我参与管理和开发的是一个智能交通管理系统项目,我在其中担任技术架构师的角色。该项目的目标是利用物联网、边缘计算和云计算技术,实现对城市道路交通状况的实时监控和智能调度管理。整个项目持续时间约一年半。作为技术架构师,我的主要工作职责包括:（1）规划和设计整体系统架构和关键技术方案。（2）协调边缘端和云端子系统的开发进度,确保整体交付。（3）负责系统集成测试及性能优化工作。

边云协同的应用场景和基本原理:
边云协同技术可以应用于物联网、智能制造、自动驾驶、AR/VR等多个领域,尤其适合于对实时性、隐私性和移动性要求较高的场景。
（1）将数据分类处理:时延敏感的数据在边缘侧就近处理,其他数据上传云端进行深入分析。（1）
统一资源管理:边缘和云端资源通过资源编排和调度系统进行统一协同。（2）分层应用部署:时延敏感的应用部署在边缘侧,大规模计算密集型应用部署在云端。（3）按需数据流动:边缘设备可按需拉取云端模型和应用,云端可按需拉取边缘数据

我们项目中边云协同的设计与实现:
（1）总体架构。我们的系统分为三层:感知层(探测器、摄像头等)、边缘层(路边箱)和云层。
（2）边缘层设计。边缘层承担实时视频分析等关键业务,配备GPU等加速硬件。各业务模块独立部署在K8S集群,并由编排系统进行弹性伸缩。
（3）云层设计。云层负责大规模数据分析、模型训练及全局调度决策等。我们采用了微服务架构,并实现了自动化运维能力。
（4）协同设计。边缘层实时检测到异常现象(如拥堵、违章等),立即上报云端进行汇总处理。云端周期性下发全局优化策略到边缘层执行,如调度导航路径等。云端可按需拉取边缘视频数据用于模型优化和训练

通过边云架构,我们将关键业务部署在边缘端,显著降低了时延;同时借助云端强大能力进行深度分析,实现了交通状态全面感知和智能调度。系统投产后大幅提高了城市交通效率,减少了拥堵时间和能耗。边云协同架构能够充分发挥云端和边缘端各自的优势,为实时性、高效性等要求较高的应用提供了有力支撑。