導讀：作為日本理工科大學的榜首，日本的“清華”，東京工業大學正在用智慧停車，發揮東京每一分土地的價值。
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計背后，盡管是日本探索空間利用的一次進步，也從側面折射了東京，這個擁有3450萬人口，800萬輛汽車的大都市的擁擠程度。
創立于1881年，已有150年的悠久歷史的東京工業大學的校區坐落于東京都目黑區。
每一所設立在大都市的校區，都會遇到相似的問題：停車難。在寸土寸金的空間內，停車場都是非常“奢侈”的設計，利用好每一分土地，都能折合成實打實的經濟效益。
作為日本理工科大學的榜首，日本的“清華”，東京工業大學正在用智慧停車，發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，預計到2050年，全球城市居民還將新增25億人。當城市成為經濟越來越重要的載體，城市成為價值創造的來源和樞紐，人口向城市集中的趨勢也愈發明顯。
例如在中國，城市化的速度和規模更加驚人，城市的人口在過去35年里面增加了4倍，新型城鎮化極大推動了中國現代化進程，隨著城市的不斷巨大化，停車難的問題也愈發顯現。
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就是大量傳統停車場。以東京工業大學為例，就是采用了“地感線圈車輛檢測+停車管理”的傳統模式。
傳統停車場通常會有產生很多問題，如出入口排隊容易造成擁堵，管理難度大；歷史停車數據無法追溯，管理無序；支付方式傳統單一，人工現金收費模式存在著很多缺陷；人力的管理成本高等等。
而相關的調查數據顯示：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%。
因此東京工業大學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，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。前端是刷卡系統設備和攝像頭，路由器為前端的設備提供網絡，設備采集的圖像數據，上傳到后端云平臺進行管理、分析的統一處理。
客觀說，這種端云協同的模式賦能智慧停車也是經過驗證的好方案。但這是否就是一個最佳的方案呢？
我們知道，停車管理系統并非是企業或者園區的核心業務系統，但因為采集大量圖像數據，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務系統讓路，又可能會造成系統的延遲。
再者，園區大都沒有實現全光聯接，尤其像東京工業大學這樣，坐落在大都市的舊城區，網絡層的能力，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的延遲。
這也是為什么東京工業大學會與浪潮合作，研發了一套建立在邊緣計算基礎上的智慧停車系統的原因。
通過將東京工業大學研發的圖像識別與停車場運營管理系統，部署在停車場現場的浪潮邊緣微服務器EIS200，能夠對停車場出入口和內部的攝像頭，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。
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，并支持無現金掃碼支付、精算機現金支付、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。此外，停車場系統可根據攝像頭監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，東京工業大學成立校園發創企業Fusion Cubic股份有限公司，旨在將該項科研成果全面向市場轉化。目前以在東京各大繁華商業區開展試點停車場，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定期老化檢測，節省了40%以上的停車場建設成本。
場景打開是邊緣計算的機會
誠然，云計算打開了互聯網時代的大門，但在具體的行業應用場景上，很多應用場景，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，如智慧停車這類應用本身并非核心應用，但又因為圖像識別對系統異構算力要求很高，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、網絡依賴更小的AI應用交付方案，加速了智慧停車系統的建設與改造。更容易落地，也更容易向全行業復制。
與之相應，智慧停車等邊緣計算方案的出現，也會推動邊緣計算市場的快速發展。作為邊緣計算的核心基礎設施，邊緣服務器的前景廣闊。而浪潮則是中國邊緣服務器市場的領導者。
日前，國際數據機構IDC發布2021上半年中國邊緣服務器市場追蹤數據報告，數據顯示，2021上半年中國邊緣計算整體市場高速增長84.6%，預計到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，全球邊緣計算服務器市場需求爆發式增長。浪潮邊緣計算服務器以49.4%蟬聯市場第一，份額進一步擴大。
事實上，邊緣計算有別于通用數據中心的標準化，有賴于場景的不斷打開，疊加出巨大的市場空間。從東京工業大學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揮關鍵價值。
