CN112822451B - 一种用于感知系统构建的前端节点优化选择方法 - Google Patents
一种用于感知系统构建的前端节点优化选择方法 Download PDFInfo
- Publication number
- CN112822451B CN112822451B CN202110024219.5A CN202110024219A CN112822451B CN 112822451 B CN112822451 B CN 112822451B CN 202110024219 A CN202110024219 A CN 202110024219A CN 112822451 B CN112822451 B CN 112822451B
- Authority
- CN
- China
- Prior art keywords
- node
- coverage
- edge
- end node
- end nodes
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 30
- 238000010187 selection method Methods 0.000 title claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 37
- 230000006870 function Effects 0.000 description 29
- 238000004891 communication Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种用于感知系统构建的前端节点优化选择方法,通过建立边缘可用带宽约束关系、边缘可用存储约束关系、系统覆盖性约束关系、系统总效用函数,将满足所述边缘可用带宽约束关系、所述边缘可用存储约束关系以及所述系统覆盖性约束关系时,且所述系统总效用函数的数值最大的情况下的前端节点的集合作为最优协同节点集,将所述最优协同节点集内的前端节点作为系统前端节点。本发明在边缘节点的可用带宽和可用存储资源有限的情况下,利用已有的海量前端节点重构一个实现尽可能大范围的区域覆盖和更高的系统效能的视频监控系统,将冗余部署的前端节点剔除,解决了针对不同应用需求而独立建设的现有视频监控系统之间前端设备重复部署,造成一定的设备冗余的问题。
Description
技术领域
本发明涉及节点协同选择领域,尤其涉及的是一种用于感知系统构建的前端节点优化选择方法。
背景技术
随着计算机、图像/视频处理、嵌入式硬件等相关技术的发展,基于视觉传感设备的视频监控系统在城市治理中发挥着日益重要的作用。目前,大、中城市中已经部署了大量摄像头,规模在数十万级到百万级,用于安防、交通、警务、城管等众多行业中,分别由各自的主管部门负责建设和管理。由于不同部门的职能不同,摄像头的用途也不同,视频监控系统基本上是各单位独立运营、管理和维护的,因此,不同应用背景的视频监控系统之间、不同行政区域的相同应用系统之间都可能存在数据保护或者网络隔离的情况,还会导致前端设备的重复部署,造成一定的设备冗余。
因此,某些情况下,还需要对现有视频监控系统进行重构,对已有前端设备重新组织与调度管理,实现已有资源整合和充分利用。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种用于感知系统构建的前端节点优化选择方法,旨在解决针对不同应用需求而独立建设的现有视频监控系统之间前端设备重复部署,造成一定的设备冗余的问题。
本发明解决问题所采用的技术方案如下:
第一方面,本发明实施例提供一种用于感知系统构建的前端节点优化选择方法,其中,所述方法包括:
建立边缘可用带宽约束关系;
建立边缘可用存储约束关系;
建立系统覆盖性约束关系;
建立系统总效用函数;
将满足所述边缘可用带宽约束关系、所述边缘可用存储约束关系以及所述系统覆盖性约束关系时,且所述系统总效用函数的数值最大的情况下的前端节点的集合作为最优协同节点集,将所述最优协同节点集内的前端节点作为系统前端节点。
在一种实施方式中,所述建立边缘可用带宽约束关系包括:
获取直接与前端节点相连的每一个边缘节点的视频传输可用带宽数据以及隶属于所述每一个边缘节点的前端节点的数量;
获取所述前端节点的视频传输码率;
根据所述每一个边缘节点的视频传输可用带宽数据、所述隶属于所述每一个边缘节点的前端节点的数量、所述前端节点的视频传输码率以及所述前端节点的启用标志,建立边缘可用带宽约束关系。
在一种实施方式中,所述边缘可用带宽约束关系的公式为:
其中,N为直接与前端节点相连的边缘节点数量;为第i个边缘节点的视频传输可用带宽数据;Mi为隶属于第i个边缘节点的前端节点数量;/>为与第i个边缘节点相连的第j个前端节点的视频传输码率,其中,j=1,2,...,Mi;xij为与第i个边缘节点相连的第j个前端节点的启用标志。
在一种实施方式中,所述建立边缘可用存储约束关系包括:
获取所述每一个边缘节点的可用存储资源数据;
获取所有视频数据的存储期限,对所述存储期限、所述视频传输码率、所述可用存储资源数据进行单位统一操作,得到标准存储期限、标准视频传输码率、标准可用存储资源数据;
根据所述前端节点的视频传输码率、所述前端节点的启用标志、所述标准存储期限、所述每一个边缘节点的标准可用存储资源数据建立边缘可用存储约束关系。
在一种实施方式中,所述边缘可用存储约束关系的公式为:
其中,为所述每一个边缘节点的标准可用存储资源数据;T为所述标准存储期限。
在一种实施方式中,所述建立系统覆盖性约束关系包括:
获取预设的覆盖范围数据以及地理信息数据,根据所述预设的覆盖范围数据以及所述地理信息数据生成若干个离散覆盖区域;
获取所述若干个离散覆盖区域的经度和纬度数据,根据经度和纬度数据筛选出所述离散覆盖区域中的经度最大值、纬度最大值、经度最小值和纬度最小值;
根据所述经度最大值、所述纬度最大值、所述经度最小值和所述纬度最小值,建立连续区域;
将所述连续区域进行切分,并对切分后得到的网格根据第一标识或者第二标识进行标记,标记完毕后根据所述第一标识以及所述第二标识,生成系统覆盖区域掩膜;
获取所有备用前端节点的节点覆盖区域掩膜;
获取覆盖率参数;
基于所述系统覆盖区域掩膜、所述所有备用前端节点的节点覆盖区域掩膜以及所述覆盖率参数建立系统覆盖性约束关系。
在一种实施方式中,所述将所述连续区域进行切分,并对切分后得到的网格根据第一标识或者第二标识进行标记,标记完毕后根据所述第一标识以及所述第二标识,生成系统覆盖区域掩膜包括:
对所述连续区域进行网格化离散处理,将所述连续区域切分成若干个第一网格;
获取所述第一网格的中心点的位置信息;
当所述第一网格的中心点的位置信息位于所述若干个离散覆盖区域其中一个之内时,根据第一标识标记所述第一网格;
当所述第一网格的中心点的位置信息位于所述若干个离散覆盖区域之外时,根据第二标识标记所述第一网格;
根据所有第一网格标记的第一标识、第二标识,生成以矩阵形式表达的系统覆盖区域掩膜。
在一种实施方式中,所述获取所有备用前端节点的节点覆盖区域掩膜包括:
获取所有前端节点的位置信息,将所有前端节点的位置信息与所述连续区域进行匹配,当所述前端节点的位置信息位于所述连续区域之内时,将所述前端节点作为备用前端节点,得到备用前端节点集合;
获取每一个备用前端节点的覆盖范围信息;
分别将每一个备用前端节点的覆盖范围信息与所有第一网格的网格中心点进行匹配,根据匹配结果将网格中心点位于所述备用前端节点的覆盖范围之内的第一网格通过第一标记进行标识,将网格中心点位于所述备用前端节点的覆盖范围之外的第一网格通过第二标记进行标识,标识完毕以后根据所述第一标记以及所述第二标记生成以矩阵形式表达的每一个备用前端节点的节点覆盖区域掩膜,以实现获取所有备用前端节点的节点覆盖区域掩膜。
在一种实施方式中,所述系统覆盖性约束关系的公式为:
其中,Cregion表示系统覆盖区域掩膜,Cij表示与第i个边缘节点相连的第j个前端节点的节点覆盖区域掩膜,xij表示与第i个边缘节点相连的第j个前端节点的启用标志,*表示哈达玛积,∑∑表示对矩阵所有元素的求和,η表示覆盖率,sign(·)为符号函数,公式为:
在一种实施方式中,所述建立系统总效用函数包括:
获取所述前端节点的处理数据时长以及采集数据时长,将所述处理数据时长与所述采集数据时长的比值作为所述前端节点的使用率指标;
获取所述前端节点的使用寿命年限与实际已使用年限,将所述实际已使用年限与所述使用寿命年限的比值与1的差值的绝对值作为所述前端节点的易用性指标;
获取预先设定的所述前端节点的重要度指标;
将所述使用率指标、所述易用性指标以及所述重要度指标根据对应的加权系数进行加权融合,得到所述前端节点的总效用函数;
根据所有前端节点的总效用函数和所有前端节点对应的启用标志,建立系统总效用函数。
在一种实施方式中,所述系统总效用函数为:
其中,xij表示与第i个边缘节点相连的第j个前端节点的启用标志,Uij表示与第i个边缘节点相连的第j个前端节点的总效用函数。
第二方面,本发明实施例还提供一种服务器,其特征在于,包括:处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,一致性实现上述任一项所述的一种用于感知系统构建的前端节点优化选择方法的步骤。
第三方面,本发明实施例还提供一种计算机可读存储介质,其上存储有多条指令,其特征在于,所述指令适用于由处理器加载并执行,以实现上述任一项所述的一种用于感知系统构建的前端节点优化选择方法的步骤。
本发明的有益效果:本发明实施例通过在边缘节点的可用带宽和可用存储资源有限的情况下,利用已有的海量前端节点重构一个实现尽可能大范围的区域覆盖和更高的系统效能的视频监控系统,将冗余部署的前端节点剔除,解决了针对不同应用需求而独立建设的现有视频监控系统之间前端设备重复部署,造成一定的设备冗余的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种用于感知系统构建的前端节点优化选择方法的流程示意图。
图2是本发明实施例提供的服务器的原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明,若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
随着计算机、图像/视频处理、嵌入式硬件等相关技术的发展,基于视觉传感设备的视频监控系统在城市治理中发挥着日益重要的作用。目前,大、中城市中已经部署了大量摄像头,规模在数十万级到百万级,用于安防、交通、警务、城管等众多行业中,分别由各自的主管部门负责建设和管理。由于不同部门的职能不同,摄像头的用途也不同,视频监控系统基本上是各单位独立运营、管理和维护的,因此,不同应用背景的视频监控系统之间、不同行政区域的相同应用系统之间都可能存在数据保护或者网络隔离的情况,还会导致前端设备的重复部署,造成一定的设备冗余。尤其随着智慧城市建设的发展,摄像头的数量还将大幅增加,清晰度越来越高,智能化程度越来越高,灵活性也越来越强。当因某种需求取得设备使用管理权限、要对现有视频监控系统的摄像头和后台(边)加以整合利用,重构一套更加高效的端-边-云协同计算系统时,如何在边缘服务存储和通信资源约束下,将已有不同种类的摄像头自动组织和统一调度管理起来,实现尽可能大范围的区域覆盖和更高的系统效能,是系统构建中的关键问题。
目前,已有的大量视频监控系统存在重叠覆盖和相互孤立的问题,当需要将现有系统整合、重构成更高层次、更大规模的端-边-云协作式层级架构系统时,如何在系统资源、工作目标等约束下自动选择效用更高的节点、舍弃冗余节点,以达到优化系统配置的目的,尚没有针对性的方法,尤其随着立足解决视频大数据汇聚和处理问题的融合视频流、特征流和模型流的可伸缩视觉计算框架的提出,对系统的功能多样性、配置灵活性、协同能力、复用能力等都提出了更高的要求。简言之,现有的多节点协同调度算法基本上是面向通信网络、无线传感器网络、分布式系统等应用的,基于通信容量、终端能耗、用户偏好等因素,以用户业务体验、能量消耗、成本等作为优化指标,建立最优化模型,确定终端与服务之间的互联关系。然而,并未涉及针对端-边-云架构的视觉计算系统选取最优协同节点集。
针对现有技术的上述缺陷,本发明提供了一种用于感知系统构建的前端节点优化选择方法,通过依据系统重构需求,建立评价前端贡献度的效用函数,将前端效用函数和启用标志乘积之和作为优化的目标函数,在系统覆盖性要求和边缘节点带宽与存储能力的约束下,求解目标函数最大时的前端集合,作为系统优化配置结果,从而解决针对不同应用需求而独立建设的现有视频监控系统之间前端设备重复部署,造成一定的设备冗余的问题。
如图1所示,本实施例提供一种用于感知系统构建的前端节点优化选择方法,所述方法包括如下:
步骤S100、建立边缘可用带宽约束关系。
本实施例的目标是对现有的视频监控系统进行优化,将冗余部署的前端节点剔除。优化之前首先需要清楚视频监控系统的基础架构,进而确定重构系统时需要考虑的约束关系。具体地,无论是传统的视频监控系统还是新型的视频监控系统(即可伸缩视觉计算架构),所有前端节点位于系统最底层,中间通常有若干层级联的边缘节点,最终连接至位于最顶层的云节点,前端节点数量远远多于边缘节点和云节点。新型的视频监控系统内传输的数据包括视频流、特征流、结果流、模型流、控制流等几大类,视频数据量远远多于其他类型数据,云节点主要汇聚特征数据进行大数据计算和分析,而视频数据分布式存储在位于不同地点的边缘节点。因此,新型视频监控系统的主要瓶颈之一在于视频流由前端实时汇聚至边缘的数据传输过程。而传统的视频监控系统传输的数据主要是视频流和控制流,其主要瓶颈之一也是视频流的传输。因此,系统重构时需要建立边缘可用带宽约束关系。
在一种实现方式中,所述步骤S100具体包括如下步骤:
步骤S110、获取直接与前端节点相连的每一个边缘节点的视频传输可用带宽数据以及隶属于所述每一个边缘节点的前端节点的数量;
步骤S120、获取所述前端节点的视频传输码率;
步骤S130、根据所述每一个边缘节点的视频传输可用带宽数据、所述隶属于所述每一个边缘节点的前端节点的数量、所述前端节点的视频传输码率以及所述前端节点的启用标志,建立边缘可用带宽约束关系。
具体地,为了建立边缘可用带宽约束关系,本实施例首先需要获取直接与前端节点相连的边缘节点的视频传输可用带宽数据以及隶属于所述边缘节点的前端节点的数量。本实施例假设已根据行政区域、地理信息或其他策略、因素等事先确定好前端节点和边缘节点隶属关系,因此只需要确定每个边缘节点连接的前端节点是否应该启用,所述启用标志即用于标识前端节点的启用状态。然后通过获取所述前端节点的视频传输码率,根据所述每一个边缘节点的视频传输可用带宽数据、所述隶属于所述每一个边缘节点的前端节点的数量、所述前端节点的视频传输码率以及所述前端节点的启用标志,建立边缘可用带宽约束关系。
举例说明,假设系统中直接与前端节点相连的边缘节点有N个,每个边缘节点的视频传输可用带宽数据记为其中,i=1,2,...,N;假设Mi表示隶属于第i个边缘节点的前端节点数量,与第i个边缘节点相连的第j个前端节点的视频传输码率为/>其中,j=1,2,...,Mi,对应的前端节点启用标志为xij,取值为0或1,当xij为1时,表示启用,否则不启用;则边缘可用带宽约束关系如下所示:
此外,鉴于边缘节点的视频数据存储能力制约着系统组成和前端接入数量,因此还需要建立系统存储资源约束关系。如图1所示,所述方法还包括如下步骤:
步骤S200、建立边缘可用存储约束关系。
具体地,由于新型视频监控系统和传统的视频监控系统的主要瓶颈还包括边缘的视频数据存储能力。因此系统重构时除了需要建立边缘可用带宽约束关系,还需要建立边缘可用存储约束关系。
在一种实现方式中,所述步骤S200具体包括如下步骤:
步骤S210、获取所述每一个边缘节点的可用存储资源数据;
步骤S220、获取所有视频数据的存储期限,对所述存储期限、所述视频传输码率、所述可用存储资源数据进行单位统一操作,得到标准存储期限、标准视频传输码率、标准可用存储资源数据;
步骤S230、根据所述前端节点的视频传输码率、所述前端节点的启用标志、所述标准存储期限、所述每一个边缘节点的标准可用存储资源数据建立边缘可用存储约束关系。
具体地,首先获取每一个边缘节点的可用存储资源数据。然后鉴于系统对于视频数据的存储时间通常具有一定的期限要求,例如一周、一个月等,因此需要获取所有视频数据的存储期限,对所述存储期限、所述视频传输码率、所述每一个边缘节点的可用存储资源数据进行单位统一操作,得到标准存储期限、标准视频传输码率、标准可用存储资源数据。然后根据所述前端节点的标准视频传输码率、所述前端节点的启用标志、所述标准存储期限、以及所述每一个边缘节点的标准可用存储资源数据建立边缘可用存储约束关系。
举例说明,假设所有视频数据存留时间至少为T,经过单位统一换算后,边缘可用存储约束关系如下所示:
其中,为所述每一个边缘节点的标准可用存储资源数据;T为所述标准存储期限。
如图1所示,所述方法还包括如下步骤:
步骤S300、建立系统覆盖性约束关系。
鉴于系统的覆盖能力对系统设计与应用的重要性,因此还需要将系统的覆盖能力作为系统重构的额外约束条件。
在一种实现方式中,所述步骤S300具体包括如下步骤:
步骤S310、获取预设的覆盖范围数据以及地理信息数据,根据所述预设的覆盖范围数据以及所述地理信息数据生成若干个离散覆盖区域
步骤S320、获取所述若干个离散覆盖区域的经度和纬度数据,根据经度和纬度数据筛选出所述离散覆盖区域中的经度最大值、纬度最大值、经度最小值和纬度最小值;
步骤S330、根据所述经度最大值、所述纬度最大值、所述经度最小值和所述纬度最小值,建立连续区域;
步骤S340、将所述连续区域进行切分,并对切分后得到的网格根据第一标识或者第二标识进行标记,标记完毕后根据所述第一标识以及所述第二标识,生成系统覆盖区域掩膜;
步骤S350、获取所有备用前端节点的节点覆盖区域掩膜;
步骤S360、获取覆盖率参数;
步骤S370、基于所述系统覆盖区域掩膜、所述所有备用前端节点的节点覆盖区域掩膜以及所述覆盖率参数建立系统覆盖性约束关系。
具体地,为了保障视频监控系统实现有效、准确的监控,通常需要设计和指定视频监控系统的工作服务范围,即系统覆盖性要求,因此还需要建立系统覆盖性约束关系。在一种实现方式中,首先获取预设的覆盖范围数据以及地理信息数据,根据所述预设的覆盖范围数据以及所述地理信息数据生成若干个离散覆盖区域,所述若干个系统的离散覆盖区域即为系统实际覆盖区域。其中,生成若干个系统的离散覆盖区域的原因是前端摄像机的视场范围有限,如果前端摄像机的监控区域之间不重叠,就会造成覆盖区域不连续,视频监控很难实现大范围的无缝覆盖。
然后,获取所述若干个离散覆盖区域的经度和纬度数据,根据经度和纬度数据筛选出所述离散覆盖区域中的经度最大值、纬度最大值、经度最小值和纬度最小值,并根据所述经度最大值、所述纬度最大值、所述经度最小值和所述纬度最小值,建立连续区域。随后,将所述连续区域进行切分,并对切分后得到的网格根据第一标识或者第二标识进行标记,标记完毕后根据所述第一标识以及所述第二标识,生成系统覆盖区域掩膜。
为了生成系统覆盖区域掩膜,在一种实现方式中,本实施例首先对所述连续区域进行网格化离散处理,将所述连续区域切分成若干个第一网格。然后,获取所述第一网格的中心点的位置信息,当所述第一网格的中心点的位置信息位于所述若干个离散覆盖区域其中一个之内时,根据第一标识标记所述第一网格;当所述第一网格的中心点的位置信息位于所述若干个离散覆盖区域之外时,根据第二标识标记所述第一网格。然后,根据所有第一网格标记的第一标识、第二标识,生成以矩阵形式表达的系统覆盖区域掩膜。
获取到系统覆盖区域掩膜以后,为了建立系统覆盖性约束关系,还需要获取所有备用前端节点的节点覆盖区域掩膜。在一种实现方式中,本实施例首先获取所有前端节点的位置信息,将所有前端节点的位置信息与所述连续区域进行匹配,当所述前端节点的位置信息位于所述连续区域之内时,将所述前端节点作为备用前端节点,得到备用前端节点集合。随后,获取每一个备用前端节点的覆盖范围信息,分别将每一个备用前端节点的覆盖范围信息与所有第一网格的网格中心点进行匹配,根据匹配结果将网格中心点位于所述备用前端节点的覆盖范围之内的第一网格通过第一标记进行标识,将网格中心点位于所述备用前端节点的覆盖范围之外的第一网格通过第二标记进行标识,标识完毕以后根据所述第一标记以及所述第二标记生成以矩阵形式表达的每一个备用前端节点的节点覆盖区域掩膜,以实现获取所有备用前端节点的节点覆盖区域掩膜。最后,获取覆盖率参数,基于所述系统覆盖区域掩膜、所述所有备用前端节点的节点覆盖区域掩膜以及所述覆盖率参数建立系统覆盖性约束关系。
举例说明,在具体应用中,通常会指定视频监控系统的用途和覆盖范围,例如某些街道、道路或者路口等。由于很难也无需利用视频监控实现全区域的无缝覆盖,因此,实际覆盖区域可能不连续,具体实施时可根据覆盖范围要求及其详细标记规则,结合地理信息系统提供的数据支撑,生成以经纬度表示的若干可能不连续的区域作为系统的离散覆盖区域,然后根据这些区域中经度的最大值λmax、纬度的最大值经度的最小值λmin和纬度的最小值/>扩展成一个连续的区域,该连续的区域即为连续区域,该连续区域的经度范围记为λmin~λmax,纬度范围记为/>然后对该连续区域进行网格化离散处理,将位于系统的离散覆盖区域内的网格点标记为1,其他网格点标记为0,即生成以矩阵形式表示的系统覆盖区域掩膜,记为Cregion。将位于连续区域内的所有前端节点作为备用前端节点集中的节点,其位置满足如下条件:
λmin≤λij≤λmax
其中,λij和分别表示与第i个边缘节点相连的第j个前端节点的经度和纬度。然后,根据前端节点的位置坐标、安装姿态、视场角、有效探测距离等参数,计算其覆盖范围,再根据节点覆盖范围对网格化离散后的连续区域进行上述覆盖性标记处理,生成与Cregion尺寸一致的覆盖性矩阵,记为Cij。最后建立的系统覆盖性约束关系如下:
其中,Cregion表示系统覆盖区域掩膜,Cij表示与第i个边缘节点相连的第j个前端节点的节点覆盖区域掩膜,xij表示与第i个边缘节点相连的第j个前端节点的启用标志,*表示哈达玛积,∑∑表示对矩阵所有元素的求和,η表示覆盖率,取值为[0,1],可通过调节该参数控制系统覆盖性约束的强弱,sign(·)为符号函数,公式为:
如图1所示,所述方法还包括如下步骤:
步骤S400、建立系统总效用函数。
由于本实施例在重构视频监控系统时还需要考虑系统的效用,因此当本实施例建立完毕边缘可用带宽约束关系、边缘可用存储约束关系以及系统覆盖性约束关系以后,还需要构建系统总效用函数。
在一种实现方式中,所述步骤S400具体包括如下步骤:
步骤S410、获取所述前端节点的处理数据时长以及采集数据时长,将所述处理数据时长与所述采集数据时长的比值作为所述前端节点的使用率指标;
步骤S420、获取所述前端节点的使用寿命年限与实际已使用年限,将所述实际已使用年限与所述使用寿命年限的比值与1的差值的绝对值作为所述前端节点的易用性指标;
步骤S430、获取预先设定的所述前端节点的重要度指标;
步骤S440、将所述使用率指标、所述易用性指标以及所述重要度指标根据对应的加权系数进行加权融合,得到所述前端节点的总效用函数;
步骤S450、根据所有前端节点的总效用函数和所有前端节点对应的启用标志,建立系统总效用函数:
其中,xij表示与第i个边缘节点相连的第j个前端节点的启用标志,Uij表示与第i个边缘节点相连的第j个前端节点的总效用函数。
具体地,首先获取所述前端节点的处理数据时长以及采集数据时长,将所述处理数据时长与所述采集数据时长的比值作为所述前端节点的使用率指标。然后,获取所述前端节点的使用寿命年限与实际已使用年限,将所述实际已使用年限与所述使用寿命年限的比值与1的差值的绝对值作为所述前端节点的易用性指标。之后,获取预先设定的所述前端节点的重要度指标,将所述使用率指标、所述易用性指标以及所述重要度指标根据对应的加权系数进行加权融合,得到所述前端节点的总效用函数。然后,根据所有前端节点的总效用函数和所有前端节点对应的启用标志,建立系统总效用函数:
其中,xij表示与第i个边缘节点相连的第j个前端节点的启用标志,Uij表示与第i个边缘节点相连的第j个前端节点的总效用函数。
举例说明,首先需要统计前端节点数据利用率作为前端节点的使用率指标,本实施例可以采用每个节点的处理数据时长(含人工监视)与采集数据时长/>之比来表示前端节点的使用率指标,记为/>然后,基于前端节点的使用年限建立易用性评价指标,一般来说,前端已使用的年限越短,即安装时间越晚,则其使用的技术越先进,从而性能越好,也越容易维护,将该指标记为Aij,表达式为:
其中,表示与第i个边缘节点相连的第j个前端节点的使用寿命,/>为实际已使用年限。然后获取前端节点的重要度指标,该指标可以预先根据前端节点的用途、部署地点、与其他节点相关性、发现异常次数占全市异常总数的比例等相关部门统计数据信息综合得到,记为Iij,取值范围为[0,1],值越大,表示节点越重要。然后,将上述几个指标进行加权融合,从而得到前端节点的总效用函数,其表达式具体如下所示:
Uij=w1Oij+w2Aij+w3Iij,(i=1,2,...,N,j=1,2,...,Mi),
其中,w1、w2和w3为加权系数,它们之和为1。在具体实施过程中,加权系数的值可根据实际情况灵活配置,例如,一组合理的取值为w1=0.3、w2=0.3和w3=0.4,则系统总效用定义为:
最后,如图1所示,所述方法还包括如下步骤:
步骤S500、将满足所述边缘可用带宽约束关系、所述边缘可用存储约束关系以及所述系统覆盖性约束关系时,且所述系统总效用函数的数值最大的情况下的前端节点的集合作为最优协同节点集,将所述最优协同节点集内的前端节点作为系统前端节点。
具体地,本实施例的目标是在满足系统覆盖范围要求且系统资源有限的情况下,使得监控系统的总体效用最大化,因此将系统的最优化模型表示为:
求解上述最优化问题,得到xij(即确定与第i个边缘节点相连的第j个前端节点的启用标志),从而确定重构后的系统前端节点集合。获取到最优协同节点集以后,将其中的系统前端节点根据隶属关系与边缘节点进行连接,即完成了视频监控系统的重构。
基于上述实施例,本发明还提供了一种用于实现一种用于感知系统构建的前端节点优化选择方法的服务器,参照图2,图2是本发明实施例方案涉及的硬件运行环境的结构示意图。如图2所示,该用于实现一种用于感知系统构建的前端节点优化选择方法的服务器可以包括:处理器1001,例如CPU,存储器1005,用户接口1003,网络接口1004,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。可选地,用于实现一种用于感知系统构建的前端节点优化选择方法的服务器还可以包括RF(RadioFrequency,射频)电路,传感器、WiFi模块等等。本领域技术人员可以理解,图2中示出的用于实现一种用于感知系统构建的前端节点优化选择方法的服务器结构并不构成用于实现一种用于感知系统构建的前端节点优化选择方法的服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。如图2所示,作为一种计算机存储可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及节点选择程序。其中,操作系统是管理和控制用于实现一种用于感知系统构建的前端节点优化选择方法的服务器硬件和软件资源的程序的运行。
本发明的亮点在于:
1、提出了一种用于感知系统构建的前端节点优化选择方法,能够根据业务应用系统的要求,利用已部署的大量前端节点(例如视频监控设备)动态重组一套高效的基于端-边-云协同计算架构的视频监控系统,充分利用现有资源;
2、根据视觉数据特点,有针对性地设计前端优化选择算法资源约束条件,算法可用于基于传统架构和融合视频流、特征流以及模型流的新型视觉计算架构的视频监控系统中;
3、引入系统覆盖范围作为前端节点选择的约束条件之一,融合地理信息表示方法,建立系统覆盖性约束模型,更加贴近实际系统构建需求;
4、综合考虑前端节点的数据使用情况、使用年限与寿命、部署位置重要性等信息,建立前端效用评价函数,从多维度评估前端节点对于系统的效用大小。
综上所述,本发明公开了一种用于感知系统构建的前端节点优化选择方法,通过在边缘节点的可用带宽和可用存储资源有限的情况下,利用已有的海量前端节点重构一个实现尽可能大范围的区域覆盖和更高的系统效能的视频监控系统,将冗余部署的前端节点剔除,解决了针对不同应用需求而独立建设的现有视频监控系统之间前端设备重复部署,造成一定的设备冗余的问题。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种用于感知系统构建的前端节点优化选择方法,其特征在于,所述方法包括:
建立边缘可用带宽约束关系,包括:获取直接与前端节点相连的每一个边缘节点的视频传输可用带宽数据以及隶属于所述每一个边缘节点的前端节点的数量;获取所述前端节点的视频传输码率;根据所述每一个边缘节点的视频传输可用带宽数据、所述隶属于所述每一个边缘节点的前端节点的数量、所述前端节点的视频传输码率以及所述前端节点的启用标志,建立所述边缘可用带宽约束关系;
建立边缘可用存储约束关系,包括:获取所述每一个边缘节点的可用存储资源数据;获取所有视频数据的存储期限,对所述存储期限、所述视频传输码率、所述可用存储资源数据进行单位统一操作,得到标准存储期限、标准视频传输码率、标准可用存储资源数据;根据所述前端节点的视频传输码率、所述前端节点的启用标志、所述标准存储期限、所述每一个边缘节点的标准可用存储资源数据建立所述边缘可用存储约束关系;
建立系统覆盖性约束关系,包括:获取预设的覆盖范围数据以及地理信息数据,根据所述预设的覆盖范围数据以及所述地理信息数据生成若干个离散覆盖区域;获取所述若干个离散覆盖区域的经度和纬度数据,根据经度和纬度数据筛选出所述离散覆盖区域中的经度最大值、纬度最大值、经度最小值和纬度最小值;根据所述经度最大值、所述纬度最大值、所述经度最小值和所述纬度最小值,建立连续区域;将所述连续区域进行切分,并对切分后得到的网格根据第一标识或者第二标识进行标记,标记完毕后根据所述第一标识以及所述第二标识,生成系统覆盖区域掩膜;获取所有备用前端节点的节点覆盖区域掩膜;获取覆盖率参数;基于所述系统覆盖区域掩膜、所述所有备用前端节点的节点覆盖区域掩膜以及所述覆盖率参数建立所述系统覆盖性约束关系;
建立系统总效用函数,包括:获取所述前端节点的处理数据时长以及采集数据时长,将所述处理数据时长与所述采集数据时长的比值作为所述前端节点的使用率指标;获取所述前端节点的使用寿命年限与实际已使用年限,将所述实际已使用年限与所述使用寿命年限的比值与1的差值的绝对值作为所述前端节点的易用性指标;获取预先设定的所述前端节点的重要度指标;将所述使用率指标、所述易用性指标以及所述重要度指标根据对应的加权系数进行加权融合,得到所述前端节点的总效用函数;根据所有前端节点的总效用函数和所有前端节点对应的启用标志,建立所述系统总效用函数;
将满足所述边缘可用带宽约束关系、所述边缘可用存储约束关系以及所述系统覆盖性约束关系时,且所述系统总效用函数的数值最大的情况下的前端节点的集合作为最优协同节点集,将所述最优协同节点集内的前端节点作为系统前端节点。
2.根据权利要求1所述的一种用于感知系统构建的前端节点优化选择方法,其特征在于,所述边缘可用带宽约束关系的公式为:
其中,N为直接与前端节点相连的边缘节点数量;为第i个边缘节点的视频传输可用带宽数据;Mi为隶属于第i个边缘节点的前端节点数量;/>为与第i个边缘节点相连的第j个前端节点的视频传输码率,其中j=1,2,...,Mi;xij为与第i个边缘节点相连的第j个前端节点的启用标志。
3.根据权利要求1所述的一种用于感知系统构建的前端节点优化选择方法,其特征在于,所述边缘可用存储约束关系的公式为:
其中,为所述每一个边缘节点的标准可用存储资源数据;T为所述标准存储期限。
4.根据权利要求1所述的一种用于感知系统构建的前端节点优化选择方法,其特征在于,所述将所述连续区域进行切分,并对切分后得到的网格根据第一标识或者第二标识进行标记,标记完毕后根据所述第一标识以及所述第二标识,生成系统覆盖区域掩膜包括:
对所述连续区域进行网格化离散处理,将所述连续区域切分成若干个第一网格;
获取所述第一网格的中心点的位置信息;
当所述第一网格的中心点的位置信息位于所述若干个离散覆盖区域其中一个之内时,根据第一标识标记所述第一网格;
当所述第一网格的中心点的位置信息位于所述若干个离散覆盖区域之外时,根据第二标识标记所述第一网格;
根据所有第一网格标记的第一标识、第二标识,生成以矩阵形式表达的系统覆盖区域掩膜。
5.根据权利要求1所述的一种用于感知系统构建的前端节点优化选择方法,其特征在于,所述获取所有备用前端节点的节点覆盖区域掩膜包括:
获取所有前端节点的位置信息,将所有前端节点的位置信息与所述连续区域进行匹配,当所述前端节点的位置信息位于所述连续区域之内时,将所述前端节点作为备用前端节点,得到备用前端节点集合;
获取每一个备用前端节点的覆盖范围信息;
分别将每一个备用前端节点的覆盖范围信息与所有第一网格的网格中心点进行匹配,根据匹配结果将网格中心点位于所述备用前端节点的覆盖范围之内的第一网格通过第一标记进行标识,将网格中心点位于所述备用前端节点的覆盖范围之外的第一网格通过第二标记进行标识,标识完毕以后根据所述第一标记以及所述第二标记生成以矩阵形式表达的每一个备用前端节点的节点覆盖区域掩膜,以实现获取所有备用前端节点的节点覆盖区域掩膜。
6.根据权利要求1所述的一种用于感知系统构建的前端节点优化选择方法,其特征在于,所述系统覆盖性约束关系的公式为:
其中,Cregion表示系统覆盖区域掩膜,Cij表示与第i个边缘节点相连的第j个前端节点的节点覆盖区域掩膜,xij表示与第i个边缘节点相连的第j个前端节点的启用标志,*表示哈达玛积,∑∑表示对矩阵所有元素的求和,η表示覆盖率,sign(·)为符号函数,公式为:
7.根据权利要求1所述的一种用于感知系统构建的前端节点优化选择方法,其特征在于,所述系统总效用函数为:
其中,xij表示与第i个边缘节点相连的第j个前端节点的启用标志,Uij表示与第i个边缘节点相连的第j个前端节点的总效用函数。
8.一种服务器,其特征在于,包括:处理器、与处理器通信连接的存储介质,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,一致性实现上述权利要求1-7任一项所述的一种用于感知系统构建的前端节点优化选择方法的步骤。
9.一种计算机可读存储介质,其上存储有多条指令,其特征在于,所述指令适用于由处理器加载并执行,以实现上述权利要求1-7任一项所述的一种用于感知系统构建的前端节点优化选择方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110024219.5A CN112822451B (zh) | 2021-01-08 | 2021-01-08 | 一种用于感知系统构建的前端节点优化选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110024219.5A CN112822451B (zh) | 2021-01-08 | 2021-01-08 | 一种用于感知系统构建的前端节点优化选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112822451A CN112822451A (zh) | 2021-05-18 |
CN112822451B true CN112822451B (zh) | 2024-02-23 |
Family
ID=75869033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110024219.5A Active CN112822451B (zh) | 2021-01-08 | 2021-01-08 | 一种用于感知系统构建的前端节点优化选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112822451B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2802874Y (zh) * | 2005-07-11 | 2006-08-02 | 北京讯飞信息技术有限公司 | 一种传感器网络视频监控系统 |
CN109686082A (zh) * | 2018-12-07 | 2019-04-26 | 西安电子科技大学 | 一种基于边缘计算节点的城市交通监测系统及部署方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8514283B2 (en) * | 2010-09-20 | 2013-08-20 | Ajou University Industry Cooperation Foundation | Automatic vision sensor placement apparatus and method |
US10616465B2 (en) * | 2015-09-16 | 2020-04-07 | Microsoft Technology Licensing, Llc | Bandwidth efficient video surveillance system |
-
2021
- 2021-01-08 CN CN202110024219.5A patent/CN112822451B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2802874Y (zh) * | 2005-07-11 | 2006-08-02 | 北京讯飞信息技术有限公司 | 一种传感器网络视频监控系统 |
CN109686082A (zh) * | 2018-12-07 | 2019-04-26 | 西安电子科技大学 | 一种基于边缘计算节点的城市交通监测系统及部署方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112822451A (zh) | 2021-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Etienne et al. | Model-based count series clustering for bike sharing system usage mining: a case study with the Vélib’system of Paris | |
CN111756848B (zh) | 移动边缘环境下基于联邦学习和移动感知的QoS优化方法 | |
CN105005570A (zh) | 基于云计算的海量智能用电数据挖掘方法及装置 | |
Zheng et al. | An eiot system designed for ecological and environmental management of the xianghe segment of china’s grand canal | |
CN102184311A (zh) | 移动pda现场应急指挥系统 | |
Ma et al. | How China’s linked urban–rural construction land policy impacts rural landscape patterns: A simulation study in Tianjin, China | |
CN115758522A (zh) | 一种数字孪生城市管理系统及方法 | |
Pan et al. | Hyperst-net: Hypernetworks for spatio-temporal forecasting | |
CN109598056A (zh) | 城市建设用地形态紧凑度的测度方法、系统及存储介质 | |
CN112035264A (zh) | 一种面向地理大数据的云计算资源调度方法及系统 | |
CN112822451B (zh) | 一种用于感知系统构建的前端节点优化选择方法 | |
Yang et al. | Participant service quality aware data collecting mechanism with high coverage for mobile crowdsensing | |
Shao et al. | An improved artificial bee colony-based approach for zoning protected ecological areas | |
CN111897820A (zh) | 一种应用于智慧城市的多源异构数据存储方法 | |
Chang et al. | SmartParcels: Cross-layer IoT planning for smart communities | |
Kalra et al. | RETRACTED ARTICLE: Enduring data analytics for reliable data management in handling smart city services | |
CN106990724A (zh) | 环境监测云端服务平台及环境监测方法 | |
CN111191956A (zh) | 一种基于区块链的无人机光伏板检修方法及其系统 | |
Wang et al. | C3Meta: a context-aware cloud-edge-end collaboration framework toward green metaverse | |
CN109961215A (zh) | 面向城市感知的通用移动众包任务分配方法及系统 | |
Ye | Research on emergency resource scheduling in smart city based on HPSO algorithm | |
CN112954269B (zh) | 一种用于大规模视觉计算系统的节点协同选择方法 | |
CN110782150B (zh) | 一种基于群智感知的自然资源信息收集系统及方法 | |
CN110087031B (zh) | 一种面向协同感知的任务分配方法 | |
Kabashkin | Dependability of v2i services in the communication network of the intelligent transport systems |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |