CN108845885A - 一种面向自动驾驶的边缘计算资源管理方法 - Google Patents
一种面向自动驾驶的边缘计算资源管理方法 Download PDFInfo
- Publication number
- CN108845885A CN108845885A CN201810722939.7A CN201810722939A CN108845885A CN 108845885 A CN108845885 A CN 108845885A CN 201810722939 A CN201810722939 A CN 201810722939A CN 108845885 A CN108845885 A CN 108845885A
- Authority
- CN
- China
- Prior art keywords
- edge calculations
- resource
- data
- node
- driving vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000003860 storage Methods 0.000 claims abstract description 50
- 238000013508 migration Methods 0.000 claims abstract description 6
- 230000005012 migration Effects 0.000 claims abstract description 6
- 238000007906 compression Methods 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000013144 data compression Methods 0.000 claims 1
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000002452 interceptive effect Effects 0.000 abstract description 3
- 238000002955 isolation Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种面向自动驾驶的边缘计算资源管理方法，根据自动驾驶业务对于计算资源的需求，将边缘侧资源进行统一管理和动态分配，实现与自动驾驶车辆的实时交互，将计算迁移到边缘计算节点，同时按照客户需求完成海量自动驾驶数据的存储，缓解车辆对于计算和存储需求的压力。本发明和现有技术相比，将边缘侧的计算、存储和网络等资源进行池化，形成透明的、高可用的资源基础设施节点，为自动驾驶业务提供高可用、高性能的计算能力，同时提供大容量、廉价的存储服务和边缘侧高速网络服务；实现业务和数据的资源隔离，并动态完成资源切换，将计算、存储、网络按需分别计费，计费更加合理；实现计算和存储资源的价值最大化；提高自动驾驶的效率。
Description
技术领域
本发明涉及云计算、边缘计算和自动驾驶技术领域，具体地说是一种面向自动驾驶的边缘计算资源管理方法。
背景技术
近年来，互联网发展迅速，从PC互联网、移动互联网来到物联网时代，万物互联的时代已经到来，移动通信设备、物联网终端设备等各类异构设备连接到互联网，云端中心聚合了大量的物理硬件资源，并采用虚拟化技术实现了异构网络计算资源的统一的分配、调度和管理，集中建设数据中心大大降低了计算和存储的成本。然而伴随着数据量越来越庞大，传输的速率却在下降，甚至有时会有很大的网络延迟，预计未来将有45%的数据更加接近边缘端，会在接近本地的地方进行计算与储存，而这时只靠云数据中心无法完成，更多计算资源将下沉到边缘侧，更加接近设备的需求侧。
自动驾驶是汽车产业与人工智能、视觉计算、物联网、雷达、高精地图、高性能计算等新一代信息技术深度融合的产物,是当前全球汽车与交通出行领域智能化和网联化发展的主要方向，在没有任何人类主动的操作下，自动安全地操作机动车辆。未来L4级别的自动驾驶汽车每天产生的数据量将达到4TB，至少需要30TFLOP的计算能力，而更高级别的自动驾驶对计算和存储有更大的要求。受限于车辆本身体积和能耗的限制，完全由车内计算单元来提供资源无法很好地满足自动驾驶的要求，另一方面，自动驾驶也需要收集大量的车辆行驶数据来进行训练，不断提高完善模型。汽车本地端直接与云端进行如此巨大的数据交换并不现实，需要在接近车辆的边缘侧提供更大的存储和计算能力，这也会带来新的商业模式。
发明内容
本发明的技术任务是提供一种面向自动驾驶的边缘计算资源管理方法。
本发明的技术任务是按以下方式实现的：
一种面向自动驾驶的边缘计算资源管理方法，根据自动驾驶业务对于计算资源的需求，将边缘侧资源进行统一管理和动态分配，实现与自动驾驶车辆的实时交互，将计算迁移到边缘计算节点，同时按照客户需求完成海量自动驾驶数据的存储，缓解车辆对于计算和存储需求的压力。
所述的自动驾驶车辆自动发现边缘计算节点，并提出边缘计算资源使用申请，由边缘侧提供有效的资源并完成计费，同时与多个云端数据中心进行交互，根据用户客户化的需求，将数据合理的分布在云端和边缘侧。
所述的自动驾驶车辆自动驾驶过程中，根据实时性的要求进行边缘计算节点的资源切换，利用带宽将车辆本地存储的环境及所述的自动驾驶车辆的驾驶相关数据暂存在边缘端，并完成相应数据共享。
所述的边缘计算节点分布在云端和所述的自动驾驶车辆终端之间，靠近自动驾驶业务的需求侧，形成互相隔离的计算资源。
所述的边缘计算节点提供自动发现服务，根据所述的自动驾驶车辆请求，估算边缘计算资源并将计算、存储、网络分开计费，根据客户对于数据存储的要求，实现数据指定时间、指定位置的存储，并与多个云端数据中心进行交互，在网络空闲时刻统一进行数据压缩、集中上传，节省边缘侧与云端的网络带宽。
所述的自动驾驶车辆完成环境数据采集，并估算所需的计算资源，申请将部分计算迁移到所述的边缘计算节点，并最终得到反馈作出相应的自动驾驶决策，其中产生的中间数据将暂存到所述的边缘计算节点，也可以按照用户要求将数据用于开放和共享；同时根据本地存储情况，将本地数据进行压缩和标识，上传暂存到所述的边缘计算节点。
所述的云端数据中心主要负责海量数据的存储，并与其它云端数据中心和所述的边缘计算节点交互，同时针对自动驾驶业务利用海量数据进行模型训练，用于自动驾驶决策的优化。
该方法的具体操作步骤如下：
步骤1）云端数据中心利用聚集的海量自动驾驶相关数据进行训练，形成自动驾驶决策模型，放置在所述的自动驾驶车辆的核心计算单元中，用于自动驾驶车辆的实时决策；
步骤2）所述的边缘计算节点开启自动发现服务，发布其节点的资源信息，并接受来自周围边缘计算节点及云端数据中心的资源情况消息；
步骤3）所述的自动驾驶车辆行驶过程中，发现所述的边缘计算节点，如果需要边缘计算资源，则估算需要的计算、存储和网络资源；
步骤4）所述的边缘计算节点接收来自所述的自动驾驶车辆的资源申请，根据申请及边缘计算节点本地资源情况，设定资源配额，并估算费用，反馈给所述的自动驾驶车辆；
步骤5）所述的自动驾驶车辆确认资源配额，给所述的边缘计算节点发送确认消息；
步骤6）所述的边缘计算节点在资源池中，隔离部分区域，分配资源，并完成预付费扣款；
步骤7）所述的自动驾驶车辆准备迁移到所述的边缘计算节点的程序及数据协议，发送给所述的边缘计算节点；
步骤8）所述的边缘计算节点运行所述的自动驾驶车辆提供的程序，并根据程序逻辑及数据协议，反馈给所述的自动驾驶车辆；
步骤9）所述的自动驾驶车辆利用反馈结果，基于本地的自动驾驶模型进行决策，实现车辆自动驾驶；
步骤10）所述的自动驾驶车辆根据本地存储情况及边缘计算节点提供的存储资源配额，将本地数据进行标识，指定元数据、暂存时间、存储位置、是否开放共享、是否加密、公钥的信息，上传到所述的边缘计算节点；
步骤11）所述的边缘计算节点根据存储请求，将数据暂存到所述的边缘计算节点本地数据中心；
步骤12）如果要求对数据加密，则利用所述的自动驾驶车辆对应的公钥对数据加密，形成数字信封；
步骤13）如果要求将数据上传到指定位置，则暂存数据后，选择网络空闲时刻进行统一压缩上传；
步骤14）如果未指定暂存位置，则选择存储成本最低的节点，选择网络空闲时刻，统一压缩上传到该节点；
步骤15）所述的边缘计算节点将数据传输到目标位置后，将给自动驾驶车辆用户发送通知；
步骤16）所述的边缘计算节点或所述的云端数据中心存储文件均为多个副本，如果发现所述的自动驾驶车辆暂存的数据已经到达存储时间期限，则提前通知客户，并销毁数据；
步骤17）所述的边缘计算节点无法满足所述的自动驾驶车辆的时延和资源要求，所述的自动驾驶车辆将指定新的边缘计算节点，由所述的边缘计算节点将计算资源迁移到所述的新的边缘计算节点，完成资源切换；
步骤18）所述的自动驾驶车辆使用完所述的边缘计算节点的资源，则提出结束使用计算资源请求，由所述的边缘计算节点释放资源。
所述的发现所述的边缘计算节点，包括，如果存在多个满足要求的所述的边缘计算节点可以提供资源，则根据成本、性能、实时性的因素，找到性价比最优的边缘计算节点，并提出资源申请。
所述的发现所述的边缘计算节点，包括，如果不存在满足要求的所述的边缘计算节点，则继续行驶，寻找其他满足要求的所述的边缘计算节点。
本发明的一种面向自动驾驶的边缘计算资源管理方法和现有技术相比，具有以下有益效果：
本发明将边缘侧的计算、存储和网络等资源进行池化，形成透明的、高可用的资源基础设施节点，并与多个云中心形成互联协作，边缘计算节点靠近自动驾驶业务的需求侧，为自动驾驶业务提供高可用、高性能的计算能力，同时提供大容量、廉价的存储服务和边缘侧高速网络服务；根据自动驾驶业务对于计算资源的需求，将边缘侧资源进行统一管理和动态分配，实现业务和数据的资源隔离，并动态完成资源切换，将计算、存储、网络按需分别计费，计费更加合理。综合考虑各类因素，将数据合理的分布在云端和边缘侧，实现计算和存储资源的价值最大化。边缘计算节点和自动驾驶车辆实时进行交互通信，通过将计算迁移到边缘节点，按照客户需求完成海量自动驾驶数据的存储，缓解车辆对于计算和存储需求的压力，提高自动驾驶的效率。另外，边缘计算节点将车辆采集的环境及驾驶相关数据暂存在边缘端，通过增加存储时效、数据加密等特征，满足成本、安全等多方面的需求，边缘计算节点有效的利用空闲带宽，完成相应的数据共享和分发，将数据汇集到云中心，用于自动驾驶模型的持续优化。
附图说明
附图１为一种面向自动驾驶的边缘计算资源管理方法的流程示意图。
附图２为一种面向自动驾驶的边缘计算资源管理方法的边缘计算节点组成示意图。
具体实施方式
实施例1：
一种面向自动驾驶的边缘计算资源管理方法，根据自动驾驶业务对于计算资源的需求，将边缘侧资源进行统一管理和动态分配，实现与自动驾驶车辆的实时交互，将计算迁移到边缘计算节点，同时按照客户需求完成海量自动驾驶数据的存储，缓解车辆对于计算和存储需求的压力。
所述的自动驾驶车辆自动发现边缘计算节点，并提出边缘计算资源使用申请，由边缘侧提供有效的资源并完成计费，同时与多个云端数据中心进行交互，根据用户客户化的需求，将数据合理的分布在云端和边缘侧。
所述的自动驾驶车辆自动驾驶过程中，根据实时性的要求进行边缘计算节点的资源切换，利用带宽将车辆本地存储的环境及所述的自动驾驶车辆的驾驶相关数据暂存在边缘端，并完成相应数据共享。
所述的边缘计算节点分布在云端和所述的自动驾驶车辆终端之间，靠近自动驾驶业务的需求侧，形成互相隔离的计算资源。
所述的边缘计算节点提供自动发现服务，根据所述的自动驾驶车辆请求，估算边缘计算资源并将计算、存储、网络分开计费，根据客户对于数据存储的要求，实现数据指定时间、指定位置的存储，并与多个云端数据中心进行交互，在网络空闲时刻统一进行数据压缩、集中上传，节省边缘侧与云端的网络带宽。
所述的自动驾驶车辆完成环境数据采集，并估算所需的计算资源，申请将部分计算迁移到所述的边缘计算节点，并最终得到反馈作出相应的自动驾驶决策，其中产生的中间数据将暂存到所述的边缘计算节点，也可以按照用户要求将数据用于开放和共享；同时根据本地存储情况，将本地数据进行压缩和标识，上传暂存到所述的边缘计算节点。
所述的云端数据中心主要负责海量数据的存储，并与其它云端数据中心和所述的边缘计算节点交互，同时针对自动驾驶业务利用海量数据进行模型训练，用于自动驾驶决策的优化。
实施例2：
一种面向自动驾驶的边缘计算资源管理方法，操作步骤如下：
步骤1）云端数据中心利用聚集的海量自动驾驶相关数据进行训练，形成自动驾驶决策模型，放置在所述的自动驾驶车辆的核心计算单元中，用于自动驾驶车辆的实时决策；
步骤2）所述的边缘计算节点开启自动发现服务，发布其节点的资源信息，并接受来自周围边缘计算节点及云端数据中心的资源情况消息；
步骤3）所述的自动驾驶车辆行驶过程中，发现所述的边缘计算节点，如果需要边缘计算资源，则估算需要的计算、存储和网络资源；
步骤4）所述的边缘计算节点接收来自所述的自动驾驶车辆的资源申请，根据申请及边缘计算节点本地资源情况，设定资源配额，并估算费用，反馈给所述的自动驾驶车辆；
所述的发现所述的边缘计算节点，包括，如果存在多个满足要求的所述的边缘计算节点可以提供资源，则根据成本、性能、实时性的因素，找到性价比最优的边缘计算节点，并提出资源申请；所述的发现所述的边缘计算节点，包括，如果不存在满足要求的所述的边缘计算节点，则继续行驶，寻找其他满足要求的所述的边缘计算节点；
步骤5）所述的自动驾驶车辆确认资源配额，给所述的边缘计算节点发送确认消息；
步骤6）所述的边缘计算节点在资源池中，隔离部分区域，分配资源，并完成预付费扣款；
步骤7）所述的自动驾驶车辆准备迁移到所述的边缘计算节点的程序及数据协议，发送给所述的边缘计算节点；
步骤8）所述的边缘计算节点运行所述的自动驾驶车辆提供的程序，并根据程序逻辑及数据协议，反馈给所述的自动驾驶车辆；
步骤9）所述的自动驾驶车辆利用反馈结果，基于本地的自动驾驶模型进行决策，实现车辆自动驾驶；
步骤10）所述的自动驾驶车辆根据本地存储情况及边缘计算节点提供的存储资源配额，将本地数据进行标识，指定元数据、暂存时间、存储位置、是否开放共享、是否加密、公钥的信息，上传到所述的边缘计算节点；
步骤11）所述的边缘计算节点根据存储请求，将数据暂存到所述的边缘计算节点本地数据中心；
步骤12）如果要求对数据加密，则利用所述的自动驾驶车辆对应的公钥对数据加密，形成数字信封；
步骤13）如果要求将数据上传到指定位置，则暂存数据后，选择网络空闲时刻进行统一压缩上传；
步骤14）如果未指定暂存位置，则选择存储成本最低的节点，选择网络空闲时刻，统一压缩上传到该节点；
步骤15）所述的边缘计算节点将数据传输到目标位置后，将给自动驾驶车辆用户发送通知；
步骤16）所述的边缘计算节点或所述的云端数据中心存储文件均为多个副本，如果发现所述的自动驾驶车辆暂存的数据已经到达存储时间期限，则提前通知客户，并销毁数据；
步骤17）所述的边缘计算节点无法满足所述的自动驾驶车辆的时延和资源要求，所述的自动驾驶车辆将指定新的边缘计算节点，由所述的边缘计算节点将计算资源迁移到所述的新的边缘计算节点，完成资源切换；
步骤18）所述的自动驾驶车辆使用完所述的边缘计算节点的资源，则提出结束使用计算资源请求，由所述的边缘计算节点释放资源。
通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的几种具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。
Claims (10)
1.一种面向自动驾驶的边缘计算资源管理方法，其特征在于，根据自动驾驶业务对于计算资源的需求，将边缘侧资源进行统一管理和动态分配，实现与自动驾驶车辆的实时交互，将计算迁移到边缘计算节点，同时按照客户需求完成海量自动驾驶数据的存储，缓解车辆对于计算和存储需求的压力。
2.根据权利要求1所述的方法，其特征在于，所述的自动驾驶车辆自动发现边缘计算节点，并提出边缘计算资源使用申请，由边缘侧提供有效的资源并完成计费，同时与多个云端数据中心进行交互，根据用户客户化的需求，将数据合理的分布在云端和边缘侧。
3.根据权利要求1所述的方法，其特征在于，所述的自动驾驶车辆自动驾驶过程中，根据实时性的要求进行边缘计算节点的资源切换，利用带宽将车辆本地存储的环境及所述的自动驾驶车辆的驾驶相关数据暂存在边缘端，并完成相应数据共享。
4.根据权利要求1、2或3所述的方法，其特征在于，所述的边缘计算节点分布在云端和所述的自动驾驶车辆终端之间，靠近自动驾驶业务的需求侧，形成互相隔离的计算资源。
5.根据权利要求1、2或3所述的方法，其特征在于，所述的边缘计算节点提供自动发现服务，根据所述的自动驾驶车辆请求，估算边缘计算资源并将计算、存储、网络分开计费，根据客户对于数据存储的要求，实现数据指定时间、指定位置的存储，并与多个云端数据中心进行交互，在网络空闲时刻统一进行数据压缩、集中上传，节省边缘侧与云端的网络带宽。
6.根据权利要求1、2或3所述的方法，其特征在于，所述的自动驾驶车辆完成环境数据采集，并估算所需的计算资源，申请将部分计算迁移到所述的边缘计算节点，并最终得到反馈作出相应的自动驾驶决策，其中产生的中间数据将暂存到所述的边缘计算节点，也可以按照用户要求将数据用于开放和共享；同时根据本地存储情况，将本地数据进行压缩和标识，上传暂存到所述的边缘计算节点。
7.根据权利要求2所述的方法，其特征在于，所述的云端数据中心主要负责海量数据的存储，并与其它云端数据中心和所述的边缘计算节点交互，同时针对自动驾驶业务利用海量数据进行模型训练，用于自动驾驶决策的优化。
8.根据权利要求1所述的方法，其特征在于，该方法的具体操作步骤如下：
步骤1）云端数据中心利用聚集的海量自动驾驶相关数据进行训练，形成自动驾驶决策模型，放置在所述的自动驾驶车辆的核心计算单元中，用于自动驾驶车辆的实时决策；
步骤2）所述的边缘计算节点开启自动发现服务，发布其节点的资源信息，并接受来自周围边缘计算节点及云端数据中心的资源情况消息；
步骤3）所述的自动驾驶车辆行驶过程中，发现所述的边缘计算节点，如果需要边缘计算资源，则估算需要的计算、存储和网络资源；
步骤4）所述的边缘计算节点接收来自所述的自动驾驶车辆的资源申请，根据申请及边缘计算节点本地资源情况，设定资源配额，并估算费用，反馈给所述的自动驾驶车辆；
步骤5）所述的自动驾驶车辆确认资源配额，给所述的边缘计算节点发送确认消息；
步骤6）所述的边缘计算节点在资源池中，隔离部分区域，分配资源，并完成预付费扣款；
步骤7）所述的自动驾驶车辆准备迁移到所述的边缘计算节点的程序及数据协议，发送给所述的边缘计算节点；
步骤8）所述的边缘计算节点运行所述的自动驾驶车辆提供的程序，并根据程序逻辑及数据协议，反馈给所述的自动驾驶车辆；
步骤9）所述的自动驾驶车辆利用反馈结果，基于本地的自动驾驶模型进行决策，实现车辆自动驾驶；
步骤10）所述的自动驾驶车辆根据本地存储情况及边缘计算节点提供的存储资源配额，将本地数据进行标识，指定元数据、暂存时间、存储位置、是否开放共享、是否加密、公钥的信息，上传到所述的边缘计算节点；
步骤11）所述的边缘计算节点根据存储请求，将数据暂存到所述的边缘计算节点本地数据中心；
步骤12）如果要求对数据加密，则利用所述的自动驾驶车辆对应的公钥对数据加密，形成数字信封；
步骤13）如果要求将数据上传到指定位置，则暂存数据后，选择网络空闲时刻进行统一压缩上传；
步骤14）如果未指定暂存位置，则选择存储成本最低的节点，选择网络空闲时刻，统一压缩上传到该节点；
步骤15）所述的边缘计算节点将数据传输到目标位置后，将给自动驾驶车辆用户发送通知；
步骤16）所述的边缘计算节点或所述的云端数据中心存储文件均为多个副本，如果发现所述的自动驾驶车辆暂存的数据已经到达存储时间期限，则提前通知客户，并销毁数据；
步骤17）所述的边缘计算节点无法满足所述的自动驾驶车辆的时延和资源要求，所述的自动驾驶车辆将指定新的边缘计算节点，由所述的边缘计算节点将计算资源迁移到所述的新的边缘计算节点，完成资源切换；
步骤18）所述的自动驾驶车辆使用完所述的边缘计算节点的资源，则提出结束使用计算资源请求，由所述的边缘计算节点释放资源。
9.根据权利要求8所述的方法，其特征在于，所述的发现所述的边缘计算节点，包括，如果存在多个满足要求的所述的边缘计算节点可以提供资源，则根据成本、性能、实时性的因素，找到性价比最优的边缘计算节点，并提出资源申请。
10.根据权利要求1所述的方法，其特征在于，所述的发现所述的边缘计算节点，包括，如果不存在满足要求的所述的边缘计算节点，则继续行驶，寻找其他满足要求的所述的边缘计算节点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810722939.7A CN108845885B (zh) | 2018-07-04 | 2018-07-04 | 一种面向自动驾驶的边缘计算资源管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810722939.7A CN108845885B (zh) | 2018-07-04 | 2018-07-04 | 一种面向自动驾驶的边缘计算资源管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108845885A true CN108845885A (zh) | 2018-11-20 |
| CN108845885B CN108845885B (zh) | 2021-05-18 |
Family
ID=64200205
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810722939.7A Active CN108845885B (zh) | 2018-07-04 | 2018-07-04 | 一种面向自动驾驶的边缘计算资源管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108845885B (zh) |
Cited By (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109714422A (zh) * | 2018-12-28 | 2019-05-03 | 深圳市易成自动驾驶技术有限公司 | 基于自动驾驶的计算资源共享方法、系统及可读存储介质 |
| CN109714421A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于车路协同的智能网联汽车运行系统 |
| CN109739222A (zh) * | 2018-12-12 | 2019-05-10 | 济南浪潮高新科技投资发展有限公司 | 一种应用于自动驾驶汽车的Edge Computing Rack平台、系统及方法 |
| CN109905859A (zh) * | 2019-01-14 | 2019-06-18 | 南京信息工程大学 | 一种用于车联网应用的高效边缘计算迁移方法 |
| CN110012507A (zh) * | 2019-04-02 | 2019-07-12 | 华南理工大学 | 一种用户体验优先的车联网资源分配方法及系统 |
| CN110287945A (zh) * | 2019-07-04 | 2019-09-27 | 山东浪潮人工智能研究院有限公司 | 一种5g环境下无人机目标检测方法 |
| CN110349423A (zh) * | 2019-06-28 | 2019-10-18 | 京东数字科技控股有限公司 | 一种基于车路协同的路侧系统 |
| CN110487332A (zh) * | 2019-09-02 | 2019-11-22 | 山东浪潮人工智能研究院有限公司 | 一种基于NB-IoT和观测仪器的数据采集系统及方法 |
| CN110633138A (zh) * | 2019-08-28 | 2019-12-31 | 中山大学 | 一种基于边缘计算的自动驾驶服务卸载方法 |
| CN111200795A (zh) * | 2020-01-07 | 2020-05-26 | 南京邮电大学 | 一种群体智能的边缘网络控制系统及多任务调度方法 |
| CN111356107A (zh) * | 2018-12-21 | 2020-06-30 | 大众汽车有限公司 | 用于运行分散式计算网络、尤其其边缘云计算机的方法 |
| CN111405526A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种信息获取方法、装置、平台、车载设备及路侧设备 |
| CN111416848A (zh) * | 2020-03-13 | 2020-07-14 | 黄东 | 一种工业云的资源管理机制 |
| CN111582016A (zh) * | 2020-03-18 | 2020-08-25 | 宁波送变电建设有限公司永耀科技分公司 | 基于云边协同深度学习的智能免维护电网监控方法及系统 |
| CN111615067A (zh) * | 2020-04-01 | 2020-09-01 | 广东中科臻恒信息技术有限公司 | 基于路侧单元的自动驾驶移动边缘计算方法、设备、存储介质 |
| CN111666133A (zh) * | 2019-03-05 | 2020-09-15 | 北京图森智途科技有限公司 | 一种自动驾驶车辆的车载基础设施 |
| WO2020233901A1 (de) * | 2019-05-20 | 2020-11-26 | Robert Bosch Gmbh | Konzept für eine datenverarbeitung für ein zumindest teilautomatisiertes führen eines kraftfahrzeugs |
| CN112395089A (zh) * | 2020-11-19 | 2021-02-23 | 联通智网科技有限公司 | 一种云端异构计算方法及设备 |
| CN112787783A (zh) * | 2019-11-08 | 2021-05-11 | 大唐移动通信设备有限公司 | 一种信息反馈、重传方法及终端 |
| CN113348646A (zh) * | 2018-12-20 | 2021-09-03 | 大众汽车股份公司 | 在将计算算力从车辆转移到至少一个边缘云计算机时运行车辆的方法 |
| CN113348445A (zh) * | 2018-12-20 | 2021-09-03 | 大众汽车股份公司 | 用于管理具有移动参与者的网络中的计算机容量的方法 |
| WO2021197245A1 (zh) * | 2020-03-31 | 2021-10-07 | 长安大学 | 一种车联网环境下的最优化边缘计算节点选择方法及系统 |
| US11159449B1 (en) | 2020-07-09 | 2021-10-26 | International Business Machines Corporation | Dispatching tasks and data using multi-access edge computing |
| CN113570309A (zh) * | 2021-08-03 | 2021-10-29 | 深圳信息职业技术学院 | 一种基于物联网技术的无人驾驶配送车智慧管理系统及其实现方法 |
| CN113626155A (zh) * | 2021-10-11 | 2021-11-09 | 国汽智控(北京)科技有限公司 | 边缘云服务器中算力资源的控制方法、设备和存储介质 |
| CN114138488A (zh) * | 2021-12-01 | 2022-03-04 | 浪潮云信息技术股份公司 | 一种基于弹性高性能计算的云原生实现方法及系统 |
| CN114301923A (zh) * | 2021-12-10 | 2022-04-08 | 中国联合网络通信集团有限公司 | 一种算力服务切换方法、装置、电子设备及存储介质 |
| CN114363379A (zh) * | 2022-01-19 | 2022-04-15 | 北京中交兴路信息科技有限公司 | 车辆数据传输的方法、装置、电子设备及介质 |
| WO2022144426A1 (en) | 2021-01-04 | 2022-07-07 | Flumensys Technologies B.V. | Autonomous vessel and infrastructure for supporting an autonomous vessel on inland waterways |
| US20230088692A1 (en) * | 2021-09-21 | 2023-03-23 | International Business Machines Corporation | Computation service by autonomous vehicles |
| WO2023216779A1 (en) * | 2022-05-11 | 2023-11-16 | International Business Machines Corporation | Improving computational capability based on vehicle maintenance |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745599A (zh) * | 2014-01-21 | 2014-04-23 | 兰州大学 | 一种基于云计算平台的车辆智能管理系统 |
| CN104869654A (zh) * | 2015-04-07 | 2015-08-26 | 北京邮电大学 | 一种资源调配系统、基站、设备及方法 |
| CN106385422A (zh) * | 2016-11-11 | 2017-02-08 | 济南浪潮高新科技投资发展有限公司 | 一种基于物联网和云计算的公共开放系统及实现方法 |
| US20170038773A1 (en) * | 2015-08-07 | 2017-02-09 | International Business Machines Corporation | Controlling Driving Modes of Self-Driving Vehicles |
| CN107103655A (zh) * | 2017-05-23 | 2017-08-29 | 郑州云海信息技术有限公司 | 基于云计算的汽车驾驶互助系统及方法 |
| CN107864694A (zh) * | 2016-07-21 | 2018-03-30 | 百度时代网络技术（北京）有限公司 | 用于操作无人驾驶车辆的计算节点当中的有效通信 |
-
2018
- 2018-07-04 CN CN201810722939.7A patent/CN108845885B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745599A (zh) * | 2014-01-21 | 2014-04-23 | 兰州大学 | 一种基于云计算平台的车辆智能管理系统 |
| CN104869654A (zh) * | 2015-04-07 | 2015-08-26 | 北京邮电大学 | 一种资源调配系统、基站、设备及方法 |
| US20170038773A1 (en) * | 2015-08-07 | 2017-02-09 | International Business Machines Corporation | Controlling Driving Modes of Self-Driving Vehicles |
| CN107864694A (zh) * | 2016-07-21 | 2018-03-30 | 百度时代网络技术（北京）有限公司 | 用于操作无人驾驶车辆的计算节点当中的有效通信 |
| CN106385422A (zh) * | 2016-11-11 | 2017-02-08 | 济南浪潮高新科技投资发展有限公司 | 一种基于物联网和云计算的公共开放系统及实现方法 |
| CN107103655A (zh) * | 2017-05-23 | 2017-08-29 | 郑州云海信息技术有限公司 | 基于云计算的汽车驾驶互助系统及方法 |
Cited By (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109739222A (zh) * | 2018-12-12 | 2019-05-10 | 济南浪潮高新科技投资发展有限公司 | 一种应用于自动驾驶汽车的Edge Computing Rack平台、系统及方法 |
| CN113348646A (zh) * | 2018-12-20 | 2021-09-03 | 大众汽车股份公司 | 在将计算算力从车辆转移到至少一个边缘云计算机时运行车辆的方法 |
| CN113348646B (zh) * | 2018-12-20 | 2023-08-11 | 大众汽车股份公司 | 运行车辆的方法、用于车辆的控制设备和车辆 |
| CN113348445A (zh) * | 2018-12-20 | 2021-09-03 | 大众汽车股份公司 | 用于管理具有移动参与者的网络中的计算机容量的方法 |
| CN111356107A (zh) * | 2018-12-21 | 2020-06-30 | 大众汽车有限公司 | 用于运行分散式计算网络、尤其其边缘云计算机的方法 |
| CN109714421A (zh) * | 2018-12-28 | 2019-05-03 | 国汽(北京)智能网联汽车研究院有限公司 | 基于车路协同的智能网联汽车运行系统 |
| CN109714422A (zh) * | 2018-12-28 | 2019-05-03 | 深圳市易成自动驾驶技术有限公司 | 基于自动驾驶的计算资源共享方法、系统及可读存储介质 |
| CN111405526A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种信息获取方法、装置、平台、车载设备及路侧设备 |
| CN111405526B (zh) * | 2019-01-02 | 2023-04-07 | 中国移动通信有限公司研究院 | 一种信息获取方法、装置、平台、车载设备及路侧设备 |
| CN109905859A (zh) * | 2019-01-14 | 2019-06-18 | 南京信息工程大学 | 一种用于车联网应用的高效边缘计算迁移方法 |
| CN109905859B (zh) * | 2019-01-14 | 2021-09-28 | 南京信息工程大学 | 一种用于车联网应用的高效边缘计算迁移方法 |
| CN111666133A (zh) * | 2019-03-05 | 2020-09-15 | 北京图森智途科技有限公司 | 一种自动驾驶车辆的车载基础设施 |
| CN110012507A (zh) * | 2019-04-02 | 2019-07-12 | 华南理工大学 | 一种用户体验优先的车联网资源分配方法及系统 |
| WO2020233901A1 (de) * | 2019-05-20 | 2020-11-26 | Robert Bosch Gmbh | Konzept für eine datenverarbeitung für ein zumindest teilautomatisiertes führen eines kraftfahrzeugs |
| CN110349423A (zh) * | 2019-06-28 | 2019-10-18 | 京东数字科技控股有限公司 | 一种基于车路协同的路侧系统 |
| CN110287945A (zh) * | 2019-07-04 | 2019-09-27 | 山东浪潮人工智能研究院有限公司 | 一种5g环境下无人机目标检测方法 |
| CN110287945B (zh) * | 2019-07-04 | 2021-03-16 | 浪潮集团有限公司 | 一种5g环境下无人机目标检测方法 |
| CN110633138B (zh) * | 2019-08-28 | 2023-04-07 | 中山大学 | 一种基于边缘计算的自动驾驶服务卸载方法 |
| CN110633138A (zh) * | 2019-08-28 | 2019-12-31 | 中山大学 | 一种基于边缘计算的自动驾驶服务卸载方法 |
| CN110487332A (zh) * | 2019-09-02 | 2019-11-22 | 山东浪潮人工智能研究院有限公司 | 一种基于NB-IoT和观测仪器的数据采集系统及方法 |
| CN112787783A (zh) * | 2019-11-08 | 2021-05-11 | 大唐移动通信设备有限公司 | 一种信息反馈、重传方法及终端 |
| CN112787783B (zh) * | 2019-11-08 | 2022-04-01 | 大唐移动通信设备有限公司 | 一种信息反馈、重传方法及终端 |
| CN111200795A (zh) * | 2020-01-07 | 2020-05-26 | 南京邮电大学 | 一种群体智能的边缘网络控制系统及多任务调度方法 |
| CN111416848A (zh) * | 2020-03-13 | 2020-07-14 | 黄东 | 一种工业云的资源管理机制 |
| CN111582016A (zh) * | 2020-03-18 | 2020-08-25 | 宁波送变电建设有限公司永耀科技分公司 | 基于云边协同深度学习的智能免维护电网监控方法及系统 |
| US11902088B2 (en) | 2020-03-31 | 2024-02-13 | Chang'an University | Method and system for selecting optimal edge computing node in internet of vehicle environment |
| WO2021197245A1 (zh) * | 2020-03-31 | 2021-10-07 | 长安大学 | 一种车联网环境下的最优化边缘计算节点选择方法及系统 |
| CN111615067A (zh) * | 2020-04-01 | 2020-09-01 | 广东中科臻恒信息技术有限公司 | 基于路侧单元的自动驾驶移动边缘计算方法、设备、存储介质 |
| CN111615067B (zh) * | 2020-04-01 | 2021-09-21 | 广东中科臻恒信息技术有限公司 | 基于路侧单元的自动驾驶移动边缘计算方法、设备、存储介质 |
| US11159449B1 (en) | 2020-07-09 | 2021-10-26 | International Business Machines Corporation | Dispatching tasks and data using multi-access edge computing |
| CN112395089A (zh) * | 2020-11-19 | 2021-02-23 | 联通智网科技有限公司 | 一种云端异构计算方法及设备 |
| WO2022144426A1 (en) | 2021-01-04 | 2022-07-07 | Flumensys Technologies B.V. | Autonomous vessel and infrastructure for supporting an autonomous vessel on inland waterways |
| CN113570309A (zh) * | 2021-08-03 | 2021-10-29 | 深圳信息职业技术学院 | 一种基于物联网技术的无人驾驶配送车智慧管理系统及其实现方法 |
| WO2023045493A1 (en) * | 2021-09-21 | 2023-03-30 | International Business Machines Corporation | Computation service by autonomous vehicles |
| US20230088692A1 (en) * | 2021-09-21 | 2023-03-23 | International Business Machines Corporation | Computation service by autonomous vehicles |
| US12056529B2 (en) * | 2021-09-21 | 2024-08-06 | International Business Machines Corporation | Computation service by autonomous vehicles |
| CN113626155A (zh) * | 2021-10-11 | 2021-11-09 | 国汽智控(北京)科技有限公司 | 边缘云服务器中算力资源的控制方法、设备和存储介质 |
| CN114138488A (zh) * | 2021-12-01 | 2022-03-04 | 浪潮云信息技术股份公司 | 一种基于弹性高性能计算的云原生实现方法及系统 |
| CN114301923A (zh) * | 2021-12-10 | 2022-04-08 | 中国联合网络通信集团有限公司 | 一种算力服务切换方法、装置、电子设备及存储介质 |
| CN114301923B (zh) * | 2021-12-10 | 2024-02-06 | 中国联合网络通信集团有限公司 | 一种算力服务切换方法、装置、电子设备及存储介质 |
| CN114363379A (zh) * | 2022-01-19 | 2022-04-15 | 北京中交兴路信息科技有限公司 | 车辆数据传输的方法、装置、电子设备及介质 |
| WO2023216779A1 (en) * | 2022-05-11 | 2023-11-16 | International Business Machines Corporation | Improving computational capability based on vehicle maintenance |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108845885B (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108845885A (zh) | 一种面向自动驾驶的边缘计算资源管理方法 | |
| CN112700639B (zh) | 一种基于联邦学习与数字孪生的智能交通路径规划方法 | |
| Kumar et al. | Vehicular delay-tolerant networks for smart grid data management using mobile edge computing | |
| CN109347926B (zh) | 面向遗址保护的边缘计算智能感知系统搭建方法 | |
| CN111199279A (zh) | 一种警务行业云端边缘计算和人工智能融合方法及装置 | |
| CN107729413A (zh) | 基于大数据的区域交通智能管理系统 | |
| Li et al. | Adaptive resource allocation based on the billing granularity in edge-cloud architecture | |
| Fang et al. | Edge intelligence based economic dispatch for virtual power plant in 5G internet of energy | |
| CN111882758A (zh) | 一种基于区块链的电动汽车充电桩共享平台控制方法 | |
| CN108833468A (zh) | 基于移动边缘计算的视频处理方法、装置、设备及介质 | |
| CN105281958B (zh) | 用于多层卫星网络环境中的卫星覆盖和星间链路分析方法 | |
| Rohith et al. | Comparative analysis of edge computing and edge devices: key technology in IoT and computer vision applications | |
| KR20210063990A (ko) | 기계 학습 기반의 무인항공기 모바일 엣지 서버 간 협업 태스크 매칭 및 오프로딩 방법 | |
| CN108256263A (zh) | 一种电力系统混合仿真并行计算系统及其任务调度方法 | |
| CN108831187A (zh) | 一种基于物联网的智能停车场共享管理方法及系统 | |
| CN106897942A (zh) | 一种配电网分布式并行状态估计方法及装置 | |
| CN114422349A (zh) | 基于云边端协同的深度学习模型训练和推理架构部署方法 | |
| CN106205189B (zh) | 一种车位共享信息服务平台 | |
| CN118036473A (zh) | 一种基于区块链技术的充电桩边缘计算系统及方法 | |
| Lohat et al. | AROA: Adam Remora Optimization Algorithm and Deep Q network for energy harvesting in Fog-IoV network | |
| CN114386698B (zh) | 去中心化ev虚拟聚合调频系统和方法 | |
| CN106920048A (zh) | 一种全局行车公寓一卡通就餐管理系统 | |
| CN113554511B (zh) | 一种基于区块链与粒子群优化的有源配电网电力交易方法 | |
| Zhi-yan et al. | Research on coverage and connectivity for heterogeneous wireless sensor network | |
| Tyagi et al. | Stacker: A holistic cloud computing based framework for smart cities |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210425 Address after: 250100 Ji'nan high tech Zone, Shandong, No. 1036 wave road Applicant after: INSPUR GROUP Co.,Ltd. Address before: 250100, Ji'nan province high tech Zone, Sun Village Branch Road, No. 2877, building, floor, building, on the first floor Applicant before: JINAN INSPUR HIGH-TECH TECHNOLOGY DEVELOPMENT Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230505 Address after: S02 Building, 1036 Langchao Road, Jinan Area, China (Shandong) Pilot Free Trade Zone, Jinan City, Shandong Province, 250000 Patentee after: Shandong Inspur innovation and entrepreneurship Technology Co.,Ltd. Address before: No. 1036, Shandong high tech Zone wave road, Ji'nan, Shandong Patentee before: INSPUR GROUP Co.,Ltd. |
|
| TR01 | Transfer of patent right |