基于边缘容器的水利智能网关系统构建方案及应用

周嘉伟，陈亮雄

(广东省水利水电科学研究院，广州 510635)

1 概述

现代水利行业需要终端控制设备对各种仪器采集的视频、图像、水文数据进行汇总、上传、监控，以达到水文遥测、水情监测、水库自动化监测、水资源监控等目的[1-2]，对终端设备的要求既需要稳定、高可用，也要具有一定的智能化能力。目前常见的终端设备方案有两种，一是RTU(Remote Terminal Unit，远程终端控制系统)，另一种是边缘计算网关[3]。

远程终端单元(RTU，Remote Terminal Unit)是一种自动化系统中常用的设备，用于监控、控制和数据采集。RTU通常安装在远程或分布式位置，用于监测和控制不同类型的设备，例如变电站、配电网、管道、水泵站等[4]。RTU的主要功能包括数据采集、远程控制和通信，通常具有高可靠性和抗干扰能力，以适应复杂的工业环境。它们经常使用标准的通信协议与控制中心进行通信，例如Modbus、DNP3、IEC 60870-5等[5-6]。

RTU的缺点：一是缺少边缘计算的能力，无法实现复杂的业务逻辑，只能采集数据，计算、处理、识别依赖云端，且并发处理能力较弱[7]；二是在数据吞吐量较大的情况下，对网络的依赖比较大，而网络资源的成本通常是比较高昂的[8]，且RTU设备不能长期在线；三是RTU缺乏拓展性，其功能在整个生命周期中都是固定的，难以升级、变更。

边缘计算网关(Edge Computing Gateway)是一种工业互联网数据远传终端，通过串口或者以太网连接现场设备、仪表等，将数据通过以太网、5G、4G、3G、WIFI、ZigBee等方式，走MQTT、HTTP等协议传输到远端的服务器中，完成数据监控、本地逻辑控制、远程升级、故障报警等功能。它提供了一种在边缘端处理和分析数据的能力[9-10]，以减少数据传输延迟、提高网络带宽利用率和增强隐私安全性[11]。边缘计算网关已广泛应用于智慧城市、电力、光伏、智能制造、智慧农业等各种智慧建设中。智能物联网关是物联网系统核心入口，选择功能强大、稳定可靠、易于扩展的物联网关是物联网项目实施的关键环节之一。

通常情况下边缘计算网关是非容器化部署的，主要存在的缺点首先是边缘设备中需要运行多种应用，在集群规模扩大以后，边缘节点的管控、部署、升级难度变大；其次是对于底层硬件需要逐一适配；另外软硬件紧耦合、边缘设备异构的情况下，无法快速部署、升级、扩缩容、迁移以及异常恢复[12]。

为此，本文提出一种基于边缘容器的水利智能网关系统构建方案，旨在解决传统水利遥感遥测系统中终端的可扩展性和可用性缺陷。

2 智能网关构建方案

2.1 总体架构

本文采用了一种基于边缘容器的智能网关系统架构(如图1所示)，该架构由云端和边缘端两个层级组成。在边缘端，智能网关起到核心作用，连接各种传感器(如摄像头和水位计)，并利用边缘容器将设备虚拟化为多个独立的容器。这些容器内部部署了不同的应用，例如AI计算框架、图像识别应用、数据采集上报和远程控制。通过这种方式，不同的服务可以在独立的环境中运行，与底层硬件架构解耦。同时，集群组件提供一致性和高可用性，边缘安全组件提供权限管理和访问控制能力。

图1 总体架构示意

在云端，管控平台负责管理和调度业务现场的设备、容器集群以及部署在容器中的应用。数据采集和管控数据存储在云数据库中，并通过数据展示平台展示相关信息。

这一架构实现了边缘端的智能处理和决策能力，同时利用云端资源和管理平台提供全局监控和管控能力。通过分层架构，系统具备灵活性和高效性，并能够应对复杂的水利系统需求。

本文提出的基于边缘容器的智能网关系统架构为水利设施管理和水资源利用提供了可靠的数据采集、实时处理和远程控制等功能。这对于提高智慧水利系统的智能化水平和实现有效的水资源管理具有重要意义。

2.2 容器内应用的部署和退出流程

参照图2，云端下发应用部署请求至网关后，网关根据应用部署请求启动容器；响应于容器启动完成，设备挂载模块进行终端设备的挂载和初始化；终端设备挂载和初始化完成后网关启动目标应用，返回给管控平台目标应用的启动状态消息，如反馈目标应用启动成功。云端包括管控模块和展示模块，其中，管控模块根据应用部署操作生成应用部署请求，并将应用部署请求下发至网关，管控模块还用于接收处理结果并存储，展示平台展示处理结果。

图2 容器内应用启动和退出流程示意

管控模块还用于根据应用退出操作生成应用退出请求，并将应用退出请求下发至所述网关，边缘容器服务模块还包括应用退出模块、设备卸载模块、容器释放模块和返回模块。

根据应用退出请求退出目标应用，设备卸载模块卸载对应的终端设备；终端设备卸载完成后释放容器；向云平台反馈所述目标应用的退出状态。管控模块将处理结果存储至云数据库。

2.3 数据采集和计算

从传感器和摄像头采集到原始数据，经过设备驱动被图像识别应用读取，对于视频码流，需进行解码，取关键帧，编码为应用指定的图片格式，并进行降噪、抠图、缩放等处理；对预处理完成的图像，加载并输入预先训练好的模型文件，调用深度学习计算框架完成推理操作；分别得到推理结果后，再对推理结果进行处理，主要包括数据类型的转换、释放内存资源、输出指定置信度的类别标识，返回给管控平台。管控平台存储在云数据库中，由运维人员在展示平台进行查询和分析。

如图3所示，以原始数据为视频/图像数据为例，边缘端的网关对原始数据进行处理的过程具体包括：

图3 数据采集和计算流程示意

1)通过数据采集模块采集视频/图像数据。

2)视频/图像数据的预处理：对视频/图像数据中的视频码流进行解码，提取关键帧，并将关键帧以及视频/图像数据中的图像数据编码为目标应用指定的图片格式，对编码得到的图片进行降噪、抠图和缩放处理，得到目标图像。

3)加载目标图像，并将目标图像输入预先训练好的模型文件，调用深度学习计算框架进行模型推理，输出推理结果。

4)对推理结果进行数据类型转换，并释放内存资源，输出指定置信度的类别标志，生成处理结果，并将处理结果发送给云端。

2.4 升级流程

本文的智慧水利终端设备管控系统通过对边缘端的网关进行容器化部署，基于独立的容器和容器内部署的应用，降低了边缘端各节点的管控、部署和升级难度。如图4所示，网关的升级流程具体包括：

图4 升级流程示意

1)云端根据升级操作生成升级命令，并将升级命令下发至网关。

2) 网关根据升级命令退出需要升级的应用的进程，并修改配置文件，拉取新安装包进行应用升级。

3)应用升级完成后，重启应用的进程，并向云端的管控平台反馈应用升级完成。

2.5 故障恢复流程

网关实时监测数据采集模块和容器内应用的运行状态，以此实现故障恢复。参照图5，网关的故障恢复流程具体包括：

图5 故障恢复流程示意

1)当数据采集模块故障或者容器内应用的运行状态异常(如应用异常退出)时，网关向云端的管控平台上报故障服务/异常服务所在的容器。

2) 管控平台控制故障服务/异常服务所在的容器退出，通过网关重启故障服务/异常服务所在的容器，并启动故障服务/异常服务所在的容器内的应用。

3)若故障服务/异常服务所在的容器内的应用启动成功，通过网关向云端的管控模块反馈应用启动成功；若故障服务/异常服务所在的容器内的应用启动失败，通过网关向云端的管控模块反馈应用启动失败，并通过管控平台生成故障告警信息。

3 技术应用

本文提出的基于边缘容器的水利智能网关系统构建方案，在广东省智慧水文杆一体化设备及配套软件平台研制项目中得到应用，并在北江大堤芦苞试验段部署测试。部署的边缘计算网关产品内置华为Atlas 200处理器以及昇腾310 NPU芯片，人工智能推理计算能力最高可达22TOPs(如图6所示)。

图6 边缘计算网关示意

通过GPRS网络/北斗卫星传输数据，终端具有长期在线、即时通讯特点；功耗低，可控制外设开关，支持设定监控摄像头常闭状态，在不使用摄像头期间，摄像头为关机状态，需要采集现场图片时，自动打开摄像头电源；或需要查看摄像头现场实时画面时，下发指令打开摄像头，待摄像头自动登录国标视频平台。

采集、通讯、存储模块等实现集成一体化设计，便于设备的测试与维护，提高了设备的抗干扰接口多样化，支持各种量的输入，支持多路RS485设备接入通信；数据存储设备循环存储监测数据，掉电不丢失；

该系统实时采集水位值、闸位值、雨量、流量，并可进行水位高程设定，水位单位设定，闸位单位设定；支持采集接触式或非接触式水位计水位值，可根据现场具体安装情况设定；实时采集降雨强度、小时雨量、24 h降雨量，并可设置雨量计分辨率等信息。可直接采集流量计数据，或可通过水位值和闸位值估算流量值。传感器状态监测界面如图7所示。

图7 传感器状态界面示意

传感器采集的雨量、水位、水质、流量、视频等各项监测要素，通过边缘计算模块在同一界面统一展示和分析。监测设备状态展示，接入水利监测设备状态，并在统一界面进行展示。支持主动上报主动定时上报，监测点测控终端主动向平台中心站发送监测点数据或照片以及平台下发招测命令召测监测点水位、雨量、闸位、流量或照片；可远程设参，支持远程设置水位计闸位计流量计摄像头参数，配置界面如图8所示。

图8 水利监测设备配置示意

该系统的安全性和可靠性也得到了充分考虑。通过多级隔离和吸收措施，系统实施了避雷保护，对所有输入输出引线(如电源线、传感器引线、通信线等)进行保护，最大限度地防止雷击等过电压过电流对系统造成损害。此外，系统具有故障恢复功能，看门狗可保证死机自动复位，在边缘计算模块出现故障时迅速切换到备用软硬件，确保系统的连续性和可靠性。可远程对边缘计算模块进行系统升级，减少系统升级过程中的停机时间和影响。

本文实现的边缘计算模块针对智慧水利场景设计，满足智慧水利物联网(AIoT)需求；使用嵌入式架构，低功耗、高性能，适应各种工作环境；多种智能感知设备接口，汇聚各类水利专业传感器；各种网络接口，包括：以太网、4G、WiFi、Lora、北斗等。基于边缘计算模块，研发了适配的软件功能，实现了以下功能。

1)多数据融合与联动，边缘端通过边缘计算模块统一接入传感器设备、图像视频设备、专业监测设备(如GNSS、全站仪等)，同时，利用边缘计算模块的本地算力，进行感知信息解算、AI识别，并从多种角度获得数据在边缘端进行交叉验证，大幅度降低单一数据来源造成的数据误报；

2)高扩展性容器部署，通过边缘容器技术，支持业务应用、AI模型以容器方式下发、运行。业务应用容器可根据预置逻辑，调用本地设备进行数据采集、信息反馈，形成边缘自治系统，边缘容器的使用，也为系统提供广阔的扩展空间，避免边缘端系统的重复建设。

4 结语

本文介绍了一种基于边缘容器的水利智能网关系统，旨在实现对各类水利场景下的数据采集、监控和水文图像识别等功能。该系统由云端的设备管理、集群管理和应用管理模块以及边缘端的水利传感器、边缘容器服务和各类深度神经网络应用组成。通过边缘容器与硬件架构的松耦合，系统能够在极端野外环境和恶劣的网络条件下，实现边缘设备和应用的稳定性和高可用性，确保数据不丢失、不错误。

与现有的技术相比，本系统通过基于容器的部署和调度方式带来了诸多优势。其中包括更好的可扩展性和可用性，能够高效地进行管控和运维工作，并为水利传感器快速解算应用提供更好的性能和准确的结果。同时，在故障场景下能够快速恢复，提高了系统的可用性，避免了单点故障的影响范围扩大。此外，与底层硬件解耦的优势使得应用的升级和变配更加灵活，具备更强的扩展性。