面向边缘智能的交通监控系统
网络与互联网体系结构
2024-03-21 v1
摘要
由于城市人口的快速增长、资源需求的提高以及对气候变化的日益关注，城市经历了显著的变化。为应对这些挑战，数字化转型已成为必要。近期的人工智能（AI）和感知技术的进步，例如合成感知，使数字孪生（Digital Twins, DT）能够从物理对象的数字复制品，发展为有效且高效的数据收集和现场处理平台。在这种情况下，本文提出了一种基于边缘智能（Edge Intelligence, EI）的交通监控系统（Traffic Monitoring System, TMS）的综合方法，专为智能城市设计。我们的方法强调将智能置于尽可能接近数据源的位置，并利用对数字孪生的“机会主义”解释（Opportunistic DT, ODT），形成一种新颖的跨学科策略，用于重新设计大规模分布式智能系统。该系统的初步结果表明，将计算移动到网络边缘带来了若干好处，包括（i）增强的推理性能，（ii）降低带宽和能源消耗，（iii）相对于传统的云中心方法，延迟显著降低。
引用
@article{arxiv.2403.12976,
title = {Towards an Edge Intelligence-Based Traffic Monitoring System},
author = {Vincenzo Barbuto and Claudio Savaglio and Roberto Minerva and Noel Crespi and Giancarlo Fortino},
journal= {arXiv preprint arXiv:2403.12976},
year = {2024}
}