城市化进程的不断发展的同时伴随着城市人口不断增加,而城市土地资源紧缺,促使城市建筑日趋向高空发展,高层建筑数量逐渐增多,其中建筑物的消防安全是全球面临的共同难题。随着现代计算机和互联网以及大数据等信息技术的高速进步和发展,将信息化技术应用到智慧消防系统建设中已经变得十分重要。因此本文通过对消防设施的运行状态进行实时监测,及时掌握设施状态,为消防安全提供可靠支撑。大数据时代物联网设备产生的数据量的剧增,在响应时延与网络负载方面构成了巨大的挑战。通过智能监测与边缘计算技术相结合,将监测数据传输至边缘端进行处理,进一步提升监测效率,缓解由互联网的容量与实时传输带来的压力。本文针对消防场景中的边缘问题展开了研究,通过在靠近数据采集端处部署边缘设备,完成数据处理工作并将结果返回服务器端,以此缓解消防监测场景下的数据通信压力。论文的研究内容和成果如下:1.研究了工程建筑中常见的消防设施防火卷帘门开关状态的识别,提出了基于视频与图像处理技术的防火卷帘门开关状态实时检测算法。通过采集不同实验场景下的卷帘门视频图像,对图像整体特征进行分析,研究了图像预处理技术以及边缘检测、霍夫直线等方法,以此实现对不同类型的防火卷帘门开关比例的有效识别。基于所提出的方案,完成该算法在边缘设备Jetson Xavier NX上的软硬件实现,并在几种典型场景下对所研发的设备进行了实验与功能验证。2.针对多路数据接入的边缘计算场景,研究边缘设备的资源配置与卸载参数优化策略。采用排队论理论对多路终端数据接入时的业务接入时延与成本进行建模,提出计算资源分配方案,并通过基于内点法的时延-成本均衡算法（Delay-Price Equalization Algorithm Based on Interior Point Method,DPEAIPM）对优化问题中卸载概率等多个参数进行求解,以实现满足服务质量延时要求下的最优资源配备和卸载参数优化。