科技融入智慧城市建设的速度越来越快.doc

《科技融入智慧城市建设的速度越来越快.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、科技融入智慧城市建设的速度越来越快　　2018年农历新年刚过，盘点国内外关乎科技的大事件，科技改变生活一直是不变的核心话题。不久前闭幕的“2018年世界移动通信大会(MWC)”大会，以“BetterFuture（更好的未来）”为主题，零售、制造、5G、智慧城市等领域技术悉数亮相；3月5日全国两会，在李克强总理发布的政府工作报告中，建设数字中国、科技创造美好生活、提高新型城镇化质量，也再一次成为中国政府的重要工作目标。　　科技融入智慧城市建设的速度越来越快　　2018年农历新年刚过，盘点国内外关乎科技的大事件，科技改变生活一直是不变的核心话

2、题。不久前闭幕的“2018年世界移动通信大会(MWC)”大会，以“BetterFuture（更好的未来）”为主题，零售、制造、5G、智慧城市等领域技术悉数亮相；3月5日全国两会，在李克强总理发布的政府工作报告中，建设数字中国、科技创造美好生活、提高新型城镇化质量，也再一次成为中国政府的重要工作目标。　　　　科技融入智慧城市建设的速度越来越快，但笔者近期在跟踪采访部分智慧城市的案例中发现，智慧城市建设仍然存在着不少难题。　　智慧城市建设四大难点　　从全国近200多个智慧城市建设情况来看，目前存在的主要问题表现在以下四个方面：　　01　　顶层

3、规划设计能力不足　　当前的政府依旧属于条状管理模式，政府部门、地区以及行业之间的信息并未完全打通，各项数据杂乱无序，无法构成体系，政府的顶层设计与规划能力还不足以支撑智慧城市完善建设。　　02　　“城市病”治理问题　　“城市病”治理一直是中国现代化城市建设过程中面临的重要难题，目前城市化治理情况显然更为严峻：公共安全事件频发、交通拥堵、环境污染等“城市病”的治理都急需通过“智慧城市”的建设给出答案。　　03　　运营能力　　对城市管理者而言，智慧城市不应该是一次性的“交钥匙工程”,而需要注重智慧城市在运营中的的创新升级。　　04　　智慧城市

4、与落地应用不匹配　　智慧城市的数据呈现向好，但市民对与城市生活便捷、智能、安全、宜居等方面的感受无法与数据吻合。　　应用落地加速智慧城市发展　　只有让城市中的居民生活更智能、更安全、更便捷、更宜居，才是智慧城市的最终建设目标。而目前推动智慧城市落地应用更加贴近实际场景的实践先行者，正是科技领军者英特尔。　　英特尔的物联网智慧城市解决方案落地了很多代表性的案例应用，涵盖环境监测系统、照明系统、智慧交通、智能信息亭和监控系统等各个领域，并实现了城市公共设施的互通互联。　　　　环境监测应用：空气质量恶化已不仅是北京一个城市的问题，据世界卫生组织

5、调查显示，全世界约有92%的人口生活在空气污染程度超出限值的区域，每年有近300万人直接或间接因室外空气污染而死亡。城市管理者非常需要实施高效的空气质量管理解决方案，以确保居民能够享受可持续的优质生活。　　基于英特尔技术的新型博世（Bosch）空气质量微型气候监测系统（MCMS），是能够实时提供当地空气质量管理的端到端解决方案。MCMS不但可以监测主要空气污染物和其他环境参数，且不需要额外基础设施投资就可以实现远程管理、校准和分析。不仅如此，MCMS还可以通过对空气质量、垃圾回收、供水和排污等一系列基础设施划分不同系统，从而进行实时监测、

6、控制和可持续管理。　　照明系统应用：空无一人的街道灯光通明，但你却忐忑不安的摸黑走过长长暗路。如何避免城市照明资源浪费，并让资源得到有效分配？　　gridComm利用基于英特尔物联网平台的联网路灯，帮助提升城市智能化水平。通过融入城市照明系统，在道路两旁的路灯杆上安装智能节点，借助传感器捕捉周围环境中有价值的信息。gridComm通过收集各项数据，可有效提高公共安全，减少交通堵塞，并大幅低城市能耗。　　智能信息亭应用：基于英特尔5G和物联网技术的CityBeacon智能信息亭通过MicrosoftAzure云平台收集数据，可以提供连接、安

7、防和交流技术，有效减少基础设施的信息碎片化。CityBeacon通过城市街道、火车站等地可见的公共信息亭，提供如公共Wi-Fi，路径查找和VoIP电话服务在内的免费服务，为游客和居民提供便利。　　智慧交通应用：英特尔帮助城市更有效地管理公共交通资源，最大化提高城市空间和资产利用率，进而实现智能停车、交通管理和公交优化等。　　智能安防应用：英特尔拥有从设备到云端的一系列硬件平台，可以很好地满足视频监控行业与日俱增的智能需求，为视频分析软件提供完善的端到端兼容性。从智能摄像机、网络录像机、视频服务器到数据中心，全部运用英特尔系列基础的系统，将

8、分析应用合理地分配在不同节点的设备集群中。这样一来不仅充分利用了前端设备的计算资源，缓解了网络传输的压力，降低了后端存储的成本，更让机器视觉的分析能力变得更加实时有效。　　总结　　智慧城市建设