随着物联网的兴起与发展,基于人脸识别的智能门禁逐渐被越来越多的公司所应用。而目前大多数智能门禁系统只能对客户提供的内部员工进行识别,针对需要临时通行的外来访客则无法灵活做出响应。此外,很多门禁遵循着主流的物联网技术,将“计算”与“操作”分离,对传输通道与存储容量要求较高,响应速度也受到一定影响。为改进如上问题,作者所在公司成立了Smart Edge平台项目组来开发针对外来访客的智能门禁应用。边缘计算利用边缘设备自身的运算与处理能力,从而可以完成部分原本属于计算中心的运算任务。这样不仅提升了边缘应用的响应速度,也能降低延迟,提升用户体验,同时缓解了通信压力,保证了数据安全。系统基于边缘计算的思想,结合机器学习算法,将对外来访客的人脸识别过程与识别前的模型训练过程分离,分别部署在边缘测与云测,实现云端协同共同服务。此外以物联网的重要通信协议MQTT(Message Queuing Telemetry Transport,消息队列遥测传输)为核心,在边缘设备上部署智能边缘工具,通过管理平台与边缘工具的通信完成对边缘设备进行管理。作者在项目开发过程中参与了项目的需求分析,明确项目的业务需求。完成需求分析后,作者对项目功能模块进行划分,并根据功能模块对系统进行概要设计。之后作者对具体模块的架构、模块间的逻辑流程及用到的数据库表进行设计,并使用Flask网络框架、Docker容器化技术、ssm网络框架(Spring+Spring MVC+My Batis)、MQTT协议、MYSQL数据库、python的容器管理接口等技术,完成访客注册模块、模型训练模块、端侧识别模块与设备调度平台以及智能边缘工具的开发与实现工作。最后完成项目的部署工作。目前该系统已经在本公司内部开始试用,外来访客可以通过微信小程序提交来访申请,通过后可以在公司的门禁处直接刷脸进入公司。管理员也可以通过管理平台对门禁设备进行管理,对设备内应用进行更新。