智能边缘开源框架Baetyl，构建边缘融合智能应用(6)

图7：度能应用案例
左侧的图片直观展示了目前所有电能的运行情况，右侧的图片展示了所有终端设备通过传感器采集的数据，这些数据会直接进入边缘计算的设备节点中进行处理。这些节点中运行的是我们为用户提供的供能专用AI模型，可以帮助用户更好的预测能源使用情况，从而提升效率。
在交通方面，天工物联网结合自动驾驶和边缘计算推出了V2X边云融合解决方案，助力百度在智能驾驶智能交通领域持续探索前进。在这个方案中，主要通过两方面帮助智能驾驶更好得提升其能力。一方面让车和路能够协同起来，和一些更发达的国家相比，我国的路况更复杂，有更多难以预知的情况，现阶段最快实现自动驾驶的方法不是完全依赖车的智能化，而是要做到车和路的同时智能。我们可以在路侧或者停车场中增加视频的采集能力，就近进行分析和处理，从而实时获取一条路上出现的车、人、物的信息，这些信息再通知就近自动驾驶的汽车，同时实时通知到交通管理部门。既提升车的自动驾驶环境，又让交管部门具备更强的控制力，这样真正实现整个城市的智慧交通，帮助我们最终走向L3、L4高度的自动驾驶。
另一方面，帮助现行大量的存量汽车实现L1、L2相对辅助的自动驾驶。V2X边云融合解决方案提供各种实时的辅助检测，可以在路上进行路的检测，以及对司机进行疲劳检测。同样是在车上进行智能设备的部署，通过该设备运行智能边缘计算的应用，边缘计算背后正是Baetyl，Baetyl将云端训练出来的模型和应用下发到对应辆车上，实现智能应用的运行。

图4:BIE边缘AI推断
图8: V2X边云融合解决方案应用案例
上图左侧，如果只是为了检测司机的一次疲劳，例如，打哈欠，这样的解决方案并不困难且非常多。但是实际上面对各种各样的路况和人，一次性的检测并不全面，需要有能力让检测模型不断的升级和迭代以应对所需检测图像不断变化的挑战。V2X边云融合解决方案不是提供一个所谓完全离线的智能设备，而是经由边缘计算Baetyl的框架将该设备与百度智能云连接起来，通过在云端不断的采集大量数据去升级和迭代相应的检测算法，不断的将更新更好的模型和算法分发到所有的智能设备上，形成一个数据上行、知识和应用下行的闭环，最终更快地向着高度自动驾驶去迈进。