初探基于边缘计算的数据雕塑工作流

前段时间我们参加了2020 intel EdgeX 边缘计算挑战赛终于告一段落了，相比起其他的神仙队伍，从远洋卫星测控，到工业制造监督，我们作为其中最不硬核的团队，只是利用边缘计算做了一个小小的数据雕塑，侥幸入围了决赛，不过觉得整体流程还是有点意思，就简单和大家探讨一下。

说到这个标题，一眼看上去可能会懵，边缘计算？数据雕塑？乍看好像又是一个什么缝合怪，其实我们实际上想做一个可以实时演绎的数据雕塑，现在数据雕塑实际上各地还是挺多了，什么建筑立面，大型mapping项目，都有着很棒的视觉效果。

Refik Anadol-Pilevneli Gallery

in collaboration with radugadesign and 404.zero, eventum premo created a big data media sculpture at SAP forum moscow 2019.

而大部分的这些数据雕塑都是基于过往数据，比如说采集一年的气象数据，或者一个工厂的一段时间运行数据，进行一个精细的可视化创作，得到一个类似于视频一样的固定内容呈现。那为什么很少看到实时演绎的数据雕塑呢？

因为艺术家设计师的创作环境，很难实时拿到数据。

造成这种问题一部分是来自于数据的来源多样且繁杂，有的数据是在人工输入，有的数据是通过execl统计，有的是在传感器里面，有的还需要进行算法处理，所以这样带来结果就是创作者需要有能力去处理这些驳杂的数据源并将其转化成可以用来创作的输入。

所以我们如果要制作一个可以实时演绎的数据雕塑，那我们必须解决这个问题，那么边缘计算就是一个非常合适的工具。

通过边缘计算设备，在数据发生的地方，进行实时的处理，通过设定好的统一接口，完成从感知层到数据雕塑所在的应用层的数据通路。最后在展示端的视频服务器中，实时稳定获取数据，进行实时的视效渲染。

我们这一次就是借助Intel的 EdgeX框架，探索了这么一个流程。

我们在本地采用搭载在 ubuntu 系统上的摄像头设备/声音采集设备及本地实时运行基于 YOLO 网络开发的景区/道路检测视觉系统。将其作为南向设备端上传即时数据到EdgeX Foundry并将数据逐帧推送到MQTT服务器上，并通过编写python脚本导入Touchdesigner中进行实时可视化处理，在其中编辑不同的显示模式及多媒体互动特效，以新媒体技术展示景区或枢纽的密集数据流。另一方面，由此获得的数据也可由本地或服务器端进行处理并建立景区的人流监测或交通疏导观测系统。

代码演示视频

通过这个方式我们揭露了一种搭建实时互动的数据雕塑方法，在边缘侧进行数据的采集处理，通过统一的数据接口，完成参数的传递，再进行实时的渲染。虽然我们只是搭建了一个采集点，当然对于园区或者景区或者其他需要展示的地方来说，数据雕塑不同于传统的可视化大屏，把数据以一种更加多维度、突破二维平面的展现。同时对于运营者来说，也是一个非常好的数字化的契机，功能性与观赏性得到了兼具。

整体上来说由于比赛时间的限制，我们也只是探索了这个工作流的可行性，做了一个小demo，下一步我们也想着是否有可能实际的项目中，能够接入更多节点，设计更具美感的视觉，做出一个完整的作品。