CN110430229B - 基于云平台的智慧社区物联传感信息采集处理系统及方法 - Google Patents

Abstract

本发明公开了基于云平台的智慧社区物联传感信息采集处理方法，该方法包括如下步骤：采集社区的传感数据并发送至云平台服务器，云平台服务器分别接收并临时存储各社区传感物联网终端发来的不同类型的传感数据，然后分别判断各类型的临时存储传感数据是否达到相应的最大数据累积阈值，并在临时存储的传感数据达到最大数据累积阈值的情况下，发出数据处理申请，之后依据数据处理申请为相应的传感数据建立处理线程，以读取并处理相应传感数据，最后为处理线程分配计算资源，并至少在无存储传感数据之后终止相应的处理线程。该方法使得系统的计算资源分配机制更为合理，数据处理更为高效，还降低了社区对物业管理服务的成本投入。

Description

基于云平台的智慧社区物联传感信息采集处理系统及方法

技术领域

本发明涉及物联网技术领域，特别涉及一种基于云平台的智慧社区物联传感信息采集处理系统，以及一种基于云平台的智慧社区物联传感信息采集处理方法。

背景技术

智慧社区可以在其空间范围和社区建筑内布设传感物联网，该物联网包括大量的传感设备，例如视频采集设备、温湿度传感设备、空气质量和颗粒物传感设备、烟雾感应设备、红外测温设备等等。以上传感设备可以基于物联网通信协议实现传感数据的上传，以便智能社区的物业管理平台能够基于传感数据监测社区空间范围及社区建筑内部的安保状态、空气环境状态、火情状态等。传感设备也可以响应物业管理平台的指令而采集和提供传感数据。

城市中社区的类型和规模多种多样，存在建筑物达到数百栋、居住人口十余万的超大型社区，也有由两三栋或者单栋建筑构成、居住人口数量较少的小规模社区，而事实上后者在城市中更为常见。社区的场地、通信、电力条件也各不相同，有的社区物业的软硬件和人力条件均较为完备，可以建立现代化的管理平台，但也有很多社区并没有条件搭建专门的机房和服务器来部署物业管理平台，并且也没有人力和经济实力进行运营和维护。

针对规模较小、条件有限的社区来说，若想具备智慧社区的信息化服务以及安全、高效的智能物业管理能力，则采用云平台架构是一个合理的选择方向。云平台架构就是将社区传感物联网经广域网(例如互联网)接入到云端的物业管理平台，由云端物业管理平台对传感数据进行存储、分析、监测、报警和响应。通过采用云平台架构，降低了对社区在场地、通信、电力、人力方面的要求，也降低了在社区部署物联网的技术难度。同时，云平台通常会面向一定数量的社区提供物业管理服务，摊薄了架构的成本，对于规模较小和条件不完备的社区来说，采用云平台在经济角度上来看也更加实惠。

当云平台了整合多个智慧社区后，由于每个智慧社区内部的传感设备都数量众多，造成云平台架构中对传感数据的上传、存储、分析和响应的需求处于海量级、高并发的状况，而云平台的软硬件计算资源都是有限的，因此必须具有高效的处理和资源分配机制才能满足这些需求。另外，云平台和传感物联网经由广域网执行上下行通信，而通过广域网通信的通信方式本身就具有比较大的延迟，会使得云平台难以对全部上述需求都能够进行及时有效处理。

发明内容

(一)发明目的

基于此，为了使云平台服务器能够满足海量级、高并发传感数据并行处理的要求，避免资源闲置，并避免增大传感数据的等待时延，优化系统的计算资源分配机制，提高数据处理效率，避免计算资源的浪费，降低了系统的建设、运营及维护成本，从而降低社区对物业管理服务的成本投入，本发明公开了以下技术方案。

(二)技术方案

作为本发明的第一方面，本发明公开了基于云平台的智慧社区物联传感信息采集处理系统，包括至少一个社区的传感物联网终端，以及云平台服务器；

所述传感物联网终端包括：

至少一种传感设备，用于采集智慧社区的传感数据，并通过网关接入设备将所述传感数据发送至所述云平台服务器；

所述云平台服务器包括：

至少一个数据存储模块，用于分别接收并临时存储所述传感物联网终端发来的不同类型的所述传感数据；

数据量判断模块，用于分别判断各所述数据存储模块内临时存储的传感数据是否达到相应的最大数据累积阈值，并在所述数据存储模块内临时存储的传感数据达到最大数据累积阈值的情况下，向线程管理模块发出数据处理申请；

所述线程管理模块，用于依据所述数据处理申请为相应的所述数据存储模块建立处理线程，以读取并处理相应所述数据存储模块内的传感数据；

资源分配模块，用于为所述处理线程分配计算资源，以及至少在所述数据存储模块内无存储数据之后终止相应的所述处理线程。

在一种可能的实施方式中，该系统还包括：

容量分配模块，用于依据所述传感数据的类型设置存储该类型传感数据的所述数据存储模块的存储容量。

在一种可能的实施方式中，该系统还包括：

阈值设置模块，用于依据以下至少一项来设定不同类型所述传感数据所对应所述数据存储模块的最大数据累积阈值：所存储的所述传感数据的类型，对所存储的所述传感数据的及时性需求。

在一种可能的实施方式中，该系统还包括：

存储划分模块，用于为至少一个所述传感物联网终端的至少一种所述传感设备划分出对应专用的所述数据存储模块，以接收并临时存储相应传感物联网终端的相应种类所述传感设备的传感数据。

在一种可能的实施方式中，每个所述传感物联网终端的每个所述传感设备在所述云平台服务器内均对应有专用的所述数据存储模块，以接收并临时存储相应传感物联网终端的相应传感设备的传感数据。

在一种可能的实施方式中，所述数据存储模块采用数据入口堆栈。

在一种可能的实施方式中，所述云平台服务器还包括：

静止线程池；其中，

所述资源分配模块为所述静止线程池内的处理线程分配的所述计算资源为公共计算资源，所述静止线程池内的处理线程轮流使用所述公共计算资源；并且，

所述资源分配模块还用于监测所述静止线程池内各处理线程处理的传感数据量，并终止在任一第一单位时段内处理的传感数据量低于终止数据量阈值的所述静止线程池内的处理线程。

在一种可能的实施方式中，所述云平台服务器还包括：

活跃线程池；其中，

所述资源分配模块将新建立的所述处理线程放入所述活跃线程池，并为该放入所述活跃线程池的处理线程分配专用计算资源；并且，

所述资源分配模块还用于监测所述活跃线程池内各处理线程处理的传感数据量，并将在第二单位时段内处理的传感数据量低于降阶数据量阈值的处理线程移入所述静止线程池，并回收被移动的处理线程的专用计算资源。

在一种可能的实施方式中，所述资源分配模块依据所述处理线程所处理的所述传感数据的类型分配所述专用计算资源的多少。

在一种可能的实施方式中，在所述数据量判断模块判断出同时有多个所述数据存储模块存储的传感数据均达到相应的最大数据累积阈值，但所述资源分配模块判断出剩余的专用计算资源不足以支持所述多个数据存储模块的情况下，所述数据量判断模块依据所述数据存储模块内存储的所述传感数据的及时性需求和/或所述数据存储模块内存储的传感数据量与最大存储容量之比确定出优先进行处理的数据存储模块，并为该优先进行处理的数据存储模块向线程管理模块发出数据处理申请。

作为本发明的第二方面，本发明还公开了基于云平台的智慧社区物联传感信息采集处理方法，包括：用于社区传感物联网终端的数据采集发送步骤，以及用于云平台服务器的数据接收处理步骤；

所述数据采集发送步骤包括：

采集智慧社区的至少一种传感数据，并将所述传感数据发送至云平台服务器；

所述数据接收处理步骤包括：

云平台服务器分别接收并临时存储各社区传感物联网终端发来的不同类型的所述传感数据；

分别判断各类型的所述临时存储传感数据是否达到相应的最大数据累积阈值，并在所述临时存储的传感数据达到最大数据累积阈值的情况下，发出数据处理申请；

依据所述数据处理申请为相应的所述传感数据建立处理线程，以读取并处理相应所述传感数据；

为所述处理线程分配计算资源；

至少在无存储所述传感数据之后终止相应的所述处理线程。

在一种可能的实施方式中，所述数据接收处理步骤还包括：

依据所述传感数据的类型设置存储该类型传感数据的存储容量。

在一种可能的实施方式中，所述数据接收处理步骤还包括：

依据以下至少一项来设定不同类型所述传感数据所对应的最大数据累积阈值：所述传感数据的类型，对所述传感数据的及时性需求。

在一种可能的实施方式中，所述数据接收处理步骤还包括：

为至少一个传感物联网终端的至少一种所述传感数据划分出对应专用的存储区间，以接收并临时存储相应传感物联网终端的相应种类传感数据。

在一种可能的实施方式中，每个所述传感物联网终端的每个所述传感设备在所述云平台服务器内均对应有专用的所述存储区间，以接收并临时存储相应传感物联网终端的相应传感设备的传感数据。

在一种可能的实施方式中，所述为所述处理线程分配计算资源包括：

为静止线程池内的处理线程分配公共计算资源，所述静止线程池内的处理线程轮流使用所述公共计算资源；并且，所述数据接收处理步骤还包括：

监测所述静止线程池内各处理线程处理的传感数据量，并终止在任一第一单位时段内处理的传感数据量低于终止数据量阈值的所述静止线程池内的处理线程。

在一种可能的实施方式中，所述为所述处理线程分配计算资源还包括：

将新建立的所述处理线程放入所述活跃线程池，并为该放入所述活跃线程池的处理线程分配专用计算资源；并且，所述数据接收处理步骤还包括：

监测所述活跃线程池内各处理线程处理的传感数据量，并将在第二单位时段内处理的传感数据量低于降阶数据量阈值的处理线程移入所述静止线程池，并回收被移动的处理线程的专用计算资源。

在一种可能的实施方式中，依据所述处理线程所处理的所述传感数据的类型分配所述专用计算资源的多少。

在一种可能的实施方式中，在判断出同时有多组所述传感数据均达到相应的最大数据累积阈值，但判断出剩余的专用计算资源不足以支持所述多组传感数据的情况下，依据所述传感数据的及时性需求和/或所述存储的传感数据的数据量与相应最大存储容量之比确定出优先进行处理的传感数据，并为该优先进行处理的传感数据发出数据处理申请。

(三)有益效果

本发明公开的智慧社区物联传感信息采集处理系统及方法，通过采集社区内的监控和监测数据并上传到系统内的云架构平台进行处理，实现为各个与本系统对接的社区提供物业管理服务；并且对于与本系统对接的中小型社区来说，通过阈值来区分需要立即处理的数据和可以暂时搁置的数据，能够使计算资源被用于处理优先级更高的数据，而不是统一对所有当前时刻接收的数据均立即进行处理，使得系统的计算资源分配机制更为合理，数据处理更为高效，并且在计算资源空闲后及时对其进行回收，避免计算资源的浪费，降低了系统的建设、运营及维护成本，从而降低社区对物业管理服务的成本投入。

附图说明

以下参考附图描述的实施例是示例性的，旨在用于解释和说明本发明，而不能理解为对本发明的保护范围的限制。

图1是本发明公开的智慧社区物联传感信息采集处理系统的一种实施方式的结构框图。

图2是本发明公开的智慧社区物联传感信息采集处理系统的另一种实施方式的结构框图。

图3是本发明公开的智慧社区物联传感信息采集处理方法的一种实施方式的流程示意图。

具体实施方式

为使本发明实施的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。

下面参考图1-图2详细描述本发明公开的智慧社区物联传感信息采集处理系统实施例。如图1所示，本实施例主要包括有至少一个社区的传感物联网终端，以及云平台服务器。各传感物联网终端用于监测自身社区空间范围及自身社区建筑内部的安保状态、空气环境状态、火情状态等可监测状态。云平台服务器则与各传感物联网终端远程通信连接，用于接收并处理各传感物联网终端上传的状态数据。

每个社区的传感物联网终端包含多种类型的传感设备，以及网关接入设备。

传感设备用于采集智慧社区的传感数据。传感设备可以包括：用于采集监控位置处的视频图像以进行安防监控的视频采集设备，例如摄像头；用于采集环境温湿度的温湿度传感设备，例如温度计和湿度计；用于探测环境颗粒物时空分布特征以检测空气质量的颗粒物传感设备(图1中未示出)，例如大气颗粒物监测激光雷达；用于探测环境中烟雾浓度是否超标以预防火灾的烟雾感应设备，例如烟雾探测器；用于探测周围环境的红外辐射能量分布以预防火灾的红外测温设备，例如热像仪。

网关接入设备与云平台服务器通过广域网数据连接，以将每个社区的传感物联网终端内部的传感设备接入到广域网。用于将传感设备采集的传感数据发送至云平台服务器。

云平台服务器与参与物业管理服务的多个社区的传感物联网终端通过物联网内部的网关接入设备数据连接，包括：至少一个数据存储模块，数据量判断模块，线程管理模块，以及资源分配模块。

各数据存储模块用于分别接收并临时存储各传感物联网终端发来的不同类型的传感数据。例如对于视频采集设备来说，其采集的传感数据为图像数据，而对于烟雾感应设备来说，其采集的传感数据为电信号数据。在一种实施方式中，数据存储模块可以采用数据入口堆栈作为接收物联网系统传感数据的存储区。

不同类型的传感设备生成和上传的传感数据的类型不同，视频采集设备生成和上传的传感数据为实际图像类型传感数据，红外测温设备生成和上传的传感数据为红外热像图类型传感数据，温湿度传感设备生成和上传的传感数据为表达温湿度信息的电信号类型传感数据，烟雾感应设备生成和上传的传感数据为表达烟雾浓度是否超标的开关量类型传感数据。而对于不同类型的传感数据，需要存储到不同的数据存储模块，以对不同类型的数据进行区分。

假设社区D1-D5共5个社区将自身的物业管理部署于云平台服务器CS上，则这5个社区中，每个社区的实际图像类型传感数据由云平台服务器CS的数据存储模块S1接收并临时存储，表达温湿度信息的电信号类型传感数据由数据存储模块S2接收并临时存储，表达烟雾浓度是否超标的开关量类型传感数据由数据存储模块S3接收并临时存储。

由于本实施例公开的系统能够为中小社区的提供云架构式的物业管理服务，因此数据存储模块只是起到缓存传感数据的作用，而这些数据还需要被系统的运算单位进行运算、分析和处理，以实现对传感数据的响应，而决定何时对数据存储模块内的传感数据进行运算、分析和处理的是数据量判断模块。

数据量判断模块用于分别判断各数据存储模块内临时存储的传感数据是否达到相应的最大数据累积阈值。

最大数据累积阈值是决定何时对数据存储模块内的传感数据进行运算、分析和处理的依据，例如数据存储模块S1的容量是500MB(Megabytes，兆字节)，最大数据累积阈值是300MB，则当各物联网系统向数据存储模块S1上传传感数据时，数据存储模块S1实时接收数据，数据量判断模块则实时监控包括数据存储模块S1在内的所有数据存储模块内存储的数据量。在数据量判断模块在实时监测过程中发现数据存储模块内临时存储的传感数据达到最大数据累积阈值的情况下，数据量判断模块会立即向线程管理模块发出数据处理申请，以使系统对当前缓存的传感数据进行处理。

线程管理模块用于在接收到数据量判断模块发来的数据处理申请后，依据该数据处理申请为相应的达到数据累积阈值的数据存储模块建立处理线程。处理线程是云平台服务器分配计算资源、处理响应传感数据的基本单位，通过处理线程实现读取并处理相应数据存储模块内的传感数据。

对于同时存放有多个同类型但不同实体的传感设备传感数据的数据存储模块来说，传感数据的数据包中可以包含有传感设备标识，以使处理线程在进行数据处理时能够区分出数据包所属的传感设备以及所属的物联网系统，以得到正确的数据分析处理结果，使得各社区工作人员或云平台操作人员能够对各社区内的各监测位点进行正常监测。

资源分配模块用于为被线程管理模块分配给数据存储模块的处理线程分配软硬件计算资源。通常在处理线程被分配给数据存储模块之后，立即为其分配运算资源，然后处理线程开始处理数据存储模块内临时存储的传感数据，实现对社区进行安防监控、环境监测、灾情预警、设施运维等多方面服务。

具体的，当数据存储模块S1内缓存的数据达到300MB时，数据量判断模块向线程管理模块申请一个处理线程对数据存储模块S1内的数据进行处理，线程管理模块接收到申请后，为数据存储模块S1分配一个处理线程Td1，处理线程Td1就会对数据存储模块S1内当前缓存有的数据进行读取并处理，并且随着数据存储模块S1不断的继续接收新的传感数据而继续进行读取和处理。当该类型的传感数据停止上传时，例如视频采集设备只在白天进行安防监控，而在晚上使用红外测温设备代替视频采集设备进行安防监控时，处理线程在视频采集设备停止工作时完成数据存储模块S1内临时存储的所有数据之后，资源分配模块会在数据存储模块内无存储数据之后终止(Kill)相应的处理线程，以对分配给该处理线程的计算资源进行回收，进而能够将回收的计算资源进行再分配。而当视频采集设备在次日开始工作时，线程管理模块又会再次为数据存储模块S1建立处理线程，而资源分配模块则会再次为该处理线程分配计算资源。

而对于数据存储模块S3，由于其存储的是开关量数据，只有在发生警情时或者需要周期性上传无告警信息时才会上传数据，因此大部分时间无需为其建立处理线程，只需在每次接收到周期性上传的无告警数据时(此时通常会达到最大数据累积阈值)为其建立处理线程，在处理完该无告警数据后，即可终止该处理线程，减少了非必要资源的占用。

可以理解的是，资源分配模块在其他的特定情况下也会终止处理线程，具体描述详见后文。

本系统作为社区的物业管理服务平台，通过采集社区内的监控和监测数据并上传到系统内的云架构平台进行处理，实现为各个与本系统对接的社区提供物业管理服务；并且对于与本系统对接的中小型社区来说，通过阈值来区分需要立即处理的数据和可以暂时搁置的数据，能够使计算资源被用于处理优先级更高的数据，而不是统一对所有当前时刻接收的数据均立即进行处理，使得系统的计算资源分配机制更为合理，数据处理更为高效，并且在计算资源空闲后及时对其进行回收，避免计算资源的浪费，降低了系统的建设、运营及维护成本，从而降低社区对物业管理服务的成本投入。

在一种实施方式中，如图2所示，该系统还包括容量分配模块，用于依据传感数据的类型设置存储该类型传感数据的数据存储模块的存储容量。图2中未示出传感物联网终端，并只示出一个传感设备。

由前文可知，不同种类的传感设备生成的传感数据的类型也不同，例如视频采集设备生成和上传的传感数据为实际图像类型传感数据，烟雾感应设备生成和上传的传感数据为表达烟雾浓度是否超标的开关量类型传感数据，等等。因此，存储不同类型传感数据的数据存储模块的最大存储容量也不同，使得数据存储模块的容量能够与预期要存储的传感数据量相匹配。

单位时间内接收的数据量较大的数据类型，例如图像数据，其对应的数据存储模块的最大存储容量会大于单位时间内接收的数据量较小的数据类型对应的数据存储模块。也就是说，存储实际图像类型传感数据的数据存储模块S1的最大存储空间大于存储表达烟雾浓度是否超标的开关量类型传感数据的数据存储模块S3。这样设置能够避免存储图像数据的数据存储模块由于容量过小而过于频繁地达到最大数据累积阈值，防止过多地占用了非必须占用的计算资源，以及能够避免存储表达烟雾浓度是否超标的开关量数据的数据存储模块由于容量过大而长时间地无法达到最大数据累积阈值，防止无法及时利用计算资源处理数据导致贻误火情等紧急情况。

在一种实施方式中，如图2所示，该系统还包括阈值设置模块，用于设定不同类型传感数据所对应数据存储模块的最大数据累积阈值。各数据存储模块除了最大存储容量不完全相同之外，最大数据累积阈值也不完全相同，以此来保证临时存储的传感数据能够在较为恰当的时机被处理线程处理。阈值设置模块设定最大数据累积阈值的依据为所存储的传感数据的类型，和/或，对所存储的传感数据的及时性需求。

传感数据的类型不同，其预期存储的数据量也不同，这会影响到最大数据累积阈值的设置，因此也可以说，阈值设置模块依据传感数据的预期接收数据量大小来设置最大数据累积阈值。存储实际图像数据的数据存储模块S1的最大数据累积阈值要大于存储电信号数据的数据存储模块S3，这样设置能够避免数据存储模块S1不会过于频繁地达到最大数据累积阈值导致浪费计算资源，也能够避免数据存储模块S3长时间地无法达到最大数据累积阈值而导致无法正常处理数据。

传感数据的及时性需求同样会影响到最大数据累积阈值的设置。数据存储模块S1存储的是实际图像数据，其数据量较大但及时性需求不高，存储红外热像图数据的数据存储模块同理；数据存储模块S2存储的是表达温湿度信息的电信号数据，其数据量适中且及时性需求不高，存储表达空气质量信息的电信号数据的数据存储模块同理；数据存储模块S3存储的是表达烟雾浓度是否超标的开关量数据，其数据量较小但及时性需求很高。

对于以S1和S2为代表的数据存储模块，阈值设置模块将其的最大数据累积阈值设置的较大，以利用其及时性需求不高的特点，使计算资源更可能被用于优先处理更为急迫的数据，例如被用于处理数据存储模块S3内的数据。对于以S3为代表的数据存储模块，阈值设置模块将其的最大数据累积阈值设置的较小，以提高其被响应和处理的及时性。

在一种实施方式中，如图2所示，该系统还包括存储划分模块，用于为至少一个传感物联网终端的至少一种传感设备划分出对应专用的数据存储模块，以接收并临时存储相应传感物联网终端的相应种类传感设备的传感数据。

随着加入到系统中的传感物联网终端数量的增减，以及传感物联网终端内包含的传感设备种类的增减，数据存储模块的数量也会有相应增减。具体的，可以为某一个传感物联网终端的某一种传感设备单独划分一个专用的数据存储模块，并为其单独设置最大数据累积阈值，以保证其存储的传感数据能够及时被处理。进一步的，可以为每个传感物联网终端的每种传感设备均单独划分专用的数据存储模块，例如社区D1的两个视频采集设备使用一个数据存储模块，而社区D2的五个视频采集设备使用另一个数据存储模块，以依据传感设备所在的社区对传感数据的存储区间进行更加细化的区分和隔离，使得原先因为传感数据类型相同因此需要共享同一个最大数据累积阈值的传感设备能够各自具有不同的最大数据累积阈值，使得系统能够根据社区的情况不同、传感设备的使用情况不同等因素而为各数据存储模块进行单独的设置，提高了系统对不同社区的适应性。

云平台服务器内通常会预留一部分容量，以用于存储划分模块在新社区加入时划分出新的数据存储模块，以及存储划分模块在已加入社区增设传感设备时划分出新的数据存储模块或容量分配模块为已有的数据存储模块增加存储容量。在社区内取消一部分传感设备的应用时，容量分配模块可以被取消传感设备对应的数据存储模块存储容量预留出来，也可以分配给其他数据存储模块，例如存储实际图像数据和红外热像图数据的数据存储模块，以提高其最大存储容量，减小因为系统繁忙使得阈值较高的存储图像类型数据的数据存储模块由于长时间未处理数据导致数据溢出的情况，同时使其最大数据累积阈值不变。

在一种实施方式中，每个传感物联网终端的每个传感设备在云平台服务器内均对应有专用的数据存储模块，以接收并临时存储相应传感物联网终端的相应传感设备的传感数据。也就是说，数据存储模块的数量与系统内所有传感设备的数量相同，这样设置能够对数据存储模块进行单独的设置，进而对每个传感设备进行单独的容量分配和阈值设置。此种情况适用于传感设备总量较少的情况，若传感设备总量较大，会使得处理线程的数量也相应增多，使得线程调度的开销增大。

通常情况下，处理线程会在一个线程池内，通过线程池对线程进行管理和维护。为了进一步提高数据处理效率，避免计算资源的浪费，在一种实施方式中，云平台服务器还包括静止线程池。线程管理模块新建立一个处理线程后，新建的处理线程可以直接被放入静止线程池。资源分配模块为静止线程池内的处理线程分配的计算资源为公共计算资源，静止线程池内的处理线程轮流使用公共计算资源。线程管理模块新建的处理线程被放入静止线程池内之后，会和静止线程池内原有的处理线程一起轮替使用公共计算资源。资源分配模块可以在静止线程池内的处理线程数量改变时，重新对公共计算资源的多少进行分配，而通常情况下，无论静止线程池内的处理线程数量有多少，公共计算资源的总量不变。

资源分配模块还用于实时监测静止线程池内各处理线程处理的传感数据量，并终止(Kill)在任一第一单位时段内处理的传感数据量低于终止数据量阈值的静止线程池内的处理线程。如图1所示，例如静止线程池内有若干处理线程，图中只示出了线程Td3和Td4，对于线程Td4来说，第一单位时段为5分钟，终止数据量阈值为10MB。从Td4被建立开始，资源分配模块会以5分钟为时间单位统计Td4的数据处理量，若一段时间之后，在某一个5分钟内，线程Td4对应的温湿度传感器由于通信链路不顺畅等原因而未能上传足够的传感数据，甚至由于通信中断而未能上传任何数据，使得对应的数据存储模块S4内的传感数据达到相应的最大数据累积阈值的次数少于往期，导致线程Td4处理的数据量未能达到10MB。

此种情况下，资源分配模块会终止线程Td4，此时静止线程池内少了一个处理线程，使得静止线程池内的其他处理线程能够更快的轮换到使用计算资源，并且由于通信链路故障，因此此时也无需为温湿度传感器配备处理线程，等通信链路恢复后，温湿度传感器会重新向数据存储模块T4内上传传感数据，并在传感数据达到相应的最大数据累积阈值后，线程管理模块会重新建立处理线程，资源分配模块也会将该新建的处理线程放入静止线程池内。由此可知，除了前文所述的在数据存储模块内无存储数据之后会终止相应的处理线程以外，传感数据的处理量不足也会导致处理线程被终止。

可以理解的是，Td3和Td4的第一单位时段可以不同，例如随传感数据的类型不同而不同，Td3和Td4的终止数据量阈值也可以随传感数据的类型不同而不同。

通过建立线程终止机制，能够提高计算资源利用率，减少不必要的资源闲置，使得公共计算资源的使用更加灵活，适应性更佳。

在一种实施方式中，云平台服务器还包括活跃线程池。线程管理模块新建立一个处理线程后，资源分配模块将新建立的处理线程放入活跃线程池而不是静止线程池，并为该放入活跃线程池的处理线程分配专用计算资源。专用计算资源不同于公共计算资源，是专属于某处理线程的计算资源，不与其他线程共用，也不存在轮流使用的情况。无论专用计算资源是否正在被使用，其都是专属于某处理线程的。

资源分配模块还用于实时监测活跃线程池内各处理线程处理的传感数据量，并将在第二单位时段内处理的传感数据量低于降阶数据量阈值的处理线程移入静止线程池，并回收被移动的处理线程的专用计算资源。如图1所示，例如活跃线程池内有若干处理线程，图中只示出了线程Td1和Td2，对于线程Td2来说，第二单位时段为1分钟，降阶数据量阈值为20MB。从Td2被建立开始，资源分配模块会以1分钟为时间单位统计Td2的数据处理量，若一段时间之后，在某一个1分钟内，线程Td2对应的红外测温设备由于通信链路不顺畅等原因而未能上传足够的传感数据，甚至由于通信中断而未能上传任何数据，使得对应的数据存储模块S2内的传感数据达到相应的最大数据累积阈值的次数少于往期，导致线程Td2处理的数据量未能达到20MB。

此种情况下，资源分配模块会将线程Td2降阶，并将其移入静止线程池，专用计算资源也会被资源分配模块回收并成为预备用的待用资源，或者被资源分配模块回收并纳入活跃线程池内其他数据量较大的处理线程的专用计算资源中。此时线程Td2需要与静止线程池内的其他处理线程轮流使用公共计算资源，并继续负责处理数据存储模块S2的红外热像图数据。因此线程Td2的运算能力被减弱，以与相比于原先来说数据量减少、需求的算力降低的红外测温设备相匹配。若在这之后，资源分配模块又判定线程Td2在第二单位时段内处理的传感数据量低于降阶数据量阈值，则资源分配模块会终止线程Td2。

由此可知，处理线程的流转是单向的，从被申请建立，然后被放入活跃线程池，然后被放入静止线程池，最后被终止回收，处理线程的流转不会出现反向，例如不会从静止线程池返回活跃线程池。

可以理解的是，Td1和Td2的第二单位时段可以不同，例如随传感数据的类型不同而不同，Td1和Td2的降阶数据量阈值也可以随传感数据的类型不同而不同。

通过建立线程降阶机制，能够进一步提高计算资源利用率，进一步减少不必要的资源闲置，使得公共计算资源的使用更加灵活，适应性更佳；另外，在线程生命周期的初始时配备专用计算资源，能够对数据上传量较大的传感数据进行及时处理，无需轮换，减小了传感数据的等待延时，对传感数据的存储和分析能够进行及时有效地响应。

在一种实施方式中，在数据量判断模块判断出同时有多个数据存储模块存储的传感数据均达到相应的最大数据累积阈值，但资源分配模块判断出剩余的专用计算资源不足以支持多个数据存储模块的情况下，数据量判断模块依据数据存储模块内存储的传感数据的及时性需求和/或数据存储模块内存储的传感数据量与最大存储容量之比确定出优先进行处理的数据存储模块，并为该优先进行处理的数据存储模块向线程管理模块发出数据处理申请。

在确定优先进行处理的数据存储模块时，先考虑各个候选数据存储模块的传感数据的及时性需求，如图1所示，某社区新安装了视频采集设备和红外测温设备并同时投入使用，视频采集设备用于安防监控和人脸识别，红外测温设备则用于探测环境温度以监测有无火情。但在数据存储模块S1和S2均达到相应的最大数据累积阈值的短时间之后，系统才有待用专用计算资源，但只能支持其中一个数据存储模块的数据处理。

此时若实际图像数据的及时性需求高于红外热像图数据的及时性，则数据量判断模块为数据存储模块S1向线程管理模块发出数据处理申请，线程管理模块为数据存储模块S1建立处理线程Td1，资源分配模块将线程Td1放入活跃线程池，并开始处理数据存储模块S1内的传感数据，而数据存储模块S2则需要继续等待。

此时若实际图像数据和红外热像图数据的及时性相同，则优先处理数据量挤压比例最多的，或者说，优先处理预期最先发生数据溢出的数据存储模块。例如数据存储模块S1当前存储的传感数据量只达到S1的最大存储容量的60％，而数据存储模块S2当前存储的传感数据量已达到S2的最大存储容量的80％，因此优先处理数据存储模块S2的传感数据。

下面参考图3详细描述本发明公开的智慧社区物联传感信息采集处理方法实施例。本实施例用于实施前述系统实施例。如图3所示，本实施例公开的方法包括用于社区传感物联网终端的数据采集发送步骤，以及用于云平台服务器的数据接收处理步骤。

数据采集发送步骤包括：

步骤100，传感物联网终端采集智慧社区的至少一种传感数据，并通过广域网将传感数据发送至云平台服务器。

数据接收处理步骤包括：

步骤200，云平台服务器分别接收并临时存储各社区传感物联网终端发来的不同类型的传感数据。

步骤300，云平台服务器分别判断各类型的临时存储传感数据是否达到相应的最大数据累积阈值，并在临时存储的传感数据达到最大数据累积阈值的情况下，发出数据处理申请。

步骤400，云平台服务器依据数据处理申请为相应的传感数据建立处理线程，以读取并处理相应传感数据。

步骤500，云平台服务器为处理线程分配计算资源。

步骤600，云平台服务器至少在无存储传感数据之后终止相应的处理线程。

在一种实施方式中，数据接收处理步骤还包括：

依据传感数据的类型设置存储该类型传感数据的存储容量。

在一种实施方式中，数据接收处理步骤还包括：

依据以下至少一项来设定不同类型传感数据所对应的最大数据累积阈值：传感数据的类型，对传感数据的及时性需求。

在一种实施方式中，数据接收处理步骤还包括：

为至少一个传感物联网终端的至少一种传感数据划分出对应专用的存储区间，以接收并临时存储相应传感物联网终端的相应种类传感数据。存储区间就是前文中的数据存储模块，也就是数据入口堆栈。

在一种实施方式中，每个传感物联网终端的每个传感设备在云平台服务器内均对应有专用的存储区间，以接收并临时存储相应传感物联网终端的相应传感设备的传感数据。

在一种实施方式中，步骤500中，为处理线程分配计算资源包括：

为静止线程池内的处理线程分配公共计算资源，静止线程池内的处理线程轮流使用公共计算资源。并且，数据接收处理步骤还包括：

监测静止线程池内各处理线程处理的传感数据量，并终止在任一第一单位时段内处理的传感数据量低于终止数据量阈值的静止线程池内的处理线程。

在一种实施方式中，步骤500中，为处理线程分配计算资源还包括：

将新建立的处理线程放入活跃线程池，并为该放入活跃线程池的处理线程分配专用计算资源。并且，数据接收处理步骤还包括：

监测活跃线程池内各处理线程处理的传感数据量，并将在第二单位时段内处理的传感数据量低于降阶数据量阈值的处理线程移入静止线程池，并回收被移动的处理线程的专用计算资源。

在一种实施方式中，依据处理线程所处理的传感数据的类型分配专用计算资源的多少。

在一种实施方式中，在判断出同时有多组传感数据均达到相应的最大数据累积阈值，但判断出剩余的专用计算资源不足以支持多组传感数据的情况下，依据传感数据的及时性需求和/或存储的传感数据的数据量与相应最大存储容量之比确定出优先进行处理的传感数据，并为该优先进行处理的传感数据发出数据处理申请。

需要说明的是：在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例，而不是全部的实施例，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本文中，“第一”、“第二”等仅用于彼此的区分，而非表示它们的重要程度及顺序等。

本文中的模块、单元或组件的划分仅仅是一种逻辑功能的划分，在实际实现时可以有其他的划分方式，例如多个模块和/或单元可以结合或集成于另一个系统中。作为分离部件说明的模块、单元、组件在物理上可以是分开的，也可以是不分开的。作为单元显示的部件可以是物理单元，也可以不是物理单元，即可以位于一个具体地方，也可以分布到网格单元中。因此可以根据实际需要选择其中的部分或全部的单元来实现实施例的方案。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (4)

1.一种基于云平台的智慧社区物联传感信息采集处理系统，其特征在于，包括至少一个社区的传感物联网终端，以及云平台服务器；

各所述传感物联网终端监测自身社区空间范围及自身社区建筑内部的安保状态、空气环境状态和火情状态；

所述传感物联网终端包括：

至少一种传感设备，用于采集智慧社区的传感数据，并通过网关接入设备将所述传感数据发送至所述云平台服务器，所述传感设备包括用于采集监控位置处的视频图像以进行安防监控的视频采集设备，用于采集环境温湿度的温湿度传感设备，用于探测环境颗粒物时空分布特征以检测空气质量的颗粒物传感设备，用于探测环境中烟雾浓度是否超标以预防火灾的烟雾感应设备，以及用于探测周围环境的红外辐射能量分布以预防火灾的红外测温设备；

所述云平台服务器包括：

至少一个数据存储模块，用于分别接收并临时存储所述传感物联网终端发来的不同类型的所述传感数据，所述传感数据的类型包括实际图像类型、红外热像图类型、电信号类型和开关量类型；

数据量判断模块，用于分别判断各所述数据存储模块内临时存储的传感数据是否达到相应的最大数据累积阈值，并在所述数据存储模块内临时存储的传感数据达到最大数据累积阈值的情况下，向线程管理模块发出数据处理申请；

所述线程管理模块，用于依据所述数据处理申请为相应的所述数据存储模块建立处理线程，以读取并处理相应所述数据存储模块内的传感数据，并且处理线程随着数据存储模块不断的继续接收新的传感数据而继续进行读取和处理，直到完成数据存储模块内临时存储的所有数据；

资源分配模块，用于为所述处理线程分配计算资源，以及至少在所述数据存储模块内无存储数据之后终止相应的所述处理线程；

该系统还包括：容量分配模块，用于依据传感数据的类型设置存储该类型传感数据的数据存储模块的存储容量，其中，单位时间内接收的数据量较大的数据类型所对应数据存储模块的最大存储容量大于单位时间内接收的数据量较小的数据类型所对应数据存储模块的最大存储容量；

该系统还包括：阈值设置模块，用于依据所存储的所述传感数据的类型以及对所存储的所述传感数据的及时性需求来设定不同类型所述传感数据所对应所述数据存储模块的最大数据累积阈值；

所述云平台服务器还包括：静止线程池；其中，

所述资源分配模块为所述静止线程池内的处理线程分配的所述计算资源为公共计算资源，所述静止线程池内的处理线程轮流使用所述公共计算资源；并且，

所述资源分配模块还用于监测所述静止线程池内各处理线程处理的传感数据量，并终止在任一第一单位时段内处理的传感数据量低于终止数据量阈值的所述静止线程池内的处理线程，其中，静止线程池内不同处理线程的第一单位时段和终止数据量阈值均依据各自处理线程对应的传感数据类型设置；

所述云平台服务器还包括：活跃线程池；其中，

所述资源分配模块将新建立的所述处理线程放入所述活跃线程池，并为该放入所述活跃线程池的处理线程分配专用计算资源；并且，

所述资源分配模块还用于监测所述活跃线程池内各处理线程处理的传感数据量，并将在第二单位时段内处理的传感数据量低于降阶数据量阈值的处理线程移入所述静止线程池，并回收被移动的处理线程的专用计算资源，其中，活跃线程池内不同处理线程的第二单位时段和降阶数据量阈值均依据各自处理线程对应的传感数据类型设置；

在所述数据量判断模块判断出同时有多个所述数据存储模块存储的传感数据均达到相应的最大数据累积阈值，但所述资源分配模块判断出剩余的专用计算资源不足以支持所述多个数据存储模块的情况下，所述数据量判断模块依据所述数据存储模块内存储的所述传感数据的及时性需求和所述数据存储模块内存储的传感数据量与最大存储容量之比确定出优先进行处理的数据存储模块，并为该优先进行处理的数据存储模块向线程管理模块发出数据处理申请。

2.如权利要求1所述的系统，其特征在于，该系统还包括：

存储划分模块，用于为至少一个所述传感物联网终端的至少一种所述传感设备划分出对应专用的所述数据存储模块，以接收并临时存储相应传感物联网终端的相应种类所述传感设备的传感数据。

3.一种基于云平台的智慧社区物联传感信息采集处理方法，其特征在于，包括：用于社区传感物联网终端的数据采集发送步骤，以及用于云平台服务器的数据接收处理步骤；

各所述传感物联网终端监测自身社区空间范围及自身社区建筑内部的安保状态、空气环境状态和火情状态；

所述数据采集发送步骤包括：

采集智慧社区的至少一种传感数据，并将所述传感数据发送至云平台服务器；所述采集智慧社区的至少一种传感数据包括采集监控位置处的视频图像以进行安防监控，采集环境温湿度，探测环境颗粒物时空分布特征以检测空气质量，探测环境中烟雾浓度是否超标以预防火灾，以及探测周围环境的红外辐射能量分布以预防火灾；

所述数据接收处理步骤包括：

云平台服务器分别接收并临时存储各社区传感物联网终端发来的不同类型的所述传感数据，所述传感数据的类型包括实际图像类型、红外热像图类型、电信号类型和开关量类型；

分别判断各类型的所述临时存储传感数据是否达到相应的最大数据累积阈值，并在所述临时存储的传感数据达到最大数据累积阈值的情况下，发出数据处理申请；

依据所述数据处理申请为相应的所述传感数据建立处理线程，以读取并处理相应所述传感数据，并且处理线程随着不断的继续接收新的传感数据而继续进行读取和处理，直到完成临时存储的所有数据；

为所述处理线程分配计算资源；

至少在无存储所述传感数据之后终止相应的所述处理线程；

所述数据接收处理步骤还包括：依据传感数据的类型设置存储该类型传感数据的存储容量，其中，单位时间内接收的数据量较大的数据类型所对应的最大存储容量大于单位时间内接收的数据量较小的数据类型所对应的最大存储容量；

所述数据接收处理步骤还包括：依据所存储的所述传感数据的类型以及对所存储的所述传感数据的及时性需求来设定不同类型所述传感数据所对应的最大数据累积阈值；

所述为所述处理线程分配计算资源包括：

为静止线程池内的处理线程分配公共计算资源，所述静止线程池内的处理线程轮流使用所述公共计算资源；并且，所述数据接收处理步骤还包括：

监测所述静止线程池内各处理线程处理的传感数据量，并终止在任一第一单位时段内处理的传感数据量低于终止数据量阈值的所述静止线程池内的处理线程，其中，静止线程池内不同处理线程的第一单位时段和终止数据量阈值均依据各自处理线程对应的传感数据类型设置；

所述为所述处理线程分配计算资源还包括：

将新建立的所述处理线程放入活跃线程池，并为该放入所述活跃线程池的处理线程分配专用计算资源；并且，所述数据接收处理步骤还包括：

监测所述活跃线程池内各处理线程处理的传感数据量，并将在第二单位时段内处理的传感数据量低于降阶数据量阈值的处理线程移入所述静止线程池，并回收被移动的处理线程的专用计算资源，其中，活跃线程池内不同处理线程的第二单位时段和降阶数据量阈值均依据各自处理线程对应的传感数据类型设置；

在判断出同时有多个传感数据均达到相应的最大数据累积阈值，但判断出剩余的专用计算资源不足以支持所述多个传感数据的情况下，依据所述传感数据的及时性需求和传感数据量与最大存储容量之比确定出优先进行处理的传感数据，并为该优先进行处理的传感数据发出数据处理申请。

4.如权利要求3所述的方法，其特征在于，所述数据接收处理步骤还包括：

为至少一个传感物联网终端的至少一种所述传感数据划分出对应专用的存储区间，以接收并临时存储相应传感物联网终端的相应种类传感数据。

Images