物联网(IoT)的最大细分市场是工业、消费和智慧城市。在这三者中，智慧城市在规模化方面面临着最大的挑战。为什么？简而言之，在建筑物、校园或家庭的定义范围内连接设备和传输数据会更容易，并且当有明确定义的所有权层次结构时。城市不同。市政当局需要在广泛的用例中连接节点和传感器，其中大部分是公共通行权。这给集成商带来了很多“灰色地带”和问题：谁拥有这根电线杆，我需要许可证才能在上面安装设备吗？我可以在该位置使用有线通信基础设施来回传数据，还是您需要无线解决方案？如果依赖运营商提供的无线连接，哪个运营商提供最好的覆盖范围和负担得起的数据计划？该计划是否会提供足够的速度和吞吐量来满足城市所有传感器和应用程序的需求？可以动用谁的预算来支付所有这些费用？随着企业部署一些极端的应用程序，智慧城市有发展的潜力。CIO可能正在查看数以千计的设备，而不是查看数百或数千个连接的端点。其中许多设备将是高分辨率IP摄像机，可以有效地将数据分发到整个城市的操作系统。这不是专门为改善公共安全而提供的常规城市监控部署；相反，这些城市使用IP摄像机作为最终传感器，将数据传输到当地政府的所有分支机构，以协助实现众多目标，包括：预防犯罪和事件调查；交通优化和信号控制；关于天气、环境条件和对社区的其他直接威胁的紧急通知；停车管理；和更多。市政物联网前景广阔，但挑战在于如何管理海量数据，同时又不影响视频的完整性，也不占用过多的带宽、存储和预算资源。三个发展让智慧城市管理者乐观地认为他们可以克服这些挑战：压缩技术的创新；新的无线通信策略；以及新兴的基于边缘的处理。这些试金石代表的创新可以帮助市政当局提高使用技术改善社区生活质量的效率，因为传感器和平台制造商、集成商和服务提供商越来越有动力提供解决方案：市场的独特需求.压缩技术：更小的数据包历史上，安全行业一直使用广播行业开发的视频压缩格式。然而，这些格式并没有解决监控摄像头面临的独特挑战，即需要在一天24小时不断变化的天气和照明条件下捕捉高质量视频。2015年，视频制造商开始采用专为监控摄像机开发的压缩方法来适应广播行业的H.264压缩格式。它们处理动态条件、长时间不活动以及在光线不足的场景中生成的颗粒状视频等问题。这些压缩技术是由相机制造商专门开发的，它们的性能结果差异很大。最广泛接受的格式大大降低了视频流的比特率，同时保留了图像可用性和取证细节。同样重要的是，它们与中央服务器和视频管理软件中的H.264标准解码资源保持兼容性。与此同时，安防行业还提高了摄像头的低光灵敏度，从而降低了低光条件下的视频噪声，这是比特率峰值的常见原因。近年来，视频数据压缩和低光灵敏度方面的改进并未放缓。相反，它们已经加速发展到今天的相机技术已经超越了十年前的梦想。超越传统的使用监控摄像头实现物理安全，使用IP摄像头作为智慧城市的终极传感器，好处变得更加明显。实际上，该行业越来越善于以更少的数据（更小的数据包大小、更低的流比特率）提供更多可操作的信息（取证细节和元数据）。但创新远未结束。智能算法现在可以在H.265之上分层，以进一步降低比特率。但是，在捕获具有大量活动的复杂场景时仍然会出现尖峰。这使得解决方案架构师或工程师很难准确预测任何相机将生成多少数据并流过数据通信基础设施。当他们不知道您需要多少数据或何时需要时，您如何设计网络或估计集中处理和存储需求？答案在于一种新的视频数据管理技术：在为每个摄像机开发的基线上以平均格式传输视频。这是如何运作的？当比特率达到峰值时，摄像机会暂时降低帧率或分辨率，并将整个视频保留在缓存中一段时间??，直到峰值下降。然后，摄像机将保留的数据推送到中央存储库，在那里它与最初流式传输的视频相关联。无论设备是通过有线网络、专用无线网络还是运营商提供的无线数据路径传输，这都是管理智慧城市中海量数据流量的有效方式。请务必注意，此技术不会减少流式传输的总数据量，它只会在任何给定时间均衡流式传输的数据量，以确保基础架构不会崩溃。无线网络：元数据和视频点播随着城市在其公共通行权中部署监控摄像头和物联网设备，建立基础设施以获取电力并保持与远程位置的连接成为一个问题。城市可能会考虑依靠蜂窝网络从传感器传输数据，而不是到处挖掘光纤。但是，当您尝试在全市范围内扩展该解决方案时，由于数据计划通常是为消费者用户市场设计的，因此该解决方案的成本变得高得令人望而却步。运营商将需要在公共通行权中部署高密度物联网，以证明构建下一代无线通信所需的小型蜂窝网络基础设施是合理的。在新的商业模式中，无线运营商开始制定更适合智能城市部署典型的高流量的数据计划。然而，即使使用更稳定的蜂窝管道，连续流式传输实时视频也会消耗大量带宽。新策略是将系统配置为实时使用来自摄像头的元数据，并且只按需流式传输视频。例如，当操作员收到检测到事件的警报时，他们可以通过从摄像机中拉出快照或短视频剪辑来确认情况。当其他带宽需求较低时，摄像机可以存储完整的视频记录并将其上传到中央数据中心。基于边缘的处理过去，视频分析只能在服务器级别完成，通常会延迟对关键事件的响应时间。监控摄像头现在拥有更强大的处理器和人工智能功能，可以在边缘进行复杂的分析。边缘处理有几个优点：它允许摄像机选择相关视频进行传输，这有助于操作员立即关注关键细节。更少的视频流减少了带宽消耗和存储需求。仅仅因为摄像机不是24/7流式传输视频并不意味着城市利益相关者无法使用它。通过深度学习进行边缘处理，使摄像头能够生成丰富的元数据，以对场景中的物体进行分类，例如行人、骑自行车的人、乘用车、大型卡车等。这些数据有助于规划人员和土木工程师了解人和产品如何在环境中移动。有了这些见解，利益相关者可以做出基本决策，例如在何处增加自行车道或在何处重新设计十字路口，以提高社区安全、效率和城市服务的公平分配。使用尖端的计算机科学来聚合丰富的数据集可以使智慧城市的利益相关者做出明智的决策，更有可能产生积极的结果，从而丰富在他们所居住的社区中生活、工作、学习和娱乐的人们的生活。处理对于使智慧城市解决方案更具可扩展性和弹性同时降低总体拥有成本至关重要，因此智慧城市的愿景可以传递给社区。
