CN111475276A - 一种基于边缘计算的任务管理方法及其装置 - Google Patents
一种基于边缘计算的任务管理方法及其装置 Download PDFInfo
- Publication number
- CN111475276A CN111475276A CN202010477556.5A CN202010477556A CN111475276A CN 111475276 A CN111475276 A CN 111475276A CN 202010477556 A CN202010477556 A CN 202010477556A CN 111475276 A CN111475276 A CN 111475276A
- Authority
- CN
- China
- Prior art keywords
- computing
- task
- vehicle
- calculation
- network
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 235
- 238000007726 management method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000000977 initiatory effect Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000003993 interaction Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
-
- 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
- G06F9/5055—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 considering software capabilities, i.e. software resources associated or available to the machine
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种基于边缘计算的任务管理方法及其装置，应用于边缘计算网络内的车辆，用于提高车辆物联网中车辆对计算任务的响应效率。本申请实施例方法包括：接收车辆的计算任务，评估计算任务所需的需求算力，向边缘计算网络请求全网车辆的剩余算力信息，接收剩余算力信息，根据剩余算力信息以及需求算力拆分计算任务，形成计算任务块，将计算任务块根据剩余算力信息对应全网车辆进行分配。
Description
技术领域
本申请实施例涉及数据处理领域，特别涉及一种基于边缘计算的任务管理方法及其装置。
背景技术
算力(也称哈希率)是比特币网络处理能力的度量单位，即计算机中央处理器计算哈希函数输出的速度。计算机的算力可以作为该计算机的运算速度的一个量化指标。在车辆物联网中，车辆算力则是指车载电脑的运算速度的一个量化指标，不同的车辆可能搭载着不同算力的车载电脑，进而可能拥有不同的算力。随着车辆物联网的发展，车辆为实现不同的功能，进而需要处理的事情越来越复杂，有时候仅靠自身的车载电脑的算力往往不能在有效时间内完成计算处理，甚至由于自身硬件限制不能实现特定的计算。此时在车辆物联网中就有了新的解决方案，将车辆物联网内某一辆车的计算任务分配给车辆物联网内各个车辆进行计算，该发出计算任务的车辆只需接收计算结果或者进行小部分计算即可，进而可以突破某一台车辆自身硬件的限制，提高车辆数据计算任务的计算效率。
具体的，在传统车辆物联网中存在着管理车辆物联网的服务器，服务器会收集整个车辆物联网中所有的车辆算力情况，然后根据参与数据计算的计算任务的具体情况对计算任务进行拆分，再将拆分后的计算任务分配给不同算力的车辆物联网中的不同车辆进行计算。然而这种传统的车辆物联网计算任务分配方法需要依赖服务器的管理，所有数据都需要经过服务器进行中转，使得计算任务的响应效率较低。
发明内容
本申请实施例提供了一种于边缘计算的计算任务分配方法及其装置，用于提高车辆物联网中车辆对计算任务的响应效率。
本申请第一方面提供一种基于边缘计算的任务管理方法，应用于边缘计算网络内的车辆计算设备，包括：
接收车辆的计算任务；
评估所述计算任务所需的需求算力；
向所述边缘计算网络请求全网车辆的剩余算力信息；
接收所述剩余算力信息；
根据所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块；
将所述计算任务块根据所述剩余算力信息对应所述全网车辆进行分配。
可选地，在接收车辆的计算任务之后，所述方法还包括：
检测所述计算任务的任务类型；
向所述边缘计算网络请求全网车辆的剩余算力类型信息；
所述根据所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块包括：
根据所述剩余算力类型，所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块；
所述将所述计算任务块根据所述剩余算力信息对应所述全网车辆进行分配包括：
将所述计算任务块根据所述剩余算力信息、以及所述剩余算力类型信息对应所述全网车辆进行分配。
可选地，所述任务类型包括图形化数据计算任务类型、逻辑数据计算任务类型。
可选地，在接收计算任务之前，所述方法还包括：
搜索信号范围内是否存在可连接的车辆；
若存在，则启动自动连接程序连接所述车辆，与所述车辆组建所述边缘计算网络或加入所述车辆的边缘计算网络；
触发接收计算任务的步骤。
可选地，所述启动自动连接程序连接所述车辆包括：
启动车辆V2V协议程序连接所述车辆。
可选地，在将所述计算任务块根据所述剩余算力信息对应所述全网车辆进行分配之后，所述方法还包括：
接收从所述边缘计算网络内的车辆发送的所述计算任务块；
执行所述计算任务块，得到计算任务块结果；
向所述车辆发送所述计算任务结果。
可选地，将所述计算任务块根据所述剩余算力对应所述全网车辆进行分配之后，所述方法还包括：
接收所述全网车辆发回的计算任务结果；
根据所述计算任务结果做出响应。
本申请第二方面提供了一种基于边缘计算的任务管理装置，应用于边缘计算网络内的车辆，包括：
接收单元，用于接收车辆的计算任务；
评估单元，用于评估所述计算任务所需的需求算力信息；
请求单元，用于向所述边缘计算网络请求全网车辆的剩余算力信息；
接收单元，还用于接收所述剩余算力信息；
拆分单元，用于根据所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块；
分配单元，用于将所述计算任务块根据所述剩余算力信息对应所述全网车辆进行分配。
可选地，所述装置还包括：
检测单元，用于检测所述计算任务的任务类型；
请求单元，还用于向所述边缘计算网络请求全网车辆的剩余算力类型信息；
拆分单元，还用于根据所述剩余算力类型信息、所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块；
分配单元，还用于将所述计算任务块根据所述剩余算力信息、以及所述剩余算力类型信息对应所述全网车辆进行分配。
可选地，所述任务类型包括图形化数据计算任务类型、逻辑数据计算任务类型。
可选地，所述装置还包括：
搜索单元，用于搜索信号范围内是否存在可连接的车辆；
连接单元，用于若存在，则启动自动连接程序连接所述车辆，与所述车辆组建所述边缘计算网络或加入所述车辆的边缘计算网络；
触发单元，用于触发接收计算任务的步骤。
可选地，所述启动自动连接程序连接所述车辆包括：
启动车辆V2V协议程序连接所述车辆。
可选地，所述装置还包括：
接收单元，还用于接收从所述边缘计算网络内的车辆发送的所述计算任务块；
执行单元，用于执行所述计算任务块，得到计算任务块结果；
发送单元，用于向所述车辆发送所述计算任务结果。
可选地，所述装置还包括：
接收单元，还用于接收所述全网车辆发回的计算任务结果；
响应单元，用于根据所述计算任务结果做出响应。
本申请第三方面还提供了一种车辆计算设备，包括：
处理器、存储器、总线、输入输出设备；
所述处理器与所述存储器、输入输出设备相连；
所述总线分别连接所述处理器、存储器以及输入输出设备相连；
所述处理器执行如前述第一方面中任一项所述的方法。
本申请第四方面提供了一种计算机存储介质，所述计算机存储介质中存储有指令，所述指令在计算机上执行时，使得所述计算机执行如前述第一方面中任一项所述的方法。
本申请第五方面提供了一种计算机程序产品，其特征在于，所述计算机程序产品在计算机上执行时，使得所述计算机执行如前述第一方面中任一项所述的方法。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请中通过边缘计算网络进行对车辆的计算任务分配，不需要经过服务器对计算任务的进行转发分配，分配计算任务的过程由发起计算任务的车辆进行，从而节省了车辆与服务器交互的过程，实现提高边缘计算网络内车辆对计算任务的响应效率。并且本申请边缘计算网络的车辆计算任务是在收集全网车辆的算力情况下下进行，可以使得进行计算任务分配的车辆了解全网的剩余算力情况，针对实时的全网剩余算力情况进行计算任务的拆分与分配，相对于传统服务器仅知道全网车辆的原始算力进行计算任务分配，本申请的技术方案可以更加分配合理，利于提高计算任务的计算效率。
附图说明
图1为本申请基于边缘计算的任务管理方法实施例的一个流程示意图；
图2为本申请基于边缘计算的任务管理方法实施例的另一个流程示意图；
图3为本申请基于边缘计算的任务管理装置实施例的一个结构示意图；
图4为本申请基于边缘计算的任务管理装置实施例的另一个结构示意图；
图5为本申请车辆计算设备实施例的一个结构示意图。
具体实施方式
本申请实施例提供了一种基于边缘计算的任务管理方法及其装置，用于提高车辆物联网中车辆对计算任务的响应效率。
所谓边缘计算是指靠近物或者数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。
请参考图1，本申请基于边缘计算的任务管理方法的一个实施例，应用于边缘计算网络内的车辆，包括：
101、接收车辆的计算任务。
本申请欲对车辆的计算任务进行分配，首先需要存在计算任务，即接收一个车辆的计算任务，该计算任务应为车辆为实现某种功能而触发的计算任务。比如，车辆需要对摄像装置获取到的图像进行图形特征提取，进而实现对摄像中的物体进行识别等，此处车辆需要进行的对该图像的图形特征提取就可以视为一个计算任务。
102、评估计算任务所需的需求算力。
在步骤101中接收到计算任务之后，车辆的车载电脑，也就是车辆计算设备需要对该计算任务进行初步分析，评估该计算任务所需的需求算力的大小。比如，车载电脑对需要对该图像的图形特征提取的计算任务进行图片大小信息进行识别，根据预设的图片大小信息对应需求算力大小的对应关系表查询得知该图像的图形特征提取的计算任务所需要的需求算力。再比如，1T算力，就是1s能算10的12次方次运算。
103、向边缘计算网络请求全网车辆的剩余算力信息。
有计算任务分配需求的车辆可以向边缘计算网络的全网车辆请求上报各个车辆自身目前的剩余算力信息，所谓剩余算力信息是指车辆的车载电脑的原始算力减去已消耗算力的值，即车载电脑的最大算力减去目前正在使用的算力的值。该剩余算力信息反映出处于边缘计算网络中的车辆的最新算力情况，与传统车辆物联网中服务器仅知道车载电脑的原始算力(即最大算力)更加贴近实际。
104、接收剩余算力信息。
该有计算任务分配需求的车辆可以接收到在步骤103中向整个边缘计算网络内被请求的车辆剩余算力信息。
105、根据剩余算力信息以及需求算力拆分计算任务，形成计算任务块。
该有计算任务分配需求的车辆在步骤104中接收到整个边缘计算网络内的车辆剩余算力信息之后，可以根据整个边缘计算网络内的每一辆车辆的剩余算力信息反映出的该车辆的算力大小，以及需求算力的大小进行对应的计算任务拆分，进而形成计算任务块。比如，若边缘计算网络内存在10辆车，每一辆车的剩余算力都是一样的，那么先可以将计算任务拆分为10份，并计算这10份计算任务块的需求算力是否在每一辆车的剩余算力可以满足，若可以满足，则形成10份计算任务块；可以理解的是，尽管边缘计算网络内存在10辆车，也可以不必拆分为10份，可以根据实际情况进行分配为X份，X为大于等于1的正整数。又比如，计算任务为具有连续性很强的上下文关系，不可拆分为多个计算任务块，那么可以仅形成一个计算任务块，此时可以查询边缘计算网络内所有车辆算力信息，找到满足需求算力要求的车辆。
106、将计算任务块根据剩余算力信息对应全网车辆进行分配。
在步骤105中形成X份计算任务块之后，就可以将这些计算任务块根据剩余算力信息对应全网车辆进行分配，以便边缘计算网络内的相应车辆执行对计算任务块的计算。比如，若边缘计算网络内存在10辆车，每一辆车的剩余算力都是一样的，并且这10辆车的剩余算力都可以满足需求算力，则可以将计算任务形成的10份计算任务块对应发送给这10辆车进行计算，达到最大限度利用网络中的车辆算力。又比如，如果是计算任务为具有连续性很强的上下文关系，不可拆分为多个计算任务块，那么可以仅形成一个计算任务块，此时可以查询边缘计算网络内所有车辆算力信息，找到满足需求算力要求的目标车辆，仅把该计算任务发送给该目标车辆。
本申请中通过边缘计算网络进行对车辆的计算任务分配，不需要经过服务器对计算任务的进行转发分配，分配计算任务的过程由发起计算任务的车辆进行，从而节省了车辆与服务器交互的过程，实现提高边缘计算网络内车辆对计算任务的响应效率。并且本申请边缘计算网络的车辆计算任务是在收集全网车辆的算力情况下下进行，可以使得进行计算任务分配的车辆了解全网的剩余算力情况，针对实时的全网剩余算力情况进行计算任务的拆分与分配，相对于传统服务器仅知道全网车辆的原始算力进行计算任务分配，本申请的技术方案可以更加分配合理，利于提高计算任务的计算效率。
请参阅图2，本申请基于边缘计算的任务管理方法的另一个实施例，应用于边缘计算网络内的车辆，包括：
201、搜索信号范围内是否存在可连接的车辆，若存在，则执行步骤202。
当一辆未处于边缘计算网络内的车辆需要享受边缘计算网络的服务时，其需要在信号范围内搜索是否存在可连接的车辆。所谓可连接的车辆是指那些愿意加入边缘计算网络内共享自己的车辆车载电脑算力的车辆，该可连接的车辆可以是还未加入边缘计算网络的车辆，也可以是已经加入边缘计算网络的车辆。
202、启动自动连接程序连接车辆，与该车辆组建边缘计算网络或加入该车辆的边缘计算网络。
当步骤201中那一辆需要享受边缘计算网络服务的车辆搜索到可连接的车辆之后，可以尝试启动自动连接程序连接该可连接的车辆，所谓自动连接程序是指符合车辆V2V(vehicle-to-vehicle communication)协议的连接程序。可以理解的是，若该可连接的车辆已经处于边缘计算网络内，需要享受边缘计算网络服务的车辆连接该可连接的车辆之后就相当于加入了该边缘计算网络内；若该可连接的车辆已经并未处于边缘计算网络内，那么需要享受边缘计算网络服务的车辆连接该可连接的车辆之后就相当于一起组建形成边缘计算网络。
203、接收车辆的计算任务。
本步骤的执行与图1实施例的步骤101类似，在此不再赘述。
204、评估计算任务所需的需求算力，检测计算任务的任务类型。
本步骤的执行与图1实施例的步骤102类似，重复部分在此不再赘述。
需要说明的是，本实施例中还对计算任务的任务类型进行检测，任务类型的分类可以根据场景需要分为多种，比如，将计算任务分为图像数据计算任务类型、逻辑数据计算任务类型这两种。所谓图像数据计算任务类型是指该计算任务主要涉及对图片数据、图像数据、影像数据的处理。所谓逻辑数据计算任务类型是指该计算任务中除去属于图像数据计算任务类型的类型。具体还可以根据实际需要进行分类，并设置分类判断标准，以便于本步骤进行检测识别。
205、向边缘计算网络请求全网车辆的剩余算力信息，及剩余算力类型信息。
本步骤的执行与图1实施例的步骤103类似，重复部分在此不再赘述。
需要说明的是，本实施例还需要向边缘计算网络请求全网车辆的剩余算力类型信息，所谓剩余算力类型信息是指全网中每一辆报告剩余算力信息的车辆其对应的能处理各计算任务的任务类型的能力。比如，车辆各计算设备存在(如中控，GTBOX等)的算力和算力类型，中控的芯片擅长处理图像数据，GTBOX类型不带屏幕的设备芯片擅长处理逻辑数据。
206、接收剩余算力信息，以及剩余算力类型信息。
本步骤的执行与图1实施例的步骤104类似，重复部分在此不再赘述。
需要说明的是，本实施例中还接收了对应车辆的剩余算力类型信息，即成功加入边缘计算网络的车辆需要主动将自己的各种计算设备(如中控，GTBOX等)的算力信息和算力类型信息通知到边缘计算网络，使得处于边缘计算网络内的每一辆车辆都可以获取并存储全网内各车辆的剩余算力信息和剩余算力类型信息。当然在边缘计算网络内的各个车辆也可以进一步共享更多的关于车辆的信息，比如，车辆间的连接信号稳定性，以便于判断该车辆会不会突然离线断网；又比如，车辆间的距离信息，以便于判断边缘计算网络内是否有车辆超出服务区的可能。
207、根据剩余算力类型信息、剩余算力信息以及需求算力拆分计算任务，形成计算任务块。
本步骤的执行与图1实施例的步骤105类似，重复部分在此不再赘述。
需要说明的是，提出计算任务的车辆可以先权衡自身的算力是否满足计算任务的需求算力，若满足，可以自行计算完成；当然该车辆都可以对应步骤204中的计算任务类型选择剩余算力类型信息匹配的车辆，再进一步在剩余算力类型信息匹配的X辆车辆中选择合适剩余算力的车辆作为计算任务执行对象，然后将该计算任务拆分形成X份计算任务块，X为大于等于1的正整数。
208、将计算任务块根据剩余算力信息、及剩余算力类型信息对应全网车辆进行分配。
本步骤的执行与图1实施例的步骤106类似，在此不再赘述。
需要说明的是，有计算任务需求的车辆对全网车辆进行计算任务块的分配，也包括对自己的分配，即有计算任务需求的车辆自己也是属于全网车辆中的一员。
209、接收全网车辆发回的计算任务结果。
被选中作为计算任务执行对象的车辆在完成计算任务的计算后，将计算任务形成的计算任务结果发回对应提出计算任务请求的车辆，即处于边缘计算网络内的提出计算任务的车辆会接收到全网车辆发回的计算任务结果。
210、根据计算任务结果做出响应。
提出计算任务的车辆根据步骤209接收到的计算任务结果做出对应的响应。
211、接收从边缘计算网络内的车辆发送的计算任务块。
可以理解的是，处于该边缘计算网络内的每一台车辆都可能随时接收其他车辆的剩余算力信息的评估请求，需要根据该评估请求实时反馈给边缘计算网络内的该车辆；以及处于该边缘计算网络内的每一台车辆都可能随时接收其他车辆发送的计算任务块，该计算任务块为步骤208中有计算任务需求的车辆所分配，也可能是自己作为有计算任务需求的车辆对自己进行分配。
212、执行计算任务块，得到计算任务块结果。
在步骤211中接收到计算任务块之后就可以执行该计算任务，从而得到对应的计算任务结果。
213、向车辆发送计算任务结果，触发步骤209。
本申请中通过边缘计算网络进行对车辆的计算任务分配，不需要经过服务器对计算任务的进行转发分配，分配计算任务的过程由发起计算任务的车辆进行，从而节省了车辆与服务器交互的过程，实现提高边缘计算网络内车辆对计算任务的响应效率。并且本申请边缘计算网络的车辆计算任务是在收集全网车辆的算力情况下下进行，可以使得进行计算任务分配的车辆了解全网的剩余算力情况，针对实时的全网剩余算力情况进行计算任务的拆分与分配，相对于传统服务器仅知道全网车辆的原始算力进行计算任务分配，本申请的技术方案可以更加分配合理，利于提高计算任务的计算效率。
上面对本申请基于边缘计算的任务管理方法的实施例进行了描述，下面对本申请基于边缘计算的任务管理装置，应用于边缘计算网络内的车辆的一个实施例进行描述，请参阅图3，包括：
接收单元301，用于接收车辆的计算任务；
评估单元302，用于评估所述计算任务所需的需求算力信息；
请求单元303，用于向所述边缘计算网络请求全网车辆的剩余算力信息；
接收单元301，还用于接收所述剩余算力信息；
拆分单元304，用于根据所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块；
分配单元305，用于将所述计算任务块根据所述剩余算力信息对应所述全网车辆进行分配。
本申请实施例中，基于边缘计算的任务管理装置，应用于边缘计算网络内的车辆的一个实施例所执行的操作与前述图1中执行的操作类似，在此不再进行赘述。
本申请中通过边缘计算网络进行对车辆的计算任务分配，不需要经过服务器对计算任务的进行转发分配，分配计算任务的过程由发起计算任务的车辆进行，从而节省了车辆与服务器交互的过程，实现提高边缘计算网络内车辆对计算任务的响应效率。并且本申请边缘计算网络的车辆计算任务是在收集全网车辆的算力情况下下进行，可以使得进行计算任务分配的车辆了解全网的剩余算力情况，针对实时的全网剩余算力情况进行计算任务的拆分与分配，相对于传统服务器仅知道全网车辆的原始算力进行计算任务分配，本申请的技术方案可以更加分配合理，利于提高计算任务的计算效率。
下面对本申请基于边缘计算的任务管理装置，应用于边缘计算网络内的车辆的另一个实施例进行描述，请参阅图4，包括：
接收单元401，用于接收车辆的计算任务；
评估单元402，用于评估所述计算任务所需的需求算力信息；
请求单元403，用于向所述边缘计算网络请求全网车辆的剩余算力信息；
接收单元401，还用于接收所述剩余算力信息；
拆分单元404，用于根据所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块；
分配单元405，用于将所述计算任务块根据所述剩余算力信息对应所述全网车辆进行分配。
可选地，所述装置还包括：
检测单元406，用于检测所述计算任务的任务类型；
请求单元403，还用于向所述边缘计算网络请求全网车辆的剩余算力类型信息；
拆分单元404，还用于根据所述剩余算力类型信息、所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块；
分配单元405，还用于将所述计算任务块根据所述剩余算力信息、以及所述剩余算力类型信息对应所述全网车辆进行分配。
可选地，所述任务类型包括图形化数据计算任务类型、逻辑数据计算任务类型。
可选地，所述装置还包括：
搜索单元407，用于搜索信号范围内是否存在可连接的车辆；
连接单元408，用于若存在，则启动自动连接程序连接所述车辆，与所述车辆组建所述边缘计算网络或加入所述车辆的边缘计算网络；
触发单元409，用于触发接收计算任务的步骤。
可选地，所述启动自动连接程序连接所述车辆包括：
启动车辆V2V协议程序连接所述车辆。
可选地，所述装置还包括：
接收单元401，还用于接收从所述边缘计算网络内的车辆发送的所述计算任务块；
执行单元411，用于执行所述计算任务块，得到计算任务块结果；
发送单元412，用于向所述车辆发送所述计算任务结果。
可选地，所述装置还包括：
接收单元401，还用于接收所述全网车辆发回的计算任务结果；
响应单元410，用于根据所述计算任务结果做出响应。
本申请实施例中，基于边缘计算的任务管理装置，应用于边缘计算网络内的车辆的一个实施例所执行的操作与前述图2中执行的操作类似，在此不再进行赘述。
本申请中通过边缘计算网络进行对车辆的计算任务分配，不需要经过服务器对计算任务的进行转发分配，分配计算任务的过程由发起计算任务的车辆进行，从而节省了车辆与服务器交互的过程，实现提高边缘计算网络内车辆对计算任务的响应效率。并且本申请边缘计算网络的车辆计算任务是在收集全网车辆的算力情况下下进行，可以使得进行计算任务分配的车辆了解全网的剩余算力情况，针对实时的全网剩余算力情况进行计算任务的拆分与分配，相对于传统服务器仅知道全网车辆的原始算力进行计算任务分配，本申请的技术方案可以更加分配合理，利于提高计算任务的计算效率。
下面对车辆计算设备的一个实施例进行描述，请参考图5，包括：
该车辆计算设备500可以包括一个或一个以上中央处理器(central processingunits，CPU)501和存储器505，该存储器505中存储有一个或一个以上的应用程序或数据。其中，存储器505可以是易失性存储或持久存储。存储在存储器505的程序可以包括一个或一个以上模块，每个模块可以包括对车辆计算设备中的一系列指令操作。更进一步地，中央处理器501可以设置为与存储器505通信，在车辆计算设备500上执行存储器505中的一系列指令操作。车辆计算设备500还可以包括一个或一个以上电源502，一个或一个以上有线或无线网络接口503，一个或一个以上输入输出接口504，和/或，一个或一个以上操作装置，例如Windows Server，Mac OS X，Unix,Linux，FreeBSD等。该中央处理器501可以执行前述图1或图2所示实施例中的操作，具体此处不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，read-onlymemory)、随机存取存储器(RAM，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种基于边缘计算的任务管理方法，应用于边缘计算网络内的车辆计算设备，其特征在于，包括：
接收车辆的计算任务；
评估所述计算任务所需的需求算力；
向所述边缘计算网络请求全网车辆的剩余算力信息；
接收所述剩余算力信息；
根据所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块；
将所述计算任务块根据所述剩余算力信息对应所述全网车辆进行分配。
2.根据权利要求1所述的基于边缘计算的任务管理方法，其特征在于，在接收车辆的计算任务之后，所述方法还包括：
检测所述计算任务的任务类型；
向所述边缘计算网络请求全网车辆的剩余算力类型信息；
所述根据所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块包括：
根据所述剩余算力类型信息，所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块；
所述将所述计算任务块根据所述剩余算力信息对应所述全网车辆进行分配包括：
将所述计算任务块根据所述剩余算力信息、以及所述剩余算力类型信息对应所述全网车辆进行分配。
3.根据权利要求2所述的基于边缘计算的任务管理方法，其特征在于，所述任务类型包括图形化数据计算任务类型、逻辑数据计算任务类型。
4.根据权利要求1所述的基于边缘计算的任务管理方法，其特征在于，在接收计算任务之前，所述方法还包括：
搜索信号范围内是否存在可连接的车辆；
若存在，则启动自动连接程序连接所述车辆，与所述车辆组建所述边缘计算网络或加入所述车辆的边缘计算网络；
触发接收计算任务的步骤。
5.根据权利要求4所述的基于边缘计算的任务管理方法，其特征在于，所述启动自动连接程序连接所述车辆包括：
启动车辆V2V协议程序连接所述车辆。
6.根据权利要求1所述的基于边缘计算的任务管理方法，其特征在于，在将所述计算任务块根据所述剩余算力信息对应所述全网车辆进行分配之后，所述方法还包括：
接收从所述边缘计算网络内的车辆发送的所述计算任务块；
执行所述计算任务块，得到计算任务块结果；
向所述车辆发送所述计算任务结果。
7.根据权利要求1所述的基于边缘计算的任务管理方法，其特征在于，将所述计算任务块根据所述剩余算力对应所述全网车辆进行分配之后，所述方法还包括：
接收所述全网车辆发回的计算任务结果；
根据所述计算任务结果做出响应。
8.一种基于边缘计算的任务管理装置，应用于边缘计算网络内的车辆计算设备，其特征在于，包括：
接收单元，用于接收车辆的计算任务；
评估单元，用于评估所述计算任务所需的需求算力信息；
请求单元，用于向所述边缘计算网络请求全网车辆的剩余算力信息；
接收单元，还用于接收所述剩余算力信息；
拆分单元，用于根据所述剩余算力信息以及所述需求算力拆分所述计算任务，形成计算任务块；
分配单元，用于将所述计算任务块根据所述剩余算力信息对应所述全网车辆进行分配。
9.一种车辆计算设备，其特征在于，包括：
处理器、存储器、总线、输入输出设备；
所述处理器与所述存储器、输入输出设备相连；
所述总线分别连接所述处理器、存储器以及输入输出设备相连；
所述处理器执行如权利要求1至7中任一项所述的方法。
10.一种计算机存储介质，所述计算机存储介质中存储有指令，所述指令在计算机上执行时，使得所述计算机执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010477556.5A CN111475276A (zh) | 2020-05-29 | 2020-05-29 | 一种基于边缘计算的任务管理方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010477556.5A CN111475276A (zh) | 2020-05-29 | 2020-05-29 | 一种基于边缘计算的任务管理方法及其装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111475276A true CN111475276A (zh) | 2020-07-31 |
Family
ID=71763692
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010477556.5A Pending CN111475276A (zh) | 2020-05-29 | 2020-05-29 | 一种基于边缘计算的任务管理方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111475276A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112188547A (zh) * | 2020-09-09 | 2021-01-05 | 中国联合网络通信集团有限公司 | 一种业务处理方法及装置 |
| CN112188548A (zh) * | 2020-09-09 | 2021-01-05 | 中国联合网络通信集团有限公司 | 一种业务处理方法及装置 |
| CN112346854A (zh) * | 2020-09-28 | 2021-02-09 | 北京大学深圳研究生院 | 一种分层协同决策的网内资源调度方法及系统、存储介质 |
| CN112492652A (zh) * | 2020-11-23 | 2021-03-12 | 中国联合网络通信集团有限公司 | 一种边缘设备算力服务调配的方法、装置及系统 |
| CN112835703A (zh) * | 2021-02-26 | 2021-05-25 | 大众问问(北京)信息科技有限公司 | 任务处理方法、装置、设备及存储介质 |
| CN113037819A (zh) * | 2021-02-26 | 2021-06-25 | 杭州雾联科技有限公司 | 一种边缘算力资源共享方法、装置及设备 |
| CN113127153A (zh) * | 2021-04-20 | 2021-07-16 | 上海卓易科技股份有限公司 | 一种用于确定目标任务描述信息的方法与设备 |
| CN113823011A (zh) * | 2021-09-03 | 2021-12-21 | 深圳云天励飞技术股份有限公司 | 巡逻机器人的算力分配方法及相关设备 |
| CN114064261A (zh) * | 2020-08-07 | 2022-02-18 | 中国科学院沈阳自动化研究所 | 基于工业边缘计算系统的多维异构资源量化方法及装置 |
| CN114095527A (zh) * | 2020-08-06 | 2022-02-25 | 展讯通信（上海）有限公司 | 车联网发现过程的计算任务增强方法及相关产品 |
| CN114157660A (zh) * | 2020-09-04 | 2022-03-08 | 中移(上海)信息通信科技有限公司 | 数据传输的方法、装置、设备及存储介质 |
| CN114460923A (zh) * | 2022-01-28 | 2022-05-10 | 重庆长安新能源汽车科技有限公司 | 车载分布式算力的系统、方法及车辆 |
| CN115604266A (zh) * | 2022-11-28 | 2023-01-13 | 广州信诚信息科技有限公司（Cn） | 一种基于云边协同智能分配算力的边缘服务终端 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107959708A (zh) * | 2017-10-24 | 2018-04-24 | 北京邮电大学 | 一种基于云端-边缘端-车端的车联网服务协同计算方法与系统 |
| CN108259573A (zh) * | 2017-12-26 | 2018-07-06 | 西安电子科技大学 | 一种混合sdn和雾计算的车辆自组织网络系统 |
| US20190116128A1 (en) * | 2017-10-18 | 2019-04-18 | Futurewei Technologies, Inc. | Dynamic allocation of edge computing resources in edge computing centers |
| 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 |
| CN110851529A (zh) * | 2019-11-01 | 2020-02-28 | 腾讯科技（深圳）有限公司 | 算力调度方法及相关设备 |
-
2020
- 2020-05-29 CN CN202010477556.5A patent/CN111475276A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190116128A1 (en) * | 2017-10-18 | 2019-04-18 | Futurewei Technologies, Inc. | Dynamic allocation of edge computing resources in edge computing centers |
| CN107959708A (zh) * | 2017-10-24 | 2018-04-24 | 北京邮电大学 | 一种基于云端-边缘端-车端的车联网服务协同计算方法与系统 |
| CN108259573A (zh) * | 2017-12-26 | 2018-07-06 | 西安电子科技大学 | 一种混合sdn和雾计算的车辆自组织网络系统 |
| 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 |
| CN110851529A (zh) * | 2019-11-01 | 2020-02-28 | 腾讯科技（深圳）有限公司 | 算力调度方法及相关设备 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114095527A (zh) * | 2020-08-06 | 2022-02-25 | 展讯通信（上海）有限公司 | 车联网发现过程的计算任务增强方法及相关产品 |
| CN114064261A (zh) * | 2020-08-07 | 2022-02-18 | 中国科学院沈阳自动化研究所 | 基于工业边缘计算系统的多维异构资源量化方法及装置 |
| CN114157660A (zh) * | 2020-09-04 | 2022-03-08 | 中移(上海)信息通信科技有限公司 | 数据传输的方法、装置、设备及存储介质 |
| CN112188548B (zh) * | 2020-09-09 | 2022-05-06 | 中国联合网络通信集团有限公司 | 一种业务处理方法及装置 |
| CN112188548A (zh) * | 2020-09-09 | 2021-01-05 | 中国联合网络通信集团有限公司 | 一种业务处理方法及装置 |
| CN112188547B (zh) * | 2020-09-09 | 2022-03-15 | 中国联合网络通信集团有限公司 | 一种业务处理方法及装置 |
| CN112188547A (zh) * | 2020-09-09 | 2021-01-05 | 中国联合网络通信集团有限公司 | 一种业务处理方法及装置 |
| CN112346854A (zh) * | 2020-09-28 | 2021-02-09 | 北京大学深圳研究生院 | 一种分层协同决策的网内资源调度方法及系统、存储介质 |
| CN112492652B (zh) * | 2020-11-23 | 2023-07-28 | 中国联合网络通信集团有限公司 | 一种边缘设备算力服务调配的方法、装置及系统 |
| CN112492652A (zh) * | 2020-11-23 | 2021-03-12 | 中国联合网络通信集团有限公司 | 一种边缘设备算力服务调配的方法、装置及系统 |
| CN113037819A (zh) * | 2021-02-26 | 2021-06-25 | 杭州雾联科技有限公司 | 一种边缘算力资源共享方法、装置及设备 |
| CN112835703A (zh) * | 2021-02-26 | 2021-05-25 | 大众问问(北京)信息科技有限公司 | 任务处理方法、装置、设备及存储介质 |
| CN112835703B (zh) * | 2021-02-26 | 2024-04-26 | 大众问问(北京)信息科技有限公司 | 任务处理方法、装置、设备及存储介质 |
| CN113127153A (zh) * | 2021-04-20 | 2021-07-16 | 上海卓易科技股份有限公司 | 一种用于确定目标任务描述信息的方法与设备 |
| CN113823011A (zh) * | 2021-09-03 | 2021-12-21 | 深圳云天励飞技术股份有限公司 | 巡逻机器人的算力分配方法及相关设备 |
| CN114460923A (zh) * | 2022-01-28 | 2022-05-10 | 重庆长安新能源汽车科技有限公司 | 车载分布式算力的系统、方法及车辆 |
| CN115604266B (zh) * | 2022-11-28 | 2023-03-24 | 广州信诚信息科技有限公司 | 一种基于云边协同智能分配算力的边缘服务终端 |
| CN115604266A (zh) * | 2022-11-28 | 2023-01-13 | 广州信诚信息科技有限公司（Cn） | 一种基于云边协同智能分配算力的边缘服务终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111475276A (zh) | 一种基于边缘计算的任务管理方法及其装置 | |
| CN109416646B (zh) | 一种容器分配的优化方法及处理设备 | |
| CN110688213A (zh) | 一种基于边缘计算的资源管理方法、系统及电子设备 | |
| CN110830551A (zh) | 业务请求处理方法、装置及系统 | |
| CN111782383A (zh) | 任务分配方法、服务器、电子终端及计算机可读存储介质 | |
| CN112052227A (zh) | 数据变更日志的处理方法、装置和电子设备 | |
| CN107181825B (zh) | 终端设备数据的在线处理方法 | |
| CN114697391B (zh) | 数据处理方法、装置、设备以及存储介质 | |
| CN113934545A (zh) | 一种视频数据调度方法、系统、电子设备及可读介质 | |
| US20130318244A1 (en) | System and method for assigning server to terminal and efficiently delivering messages to the terminal | |
| CN113485842A (zh) | 一种基于设备集群进行数据分析的方法及设备 | |
| CN111093238B (zh) | 无线网络的控制方法、装置、存储介质及电子设备 | |
| CN111930542A (zh) | 数据采集方法、装置、电子设备及计算机可读存储介质 | |
| CN116319810A (zh) | 分布式系统的流量控制方法、装置、设备、介质及产品 | |
| CN106293929B (zh) | 一种数据处理方法及第一电子设备 | |
| CN111294221B (zh) | 一种基于haproxy的网络隔离配置方法及其装置 | |
| CN114257503A (zh) | 加速域名部署方法、服务器、系统和存储介质 | |
| CN114501046A (zh) | 基于电子商务的热点挖掘方法及系统 | |
| CN107632919B (zh) | 数据库监控方法及装置 | |
| CN106507224B (zh) | 一种获取目标文件的方法及相关装置 | |
| CN111061697A (zh) | 日志数据处理方法、装置、电子设备及存储介质 | |
| CN112118275A (zh) | 过载处理方法、物联网平台及计算机可读存储介质 | |
| CN117750040B (zh) | 智能服务器集群的视频业务均衡方法、装置、设备及介质 | |
| CN115586957B (zh) | 一种任务调度系统、方法、装置及电子设备 | |
| CN113254207B (zh) | 一种标识码生成方法、装置、服务器和存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200731 |