王凱宸

摘要：文章聚焦于智慧城市背景下區(qū)域物聯(lián)數(shù)據(jù)的人工智能分析平臺(tái)設(shè)計(jì)。該平臺(tái)通過(guò)整合多源物聯(lián)數(shù)據(jù)，并運(yùn)用人工智能算法分析，使物聯(lián)網(wǎng)具備感知與識(shí)別能力，從而實(shí)現(xiàn)數(shù)據(jù)的高效處理、深度挖掘與智能分析，為城市管理者提供決策支持。研究?jī)?nèi)容涵蓋了平臺(tái)的總體架構(gòu)設(shè)計(jì)、主要功能模塊設(shè)計(jì)等方面，旨在為智慧城市建設(shè)提供有力的數(shù)據(jù)支撐和智能化分析工具。

關(guān)鍵詞：智慧城市；物聯(lián)網(wǎng)；人工智能；平臺(tái)架構(gòu)

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2024）13-0039-03 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID） ：

0 引言

近年來(lái)，物聯(lián)網(wǎng)、人工智能、大模型技術(shù)迅猛發(fā)展，為智慧城市建設(shè)帶來(lái)了革命性的變化。物聯(lián)網(wǎng)作為智慧城市建設(shè)的核心，通過(guò)部署大量感知設(shè)備，實(shí)時(shí)收集城市運(yùn)行的各種數(shù)據(jù)，實(shí)現(xiàn)了人、機(jī)、物的泛在連接和有機(jī)融合。然而，隨著物聯(lián)網(wǎng)設(shè)備數(shù)量的激增，產(chǎn)生的數(shù)據(jù)量也呈現(xiàn)爆炸式增長(zhǎng)。如何有效分析和利用這些數(shù)據(jù)，成為智慧城市建設(shè)面臨的一大挑戰(zhàn)。傳統(tǒng)的數(shù)據(jù)處理和分析方法已難以應(yīng)對(duì)如此大規(guī)模、高速度、多樣性的數(shù)據(jù)。因此，借助人工智能技術(shù)對(duì)物聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行深度挖掘和價(jià)值提煉，成為解決這一問(wèn)題的有效途徑。

本文主要從智慧城市建設(shè)及應(yīng)用的實(shí)際需求出發(fā)，探討如何設(shè)計(jì)智慧城市多源物聯(lián)數(shù)據(jù)的人工智能分析平臺(tái)，從而提升城市管理和服務(wù)的智能化水平。

1 建設(shè)背景

智慧城市物聯(lián)感知體系是數(shù)字中國(guó)戰(zhàn)略下的重要建設(shè)內(nèi)容，也是實(shí)現(xiàn)智慧城市管理精細(xì)化、精準(zhǔn)化的關(guān)鍵基礎(chǔ)設(shè)施。通過(guò)集成物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)分析和人工智能等先進(jìn)技術(shù)，實(shí)現(xiàn)對(duì)城市各個(gè)領(lǐng)域的實(shí)時(shí)感知和監(jiān)測(cè)，為城市管理者提供準(zhǔn)確、全面的信息，以及更加科學(xué)、合理的決策依據(jù)，推動(dòng)城市現(xiàn)代化和智慧化發(fā)展。

1.1 智慧城市物聯(lián)感知體系發(fā)展趨勢(shì)

近年來(lái)，我國(guó)在數(shù)字中國(guó)建設(shè)的道路上取得了顯著進(jìn)展，城市物聯(lián)感知體系為實(shí)現(xiàn)城市管理的“快速感知、快速響應(yīng)、快速處理”提供了數(shù)據(jù)基礎(chǔ)，有利于城市運(yùn)行管理的監(jiān)督指揮和聯(lián)合調(diào)度[1]。智慧城市物聯(lián)感知體系的發(fā)展主要呈現(xiàn)出三大趨勢(shì)，即泛在化全域智聯(lián)、平臺(tái)化智慧服務(wù)和集約化高效建設(shè)[2]。例如，上海市發(fā)布的《新型城域物聯(lián)感知基礎(chǔ)設(shè)施建設(shè)導(dǎo)則（2022年）》，對(duì)物聯(lián)感知、數(shù)據(jù)規(guī)范、通用算法、平臺(tái)架構(gòu)、綜合應(yīng)用、安全保護(hù)等進(jìn)行規(guī)范，實(shí)現(xiàn)街鎮(zhèn)-區(qū)級(jí)- 市級(jí)新型城域物聯(lián)感知基礎(chǔ)設(shè)施管理平臺(tái)的統(tǒng)一規(guī)劃、分級(jí)實(shí)施，確保平臺(tái)之間的數(shù)據(jù)融通和綜合利用。

1.2 人工智能賦能物聯(lián)感知應(yīng)用發(fā)展

人工智能作為核心驅(qū)動(dòng)力，為物聯(lián)感知應(yīng)用賦予了強(qiáng)大的智能分析和決策能力，在人、機(jī)、物3大方面發(fā)揮重要作用[3]。在“人”方面，通過(guò)深度學(xué)習(xí)和大數(shù)據(jù)分析，提升人們對(duì)城市運(yùn)行狀態(tài)的感知和理解。在“機(jī)”方面，通過(guò)人工智能與物聯(lián)感知技術(shù)融合應(yīng)用，對(duì)機(jī)器、機(jī)械等設(shè)備實(shí)現(xiàn)智能化綜合管控。在“物”方面，人工智能技術(shù)的疊加為物聯(lián)感知應(yīng)用提供物體識(shí)別、物體定位和追蹤能力，依托城市無(wú)處不在的物聯(lián)感知設(shè)備部署，進(jìn)一步實(shí)現(xiàn)對(duì)城市物體的全面感知和監(jiān)控。在智能物聯(lián)網(wǎng)時(shí)代，人、機(jī)、物三種要素在同一環(huán)境或應(yīng)用場(chǎng)景下，通過(guò)協(xié)作交互來(lái)共同增強(qiáng)能力，以完成日益復(fù)雜的感知和計(jì)算任務(wù)[4]。

2 平臺(tái)總體架構(gòu)設(shè)計(jì)

智慧城市多源物聯(lián)數(shù)據(jù)人工智能分析平臺(tái)從總體架構(gòu)上來(lái)看分為5層，包括設(shè)備層、網(wǎng)絡(luò)層、接入層、業(yè)務(wù)層、AI能力層?？傮w架構(gòu)設(shè)計(jì)如圖1所示。

1） 設(shè)備層：主要包含多種城市設(shè)施和感知設(shè)備，為數(shù)據(jù)采集服務(wù)提供了良好的硬件支撐。

2） 網(wǎng)絡(luò)層：為感知設(shè)備的數(shù)據(jù)回傳提供鏈路和途徑，包括多種傳輸協(xié)議。

3） 接入層：為各類(lèi)感知設(shè)備提供標(biāo)準(zhǔn)化接入能力，支持的網(wǎng)絡(luò)協(xié)議包括Http、MQTT、CoAP等。

4） 業(yè)務(wù)層：業(yè)務(wù)層實(shí)現(xiàn)對(duì)各類(lèi)物聯(lián)設(shè)施設(shè)備及數(shù)據(jù)資源的管理，包括設(shè)備激活、設(shè)備查看、設(shè)備模型、應(yīng)用管理等。

5） AI能力層：為物聯(lián)數(shù)據(jù)提供賦能能力，包括通過(guò)物聯(lián)事件引擎、物模型、事件模型、感知模型自動(dòng)生成智聯(lián)事件等。

3 平臺(tái)主要功能模塊設(shè)計(jì)

3.1 設(shè)備設(shè)施管理

設(shè)備設(shè)施管理模塊通過(guò)集成物聯(lián)網(wǎng)技術(shù)、人工智能算法和數(shù)據(jù)分析方法，實(shí)現(xiàn)對(duì)設(shè)備設(shè)施的高效監(jiān)控、管理和優(yōu)化，提高設(shè)備的運(yùn)行效率、可靠性和安全性。

物聯(lián)設(shè)備管理包括對(duì)于已建成的物聯(lián)設(shè)備和未來(lái)會(huì)增設(shè)的物聯(lián)設(shè)備的管理和網(wǎng)關(guān)設(shè)備的管理[5]。其中，設(shè)備激活管理是通過(guò)系統(tǒng)賦予管理員權(quán)限，進(jìn)行系統(tǒng)內(nèi)所有設(shè)備的激活碼生成、查詢(xún)、發(fā)放等操作。設(shè)備查看功能允許管理員查看系統(tǒng)內(nèi)所有物聯(lián)設(shè)備的基礎(chǔ)運(yùn)行狀態(tài)、射頻信號(hào)狀態(tài)，并查詢(xún)?cè)O(shè)備歷史數(shù)據(jù)，從而實(shí)現(xiàn)對(duì)物聯(lián)設(shè)備運(yùn)行情況的實(shí)時(shí)跟蹤。應(yīng)用管理則是通過(guò)對(duì)系統(tǒng)內(nèi)所有物聯(lián)設(shè)備進(jìn)行編輯、刪除等操作，確保對(duì)系統(tǒng)內(nèi)物聯(lián)設(shè)備實(shí)時(shí)、高效的管理。此外，為進(jìn)一步增強(qiáng)安全性，增加了設(shè)備指紋管理功能，用于對(duì)設(shè)備數(shù)據(jù)的有效性和安全性進(jìn)行認(rèn)證。

設(shè)施管理主要針對(duì)城市市政管理公共區(qū)域內(nèi)的各項(xiàng)設(shè)施，與設(shè)備進(jìn)行關(guān)聯(lián)管理，查看和監(jiān)控設(shè)施實(shí)時(shí)狀態(tài)，對(duì)設(shè)施相關(guān)設(shè)備產(chǎn)生的城市事件快速響應(yīng)和處置[6]。按照上海市《新型城域物聯(lián)感知基礎(chǔ)設(shè)施建設(shè)導(dǎo)則（2022年）》相關(guān)要求，系統(tǒng)制定統(tǒng)一的設(shè)施編碼規(guī)則，所有設(shè)施進(jìn)入系統(tǒng)時(shí)，發(fā)放固定的唯一的具有可識(shí)別性的設(shè)施編碼，作為管理該設(shè)施的唯一屬性。在統(tǒng)一設(shè)施編碼的基礎(chǔ)上開(kāi)展設(shè)施設(shè)備關(guān)聯(lián)，實(shí)現(xiàn)對(duì)設(shè)施實(shí)時(shí)狀態(tài)的管理和監(jiān)控[7]。同時(shí)，開(kāi)展定期或不定期巡檢工作，及時(shí)發(fā)現(xiàn)設(shè)備的異常狀態(tài)，并向運(yùn)維管理人員發(fā)出異常告警通知，實(shí)現(xiàn)自動(dòng)化運(yùn)維管理，降低感知終端的故障時(shí)間，提升城市運(yùn)行管理的穩(wěn)定性。

3.2 事件引擎

對(duì)事件規(guī)則進(jìn)行配置化管理是實(shí)現(xiàn)城市智能化管理和提高處理能力的關(guān)鍵步驟。通過(guò)配置化的規(guī)則，能夠?qū)⑽锫?lián)設(shè)備所采集的海量數(shù)據(jù)轉(zhuǎn)化為各委辦、街道、物業(yè)等部門(mén)可以理解和處理的事件，并且實(shí)時(shí)下發(fā)通知，從而迅速響應(yīng)和處置城市運(yùn)行中的各種問(wèn)題[8]。事件引擎管理流程如圖2所示。

事件管理是對(duì)城市中發(fā)生的各類(lèi)事件進(jìn)行統(tǒng)一管理和監(jiān)控的功能模塊，實(shí)現(xiàn)事件全生命周期管理。事件規(guī)則用于定義物聯(lián)設(shè)備數(shù)據(jù)與具體事件之間的映射關(guān)系，根據(jù)業(yè)務(wù)需求配置不同的規(guī)則，將原始數(shù)據(jù)轉(zhuǎn)化為具有明確含義的事件。事件類(lèi)型用于定義和分類(lèi)城市中可能發(fā)生的各種事件。事件等級(jí)是根據(jù)事件的緊急程度、影響范圍等因素定義不同的等級(jí)，配置不同的響應(yīng)機(jī)制和資源調(diào)度方案，并支持動(dòng)態(tài)調(diào)整事件等級(jí)，適應(yīng)不同情況下的處理需求[9]。事件通知是當(dāng)事件觸發(fā)后，通過(guò)配置通知方式、接收人、通知內(nèi)容等參數(shù)，確保相關(guān)部門(mén)能夠及時(shí)收到事件通知并采取相應(yīng)措施。

3.3 物模型

物模型：基于一系列的標(biāo)準(zhǔn)對(duì)物體進(jìn)行描述、建模、解析和集成管理[10]，從而確保物聯(lián)網(wǎng)中的設(shè)備和數(shù)據(jù)能夠以一種統(tǒng)一、互操作的方式進(jìn)行交互和使用。

物聯(lián)本體建模：針對(duì)物聯(lián)網(wǎng)中各種物體及其屬性進(jìn)行標(biāo)準(zhǔn)化描述的過(guò)程。通過(guò)收集和分析物聯(lián)網(wǎng)基礎(chǔ)設(shè)施的數(shù)據(jù)，建立一套完整的數(shù)據(jù)目錄。在此基礎(chǔ)上，進(jìn)一步抽象出一套適合物聯(lián)網(wǎng)服務(wù)場(chǎng)景的本體模型。本體模型提供了對(duì)物體及其關(guān)系的標(biāo)準(zhǔn)化描述，為后續(xù)的物體解析和集成管理提供了基礎(chǔ)。

物聯(lián)解析體系：通過(guò)對(duì)新接入物體的物名、能力、位置等核心要素進(jìn)行解析，實(shí)現(xiàn)對(duì)物體的識(shí)別和管理[10]。物聯(lián)解析體系通常包括物名標(biāo)識(shí)解析、能力標(biāo)識(shí)解析和位置標(biāo)識(shí)解析等功能，使物聯(lián)網(wǎng)平臺(tái)準(zhǔn)確識(shí)別和管理接入的物體，確保精準(zhǔn)提供服務(wù)和精確響應(yīng)請(qǐng)求。

物體接入管理與賦能服務(wù)：通過(guò)對(duì)物體的管理與集成，對(duì)外提供統(tǒng)一接口的能力服務(wù)，提高其他系統(tǒng)或應(yīng)用對(duì)于物體的使用效率和便捷性。

3.4 事件模型

在物模型的基礎(chǔ)上，基于物體的能力體系來(lái)描述、解析和管理在物聯(lián)網(wǎng)環(huán)境中發(fā)生的各種事件，進(jìn)一步建立事件模型，構(gòu)建事理圖譜，描述和推理事件之間的關(guān)系[10]。

數(shù)據(jù)是事件模型的基礎(chǔ)，包括數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分配及數(shù)據(jù)使用等環(huán)節(jié)。數(shù)據(jù)收集是從各種傳感器、設(shè)備和交互物中收集數(shù)據(jù)。數(shù)據(jù)處理是對(duì)收集到的原始數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換和標(biāo)準(zhǔn)化處理，以便后續(xù)分析和使用。數(shù)據(jù)分配是根據(jù)事件模型和物模型的定義，將處理后的數(shù)據(jù)分配給相應(yīng)的系統(tǒng)、服務(wù)或應(yīng)用。數(shù)據(jù)使用是系統(tǒng)、服務(wù)或應(yīng)用使用分配到的數(shù)據(jù)來(lái)執(zhí)行特定的任務(wù)、生成分析結(jié)果或提供用戶(hù)交互。

因果推理是事件模型的核心，通過(guò)分析事件之間的因果關(guān)系，提升預(yù)測(cè)準(zhǔn)確性和響應(yīng)性。因果推理主要包括事件識(shí)別、邏輯分析、推理預(yù)測(cè)、決策響應(yīng)等環(huán)節(jié)。事件識(shí)別是識(shí)別物聯(lián)網(wǎng)環(huán)境下由物體的狀態(tài)變化、用戶(hù)操作或其他交互引起而發(fā)生的事件。因果分析是分析已識(shí)別事件之間的各類(lèi)因果關(guān)系，并充分考慮事件的時(shí)間順序、物體之間交互、環(huán)境狀態(tài)等因素。推理和預(yù)測(cè)基于因果分析結(jié)果，推理或預(yù)測(cè)某個(gè)物體未來(lái)的狀態(tài)或行為，或者根據(jù)已知事件推斷出可能發(fā)生的后續(xù)事件。決策和響應(yīng)是根據(jù)推理和預(yù)測(cè)結(jié)果做出決策，并采取調(diào)整物體行為、觸發(fā)警報(bào)、提供用戶(hù)反饋等一系列響應(yīng)措施。

3.5 感知模型

感知模型在物聯(lián)網(wǎng)中占據(jù)至關(guān)重要的地位，重點(diǎn)在于分析和預(yù)測(cè)由感知設(shè)備產(chǎn)生的大量數(shù)據(jù)。在建立感知模型時(shí)須充分結(jié)合感知數(shù)據(jù)的時(shí)空性、關(guān)聯(lián)性、海量性、質(zhì)量差異等情況[10]，以便在分析和預(yù)測(cè)時(shí)考慮設(shè)備之間的相互作用、數(shù)據(jù)質(zhì)量及數(shù)據(jù)結(jié)構(gòu)之間的差異。例如，傳感器可能在不同時(shí)間點(diǎn)和不同地理位置收集數(shù)據(jù)，反映物體或環(huán)境的狀態(tài)變化。

在建立感知數(shù)據(jù)模型時(shí)，還需要考慮數(shù)據(jù)的時(shí)空關(guān)聯(lián)性。對(duì)于物聯(lián)感知數(shù)據(jù)而言，數(shù)據(jù)的收集往往與特定的時(shí)間、地點(diǎn)和設(shè)備相關(guān)。因此，在模型建立過(guò)程中，需要確保數(shù)據(jù)的時(shí)間戳、空間坐標(biāo)和設(shè)備標(biāo)識(shí)等信息的準(zhǔn)確性和完整性。這些信息對(duì)于后續(xù)的數(shù)據(jù)分析、預(yù)測(cè)和決策等具有重要的參考價(jià)值。

4 結(jié)束語(yǔ)

面向智慧城市的多源物聯(lián)數(shù)據(jù)人工智能分析平臺(tái)是新時(shí)期智慧城市物聯(lián)感知體系基礎(chǔ)設(shè)施建設(shè)的重要內(nèi)容。本文通過(guò)分析物聯(lián)感知體系的發(fā)展趨勢(shì)、人工智能賦能物聯(lián)感知應(yīng)用的發(fā)展情況，設(shè)計(jì)了智慧城市多源物聯(lián)數(shù)據(jù)人工智能分析平臺(tái)總體架構(gòu)。該架構(gòu)從感知設(shè)備到AI賦能，構(gòu)建了一套完整的物聯(lián)數(shù)據(jù)人工智能分析平臺(tái)，通過(guò)匯聚多方數(shù)據(jù)源，借助人工智能算法在分析比對(duì)、融合關(guān)聯(lián)、建模分析后，對(duì)物聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行深度挖掘和價(jià)值提煉，為提升城市管理的智能化水平提供了強(qiáng)大的數(shù)據(jù)和應(yīng)用支持。未來(lái)， 隨著人工智能在物聯(lián)數(shù)據(jù)分析領(lǐng)域的不斷深入和平臺(tái)性能的不斷優(yōu)化，將進(jìn)一步提升數(shù)據(jù)分析和決策支持的準(zhǔn)確性，為智慧城市的持續(xù)發(fā)展和創(chuàng)新貢獻(xiàn)力量。

參考文獻(xiàn)：

[1] 劉文靜. 基于物聯(lián)網(wǎng)及AI算法搭建智慧城管運(yùn)行服務(wù)管理平臺(tái)的研究[J]. 電子技術(shù)與軟件工程，2022（24）：234-238.

[2] 王瀟，王瑜，閆嘉豪，等.“十四五” 時(shí)期智慧城市感知體系發(fā)展趨勢(shì)[J]. 信息通信技術(shù)與政策，2023，49（5）：80-84.

[3] 郭斌，劉思聰，劉琰，等. 智能物聯(lián)網(wǎng)：概念、體系架構(gòu)與關(guān)鍵技術(shù)[J]. 計(jì)算機(jī)學(xué)報(bào)，2023，46（11）：2259-2278.

[4] 高微，陳新元，王榕國(guó). 智能物聯(lián)網(wǎng)AIoT的概念及應(yīng)用場(chǎng)景的研究[J]. 信息通信技術(shù)，2023，17（3）：80-84.

[5] 王崢嶸，范洪兵. 市級(jí)物聯(lián)感知平臺(tái)建設(shè)探索[J]. 信息與電腦，2023（17）：146-148.

[6] 楊杉，葉海納，程新洲，等. 面向智慧城市的城市級(jí)物聯(lián)網(wǎng)平臺(tái)的建設(shè)探討[J]. 郵電設(shè)計(jì)技術(shù)，2019（9）：10-14.

[7] 梁永增. 面向智慧城市應(yīng)用的物聯(lián)網(wǎng)平臺(tái)標(biāo)準(zhǔn)化設(shè)計(jì)[J]. 物聯(lián)網(wǎng)技術(shù)，2023，13（3）：97-100.

[8] 韓兆祥，闕萍. 上?！耙痪W(wǎng)統(tǒng)管” 物聯(lián)感知體系探索研究[J]. 上海信息化，2020（8）：14-17.

[9] 王磊. 智慧城市發(fā)展背景下物聯(lián)網(wǎng)服務(wù)平臺(tái)設(shè)計(jì)及應(yīng)用[J]. 城市建設(shè)理論研究（電子版），2023（9）：152-154.

[10] 徐超，林友勇，李少利.物聯(lián)數(shù)據(jù)建模分析框架探討[J].智能物聯(lián)技術(shù)，2019，51（3）：9-13.

【通聯(lián)編輯：代影】