一种基于RISC-V与LoRa的分布式资源监测系统的制作方法

本发明涉及risc-v、lora、深度学习、机器学习等领域，尤其涉及一种基于risc-v与lora的分布式资源监测系统。

背景技术：

1、随着城市化进程的不断发展，城市规模不断扩大，人口数量不断增加。相应的，资源挤占问题日益严重，如停车难、找车难等问题，严重影响居民的正常生活。同时，资源监测方法还存在数据不互通、资源无法共享等问题，单一封闭式的管理在很大程度上给经营者造成了经济损失。

2、为了更好地应对上述问题，提高资源利用效率，大部分监测方法主要通过将所有设备连接到网络并将数据传递到云端来解决不同场景下的监测需求。但是实际上，并不是所有场景的用户都拥有云端资源，所以在边缘设备和本地化的监测可以更加方便所有用户。

3、边缘与本地化的监测是将计算和存储下沉至距离用户更近的位置，依靠无线传输可以实现远距离的实时监测，同时依靠降低芯片研发成本，给终端应用市场带来巨大创新。其中，lora是semtech公司创建的低功耗局域网无线标准，它最大特点就是在同样的功耗条件下比其他无线方式传播的距离更远，实现了低功耗和远距离的统一。risc-v泛指risc-v指令集及其衍生出来的一系列生态，开放、简洁、可扩展以及低成本，适用于物联网爆发环境下的方法主控实现。依靠risc-v与lora可以有效改善目前的资源监测现状，提高资源利用效率，增加经济效益。

技术实现思路

1、为了解决以上技术问题，本发明提供了一种基于risc-v与lora的分布式资源监测系统，利用risc-v、lora技术，以实现在被监测资源上分布式设置多个监控点并能把多个监测装置的情况综合汇总。

2、本发明的技术方案是：

3、一种基于risc-v与lora的分布式资源监测系统，包括数据采集、平台管理、主控、移动客户端及云端五个模块。

4、所述数据采集模块包括监测资源所需的摄像头、地磁感应器、温度传感器等，所述摄像头、地磁感应器、温度传感器采集的数据通过lora终端上传到lora网关，lora网关再将资源信息传输到平台管理模块。

5、所述平台管理模块与主控模块连接，将接收到的信息分析后判断系统所处状态，并通过不同指令使能主控模块。

6、所述主控模块由符合risc-v指令集标准的cpu内核构成，内核包括基础指令及扩展指令。当资源占用及用户需求数据繁杂，系统处于高效工作状态时，使用扩展指令进行指令集层面加速。

7、所述移动客户端模块可收集用户的资源预定申请，将信息传送到边缘端进行分析计算，并将资源分配结果展示给用户，使得用户可查看资源分配情况，及时掌握资源的状态信息。

8、所述云端模块可以与边缘端进行交互，主要进行数据存储与展示，并可对用户数据进行标记，以便进一步优化机器学习模型。

9、进一步的，

10、数据采集模块。根据监测需求在监测位置部署需求的传感器，实时采集资源状态信息。

11、进一步的，

12、一般而言，可设置系统为低功耗状态、正常工作状态和高效工作状态三种状态。所述平台管理模块将根据收集信息，分析系统所处状态，并通过不同指令使能主控模块。如在进行车位资源监测时，平台管理模块可获知车辆及车位的动态变化情况以及用户的预定情况，分析系统所处的状态。系统所处状态包括低功耗状态、正常工作状态和高效工作状态。

13、进一步的，

14、主控模块进行智能分析计算，将信息反馈给移动客户端，同时将用户信息上传至云端保存。

15、进一步的，

16、主控模块中的推理结果将进一步传输到云端进行解析，云端管理人员也可根据解析结果进行相关的数据标记。可进一步通过深度学习训练模型，确定资源分配的优先级，更加智能地分配车位，传输至终端。同时可以实现数据的更新、备份，方便后续的分析、监测及优化，实现自动化控制管理。

17、利用lora技术将采集到的数据通过lora终端上传到lora网关，lora网关将数据传输到边缘端；将轻量化模型部署到边缘端，边缘端根据监测数据与用户资源申请数据，判断系统所处状态，合理分配系统计算资源，进行实时处理分析；利用云端进行数据存储与展示。通过云边端协作，实现用户资源申请、分配的智能化服务。

18、本发明的有益效果是

19、可以有效改善目前的资源监测现状，提高资源利用效率，增加经济效益，可满足不同场景下的资源分配需求。如可应用于车位预定与分配系统，用户通过移动客户端进行停车申请，车位申请信息将传输到平台管理模块。边缘端根据分布式设置的监测点获取车位状态信息，并根据所收集的数据及用户预定数据划分系统状态，从而分配相应的计算资源。边缘端经过智能计算分析后得到的车位分配结果及车辆外部环境信息也将反馈到移动客户端。用户可在移动客户端查看车位位置及车辆外部环境状况，及时掌握停车信息。云端的信息储存可帮助优化深度学习模型，根据新老用户、停车时长等确定用户车位分配的优先级，精准匹配最佳分配方案，更加智能地分配车位。

技术特征：

1.一种基于risc-v与lora的分布式资源监测系统，其特征在于，

2.根据权利要求1所述的系统，其特征在于，

3.根据权利要求1或2所述的系统，其特征在于，

4.根据权利要求1所述的系统，其特征在于，

5.根据权利要求1所述的系统，其特征在于，

6.根据权利要求1或5所述的系统，其特征在于，

7.根据权利要求6所述的系统，其特征在于，

8.根据权利要求1所述的系统，其特征在于，

技术总结
本发明提供一种基于RISC‑V与LoRa的分布式资源监测系统，属于RISC‑V、LoRa、深度学习、机器学习领域，包括数据采集模块、平台管理模块、主控模块、移动客户端及云端模块。系统采集到的信息通过LoRa终端上传到LoRa网关，利用LoRa网关传输到边缘端；将轻量化模型部署到边缘端，边缘端根据监测信息与用户申请信息状况合理分配系统计算资源，进行实时处理分析；云端进行数据存储与展示。通过云边端协作，实现用户资源申请、分配的智能化服务。

技术研发人员：高晨,赵鑫鑫,姜凯,胡雷钧
受保护的技术使用者：山东浪潮科学研究院有限公司
技术研发日：
技术公布日：2024/1/13