前言：我們從越來(lái)越多的突發(fā)惡性涉車案件中發(fā)現(xiàn)，視頻監(jiān)控仍停留在被動(dòng)服務(wù)于“事后研判”找尋案件線索的處理模式，整個(gè)系統(tǒng)并未做到主動(dòng)干預(yù)，防患于未然更無(wú)從談起。再?gòu)慕煌〒矶隆⒔煌ㄊ鹿实江h(huán)境污染，在這類涉及民生的熱點(diǎn)詞匯中，智能交通系統(tǒng)成為能夠最大程度地發(fā)揮交通基礎(chǔ)設(shè)施的效能，提高交通運(yùn)輸系統(tǒng)的運(yùn)行效率和服務(wù)水平的重要解決方案之一。本文將從大數(shù)據(jù)、成像技術(shù)、云計(jì)算和云存儲(chǔ)四個(gè)方面深入分析宇視智能交通的核心技術(shù)。

　　金剛一：用大數(shù)據(jù)思維構(gòu)建智慧交通

　　以一個(gè)一線城市為例，每天由卡口、電子警察等車牌識(shí)別設(shè)備所產(chǎn)生的數(shù)據(jù)量約2000萬(wàn)條，一年達(dá)73億條的數(shù)據(jù)規(guī)模。除此之外，還有同時(shí)產(chǎn)生的車輛抓拍圖片數(shù)據(jù)，違法記錄、事故處理等產(chǎn)生的業(yè)務(wù)數(shù)據(jù)，實(shí)時(shí)流量信息，以及路網(wǎng)管理與交通事件信息等多種類型的數(shù)據(jù)。僅考慮智能交通系統(tǒng)中車輛過(guò)車相關(guān)信息，就達(dá)到了每年50億條的規(guī)模。根據(jù)摩爾定律，未來(lái)達(dá)到500億規(guī)模的那一天也許離我們并不遙遠(yuǎn)。因此，我們將面臨著一個(gè)海量數(shù)據(jù)采集、存儲(chǔ)、計(jì)算、應(yīng)用的難題。

　　隨著數(shù)據(jù)的海量激增，傳統(tǒng)的系統(tǒng)架構(gòu)已開(kāi)始暴露出一些處理瓶頸。系統(tǒng)存儲(chǔ)無(wú)法彈性擴(kuò)容;查詢速度緩慢，無(wú)法快速響應(yīng)突發(fā)事件;應(yīng)急指揮系統(tǒng)操作復(fù)雜;各種類型數(shù)據(jù)資源分散，無(wú)法做到整合并進(jìn)行綜合分析;警力資源增長(zhǎng)速度趕不上車輛保有量增長(zhǎng)速度。當(dāng)前系統(tǒng)架構(gòu)已經(jīng)無(wú)法勝任海量結(jié)構(gòu)化數(shù)據(jù)處理，我們需要一個(gè)可以符合智能交通業(yè)務(wù)需求的全新系統(tǒng)架構(gòu)!

　　宇視結(jié)合大數(shù)據(jù)思想構(gòu)建了全新的智慧交通系統(tǒng)架構(gòu)，從三個(gè)維度分別解析了智慧交通與大數(shù)據(jù)的關(guān)系構(gòu)建。從系統(tǒng)架構(gòu)來(lái)講，分為數(shù)據(jù)采集、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)應(yīng)用服務(wù)和數(shù)據(jù)可視化四個(gè)層次，分別對(duì)應(yīng)了智慧交通業(yè)務(wù)中的原始視頻庫(kù)，基礎(chǔ)信息庫(kù)與警情/案情事件庫(kù)，而從數(shù)據(jù)發(fā)展的維度，則對(duì)應(yīng)了數(shù)據(jù)向知識(shí)遞進(jìn)的知識(shí)管理理論基礎(chǔ)。

　　數(shù)據(jù)采集層：海量與多種類數(shù)據(jù)采集

　　智慧交通系統(tǒng)中的數(shù)據(jù)采集層，主要指卡口電警終端設(shè)備，它們采集非結(jié)構(gòu)化的視頻和圖片數(shù)據(jù)，以及經(jīng)過(guò)前置智能算法所處理后輸出的結(jié)構(gòu)化過(guò)車信息數(shù)據(jù)。除此之外，還有大量的其他感知數(shù)據(jù)的接入，比如RFID射頻數(shù)據(jù)，GPS定位數(shù)據(jù)，以及其他諸如單兵、浮點(diǎn)等設(shè)備采集到的數(shù)據(jù)。

　　數(shù)據(jù)倉(cāng)庫(kù)層：海量和多種類數(shù)據(jù)存儲(chǔ)

　　所有來(lái)自于數(shù)據(jù)采集層的數(shù)據(jù)在數(shù)據(jù)倉(cāng)庫(kù)中進(jìn)行存儲(chǔ)。在這里根據(jù)數(shù)據(jù)類型的不同進(jìn)行了不同的存儲(chǔ)。結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫(kù)服務(wù)中，非結(jié)構(gòu)化的原始視頻和圖片數(shù)據(jù)則存儲(chǔ)在了基于宇視CDS云存儲(chǔ)方案的存儲(chǔ)介質(zhì)中。

　　數(shù)據(jù)應(yīng)用服務(wù)層：海量數(shù)據(jù)的快速計(jì)算

　　在大數(shù)據(jù)的思想下，我們不追求個(gè)體數(shù)據(jù)的精確性，而是在海量數(shù)據(jù)中挖掘出規(guī)律性本質(zhì)。在這里，所有的基于結(jié)構(gòu)化數(shù)據(jù)的檢索與數(shù)據(jù)挖掘計(jì)算的服務(wù)得以實(shí)現(xiàn)。同時(shí)，為實(shí)現(xiàn)更多的智能化業(yè)務(wù)，在數(shù)據(jù)應(yīng)用服務(wù)層，也提供基于流式數(shù)據(jù)處理的視頻智能分析服務(wù)。為滿足更多的實(shí)時(shí)性要求，基于宇視Unihadoop分布式計(jì)算使得海量數(shù)據(jù)檢索與計(jì)算都以秒級(jí)為單位完成。

　　數(shù)據(jù)可視化：數(shù)據(jù)計(jì)算的可視化呈現(xiàn)

　　基于數(shù)據(jù)應(yīng)用服務(wù)的計(jì)算結(jié)果，在數(shù)據(jù)可視化層進(jìn)行呈現(xiàn)。例如指揮中心的大屏顯示，或者是基于電子地圖的實(shí)時(shí)軌跡顯示，或是基于交通流量統(tǒng)計(jì)的多種形式的信息發(fā)布等。

　　而貫穿整個(gè)系統(tǒng)架構(gòu)的基礎(chǔ)則是宇視科技的IP全交換技術(shù)。擺脫了傳統(tǒng)流媒體轉(zhuǎn)發(fā)的技術(shù)，IP全交換技術(shù)可以大幅提高數(shù)據(jù)在網(wǎng)絡(luò)中交互的效率。業(yè)界對(duì)大數(shù)據(jù)所具備的特征進(jìn)行了總結(jié)，就是我們熟知的4V：Volume數(shù)據(jù)量大、Variety數(shù)據(jù)種類多、Velocity速度快、Value價(jià)值高。從宇視的基于大數(shù)據(jù)的智慧交通的架構(gòu)中，我們可以清晰的找到這4個(gè)特征：

　　數(shù)據(jù)量大

　　一線城市年50億條數(shù)據(jù)規(guī)模的采集與存儲(chǔ)

　　數(shù)據(jù)種類多

　　視頻、圖片等非結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)

　　速度快

　　基于100億條數(shù)據(jù)的精確查詢，1s

　　基于100億條數(shù)據(jù)的模糊查詢，1s

　　基于100億條數(shù)據(jù)的三條件查詢，7s

　　基于100億條數(shù)據(jù)的模糊套牌查詢，<300s

　　價(jià)值高

　　數(shù)據(jù)可視化、事前預(yù)判智能研判：套牌分析、跟車關(guān)聯(lián)性分析、頻度分析、軌跡碰撞、實(shí)時(shí)布控等交通流量統(tǒng)計(jì)、交通行為分析、交通誘導(dǎo)信息發(fā)布現(xiàn)在，大數(shù)據(jù)是普遍的熱門(mén)詞匯，有些人認(rèn)為hadoop就是大數(shù)據(jù)，有些人認(rèn)為分布式數(shù)據(jù)庫(kù)就是大數(shù)據(jù)。我們不這么認(rèn)為，宇視從整個(gè)系統(tǒng)架構(gòu)的角度出發(fā)，結(jié)合行業(yè)業(yè)務(wù)，融合多年來(lái)積累的網(wǎng)絡(luò)、存儲(chǔ)、算法、硬件等技術(shù)，設(shè)計(jì)出多維度符合大數(shù)據(jù)思想的智慧交通系統(tǒng)架構(gòu)。

　　金剛二： 全天候光學(xué)成像技術(shù)提高識(shí)別率

　　在智能交通的應(yīng)用中，最被關(guān)注的指標(biāo)即捕獲率和識(shí)別率，而決定這兩個(gè)指標(biāo)的關(guān)鍵技術(shù)一個(gè)是成像，一個(gè)是算法，成像是基礎(chǔ)，算法是保障。

　　自動(dòng)光學(xué)濾鏡技術(shù)

　　在電子警察的應(yīng)用場(chǎng)景中，尤其是東西方向，強(qiáng)逆光、強(qiáng)順光等復(fù)雜光照條件往往影響電子警察攝像單元的成像，有時(shí)還會(huì)產(chǎn)生強(qiáng)烈的Smear現(xiàn)象，并導(dǎo)致車牌區(qū)域過(guò)暗或過(guò)曝，從而降低識(shí)別準(zhǔn)確率。針對(duì)此種現(xiàn)象，宇視采用Smart-OF自動(dòng)光學(xué)濾鏡技術(shù)，降低Sensor進(jìn)光量，使CCD整體采集的亮度較低，嵌入式算法根據(jù)車牌測(cè)光區(qū)域會(huì)調(diào)整抓拍相機(jī)的曝光參數(shù)來(lái)提升畫(huà)面質(zhì)量，這樣的處理后，畫(huà)面中亮區(qū)暗，暗區(qū)亮，車牌及車輛特征清晰，且畫(huà)面中其他場(chǎng)景色彩還原真實(shí)，細(xì)節(jié)層次不丟失。

　　自動(dòng)光學(xué)濾鏡組件被安裝在攝像機(jī)鏡頭前端，有一組帶微電機(jī)進(jìn)行升降控制。攝像機(jī)工作時(shí)通過(guò)感光系統(tǒng)及其嵌入式算法計(jì)算出當(dāng)前時(shí)段的環(huán)境照度狀況，當(dāng)需要增強(qiáng)或減弱光線對(duì)圖片清晰度的影響時(shí)，系統(tǒng)會(huì)自動(dòng)向前端光學(xué)鏡片電機(jī)發(fā)送升降光學(xué)鏡片的指令，進(jìn)而實(shí)現(xiàn)控制圖像質(zhì)量的目的。針對(duì)不同的應(yīng)用場(chǎng)景、不同時(shí)段的照度特點(diǎn)，宇視針對(duì)性地開(kāi)發(fā)了相應(yīng)的成像處理技術(shù)。

　　Smart-OF自動(dòng)光學(xué)濾鏡技術(shù)的兩大優(yōu)勢(shì)是：

　　1、可根據(jù)場(chǎng)景中不同時(shí)間段的光照變化進(jìn)行自動(dòng)切換;

　　2、使用Smart-OF自動(dòng)光學(xué)濾鏡技術(shù)不會(huì)對(duì)色彩還原產(chǎn)生影響，可保證全天候任何時(shí)間段都清晰有效成像，保證違法處罰證據(jù)的有效性。

　　自動(dòng)偏振鏡切換技術(shù)

　　在卡口的應(yīng)用場(chǎng)景中，需要看清車內(nèi)人臉。但由于車窗表面反射的偏振光導(dǎo)致無(wú)法看清車內(nèi)人臉，這時(shí)我們就需要偏振鏡來(lái)過(guò)濾掉偏振光。但夜間如果繼續(xù)使用偏振鏡的話，將導(dǎo)致夜間圖片亮度降低。宇視科技業(yè)內(nèi)首創(chuàng)的內(nèi)置自動(dòng)偏振鏡切換技術(shù)，可以通過(guò)傳感器自動(dòng)檢測(cè)當(dāng)前時(shí)段的環(huán)境照度狀況，當(dāng)需要使用偏振鏡時(shí)，通過(guò)電機(jī)控制切換成偏振鏡使用模式;當(dāng)不需要使用時(shí)，通過(guò)電機(jī)控制切換成增透模式。

　　卡口紅外補(bǔ)光技術(shù)

　　在卡口的應(yīng)用場(chǎng)景中，為了看清車內(nèi)人臉，爆閃燈成了白天和夜間抓拍補(bǔ)光的關(guān)鍵部件。但是在夜間爆閃燈所帶來(lái)的白光污染不僅影響周圍居民，還會(huì)對(duì)駕駛員產(chǎn)生較強(qiáng)的刺激，是潛在的事故風(fēng)險(xiǎn)點(diǎn)。為解決白光污染的問(wèn)題，宇視業(yè)內(nèi)首創(chuàng)了紅外補(bǔ)光的卡口解決方案，不僅可以在白天成像出正常的彩色卡口圖片，還可以在夜間通過(guò)紅外光成像出黑白的卡口圖片，并且可以清晰的看清車內(nèi)人臉特征，同時(shí)還可以識(shí)別車輛號(hào)牌，以及車牌顏色等車輛特征信息，很好的解決了看清車內(nèi)人臉與白光爆閃補(bǔ)光的這兩個(gè)技術(shù)矛盾點(diǎn)。

　　金剛?cè)夯谠朴?jì)算的智能算法架構(gòu)

　　智能交通行業(yè)的智能算法的主要核心技術(shù)是對(duì)道路交通對(duì)象進(jìn)行分析的各種技術(shù)，主要包括：車牌識(shí)別技術(shù)，視頻檢測(cè)技術(shù)和交通行為分析技術(shù)。

　　通過(guò)車牌識(shí)別技術(shù)，可以實(shí)時(shí)獲取車輛的牌照號(hào)碼，車輛顏色，車輛品牌等信息;通過(guò)視頻檢測(cè)技術(shù)可以準(zhǔn)確地獲取車輛位置、速度、大小等信息，并可以區(qū)分交通對(duì)象類別和自動(dòng)拍照;通過(guò)交通行為分析技術(shù)，可以準(zhǔn)確地獲取交通燈狀態(tài)、交通對(duì)象行為狀態(tài)等動(dòng)態(tài)信息。近年來(lái)在上述基礎(chǔ)上發(fā)展而成的車內(nèi)人臉識(shí)別技術(shù)、交通流量檢測(cè)技術(shù)、人群聚集檢測(cè)等專用技術(shù)也得到了廣泛應(yīng)用。

　　在目前的智能交通應(yīng)用中，這些智能分析算法主要都安裝在獨(dú)立的終端上，區(qū)域性和全局性聯(lián)系較弱。這種方式雖然有一定的便利性，以及具有布置簡(jiǎn)單快速的優(yōu)點(diǎn)，但同時(shí)其弊端也已經(jīng)顯露出來(lái)：

　　1、算法更新無(wú)法自動(dòng)及時(shí)應(yīng)用至終端：智能分析算法更新后，迫于終端硬件水平的限制和交通對(duì)象實(shí)時(shí)性的要求，很多效果不錯(cuò)但運(yùn)算復(fù)雜的算法無(wú)法得到廣泛的應(yīng)用;

　　2、算法無(wú)法自動(dòng)根據(jù)使用環(huán)境定制優(yōu)化：無(wú)論是多么優(yōu)秀的算法，都無(wú)法保證對(duì)所有的環(huán)境和場(chǎng)景通吃。而現(xiàn)實(shí)中由于場(chǎng)景光照、安裝位置、角度、不同的交通對(duì)象等變化產(chǎn)生的算法魯棒性問(wèn)題一直廣泛存在，導(dǎo)致研發(fā)企業(yè)投入大量成本用于場(chǎng)景定制或者算法升級(jí);

　　3、算法累計(jì)的學(xué)習(xí)數(shù)據(jù)無(wú)法自動(dòng)共享：大量的設(shè)備無(wú)法進(jìn)行數(shù)據(jù)共享，導(dǎo)致海量的交通數(shù)據(jù)沒(méi)有被充分利用就被拋棄，不僅造成資源浪費(fèi)，而且限制了交通主管部門(mén)對(duì)城市整體交通的掌控水平。

　　云計(jì)算

　　云計(jì)算是一種基于互聯(lián)網(wǎng)的計(jì)算方式，通過(guò)這種方式，共享的軟硬件資源和信息可以按需提供給計(jì)算機(jī)和其他設(shè)備。這些資源來(lái)自一個(gè)共享的、可配置的資源池，并能夠快速獲取和釋放。云計(jì)算的核心思想是對(duì)大量用網(wǎng)絡(luò)連接的計(jì)算資源進(jìn)行統(tǒng)一管理和調(diào)度，構(gòu)成一個(gè)計(jì)算資源池向用戶提供按需服務(wù)。通過(guò)使計(jì)算分布在大量的分布式計(jì)算機(jī)上，而非本地計(jì)算機(jī)或遠(yuǎn)程服務(wù)器中，云計(jì)算應(yīng)用的思想是將資源整合。

　　“云端上”的智能分析技術(shù)：云學(xué)習(xí)

　　當(dāng)前的智能分析算法加上云計(jì)算的產(chǎn)物是云學(xué)習(xí)。其核心是整合各類計(jì)算算法、設(shè)備等資源，突破智能分析計(jì)算瓶頸，應(yīng)對(duì)智能算法等大量消耗運(yùn)算資源的技術(shù)需求，并將前端、后端等各類運(yùn)算資源虛擬化，實(shí)現(xiàn)統(tǒng)一管理;實(shí)現(xiàn)運(yùn)算資源服務(wù)化、動(dòng)態(tài)分配運(yùn)算任務(wù)，統(tǒng)一調(diào)度，提升運(yùn)算效率。

　　云學(xué)習(xí)的優(yōu)勢(shì)

　　超大規(guī)模，超強(qiáng)計(jì)算能力和可擴(kuò)展能力

　　首先，從智能交通整體方案的角度來(lái)看，云學(xué)習(xí)通過(guò)強(qiáng)大的分布式計(jì)算能力可對(duì)龐大、復(fù)雜而又無(wú)序的交通數(shù)據(jù)進(jìn)行有效的分析和處理，自我認(rèn)知數(shù)據(jù)的發(fā)展規(guī)律，從而有效地支持交通數(shù)據(jù)建模、時(shí)空索引、交通數(shù)據(jù)的挖掘、交通數(shù)據(jù)的分布式處理及交通流動(dòng)態(tài)預(yù)測(cè)等。

　　其次，從智能分析算法的角度來(lái)看，云學(xué)習(xí)同樣擁有明顯的優(yōu)勢(shì)。有了云學(xué)習(xí)，所有的算法都可以統(tǒng)一布置到云服務(wù)器中完成，而終端只需完成簡(jiǎn)單的采集、數(shù)據(jù)反饋即可，這不僅可以突破單機(jī)硬件運(yùn)算能力的瓶頸，加入大量有利于智能分析的算法，大大提升智能分析的準(zhǔn)確率，而且對(duì)未來(lái)的算法改進(jìn)留下了無(wú)限空間。

　　創(chuàng)新的大數(shù)據(jù)機(jī)器學(xué)習(xí)算法

　　通過(guò)海量數(shù)據(jù)的共享，可以在云端獲取大數(shù)據(jù)模板和樣本進(jìn)行分析和訓(xùn)練，并且得益于實(shí)時(shí)更新的樣本和深度學(xué)習(xí)算法，智能分析的準(zhǔn)確性、魯棒性和適應(yīng)性將產(chǎn)生質(zhì)的飛躍。可以說(shuō)，云計(jì)算的出現(xiàn)開(kāi)啟了“數(shù)據(jù)為王”的大數(shù)據(jù)時(shí)代的序幕。

　　數(shù)據(jù)的高可靠性

　　“云”使用了數(shù)據(jù)多副本容錯(cuò)、計(jì)算節(jié)點(diǎn)同構(gòu)可互換等措施來(lái)保障服務(wù)的高可靠性，使用云計(jì)算比使用本地計(jì)算機(jī)可靠。

　　通用性和可擴(kuò)展性

　　云計(jì)算不針對(duì)特定的應(yīng)用，在“云”的支撐下可以構(gòu)造出千變?nèi)f化的應(yīng)用，同一個(gè)“云”可以同時(shí)支撐不同的應(yīng)用運(yùn)行。

　　首先，“云”的規(guī)?？梢詣?dòng)態(tài)伸縮，滿足應(yīng)用和用戶規(guī)模增長(zhǎng)的需要。因此，同一個(gè)云架構(gòu)，不僅可以布置在北上廣這類一線城市，同樣可以應(yīng)用于小縣城，甚至一個(gè)小區(qū)、一個(gè)學(xué)校等小范圍領(lǐng)域。

　　其次，由于云端對(duì)外的接口統(tǒng)一，因此可以很容易實(shí)現(xiàn)跨平臺(tái)的設(shè)備接入。設(shè)備無(wú)論是運(yùn)行在嵌入式系統(tǒng)，還是OS系統(tǒng)，只需聯(lián)接Internet，都可以輕松調(diào)用云端的服務(wù)。

　　廉價(jià)和易維護(hù)

　　由于算法可以集中在云端，因此后續(xù)的算法升級(jí)、改動(dòng)只需在云端進(jìn)行操作，而無(wú)需面對(duì)大量的終端設(shè)備。

　　金剛四  CDS云存儲(chǔ)

　　隨著高清視頻監(jiān)控的快速發(fā)展以及在智能交通、平安城市領(lǐng)域的大規(guī)模應(yīng)用，高清視頻的傳輸、轉(zhuǎn)發(fā)、存儲(chǔ)及應(yīng)用對(duì)配套硬件平臺(tái)提出了嚴(yán)峻的挑戰(zhàn)，系統(tǒng)的穩(wěn)定性、可靠性及實(shí)戰(zhàn)應(yīng)用成為用戶關(guān)注的焦點(diǎn)。傳統(tǒng)的IT架構(gòu)無(wú)法滿足高清視頻的大規(guī)模部署應(yīng)用，更加高效節(jié)能、穩(wěn)定可靠的云計(jì)算、云存儲(chǔ)技術(shù)的應(yīng)用將是未來(lái)發(fā)展的趨勢(shì)，也將成為未來(lái)智慧城市建設(shè)的潮流。

　　根據(jù)IDC報(bào)告，未來(lái)十年全球數(shù)據(jù)將增加50倍，由2012年2.8ZB到2020年將達(dá)40ZB。在數(shù)據(jù)量呈現(xiàn)幾何級(jí)數(shù)增長(zhǎng)同時(shí)，我們也清晰地發(fā)現(xiàn)，數(shù)據(jù)來(lái)源及數(shù)據(jù)獲取的渠道越來(lái)越多。數(shù)據(jù)模型也從最初的以結(jié)構(gòu)化數(shù)據(jù)為主發(fā)展到半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)占比越來(lái)越高，數(shù)據(jù)關(guān)系由簡(jiǎn)單發(fā)展到復(fù)雜。

　　隨著城市汽車保有量的逐年遞增，由車輛所引起的交通事故、涉車案件也逐年遞增，從公安、交警的角度出發(fā)，要能夠完整記錄車輛的行駛軌跡，因此一線城市每年50億條結(jié)構(gòu)化的過(guò)車數(shù)據(jù)，催生出大數(shù)據(jù)時(shí)代。其背后需要的是能對(duì)海量數(shù)據(jù)進(jìn)行分析、信息提取，能服務(wù)于民生，促進(jìn)各行業(yè)發(fā)展的提供商。

　　“云存儲(chǔ)”是大數(shù)據(jù)時(shí)代城市治安與交通建設(shè)的基石

　　嚴(yán)峻的城市治安態(tài)勢(shì)，引發(fā)我們對(duì)城市防控建設(shè)的深入思考，平安城市經(jīng)歷了數(shù)字化、網(wǎng)絡(luò)化、高清化、智能化的發(fā)展階段后，逐步與城市交通業(yè)務(wù)融合，形成廣覆蓋、大聯(lián)網(wǎng)、高智能的格局，在應(yīng)用層面具有強(qiáng)烈的大數(shù)據(jù)處理需求，來(lái)消化、利用海量的監(jiān)控信息，輔助實(shí)現(xiàn)事前預(yù)警。

　　我們深刻理解視頻領(lǐng)域用戶對(duì)未來(lái)云計(jì)算和大數(shù)據(jù)在智能交通、平安城市中的建設(shè)需求，引領(lǐng)創(chuàng)新視頻安防監(jiān)控行業(yè)新推出融合戰(zhàn)略，通過(guò)計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化、視頻監(jiān)控等技術(shù)創(chuàng)新和融合，采用開(kāi)放架構(gòu)與第三方系統(tǒng)融合，實(shí)現(xiàn)精簡(jiǎn)部署、精簡(jiǎn)運(yùn)維和精簡(jiǎn)管理，快速滿足不斷變化的業(yè)務(wù)需求，提升業(yè)務(wù)工作效率，進(jìn)而實(shí)現(xiàn)“云監(jiān)控、易安防”。在非結(jié)構(gòu)化/半結(jié)構(gòu)化存儲(chǔ)領(lǐng)域，推出了CDS(Cloud Direct Storage)即系列視頻云存儲(chǔ)，保駕公安及交警業(yè)務(wù)、促和諧民生。

　　云直存(CDS)技術(shù)引領(lǐng)行業(yè)潮流

　　CDS云直存技術(shù)，出身于“IT云存儲(chǔ)”，但最主要的特點(diǎn)還是無(wú)任何文件系統(tǒng)的繼承，這點(diǎn)對(duì)于定期進(jìn)行循環(huán)寫(xiě)的視頻存儲(chǔ)系統(tǒng)尤為重要。文件系統(tǒng)任何文件的頻繁刪除會(huì)導(dǎo)致大量的文件碎片的產(chǎn)生，越來(lái)越多的文件碎片會(huì)導(dǎo)致硬盤(pán)磁頭在各個(gè)區(qū)域的頻繁讀取、性能的降低及文件系統(tǒng)穩(wěn)定性的降低。

　　CDS云直存技術(shù)的無(wú)文件系統(tǒng)設(shè)計(jì)，摒棄了文件系統(tǒng)的缺點(diǎn)，能大大提高處理性能和穩(wěn)定性。云存儲(chǔ)系統(tǒng)直接和前端建立基于協(xié)議的“一對(duì)一”交互，不通過(guò)任何其他的設(shè)備或模塊進(jìn)行轉(zhuǎn)發(fā)或處理。

　　虛擬化、統(tǒng)一資源

　　視頻云存儲(chǔ)CDS系列產(chǎn)品，屏蔽所有硬件個(gè)性化差異，將所有存儲(chǔ)節(jié)點(diǎn)進(jìn)行虛擬化，對(duì)外提供統(tǒng)一存儲(chǔ)資源池，針對(duì)不同的存儲(chǔ)需求，提供不同等級(jí)的存儲(chǔ)服務(wù)。

　　多備份：根據(jù)數(shù)據(jù)的不同重要等級(jí)，下發(fā)不同的配置策略，能對(duì)重要數(shù)據(jù)進(jìn)行雙備份或多備份。

　　空間自由伸縮：自由地根據(jù)不同的存儲(chǔ)時(shí)間需求，匹配對(duì)應(yīng)的存儲(chǔ)空間。

　　智能路由：根據(jù)路由信息，計(jì)算最短存儲(chǔ)路徑，采用就近存儲(chǔ)，大大節(jié)省網(wǎng)絡(luò)帶寬。

　　高密度，模塊化結(jié)構(gòu)設(shè)計(jì)

　　CDS視頻云存儲(chǔ)系列，采用模塊化設(shè)計(jì)，所有節(jié)點(diǎn)均配置雙機(jī)或集群冗余，針對(duì)業(yè)務(wù)可實(shí)現(xiàn)緊密融合和無(wú)縫切換;單機(jī)柜(42U)可最大部署20個(gè)存儲(chǔ)型服務(wù)器節(jié)點(diǎn)(配套384HDD)，單存儲(chǔ)節(jié)點(diǎn)可支持16/24/36/48個(gè)3.5英寸SATA/SAS硬盤(pán)或2.5英寸SATA/SAS/SSD硬盤(pán)和2個(gè)2.5英寸SATA硬盤(pán)，存儲(chǔ)容量高達(dá)1.5PB。

　　安全、可靠的系統(tǒng)設(shè)計(jì)

　　CDS的云存儲(chǔ)模塊：采用Intel系列處理器平臺(tái)，內(nèi)存支持ECC糾錯(cuò)，計(jì)算系統(tǒng)運(yùn)行高效穩(wěn)定;支持RAID0、1、10、5、50、6、60，保障存儲(chǔ)數(shù)據(jù)安全性;支持?jǐn)?shù)據(jù)保險(xiǎn)箱業(yè)務(wù)，保障數(shù)據(jù)的一致性;支持業(yè)界最快10秒的RAID數(shù)據(jù)恢復(fù)速度;支持業(yè)務(wù)快速部署;支持主要芯片元器件的狀態(tài)查詢及自恢復(fù)，如需遷移，可整機(jī)柜一體化遷移，遷移后的系統(tǒng)可靠性將不受絲毫影響。所有模塊冗余設(shè)計(jì)，高可靠無(wú)源背板，系統(tǒng)無(wú)單點(diǎn)故障，保障系統(tǒng)穩(wěn)定運(yùn)行。

　　高效節(jié)能的計(jì)算系統(tǒng)

　　存儲(chǔ)及服務(wù)器節(jié)點(diǎn)支持CPU調(diào)頻調(diào)壓、硬盤(pán)休眠、功耗封頂?shù)戎鲃?dòng)節(jié)能技術(shù)，并能自動(dòng)根據(jù)數(shù)據(jù)的訪問(wèn)頻率進(jìn)行數(shù)據(jù)分層，(SSD/SAS/SATA)減少運(yùn)行功耗，同時(shí)采用NGN的整體架構(gòu)，將數(shù)據(jù)流和指令流分流，各模塊各司其責(zé)，大大節(jié)省服務(wù)器設(shè)備，將系統(tǒng)能耗降到最低(最高可降低45%)。

　　快捷部署，豐富管理

　　工廠預(yù)安裝、一體化機(jī)柜式交付，現(xiàn)場(chǎng)交付效率大幅提升，業(yè)務(wù)快速部署。所有網(wǎng)絡(luò)可達(dá)的節(jié)點(diǎn)能進(jìn)行統(tǒng)一管理和運(yùn)行狀態(tài)監(jiān)控，存儲(chǔ)節(jié)點(diǎn)具備遠(yuǎn)程操作、來(lái)電自開(kāi)機(jī)、遠(yuǎn)程開(kāi)關(guān)機(jī)等豐富管理功能，便于管理，業(yè)務(wù)運(yùn)營(yíng)更輕松。

　　打破傳統(tǒng)思維，支持多塊硬盤(pán)同時(shí)故障的超級(jí)RAID5技術(shù)

　　目前，業(yè)界普遍采用傳統(tǒng)的RAID技術(shù)來(lái)保護(hù)數(shù)據(jù)，但傳統(tǒng)的RAID技術(shù)有其固有的不足之處。以RAID5為例，當(dāng)一個(gè)RAID組中同時(shí)有兩塊磁盤(pán)發(fā)生故障的時(shí)候，傳統(tǒng)的RAID便會(huì)進(jìn)入到失效模式，一旦進(jìn)入到這個(gè)模式，整個(gè)RAID上的數(shù)據(jù)將無(wú)法讀出，數(shù)據(jù)也無(wú)法繼續(xù)寫(xiě)入，如果要想恢復(fù)RAID的讀寫(xiě)功能，必須重建RAID組，代價(jià)則是數(shù)據(jù)全部丟失。

　　宇視推出的超級(jí)RAID5技術(shù)，對(duì)硬盤(pán)局部故障進(jìn)行“粗線條”處理，并在RAID層設(shè)計(jì)條帶remap區(qū)域，能同時(shí)支持多塊硬盤(pán)同時(shí)故障的超級(jí)RAID5，且不影響業(yè)務(wù)的正常運(yùn)行。

　　RAID組內(nèi)多塊硬盤(pán)拔出，獨(dú)有的LUN不失效技術(shù)，數(shù)據(jù)仍可讀

　　宇視科技不僅僅能針對(duì)硬盤(pán)局部故障進(jìn)行最人性化的處理，還能對(duì)拔出的RAID組的硬盤(pán)，實(shí)現(xiàn)獨(dú)有的LUN 不失效技術(shù)，在線的數(shù)據(jù)仍可讀出。

　　總結(jié)

　　CDS視頻云存儲(chǔ)方案，具有一體化交付、統(tǒng)一管理、節(jié)點(diǎn)在線熱插拔等特點(diǎn)，大大簡(jiǎn)化IT，實(shí)現(xiàn)精簡(jiǎn)部署、精簡(jiǎn)運(yùn)維和精簡(jiǎn)管理，快速滿足不斷變化的業(yè)務(wù)需求，提升業(yè)務(wù)處理效率?；谝曨l圖像的云計(jì)算技術(shù)、云存儲(chǔ)技術(shù)、通過(guò)將大數(shù)據(jù)技術(shù)和視頻監(jiān)控技術(shù)進(jìn)行完美融合，為我們的智慧城市、智慧交通保駕護(hù)航。