一种城市智能停车管理系统的协同计算任务卸载方法技术方案

本发明专利技术公开了一种城市智能停车管理系统的协同计算任务卸载方法，用于实现城市智能停车管理系统中对通信和计算延时要求较高的计算密集型和数据密集型任务。本发明专利技术基于城市智能停车管理系统的云数据中心和停车用户手机组成的边云协同分布式网络架构，构建了以实际用时最小化为目标的协同计算任务卸载模型。该模型综合云数据中心的存储能力和停车用户手机的计算资源，为城市智能停车管理系统中频繁的计算密集型和数据密集型任务提供了有效的解决方案，减轻了集中式云数据中心的计算压力，降低了网络的带宽占用和响应延迟，从整体上提高了城市智能停车管理系统的可靠程度和运行效率。运行效率。运行效率。

【技术实现步骤摘要】
一种城市智能停车管理系统的协同计算任务卸载方法


[0001]本专利技术涉及一种城市智能停车管理系统的协同计算任务卸载方法，属于计算任务卸载


技术介绍

[0002]随着我国机动车保有量的日渐攀升，“停车难”成为持续热议的话题，停车位供需矛盾日益加剧，特别是某些老城区、市中心区域更是“一位难求”。在城市停车位总量供给不足的情况下，停车位配比失衡、驾驶员信息闭塞导致了停车泊位资源整体利用效率的降低，进一步加剧了停车难题。近年来，伴随着人工智能、云计算、物联网等新技术的发展和突破，城市智能停车管理系统应运而生，在为“停车难”问题带来创新解决方案的同时，也带来了极其庞大的信息和数据。这是因为，城市规模的智能停车管理系统具有道路网络密、停车用户多、停车泊位杂等特点，使得城市智能停车管理系统的计算任务数据量非常庞杂，稍有不慎就会造成棘手的“数据雪崩”问题。面对这种挑战，数据工程师们提出了“边云协同”的概念，充分结合云数据中心强大的数据处理能力和移动边缘终端低延时的特性，提高了系统整体的可靠性和高效性。边云协同的分布式网络架构使得系统的云数据中心将部分任务卸载给算力富余的停车用户手机，不仅有效降低了网络带宽占用和响应延迟，还突破了以往数据调度和存储的瓶颈，为城市智能停车管理系统中频繁的计算密集型和数据密集型任务提供了有效的解决方案。
[0003]基于端边云架构的路侧停车管理系统及预约、防逃费方法(CN202110036081.0)，由泊位阻车装置和用户交互终端构成“端”，边缘计算单元形成“边”，云端管理平台形成“云”，通过路侧交互终端的环境感知模块对停车泊位状态进行实时监测，并基于“端
‑
边
‑
云”协作运作实现大规模的路侧停车泊位管理，应对较大的、较复杂的前端采集数据处理和分析，从而确保停车泊位预留和防逃费管理的有效性。一种基于深度强化学习的边云协同串行任务卸载方法(申请号202110235757.9)，通过对串行任务的权重分配，获得当前最优的卸载策略，实现了网络边缘和云端协同的串行任务动态分配处理。这两项专利技术中的前者采用边云协同方案解决停车管理问题，其使得泊位阻车装置和用户交互终端构成负责采集信息的“端”，并由“边”通过区域自组网完成指定范围所述停车泊位的前端数据处理、分析与决策；后者基于边云协同进行任务卸载，通过评估权重向量来获得云端向边缘端卸载串行任务的最优策略。两项专利技术并没有考虑到城市智能停车管理系统中的用户手机端富余算力的充分利用。

技术实现思路

[0004]本专利技术所要解决的技术问题是：提供一种城市智能停车管理系统的协同计算任务卸载方法，基于计算中心和停车用户的手机组成的边云协同分布式网络架构，构建以实际用时最小化为目标的计算任务卸载模型，实现城市智能停车管理系统中对通信和计算延时要求较高的计算密集型和数据密集型任务。
[0005]本专利技术为解决上述技术问题采用以下技术方案：
[0006]一种城市智能停车管理系统的协同计算任务卸载方法，包括如下步骤：
[0007]步骤1，获取城市全域范围内的停车场站和路侧停车泊位的信息，包括位置分布、泊位数量以及停车价格，并将上述信息与城市地图以及城市出行阻抗矩阵一并存储在所述城市智能停车管理系统的云数据中心；
[0008]步骤2，停车用户通过客户端在所述城市智能停车管理系统中输入目的地和能接受的停车价格范围，当客户端确认停车用户输入的目的地在城市全域范围内且停车场站以及路侧停车泊位的停车价格在停车用户能接受的停车价格范围内时，向所述城市智能停车管理系统的云数据中心发起数据访问请求；否则不发送请求，并提示停车用户修改输入的目的地和/或能接受的停车价格范围；
[0009]步骤3，估算每个客户端完成云数据中心卸载的数据包对应的计算任务的时间；
[0010]步骤4，基于步骤3估算的时间构建城市智能停车管理系统的任务卸载模型，并求解该模型获取最优任务卸载方案；
[0011]步骤5，根据最优任务卸载方案，为各客户端卸载相应数量的数据包对应的计算任务。
[0012]作为本专利技术的一种优选方案，所述步骤3中，根据以下步骤估算客户端i完成云数据中心卸载的数据包对应的计算任务的时间u
i
：
[0013]1)云数据中心发送一个测试数据包到客户端i，获取云数据中心发送测试数据包至客户端i的时间延迟，记为
[0014]2)客户端i发送一个测试数据包到云数据中心，获取客户端i发送测试数据包至云数据中心时间延迟，记为
[0015]3)客户端i处理云数据中心实际卸载的数据包所用时间为其中，x
i
表示客户端i处理的数据包数量，和分别表示客户端i从云数据中心接收数据包和将结果数据包返回到云数据中心的传输速度，U和D分别表示客户端i接收的数据包和返回的结果数据包的大小，表示客户端i计算一个数据包所需的计算时间；
[0016]4)客户端i完成云数据中心卸载的数据包对应的计算任务的时间
[0017]作为本专利技术的一种优选方案，所述步骤4中，城市智能停车管理系统的任务卸载模型的数学形式如下：
[0018][0019][0020]其中，u
i
表示客户端i完成云数据中心卸载的数据包对应的计算任务的时间，x
i
表示客户端i处理的数据包数量，表示云数据中心发送数据包至客户端i的时间延迟，表示客户端i发送数据包至云数据中心时间延迟，和分别表示客户端i从云数据中心接收数据包和将结果数据包返回到云数据中心的传输速度，U和D分别表示客户端i接收的数据包和返回的结果数据包的大小，表示客户端i计算一个数据包所需的计算时间，I表示所有客户端集合，|I|表示集合I中客户端的数量，表示自然数集。
[0021]作为本专利技术的一种优选方案，所述步骤4中，求解城市智能停车管理系统的任务卸载模型时，通过调用商业求解器cplex或gurobi来进行求解。
[0022]本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：
[0023]本专利技术基于计算中心和停车用户的手机组成的边云协同分布式网络架构，构建以实际用时最小化为目标的计算任务卸载模型。该模型能够以实际用时最优的协同计算任务卸载方案，将计算任务卸载给算力富余的停车用户手机，从而帮助完成城市智能停车管理系统中对通信和计算延时要求较高的计算密集型和数据密集型任务，有效降低了网络的带宽占用和响应延迟，从整体上提高了城市智能停车管理系统的可靠程度和运行效率。
附图说明
[0024]图1是本专利技术一种城市智能停车管理系统的协同计算任务卸载方法的流程图。
具体实施方式
[0025]下面详细描述本专利技术的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。
[0026]本专利技术提供一种城市智能停车管理系统的协同计算任务卸载方法，如图1所示，包括以下过程：
[0027]1)通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市智能停车管理系统的协同计算任务卸载方法，其特征在于，包括如下步骤：步骤1，获取城市全域范围内的停车场站和路侧停车泊位的信息，包括位置分布、泊位数量以及停车价格，并将上述信息与城市地图以及城市出行阻抗矩阵一并存储在所述城市智能停车管理系统的云数据中心；步骤2，停车用户通过客户端在所述城市智能停车管理系统中输入目的地和能接受的停车价格范围，当客户端确认停车用户输入的目的地在城市全域范围内且停车场站以及路侧停车泊位的停车价格在停车用户能接受的停车价格范围内时，向所述城市智能停车管理系统的云数据中心发起数据访问请求；否则不发送请求，并提示停车用户修改输入的目的地和/或能接受的停车价格范围；步骤3，估算每个客户端完成云数据中心卸载的数据包对应的计算任务的时间；步骤4，基于步骤3估算的时间构建城市智能停车管理系统的任务卸载模型，并求解该模型获取最优任务卸载方案；步骤5，根据最优任务卸载方案，为各客户端卸载相应数量的数据包对应的计算任务。2.根据权利要求1所述的城市智能停车管理系统的协同计算任务卸载方法，其特征在于，所述步骤3中，根据以下步骤估算客户端i完成云数据中心卸载的数据包对应的计算任务的时间u
i
：1)云数据中心发送一个测试数据包到客户端i，获取云数据中心发送测试数据包至客户端i的时间延迟，记为2)客户端i发送一个测试数据包到云数据中心，获取客户端i发送测试数据包至云数据中心时间延迟，记为3)客户端i处理云数据中心...

【专利技术属性】
技术研发人员：马捷，王牵莲，陈景旭，
申请(专利权)人：东南大学，
类型：发明
国别省市：