智慧城市及其物聯網系統設計

崔小洛，姜曉潔

（威海海洋職業學院 信息工程系，山東 榮成 264300）

0 引 言

物聯網（IoT）是現代無線通信場景中迅速興起的一種新概念[1]。這一概念最早于1999年由麻省理工提出，其基本思想為利用無處不在的事物或物體，如射頻識別（RFID）標簽、傳感器、執行器、移動電話等為人們實時提供各式各樣的有用信息。毫無疑問，物聯網概念的最大魅力在于它對人們日常生活和思想行為的多方面影響。從私人用戶的角度來看，物聯網最大的吸引力在于對家庭生活領域的影響。智能家居將協助人們的生活起居，電子技術有利于延長平均壽命，信息獲取的便利將為居民提供更高的學習能力。而這些應用場景的例子只是基于現有技術，在不久的將來，新的范式將發揮主導作用，人們的生活將會在物聯網的作用下呈現出全新的樣貌。同樣，從商業用戶的角度來看，物聯網帶來的高度自動化、機械化將大大降低生產成本，提高產品質量；人機一體化物流和商務管理、實時監控等概念也將成為現實。隨著信息技術的革新、電力電子技術的發展、模式識別技術的興起，物聯網的概念與內涵得到了充實與發展：智能手機的更新換代和普及為物聯網提供了更好的終端載體；新的傳感器技術的提出為物聯網提供了更好的感知手段；圖像識別技術的發展使得物聯網系統可以處理圖像、視頻信息，變得更加智能等。于是，物聯網要實現的任務也更加多元，可以總結為實現對物品的實時智能化識別、定位、跟蹤、監控和管理。

物聯網要實現互聯設備互操作性的自動化、智能化仍需要相關知識產業的進一步開發[2]。從物聯網所需的信息流角度來看：物和物之間建立起連接，伴隨著聯網覆蓋范圍的增大，整個信息網絡中的信源和信宿也越來越多，這就對服務器與相應的數據處理技術提出了較高的要求，需要較多的資金與人才資源。而信息來源的可信程度、安全性、是否侵犯用戶隱私等問題依然存在，且隨著數據挖掘技術的發展，相關問題的模式也會發生變化，如何合理地處理社會與技術之間的矛盾將會是一個極具挑戰性的難題[3]。綜上，物聯網技術的發展需要大量人力、物力資源和社會認可，發展仍面臨諸多困難。產業、信息技術革命簡圖如圖1所示。

圖1 產業、信息技術革命簡圖

近年來，在國際金融危機背景下，各國的發展方向都逐漸轉向高新技術產業。物聯網、工業4.0的提出為新一輪信息技術革命提供了方向。各國都在把握機遇，紛紛轉戰融合了各種高新技術的物聯網技術市場，鼓勵一些工廠、研究機構或經濟實體參與相關項目的開發活動，以滿足與時俱進的技術要求。我國也將物聯網納入戰略性新興產業，采取了一系列政策措施促進其發展，并掀起了物聯網研究和建設高潮。從而在時代潮流中尋找新一輪的生產力增長點，搶占未來國際經濟發展的鰲頭。

2017年，紐約市發布了《物聯網指南》（IoT Guidelines）。最近，美國一些大城市也發布了類似指導方針[4]，以根據各地實際情況制定有特色的物聯網技術發展規劃。美國國家標準和技術研究所（National Institute of Standards and Technology）計劃在明年夏天發布一個關于政府部署物聯網的指導手冊，力求尋找到一種在嚴格評估風險的前提下，抵消成本或實現公共利益最大化的物聯網發展模式。而相應的風險評估和城市公共利益的最大化仍是一個寬泛的概念，缺少可行的實施方案。

1 智慧城市

智慧城市作為物聯網的子概念，目前仍處于概念炒作階段[5]。城市信息具有復雜多變的特點，而傳統算法技術無法根據海量的城市信息數據來設計相應的自適應物聯網系統。近年來興起的人工智能技術為這類網絡的設計提供了技術支持。

1.1 人工智能

人工智能作為一門新興學科，發展迅速。其根本原因在于人工智能算法解決了大部分傳統計算機技術無法解決的運算問題。且通過各類黑箱算法大大降低了學科門檻和操作難度，以下算法可用于簡化城市模型，優化城市物聯網操作，實現智慧城市：

（1）深度學習即多層人工神經網絡，主要包括輸入層、隱含層、輸出層三部分，可用于分類或回歸，其隱含層部分則可用于特征提取與特征分析。深度學習通過梯度下降逐漸趨進于理想映射，具備極高的泛用性。

（2）強化學習主要用于優化機器在環境中進行任務的策略。通過智能體與環境的交互，不斷優化自身的動作，以取得更高的回報。通過對環境和任務的定義，強化學習可以被用于各領域處理實際問題。

（3）數據挖掘與數據分析一直是人工智能的一項必備工作，通過對數據進行聚類，有監督、無監督訓練，或是使用前文提到的神經網絡和attention機制可以實現數據的可視化，以達到簡化數據結構、實時監控數據變動的效果。

1.2 城市計算

城市化的快速發展使許多人的生活更加現代化，但也產生了交通堵塞、能源消耗和污染等問題。物聯網系統在城市中的應用理應考慮這些因素，并設計符合相應城市模型的決策方案。在決策過程中人為調度調控難免受人的觀測和決策能力的影響，無法將整個城市各方面的信息考慮進來。于是設計了一個基于城市模型的人工智能系統來指導城市物聯網運行的方案——城市計算。城市計算指獲取、整合和分析由城市空間產生的大量、異構數據的系統，例如傳感器、設備、車輛、建筑物和人類等，應對城市所面臨的如空氣污染、能源消耗增加、交通堵塞等主要問題。通過無處不在的傳感技術、先進的數據管理和分析模型，以及新的數據可視化方法，將城市感知、數據管理、數據分析和服務提供連接到一個不斷重復的過程中，協調居民生活需求、城市運營系統和環境衛生情況，并將其最終穩定在一個各項共贏的框架內。共贏框架如圖2所示。

主要過程：通過傳感器、視頻監控、空氣污染檢測等獲取的信息，經過分類和標準化后上傳到數據庫。存儲成時空相關的以人流、車流為主的各交通路口的數據信息，及與時間相關的能耗信息和空氣質量信息。通過數據挖掘手段提取信息中的深層特征，設計相應的卷積神經網絡處理圖像信息，深度網絡處理特征。特征間通過聚類算法可視化數據信息，以便實時監控特征的變化。最后根據處理后的數據信息設計相應的城市模型，該模型將盡可能的趨近數據層面上的城市本身。城市計算過程如圖3所示。

圖2 共贏框架

圖3 城市計算過程

利用強化學習算法訓練智能體來平衡城市各項功能間的關系，再指導物聯網系統反作用到城市本身，形成一個閉環系統。并依據城市實時返回的各項指標設計回報值，使得物聯網各指令都為當前的共贏策略，從而提高物聯網的工作效率和其與相應城市的協調程度。

數據分析和特征提取技術簡化了城市數據結構，深度網絡的泛用性為標準化后的城市信息數據處理提供了良好的模型，強化學習則可以訓練得到遠高于人類智慧的最優管理策略。從而使得整個城市的物聯網系統更加智能。

2 結 語

近年來，在國家政策的大力扶持和業內企業的不斷努力下，中國物聯網產業持續良好發展勢頭。技術研發取得重大進展，標準體系不斷完善，市場化應用穩步推進。然而，根據物聯網與城市各項利益之間存在的固有矛盾，隨著信息技術的不斷發展，城市信息化應用水平不斷提升，智慧城市建設應運而生。建設智慧城市在實現城市可持續發展、引領信息技術應用、提升城市綜合競爭力等方面意義重大。本文主要介紹了智慧城市的概念，并通過新興人工智能技術設計了城市物聯網系統和其優化框架。借助人工智能技術完善城市與物聯網之間的關系，有助于促進二者更好的有機融合，構建一種和諧的智能化城市環境。