CN109451040A - 基于边缘计算的物联网组网系统及组网方法 - Google Patents

Abstract

本发明公开一种基于边缘计算的物联网组网系统及组网方法，通过终端设备发送场景数据到智能网关设备，所述场景数据包括传感器采集的数值类数据和拾音器、摄像头采集的流媒体数据；智能网关设备对接收的场景数据进行业务处理，负责上行和下行数据传送；数据归集平台接收智能网关设备定期上报的数据并存入数据库中，供智能算法平台训练优化算法文件，所述算法文件用于更新智能网关设备的智能决策模块，以优化业务场景。本方案通过智能网关设备实现业务场景的边缘计算，有效提高处理效率及实时性，并结合对智能网关业务算法模块的更新，可灵活适配不同场景的业务需求及环境变化，提高智能网关的灵活性，且在中心或网络出现故障时，保证终端场景业务正常进行，具有较高的实用及推广价值。

Description

基于边缘计算的物联网组网系统及组网方法

技术领域

本发明属于物联网组网技术领域，具体涉及一种基于边缘计算的物联网组网系统及组网方法。

背景技术

现阶段物联网的数据处理方式主要为所有的数据都传输到云中心，由云中心完成计算过程，因此云中心需要实现物联网所有场景的业务逻辑。随着业务的扩展，云中心系统将越来越复杂，云中心计算平台面将接入海量设备，进而将面临带宽不够、功耗过高等难度挑战，就目前的带宽水平，无法支持设备到云端之间的数据传输，使得云计算中心实时返回决策也变成不可能的任务，过渡依赖云中心，会导致物联网的效率达不到预期，特别是对延时要求严格的场景，物联网部署变得毫无意义。

当物联网场景端有大量摄像头的视频流数据接入时，例如，用于安全监控的场景下，摄像头获取用户视频并传输到云中心处理的过程，不仅需要高速带宽传输大量无效数据，而且给云中心带来巨大的负担，云中心面临着巨大的带宽和计算压力，并且由于视频流传输问题，场景端难以得到云中心的实时响应，最终结果是处理成本高昂，处理时间长、效率低下。此外，现有的带有AI处理SoC芯片的智能摄像头售价远高于普通的网络摄像头，并且AI功能单一无法更改，当业务场景变化时，需要额外的成本去更换终端设备和升级中心系统，且中心系统发生故障时，全网业务都无法正常进行。

发明内容

为解决中心带宽和计算压力过大，视频数据处理延时以及场景端业务变化带来的高成本设备更新和中心系统升级问题，本发明提出一种基于边缘计算的物联网组网系统及组网方法，配合数据归集平台和智能算法平台，以较低成本提高场景端组网灵活性并降低数据处理延时。

本发明是采用以下的技术方案实现的：一种基于边缘计算的物联网组网系统，包括终端设备、音视频处理设备、智能网关设备、数据归集平台和智能算法平台；

所述终端设备发送场景数据到智能网关设备；所述终端设备包括传感器、拾音器、控制器和摄像头，其中，所述拾音器、摄像头采集音视频数据经音视频处理设备处理后发送到智能网关设备；

所述智能网关设备对接收的终端设备场景数据进行业务处理，负责上行和下行数据传送；

所述数据归集平台接收智能网关设备定期上报的数据或已有素材数据存入数据库中，供智能算法平台训练优化算法文件，所述算法文件用于更新智能网关设备的智能决策模块，以优化业务场景。

进一步的，所述智能网关设备包括系统控制模块、输入接口模块、数据预处理模块、n个业务算法模块和通讯模块，各模块间通过管道传输数据，通讯模块负责上行和下行数据传送，智能网关设备接收原始场景数据并上行传送至数据归集平台，控制指令下行发送给终端设备：

系统控制模块用以管理智能网关所在星型网络中所有终端设备、各程序模块间的执行逻辑、模块间数据流转管道建立以及与智能算法平台控制指令通信和程序模块更新服务；

智能网关设备通过输入接口模块接收终端设备采集的场景数据，并通过输入接口模块校验数据的合法性和完整性；

数据预处理模块接收经校验的有效数据，对原始数据进行业务封装，并转换为用于机器学习的业务数据；

业务算法模块包含经过智能算法平台训练得到的算法文件，接收数据预处理模块传输的业务数据，输出用于解决特定业务场景问题的结果数据集；

传输模块负责将原始数据及日志进行通讯协议封装，并推送到数据归集平台。

进一步的，所述业务算法模块遵循统一的通信接口标准，每个业务算法模块包含至少一个下行接口和至少一个上行接口，且数据使用统一的格式和编解码方法。

进一步的，所述业务算法模块具有启动参数，由系统控制模块调用并指定，用于控制业务算法模块调度顺序。

进一步的，所述系统控制模块对业务算法模块的调度模式为：

(1)所有业务算法模块启动后向系统控制模块注册服务，并由系统控制模块监控个业务算法模块运行状态；

(2)系统控制模块提供基于WEB的配置管理服务，用于配置业务算法模块的数据流转逻辑，管理业务算法模块的上下线状态及下载更新服务，并为逻辑相邻业务算法模块建立Linux管道文件；

(3)接收智能算法平台控制指令，完成业务算法模块及算法文件的下线、更新及上线操作。

进一步的，所述系统控制模块中所提供的基于Web的配置管理服务基于以下原理实现：(1)在智能网关设备软件系统中搭建WEB容器，系统控制模块提供供用户访问的HTML管理页面；

(2)业务算法模块服务注册信息写入智能网关设备数据库中，用户在HTML管理页面中配置各模块数据流转逻辑；

(3)用户通过HTML管理页面向数据归集平台发送请求，查询数据归集平台端业务模块列表及算法文件列表，并进行下载更新操作。

进一步的，所述数据归集平台包括设备管理模块、数据接收模块和发送模块；

所述设备管理模块用于管理所有智能网关设备及所有终端设备，包含设备信息、状态、网络参数、地理位置和业务数据类型；

所述数据接收模块用以接收智能网关设备上报的数据及日志，实现通信协议解析、业务数据封装，并写入数据库；

所述发送模块用于中心管理员向智能网关设备发送控制指令，包括校时、上线下线、重启、模块更新以及终端设备的下行指令。

进一步的，所述智能算法平台包括：

所述数据挖掘模块用以从数据库中提取数据，根据指定网关的业务范围对数据进行加工，生成模型训练的输入数据集；

所述模型训练模块则基于神经网络模型创建深度学习会话，建立训练任务并执行，输出包含结果数据集的算法文件；

所述分类预测模块用以建立分类预测任务，通过从数据库中提取相关数据来验证算法文件的有效性并反馈分类预测模块；

所述算法文件管理模块将验证有效的算法文件归入文件服务器，智能网关信息、所述模块信息、业务类型信息入库。

进一步的，所述音视频处理设备通过增加软件模块的方式集成在智能网关设备中。

本发明另外还提出一种基于边缘计算的物联网组网方法，包括以下步骤：

S101、物联网的场景终端发送场景数据到智能网关设备，所述场景数据包括传感器采集的数值类数据和拾音器、摄像头采集的流媒体数据；

S102、智能网关设备系统运行多个控制模块和算法模块，对接收的终端设备数据进行业务处理；

S103、智能网关设备根据控制模块和算法模块的数据处理结果产生下行指令，下发到终端设备，并将原始数据发送到数据归集平台；

S104、数据归集平台接收原始数据并写入数据库；

S105、智能算法平台读取数据库数据并训练优化算法文件；

S106、将新的算法文件更新到任意智能网管设备的智能算法模块，实现对业务场景的优化。

与现有技术相比，本发明的优点和积极效果在于：

本发明所提出的方案，通过智能网关设备实现业务场景的边缘计算，有效降低重心服务器的带宽与计算压力，通过对智能网关业务算法模块的更新，可灵活适配不同场景的业务需求及环境变化，并可在中心或网络出现故障时，保证终端场景业务正常进行。

附图说明

图1为本发明实施例1所述组网方法的流程示意图；

图2为本发明实施例2智能网关设备软件架构示意图；

图3为本发明实施例2音视频处理设备软件架构示意图；

图4为本发明实施例2各模块通信逻辑示意图；

图5为本发明实施例2智能网关软件运行逻辑示意图。

具体实施方式

为了能够更加清楚地理解本发明的上述目的、特征和优点，下面结合附图及实施例对本发明做进一步说明。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

实施例1，一种基于边缘计算的物联网组网方法，如图1所示，包括以下步骤：

S101、物联网的场景终端发送场景数据到智能网关设备，所述场景数据包括传感器采集的数值类数据和拾音器、摄像头采集的流媒体数据；

S102、智能网关设备系统运行多个控制模块和算法模块，对接收的终端设备数据进行业务处理；

S103、智能网关设备根据控制模块和算法模块的数据处理结果产生下行指令，下发到终端设备，并将原始数据发送到数据归集平台；

S104、数据归集平台接收原始数据并写入数据库；

S105、智能算法平台读取数据库数据并训练优化算法文件；

S106、将新的算法文件更新到任意智能网管设备的智能算法模块，实现对业务场景的优化。

智能网关使用算法文件处理音视频等流媒体数据，提取结果数据集合，通过管道将数据传送到下一个算法进程，智能网关定期上传实时音视频数据，供智能算法服务器训练并优化算法文件，通过智能网关设备实现业务场景的边缘计算，有效提高处理效率及实时性，并结合对智能网关业务算法模块的更新，可灵活适配不同场景的业务需求及环境变化，提高智能网关的灵活性，且在中心或网络出现故障时，保证终端场景业务正常进行。

实施例2，基于实施例1所述基于边缘计算的物联网组网方法的组网系统，包括终端设备、音视频处理设备、智能网关设备、数据归集平台和智能算法平台。

其中，场景端所有终端设备连接智能网关设备，终端设备负责采集场景数据，包括符合LPWAN特征的传感器、拾音器、摄像头及控制器，其中，传感器和控制器与智能网关设备的通信方式可选择为LoRa、ZigBee和蓝牙等，拾音器、摄像头采集音视频数据经音视频处理设备处理后发送到智能网关设备，即终端设备用以发送场景数据(传感器采集的数值类数据和拾音器、摄像头等采集的流媒体数据)到智能网关设备；

一个或多个场景的所有终端设备以星型组网的方式与一个智能网关设备连接；一个或多个网络摄像头、拾音器通过一个音视频处理设备与智能网关设备相连，音视频处理设备可以通过4G、有线网络方式与智能网关设备通信，所述音视频处理设备也可为单独的设备或集成在智能网关设备中。所述音视频处理设备硬件为台基于ARM架构的小型单板机加LoRa终端模块，单板机集成CPU、内存、磁盘控制器、GPIO接口、以太网RJ45接口和4G模块，该音视频处理设备通过网线连接摄像头或摄像头所连路由器，获取视频流数据，软件为运行在Linux系统上的音视频处理程序模块，负责将流媒体数据转换为可用于机器学习的业务数据，并可将处理结果通过LoRa终端模块发送给智能网关设备，若无路由器提供可用网络环境，则音视频处理设备通过4G模块传输视频流数据，供智能算法平台学习训练。

智能网关设备硬件为一台基于ARM架构的小型单板机加LoRa网关模块，单板机集成CPU、内存、磁盘控制器、GPIO接口、以太网RJ45接口和4G模块。该设备为LoRaWAN标准物联网组网的网关设备，接收处理传感器和视频处理设备数据，向控制器下发指令，通过有线网络或4G模块与数据归集平台通信。当智能网关集成音视频处理设备时，若摄像头与智能网关连接路由器，则通过有线网络向中心传输视频流数据；若无网络环境，则摄像头通过网线连接智能网关，再由4G模块传输视频流数据。

智能网关设备软件部分包括系统控制模块、输入接口模块、数据预处理模块、n个业务算法模块和通讯模块，各模块间通过管道传输数据通讯模块负责上行和下行数据传送，智能网关设备接收原始场景数据并上行传送至数据归集平台，控制指令下行发送给终端设备，具体的：

所述系统控制模块用以管理智能网关所在星型网络中所有终端设备、各程序模块间的执行逻辑，模块间数据流转管道建立以及与智能算法平台控制指令通信和程序模块更新服务；

智能网关设备通过输入接口模块接收终端设备采集的场景数据，并通过输入接口模块校验数据的合法性和完整性；

数据预处理模块接收经校验的有效数据，对原始数据进行业务封装，对于集成音视频处理设备的智能网关，所述数据预处理模块可接收音视频流媒体数据，并转换为可用于机器学习的业务数据；

所述业务算法模块包含经过智能算法平台训练得到的算法文件，接收数据预处理模块传输的业务数据，输出用于解决特定业务场景问题的结果数据集；处理音视频数据，提取结果数据集合，通过管道将数据传送到下一个算法进程；

传输模块负责将原始数据及日志进行通讯协议封装，并推送到中心数据归集平台。

其中，所述业务算法模块遵循统一的通信接口标准，每个业务算法模块包含至少一个下行接口和至少一个上行接口，且数据使用统一的格式和编解码方法，业务算法模块具有启动参数，由系统控制模块调用并指定，用于控制业务算法模块调度顺序。

系统控制模块对业务算法模块的调度模式采用以下方式：

(1)所有业务算法模块启动后向系统控制模块注册服务，并由系统控制模块监控个业务算法模块运行状态；

(2)系统控制模块提供基于WEB的配置管理服务，用于配置业务算法模块的数据流转逻辑，管理业务算法模块的上下线状态及下载更新服务，并为逻辑相邻业务算法模块建立Linux管道文件；其中，基于Web的配置管理服务基于以下原理实现：

在智能网关设备软件系统中搭建WEB容器，系统控制模块提供供用户访问的HTML管理页面；

业务算法模块服务注册信息写入智能网关设备数据库中，用户在HTML管理页面中配置各模块数据流转逻辑；

用户通过HTML管理页面向数据归集平台发送请求，查询数据归集平台端业务模块列表及算法文件列表，并进行下载更新操作

(3)接收智能算法平台控制指令，完成业务算法模块及算法文件的下线、更新及上线操作。

数据归集平台接收智能网关设备定期上报的原始数据并存入数据库中，供智能算法平台训练优化算法文件，所述算法文件用于更新智能网关设备的业务算法模块，优化业务场景；所述数据归集平台包括设备管理模块、数据接收模块和发送模块；

所述设备管理模块用于管理所有智能网关设备及所有终端设备，包含设备信息、状态、网络参数、地理位置和业务数据类型；

所述数据接收模块用以接收智能网关设备上报的数据及日志，实现通信协议解析，业务数据封装，并写入数据库；

所述发送模块用于中心管理员向智能网关设备发送控制指令，包括校时、上线下线、重启、模块更新以及终端设备的下行指令。

所述智能算法平台包括数据挖掘模块、模型训练模块、分类预测模块和算法文件管理模块：

所述数据挖掘模块用以从数据库中提取数据，根据指定网关的业务范围对数据进行加工，生成模型训练的输入数据集；

所述模型训练模块则基于神经网络模型创建深度学习会话，建立训练任务并执行，输出包含结果数据集的算法文件；

所述分类预测模块用以建立分类预测任务，通过从数据库中提取相关数据来验证算法文件的有效性并反馈分类预测模块；

所述算法文件管理模块将验证有效的算法文件归入文件服务器，智能网关信息、所述模块信息、业务类型信息入库。

通过以上系统模块的搭建，中心程序员只需开发相应的业务模块，无需更新中心系统，大大降低中心系统维护成本。

本方案所述的音视频处理设备和智能网关设备使用相同的软件架构和通信接口标准，如图2所示，所述软件架构包括基础模块和业务模块，基础模块为软件架构的必要模块，不可缺少或下线，业务模块可根据具体场景业务选择安装或进行上下线操作，所有业务模块需符合模块接口标准以实现与其他模块的通信。具体的，如图2和图3所示，视频处理设备和智能网关设备运行支持ARM架构的Debian系统，软件架构中基础模块和业务模块功能的进一步说明如下：

系统控制模块管理智能网关所在星型网络中所有终端设备，各程序模块的执行逻辑，模块间数据流转管道建立，以及与中心平台控制指令通信和程序模块更新服务；

数据输入接口接收传感器设备采集的数值类数据，接收视频处理设备传输模块发送的视频处理结果数据，所述接口校验数据的合法性及完整性。

数据预处理模块接收数据输入接口验证的有效数据，对原始数据进行业务封装。

智能决策模块1个或n个包含经过中心算法平台训练得到的算法文件，接收预处理模块传输的业务数据和流媒体处理模块的智能算法处理结果，输出用于解决特定业务场景问题的结果数据集；

下行控制模块接收结果数据集，通过系统控制模块获取终端设备资源，组装下行控制命令并发送；

视频处理设备传输模块负责将视频流数据处理结果发送给所属智能网关；转发摄像头流媒体数据。

智能网关传输模块负责将传感器数据、日志、告警等进行通信协议封装，并推送到中心数据归集平台；向其他智能网关发送数据；对于集成视频处理设备的智能网关，所述模块可转发视频流媒体数据。

流媒体输入接口为集成了负责接收摄像头视频流数据，并对数据进行解码、抽帧、压缩能操作。

流媒体处理模块对解码后的连续帧数据进行智能算法处理，并将结果输出给下一个业务模块。

网关通讯模块接收并解析以下数据：a.两个智能网关设备间通过MQTT协议通信数据；b.中心运维人员向智能网关设备下发的控制指令；各业务模块遵循统一的通信接口标准，每个模块包含1个或多个下行接口和一个上行接口，数据使用统一的格式和编解码方法，模块具有启动参数，由系统控制模块调用并指定，用于控制模块顺序。

如图4所示，为模块通信逻辑示意图，实现视频处理设备与智能网关、智能网关与数据归集平台、智能网关与其他智能网关之间的通信，使组网方式更为灵活，信息传递更为高效；智能网关软件运行逻辑如图5，解决场景变化时硬件无法满足业务需求问题，降低整个系统运维升级成本，并通过智能算法平台的学习不断优化场景端的业务处理能力。

下面以智能交通信号灯及路灯控制场景和智慧园区管理场景为例进行进一步说明：

场景1：智能交通信号灯及路灯控制：

设一段城市道路包含两个十字路口、8个信号灯和若干路灯，每个路口4个摄像头，分别朝向十字路口的四个方向，每个摄像头接一个视频处理设备；每个信号灯接一个信号控制单元(包含LoRa终端模块)；每个路灯接一个调光控制单元(包含LoRa终端模块)；整段路有一个智能网关设备。

视频处理设备包含第一智能决策模块，第一智能决策模块为车流密度算法，用于获得路口交通拥堵程度的量化数据，智能网关设备包括智能决策模块A和智能决策模块B，智能决策模块A为基础信号灯控制逻辑，通过下行系统控制模块控制所有信号灯红绿灯时长，智能决策模块B为路灯明亮控制逻辑，以时间为参数控制路灯照明功率。

数据归集平台为以cloudera框架搭建的大数据平台，智能算法平台框架为TensorFlow。整个系统上线后，智能网关设备以智能决策模块A固定模式控制红绿灯，以智能决策模块B控制路灯；项目运行初期(一个月)，智能网关设备持续向数据归集平台发送道路拥堵数据和红绿灯时长数据，运维人员在智能算法平台建立合适模型并提取数据进行深度学习训练，得到更优红绿灯控制算法文件；

更新智能网关设备的智能决策模块A，使得十字路口交通状态更为通畅，可为视频处理设备增加第二智能决策模块，用于识别违章停车情况，并在智能网关设备中增加智能决策模块C，用于向数据归集平台上报违章停车告警并控制摄像头抓拍。

场景2：智慧园区管理

设有多个工业园区，每个工业园区有多块警戒区域，并布设若干摄像头、视频处理设备、多种大型设备、多项参数传感器(如功率、电流、电压等)、红外热释电传感器、警报控制器、智能网关设备。

中心平台部署同上，系统运行初期数据归集平台接收全部传感器数据，为不同大型设备分别建模，训练得到算法文件用于预测设备故障，将算法文件分别更新到大型设备对应的智能网关设备，以实时上报告警信息，降低中心计算压力。

警戒区域视频处理设备部署不同的智能决策模块，用于摄像头识别进入区域人员非法行为(使摄像头获得不同的行为识别能力)，联动报警装置。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (10)

1.基于边缘计算的物联网组网系统，其特征在于，包括终端设备、音视频处理设备、智能网关设备、数据归集平台和智能算法平台；

所述终端设备发送场景数据到智能网关设备；所述终端设备包括传感器、拾音器、控制器和摄像头，其中，所述拾音器、摄像头采集音视频数据经音视频处理设备处理后发送到智能网关设备；

所述智能网关设备对接收的终端设备场景数据进行业务处理，负责上行和下行数据传送；

所述数据归集平台接收智能网关设备定期上报的数据或已有素材数据存入数据库中，供智能算法平台训练优化算法文件，所述算法文件用于更新智能网关设备的智能决策模块，以优化业务场景。

2.根据权利要求1所述的基于边缘计算的物联网组网系统，其特征在于：所述智能网关设备包括系统控制模块、输入接口模块、数据预处理模块、n个业务算法模块和通讯模块，各模块间通过管道传输数据，通讯模块负责上行和下行数据传送，智能网关设备接收原始场景数据并上行传送至数据归集平台，控制指令下行发送给终端设备：

系统控制模块用以管理智能网关所在星型网络中所有终端设备、各程序模块间的执行逻辑、模块间数据流转管道建立以及与智能算法平台控制指令通信和程序模块更新服务；

智能网关设备通过输入接口模块接收终端设备采集的场景数据，并通过输入接口模块校验数据的合法性和完整性；

数据预处理模块接收经校验的有效数据，对原始数据进行业务封装，并转换为用于机器学习的业务数据；

业务算法模块包含经过智能算法平台训练得到的算法文件，接收数据预处理模块传输的业务数据，输出用于解决特定业务场景问题的结果数据集；

传输模块负责将原始数据及日志进行通讯协议封装，并推送到数据归集平台。

3.根据权利要求2所述的基于边缘计算的物联网组网系统，其特征在于：所述业务算法模块遵循统一的通信接口标准，每个业务算法模块包含至少一个下行接口和至少一个上行接口，且数据使用统一的格式和编解码方法。

4.根据权利要求3所述的基于边缘计算的物联网组网系统，其特征在于：所述业务算法模块具有启动参数，由系统控制模块调用并指定，用于控制业务算法模块调度顺序。

5.根据权利要求4所述的基于边缘计算的物联网组网系统，其特征在于：所述系统控制模块对业务算法模块的调度模式为：

(1)所有业务算法模块启动后向系统控制模块注册服务，并由系统控制模块监控个业务算法模块运行状态；

(2)系统控制模块提供基于WEB的配置管理服务，用于配置业务算法模块的数据流转逻辑，管理业务算法模块的上下线状态及下载更新服务，并为逻辑相邻业务算法模块建立Linux管道文件；

(3)接收智能算法平台控制指令，完成业务算法模块及算法文件的下线、更新及上线操作。

6.根据权利要求5所述的基于边缘计算的物联网组网系统，其特征在于：所述系统控制模块中所提供的基于Web的配置管理服务基于以下原理实现：

(1)在智能网关设备软件系统中搭建WEB容器，系统控制模块提供供用户访问的HTML管理页面；

(2)业务算法模块服务注册信息写入智能网关设备数据库中，用户在HTML管理页面中配置各模块数据流转逻辑；

(3)用户通过HTML管理页面向数据归集平台发送请求，查询数据归集平台端业务模块列表及算法文件列表，并进行下载更新操作。

7.根据权利要求1所述的基于边缘计算的物联网组网系统，其特征在于：所述数据归集平台包括设备管理模块、数据接收模块和发送模块；

所述设备管理模块用于管理所有智能网关设备及所有终端设备，包含设备信息、状态、网络参数、地理位置和业务数据类型；

所述数据接收模块用以接收智能网关设备上报的数据及日志，实现通信协议解析、业务数据封装，并写入数据库；

所述发送模块用于中心管理员向智能网关设备发送控制指令，包括校时、上线下线、重启、模块更新以及终端设备的下行指令。

8.根据权利要求1所述的基于边缘计算的物联网组网系统，其特征在于：所述智能算法平台包括：

所述数据挖掘模块用以从数据库中提取数据，根据指定网关的业务范围对数据进行加工，生成模型训练的输入数据集；

所述模型训练模块则基于神经网络模型创建深度学习会话，建立训练任务并执行，输出包含结果数据集的算法文件；

所述分类预测模块用以建立分类预测任务，通过从数据库中提取相关数据来验证算法文件的有效性并反馈分类预测模块；

所述算法文件管理模块将验证有效的算法文件归入文件服务器，智能网关信息、所述模块信息、业务类型信息入库。

9.根据权利要求1-8任一项所述的基于边缘计算的物联网组网系统，其特征在于：所述音视频处理设备通过增加软件模块的方式集成在智能网关设备中。

10.基于边缘计算的物联网组网方法，其特征在于，包括以下步骤：

S101、物联网的场景终端发送场景数据到智能网关设备，所述场景数据包括传感器采集的数值类数据和拾音器、摄像头采集的流媒体数据；

S102、智能网关设备系统运行多个控制模块和算法模块，对接收的终端设备数据进行业务处理；

S103、智能网关设备根据控制模块和算法模块的数据处理结果产生下行指令，下发到终端设备，并将原始数据发送到数据归集平台；

S104、数据归集平台接收原始数据并写入数据库；

S105、智能算法平台读取数据库数据并训练优化算法文件；

S106、将新的算法文件更新到任意智能网管设备的智能算法模块，实现对业务场景的优化。