[发明专利]传感器适配的城市自学习感知网络

说明书

本发明搭建传感器自动调节的城市自学习感知系统，在路灯上设置算力节点，建立首尾相连的蜂窝式服务区，形成覆盖整个街区的城市专网，并从街区网络外延新的算力节点，把相应服务区拓展到街区外的市域。每个服务区至少包含一个摄像机和一个音频器，进一步，专网接入市民的零散设备，作为辅助传感器与边缘算力。系统运行中，基础传感器与辅助传感器协同工作，长期采集各服务区的感知数据，由算力节点持续分析，推断感知需求，完成传感器与边缘算力的类型适配，逐步使分区感知达到最佳功能。本发明能够充分动员政府和市民共同参与数字城市建设，实现智慧城市的“以人为本”的目标。

(一)技术领域

本发明是传感器类型自我调节的深度学习综合感知系统，用于多模传感器的自动调整与城市区的算力建设。系统在路灯上设置算力节点，建立首尾相连的蜂窝式服务区，形成覆盖整个街区的城市专网，并从街区网络外延新的算力节点，把相应服务区拓展到街区外的市域。每个服务区至少包含一个摄像机和一个音频器，作为基础传感器。进一步，专网接入市民的零散设备，作为辅助传感器与边缘算力。系统运行中，基础传感器与辅助传感器协同工作，长期采集各服务区的感知数据，由算力节点持续分析，推断感知需求，推送选型建议，完成传感器与边缘算力的类型适配，建立自学习的神经网络，为智慧城市的动态建设和市民参与奠定技术基础。

(二)背景技术

现有的智慧城市建设模式，是政府主导的“自上而下”的固定模式，由管理部门委托专业公司，提出整套的无线通讯与传感器设置的方案，然后细化成施工图，根据图纸完成设备与后台的施工调试。这一模式下的城市建设，设备事先确定，工程相对固化，缺乏灵活性和适应力，一旦要解决新的问题，必须更新整套系统，可能导致运行故障与重复建设。

城市是为市民服务的，以人为本是城市设计的基本原则。专家的设计方案，侧重于技术考虑，往往忽视人性化和宜居性，不能为市民带来归属感。鼓励全体市民参与城市规划，群策群力，自下而上，共同打造宜居城市，是智慧城市建设的必由之路。全民参与的建设模式，要求系统提供统一的通讯与算力平台，让政府的基础设施与市民的零散设备协同工作，形成深度学习的设备网络，通过大数据分析发现感知盲点，判断感知需求，以便灵活调整传感器与算力，实现系统的不断进化。

注意到上述问题，本发明提出一种传感器灵活调整的自学习网络，首先在路灯上设置算力节点，节点间以无线信号组建城市专网，同时每个节点设定合理的服务半径，无线连接各服务区内的感知设备。每个服务区至少包含一个摄像机和一个音频器，是基础传感器。另外，通过软件定义设备，市民的手持终端以感知设备的身份接入专网，独立提供辅助的感知与计算能力。公有与私人节点各自运算，协调解析，积累数据，归纳出各服务区的特定需求，逐步使分区感知达到最佳功能。本发明是自我进化的深度学习网络，能动员政府和市民共同参与数字城市建设，实现城市的宜居与智能的高度融合。

(三)发明内容

目前的智慧城市计划，都是由专业机构提出建设方案，依据设计安装设备和调试后台，技术目标在事前确定，工程结束后，感知与管理功能相对固定，很难适应不断变化的需求。本发明提出全新的自学习系统，初始状态只包含必要的计算与感知能力，根据工程运行积累的数据，可以持续优化与动态更新，逐步达到功能完善的目标。

城市自学习系统的基础是本地化的边缘计算，感知数据由边端设备产生，就地计算和存储，即时形成计算结果，实施本地化的实时管理。最终的计算结果通过手机信号发送云中心，在城市大脑完成备份，完全不依赖远端的云计算。上述技术路径，首先要求搭建无线专网，节点是计算中心和通讯核心，它们互相连接，构成互为中继的多点拓扑网络。每个节点有上行与下行两个通讯链路，上行链路以专用信号连接其他节点，下行链路以公共频段信号连接服务区的边端设备。其次要以软件定义的方式接入不限量的感知设备，这些设备安装有专门软件，其数据包中有定义其身份的编码。