自动驾驶将是未来趋势。然而，代表行业领先技术的特斯拉汽车今年3月至5月在美国连发致命车祸，安全性能直面拷问。不过，西蒙菲莎大学（SFU）刘江川教授带领其团队，利用边缘计算在自动驾驶领域所做的研究让人耳目一新，人们不禁猜测：这是否是下一个风口？

SFU辅助驾驶产品亮眼

5月15日，第三届BC省科技峰会（BCTech Summit）在加拿大温哥华举行，数百名科技行业及高等院校代表带着他们的核心技术和产品参加了本次峰会。代表SFU出席峰会的就是刘江川教授团队，其参展产品“眼球追踪安全驾驶系统”引发相当关注度。

刘江川教授介绍，该产品可以实时监控驾驶员的眼球、头部及身体状况。比如，当驾驶员疲劳驾驶不自觉闭上眼睛时，监控器就会立即发出警告。“利用司机的眼动特征，可以在危险发生前就提出警告，对司机的驾驶行为进行预测。这个方法不依赖专业的眼动设备，价格低廉的摄像头就可以实现。”

严格来说，眼动安全驾驶监控属于辅助驾驶的一种。事实上，各大汽车商早已推出了包括自动巡航、车道偏离警示、防撞警示等辅助驾驶系统。刘教授说，这些功能的实现不仅依赖摄像头、雷达和超声波探测等硬件，更需要汽车内置的高级软件算法和基于云端的大量数据分析。因此，刘教授认为：基于边缘计算的实时道路检测系统将是未来的发展趋势。

边缘计算 未来的方向

刘江川教授1999年毕业于清华大学计算机系，2003年在香港科技大学取得博士学位。2015年获加拿大青年教授最高奖项EWR Steacie奖；2017年被评为国际电子与电气工程师协会会士IEEE Fellow。在他众多研究领域中，最为瞩目的就是边缘计算。

互联网时代，计算和存储无处不在，最常见的是在本地（端）和远处的数据中心（云）上。本地计算灵活、实时性高、隐私保护好，但计算和存储能力有限，可扩展性不高，所以云计算一度成潮流。然而，数据传输至“云”会占用大量带宽，有暴露隐私的危险，更关键的问题是，会发生传输延迟。

对于民用场景而言，这样的延迟可以忍受。然而，在实时工业自动化控制或自动驾驶汽车等场景中，100毫秒以上的延迟就是致命的。边缘计算结合了两种计算方式的优势，可以做到实时反馈（10毫秒以下）以及隐私性佳。

简单来说，边缘计算的节点和应用分布在靠近终端的“边缘地带”，而不是在远端的“云”上，所以它更快、更安全。刘教授举例说：”现在的自动驾驶通常是车辆的自动驾驶，而在5G时代物联网时代，有了边缘计算的技术支撑以及基站的智能化，发送信号的基站可以很快计算到整个路段每一辆车的情况以及路面交通状况，及时反馈给车辆。这是一种长远布局下的自动驾驶环境。“

近一两年来，边缘计算已经在国内外受到重视，著名的技术趋势分析公司Gartner将它列为2018年最重要的IT技术之一。Cisco、Intel、Dell、NVIDIA等都已经推出了边缘计算平台。华为和阿里巴巴在边缘计算领域也相继发力，成立了专门的事业部，专注工业自动化和自动驾驶等方面的应用。

实力团队 激扬创业

值得一提的是，刘江川教授带领下的科研团队，有来自于国内外知名高校（清华、浙大、UBC、SFU）的5位博士和5位硕士。他们中许多人放弃了去Microsoft、Amazon、Arista Networks等知名企业的工作机会，选择成立自己的初创公司，走上了这条充满挑战的人生道路。

樊小毅博士（现为UBC博士后研究员）详细介绍了他们的主要项目和未来规划。目前，团队已经落地南京，成立了南京江行联加智能科技有限公司，主要提供边缘计算平台，为偏远、网络不佳、高危、复杂的工业环境提供本地化、可靠、智能的边缘计算解决方案。为北京京能新能源有限公司提供风电场风机叶片实时监测技术；与武汉纳思系统技术有限公司合作，提供输电线路及周边环境的实时监测产品；与专注3D视觉智能分拣系统的阿丘科技合作，提供机械臂实时监测和管理产品等。

虽然这些项目偏重工业领域，但无可置疑的是，未来打造智能城市，边缘计算将是必不可少的技术支撑。