发明内容
本发明的目的在于提供一种可在无人机集群中使用,通过共享计算资源的方式,实现无人机集群的微型化和智能化,以及超高算力和更好更智能的无人机作业的实现的无人机集群的计算资源共享方法与系统及计算机存储介质。
作为本发明的第一方面,提供了一种无人机集群的计算资源共享方法,包括:
由若干个相互通信连接的无人机分别作为节点和计算中心,形成集群。
节点向计算中心发送计算请求,计算中心根据当前请求量和剩余计算量判断是否接受计算请求;若判断能接受计算请求,添加至计算队列;若判断不能接受请求,添加至等待队列。
计算中心完成计算后,将计算结果返回请求节点。
作为优选,计算请求按紧急或重要程度分为不同优先级,计算中心判断是否接受计算请求时,优先接受高级别对象,一般优先级对象添加队列后按序处理。
作为优选,发送计算请求时不发送相关数据,待计算中心接受请求后,节点向计算中心发送计算数据;请求数据包括节点ID号、数据以及计算方法。
更佳地,所述数据包括图像、音频、文本信息、导航数据、姿态调整数据,以及无人机自身的飞行数据等。并且,如果计算请求是即时需求或操作,则会将其优先级设置为最高,同时,也可以开辟单独的计算力以完成即时需求或操作的计算任务。在计算过程中,从机继续保持飞行,等待结果的返回。
作为优选,该方法还包括:
每个从机发送给主机的数据中包含从机的ID、数据类型、数据优先级,以及数据本身。
主机根据数据的优先级、类型来进行计算的先后顺序以及处理方法的判断,并执行计算过程。
作为优选,所述计算中心具有多个,各计算中心协同工作。具体来说,如果有多个计算中心,所有的计算中心维护共同维护一个所有计算力剩余表,通过连接告知彼此自己的剩余计算量,然后从机可以通过当前主机获取所有主机的剩余计算力,来安排自己的发送数据的对象。
作为本发明的第二方面,提供了一种无人机集群的计算资源共享系统,包括无人机集群,其由若干个相互通信连接的无人机形成。
所述无人机集群由用于计算的计算中心无人机和节点无人机组成。
所述计算中心无人机包括计算模块和请求管理模块,计算模块包括计算芯片,请求管理模块接收节点无人机发送的计算请求后,根据当前请求量和剩余计算量判断是否接受计算请求;若判断能接受计算请求,添加至计算队列;若判断不能接受请求,添加至等待队列。
计算完成后,计算中心无人机将计算结果返回节点无人机。
作为优选,所述计算请求包括请求机ID号、数据以及计算方法;所述数据包括图像、音频、文本信息、导航数据、姿态调整数据,以及无人机自身的飞行数据等。
作为优选,计算请求按紧急或重要程度分为不同优先级,计算中心判断是否接受计算请求时,优先接受高级别对象,一般优先级对象添加队列后按序处理。更佳地,如果计算请求是即时需求或操作,则会将其优先级设置为最高;同时,计算中心也可以开辟单独的计算力以完成即时需求或操作的计算任务。
作为优选,所述计算中心无人机具有多个,协同工作。例如,如果有多个计算中心,所有的计算中心维护共同维护一个所有计算力剩余表,通过连接告知彼此自己的剩余计算量,然后从机可以通过当前主机获取所有主机的剩余计算力,来安排自己的发送数据的对象。
作为本发明的第三方面,提供了一种计算机存储介质,所述计算机存储介质存储有至少一个程序,所述至少一个程序可被至少一个处理器执行,以实现如上述任一项所述的无人机集群的计算资源共享方法的各个步骤。
本发明的方法或系统,可以在具有多架无人机的集群中使用,通过多架无人机共享其中计算无人机计算资源的方法,可以实现无人机集群的微型化和智能化,同时能够实现在无网络链接的实现无人机超高的算力,更好更智能的实现无人机的作业。
采用本方法的方法或系统后,节点无人机(即从机)经由不需要考虑计算能力,其可以进行微型化,体积、成本可以进一步优化缩小;同时,可以为其他智能传感器或其他专业设备搭载提供空间和可能。而计算中心无人机(即主机)通过搭载专门的计算芯片以进行集中化的运算处理,一方面可以使得整个集群的成本更低,可以更为有效地利用计算资源,降低成本;另一方面,集约化的运算处理,在日常使用中的维护和集群更新等方面,亦是十分有利的。
具体实施方式
为了使本领域技术人员更好地理解本发明,从而对本发明要求保护的范围作出更清楚地限定,下面就本发明的某些具体实施例对本发明进行详细描述。需要说明的是,以下仅是本发明构思的某些具体实施方式仅是本发明的一部分实施例,其中对于相关结构的具体的直接的描述仅是为方便理解本发明,各具体特征并不当然、直接地限定本发明的实施范围。本领域技术人员在本发明构思的指导下所作的常规选择和替换,均应视为在本发明要求保护的范围内。
一种无人机集群的计算资源共享方法,其至少包括以下步骤:
由若干个相互通信连接(例如通过Ad-Hoc网络彼此连接)的无人机分别作为节点和计算中心,形成集群。其中,作为节点和计算中心的无人机数量是不限定的,但原则上来说,一个计算中心可以服务5-10个节点的计算需求;当然,这是基于一般常见计算量下的考虑,根据实际情况可以有适当的调整,以使得整体的集群具有较佳的性能。
同时,在较佳情况下,作为计算中心的无人机数量为多个,并且,它们之间协同工作,对于协同工作模式,并不局限,可以是某一个无人机作为调度判断处理器,其他无人机仅作为计算处理器,也可以是分布式均衡地分配计算资源。
最佳地,当果有多个计算中心时,所有的计算中心维护共同维护一个所有计算力剩余表,通过连接告知彼此自己的剩余计算量,然后从机可以通过当前主机获取所有主机的剩余计算力,来安排自己的发送数据的对象。
节点向计算中心发送计算请求,计算中心根据当前请求量和剩余计算量判断是否接受计算请求;若判断能接受计算请求,添加至计算队列;若判断不能接受请求,添加至等待队列。
较佳地,所述发送计算请求时不发送相关数据,待计算中心接受请求后,节点向计算中心发送计算数据。即,在对于已经在队列中按序处理的请求,从机预先传输相关数据,以提高集群计算效率。
请求数据包括可以节点ID号、数据以及计算方法;其中,节点ID号集群内唯一的,其主要用于计算完成后的数据返回;数据及计算方法,是实际计算的核心素材。同时,对于计算方法而言,其可以是由节点直接发送,也可以是预先在计算中心存储,而节点只发送对应的计算方法编号等存储识别信息。
对于节点所发送的数据而言,其数据内容并不限定,可以是图像、音频、文本信息、导航数据、姿态调整数据,以及无人机自身的飞行数据等。
计算中心完成计算后,将计算结果返回请求节点,该节点无人机根据计算结果再进行下一步操作;后续如有进一步的计算需求,重复上述步骤。
在某些实施例中,计算请求按紧急或重要程度被分为不同优先级,计算中心判断是否接受计算请求时,优先接受高级别对象(即优先级高的计算请求),一般优先级对象添加队列后按序处理。
并且,如果计算请求是即时需求或操作,则会将其优先级设置为最高,同时,计算中心也可以开辟单独的计算力以完成即时需求或操作的计算任务。在计算过程中,从机继续保持飞行,等待结果的返回。
在该方法中,每个从机发送给主机的数据中包含从机的ID、数据类型、数据优先级,以及数据本身,主机根据数据的优先级、类型来进行计算的先后顺序以及处理方法的判断,并执行计算过程后返回计算结果至从机。
一种无人机集群的计算资源共享系统,其包括无人机集群,该无人机集群由若干个相互通信连接的无人机形成,集群内的各无人机彼此可以相互通讯;各无人机之间的网络有保持连接即可,并无需其他特别要求,可以通过现有的无人机群通讯技术实现。
依功能和软硬件设施不同,该无人机集群中的无人机被划分为计算中心无人机和节点无人机。
计算中心无人机搭载专门的计算芯片,以用于处理大量的数据;而节点无人机不具备额外的计算功能和硬件,其经由通信网络向计算中心无人机请求计算资源的方式,请求计算资源,待计算中心返回计算结果后,进行下一步操作。
所述计算中心无人机包括计算模块和请求管理模块,计算模块用于对原始数据按计算方法进行运算以得到计算结果,请求管理模块接收节点无人机发送的计算请求后,根据当前请求量和剩余计算量判断是否接受计算请求;若判断能接受计算请求,添加至计算队列;若判断不能接受请求,添加至等待队列。
较佳地,所述计算请求包括可以节点ID号、数据以及计算方法等数据;其中,节点ID号集群内唯一的,其主要用于计算完成后的数据返回;数据及计算方法,是实际计算的核心素材。同时,对于计算方法而言,其可以是由节点直接发送,也可以是预先在计算中心存储,而节点只发送对应的计算方法编号等存储识别信息。
计算完成后,计算中心无人机将计算结果返回节点无人机,该节点无人机根据计算结果再进行下一步操作;后续如有进一步的计算需求,重复发送计算请求。
在较佳实施例中,作为计算中心的无人机数量为多个,并且,它们之间协同工作,对于协同工作模式,并不局限,可以是某一个无人机作为调度判断处理器,其他无人机仅作为计算处理器,也可以是分布式均衡地分配计算资源。最佳地,当果有多个计算中心时,所有的计算中心维护共同维护一个所有计算力剩余表,通过连接告知彼此自己的剩余计算量,然后从机可以通过当前主机获取所有主机的剩余计算力,来安排自己的发送数据的对象。
在某些实施例中,计算请求按紧急或重要程度被分为不同优先级,计算中心判断是否接受计算请求时,优先接受高级别对象(即优先级高的计算请求),一般优先级对象添加队列后按序处理。
并且,如果计算请求是即时需求或操作,则会将其优先级设置为最高,同时,计算中心也可以开辟单独的计算力以完成即时需求或操作的计算任务。在计算过程中,从机继续保持飞行,等待结果的返回。
在该方法中,每个从机发送给主机的数据中包含从机的ID、数据类型、数据优先级,以及数据本身,主机根据数据的优先级、类型来进行计算的先后顺序以及处理方法的判断,并执行计算过程后返回计算结果至从机。
一种计算机存储介质,该计算机存储介质存储有至少一个程序,所述至少一个程序可被至少一个处理器执行,以实现上述无人机集群的计算资源共享方法任一项所述的各个步骤。
实施例
如图3所示,一种无人机集群的计算资源共享系统,其包括无人机集群,依功能和软硬件设施不同,该无人机集群中的无人机被划分为计算中心无人机(主机)和节点无人机(从机)。
该无人机集群由1个计算中心无人机和4个节点无人机组成,各无人机之间通过Ad-Hoc网络通信连接,使得集群内的各无人机彼此可以相互通讯。
节点无人机具有一般无人机软硬件,但不具备额外的计算功能和硬件,其经由通信网络向计算中心无人机请求计算资源的方式,请求计算资源,待计算中心返回计算结果后,进行下一步操作。
而计算中心无人机除无人机基础软硬件外,还额外搭载专门的计算芯片,以用于处理大量的数据。同时,其电池容量和机身尺寸相应地增大,以确保其续航和操控性符合集群要求。
所述计算中心无人机包括计算模块和请求管理模块,两者均基于计算芯片的功能实现。其中,计算模块用于对原始数据按计算方法进行运算以得到计算结果,请求管理模块接收节点无人机发送的计算请求后,根据当前请求量和剩余计算量判断是否接受计算请求;若判断能接受计算请求,添加至计算队列;若判断不能接受请求,添加至等待队列。
同时,计算请求按紧急或重要程度被分为不同优先级,计算中心判断是否接受计算请求时,优先接受高级别对象,一般优先级对象添加队列后按序处理。如果计算请求是即时需求或操作,则会将其优先级设置为最高;同时,计算中心也可以开辟单独的计算力以完成即时需求或操作的计算任务。在计算过程中,从机继续保持飞行,等待结果的返回。每个从机发送给主机的数据中包含从机的ID、数据类型、数据优先级,以及数据本身,主机根据数据的优先级、类型来进行计算的先后顺序以及处理方法的判断,并执行计算过程后返回计算结果至从机。
在该集群中,每一个节点无人机都具有唯一的识别ID,该识别ID可以是由计算中心无人机分配。识别ID用于识别从机发送过来的数据的来源,当从机将需要计算的数据发送給计算无人机时同时将自己的ID信息也包含在数据中进行发送,计算无人机接收到数据和ID后,进行计算并将计算结果返回指定的ID的从机。
较佳地,所述计算请求包括可以节点ID号、数据以及计算方法等。其中,节点ID号集群内唯一的,其主要用于计算完成后的数据返回;数据及计算方法,是实际计算的核心素材。同时,对于计算方法而言,其可以是由节点直接发送,也可以是预先在计算中心存储,而节点只发送对应的计算方法编号等存储识别信息。
计算完成后,计算中心无人机将计算结果返回节点无人机,该节点无人机根据计算结果再进行下一步操作;后续如有进一步的计算需求,重复发送计算请求。
该系统可以在具有多架无人机的集群中使用,通过多架无人机共享其中计算无人机计算资源的方法,可以实现无人机集群的微型化和智能化,同时能够实现在无网络链接的实现无人机超高的算力,更好更智能的实现无人机的作业。
采用该系统后,节点无人机经由不需要考虑计算能力,其可以进行微型化,体积、成本可以进一步优化缩小;同时,可以为其他智能传感器或其他专业设备搭载提供空间和可能。而计算中心无人机通过搭载专门的计算芯片以进行集中化的运算处理,一方面可以使得整个集群的成本更低,可以更为有效地利用计算资源,降低成本;另一方面,集约化的运算处理,在日常使用中的维护和集群更新等方面,亦是十分有利的。
例如,在某一具体实施例中,采用本发明方法的某型号从机,其电池容量为1.72Ah,尺寸220mm,续航时间20分钟;主机则可以搭载华为昇腾310计算芯片,电池容量扩大至15Ah,尺寸650mm,续航时间50分钟。从而,可以使得该无人机集群在微型化和智能化上得以提升,同时,还能够实现在无网络链接的实现无人机超高的算力,更好更智能的实现无人机的作业。