服务器|边缘+AI：东京工大智慧停车的“打开方式” 出生缺陷|检测|芯片|pcr|传染性

头顶是电车呼啸而过，桥下则是30家各色潮流店铺，共享“同一个屋顶下”的空间。这就是著名的“中目黑高架下”，利用铁轨高架桥的底层，打造出的一片桥洞下的潮流长廊。

这一堪称东京新地标的设计背后，尽管是日本探索空间利用的一次进步，也从侧面折射了东京，这个拥有3450万人口，800万辆汽车的大都市的拥挤程度。

文章插图

创立于1881年，已有150年的悠久历史的东京工业大学的校区坐落于东京都目黑区。

每一所设立在大都市的校区，都会遇到相似的问题：停车难。在寸土寸金的空间内，停车场都是非常“奢侈”的设计，利用好每一分土地，都能折合成实打实的经济效益。

【服务器|边缘+AI：东京工大智慧停车的“打开方式”】作为日本理工科大学的榜首，日本的“清华”，东京工业大学正在用智慧停车，发挥东京每一分土地的价值。

探索智慧停车新模式

作为智慧交通的组成部分，智慧停车在整个智慧城市当中都具有重要的意义。

麦肯锡在其发布的《智慧城市报告》中提到：全世界有超过一半的人口居住于城市当中，预计到2050年，全球城市居民还将新增25亿人。当城市成为经济越来越重要的载体，城市成为价值创造的来源和枢纽，人口向城市集中的趋势也愈发明显。
例如在中国，城市化的速度和规模更加惊人，城市的人口在过去35年里面增加了4倍，新型城镇化极大推动了中国现代化进程，随着城市的不断巨大化，停车难的问题也愈发显现。

用智能化工具充分改造好存量停车场，既是利于停车场效率的小事，也是解决城市拥堵，克服大城市病的大事。

与智慧停车场相对应就是大量传统停车场。以东京工业大学为例，就是采用了“地感线圈车辆检测+停车管理”的传统模式。

传统停车场通常会有产生很多问题，如出入口排队容易造成拥堵，管理难度大；历史停车数据无法追溯，管理无序；支付方式传统单一，人工现金收费模式存在着很多缺陷；人力的管理成本高等等。

而相关的调查数据显示：利用智慧停车，可以使寻找车位时间缩短6分钟至14分钟，在提高停车场效率的同时，也将让交通拥堵减少30%，无效交通流减少12%至15%。

因此东京工业大学决定改造智慧停车场，并与浪潮开展深度合作，探索采用边缘计算、人工智能等技术，改善停车场管理的新模式。

边缘计算+AI的新方案也逐渐浮出水面。

边缘+AI方案缘何受欢迎？

目前的一些智慧停车，通常采用云平台的方式。前端是刷卡系统设备和摄像头，路由器为前端的设备提供网络，设备采集的图像数据，上传到后端云平台进行管理、分析的统一处理。

客观说，这种端云协同的模式赋能智慧停车也是经过验证的好方案。但这是否就是一个最佳的方案呢？

我们知道，停车管理系统并非是企业或者园区的核心业务系统，但因为采集大量图像数据，运算量和对云端算力的要求却很高，这势必会加大云端算力的负担，要保证它的算力为核心业务系统让路，又可能会造成系统的延迟。

再者，园区大都没有实现全光联接，尤其像东京工业大学这样，坐落在大都市的旧城区，网络层的能力，未必能够支撑对大量图像分析和决策，同样也会因此造成系统的延迟。

这也是为什么东京工业大学会与浪潮合作，研发了一套建立在边缘计算基础上的智慧停车系统的原因。

通过将东京工业大学研发的图像识别与停车场运营管理系统，部署在停车场现场的浪潮边缘微服务器EIS200，能够对停车场出入口和内部的摄像头，采集进出场车辆、车牌图片，进行车辆实时识别并匹配车主信息，从而精准记录车辆的进出时间，为进场车辆提供空位引导。