24、对抗 COVID - 19 的边缘智能：智能大学校园案例研究

对抗 COVID - 19 的边缘智能：智能大学校园案例研究

1. 系统部署与平台选择

系统的云层部署采用了容器化技术，特别是 Docker。通过 YAML 配置文件可实现自动部署，此功能还能与持续集成和部署管道结合，实现整个系统栈的自动化部署。由于应用程序是无状态的，可将其负载转移到数据库和数据存储容器中，因此能运行多个提供相同服务的容器，从而实现高可扩展性。

DigitalOcean 是一个非常受欢迎的云平台，用户可创建完全自定义的虚拟机（Droplets），且该服务与 Docker machine 兼容。借助 Docker machine 可设置和使用基于本地和远程 Docker 引擎的虚拟机，进而搭建一个虚拟机集群，以实现面向微服务的无状态容器化基础设施。DigitalOcean 为系统提供了坚实耐用的基础设施，能同时承载大量用户，这对于校园餐厅用户集中使用系统的场景尤为重要。

2. 相关工作

为解决 COVID - 19 监测问题，不同层次有不同的解决方案，以下按系统层次介绍相关工作：
- 终端设备层监测 ：终端设备层常见的存在检测或用户注册方案是利用 RFID。例如，有基于 RFID 的系统，结合人工智能技术识别人员并在个人距离不足时发出危险警报。RFID 还可与湿度和温度传感器结合，根据温湿度动态调整人际距离。也有利用电磁场自动识别和跟踪人员或物体上的标签以创建实时定位系统的方案。为避免使用静态 RFID 阅读器，还可使用移动终端设备进行非接触式监测，但会带来能耗和硬件成本增加的问题。另外，QR 码不仅可用于证明人员健康状况，还能用于占用监测。在智能餐厅中，终端设备层仅负责传感和执行任务，不进行