一种协同车辆任务拆分卸载方法、装置、设备及介质

本发明涉及车联网，特别涉及一种协同车辆任务拆分卸载方法、装置、设备及介质。

背景技术：

1、车载边缘计算(vec，vehicle edge computing)的快速发展，为解决时间敏感型和计算密集型车载任务提供了一种协同卸载新思路。然而，由于车辆行驶轨迹的不断变化、车载任务的差异性和路侧单元(rsu，road side unit)服务器资源的有限性，要协调多个车辆用户的时间敏感型和计算密集型任务进行卸载，这具有极大的挑战性。为了满足车载网络快速发展所要求的高带宽和低延迟，移动计算已经从集中式云计算转变为移动边缘计算。通过把rsu应用在智能网络架构中，可以实现计算和存储能力的下沉，极大缓解网络的带宽压力，有效降低任务的完成时延与能耗。然而，大量的应用任务也给车载边缘网络的传输带来了压力。为此，提出了二进制卸载模型，即把车辆用户的任务完全卸载给rsu服务器或充分利用车辆用户本地资源来计算任务，这不仅浪费了部分计算资源，还可能导致系统延迟和能耗增加。在多车辆用户与rsu服务器协同场景中，rsu服务器信号覆盖范围内的多个车辆用户同时发起任务卸载请求的情况非常普遍。然而，rsu服务器的计算资源是有限的，面对多个车辆用户对计算资源的争夺，如何确定多个车辆用户的协同卸载策略成为当前的一个突出挑战。此外，每个车辆用户产生的任务数据量也各不相同。因此，如何有效分配rsu服务器的计算资源也是当前研究的一大挑战。针对这一问题，目前更多的研究集中在多用户任务卸载和资源分配的联合优化上。然而，这种方法仍无法彻底解决计算资源不足的问题，尤其是在涉及计算密集型和延迟敏感型任务的场景中。

2、综上，如何实现多用户车辆任务的合理卸载，使与车辆关联的路侧单元、协同路侧单元、车辆本地系统，能够针对车辆用户发起的车辆任务合理安排各自的计算资源是本领域有待解决的技术问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种协同车辆任务拆分卸载方法、装置、设备及介质，能够实现多用户车辆任务的合理卸载，使与车辆关联的路侧单元、协同路侧单元、车辆本地系统，能够针对车辆用户发起的车辆任务合理安排各自的计算资源。其具体方案如下：

2、第一方面，本技术公开了一种协同车辆任务拆分卸载方法，包括：

3、获取基于待拆分车辆任务的多个车辆用户构建的车辆用户层以及相应的路侧单元构建的边缘层；

4、所述目标车辆任务为所述待拆分车辆任务卸载至所述边缘层中的车辆任务；利用二分迭代算法求取所述边缘层中的目标车辆任务在关联路侧单元和协同路侧单元之间的第一任务卸载策略，并确定第一任务拆分比例；求取所述边缘层与所述车辆用户层之间的第二任务卸载策略，并确定第二任务拆分比例；所述目标车辆任务为所述待拆分车辆任务卸载至所述边缘层中的车辆任务；

5、确定基于车辆本地中央处理器频率分配、关联路侧单元中央处理器频率分配和协同路侧单元中央处理器频率分配构建的中央处理器频率分配策略，并求解基于所述第一任务拆分比例和所述第二任务拆分比例构建的用于执行所述车辆用户层中各所述车辆用户的所述待拆分车辆任务的任务拆分比例集；

6、基于所述任务拆分比例集和所述中央处理器频率分配策略确定满足所有所述车辆用户的所述待拆分车辆任务的最小执行时延条件和最小计算能耗加权和条件的总任务拆分卸载策略。

7、可选的，所述当确定所述车辆用户层将所述待拆分车辆任务进行任务卸载到所述边缘层，则利用二分迭代算法求取所述边缘层中的目标车辆任务在关联路侧单元和协同路侧单元之间的第一任务卸载策略，并确定第一任务拆分比例，包括：

8、判断所述待拆分车辆任务中的目标车辆任务是否从车辆本地卸载至所述边缘层；

9、若是，则在关联路侧单元中计算所述目标车辆任务的卸载总成本，以基于所述卸载总成本设置所述关联路侧单元与协同路侧单元之间协作卸载的第一约束条件，并基于所述路侧单元的计算能力设置所述关联路侧单元与所述协同路侧单元之间协作卸载的第二约束条件；

10、通过表示所述边缘层中所述关联路侧单元与所述协同路侧单元的第一任务计算成本；其中，表示第一任务计算成本，ω表示时延与能耗权重因子，η表示能耗比例因子，表示所述关联路侧单元与所述协同路侧单元中计算时延中的最大值，表示所述关联路侧单元卸载任务过程的计算能耗，表示所述协同路侧单元卸载任务过程的计算能耗；

11、通过表示所述边缘层中所述关联路侧单元与所述协同路侧单元之间卸载的所述目标车辆任务的协作卸载问题；

12、利用所述第一约束条件、所述第二约束条件对所述协作卸载问题进行约束，并利用二分迭代算法求取所述边缘层中的所述目标车辆任务在关联路侧单元和协同路侧单元之间的针对所述协作卸载问题对应的第一任务卸载策略，并基于二分查找算法确定所述协作卸载问题的第一任务拆分比例。

13、可选的，所述求取所述边缘层与所述车辆用户层之间的第二任务卸载策略，并确定第二任务拆分比例，包括：

14、基于所述针对所述协作卸载问题对应的第一任务卸载策略，并通过纳什均衡方式确定所述边缘层和所述车辆用户层之间的第二任务卸载策略，并基于所述二分查找算法确定与所述第二任务卸载策略对应的第二任务拆分比例。

15、可选的，所述基于所述针对所述协作卸载问题对应的第一任务卸载策略，并通过纳什均衡方式确定所述边缘层和所述车辆用户层之间的第二任务卸载策略，包括：

16、根据所述车辆用户与关联路侧单元传输速率、车辆本地计算成本占车辆本地系统成本的成本比例确定各所述车辆用户的任务初始卸载权重；

17、基于各所述车辆用户的任务初始卸载权重计算各所述车辆用户的任务协同卸载优先级权重；

18、对各所述车辆用户的任务协同卸载优先级权重进行归一化处理，以获取所有所述车辆用户的基于目标任务协同卸载优先级权重构建的目标卸载优先权重集；

19、通过纳什均衡方式并基于所述目标卸载优先权重集、所述第一任务卸载策略、用于表征所有所述车辆用户延迟约束下能量消耗最小化的效应函数确定所述边缘层和所述车辆用户层之间的第二任务卸载策略。

20、可选的，所述确定基于车辆本地中央处理器频率分配、关联路侧单元中央处理器频率分配和协同路侧单元中央处理器频率分配构建的中央处理器频率分配策略，包括：

21、基于所述第二任务卸载策略中的车辆用户数量求解基于车辆本地中央处理器频率、关联路侧单元中央处理器频率和协同路侧单元中央处理器频率构建的目标优化函数中的最优解；

22、根据所述最优解分别获取所述车辆本地中央处理器频率分配、关联路侧单元中央处理器频率分配和协同路侧单元中央处理器频率分配；

23、基于所述车辆本地中央处理器频率分配、所述关联路侧单元中央处理器频率分配和所述协同路侧单元中央处理器频率分配构建中央处理器频率分配策略。

24、可选的，所述求解基于所述第一任务拆分比例和所述第二任务拆分比例构建的用于执行所述车辆用户层中各所述车辆用户的所述待拆分车辆任务的任务拆分比例集，包括：

25、根据所述第二任务卸载策略以及中央处理器频率分配策略，求解用于执行所述车辆用户层中各所述车辆用户的所述待拆分车辆任务的任务拆分比例集。

26、可选的，所述确定基于车辆本地中央处理器频率分配、关联路侧单元中央处理器频率分配和协同路侧单元中央处理器频率分配构建的中央处理器频率分配策略，并求解基于所述第一任务拆分比例和所述第二任务拆分比例构建的用于执行所述车辆用户层中各所述车辆用户的所述待拆分车辆任务的任务拆分比例集之后，还包括：

27、判断所述中央处理器频率分配策略和求解所述任务拆分比例集得到的任务拆分策略是否满足预设策略精度；

28、若是，则执行所述基于所述任务拆分比例集和所述中央处理器频率分配策略确定满足所有所述车辆用户的所述待拆分车辆任务的最小执行时延条件和最小计算能耗加权和条件的总任务拆分卸载策略的步骤；

29、若否，则跳转执行所述利用二分迭代算法求取所述边缘层中的所述待拆分车辆任务在关联路侧单元和协同路侧单元之间的第一任务卸载策略的步骤。

30、第二方面，本技术公开了一种协同车辆任务拆分卸载装置，包括：

31、层构建模块，用于获取基于待拆分车辆任务的多个车辆用户构建的车辆用户层以及相应的路侧单元构建的边缘层；

32、第一数据求解模块，用于当确定所述车辆用户层将所述待拆分车辆任务进行任务卸载到所述边缘层，则利用二分迭代算法求取所述边缘层中的目标车辆任务在关联路侧单元和协同路侧单元之间的第一任务卸载策略，并确定第一任务拆分比例；求取所述边缘层与所述车辆用户层之间的第二任务卸载策略，并确定第二任务拆分比例；所述目标车辆任务为所述待拆分车辆任务卸载至所述边缘层中的车辆任务；

33、第二数据求解模块，用于确定基于车辆本地中央处理器频率分配、关联路侧单元中央处理器频率分配和协同路侧单元中央处理器频率分配构建的中央处理器频率分配策略，并求解基于所述第一任务拆分比例和所述第二任务拆分比例构建的用于执行所述车辆用户层中各所述车辆用户的所述待拆分车辆任务的任务拆分比例集；

34、卸载结果确定模块，用于基于所述任务拆分比例集和所述中央处理器频率分配策略确定满足所有所述车辆用户的所述待拆分车辆任务的最小执行时延条件和最小计算能耗加权和条件的总任务拆分卸载策略。

35、第三方面，本技术公开了一种电子设备，包括：

36、存储器，用于保存计算机程序；

37、处理器，用于执行所述计算机程序，以实现前述公开的协同车辆任务拆分卸载方法的步骤。

38、第四方面，本技术公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的协同车辆任务拆分卸载方法的步骤。

39、可见，本技术公开了一种协同车辆任务拆分卸载方法，包括：获取基于待拆分车辆任务的多个车辆用户构建的车辆用户层以及相应的路侧单元构建的边缘层；当确定所述车辆用户层将所述待拆分车辆任务进行任务卸载到所述边缘层，则利用二分迭代算法求取所述边缘层中的目标车辆任务在关联路侧单元和协同路侧单元之间的第一任务卸载策略，并确定第一任务拆分比例；求取所述边缘层与所述车辆用户层之间的第二任务卸载策略，并确定第二任务拆分比例；所述目标车辆任务为所述待拆分车辆任务卸载至所述边缘层中的车辆任务；确定基于车辆本地中央处理器频率分配、关联路侧单元中央处理器频率分配和协同路侧单元中央处理器频率分配构建的中央处理器频率分配策略，并求解基于所述第一任务拆分比例和所述第二任务拆分比例构建的用于执行所述车辆用户层中各所述车辆用户的所述待拆分车辆任务的任务拆分比例集；基于所述任务拆分比例集和所述中央处理器频率分配策略确定满足所有所述车辆用户的所述待拆分车辆任务的最小执行时延条件和最小计算能耗加权和条件的总任务拆分卸载策略。由此可见，通过总任务拆分卸载策略确定任务车辆卸载决策，进而分配车辆本地、车辆用户关联的关联路侧单元、相邻路侧单元作为的协同路侧单元各自对应的卸载的车辆任务，使车辆用户发起的车辆任务被合理分配的计算资源进行处理，保证满足所有车辆任务的最小执行时延条件和最小计算能耗加权和条件，实现了多用户分布式协同卸载。