【技术实现步骤摘要】
本专利技术属于边缘计算，具体涉及一种面向充电行为感知的边缘计算混合部署方法及系统。
技术介绍
1、在智慧交通领域，往往需要借助边缘计算体系来实现道路侧的实时交通监控、事件检测和处理、路况更新和交通优化等功能，具体表现在，智能交通系统使用传感器、摄像头和其他设备来收集交通数据，例如车辆识别、车速、车流等。通过将固定的边缘服务器与可移动边缘服务器结合，可以在关键交通路口或重要路段部署可移动边缘服务器，使数据的实时处理和分析更加高效。可移动的边缘服务器能够负责即时的交通监控、车辆计数和流量分析，为实时决策和交通流优化提供支持。边缘服务器的组合应用还可以用于智能交通系统中的事件检测和处理。可移动边缘服务器可以部署在需要监测的区域，例如交通拥堵、事故等敏感区域或定点设备。这些边缘服务器可以通过实时数据分析和算法处理，检测交通事件并发送警报。同时，固定的边缘服务器可以协助处理复杂的算法计算、历史数据存储和事件回放，以支持进一步的分析和研究。通过将固定的边缘服务器与可移动边缘服务器结合，可以实现实时的路况更新。可移动边缘服务器可以搭载在公交车、出租车或其他移动车辆上，并使用内置的传感器和相机收集路况数据。这些服务器可以通过边缘计算快速处理数据，如识别拥堵、交通事故等，并将实时更新发送到导航系统、交通应用或车辆智能系统，使驾驶员和乘客能够获得准确的路况信息。边缘服务器的组合应用还可以用于交通优化和规划。通过固定的边缘服务器进行长期数据分析和模式识别，可以获取深入的交通模型和趋势。这些模型可以用于交通规划、预测拥堵状况、改进信号控制和路线规划。可
2、当前，把边缘计算架构按照类型划分可以把边缘服务器分为固定的边缘服务器和可移动边缘服务器。固定的边缘服务器是在特定位置或固定设施中部署和安装的，例如数据中心、边缘节点等。它们通常连接到网络基础设施，并提供计算、存储和网络资源来处理和存储从数据源收集的数据。固定的边缘服务器通常具有更强大的计算和存储能力，适用于大规模的数据处理和分析任务。它们常常用于企业级应用、大型工业自动化系统等场景，可以处理大量数据并提供快速响应。可移动的边缘服务器：这种边缘服务器是可以随时移动和部署到不同位置的服务器。它们通常是基于轻量级硬件构建的，例如边缘计算节点、边缘设备等。可移动的边缘服务器通常更小型化和灵活，可以部署在移动车辆、物联网设备、传感器等边缘位置。它们经常用于移动边缘计算场景，例如智能交通系统、智能城市、移动医疗设备等，可以提供实时计算和响应能力，同时减少数据传输和延迟。这两种类型的边缘服务器在边缘计算架构中发挥着不同的角色和应用。固定的边缘服务器适用于大规模、高性能的数据处理和分析任务，可以承担更重的计算负载。可移动的边缘服务器则更适合移动环境下的实时计算和响应，它们能够便捷地部署到需要的位置，并满足移动边缘计算的需求。
3、两者的选择将取决于具体的应用场景和需求，出于成本考虑和稳定性考虑，目前基于交通感知的边缘计算体系主要由固定端服务器组成，足以满足大多数时候的计算服务需求，但交通感知的计算需求量与车流量等因素具有极强的相关性，当面临车流高峰期带来的车流量骤增、天气因素影响带来的场景计算难度增加等场景时，仅仅依靠地面端的固定边缘服务器体系已经不能满足相关的物联网设备的计算服务需求。
技术实现思路
1、为解决上述技术问题，本专利技术提出一种面向充电行为感知的边缘计算混合部署方法及系统。
2、一方面，本专利技术提出一种面向充电行为感知的边缘计算混合部署方法，包括：
3、s1：对k种路侧感知设备进行参数记录，通过记录的k种路侧感知设备的参数建立设备的感知收益函数，选定一条待规划的长度为l的道路，按照一定间隔δd选定多个位置候选点，基于感知收益函数，通过最大化所有位置候选点的累计感知收益的方式部署路侧感知设备；
4、s2：利用部署的路侧感知设备获取的视频采集特定场景内单个时间段的场景信息并完成车辆目标检测；
5、s3：通过多个静态服务器组成边缘计算系统模型，并定义静态服务器参数；
6、s4：将分割得到的车辆图片输入边缘计算系统模型，将提取图片中电车驾驶员的面部表情特征及判断驾驶员充电焦虑概率的充电行为感知作为任务请求，进行计算边缘计算系统模型中每个静态服务器的处理任务请求的花费时间ttotal；
7、s5：根据静态服务器处理任务请求的花费时间ttotal与静态服务器允许的最大时延tmax判断静态边缘服务器能否满足任务计算需求，当ttotal＞tmax时，表明静态服务器无法在有效时间内独自完成计算任务，同时，为每个静态服务器划分不同的辅助计算需求等级n；
8、s6：构建无人机边缘计算体系，当静态边缘服务器无法完成任务时通过参考静态服务器的辅助计算需求等级n分配无人机进行辅助；
9、s7：根据每个静态服务器的辅助计算需求等级计算区域辅助需求等级，设置高需求中心阈值，根据高需求中心阈值与区域辅助需求等级寻找高计算需求中心，初始化无人机数量与位置；
10、s8：基于初始化后的无人机数量与位置利用蒙特卡罗树搜索实现寻找无人机最优移动方向控制，控制无人机前往该区域进行辅助计算。
11、另一方面，本专利技术提出一种面向充电行为感知的边缘计算混合部署系统，包括：路侧感知设备部署模块、道路信息采集模块、边缘计算部署模块、任务请求的花费时间计算模块、辅助计算需求部署模块；
12、所述路侧感知设备部署模块用于对k种路侧感知设备进行参数记录，通过记录的k种路侧感知设备的参数建立设备的感知收益函数，选定一条待规划的长度为l的道路，按照一定间隔δd选定多个位置候选点，基于感知收益函数，通过最大化所有位置候选点的累计感知收益的方式部署路侧感知设备；
13、所述道路信息采集模块用于根据部署的路侧感知设备进行获取的视频采集特定场景内单个时间段的场景信息并完成车辆目标检测；
14、所述边缘计算部署模块用于搭建需要进行边缘计算的边缘计算系统模型，并定义静态服务器参数；所述边缘计算系统模型由多个静态服务器组成；
15、所述任务请求的花费时间计算模块用于以电车驾驶员的面部表情特征及判断驾驶员充电焦虑概率的充电行为感知作为任务请求，计算边缘计算系统模型中每个静态服务器的处理任务请求的花费时间；并判断断静态边缘服务器能否满足任务计算需求，当无法满足任务计算需求时，为每个静态服务器划分不同的辅助计算需求等级；
16、所述辅助计算需求部署模块用于根据每个静态服务器的辅助计算需求等级计算区域辅助需求等级，设置高需求中心阈值，根据高需求中心阈值与区域辅助需求等级寻找高计算需求中心，初始化无人机数量与位置，并基于初始化后的无人机数量与位置利用蒙特卡罗树搜索实现寻找无人机最优移动方向控制，控制无人机前往该区域进行辅助计算。
17、本专利技术的本文档来自技高网...
【技术保护点】
1.一种面向充电行为感知的边缘计算混合部署方法，其特征在于，包括：
2.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，通过记录的K种路侧感知设备的参数建立设备的感知收益函数，包括：
3.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，利用部署的摄像头获取的视频采集特定场景内单个时间段的场景信息并完成车辆目标检测，包括：
4.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，通过多个静态服务器组成边缘计算系统模型，并定义静态服务器参数，包括：
5.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，将分割得到的车辆图片输入边缘计算系统模型，将提取图片中电车驾驶员的面部表情特征及判断驾驶员充电焦虑概率的充电行为感知作为任务请求，进行计算边缘计算系统模型中每个静态服务器的处理任务请求的花费时间Ttotal，包括：
6.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，为静态服务器划分不同的辅助计
7.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，构建无人机边缘计算体系，包括：
8.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，根据每个静态服务器的辅助计算需求等级计算区域辅助需求等级，设置高需求中心阈值，根据高需求中心阈值与区域辅助需求等级寻找高计算需求中心，初始化无人机数量与位置，包括：
9.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，基于初始化后的无人机数量与位置利用蒙特卡罗树搜索实现寻找无人机最优移动方向控制，控制无人机前往该区域进行辅助计算，包括：
10.一种面向充电行为感知的边缘计算混合部署系统，用于实现如权利要求1-9所述的方法，其特征在于，所述系统包括：路侧感知设备部署模块、道路信息采集模块、边缘计算部署模块、任务请求的花费时间计算模块、辅助计算需求部署模块；
...【技术特征摘要】
1.一种面向充电行为感知的边缘计算混合部署方法，其特征在于，包括：
2.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，通过记录的k种路侧感知设备的参数建立设备的感知收益函数，包括：
3.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，利用部署的摄像头获取的视频采集特定场景内单个时间段的场景信息并完成车辆目标检测，包括：
4.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，通过多个静态服务器组成边缘计算系统模型，并定义静态服务器参数，包括：
5.根据权利要求1所述的一种面向充电行为感知的边缘计算混合部署方法，其特征在于，将分割得到的车辆图片输入边缘计算系统模型，将提取图片中电车驾驶员的面部表情特征及判断驾驶员充电焦虑概率的充电行为感知作为任务请求，进行计算边缘计算系统模型中每个静态服务器的处理任务请求的花费时间ttotal，包括：
6.根据权利要求1所述的一种面向充电...
【专利技术属性】
技术研发人员：龙虹毓，黄昭成，魏旻，何智光，陈昌川，王晶，张亚垅，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。