頭頂是電車呼嘯而過，橋下則是30家各色潮流店鋪，共享“同一個屋頂下”的空間。這就是著名的“中目黑高架下”，利用鐵軌高架橋的底層，打造出的一片橋洞下的潮流長廊。

這一堪稱東京新地標的設(shè)計背后，盡管是日本探索空間利用的一次進步，也從側(cè)面折射了東京，這個擁有3450萬人口，800萬輛汽車的大都市的擁擠程度。

創(chuàng)立于1881年，已有150年的悠久歷史的東京工業(yè)大學(xué)的校區(qū)坐落于東京都目黑區(qū)。

每一所設(shè)立在大都市的校區(qū)，都會遇到相似的問題：停車難。在寸土寸金的空間內(nèi)，停車場都是非?！吧莩蕖钡脑O(shè)計，利用好每一分土地，都能折合成實打?qū)嵉慕?jīng)濟效益。

作為日本理工科大學(xué)的榜首，日本的“清華”，東京工業(yè)大學(xué)正在用智慧停車，發(fā)揮東京每一分土地的價值。

探索智慧停車新模式

作為智慧交通的組成部分，智慧停車在整個智慧城市當中都具有重要的意義。

麥肯錫在其發(fā)布的《智慧城市報告》中提到：全世界有超過一半的人口居住于城市當中，預(yù)計到2050年，全球城市居民還將新增25億人。當城市成為經(jīng)濟越來越重要的載體，城市成為價值創(chuàng)造的來源和樞紐，人口向城市集中的趨勢也愈發(fā)明顯。

例如在中國，城市化的速度和規(guī)模更加驚人，城市的人口在過去35年里面增加了4倍，新型城鎮(zhèn)化極大推動了中國現(xiàn)代化進程，隨著城市的不斷巨大化，停車難的問題也愈發(fā)顯現(xiàn)。

用智能化工具充分改造好存量停車場，既是利于停車場效率的小事，也是解決城市擁堵，克服大城市病的大事。

與智慧停車場相對應(yīng)就是大量傳統(tǒng)停車場。以東京工業(yè)大學(xué)為例，就是采用了“地感線圈車輛檢測+停車管理”的傳統(tǒng)模式。

傳統(tǒng)停車場通常會有產(chǎn)生很多問題，如出入口排隊容易造成擁堵，管理難度大；歷史停車數(shù)據(jù)無法追溯，管理無序；支付方式傳統(tǒng)單一，人工現(xiàn)金收費模式存在著很多缺陷；人力的管理成本高等等。

而相關(guān)的調(diào)查數(shù)據(jù)顯示：利用智慧停車，可以使尋找車位時間縮短6分鐘至14分鐘，在提高停車場效率的同時，也將讓交通擁堵減少30%，無效交通流減少12%至15%。

因此東京工業(yè)大學(xué)決定改造智慧停車場，并與浪潮開展深度合作，探索采用邊緣計算、人工智能等技術(shù)，改善停車場管理的新模式。

邊緣計算+AI的新方案也逐漸浮出水面。

邊緣+AI方案緣何受歡迎？

目前的一些智慧停車，通常采用云平臺的方式。前端是刷卡系統(tǒng)設(shè)備和攝像頭，路由器為前端的設(shè)備提供網(wǎng)絡(luò)，設(shè)備采集的圖像數(shù)據(jù)，上傳到后端云平臺進行管理、分析的統(tǒng)一處理。

客觀說，這種端云協(xié)同的模式賦能智慧停車也是經(jīng)過驗證的好方案。但這是否就是一個最佳的方案呢？

我們知道，停車管理系統(tǒng)并非是企業(yè)或者園區(qū)的核心業(yè)務(wù)系統(tǒng)，但因為采集大量圖像數(shù)據(jù)，運算量和對云端算力的要求卻很高，這勢必會加大云端算力的負擔，要保證它的算力為核心業(yè)務(wù)系統(tǒng)讓路，又可能會造成系統(tǒng)的延遲。

再者，園區(qū)大都沒有實現(xiàn)全光聯(lián)接，尤其像東京工業(yè)大學(xué)這樣，坐落在大都市的舊城區(qū)，網(wǎng)絡(luò)層的能力，未必能夠支撐對大量圖像分析和決策，同樣也會因此造成系統(tǒng)的延遲。

這也是為什么東京工業(yè)大學(xué)會與浪潮合作，研發(fā)了一套建立在邊緣計算基礎(chǔ)上的智慧停車系統(tǒng)的原因。

通過將東京工業(yè)大學(xué)研發(fā)的圖像識別與停車場運營管理系統(tǒng)，部署在停車場現(xiàn)場的浪潮邊緣微服務(wù)器EIS200，能夠?qū)ν＼噲龀鋈肟诤蛢?nèi)部的攝像頭，采集進出場車輛、車牌圖片，進行車輛實時識別并匹配車主信息，從而精準記錄車輛的進出時間，為進場車輛提供空位引導(dǎo)。

當車輛離開時，還能夠幫助車主快速定位車輛精準位置，用最短時間找到自己的愛車，并支持無現(xiàn)金掃碼支付、精算機現(xiàn)金支付、掃碼支付混合等方式的快速支付，讓車輪滾動的每一步都心中有數(shù)。此外，停車場系統(tǒng)可根據(jù)攝像頭監(jiān)測到的可疑事件或者可疑人員，以及煙霧、火光等險情，自動發(fā)出警報，從而提升停車場的安全性。

邊緣計算+AI的模式，減輕了云端算力的負擔，將計算移至邊緣，加快處理的速度，提高了停車管理的效率。

在實際落地方面，今年1月，東京工業(yè)大學(xué)成立校園發(fā)創(chuàng)企業(yè)Fusion Cubic股份有限公司，旨在將該項科研成果全面向市場轉(zhuǎn)化。目前以在東京各大繁華商業(yè)區(qū)開展試點停車場，無論是尋找車位，還是支付停車費，都變得高效、便捷，高峰期由于停車費計費緩慢導(dǎo)致的車輛擁堵問題也顯著緩解。同時，該方案還幫助停車場實現(xiàn)了停車管理的自動化、智慧化，在降低人力資源支出的同時，無需再進行繁瑣的地感線圈施工及其后續(xù)定期老化檢測，節(jié)省了40%以上的停車場建設(shè)成本。

場景打開是邊緣計算的機會

誠然，云計算打開了互聯(lián)網(wǎng)時代的大門，但在具體的行業(yè)應(yīng)用場景上，很多應(yīng)用場景，對延時的要求非常嚴格，如果完全依賴云，勢必會讓效率降低。

再者，如智慧停車這類應(yīng)用本身并非核心應(yīng)用，但又因為圖像識別對系統(tǒng)異構(gòu)算力要求很高，這就特別適合邊緣計算的場景。

邊緣計算的重要價值在于，其相對于純云端的部署模式，提供了一種成本更低、實施更便捷、網(wǎng)絡(luò)依賴更小的AI應(yīng)用交付方案，加速了智慧停車系統(tǒng)的建設(shè)與改造。更容易落地，也更容易向全行業(yè)復(fù)制。

與之相應(yīng)，智慧停車等邊緣計算方案的出現(xiàn)，也會推動邊緣計算市場的快速發(fā)展。作為邊緣計算的核心基礎(chǔ)設(shè)施，邊緣服務(wù)器的前景廣闊。而浪潮則是中國邊緣服務(wù)器市場的領(lǐng)導(dǎo)者。

日前，國際數(shù)據(jù)機構(gòu)IDC發(fā)布2021上半年中國邊緣服務(wù)器市場追蹤數(shù)據(jù)報告，數(shù)據(jù)顯示，2021上半年中國邊緣計算整體市場高速增長84.6%，預(yù)計到2025年中國市場將增長至74億美元，全球市場將增長至347億美元，全球邊緣計算服務(wù)器市場需求爆發(fā)式增長。浪潮邊緣計算服務(wù)器以49.4%蟬聯(lián)市場第一，份額進一步擴大。

事實上，邊緣計算有別于通用數(shù)據(jù)中心的標準化，有賴于場景的不斷打開，疊加出巨大的市場空間。從東京工業(yè)大學(xué)采用的邊緣計算智慧停車案例可見，在全球主流的市場中，邊緣計算的場景化進度絲毫不慢。

可以預(yù)見，賦能智慧停車只是場景打開的第一步，未來邊緣計算中心將在計算帶寬、低延遲需求滿足層面發(fā)揮關(guān)鍵價值。