边缘计算设备的任务处理方法及边缘计算设备系统与流程

专利检索2024-12-20  3


本技术涉及数据传输,具体涉及一种边缘计算设备的任务处理方法及边缘计算设备系统。


背景技术:

1、边缘计算设备在园区、金融、交通等场景运用的十分广泛,通过在本地部署具备一定算力的边缘计算设备,可以将一些算法或者数据处理的能力部署在本地,通过本地的处理,可以让一些ai算法的响应时间显著降低,也可以通过本地对数据的处理和初筛,只将有意义的数据发送给云端平台。ai视觉(即,计算机视觉)是人工智能的重要领域之一,基于其构建的视频分析系统通过训练计算机复制人类视觉系统,使得数字设备(如人脸检测器,qr码扫描仪)能够像人类一样识别和处理图像和视频中的物体,广泛应用于各行各业。

2、在工业领域,生产线的异常检测、ocr识别检测、缺陷检测等已经由传统的人工肉眼检测慢慢过渡到ai图像检测,通过多个边缘计算设备对生产线的多个点位所拍摄图片进行处理与检测控制是目前比较常用的一种方式。由于不同场景下接收的图像拍摄、检测处理的任务数量存在差别,同时不同的边缘计算设备各自的算力性能也存在差别,会导致不同的边缘计算设备在同一时间段的任务负载不均衡,从而导致边缘计算设备的处理资源的浪费,也影响了生产线上图像检测效率。

3、因此,如何提高边缘计算设备的资源利用率,是一个亟待解决的问题。


技术实现思路

1、鉴于以上所述相关技术的缺点,本技术提供一种边缘计算设备的任务处理方法及边缘计算设备系统,以解决上述技术问题。

2、本技术提供的一种边缘计算设备的任务处理方法,所述方法包括:

3、第一边缘计算设备采集第一检测区域图像,根据所述第一检测区域图像生成第一任务,对比所述第一边缘计算设备的当前设备负载参数与第一预设阈值,所述第一边缘计算设备为多个能进行数据交互的边缘计算设备中的任一个,每个所述边缘计算设备均对应有一个检测区域;

4、若所述第一边缘计算设备的当前设备负载参数大于所述第一预设阈值,则所述第一边缘计算设备向云端平台发送列表请求信息;

5、云端平台响应于接收到所述第一边缘计算设备发送的列表请求信息,所述云端平台获取所有第二边缘计算设备的当前设备负载参数,所述云端平台生成所述第一边缘计算设备本机的调度列表,所述云端平台向所述第一边缘计算设备发送本机的调度列表,所述第二边缘计算设备为多个能进行数据交互的边缘计算设备中除所述第一边缘计算设备的所有其他边缘计算设备;

6、所述第一边缘计算设备获取所述云端平台发送的本机的调度列表,并将所述第一任务发送至所述调度列表中调度优先级最高的目标边缘计算设备;

7、所述目标边缘计算设备接收所述第一任务进行处理得到处理结果,将所述处理结果发送至所述云端平台和/或所述第一边缘计算设备。

8、于本技术一实施例中,所述云端平台获取所有第二边缘计算设备的当前设备负载参数,所述云端平台生成所述第一边缘计算设备本机的调度列表,包括:

9、向所述第二边缘计算设备发送负载请求信息;

10、获取所有第二边缘计算设备根据所述负载请求信息发送的当前设备负载参数;

11、根据每个第二边缘计算设备的当前设备负载参数,确定所述第一边缘计算设备本机的调度列表,所述第一边缘计算设备本机的调度列表包括所有第二边缘计算设备的调度优先级。

12、于本技术一实施例中,向所述第二边缘计算设备发送负载请求信息之后,所述方法还包括:

13、向所述的第一边缘计算设备发送负载请求信息;

14、根据每个边缘计算设备的当前设备负载参数,生成每个边缘计算设备对应的本机的调度列表,并向每个第二边缘计算设备发送本机的调度列表。

15、于本技术一实施例中,向每个第二边缘计算设备发送本机的调度列表之后,所述方法还包括:

16、每个第二边缘计算设备确定是否已存在本机的调度列表;

17、若已存在本机的调度列表,则根据云端平台发送的本机的调度列表进行调度列表的更新操作;

18、若不存在本机的调度列表,则将云端平台发送的本机的调度列表进行存储。

19、于本技术一实施例中,所述方法还包括:

20、第三边缘计算设备采集第三检测区域图像,根据所述第三检测区域图像生成第三任务,对比所述第三边缘计算设备的当前设备负载参数与第三预设阈值,所述第三边缘计算设备为多个能进行数据交互的边缘计算设备中的任一个;

21、若所述第三边缘计算设备的当前设备负载参数大于所述第三预设阈值,则确定是否存在本机的调度列表,若存在本机的调度列表则确定列表更新时间;根据所述更新时间和当前时间确定更新间隔时间,若所述更新间隔时间大于预设间隔时间,则向云端平台发送列表请求信息;

22、所述第三边缘计算设备获取所述云端平台发送的本机的调度列表,将所述第三任务发送至所述调度列表中调度优先级最高的目标边缘计算设备。

23、于本技术一实施例中,根据所述更新时间和当前时间确定更新间隔时间之后,所述方法还包括:

24、若所述更新间隔时间小于或等于所述预设间隔时间,则将所述第三任务发送至所述调度列表中调度优先级最高的目标边缘计算设备。

25、于本技术一实施例中,比较所述第一边缘计算设备的当前设备负载参数与第一预设阈值之间的大小之后,所述方法还包括:

26、若所述当前设备负载参数小于或等于所述第一预设阈值,则由所述第一边缘计算设备处理所述第一任务。

27、为实现上述目的及其他相关目的,本技术提供一种边缘计算设备系统,包括:

28、多个边缘计算设备,用于分别拍摄位于生产线上对应的检测区域图像;

29、云端平台,每个边缘计算设备均与所述云端平台连接,用于响应于接收到第一边缘计算设备发送的列表请求信息,所述云端平台获取所有第二边缘计算设备的当前设备负载参数,并生成所述第一边缘计算设备本机的调度列表,向所述第一边缘计算设备发送本机的调度列表,所述第一边缘计算设备为多个边缘计算设备中的任一个,所述第二边缘计算设备为多个能进行数据交互的边缘计算设备中除所述第一边缘计算设备的所有其他边缘计算设备;

30、每个边缘计算设备包括:

31、采集模块,用于采集本机对应的检测区域图像;

32、任务生成模块,用于根据所述检测区域图像生成检测任务;

33、比较模块,用于比较本机的当前设备负载参数与本机对应的预设阈值之间的大小;

34、信息发送模块,用于若本机的当前设备负载参数大于本机对应的预设阈值,则向云端平台发送列表请求信息;

35、任务发送模块,用于获取云端平台发送的本机的调度列表,将本机的检测任务发送至调度列表中调度优先级最高的目标边缘计算设备;

36、任务处理模块,用于处理本机的检测任务,或接收其他边缘计算设备发送的检测任务进行处理得到处理结果,将处理结果发送至云端平台和/或其他边缘计算设备。

37、于本技术一实施例中,所述云端平台还用于:

38、向所述第二边缘计算设备发送负载请求信息;

39、获取所有第二边缘计算设备根据所述负载请求信息发送的当前设备负载参数;

40、根据每个第二边缘计算设备的当前设备负载参数,确定所述第一边缘计算设备本机的调度列表,所述第一边缘计算设备本机的调度列表包括所有第二边缘计算设备的调度优先级。

41、于本技术一实施例中,所述云端平台还用于:

42、向所述的第一边缘计算设备发送负载请求信息;

43、根据每个边缘计算设备的当前设备负载参数,生成每个边缘计算设备对应的本机的调度列表,并向每个边缘计算设备发送本机的调度列表。

44、如上所述,本技术提供的一种边缘计算设备的任务处理方法及边缘计算设备系统,具有以下有益效果:

45、本技术中的一种边缘计算设备的任务处理方法,该方法通过第一边缘计算设备采集第一检测区域图像,根据第一检测区域图像生成第一任务,对比第一边缘计算设备的当前设备负载参数与第一预设阈值,若第一边缘计算设备的当前设备负载参数大于第一预设阈值,则第一边缘计算设备向云端平台发送列表请求信息,响应于接收到第一边缘计算设备发送的列表请求信息,云端平台获取所有第二边缘计算设备的当前设备负载参数,并生成第一边缘计算设备本机的调度列表,向第一边缘计算设备发送本机的调度列表,第一边缘计算设备获取云端平台发送的本机的调度列表,将第一任务发送至调度列表中调度优先级最高的目标边缘计算设备,目标边缘计算设备接收第一任务进行处理得到处理结果,将处理结果发送至云端平台和/或第一边缘计算设备。通过将第一任务与第一边缘计算设备对应的第一预设阈值进行比较,在第一边缘计算设备当前设备负载参数较大无法较快处理第一任务时,可以将第一任务发送至调度列表中调度优先级最高的目标边缘计算设备进行处理,合理利用各边缘计算设备的算力,达到提高边缘计算设备资源利用率的效果。且由云端平台确定调度列表可以提高数据处理的效率。

46、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本技术。


技术特征:

1.一种边缘计算设备的任务处理方法,其特征在于,包括:

2.根据权利要求1所述的边缘计算设备的任务处理方法,其特征在于,所述云端平台获取所有第二边缘计算设备的当前设备负载参数,所述云端平台生成所述第一边缘计算设备本机的调度列表,包括:

3.根据权利要求2所述的边缘计算设备的任务处理方法,其特征在于,向所述第二边缘计算设备发送负载请求信息之后,所述方法还包括:

4.根据权利要求3所述的边缘计算设备的任务处理方法,其特征在于,向每个第二边缘计算设备发送本机的调度列表之后,所述方法还包括:

5.根据权利要求3所述的边缘计算设备的任务处理方法,其特征在于,所述方法还包括:

6.根据权利要求5所述的边缘计算设备的任务处理方法,其特征在于,根据所述更新时间和当前时间确定更新间隔时间之后,所述方法还包括:

7.根据权利要求1所述的边缘计算设备的任务处理方法,其特征在于,对比所述第一边缘计算设备的当前设备负载参数与第一预设阈值之后,所述方法还包括:

8.一种边缘计算设备系统,其特征在于,包括:

9.根据权利要求8所述的边缘计算设备系统,其特征在于,所述云端平台还用于:

10.根据权利要求9所述的边缘计算设备系统,其特征在于,所述云端平台还用于:


技术总结
本申请提供一种边缘计算设备的任务处理方法及边缘计算设备系统,涉及数据传输技术领域,该方法通过第一边缘计算设备采集第一检测区域图像,根据第一检测区域图像生成第一任务,对比第一边缘计算设备的当前设备负载参数与第一预设阈值,若第一边缘计算设备的当前设备负载参数大于第一预设阈值,则第一边缘计算设备向云端平台发送列表请求信息,云端平台响应于接收到第一边缘计算设备发送的列表请求信息,云端平台获取所有第二边缘计算设备的当前设备负载参数,并生成第一边缘计算设备本机的调度列表,向第一边缘计算设备发送本机的调度列表,第一边缘计算设备获取云端平台发送的本机的调度列表,将第一任务发送至调度列表中调度优先级最高的目标边缘计算设备,目标边缘计算设备接收第一任务进行处理得到处理结果,将处理结果发送至云端平台和/或第一边缘计算设备。可以合理利用各边缘计算设备的算力,达到提高边缘计算设备资源利用率的效果。且由云端平台确定调度列表可以提高数据处理的效率。

技术研发人员:黄建斌,张晓辉,庞殊杨,刘晓松,冉星明,周青松,向发川,冯远航,李强
受保护的技术使用者:中冶赛迪信息技术(重庆)有限公司
技术研发日:
技术公布日:2024/5/29
转载请注明原文地址:https://win.8miu.com/read-1147670.html

最新回复(0)