物联网 值得借鉴的国外智慧城市项目的5个关键见解

物联网 值得借鉴的国外智慧城市项目的5个关键见解.智慧城市物联网项目正在成为城市发展的基础。例如,EIP-SCC(智能城市和社区的欧洲创新伙伴关系)在2019年底之前花费高达10亿欧元在欧洲开发300个智能城市。物联网解决方案供应商的机会很明显 - 国外Analytics咨询机构在其发布的2016年第一季度的物联网分析报告中指出——智能城市是全球所有物联网项目的首要实施区域。

物联网 值得借鉴的国外智慧城市项目的5个关键见解

分析显示市场正在增长,预计2018年至2022年间智能路灯连接市场将以21%的复合年增长率增长,而智能停车市场同期的复合年增长率为14%。

考虑到智能城市物联网项目在公共服务领域的复杂性,增长率非常有希望。在大多数情况下,项目的灵感来自市政当局的数字化转型政策。然而,由于公共部门组织需要考虑各个城市的利益相关者(例如,项目受到强有力的公共责任),采购过程可能既繁琐又耗时。

在本文中,Analytics分享了的350个智能城市物联网项目中的5个关键见解,以及随后与城市决策者的讨论。

1.传感器网络应采用适合特定环境的适当传感器进行战略性设计

为智能城市物联网项目选择传感器时,最重要的两个原则是:

a)部署解决方案的环境和

b)需要实现的结果。

例如,在智能停车的情况下,磁力计最适合户外智能停车环境,因为它们可以抵抗天气干扰和照明条件。另一方面,摄像机传感器非常适用于车库和停车场等路外停车位置 - 因为它们易于部署,并且其性能受到照明和天气条件的影响。

磁力计和摄像机传感器只是智能停车项目的两种选择。在其智能停车报告中已经确定了目前智能停车项目中使用的8种传感器。该报告还定义了几个标准,可以帮助智能停车设计人员为他们的项目确定正确的传感器,如下表所示。

物联网 值得借鉴的国外智慧城市项目的5个关键见解

2.LPWAN和4G / 5G正成为智能城市应用的关键连接选择

与传感器选择一样,选择正确的连接形式取决于需要部署的解决方案。例如,如果智能城市解决方案需要通过灯杆上的监控系统对停车位或街道进行视频监控,则连接选项应提供必要的带宽。在这种情况下,蜂窝技术(4G和即将推出的5G)是最合适的连接解决方案。在数据流量较低的情况下(例如,存在传感器,照明强度传感器),LPWAN的各种形式(如下图所示)是智能城市物联网项目最合适的连接解决方案。显示智能停车和连接街道照明是使用LPWAN最常采用的智能城市应用 - 而智能计量是所有行业中LPWAN的最多采用者。

 

物联网 值得借鉴的国外智慧城市项目的5个关键见解

3.软件中间件工具是成功智能城市物联网项目的核心支柱

智能城市物联网项目通过传感器及其收集的数据提供城市的新视图。必须远程管理传感器的景观。收集的数据必须用于分析解决方案的行为,预测故障,最重要的是,用于做出可以对城市居民的生活产生积极影响的决策。所有这些都需要一套软件中间件工具作为智能城市解决方案的核心支柱。例如,智能停车软件中间件工具的架构如下图所示。

物联网 值得借鉴的国外智慧城市项目的5个关键见解

这种架构可以由许多参与者提供,例如智能城市软件解决方案专家甚至传统的垂直解决方案专家(例如,停车公司,照明公司等)。例如,有几个物联网平台提供商在智能城市和社区拥有丰富的经验,如Thing.io,Verizon ThingSpace以及Microsoft Azure和AWS等知名企业。其他公司为特定应用提供软件解决方案,或者在某些情况下提供更全面的智能城市物联网项目,例如Livingify IT,UrbanOS,Chordant by和Interact by Signify(前身为飞利浦照明)。

选择合适的供应商并不容易,但这是必要的一步。有几个城市使用软件中间件解决方案的例子,如银石(Chordant),蒙得维的亚(FIWARE),多伦多(Microsoft Azure),曼彻斯特(包括CISCO的联盟)和Almere智能城市(Plan IT Urban OS)。

4.公私合作伙伴关系(PPP)是智慧城市物联网项目最主要的财务和运营方式

智慧城市物联网项目显然具有强大的公共部门性质。然而,市政当局无法自行提供智能城市应用,因为它们通常无法负担金融投资和/或缺乏运行项目所需的技术和管理资源。公私伙伴关系正在成为克服这种情况的重要途径。在典型的PPP设置中,私人实体将资助智能城市项目的设计,部署和管理。在合作结束时,私营实体将以零成本将智能停车设施转移到公共地方当局。

例如,芝加哥停车收费表项目是PPP。该项目的特许权被授予了12亿美元的预付款。该特许权涉及运行,维护和改进超过36,000个路边停车收费表并保留所产生的收入。芝加哥的地方当局只负责停车执法。

5.采用智能城市物联网项目的主要障碍与技术无关

几乎在世界各地,城市都开始实施智能城市物联网项目。在Analytics评估的350多个项目中发现智能城市项目目前面临的一些共同挑战。令人惊讶的是,与技术相关的方面并未被强调为采用的主要障碍。例如,最近的物联网分析研究显示了智能照明项目中遇到的主要挑战。

由于预算限制和城市管理机构的各种非物联网优先事项,资金是第一大障碍。因为大多数智能城市物联网项目是垂直驱动而不是整体智能城市方法。由于智能城市物联网项目的复杂性涉及多个利益相关者,包括公众,这可能是繁琐且耗时的,因此政策及法规因素是第三大障碍。

但是,理事机构可以通过研究其他成功的项目方法来学习如何解决这些挑战。例如,巴黎的光之城和马德里的互联照明项目等项目展示了公私合作伙伴关系如何成为克服成本问题的良好模式。此外,巴塞罗那,阿姆斯特丹和布里斯托尔等城市成功地解决了从智能城市的垂直项目观到更全面的观点的转变。最后让所有利益相关者尽早收集意见和想法,有助于减少摩擦,避免在智慧城市项目设计中受到政策法规破坏和干扰。

 

来源:OFweek物联网

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值