云原生边缘计算在智慧停车中的表现有哪些？
随着智能停车的蓬勃发展，停车位等边缘计算节点的数量迅速增加，包括管理、运维等都带来了重大挑战。为了响应国家信息创新战略，适应云原生发展的新时代，知识团队使用基于Kubentes架构的云原生边缘计算系统KubeEdge部署应用，解决了更新等问题，为城市停车资源在停车场景中的整合提供了明确的案例。
随着各类园区资源的不断接入和城市应用场景的不断拓展，边缘应用日益复杂，边缘节点数量迅速增加，数据生成越来越多，对边缘应用的管理提出了诸多挑战。
（1） 网络拓扑结构复杂，网络连接不稳定。
在老旧停车场的智能化改造和新建智能停车场的建设中，应根据道路规划等条件，对项目要求、位置、网络进行合理规划。有些停车场面积大，适合铺设光纤，可以用专用电缆连接；一些停车场的出入口或道路分区相对较长，不适合挖掘和铺设线路，因此只能使用移动网络作为补充。这些网络质量参差不齐，偶尔会出现在市政建设等情况下，导致停电和电网中断，对系统的高可用性提出挑战。
（2） 高度定制的需求，快速迭代更新。
城市平台接入的停车资源类型多样，包括公共街道停车、商业停车、社区停车和红色区域。由于前端采集技术不同，运营单位不同，停车场收费策略不同，单一版本的停车应用程序无法满足需求。停车场建设完成后，还需要在特定时间段调整和更新应用程序，以协调停车场的运营，例如与商业活动合作，降低在线停车成本。这些因素包括良好的版本控制、良好的可扩展性要求停车应用程序具有强大的灵活部署能力。
（3） 异构硬件在边缘网关主题停车位的大小以及对计算资源的需求方面存在显著差异。
小型停车场只能有一个通道和十几个停车场，而大型停车场可以有十几个通道和数百个停车场。此外，它可以分为不同的地区，不同的地区有不同的计费系统。根据计算资源需求，选择覆盖x86的网关设备64、aarch32和aarch64等各种CPU架构会增加技术堆栈的复杂性，给研发团队带来挑战。
