基于5G网络的物联网技术在智慧应急中的应用

01新技术应用现状随着信息化技术的发展，应急领域也正在经历信息化、数字化以及智慧化的转变过程。信息化可通过固化业务流程实现信息管理，如企业安全生产台账管理、安全生产许可证审批等流程，提高了日常安全管理的规范性和行政审批流程的便捷性。数字化主要是指运用传感器自动采集实时数据，实现数字孪生的同步反应。例如，利用射频识别（RadioFrequencyIdentification，RFID）技术实现设备数据采集分析。如今物联网技术已在电梯、压力容器以及叉车等特种设备的日常监管、应急救援中被广泛应用。特种设备检测时，分配用于识别其身份的RFID电子标签，利用手持设备实现设备与系统的交互，最终实现对生产设备信息的实时获取与监控。近年来，5G、AI、区块链以及大数据等技术的发展，为应急管理走向智慧应急提供了技术支持。例如，基于大数据可为安全事故预测预警、指挥应急救援提供决策支持；运用5G技术与云终端，可将救援信息通过物联网设备及时发送到救援中心；5G穿戴设备可实现现场救援、设备检查等工作。在万物互联时代，物联网技术将被更广泛地应用于生产生活，而5G高速、安全的无线传输方式也将为物联网技术应用提供更大的空间。025G网络下物联网的发展机遇2.15G技术发展现状第五代移动通信技术（5thGenerationMobileNetworks，5G）是继4G（LTE-A、WiMax）、3G（UMTS、LTE）和2G（GSM）系统之后的延伸。与4G相比，5G作为一种全新的网络架构，具备高速度、泛在网、低功耗、低时延、万物互联以及重构安全6大特点，可提供更高的峰值速率、更佳的移动性能、毫秒级时延和超高密度连接。5G将带来垂直业务领域的巨大改变，而互联网的发展也将从移动互联网时代进入智能互联网时代。国际电信联盟（InternationalTelecommunicationUnion，ITU）定义了5G的3大应用场景，即eMBB移动宽带增强、mMTC大规模物联网以及uRLLC超高可靠超低时延。5G网络提供的峰值速度可达10Gb/s，网络传输速度比4G快10～100倍。这意味着5G网络将提供更高宽带、更高流量的服务，如VR安全教育培训、AR头戴式应急救援显示器的应用。与4G相比，5G网络另一个特点就是大规模物联网设备的接入，其设备连接密度将提升10～100倍，达到每平方千米数百万个，满足当下各行业的需求，也为应急救援、设备监管、事故预测等以传感和数据采集为目标的场景应用提供了更多可能。5G还可以提供毫秒量级超低时延，减少网络与设备间的时间偏差，还可应用于现有医疗急救车5G改造，实现应急指挥调度、无人机远程急救以及应急会诊等。2.25G网络下物联网发展机遇物联网是通过传感器、RFID以及全球定位系统等技术，实时采集需要监控、连接、互动的物体或过程，通过各种网络接入实现万物互联，从而达到对物品和过程的智能化感知、识别和管理。物联网在各行业应用十分广泛，遍及智能交通、环境保护、公共安全、智能城市以及工业监测等多个领域。4G时代物联网发展的瓶颈主要是现有网络技术无法满足物联网在传输速度、覆盖性和数据传输方式等方面的需求，而5G网络将为解决这些问题带来新的思路。第一，5G传输速率是4G的百倍以上，可满足物联网对传输速度的需求。第二，5G网络覆盖广的特点有助于解决偏远区域和相对盲区（如地下、建筑物内和农村环境）的设备网络覆盖问题。第三，5G网络还可减少各种移动终端进行网络数据交互所需的时间。移动终端由现在的控制信号逐渐转变为多元的信息交互，使得物联网技术不再桎梏于传统网络的限制。第四，5G网络是多种新型无线接入技术和现有无线接入技术的集合，除了传统的蜂窝数据传输结构，还为终端通信提供了多元化的传输方式。035G-IoT技术简介3.1边缘计算技术云计算平台作为海量数据的存储、分析平台，是物联网应用层的重要组成部分。但是，由于云服务器和终端设备物理位置之间的距离限制，集中处理和存储数据的云计算模式面临着延迟、带宽和能耗等问题。目前，较长的传输链条很难实现5G时延1ms的愿景，而采用边缘计算技术则可大大缓解以上问题。边缘计算利用具备数据存储、计算等功能的终端设备进行网络边缘处理和存储数据，通过本地化处理实时采集的数据，可就近为用户提供可靠稳定服务，可用来解决海量物联网设备接入所带来的宽带压力、终端设备与云端存储的压力以及时延抖动等瓶颈问题。以建筑工程安全管理系统为例，基于边缘计算技术搭建云服务层、边缘层和现场设备层3层安全管理架构，如图1所示。通过现场设备层采集施工现场人员、设备、材料以及环境等因素的数据，通过边缘层接收、处理以及反馈等操作，对现场数据动态变化进行实时反馈。云端则负责接收各边缘层上传的数据，用以储存、深层挖掘和分析。图1边缘计算框架3.2数据处理技术应急管理工作涉及安全生产、消防、交通、气象以及民政等多个领域数据的交互，但各系统之间据标准不统一、数据不共享、更新不及时，导致了数据准确性不高，业务无法串联分析。面对繁杂的工作量，数据无法快速驱动应急业务的发展，很难提高应急专业化水平。因此，数据处理是平台建设中的一项重要工作。数据处理主要包括数据采集（ETL、爬虫等）、数据清洗、数据存储（主数据仓库、分布式数据仓库以及Hadoop平台等）、数据交换、数据共享及数据订制等。数据处理平台架构如图2所示。通过采集现有业务数据、系统对接数据、实时监控数据以及互联网数据等应急数据信息，建立应急大数据中心（即数据资源池），以数据编码规范、元数据规范、非结构化数据统一描述规范以及大数据集统一描述规范等一系列规范为标准，对自身原始业务数据进行标准化处理，同时与各领域的行业标准对接，从而实现既有底层相对统一的数据规范又有上层行业的个性需求，通过动态实时更新维护，最终实现应用驱动的大数据融合处理服务功能。图2数据处理平台架构3.3数据安全技术安全是5G技术应用的首要条件。网络建设之初，应充分考虑加入安全机制，对信息进行加密处理，尤其对于民生领域数据应用，更应建立专门的安全保障机制。5G网络中，不同的应用场景对于安全的需求是不同的。在智慧应急平台中，数据更多来源于海量的物联网设备，一旦遭受攻击，将面临被攻击范围广、危害传播强等问题。基于mMTC场景，传统的集中式、基于证书或预先共享的密钥认证体系已经不能满足物联网的需要。系统应重点关注密钥保护、设备身份认证、离线防护和协议穿透等方面。例如，采用基于标识的密码系统（Identity-BasedCryptograph，IBC）安全架构，结合标准的国密算法对设备终端进行认证，并提供端到端加密、传输全程加密、可信传输与安全通道，防止设备数据在传输过程中遭受的恶意使用、大面积控制与攻击。04智慧应急平台应用过去我国“单灾种”型应急管理体系导致部门之间缺乏有效的联动与协调，资源分散问题突出，制约了政府应急管理的整体能力与综合效果。而5G网络安全高速的数据传输有效突破了信息系统之间的通信屏障，解决了不同系统之间、现场和指挥中心之间的数据融合交换，满足了应急管理业务突发、紧急以及高接入的需求。智慧应急平台采用“平战结合，以平为主”的设计理念。“平”时能够满足各级部门的安全管理工作的需要，“战”时能够满足应急值守、应急评估、应急决策和应急指挥等应急工作的需要，提高各级部门应对各类突发事故的应急响应能力和应急救援科学决策水平。平台结合地理信息系统（GeographicInformationSystem，GIS）、全球定位系统（GlobalPositioningSystem，GPS）、遥感遥测系统（RemoteSensing，RS）、电视会议系统以及视频监控系统等，多元整合应急资源信息，通过软件、硬件相结合的应急保障技术体系，重点关注状态监测、故障预警、应急调度以及过程分析等应急环节。智慧应急平台分为感知层、数据层、支撑层以及应用层4个层面，如图3所示。图3智慧应急平台架构（1）感知层借助传感器、单片机、DTU通信组件、ARM终端以及摄像头等硬件设备，通过通用的标准数据接入规范和数据处理方式，对企业生产工艺、生产装置、设备设施、作业环境、人员行为和管理系统等方面的数据进行采集，数据采集拓扑如图4所示。尤其对国家重点监管的危险化学品、烟花爆竹、金属非金属矿山和煤矿等行业，进行安全生产状态的监测。此外，聚焦重点行业的重点工艺、重点人员以及重点设备，基于物联网的数据实时采集能够实现事故隐患和重大危险源的预测预警和自查上报。图4基于5G-IoT扁平化数据采集拓扑（2）数据层即系统的资源中心负责存储、处理平台数据资源，对基础数据与应用数据进行统一整合。数据类型主要包括基础数据资源、可重用构件资源、部门业务系统资源以及其他资源等。基础数据资源指各类信息资源、基础性数据和业务处理过程中产生的信息数据，包括知识信息、模型信息以及空间信息等。可重用构件资源是各业务系统开发实施过程中使用的可重用支撑工具，可以作为应用系统实施中重复利用的服务资源。这些资源通过资源目录进行组织，涵盖信息资源目录、用户目录、服务目录以及应用目录等。通过目录组织进行管理，可实现资源的发现、查询、组织以及调用。业务数据库包括危险源数据、隐患数据、风险数据、应急预案、应急物资、救援队伍、避难场所、应急专家以及网络舆情数据等。这些数据与数据服务云平台之间实现数据交换和共享，从而为业务应用层提出的各种问题提供数据支撑。（3）支撑层构建在资源服务层之上，是整个体系架构的基础，包括领域框架服务、基础服务以及工具集。领域框架服务包括建模与管理、领域业务过程、领域具体服务描述、注册和管理等。基础服务是体系架构的重要支撑基础，如连通服务、流程服务、GIS服务、安全服务、适配器、云服务以及数据资源池等，用来保证体系应用正常运行的相关服务。工具集则为应用的前台展现、后台业务开发、服务封装以及服务的安全管理、运行管理，提供了功能强大的基础支持。（4）应用层覆盖各业务要素数据主要包括预测预警系统、培训演习系统、物资管理系统、预案管理系统、评估分析系统、应急协调系统、灾后处理系统、统计分析系统以及智能辅助决策