Advances in Computer and Autonomous Intelligence Research

针对传统道路运输车辆风险服务中“云端集中计算延迟高、边端独立处理算力弱、多源数据协同难”的痛点,本文提出融合云-边计算的风险服务体系。通过构建 “感知-边缘-云端”三级协同架构,明确边端负责实时数据预处理与本地风险预警,云端承担全局数据分析、模型训练与策略优化,实现“实时响应靠边端、深度决策靠云端”的协同模式。在浙江温岭区域100辆普货试点应用显示：该体系可使风险预警响应时间从传统云端模式的2.8s缩短至0.42s,识别准确率提升34.3%,万车事故率下降31.9%,有效解决道路运输风险服务“实时性不足、算力错配、带宽浪费”问题,为道路运输安全治理提供技术范式。