No livro branco, são apresentados cenários em que a computação periférica pode ser aplicada no futuro. Muitos cenários de aplicação já podem ser realizados. Apenas são analisados aqui os cenários de análise de vídeo, otimização de conteúdos e tecnologia de posicionamento.
1) Tecnologia de posicionamento
A figura 3 mostra um exemplo de localização. A localização de uma pessoa ou objeto é obtida através do sistema de posicionamento global (GPS) ou de uma tecnologia de posicionamento de terceiros executada na plataforma MEC. Depois, se necessário, é devolvida ao lado da rede principal. Este tipo de função de posicionamento local é muito eficaz para retalhistas, locais, estádios, campus ou áreas específicas. Em primeiro lugar, o feedback da posição é muito rápido e, em segundo lugar, a precisão também é garantida.
2) Análise de vídeo
A figura 4 mostra um exemplo de análise de vídeo. Tomando a vigilância como exemplo, as câmaras são atualmente muito utilizadas e podem basicamente conseguir uma acoplagem sem descontinuidades e uma monitorização do ângulo morto em parques de estacionamento, vias de tráfego, zonas residenciais e campus. Com a implantação de O aumento do número de câmaras e a
Com a melhoria da qualidade do vídeo, a quantidade de dados de vídeo de vigilância também está a aumentar gradualmente. Se uma quantidade tão grande de dados de vídeo for transmitida de volta através da rede principal para a plataforma de nuvem centralizada para análise e processamento de vídeo, o atraso de ida e volta será muito grande. E se a inteligência for implementada dentro das ferramentas de análise da câmara, será difícil implementar estas funções devido ao tamanho da própria câmara. Por conseguinte, a melhor solução consiste em instalar a aplicação de análise de vídeo na plataforma MEC local. Gateway LoRa da câmara numa determinada área
3) Otimização de conteúdos e armazenamento em cache
A figura 5 apresenta um exemplo de otimização de conteúdos com base na deteção do lado RAN. A otimização do conteúdo refere-se à otimização dinâmica do conteúdo com base nas informações fornecidas pela rede, como a identificação da célula, a carga da célula, a qualidade da ligação, a taxa de transmissão de dados, etc., de modo a melhorar a qualidade de vida e a eficiência da rede. Quanto ao armazenamento de vídeo em cache, quando o terminal solicita a reprodução de vídeo, pode existir o recurso de carregar o vídeo de vigilância gravado para a plataforma MEC. Após a análise e o processamento do vídeo, os resultados obtidos podem ser recuperados e devolvidos em qualquer altura. Transmissão para a rede principal. A solução de implementação comercial de segurança inteligente com base na nuvem periférica da China Unicom, demonstrada na Feira de Alta Tecnologia de Shenzhen em novembro de 2017, implementou funções de análise de vídeo de inteligência artificial (IA) na nuvem periférica, o que melhorou consideravelmente o tempo de processamento e entrega de resultados.
A plataforma MEC local transfere recursos de vídeo do local quando reproduz novamente, poupando largura de banda e tempo de processamento da rede principal. Esta função de cache de vídeo é adequada para a reprodução e visualização de séries de TV populares, filmes populares e programas de variedades recentes. É de grande ajuda. Simultaneamente, este modelo é também mais adequado para zonas como cidades universitárias, zonas residenciais ou zonas comerciais quentes com um fluxo denso de pessoas e grandes pedidos de reprodução de vídeo.