邊緣計算+RFID多協議融合：社區門禁終端的智能化架構設計與實現

1. 引言

社區門禁系統正經歷從單一RFID刷卡到多模態識別的技術迭代。然而，多數已部署系統仍沿用“終端采集-云端決策”的集中式架構：RFID讀卡器通過韋根或RS485接口將卡號上傳控制器，控制器再經有線網絡將數據轉發至云端服務器進行權限校驗。人臉識別終端同理，將圖像上傳云端完成特征比對。該模式在穩定網絡環境下運轉良好，但在弱網、斷網場景下可用性顯著下降，且原始生物特征數據出域面臨合規挑戰。

邊緣計算架構將身份識別與權限決策能力下沉至終端設備，使門禁從數據采集節點升級為具備本地決策能力的邊緣節點。本文以ZUU中優云聯門禁方案為樣本，從通信層、協議適配層及計算層三個維度展開技術分析。

2. 傳統集中式架構的工程痛點

2.1 系統拓撲

┌─────────────────────────────────────────────────┐
│                  云端服務器                      │
│         （權限數據庫/識別算法/決策下發）           │
└─────────────────────┬───────────────────────────┘
                      │ 有線網絡（以太網/WiFi）
          ┌───────────┴───────────┐
          │                       │
    ┌─────▼─────┐          ┌──────▼──────┐
    │ RFID控制器  │          │ 人臉識別終端  │
    │(數據轉發)   │          │ (數據采集)   │
    └─────┬─────┘          └─────────────┘
          │
    ┌─────▼─────┐
    │ RFID讀卡器  │
    │(韋根/RS485)│
    └───────────┘

2.2 核心痛點

3. 邊緣計算門禁架構設計

3.1 系統總體拓撲

┌─────────────────────────────────────────────────┐
│              云管理平臺（SaaS）                    │
│     （設備管理/權限同步/記錄存儲/API Gateway）      │
└─────────────────────┬───────────────────────────┘
                      │ MQTT over TLS (4G Cat.1)
          ┌───────────┴───────────┐
          │                       │
    ┌─────▼─────┐          ┌──────▼──────┐
    │ 邊緣門禁節點 │          │ 邊緣門禁節點  │
    │(本地NPU+離線白名單)│      │(本地NPU+離線白名單)│
    │(多協議自適應網關)│        │(多協議自適應網關)│
    └─────┬─────┘          └──────┬──────┘
          │                       │
    ┌─────▼─────┐          ┌──────▼──────┐
    │ 存量RFID讀卡器│          │   電控鎖     │
    │  (利舊保留)  │          │  (利舊保留)   │
    └───────────┘          └─────────────┘

3.2 通信層：4G Cat.1免布線部署

方案采用工業級4G Cat.1模組替代有線網絡，選型依據如下：

門禁場景典型數據傳輸量：

• RFID卡號：4-8字節

• 人臉特征向量：128/256維，約1-2KB

• 臨時抓拍圖片：約50-100KB

Cat.1上行5Mbps/下行10Mbps帶寬完全滿足實時傳輸需求。模組工作于700-900MHz頻段，穿透損耗低，實測負二層車庫RSSI維持在-85dBm左右。

設備內置運營商物聯網卡，通電后自動完成網絡附著與MQTT連接建立，單點位部署時間約40分鐘，無需現場布線施工。

3.3 RFID協議適配層：多協議自適應網關

針對存量社區RFID設備品牌多樣、協議不統一的現狀，方案在邊緣節點中內置多協議自適應網關，實現以下協議的自動識別與適配：

協議自適應流程：

typedef enum {
    PROTOCOL_WIEGAND_26,
    PROTOCOL_WIEGAND_34,
    PROTOCOL_RS485,
    PROTOCOL_DRY_CONTACT,
    PROTOCOL_UNKNOWN} ProtocolType;ProtocolType detect_protocol(uint8_t* signal_buffer, uint16_t len) {
    // 1. 韋根時序檢測
    if (validate_wiegand_timing(signal_buffer)) {
        uint8_t bits = parse_wiegand_bit_count(signal_buffer);
        return (bits == 26) ? PROTOCOL_WIEGAND_26 : PROTOCOL_WIEGAND_34;
    }
    
    // 2. RS485心跳幀檢測
    if (detect_rs485_heartbeat(signal_buffer, len)) {
        return PROTOCOL_RS485;
    }
    
    // 3. 干接點電平檢測
    if (is_dry_contact_level(signal_buffer)) {
        return PROTOCOL_DRY_CONTACT;
    }
    
    return PROTOCOL_UNKNOWN;}

實測舊設備協議自動識別成功率超過95%，剩余5%可通過云平臺手動配置協議參數完成適配。該設計使存量RFID讀卡器、IC卡及電鎖資產利舊率可達90%以上。

3.4 計算層：端側AI推理與離線決策

3.4.1 端側AI推理流程

邊緣節點集成專用NPU芯片（1T算力），人臉識別全流程本地化處理：

┌─────────────────────────────────────────────────┐
│               端側AI推理流程                      │
├─────────────────────────────────────────────────┤
│ 1. CMOS采集原始圖像（RGB+IR）                     │
│ 2. NPU人臉檢測（UltraFace，12ms）                 │
│ 3. NPU活體檢測（FeatherNet+IR，8ms）              │
│ 4. NPU特征提取（MobileFaceNet，18ms，256維向量）   │
│ 5. 原始圖像RAM覆蓋銷毀                            │
│ 6. 本地白名單1:N比對（10萬條，余弦相似度）           │
│ 7. 命中則開門，未命中上傳加密特征向量云端校驗          │
└─────────────────────────────────────────────────┘

關鍵設計點：

• 端到端推理延遲<50ms，滿足實時通行需求

• 原始圖像不出設備，符合《個人信息保護法》數據最小化原則

• 本地白名單支持斷網環境下的人臉識別

3.4.2 離線決策機制

邊緣節點具備完整的離線運行能力：

離線能力配置:
  白名單容量:
    人臉特征: 100,000條（256維浮點向量）    RFID卡號: 100,000條  通行記錄緩存: 200,000條（環形緩沖區）  同步策略: MQTT QoS 1 + 增量同步 + 斷點續傳  本地驗證方式:
    - 人臉識別（1:N，余弦相似度閾值0.6）    - RFID刷卡（白名單匹配）    - 密碼（本地哈希校驗）    - 藍牙（BLE近場認證）

當4G鏈路中斷時，節點自動切換至離線模式：

1. 人臉識別：調用本地白名單1:N比對，命中即開門

2. RFID刷卡：本地白名單匹配，命中即開門

3. 通行記錄暫存本地環形緩沖區

4. 網絡恢復后，緩存記錄通過MQTT批量上傳，云端下發增量白名單同步

3.5 云邊數據同步協議

云端與邊緣節點之間采用MQTT協議進行數據同步，Topic設計如下：

白名單增量同步采用版本號機制，邊緣節點上報當前版本，云端返回增量變更，確保最終一致性。

4. 工程落地數據

4.1 深圳南山144單元老舊社區改造

4.2 RFID利舊價值量化

5. 技術優勢總結

6. 結語

本文以ZUU中優云聯邊緣計算門禁方案為樣本，分析了端側NPU推理、4G Cat.1通信及RFID多協議自適應三層技術架構。該架構通過通信層替換、協議層兼容、計算層下沉，將門禁終端從數據采集節點升級為具備本地決策能力的邊緣節點。在管線缺失、存量RFID資產豐富的存量社區改造場景中，該方案在部署成本、施工效率及隱私合規方面展現出明確的工程優勢。

隨著邊緣AI芯片算力提升與5G RedCap技術成熟，邊緣計算在智慧社區RFID門禁領域的滲透率有望持續擴大，為存量社區智能化改造提供輕量化、可復制的技術范本。

本文基于公開產品參數與行業調研撰寫，協議代碼為架構示意。具體實現請參考官方技術文檔。