面向行业与区域交叉应用的各种智慧创新产品给人们在生活品质及便利性方面不断带来新的用户需求，引导新的价值取向，也为众多行业带来广阔的融合式发展契机。

智能系统建立在信息输入与数据处理基础上，通过一系列智能决策，为用户带来更有针对性的信息服务的处理过程与执行行为。随着基于现代信息网络大数据处理与人工智能等科技领域的高速发展，即便一个短暂的智能决策往往也并非单纯由目标智能终端设备做出来的，而是由中心智能、网络智能、终端智能相互协同来实现的。

一、什么是边缘智能决策?

边缘智能是基于边缘计算或边缘数据处理做出的智能决策。由于边缘服务网络更贴近于目标对象，必然更多的面向感知控制层面的智能决策，因此可以带来更好的现场实时性，减少大量的无效网络数据冗余传输。同时，边缘计算的上传信息作为上位主机与智能系统中心进一步智能决策的信息输入依据，通过边缘智能与云端中心智能相结合做出更为实时有效的智能决策，以给用户带来更好的智能体验。

边缘智能是相对于中心智能而言的。边缘智能既与网络智能、终端智能的概念有所不同，又具有相当程度的交叉重叠。与已有互联网架构不同的是，物联网边缘域的网络服务节点与目标对象的设备角色可能具有更强边缘角色模糊性与动态交互性。基于现场感知处理的边缘智能决策，需要基于由边缘网络设备与目标对象设备的交互信息反馈过程进行边缘计算数据处理。

但是由于边缘智能技术层面的原因，更有互联网行业生态利益层面的问题，目前整个行业甚至部分专业技术人员对于边缘与云端的智能协同关系，亦或对于边缘智能的作用与价值，都有还有相当大的认知性误区。

二、边缘智能的价值何在？

在考虑技术效果与产品价值时，我们绝不能仅仅对于智能健康系统中的健康数据采集与融合处理的可实现性方面进行考量，而忽视边缘智能基于健康信息采集网络中物联网节点设备对于监护服务对象追踪监测及信息采集过程所具有的现场服务网络设备资源共享性、数据采集处理实时性、多源可追踪性、多源分类采集处理以及交叉分类/多源引用效率等方面技术效果的有益性价值。

以智能健康系统为例。周边健康信息采集网络/采集设备属于面向应用的现场服务网络设备，边缘智能的创造性价值主要体现在基于物联网的边缘计算前置数据处理（对监测信息的健康监测采集处理）与系统协同数据处理/协同计算（如多源分类采集处理/交叉分类整合处理）相结合而具有的技术效果。多源分类采集处理的前置数据输入为通过现场健康监测采集处理而得到健康采集信息；按所述监测信息来源包括两大类，其中第二类监测信息来源（由所述健康采集设备或与所述健康监测设备组合对所述监护服务对象位置的所述健康监测信息）是交叉分类整合处理及建立多源交叉引用的必要基础条件。

从整体上来看，边缘智能基于健康物联网的多源信息处理方法和系统的技术方案，其创造性价值主要体现在基于物联网的边缘计算前置数据处理（对监测信息的健康监测采集处理）与系统协同数据处理/协同计算（多源分类采集处理）相结合；并由此使得基于边缘数据处理的多源信息处理具备更好的现场资源共享性、数据采集实时性与多源可追踪性。

在健康数据采集与融合处理的可实现性方面，不可忽视物联网节点设备作为现场健康信息采集网络设备时，基于内置健康信息采集服务应用模块进行的前置数据处理，对于不同的健康监测设备及其关联监护服务对象进行健康监测采集处理作、多源可追踪性、网络设备资源共享性、多源分类采集处理以及交叉分类/多源数据引用效率等方面所带来的技术效果的有益性价值。

其中，由现场面向应用的服务网络设备进行前置数据处理是必要特征，也是由协同主机系统进一步进行协同数据处理的基础。而即便单纯由云服务器可实现类似的数据处理，其技术效果也有很大的差异性。

三、边缘智能基于现场网络设备

运行边缘计算的主体（在角色、物理、配置上）必须是面向应用的现场网络设备。

对于健康信息采集网络、健康信息采集设备有明确的限定性定义：健康信息采集网络由基于智能物联网、移动通讯网平台的与内置健康信息采集服务应用模块的周边健康信息采集设备所构成。周边健康信息采集网络设备属于面向健康应用的现场服务网络设备，包括：1)基于智能物联网、移动通讯网平台，2)内置健康信息采集服务应用模块。无论移动主端设备还是物联网节点设备作为现场健康信息采集设备，均须支持上述必要特征。面向智能健康的边缘智能决策，对于健康信息采集网络、健康信息采集设备需要有一个明确的限定性定义（在角色、物理、配置上）。

物联网节点设备作为必要特征，包括路由器节点设备或子网节点设备（作为健康信息采集设备），而不包括与服务对象存在绑定或共享的关联关系的用户终端（如手机、电脑等终端接收设备、可穿戴设备、医疗健康监测设备）。所述监护服务对象的位置追踪监测数据由所述健康监测设备与周边物联网节点设备组合探测方式获得，而与位置关联的环境监测及对象事件信息由其它所述物联网节点设备或物联网节点子网监测获得并上传。虽然移动主端设备可以作为现场健康信息采集设备，但是与位置关联的边缘计算前置数据处理（对监测信息的健康监测采集处理）必须由物联网节点设备参与采集获得并上传。

四、如何实现边缘智能与中心智能的协同融合？

边缘智能对监护服务对象的健康采集信息具有更好的基于关联属性管理的协同数据处理能力，能够实现多源信息采集和信息交叉分类整合处理，以加强交叉分类数据关联性、节省有效数据保存空间、提升数据引用及数据分析的效率。

通过上述方式，对监护服务对象及其健康采集信息的关联属性信息，比如时间属性、关联索引等，进行关联属性管理，使得边缘智能具有更好管理及相应的数据处理方法；健康信息采集设备可以基于健康物联网协同互动进行健康监测采集处理，并且协同主机系统对于现场健康信息采集网络及其健康信息采集设备的健康监测信息处理与不同主机所负责的多源信息采集和信息交叉分类整合处理具有更好的协同处理能力；通过多源信息采集和信息交叉分类整合处理，加强了交叉分类数据关联性。

边缘智能的多源分类采集处理的前置数据输入为通过现场健康监测采集处理而得到健康采集信息，多源分类采集的技术特征不仅在于其监测信息的“分类”更在于其“多源”，即对同一所述监护服务对象在同一所述健康监测时间，通过多个不同的监测信息来源，由健康信息采集设备上传的现场健康采集信息。

多源分类采集信息按所述监测信息来源包括两大类：***类监测信息来源为所述健康采集设备获得的单纯由所述健康监测设备对所述监护服务对象的所述健康监测信息；第二类监测信息来源为由所述健康采集设备或与所述健康监测设备组合对所述监护服务对象位置的所述健康监测信息。其中第二类监测信息来源（由所述健康采集设备或与所述健康监测设备组合对所述监护服务对象位置的所述健康监测信息）是交叉分类整合处理及建立多源交叉引用的必要基础条件。

对于数据采集的时间校正，相对于单纯由智能中心完成时间校正来说，边缘智能具有更好现场位置关联性、时间一致性及多源引用效率。比如当周边所服务的健康监测设备的系统时间出现中断或偏差，或局部或短期内的健康信息采集设备的采集数据或监测时间无效时，协同主机系统可以对健康监测时间进行更为及时的校正，并对无效数据进行放弃及冗余性弥补，以保证至少在同一物理空间范围内不同健康监测设备对不同健康监护对象的健康监测时间的一致性及数据有效性。