【技术实现步骤摘要】
本专利技术涉及物联网技术和边缘计算，特别地涉及一种基于边缘计算的具有环境边缘智能的交通灯控制方法。
技术介绍
1、在经济和科技快速发展的二十一世纪，增强现实、联合学习、物体检测和边缘缓存等创新移动应用和服务日益兴起。这些应用大大增加了对计算资源的需求，而计算资源通常由云服务器提供。然而，由于回程链路负载重、距离远，通信延迟较高。对于流量控制服务，可接受的延迟时间从10毫秒到100毫秒不等。
2、边缘计算被认为是云计算的补充，倾向于在网络边缘提供弹性资源。为减少通信延迟，使用了在物理上比云基础设施更接近网络的边缘设备。这些边缘设备被称为边缘服务器。edgego是一个移动资源共享框架，它使用移动边缘服务器(安装在移动机器人或无人机上)来实现6g边缘计算的低成本部署。遗憾的是，该框架没有充分利用日益强大的环境设备(如智能手机)的丰富处理能力。mivecc是一个车辆端-边缘-云仿真框架，旨在优化具有多个交叉路口的大型区域内的车辆协同控制。但是，它没有考虑资源预算以及通信和计算变化的影响。
3、本专利技术的不是预先部署基站和服务器，而是将瓦片级物体检测卸载到人群拥有的设备上，以实现智能交通灯控制。本专利技术的主要工作是如何发现可用设备和如何卸载任务。其中，接入点会定期发送嵌入所需服务的信标，以发现作为边缘服务器的可用设备。检测模型在本地设备上运行，进行初始对象检测。然后提取跨越任何边界的对象。为了提高检测精度并缩短解码时间，每个帧都被分割成多个图块，以便在选定的服务器上进行细粒度检测。有效的冗余服务器机制确保了任务
技术实现思路
1、针对上述现有技术中的问题，本申请提出了一种基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，包括数据中心部分和边缘计算部分，具体步骤如下：
2、步骤1，数据中心部分先通过接入点定期发送嵌入所需服务的信标，通过服务发现模块，以发现可以作为边缘服务器的可用设备。当发现可作为边缘服务器的可用设备后，将其转换为边缘服务器。准备就绪后，摄像机开始捕捉视频帧，每个帧会通过两条路径传送。一条用于本地检测，另一条用于远程检测；
3、步骤2，边缘计算部分先通过在本地设备上运行检测模型，进行初始对象检测，提取出跨越边界的对象，在本地资源限制下执行视频的分析；
4、步骤3，数据中心部分客户端首先将每个视频帧裁剪成若干个主瓦片。然后，用周围重叠的瓦片填充每个主瓦片，以创建新的子帧。通过消除瓦片之间的依赖关系，实现瓦片级检测的并行性；
5、步骤4，在步骤3的基础上，数据中心部分对每个子帧进行编码，放入发送队列，等待发送到选定的边缘服务器；
6、步骤5，对于所述步骤4中发送的视频帧，边缘计算部分边缘服务器对接收队列中的数据进行解码，并执行对象检测。然后，服务器将对象(包括子帧索引、边界框、标签和分数)发送到客户端；
7、步骤6，数据中心部分客户端整合本地和远程检测到的对象的结果，得出最终结果，根据最终结果控制交通灯。
8、优选的，所述数据中心部分包括：服务管理器、视频流媒体、视频发送器、结果接收器和对象检测器，所述边缘计算部分包括边缘节点的服务更新器、视频解码器和对象检测器。
9、优选的，所述步骤1还包括：
10、步骤11、服务发现模块设置有无连接协议，该协议是一种基于wifi信标的无连接服务发现协议，它允许边缘设备即使在断开连接的情况下也能知道自己是否拥有客户端请求的服务。它要求客户端与覆盖范围内的设备建立通信连接(如wifi)，以发现可用设备。在信标中嵌入服务信息。附近的移动设备通过解析信标信息进行服务查询。如果移动设备拥有服务，它就会主动与客户端建立wifi连接。接下来，它会向客户端注册其服务信息，包括服务端口，然后成为服务器集的成员。每个服务器必须定期报告其设备状态，包括ip、cpu负载和rssi(接收信号强度指示器)。
11、步骤12、处理服务查询意味着检查具有给定属性值的元素是否属于给定集合。bloom过滤器可以作为一种优化方法。
12、优选的，bloom过滤器优化方法为：
13、步骤121、使用多个独立哈希函数将元素映射到数组中的不同位置/位，并将相应位置的位值设为1。如果任何一位为0，则该元素肯定不在集合中。否则，如果比特位在所有位置上都是1，那么要么该元素在集合中，要么该比特位在插入另一个元素时碰巧被设置为1(导致f_r的假阳性率)。bloom过滤器的fr可以通过元素数量(n，本文中每个服务器上的服务实例数量)、散列函数数量(k)和比特数量(b，比特数组的大小)来优化。那么fr的计算公式为
14、步骤122、服务发现优化：每个服务器都有一个bloom过滤器。客户端根据散列函数的数量将当前请求的服务名称字符串散列到位置索引中，并将这些字节嵌入信标。每个服务器在收到信标后进行解析，并通过bloom过滤器查询每个索引。只有当服务器bloom过滤器比特数组中的每个索引都为1时，服务器才能提供所请求的服务，然后服务器才会加入客户端的无线网络。否则，服务器不会加入网络。此外，bloom过滤器查询的查询时间复杂度为o(1)/o(k)，而传统线性查询的时间复杂度为o(n)。这种方法能有效避免客户端与每个设备单独通信。特别是当环境设备较多时，通信成本可以大大降低。
15、优选地，所述步骤2还包括：
16、客户端和服务器端使用两种不同的轻量级cnn模型进行对象检测。在客户端上，选择yolov5s作为检测模型。在服务器上，选择使用轻量级的nanodet-plus模型。
17、优选地，所述步骤3还包括：
18、步骤31，确定包含小物体的块：
19、使用所有小物体的最大尺寸来确定重叠尺寸。使用重量级检测模型来检测视频，并将检测结果视为地面实况。如果客户端对象检测器无法将像素块归入正确的类别，而重量级检测模型可以将像素块归入正确的类别，则认为该像素块包含小物体；
20、步骤32，瓦片级分区：
21、在帧的一部分上执行对象检测可能会将一个对象实例分割成多个不正确的实例。本地检测用于提取大型和中型物体，远程检测用于提取小型物体。在此采用了一种新方法来整合检测结果。在一帧图像上统一标注3条边界(白色虚线)，然后进行局部检测，得到一组物体。跨越任何边界的物体都会被提取出来。为了进行远程检测，首先会根据边界和重叠大小将该帧裁剪成6个主磁贴/块。每个主瓦片用重叠瓦片填充，形成一个新的子帧，以减轻前面所述的依赖性。然后将这些子帧卸载，用于远程检测。
22、优选的，所述步骤4还包括：
23、发送模块旨在加速检测流水线，对于每个子任务/子帧，根据支付和e2e延迟估算每个服务器的成本。然后，选本文档来自技高网...
【技术保护点】
1.一种基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，包括数据中心部分和边缘计算部分，具体步骤如下：
2.根据权利要求1所述的基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，所述数据中心部分包括：服务管理器、视频流媒体、视频发送器、结果接收器和对象检测器，所述边缘计算部分包括边缘节点的服务更新器、视频解码器和对象检测器。
3.根据权利要求1所述的基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，服务发现模块内设置有基于WiFi信标的无连接服务发现协议，允许边缘设备即使在断开连接的情况下，也能知道自己是否拥有客户端请求的服务；客户端与覆盖范围内的设备建立通信连接，以发现可用设备；在信标中嵌入服务信息；附近的移动设备通过解析信标信息进行服务查询；如果移动设备拥有服务，移动设备就会主动与客户端建立WiFi连接；接下来，移动设备会向客户端注册其服务信息，成为服务器集的成员。
4.根据权利要求1所述的基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，对服务发现进行优化，服务发现的优化方法为：
5.
6.根据权利要求1所述的基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，客户端和服务器端使用两种不同的轻量级CNN模型进行对象检测。
7.根据权利要求1所述的基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，所述步骤3还包括：
8.根据权利要求1所述的基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，所述步骤4还包括：
9.根据权利要求1所述的基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，所述步骤6还包括：
...【技术特征摘要】
1.一种基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，包括数据中心部分和边缘计算部分，具体步骤如下：
2.根据权利要求1所述的基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，所述数据中心部分包括：服务管理器、视频流媒体、视频发送器、结果接收器和对象检测器，所述边缘计算部分包括边缘节点的服务更新器、视频解码器和对象检测器。
3.根据权利要求1所述的基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，服务发现模块内设置有基于wifi信标的无连接服务发现协议，允许边缘设备即使在断开连接的情况下，也能知道自己是否拥有客户端请求的服务；客户端与覆盖范围内的设备建立通信连接，以发现可用设备；在信标中嵌入服务信息；附近的移动设备通过解析信标信息进行服务查询；如果移动设备拥有服务，移动设备就会主动与客户端建立wifi连接；接下来，移动设备会向客户端注册其服务信息，成为服务器集的成员。
4.根据权利要求1所述的基于边缘计算的具有环境边缘智能的交通灯控制方法，其特征在于，对服务发现进...
【专利技术属性】
技术研发人员：徐显阳，苏徐涛，赵志为，周羿，汪世鉴，闵革勇，
申请(专利权)人：电子科技大学，
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。