前言
在工业4.0与智慧城市建设的浪潮中，物联网设备数量呈指数级增长，传统云计算模式因数据传输延迟、带宽占用高、隐私安全等问题逐渐暴露局限性。
边缘计算作为分布式计算的新范式，通过将数据处理能力下沉至设备端，成为解决实时性、安全性和成本问题的关键技术。
今天推荐一款开源边缘计算系统，它融合了RTU（远程终端单元）的实时控制能力与视觉边缘计算的智能分析能力，为工业制造、智慧城市、智慧农业等领域提供了一站式边缘计算解决方案。
项目介绍
一款基于B/S架构的新一代开源边缘计算系统，其核心设计理念是"让计算靠近数据"。
系统通过可视化配置界面降低使用门槛，支持多协议物联网设备接入，并集成深度学习框架，实现边缘侧的实时数据采集、控制与视觉分析。
项目采用MPL-2.0开源协议，开发语言以C++为主，适配arm64、amd64、x86等主流硬件架构，覆盖从嵌入式设备到服务器的全场景需求。其目标不仅是提供技术工具，更是通过开源生态推动边缘计算技术的标准化与普惠化。
项目架构
项目功能
1、多协议物联接入
AIOTEC支持Modbus、MQTT、TCP/UDP、HTTP等工业协议，可无缝接入PLC、传感器、仪表等传统设备，解决异构设备间的通信壁垒。例如，在工厂场景中，系统可同时采集温度传感器数据、控制机械臂动作，并通过MQTT协议将关键信息上传至云端。
2、边缘视觉分析
基于瑞芯微RK3568/RK3588架构的NPU（神经网络处理器），系统可在边缘侧实现毫秒级模型推理，支持YOLO等目标检测算法。未来规划适配昇腾、英伟达等主流AI芯片，进一步扩展算力选择。例如，在智慧农业中，摄像头可实时识别病虫害并触发喷洒装置，无需依赖云端。
3、多模态数据分析（规划）
系统预留大模型接口，支持对结构化（如传感器数值）与非结构化数据（如视频、音频）的联合分析。例如，在智慧城市中，系统可结合交通摄像头视频与气象数据，预测拥堵风险并动态调整信号灯。
4、误报反馈机制
用户可通过界面提交视觉分析的误报案例，帮助开发者持续优化算法精度，形成"数据-分析-反馈-迭代"的闭环。
项目特点
1、轻量化与高性能
采用C++开发，兼顾执行效率与资源占用，可在低功耗嵌入式设备上稳定运行。
2、协议融合创新
突破传统RTU仅支持单一协议的限制，通过协议转换模块实现多协议共存，降低设备改造成本。
3、可视化极简操作
B/S架构允许用户通过浏览器完成设备配置、模型部署与数据分析，无需专业编程知识。
项目技术
1、硬件适配
支持瑞芯微RK3568/RK3588架构，兼容Debian11操作系统，未来将扩展至更多AI芯片与嵌入式平台。
2、软件架构
分层设计包含设备驱动层、协议解析层、AI推理层与应用服务层，各模块解耦以提升可扩展性。
3、安全机制
规划协议加密传输功能，防止数据在传输过程中被窃取或篡改。
4、自动化部署
开发"一键安装"脚本，简化从代码克隆到系统启动的全流程。例如，用户仅需执行三条命令即可完成部署：
git clone https://gitee.com/jizhi_shandong/aiotec.git cd /soft/aiotec ./gatewayclient &
系统默认账户为admin，密码为jizhi@123，重启后自动运行。
项目效果
系统"像搭积木一样灵活"，既能满足工业场景的严苛实时性要求，也可通过可视化界面快速调整业务逻辑。
系统首页
网络配置
采集管理
GB28181
Modbas
模型管理（YOLO、大模型）
项目源码
代码仓库托管于Gitee平台,可基于现有模块进行二次开发，例如添加新工业协议或优化视觉模型。
Gitee：gitee.com/jizhi_shand…
总结
通过融合RTU的实时控制与边缘AI的智能分析，重新定义了物联网数据处理范式。其开源特性与多协议支持降低了技术门槛，使中小企业也能构建自主可控的边缘计算平台。未来，随着多模态大模型与协议加密功能的落地，系统将在工业质检、城市安防、农业自动化等领域释放更大价值。正如作者所言："AIOTEC的目标不是替代云端，而是让每个设备都拥有思考的能力。"
关键词
#边缘计算、#开源项目、#多协议接入、#视觉分析、#瑞芯微、#B/S架构、C++、#工业物联网、#智慧城市、#视频分析、#物联网、#NPU、#智能告警、#工业自动化
最后
如果你觉得这篇文章对你有帮助，不妨点个赞支持一下！你的支持是我继续分享知识的动力。如果有任何疑问或需要进一步的帮助，欢迎随时留言。
也可以加入微信公众号 [DotNet技术匠] 社区，与其他热爱技术的同行一起交流心得，共同成长！
优秀是一种习惯，欢迎大家留言学习！
