个摄像头 的视频数据实现了水尺、漂浮物、水体颜色、船只的 识别，真正实现单个摄像头的一机多能，一机多用， 见图7所示。
学习样本数据不够时，存在图像识别算法准确性等 问题，智能视频分析平台可以获取现场数据，进行单个 摄像头算法效果评估，如果准确率低于目标，可由算法 专家进行算法调优，在测试环境中验证算法实际的运行 效果后，可将新的算法版本发布到算法仓库中，新的算 法版本可以由智能视频分析平台调度给一个或者多个智 能网关进行算法验证，算法验证后可以为其他摄像头提 供智能视频分析，这样既可以应用最新的技术，又可以 实现分批上线，降低可能的风险。
4 结束语
本文设计了一款新型的5G + AI 智慧水利网关，在 5G 边缘计算网关的基础上，增加AI 加速模块，实现摄 像头数据的边缘侧多场景算法需求，视频回传用5G 网 络替代光纤，有效解决了光纤建设投资大而造成的业务 回传难题，通过5G +AI 智慧水利网关自动对监控视频 的分析、识别和告警处理，大大提升了监管效率，节约 了资源投入。5G + AI 智慧水利网关把视频数据进行存 储，方便取证和管理，AI 运算模块对视频图像数据进行 运算，抽取目标的特征，实现实时自动监测，实现前端 智能分析和主动计算，实现江河湖库水位、水面漂浮物、 水岸垃圾(异物)、盗采河沙、河岸违章建筑物等目标 和行为的自动识别和预警告警，大大减轻监管人员的工 作强度，同时传感器数据传递至5G 边缘计算网关进行 整理，并且与视频采集数据进行融合，提高监测数据精 度。基于“5G+AI”双引擎打造的智慧水利视觉解决方 案，在级联集控、智能算法、云边协同、创新应用等领 域实现突破，助力水源管护提质增效，为我国水利现代化建设再添新利器。人工智能图像识别的引入提升了水 资源监管图像识别的精度和准确率，具有较强的实时性， 能够协助水资源的科学调度、管理平台的精准化决策。
参考文献：
[1]水利建设与管理编辑部.水利部印发关于推进智慧水利建设 的指导意见和实施方案[J ]. 水利建设与管理，2022.42 ( 1 )：5.
[2 ] 李想.基于水资源开发利用与水文水资源监测的相关性研究 [ J ].珠江水运，2022 (21 )：59-61.
[ 3 ] 胡军，邹晓涛，李晓磊，等.水资源征税水量核实管理平台设 计分析[J].北京水务，2022 ( S1 )：22-28.
[4 ] 王利民.基于图像识别技术的微试剂原位水质在线监测方法 研究[D ].北京：北方工业大学，2021.
[5]熊小敏.基于边缘计算的5G 业务[J ].数字通信世界，2022 (3 )：9-13 +25.
[ 6 ] 李文豪，陈仲生.边缘计算网关关键技术及其应用[J ].控制 与信息技术，2022 (4 )：1-10.
[7]王喜鸿，刘黎黎，展金梅.边缘计算环境中的资源分配和优化 技术研究[J].电子元器件与信息技术，2022.6 ( 11 )：14-17.
[8]房磊.移动边缘计算中边缘服务器放置研究[D].南京：南京 邮电大学，2022.
[9 ] 王伟丽，夏滨，谢晓钟.阿里云视觉智能平台图像识别的应用 研究[J ].机电技术，2022 (6 )：27-29 +32.
[10]李文豪，陈仲生.边缘计算网关关键技术及其应用[J].控制 与信息技术，2022 (4 )：1-10.
[11]杨坤，汪涛，孔胜淼.5G +边缘AI 赋能工业智能化改造[J]. 数字通信世界，2021 ( 11 )：12-13 +17.
[ 12 ] 姜岚，樊付星.基于图像识别的城市水环境监测与应用研究[J ].信息与电脑(理论版)，2022.34 (3 )：156-158.
[ 13 ] 屠佳佳，李莎，张永超.新型水位尺设计及图像识别方法研究[J ].浙江水利科技，2023.51 ( 1 )：19-23.
[ 14 ] 林盠涛，崔宁，赵志俊，等.基于深度学习的图像目标定位识别研究[J ].现代信息科技，2023.7 (2 )：83-86.
[ 15 ] 吕世明.新能源汽车中5G 及智能网联的应用探讨[J].机电工程技术，2022.51 ( 11 )：142-145.
[ 16 ] 廖连杰，桑勇，郭联龙，等.基于STM32 的电动6-DOF 加载系统设计[J ].机电工程技术，2023.52 ( 1 )：26-29.
第一作者简介：黄华(1986-)，男，硕士，工程师，研究领域 为硬件研发、电气自动化及信息化、智慧水利、控制理论，已 发表论文8 篇。
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/64612.html
