一种用于数据分析的边缘计算系统的制作方法

本发明专利属物联，具体地说，涉及一种边缘计算设备调度及网络传输控制算法与装置。

背景技术：

1、边缘计算开始被业界大力推广，进入快速增长阶段，随着边缘计算的兴起，万物互联的数字背景下，边缘技术与云计算等网络技术融合发展成为推动边缘计算技术落地的重要力量，边缘计算技术应用的以稳健发展，进入行业落地阶段。单个边缘计算设备的图像处理效率有限,并且也容易因为单个边缘计算设备的过度使用导致宕机，造成一定的损失。

2、例如，中国专利申请号为202110205681.5，申请公开日为2021年7月13日的专利申请文件公开了一种基于边缘计算的调度方法及边缘设备集群。该方案公开了一种基于边缘计算的调度方法及边缘设备集群，包括接收控制中心发来的编排任务，并创建与所述编排任务相匹配的容器；检测各个所述边缘设备的设备信息，并基于所述设备信息，从各个所述边缘设备中筛选出适配于所述容器的目标边缘设备；将所述容器调度至所述目标边缘设备处，并将所述容器与所述目标边缘设备相绑定，以在所述目标边缘设备中建立所述容器与对应缓存之间的映射关系。但是，当控制中心发来的编排任务较为复杂，各个所述边缘设备中没有适配于所述容器的边缘设备时，编排任务在当前最合适的所述容器的边缘设备中运行，这样编排任务就不能以最高效的方式完成。本发明首先选择最合适当前编排任务的边缘设备，然后在任务执行过程中，不断监测边缘设备的运行状态，并根据运行状态调度新的边缘设备辅助执行任务的方式解决了没有最适配于所述容器的边缘设备的问题。

3、中国专利申请号为202111094500.2，申请公开日为2022年1月7日的专利申请文件公开了一种边缘计算系统的分配方法。该方法包括：获得边缘计算系统中每个边缘计算应用在单位时间内收集到的数据；根据所述收集到的数据，计算每个边缘计算应用在单位时间内的数据变化总量；根据所述每个边缘计算应用在单位时间内的数据变化总量，计算每个边缘计算应用在单位时间内的实际处理数据量与其在单位时间内的最大数据处理量的比值；将计算出的比值未达标的边缘计算应用当前处理的数据分配给剩余边缘计算应用处理。但是，该方法仅仅是依据每个边缘计算应用在单位时间内的最大数据变化总量与当前实际处理数据量的比值来调度边缘计算应用，并未考虑到当一个边缘计算应用的当前实际处理数据量与最大数据处理量的比值达标时，由于内存等硬件状态超过预定标准，造成边缘计算应用长时间持续处理数据的能力下降，也更容易导致边缘计算应用宕机。本发明通过在边缘计算设备处理任务期间不断的监测边缘计算设备的运行状态，当出现一个边缘计算设备的任务处理能力下降或是内存占用量超过预定标准时，及时的调度新的边缘计算设备共同处理未完成的任务，这样既保证了边缘计算设备的持续处理任务的能力，又保证了边缘计算设备不会因为硬件运行状态导致宕机。

4、因此，亟需寻求一种用于数据分析的边缘计算系统，采用边缘计算设备调度算法，实现在单个边缘计算设备不能满足需求的情况下，自主选择合适的边缘计算设备辅助运行，缓解单个边缘计算设备的运行压力，提高数据处理效率。

技术实现思路

1、1.要解决的问题

2、针对现有的边缘计算设备存在图像处理效率低，提供了一种用于数据分析的边缘计算系统，通过多个边缘计算设备集成为一个边缘计算模块以及边缘计算设备调度方法，从而提升了数据处理效率，并且保证了边缘计算设备的稳定性。

3、2.技术方案

4、为了解决上述问题，本发明所采用的技术方案如下：

5、一种用于数据分析的边缘计算系统，其特征在于：包括数据采集模块、集中管理模块、边缘计算模块、远程管理模块、存储模块、电源模块和网络传输模块；其中：

6、数据采集模块进行数据的采集并通过网络传输模块传输至集中管理模块，所述数据包括视频流或音频流；其中数据采集模块为摄像头或录音机。

7、集中管理模块将数据截取成帧(图片或音频段)，并传输至边缘计算模块；由集中管理模块自主选取最合适的边缘计算设备辅助运行，降低边缘计算设备的任务负载，提高任务处理效率。

8、边缘计算模块中包含若干个可以运行不同识别算法的边缘计算设备，边缘计算设备的运行状态信息反馈到集中管理模块，出现性能不足的边缘计算设备时，智能调度新的边缘计算设备辅助运行；

9、远程管理模块部署识别算法至边缘计算模块，并将识别的数据传输至存储模块；

10、电源模块用于检测边缘计算模块的功耗情况，并控制边缘计算模块的电源；

11、网络传输模块用于数据的网络传输。

12、作为本发明进一步地改进，其中，边缘计算设备的排列：箱体呈箱式，左右为空；风扇置于箱体底部，实体按键安装在箱体尾部，稳压电源安装在内部尾部；边缘计算设备依次摆放在箱体内部之间，保持2cm至3cm的间距。

13、作为本发明进一步地改进，所述远程管理模块通过网络传输模块部署识别算法至优先级别高的边缘计算设备，其中：边缘计算设备优先级高低的决定方法如下：

14、步骤1：识别算法在部署时，记录其部署边缘计算设备次数m1、m2、…、mk，k为边缘计算设备的数量；

15、步骤2：在边缘计算设备运行时，统计识别算法在边缘计算设备运行异常的次数n1、n2、…、nk，k为边缘计算设备的数量；

16、步骤3：p(i,j)表示第j个识别算法在第i个边缘计算设备运行成功的概率函数，mi,j表示第j个图像识别算法在第i个边缘计算设备运行的次数，ni,j表示第j个识别算法在第i个边缘计算设备运行失败的次数，i为边缘计算设备的编号，j为识别算法的编号,i∈[1,m],j∈[1,s]，m表示边缘计算模块能容纳的边缘计算设备个数的最大值，s表示识别算法的总数，

17、

18、步骤4：根据p(i,j)的大小排定识别算法在部署时优先级，p(i,j)越大优先级越高，p(i,j)越小优先级越低，sm,s表示识别算法对于边缘计算设备的优先级，sm,s为正整数，sm,s∈[1,k]，其中

19、

20、作为本发明进一步地改进，识别算法的部署及视频流或音频流数据的分配：数据采集模块将视频流数据或音频流数据通过网络传输模块发送至集中管理模块，集中管理模块将视频流数据或音频流数据截取为z帧图片或音频，分发给边缘计算模块中优先级别高的边缘计算设备，当多个边缘计算设备处于空闲状态时，默认将识别算法和视频流或音频流数据传给优先级最高的边缘计算设备运行。z∈[1,max],max表示视频可截取帧数。

21、作为本发明进一步地改进，在视频流或音频流数据通过网络传输模块发送的过程中，持续观察控制网络传输模块中网络传输速率的决策和网络传输速率之间的关系，自动适应网络环境，分为a＝1和a＝2两种情况加快或减小网络传输速率，步骤如下：

22、步骤1：规定每个网络监测周期为t秒，在每个监测周期内首先以va作为数据包传输速率，其中，t＝∈[2,4]

23、

24、g表示速率调整参数，g∈(0,1)；v表示当前网络传输速率

25、步骤2：分别计算当a＝1和a＝2时速率调整函数ya(va),

26、

27、la表示当前网络检测到的丢包率；ta表示当前网络实际吞吐量；

28、步骤3：比较当a＝1和a＝2时ya(va)的大小，按照取值大的a值调整当前网络传输速率。

29、作为本发明进一步地改进，所述网络传输模块采用智能tcp拥塞控制算法，自适应网络环境控制视频数据传输速率。

30、作为本发明进一步地改进，运行状态检测：所述边缘计算模块中每个边缘计算设备均装有任务检测模块，用于跟踪任务执行状态，即边缘计算设备运行状态检测，即监测边缘计算设备的内存使用率、gpu使用率、磁盘使用率和目标数据(图像或音频段)的识别速度，并将检测数据传输至集中管理模块。

31、作为本发明进一步地改进，所述集中管理模块定时t1秒收集每个边缘计算设备中任务检测模块的检测数据，其中，t1∈[1,3]。

32、作为本发明进一步地改进，电源功耗监测：电源模块对边缘计算模块的功耗检测，使用交流电传感器监测边缘计算设备的实时功耗，出现单个功耗过高、边缘计算设备总功耗过高问题时由电源控制流程处理，防止边缘计算设备出现负载过高，功耗过高导致安全问题。当出现边缘计算设备负载过高，功耗过高时，关闭一部分边缘计算设备降低装置总功耗,定时关闭边缘计算设备。并且电源模块关闭一部分边缘计算设备降低装置总功耗，定时硬开启和硬关闭边缘计算设备，同时设置实体按键用来控制边缘计算装置关闭，强制重启。

33、针对性处理边缘计算设备宕机、边缘计算设备假宕机和边缘计算设备资源信息传输故障。

34、作为本发明进一步地改进，边缘计算设备宕机，处理方法步骤为：

35、步骤1：为每个边缘计算设备设置本地时钟，在每个边缘计算设备运行期间，不断比较与集中管理模块的本地时钟差异，倘若连续n次两者之间的时间相差t2秒以上，则判定边缘计算设备宕机，其中，n∈[3,+∞]；t2∈[2,+∞)；

36、步骤2：集中管理模块在确定边缘计算设备宕机后，向集中管理模块发出宕机故障指令，集中管理模块记录故障节点故障次数，调动电源模块对边缘计算设备重启；

37、步骤3：在t3分钟内，一个边缘计算设备重启超过m次，电源模块对其做关机处理，由集中管理模块反馈到远程管理模块，进行人工干预，其中，t3∈[3,5]；m∈[3,+∞]。

38、作为本发明进一步地改进，当出现处理边缘计算设备宕机、边缘计算设备假宕机和边缘计算设备资源信息传输故障时，判断为出现性能不足的边缘计算设备，根据概率函数px(i,j)自主选取新的边缘计算设备辅助运行，px(i,j)表示第x次部署图像识别算法时的概率函数，x∈[1,+∞]，其中：

39、

40、ξ(i,j)＝1/surplus

41、m(i,j)表示第j个识别算法在第i个边缘计算设备运行的次数；ξ(i,j)表示第j个识别算法自主选择第i个边缘计算设备的期望值；sx表示当前自主选择的边缘计算设备的集合；surplus表示当前装置中可以被选择使用的边缘计算设备集合。

42、3.有益效果

43、相比于现有技术，本发明的有益效果为：

44、本发明公开的一种边缘设备运行电源、设备调度算法与装置，通过将边缘计算设备集成到边缘计算装置，不仅实现了一个边缘计算装置运行多个图像识别算法，并且提高了图像处理效率。进一步地，通过边缘计算设备调度实现图像识别算法自主选择边缘计算设备，提高了边缘计算设备的运行稳定性。