如今，城市化已成为全球现实。全球一半以上的人口居住在城市地区——消耗了75%的能源，并产生了80％的全球二氧化碳排放量。随着越来越多的人口成为城市居民，必须考虑这对交通、住房、健康、工作和安全的影响。
随着城市化进程以指数级的速度发生，负责城市规划和协调的人员需要采取前瞻性的方法进行设计和维护。如果忽视这一点，对大多数市民而言可能意味着较低的生活质量，尤其是在与其他诸如洪水泛滥和空气污染加剧等问题同时出现时。实际上，伦敦大气排放清单的最新数据显示，伦敦的大多数人都生活在低质量空气环境中。随着伦敦人口的增长，二氧化碳排放量也随着汽车数量的增加而增加。
好消息是，技术以及更重要的是数据为城市领导者提供了一个机会，以支持更可持续的城市化转型——解决人口和资源对环境的影响以及需求的可用性。换句话说，就是智慧城市。
边缘计算让智慧城市焕发生机
建设智慧城市的目的是通过在停车场、公共交通站、垃圾车、城市照明等系统中安装传感器，并收集有助于城市决策的数据，以优化交通、能源分配和向居民提供的服务。此外，整个城市产生的海量数据提供了大量关于其居民行为、习惯和需求的数据。
数字化技术是所有智慧城市的核心，这些技术为城市转型提供了重要的潜力。近年来，边缘计算由于其支持的许多基于物联网的用例而在这一领域引起了轰动。与之前的集中式愿景不同，边缘计算提供了一种新的分散化方法，可以抓住机遇并应对城市转型所带来的风险。边缘计算允许在设备本身（而不是大型数据中心）即时处理和分析大量数据。
交通管理是智慧城市如何利用边缘计算的一个很好例子。像wejo这样的互联汽车初创企业，正在利用这一优势向城市中寻求汽车数据实时分析的相关组织提供关键信息。这意味着更好的实时预测和路线的准确性，有助于减少交通拥堵。这些丰富的数据也可以用来帮助城市规划人员根据交通状况设计道路和城市。
随着城市变得越来越“智能”，电子交通将继续发展。边缘计算将在使智慧城市中的电子交通服务成为可能方面发挥关键作用。例如，在发生严重车祸的情况下，边缘计算可以处理车辆数据，并向当地服务部门发出事故警报。事实上，这种能力已经成为欧盟对新车的要求。
然而，设备中创建的数据量不断增加，这造成了问题，因为数据中心没有能力处理这一数据量。此外，随着连网设备和服务的增长，我们还面临着网络拥塞的风险。城市可以通过将边缘计算部署在更靠近数据生成的位置来减轻这些问题，而且越来越多的城市规划人员正在将其纳入设计中。这允许在边缘处理大量数据，从而消除了自动驾驶的障碍。
规划人员和城市设计师还需要在云中构建一个可扩展和安全的架构，以确保安全、数据质量和有效的数据管理。通过这种方式，边缘系统可以执行数据的初始处理和分析，并在有足够处理器和存储容量的数据中心或云中进行进一步的分析。
构建成功的智慧城市数据战略
城市必须致力于大数据战略，以实现可持续的智能化。使用生成的海量数据，不仅可以更好地了解城市的运作方式及其市民的行为方式，而且还可以消除市民与政府之间的障碍，并创造出更适合的新服务。
但是，仅仅生成数据是不够的，数据还必须准确且可信。也就是说，部署的数字平台需要能够大规模收集数据，并创建一个单一的信任点，在此可以对数据进行验证、分类和保护。数据将成为最有价值的资产，如果智慧城市设计有效，这将会产生大量丰富且适用的数据，但只有在数据完整的情况下，才能对规划人员有益。
面对城市转型可能给城市资源带来的潜在问题，我们迫切需要寻求明智的解决方案。在城市规划中确保强有力的数据策略，并充分利用边缘优势，是有助于减轻转型带来的各种影响的有效方法。从其他城市为数字时代铺平道路的启示中发现，我们需要部署智能解决方案，以消除人类活动对环境的影响，并有效管理资源，以满足日益增长的人口需求。数据完整性、数据速度和数据信任都是基础，而这些基础使边缘生成的数据可以支持和发展未来的智慧城市。