CN112769822A - 基于边缘计算的数据采集装置、系统及方法 - Google Patents

基于边缘计算的数据采集装置、系统及方法 Download PDF

Info

Publication number
CN112769822A
CN112769822A CN202110016313.6A CN202110016313A CN112769822A CN 112769822 A CN112769822 A CN 112769822A CN 202110016313 A CN202110016313 A CN 202110016313A CN 112769822 A CN112769822 A CN 112769822A
Authority
CN
China
Prior art keywords
data
edge
protocol converter
component
model
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
Application number
CN202110016313.6A
Other languages
English (en)
Inventor
王文瑞
吴波
马娜
王振明
高杨德
鲁方林
毛嘉
于剑峰
董斌
姜山
王恒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Advanced Research Institute of CAS
Original Assignee
Shanghai Advanced Research Institute of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Advanced Research Institute of CAS filed Critical Shanghai Advanced Research Institute of CAS
Publication of CN112769822A publication Critical patent/CN112769822A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/08—Protocols for interworking; Protocol conversion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
    • G06F13/38—Information transfer, e.g. on bus
    • G06F13/40—Bus structure
    • G06F13/4063—Device-to-bus coupling
    • G06F13/4068—Electrical coupling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
    • G06F13/38—Information transfer, e.g. on bus
    • G06F13/42—Bus transfer protocol, e.g. handshake; Synchronisation
    • G06F13/4282—Bus transfer protocol, e.g. handshake; Synchronisation on a serial bus, e.g. I2C bus, SPI bus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • 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]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/18—Multiprotocol handlers, e.g. single devices capable of handling multiple protocols

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Security & Cryptography (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Computer Hardware Design (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Communication Control (AREA)

Abstract

本发明提供一种基于边缘计算的数据采集装置、系统及方法，接口组件与第一协议转换器连接；数据存储组件与边缘处理器和边缘应用组件连接；边缘处理器与第二协议转换器连接，边缘处理器用于基于边缘服务模型处理第二数据得到第一处理结果数据，转发所述第一处理结果数据至第二协议转换器，第二协议转换器用于基于第二协议将第一结果数据转换为第二结果数据，并转发第二结果数据至所述通信组件；通信组件与第二协议转换器连接，用于转发第二结果数据至云端服务器。本发明用于在边缘侧直接接入传感器实现对传感器数据的融合计算、存储，并将边缘计算的结果发送到云端服务器，进一步与云端服务器实现边云协同，能够有效降低数据传输的时延及带宽消耗。

Description

基于边缘计算的数据采集装置、系统及方法
技术领域
本发明涉及数据采集及边缘计算技术领域，特别是涉及一种基于边缘计算的数据采集装置、系统及方法。
背景技术
随着物联网、人工智能、工业互联网的发展，需要大量传感器采集数据并对传感器数据进行处理，传统的云计算是将边端采集的海量传感器数据传输到云服务器，通过云端进行复杂的任务计算，但是这种模式对数据传输的带宽要求高，同时会造成一定的数据时延问题。近年来为了解决云计算占用带宽高、数据时延长的问题，提出了边缘计算的概念，在边端靠近设备感知侧部署具有一定计算能力的系统，实现对边端数据的就地处理和存储，并为边端即时提供边缘服务及响应。
因此，希望能够解决云计算占用带宽高、数据时延长的问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于边缘计算的数据采集装置、系统及方法，用于解决现有技术中云计算占用带宽高、数据时延长的问题。
为实现上述目的及其他相关目的，本发明提供一种基于边缘计算的数据采集装置，包括：接口组件、第一协议转换器、数据存储组件、边缘处理器、边缘应用组件、第二协议转换器和通信组件；所述接口组件与所述第一协议转换器连接，所述接口组件用于接收传感器发送的第一数据，所述第一协议转换器用于将所述传感器数据基于第一协议转换为第二数据；所述数据存储组件分别与所述边缘处理器和所述边缘应用组件连接，所述数据存储组件用于存储所述第二数据以及转发所述第二数据至所述边缘处理器；所述边缘处理器与所述第二协议转换器连接，所述边缘处理器用于基于边缘服务模型处理所述第二数据得到第一处理结果数据，所述边缘处理器用于转发所述第一处理结果数据至所述第二协议转换器，所述第二协议转换器用于转发所述第一处理结果数据至所述边缘应用组件，所述第二协议转换器用于基于第二协议将所述第一结果数据转换为第二结果数据，并转发所述第二结果数据至所述通信组件；所述边缘应用组件与所述第二协议转换器连接，所述边缘应用组件用于基于所述第一处理结果数据进行相应操作；所述通信组件与所述第二协议转换器连接，所述通信组件用于转发所述第二结果数据至云端服务器。
为实现上述目的，本发明还提供一种基于边缘计算的数据采集系统，包括上述任意所述的基于边缘计算的数据采集装置、传感器和云端服务器，所述传感器与所述基于边缘计算的数据采集装置通过接口组件连接，所述传感器用于发送第一数据至所述基于边缘计算的数据采集装置，所述云端服务器和所述基于边缘计算的数据采集装置通信连接，所述云端服务器用于接收所述基于边缘计算的数据采集装置发送的第二结果数据。
为实现上述目的，本发明还提供一种基于边缘计算的数据采集方法，包括以下步骤：将所述接口组件与所述第一协议转换器连接，基于所述接口组件接收传感器发送的第一数据，基于所述第一协议转换器将所述传感器数据基于第一协议转换为第二数据；将所述数据存储组件分别与所述边缘处理器和所述边缘应用组件连接，基于所述数据存储组件存储所述第二数据以及转发所述第二数据至所述边缘处理器；将所述边缘处理器与所述第二协议转换器连接，基于所述边缘处理器通过基于边缘服务模型处理所述第二数据得到第一处理结果数据，所述边缘处理器用于转发所述第一处理结果数据至所述第二协议转换器，所述第二协议转换器用于转发所述第一处理结果数据至所述边缘应用组件，所述第二协议转换器用于基于第二协议将所述第一结果数据转换为第二结果数据，并转发所述第二结果数据至所述通信组件；将所述边缘应用组件与所述第二协议转换器连接，基于所述边缘应用组件通过所述第一处理结果数据进行相应操作；将所述通信组件与所述第二协议转换器连接，基于所述通信组件转发所述第二结果数据至云端服务器。
如上所述，本发明的一种基于边缘计算的数据采集装置、系统及方法，具有以下有益效果：用于在边缘侧直接接入传感器实现对传感器数据的融合计算、存储，并将边缘计算的结果发送到云端服务器，进一步与云端服务器实现边云协同，能够有效降低数据传输的时延及带宽消耗。
附图说明
图1显示为本发明的基于边缘计算的数据采集装置于一实施例中的结构示意图；
图2显示为本发明的基于边缘计算的数据采集系统于一实施例中的结构示意图；
图3a显示为本发明的基于边缘计算的数据采集方法于一实施例中的流程示意图；
图3b显示为本发明的基于边缘计算的数据采集方法于又一实施例中的流程示意图；
图3c显示为本发明的基于边缘计算的数据采集方法于再一实施例中的流程示意图。
元件标号说明
11 接口组件
12 第一协议转换器
13 数据存储组件
14 边缘处理器
15 边缘应用组件
16 第二协议转换器
17 通信组件
1 基于边缘计算的数据采集装置
2 传感器
3 云端服务器
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，故图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明的基于边缘计算的数据采集装置、系统及方法，用于在边缘侧直接接入传感器实现对传感器数据的融合计算、存储，并将边缘计算的结果发送到云端服务器，进一步与云端服务器实现边云协同，能够有效降低数据传输的时延及带宽消耗。
如图1所示，于一实施例中，本发明的基于边缘计算的数据采集装置1，包括：接口组件11、第一协议转换器12、数据存储组件13、边缘处理器14、边缘应用组件15、第二协议转换器16和通信组件17。
所述接口组件11与所述第一协议转换器12连接，所述接口组件11用于接收传感器2发送的第一数据，所述第一协议转换器12用于将所述传感器2数据基于第一协议转换为第二数据。具体地，所述接口组件11包括：USB接口、CAN接口、以太网接口、串行接口。所述串行接口包括：SPI接口、RS485接口、RS232接口、RS422接口。SPI(Serial PeripheralInterface--串行外设接口)总线系统是一种同步串行外设接口，SPI接口可以使MCU与各种外围设备以串行方式进行通信以交换信息。SPI总线可直接与各个厂家生产的多种标准外围器件相连，包括FLASHRAM、网络控制器、LCD显示驱动器、A/D转换器和MCU等。该接口一般使用4条线：串行时钟线(SCLK)、主机输入/从机输出数据线MISO、主机输出/从机输入数据线MOSI和低电平有效的从机选择线NSS。串行接口(Serial port)又称“串口”，也称串行通信接口(通常指COM接口)，是采用串行通信方式的扩展接口。常见的有一般电脑应用的RS-232(使用25针或9针连接器)和工业电脑应用的半双工RS-485与全双工RS-422。所述第一协议转换器12用于将所述传感器2数据基于第一协议转换为第二数据。由于是从不同的传感器2接收的第一数据。在对所述第一数据进行边缘处理器14处理之前，需要对不同格式的数据基于所述第一协议进行转换，转换为同一格式的第二数据。CAN是控制器局域网络(Controller Area Network，CAN)的简称，是由研发和生产汽车电子产品著称的德国BOSCH公司开发了的，并最终成为国际标准(ISO11898)。是国际上应用最广泛的现场总线之一。在北美和西欧，CAN总线协议已经成为汽车计算机控制系统和嵌入式工业控制局域网的标准总线，并且拥有以CAN为底层协议专为大型货车和重工机械车辆设计的J1939协议。
具体地，所述第一协议转换器12简称协转，也叫接口转换器，第一协议转换器12能使处于通信网上采用不同高层协议的主机仍然互相合作，完成各种分布式应用。第一协议转换器12工作在传输层或更高。第一协议转换器12一般用一个ASIC芯片就可以完成，成本低，体积小。第一协议转换器12可以将IEEE802.3协议的以太网或V.35数据接口同标准G.703协议的2M接口之间进行相互转换。也可以在232/485/422串口和E1、CAN接口及2M接口进行转换。基于边缘计算的数据采集装置1能够对大量的不同协议接口传感器2进行数据采集和数据融合。
具体地，所述第一协议转换器12包括：以太网协议转换器、总线转换器、RS-232/485/CAN转换器。所述RS-232/485/CAN转换器时基于集中串口和不同协议的联合，主要有RS-232串口到2M转换器，RS-485/422串口到2MG.703转换器，RS-232到2ME1的转换器，CAN转232、485转换器、USB TO RS-232/485/422转换器等。
具体地，所述数据存储组件13分别与所述边缘处理器14和所述边缘应用组件15连接，所述数据存储组件13用于存储所述第二数据以及转发所述第二数据至所述边缘处理器14。具体地，所述边缘处理器14与所述第二协议转换器16连接，所述边缘处理器14用于基于边缘服务模型处理所述第二数据得到第一处理结果数据，所述边缘处理器14用于转发所述第一处理结果数据至所述第二协议转换器16，所述第二协议转换器16用于转发所述第一处理结果数据至所述边缘应用组件15，所述第二协议转换器16用于基于第二协议将所述第一结果数据转换为第二结果数据，并转发所述第二结果数据至所述通信组件17。由于后续需要通过通信组件17将数据上传至云端服务器3。因此，需要基于第二协议将所述第一结果数据转换为第二结果数据，并转发所述第二结果数据至所述通信组件17，这样方便云端服务器3对所述第二结果数据进行处理。能够在基于边缘计算的数据采集装置1即边缘侧对传感器2数据进行即采集处理，能够运行多种边缘计算算法，能够通过在边缘侧直接接入传感器2实现对传感器2数据的融合计算、存储，并将边缘计算的结果发送到云端服务器3，进一步与云计算平台实现边云协同，能够有效降低数据传输的时延及带宽消耗，满足在实时业务、数据优化、安全防护与隐私保护、边缘应用等方面的需求。通过接口组件11能够接入不同接口的传感器2，并通过第一协议转换器12对传感器2的协议进行解析，通过服务组件能够将服务器下发的边缘计算模型和边缘服务模型进行部署和应用，实现传感器2数据在边缘侧进行数据预处理和信息融合，并将处理的结果进行本地存储和发送到云端服务器3。其优点是能够对大量的不同协议接口传感器2进行数据采集和处理，极大的提高了数据处理的效率，有效降低了数据传输所占用的带宽，同时边缘计算对传感器2数据的即采集处理有效降低了数据传输的时延，减轻了云端服务器3的压力。
具体地，所述边缘应用组件15与所述第二协议转换器16连接，所述边缘应用组件15用于基于所述第一处理结果数据进行相应操作。所述边缘应用组件15包括：智能机器手臂、音箱、报警器。所述边缘应用组件15用于基于所述第一处理结果数据进行相应操作。例如，当基于所述第一处理结果数据得知，传感器2检测的数据超过阈值，则边缘应用组件15为报警器时，进行报警。或者，传感器2检测的数据超过阈值，则边缘应用组件15为音箱时，发出声音提醒。或者，传感器2检测的数据超过阈值，则边缘应用组件15为智能机器手臂时，所述智能机器手臂关闭所述传感器2检测的仪器。所述数据存储组件13包括：闪存卡、硬盘。所述第二协议转换器16包括：以太网协议转换器、总线转换器、RS-232/485/CAN转换器、工业协议转换器。所述RS-232/485/CAN转换器基于集中串口和不同协议的联合，主要有RS-232串口到2M转换器，RS-485/422串口到2MG.703转换器，RS-232到2ME1的转换器，CAN转232、485转换器、USB TO RS-232/485/422转换器，将第一处理结果基于协议转换工业领域使用的OPC-UA协议转换为第二处理结果。所述边缘应用组件15根据服务器下发的边缘服务模型结合边缘计算的结果提供相应的边缘服务，如本地预警、结果导出，例如，通过音箱、报警器进行本地预警。
具体地，所述边缘应用组件15运行有边缘计算服务、边缘服务应用、网络服务，为基于边缘计算的数据采集装置1提供事件管理、网络管理、算法模型管理等应用工具。
具体地，所述基于边缘计算的数据采集装置1运行有信息安全服务，实现数据的加密、解密等功能。
具体地，所述通信组件17与所述第二协议转换器16连接，所述通信组件17用于转发所述第二结果数据至云端服务器3。所述通信组件17为：3G模块、4G模块、5G模块、WIFI模块、蓝牙模块、Lora模块、ZigBee模块、NB-IOT模块中的任一种。LoRa是semtech公司创建的低功耗局域网无线标准。LoRa的是远距离无线电(Long Range Radio)，最大特点就是在同样的功耗条件下比其他无线方式传播的距离更远，实现了低功耗和远距离的统一，在同样的功耗下比传统的无线射频通信距离扩大3-5倍。ZigBee是基于IEEE802.15.4标准的低功耗局域网协议。根据国际标准规定，ZigBee技术是一种短距离、低功耗的无线通信技术。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接，也被叫作低功耗广域网(LPWAN)。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。据说NB-IoT设备电池寿命可以提高至少10年，同时还能提供非常全面的室内蜂窝数据连接覆盖。
具体地，所述通信组件17还用于接收所述云端服务器3发送的边缘服务模型和边缘计算模型，并转发所述边缘服务模型和边缘计算模型至所述边缘处理器14。所述边缘计算模型包括：基于随机森林算法模型、基于变权理论的健康评价算法模型、基于NAR神经网络的时间序列预测模型、基于小波分解的传感器2数据降噪模型。能够对云端服务器3下发的边缘服务模型和边缘计算模型进行部署。
具体地，所述基于随机森林算法模型包括：重复N次采集第二数据得到第二数据集；将所述第二数据集分为训练集和测试集；对所述训练集进行特征提取的到训练集特征，对所述测试集进行特征提取的到测试集特征；设置N个决策树分类器模型；选用测试集特征对决策树分类器模型进行训练；使用训练的决策树分类器模型对测试集特征进行测试；输出测试结果，基于所述测试结果得到设备综合状态评价结果。
具体地，所述基于变权理论的健康评价算法模型包括：对得到第二数据进行预处理得到预处理数据；基于所述预处理数据通过D-S证据理论进行设备的运行状态评价得到设备状态评价结果；基于所述设备状态评价结果结合设备维专家库进行设备运行状态判定，得到判定结果；当判定为异常时发出异常告警；基于所述判定结果得到设备运行状态报告。证据理论是由Dempster于1967年首先提出，由他的学生shafer于1976年进一步发展起来的一种不精确推理理论，也称为Dempster/Shafer证据理论(D-S证据理论)，属于人工智能范畴，最早应用于专家系统中，具有处理不确定信息的能力。作为一种不确定推理方法，证据理论的主要特点是：满足比贝叶斯概率论更弱的条件；具有直接表达“不确定”和“不知道”的能力。经过D-S证据理论进行设备的运行状态评价可以得到设备状态评价结果。
具体地，基于NAR神经网络的时间序列预测模型为基于NAR(Nonlinear AutoRegressive models非线性自回归网络)神经网络的时间序列预测模型。
具体地，所述基于边缘计算的数据采集装置1上运行的软件系统包括系统运行环境、算法平台、设备交互、数据预处理、数据服务、边缘计算、边缘服务应用、网络服务、协议转换、模型同步和信息安全服务。
具体地，所述基于边缘计算的数据采集装置1在Linux系统环境下能够运行TensorFlow、Caffe等人工智能算法平台，支持Python、C++等语言。
如图2所示，于一实施例中，本发明的基于边缘计算的数据采集系统，包括上述任意所述的基于边缘计算的数据采集装置1、传感器2和云端服务器3，所述传感器2与所述基于边缘计算的数据采集装置1通过接口组件11连接，所述传感器2用于发送第一数据至所述基于边缘计算的数据采集装置1，所述云端服务器3和所述基于边缘计算的数据采集装置1通信连接，所述云端服务器3用于接收所述基于边缘计算的数据采集装置1发送的第二结果数据。
如图3所示，于一实施例中，本发明的基于边缘计算的数据采集方法，包括以下步骤：
步骤S31、将所述接口组件与所述第一协议转换器连接，基于所述接口组件接收传感器发送的第一数据，基于所述第一协议转换器将所述传感器数据基于第一协议转换为第二数据。
步骤S32、将所述数据存储组件分别与所述边缘处理器和所述边缘应用组件连接，基于所述数据存储组件存储所述第二数据以及转发所述第二数据至所述边缘处理器。
步骤S33、将所述边缘处理器与所述第二协议转换器连接，基于所述边缘处理器通过基于边缘服务模型处理所述第二数据得到第一处理结果数据，所述边缘处理器用于转发所述第一处理结果数据至所述第二协议转换器，所述第二协议转换器用于转发所述第一处理结果数据至所述边缘应用组件，所述第二协议转换器用于基于第二协议将所述第一结果数据转换为第二结果数据，并转发所述第二结果数据至所述通信组件。
步骤S34、将所述边缘应用组件与所述第二协议转换器连接，基于所述边缘应用组件通过所述第一处理结果数据进行相应操作。
步骤S35、将所述通信组件与所述第二协议转换器连接，基于所述通信组件转发所述第二结果数据至云端服务器。
具体地，所述边缘计算模型包括：基于随机森林算法模型、基于变权理论的健康评价算法模型、基于NAR神经网络的时间序列预测模型、基于小波分解的传感器数据降噪模型。
具体地，如图3b所示，所述基于随机森林算法模型包括：重复N次(与N个决策树分类器模型相对应)采集第二数据得到第二数据集；将所述第二数据集分为训练集和测试集即为设备的状态数据；对所述训练集进行特征提取的到训练集特征，对所述测试集进行特征提取的到测试集特征；设置N个决策树分类器模型；选用测试集特征对决策树分类器模型进行训练；使用训练的决策树分类器模型对测试集特征进行测试；输出测试结果，基于所述测试结果得到设备综合状态评价结果。
具体地，如图3c所示，所述基于变权理论的健康评价算法模型包括：从传感器获取第二数据，对得到第二数据进行预处理得到预处理数据，所述预处理包括数据去噪；基于所述预处理数据通过D-S证据理论进行设备的运行状态评价得到设备状态评价结果；基于所述设备状态评价结果结合设备维专家库进行设备运行状态判定，得到判定结果；当判定为异常时发出异常告警；基于所述判定结果得到设备运行状态报告。
需要说明的是，上述方法的原理与上述基于边缘计算的数据采集装置中的结构一一对应，故在此不再赘述。
综上所述，本发明基于边缘计算的数据采集装置、系统及方法，用于在边缘侧直接接入传感器实现对传感器数据的融合计算、存储，并将边缘计算的结果发送到云端服务器，进一步与云端服务器实现边云协同，能够有效降低数据传输的时延及带宽消耗。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于边缘计算的数据采集装置，其特征在于，包括：接口组件、第一协议转换器、数据存储组件、边缘处理器、边缘应用组件、第二协议转换器和通信组件；
所述接口组件与所述第一协议转换器连接，所述接口组件用于接收传感器发送的第一数据，所述第一协议转换器用于将所述传感器数据基于第一协议转换为第二数据；
所述数据存储组件分别与所述边缘处理器和所述边缘应用组件连接，所述数据存储组件用于存储所述第二数据以及转发所述第二数据至所述边缘处理器；
所述边缘处理器与所述第二协议转换器连接，所述边缘处理器用于基于边缘服务模型处理所述第二数据得到第一处理结果数据，所述边缘处理器用于转发所述第一处理结果数据至所述第二协议转换器，所述第二协议转换器用于转发所述第一处理结果数据至所述边缘应用组件，所述第二协议转换器用于基于第二协议将所述第一结果数据转换为第二结果数据，并转发所述第二结果数据至所述通信组件；
所述边缘应用组件与所述第二协议转换器连接，所述边缘应用组件用于基于所述第一处理结果数据进行相应操作；
所述通信组件与所述第二协议转换器连接，所述通信组件用于转发所述第二结果数据至云端服务器。
2.根据权利要求1所述的基于边缘计算的数据采集装置，其特征在于：所述通信组件还用于接收所述云端服务器发送的边缘服务模型和边缘计算模型，并转发所述边缘服务模型和边缘计算模型至所述边缘处理器。
3.根据权利要求1所述的基于边缘计算的数据采集装置，其特征在于：所述边缘计算模型包括：基于随机森林算法模型、基于变权理论的健康评价算法模型、基于NAR神经网络的时间序列预测模型、基于小波分解的传感器数据降噪模型。
4.根据权利要求1所述的基于边缘计算的数据采集装置，其特征在于：所述通信组件为：3G模块、4G模块、5G模块、WIFI模块、蓝牙模块、Lora模块、ZigBee模块、NB-IOT模块中的任一种。
5.根据权利要求1所述的基于边缘计算的数据采集装置，其特征在于：所述接口组件包括：
USB接口、CAN接口、以太网接口、串行接口。
6.一种基于边缘计算的数据采集系统，其特征在于，包括权利要求1至5任意所述的基于边缘计算的数据采集装置、传感器和云端服务器，所述传感器与所述基于边缘计算的数据采集装置通过接口组件连接，所述传感器用于发送第一数据至所述基于边缘计算的数据采集装置，所述云端服务器和所述基于边缘计算的数据采集装置通信连接，所述云端服务器用于接收所述基于边缘计算的数据采集装置发送的第二结果数据。
7.一种基于边缘计算的数据采集方法，其特征在于，包括以下步骤：
将所述接口组件与所述第一协议转换器连接，基于所述接口组件接收传感器发送的第一数据，基于所述第一协议转换器将所述传感器数据基于第一协议转换为第二数据；
将所述数据存储组件分别与所述边缘处理器和所述边缘应用组件连接，基于所述数据存储组件存储所述第二数据以及转发所述第二数据至所述边缘处理器；
将所述边缘处理器与所述第二协议转换器连接，基于所述边缘处理器通过基于边缘服务模型处理所述第二数据得到第一处理结果数据，所述边缘处理器用于转发所述第一处理结果数据至所述第二协议转换器，所述第二协议转换器用于转发所述第一处理结果数据至所述边缘应用组件，所述第二协议转换器用于基于第二协议将所述第一结果数据转换为第二结果数据，并转发所述第二结果数据至所述通信组件；
将所述边缘应用组件与所述第二协议转换器连接，基于所述边缘应用组件通过所述第一处理结果数据进行相应操作；
将所述通信组件与所述第二协议转换器连接，基于所述通信组件转发所述第二结果数据至云端服务器。
8.根据权利要求7所述的基于边缘计算的数据采集方法，其特征在于：所述边缘计算模型包括：基于随机森林算法模型、基于变权理论的健康评价算法模型、基于NAR神经网络的时间序列预测模型、基于小波分解的传感器数据降噪模型。
9.根据权利要求8所述的基于边缘计算的数据采集方法，其特征在于：所述基于随机森林算法模型包括：
重复N次采集第二数据得到第二数据集；
将所述第二数据集分为训练集和测试集；
对所述训练集进行特征提取的到训练集特征，对所述测试集进行特征提取的到测试集特征；
设置N个决策树分类器模型；
选用测试集特征对决策树分类器模型进行训练；
使用训练的决策树分类器模型对测试集特征进行测试；
输出测试结果，基于所述测试结果得到设备综合状态评价结果。
10.根据权利要求8所述的基于边缘计算的数据采集方法，其特征在于：所述基于变权理论的健康评价算法模型包括：
对得到第二数据进行预处理得到预处理数据；
基于所述预处理数据通过D-S证据理论进行设备的运行状态评价得到设备状态评价结果；
基于所述设备状态评价结果结合设备维专家库进行设备运行状态判定，得到判定结果；
当判定为异常时发出异常告警；
基于所述判定结果得到设备运行状态报告。
CN202110016313.6A 2020-12-31 2021-01-07 基于边缘计算的数据采集装置、系统及方法 Pending CN112769822A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202011620777 2020-12-31
CN202011620777X 2020-12-31

Publications (1)

Publication Number Publication Date
CN112769822A true CN112769822A (zh) 2021-05-07

Family

ID=75700333

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110016313.6A Pending CN112769822A (zh) 2020-12-31 2021-01-07 基于边缘计算的数据采集装置、系统及方法

Country Status (1)

Country Link
CN (1) CN112769822A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113329021A (zh) * 2021-05-31 2021-08-31 湖北工业大学 基于工业互联网的汽车折旧模型参数隐私保护系统及方法
CN113589096A (zh) * 2021-06-30 2021-11-02 国网电力科学研究院武汉南瑞有限责任公司 一种多状态量可组态变电设备边缘计算系统及其方法
CN113938484A (zh) * 2021-11-12 2022-01-14 江苏智联天地科技有限公司 一种基于边缘计算的终端设备管理系统与方法
CN114422613A (zh) * 2022-03-01 2022-04-29 北京金房暖通节能技术股份有限公司 一种用于供热系统的边缘计算设备
CN116466940A (zh) * 2023-04-24 2023-07-21 中煤科工集团重庆研究院有限公司 一种煤矿灾害特征数据融合处理方法
CN117251825A (zh) * 2023-11-20 2023-12-19 浙江大学 一种新能源电站多传感器数据融合平台
CN116466940B (zh) * 2023-04-24 2024-05-31 中煤科工集团重庆研究院有限公司 一种煤矿灾害特征数据融合处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107770263A (zh) * 2017-10-16 2018-03-06 电子科技大学 一种基于边缘计算的物联网终端安全接入方法及系统
CN109830271A (zh) * 2019-01-15 2019-05-31 安徽理工大学 一种基于边缘计算和云计算的健康数据管理系统及分析方法
CN109885566A (zh) * 2019-02-25 2019-06-14 南京世界村云数据产业集团有限公司 一种数据采集与边缘计算系统
US20200007409A1 (en) * 2018-06-29 2020-01-02 Electronics And Telecommunications Research Institute INTELLIGENT INTERNET OF EVERYTHING (IoE) EDGE COMPUTIING SYSTEM FOR HIGH RELIABLE INTERNET OF THINGS (IoT) SERVICE
CN111031034A (zh) * 2019-12-11 2020-04-17 研祥智能科技股份有限公司 多协议融合边缘计算网关
CN111770014A (zh) * 2020-06-17 2020-10-13 上海乾隆节能科技有限公司 数据信息处理方法，边缘网关，以及处理数据信息的系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107770263A (zh) * 2017-10-16 2018-03-06 电子科技大学 一种基于边缘计算的物联网终端安全接入方法及系统
US20200007409A1 (en) * 2018-06-29 2020-01-02 Electronics And Telecommunications Research Institute INTELLIGENT INTERNET OF EVERYTHING (IoE) EDGE COMPUTIING SYSTEM FOR HIGH RELIABLE INTERNET OF THINGS (IoT) SERVICE
CN109830271A (zh) * 2019-01-15 2019-05-31 安徽理工大学 一种基于边缘计算和云计算的健康数据管理系统及分析方法
CN109885566A (zh) * 2019-02-25 2019-06-14 南京世界村云数据产业集团有限公司 一种数据采集与边缘计算系统
CN111031034A (zh) * 2019-12-11 2020-04-17 研祥智能科技股份有限公司 多协议融合边缘计算网关
CN111770014A (zh) * 2020-06-17 2020-10-13 上海乾隆节能科技有限公司 数据信息处理方法，边缘网关，以及处理数据信息的系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113329021A (zh) * 2021-05-31 2021-08-31 湖北工业大学 基于工业互联网的汽车折旧模型参数隐私保护系统及方法
CN113329021B (zh) * 2021-05-31 2022-04-29 湖北工业大学 基于工业互联网的汽车折旧模型参数隐私保护系统及方法
CN113589096A (zh) * 2021-06-30 2021-11-02 国网电力科学研究院武汉南瑞有限责任公司 一种多状态量可组态变电设备边缘计算系统及其方法
CN113938484A (zh) * 2021-11-12 2022-01-14 江苏智联天地科技有限公司 一种基于边缘计算的终端设备管理系统与方法
CN113938484B (zh) * 2021-11-12 2024-02-20 江苏智联天地科技有限公司 一种基于边缘计算的终端设备管理方法
CN114422613A (zh) * 2022-03-01 2022-04-29 北京金房暖通节能技术股份有限公司 一种用于供热系统的边缘计算设备
CN116466940A (zh) * 2023-04-24 2023-07-21 中煤科工集团重庆研究院有限公司 一种煤矿灾害特征数据融合处理方法
CN116466940B (zh) * 2023-04-24 2024-05-31 中煤科工集团重庆研究院有限公司 一种煤矿灾害特征数据融合处理方法
CN117251825A (zh) * 2023-11-20 2023-12-19 浙江大学 一种新能源电站多传感器数据融合平台
CN117251825B (zh) * 2023-11-20 2024-02-09 浙江大学 一种新能源电站多传感器数据融合平台

Similar Documents

Publication Publication Date Title
CN112769822A (zh) 基于边缘计算的数据采集装置、系统及方法
CN108573247B (zh) 基于边缘计算的用于检测车位停车状态的方法
CN104994601A (zh) 一种4g车载智慧终端系统
CN206542452U (zh) 一种用于物流信息服务的物联网系统
CN112544061B (zh) 一种数据传输方法以及装置
US20170214760A1 (en) Proxy device for car and method for managing the data from car
CN213693777U (zh) 基于边缘计算的数据采集装置及系统
CN109084826A (zh) 一种用于故障预测与健康管理的智能传感系统
CN203376854U (zh) 一种基于obd接口的无线自组网的车辆监控系统
CN203504769U (zh) 一种基于WIFI+蓝牙+Zig Bee+3G无线技术的物联网网关
Hu et al. Design and implementation of intelligent vehicle control system based on Internet of Things and intelligent transportation
CN201181484Y (zh) 基于gsm的考勤机
CN106357499A (zh) 汽车总线异构网络数据共享系统及方法
CN110475023B (zh) 情景数据处理方法、装置、电子设备及计算机可读介质
CN204465579U (zh) 一种智能无线路由器
CN201910823U (zh) 物联网组网终端
CN104568180A (zh) 利用智能手机对冷链物流进行全程环境实时监测预警方法
CN111039118A (zh) 基于uwb的电梯运行监控方法、介质、终端和装置
CN114841203A (zh) 一种牲畜状态监测方法、装置、终端及存储介质
CN213087634U (zh) 一种用于夜晚沙漠露营的保护系统
CN104301409A (zh) 一种信息处理系统及方法
CN113395322A (zh) 一种物联网车务数据采集应用系统
CN111163168A (zh) 一种综合运维管理系统
CN111526190A (zh) 一种基于人工智能的物联网数据的分析存储系统
CN219041799U (zh) 协议转换网关

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210507