一种基于信息物理系统的交通污染排放移动边缘计算调度方法技术方案

本发明专利技术公开了一种基于信息物理系统的交通污染排放移动边缘计算调度方法，设计了基于信息物理系统的移动边缘计算体系架构，对智能车进行了虚拟化抽象。根据特定地点计算任务需求进行了任务队列建模，基于分布式策略对智能车任务分配问题提出了Voronoi的算法实现，针对车联网边缘计算场景提出智能车到指定路段收集车辆信息，部署应用VSP模型进行交通污染排放的计算任务，并进行了案例仿真实验，结果表明了本方法的有效性。对移动边缘计算在车联网中的实际应用，提高智能车的调度效率，促进系统平稳运行提供理论支持。

【技术实现步骤摘要】
一种基于信息物理系统的交通污染排放移动边缘计算调度方法
本专利技术涉及车联网应用
，具体涉及一种基于排队模型和Voronoi算法的系统调度方法，用于调度智能车在路网中做交通污染排放等移动边缘计算任务。
技术介绍
近些年来，云计算及其服务在各领域都得到了广泛应用，产生了巨大的商业经济价值，受到了人们的普遍认可。云计算是将CPU、内存、存储、I/O、网络等资源通过虚拟化技术抽象成一个动态的资源池，为用户提供按需分配的计算服务范式。在智能交通领域，车联网(InternetOfVehicles，IOV)是由路网中的车辆信息、道路信息、环境信息等构成的巨大信息交互网络，可以按照一定的通信协议实现车与车(V2V)、车与路(V2R)、车与基础设施(V2I)等的信息交换。然后通过数据处理和分析。在实现过程中，由于车上具有各种不同的智能传感设备，如雷达、摄像头、加速度计等，信息交换中实时的数据计算、控制等对时延非常敏感，部分场景实时性要求要在10ms以内。基于云计算的数据处理模式延迟比较大，例如，无人驾驶汽车在自动驾驶过程中判断前方有障碍物需要做出实时有效规避动作时，如果依赖云计算中心处理将产生较大的延迟，可能会错过最佳处理时间。这就意味着以集中式数据处理为核心的云计算模型是否能够适应车联网成为了需要考虑的难题。与云计算模型不同的是，最近兴起的边缘计算是一种在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放架构，就近提供边缘智能服务的新型计算模型。近来备受关注的应用于车联网的一种计算范式是基于路侧单元(RoadSideUnits，RSU)的边缘计算。这类边缘计算主要由部署在路侧单元(RSU)的移动边缘计算(MEC)服务器提供低时延、高质量的服务。其中，道路上的车辆和路侧RSU都是专用短程通信(DedicatedShortRangeCommunications，DSRC)设备。在基于路侧单元的边缘计算体系结构中，有两种类型的通信实体。一种是路侧单元(RSU)，位于路边，为车辆提供数据访问服务。另一种是车辆上的车载通信单元。DSRC提供两种无线通信模式，即V2I和V2V，这样该路段的车便能与相邻的RSU或相邻车辆进行通信。当车辆离开RSU的覆盖区域时，通过利用车载通信网络，可以将车辆应用的计算任务卸载到MEC服务器。因此众多研究将关注点放在任务卸载决策和优化。在[12-15]中，作者们以最大化车辆和计算服务器的效用为目标。提出了不同的计算卸载策略。但是，这些方案可能会导致严重的过载，进一步降低了卸载效率，延长任务处理时间。考虑到时变车载无线通信信道和基于路由的媒体接入方案以及DSRC技术的有限传输范围，在车辆和MEC服务器之间获得及时可靠的数据传输仍然是一个挑战。车辆的移动性对任务处理延迟也有显著影响。许多研究都集中于基于路侧单元(RSU)的边缘计算技术上，但是此类研究并没有明确任务情况，固定在路侧单元的MEC服务器无法对一些指定地点和时间的任务进行服务。大规模部署成本高昂，同时很少有文章将可移动的智能车作为移动边缘服务器进行研究。在车联网(IOV)的发展推动下，智能车的快速发展，未来将有更多的智能车上路。这些车配备有计算单元、通信设备、传感器和人机交互设备。借助这些设备和技术，智能车可以提供许多智能交通应用，例如主动驾驶安全辅助、智能停车、道路交通监控和自动管理等。据了解，百度正在测试中的无人驾驶汽车阿波罗，其后备厢中装载了价值近百万元的计算机系统进行存储和运算，用来分析车辆周边人、车、道路与环境。此外，伴随5G技术的逐步成熟，利用5G技术构建车联网，边缘计算将有更多的交通应用场景。有些用户会有指定时间，指定地点的计算任务的需求，利用传感器网络进行时空采样任务，在城市的不同地点执行检测污染数据。感知收集交通信息做实时交通报告。此时固定的路侧单元无法实现此类服务。而信息物理系统作为集环境感知、计算、通信与控制于一体的智能系统，希望可以利用智能车的物理移动性在城市路网中做分布式移动边缘计算。通过云端调度智能车在城市道路上的分布解决特定地点计算任务的问题。为此，在本专利技术中，提出了一种基于信息物理系统的移动边缘计算概念，定义此类边缘计算为信息物理移动边缘计算(CyberPhysicalMobileEdgeComputing，CPMEC)，与基于RSU路侧MEC服务器提供边缘计算相比，此类移动边缘计算范式最大的不同之处在于：基于信息物理系统的移动边缘计算范式依赖于具有感知、计算、控制、5G通信等能力的智能车在交通路网中分布式移动提供边缘计算服务，而不是固定在路侧单元。此类移动边缘计算范式的优势是可以按需分配，根据交通路网中的具体计算需求进行智能车的资源调度。为了实现该移动边缘计算范式，按照计算需求的时间和空间进行了计算任务时空化的研究。假设智能车作为分布式移动边缘计算节点。交管部门可以征召智能车前往交通压力大的地方提供感知收集动态交通数据，计算交通密度等信息，提供移动边缘计算服务。研究设计了基于信息物理系统的移动边缘计算体系架构。在此基础上，对智能车进行虚拟化抽象，对特定地点计算任务以及虚拟时空模型进行了相应描述。根据移动边缘计算环境下任务到达和任务服务的规律，进行了任务队列建模。针对虚拟车任务分配问题进行基于Voronoi的分配算法实现，研究了分布式策略，拓展了在车联网中移动边缘计算的应用场景。
技术实现思路
本专利技术提供了一种基于信息物理系统的交通污染排放移动边缘计算调度方法，该方法利用虚拟化智能车达到按需分配的目的，通过分析用户提交任务的时间、地点及任务量，计算得到虚拟服务时间、虚拟截止时间等虚拟参数，基于Voronoi算法将任务分配到智能车，智能车按照FCFS等规则对任务队列依次服务，并通过车联网技术与其他车辆进行通信获取动态交通信息，进行交通污染排放移动边缘计算等任务。在信息物理移动边缘计算中,提出了在交通路网中由智能车(IntelligentVehicles)作为移动边缘计算节点提供计算、存储、网络等资源的模式,智能车具有本地资源调度管理能力,可以按照规则或者数据模型对数据进行初步处理与分析。对智能车移动边缘计算进行了体系架构设计。利用移动边缘计算适用局部性、实时、短周期数据的处理与分析,能更好地支撑本地业务的实时智能化决策与执行的优势。以及云计算擅长全局性、非实时、长周期的大数据处理与分析,能够在长周期维护、业务决策支撑等领域的优势。设计了如图1所示的基于信息物理系统的MEC体系架构。在这种体系架构下,考虑在城市交通路网中部署相当数量的智能车,车辆间由搭载车载通信设备进行信息交换。数据处理和服务提供在智能车上进行,无需通过互联网连接到云端。架构最底层是智能交通信息物理系统,中间层是智能车移动边缘计算节点,最顶层是云端。将交通中的实际计算需求调度与云端管理决策系统结合,智能车感知交通信息并作本地处理,通过云端的边缘接入上传自身信息与交通信息,云端采用分区域智能调度。本专利技术针对有限智能车虚拟出来的多虚拟车任务进行了重点研究，主要通过对多虚拟车提交的任本文档来自技高网...

【技术保护点】
1.一种基于信息物理系统的交通污染排放移动边缘计算调度方法，其特征在于：/n具体建模及实现过程描述为以下步骤：/n步骤1：智能车的虚拟化抽象；/n在信息领域中，云计算是将CPU、内存、存储、I/O、网络等资源通过虚拟化技术抽象成一个动态的资源池，为用户提供按需分配的计算服务范式；/n步骤2：虚拟车的时空推进模型；/n智能车按照虚拟车提交的任务约束进行服务，智能车的行为由虚拟车的任务程序所决定，针对虚拟车进行时空建模描述其在时间和空间的计算行为；/n步骤3：用户购买虚拟车并提交任务；/n对于用户而言，事先并不知道智能车的分布情况，需要在云端购买一辆虚拟车，提交指定地点的移动边缘计算任务；/n步骤4：多虚拟车提交任务，构成全局任务队列；/n多用户通过操作虚拟车提交的任务将在系统中心生成任务序列

【技术特征摘要】
1.一种基于信息物理系统的交通污染排放移动边缘计算调度方法，其特征在于：
具体建模及实现过程描述为以下步骤：
步骤1：智能车的虚拟化抽象；
在信息领域中，云计算是将CPU、内存、存储、I/O、网络等资源通过虚拟化技术抽象成一个动态的资源池，为用户提供按需分配的计算服务范式；
步骤2：虚拟车的时空推进模型；
智能车按照虚拟车提交的任务约束进行服务，智能车的行为由虚拟车的任务程序所决定，针对虚拟车进行时空建模描述其在时间和空间的计算行为；
步骤3：用户购买虚拟车并提交任务；
对于用户而言，事先并不知道智能车的分布情况，需要在云端购买一辆虚拟车，提交指定地点的移动边缘计算任务；
步骤4：多虚拟车提交任务，构成全局任务队列；
多用户通过操作虚拟车提交的任务将在系统中心生成任务序列表示第i辆虚拟车产生的第j个任务，每个任务都包括其到达时间Tiarr(j)，任务位置计算量Tis(j)；任务序列是由不同虚拟车产生且相互独立，因此Taski(j)关于i是相互独立的；
步骤5：系统中心根据虚拟车任务进行虚拟参数计算；
步骤6：系统中心基于Voronoi算法根据虚拟车任务地点进行任务分配；
步骤7：智能车根据系统分配执行任务并记录实际运行参数；
智能车按照FCFS或者最短路径优先的服务规则对所分配的任务进行服务，其速度记为vIV，物理世界中的智能车服务时间与虚拟服务时间会有偏差，智能车实际的服务时间就是
步骤8：智能车执行交通污染排放移动边缘计算任务；
智能车到达指定路段后，开始与路段其他车辆建立通信，其他车辆将微传感器实时获取的车辆位置、速度、加速度以及道路坡度等信息发送给智能车，通过计算得到每辆车的VSP值,结合BIN方法便能够对排放因子进行分析计算,对照VSPBIN表即可获得不同类型的机动车瞬时排放量，将该指定路段的车辆瞬时排放累加便得到路段的交通排放情况。


2.根据权利要求1所述的一种基于信息物理系统...

【专利技术属性】
技术研发人员：张利国，张珂，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11