37、智能交通与网络技术融合：LoRa、边缘和雾计算的应用探索

智能交通与网络技术融合：LoRa、边缘和雾计算的应用探索

1. 交通拥堵管理与相关系统

交通拥堵若管理不善，会对城市环境造成严重后果。比如，出行时间增加、二氧化碳排放量上升，降低了生活质量，还可能直接或间接威胁人类健康，像引发更多呼吸系统疾病，甚至在紧急情况下导致救护车被困。

为解决交通拥堵问题，提高交通管理效率，许多系统应运而生：
- 基于LPWAN的智能小镇交通管理系统 ：利用交通理论、机器学习和LoRa技术，提升交通管理能力。该系统虽在小镇实施测试，但可扩展应用于智慧城市。
- 基于LoRa和定制物联网平台的车辆监控系统 ：能检测车辆位置、测量行驶距离，同时获取温度、湿度和空气质量等环境参数。传感器节点采集数据后，通过LoRa网关传输至云服务器进行存储和处理。
- 自动控制交通灯以避免拥堵的系统 ：由街道车道上的多个传感器节点和基于LoRa的网关组成。传感器节点收集车辆信息，通过LoRa传输至网关，再由网关发送至云端。云端应用和服务根据收集的信息，更高效地控制交通灯。传感器节点可长距离传输数据，最远达15公里，降低了投资和部署成本，同时保证服务质量。

2. 边缘和雾计算

随着物联网发展和工业物联网的增长，传感器数据量迅速增加，对现有网络基础设施和云服务器造成巨大压力。以云为中心的数据分析、处理和存储方式难以扩展，因为传感器数据易超出本地网络容量。在很多情况下，只需存储分析结果，无需存储原始数据，因此在本地网络层进行部分数据处理是更可行的解决方案。

边缘计算和雾计算是将计算智能分布在网络不同