CN112988392A - 一种基于边缘轻量计算的智慧灯杆数据分析方法 - Google Patents
一种基于边缘轻量计算的智慧灯杆数据分析方法 Download PDFInfo
- Publication number
- CN112988392A CN112988392A CN202110387820.0A CN202110387820A CN112988392A CN 112988392 A CN112988392 A CN 112988392A CN 202110387820 A CN202110387820 A CN 202110387820A CN 112988392 A CN112988392 A CN 112988392A
- Authority
- CN
- China
- Prior art keywords
- data
- edge
- lamp pole
- analysis
- main control
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims description 54
- 230000003993 interaction Effects 0.000 claims description 42
- 239000013598 vector Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 230000000737 periodic effect Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000013480 data collection Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 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
- G06F9/50—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y30/00—IoT infrastructure
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
-
- 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
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Environmental & Geological Engineering (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明公开一种基于边缘轻量计算的智慧灯杆数据分析方法,属于智慧灯杆应用技术领域,本发明分层交互的数据分析方法利用交互模块接收、发送采集数据,对数据进行过滤、修正、筛选、转换、融合等处理,以实时或周期方式反馈决策指令,以需求为驱动部署智慧灯杆并对其挂载设备进行适当剪裁,安全高效地将分布异构数据逐层接入云数据中心,有效地将云数据中心全局负载离散化,确保数据安全的同时提高数据分析高效性与准确性,并降低云数据中心能耗。
Description
技术领域
本发明属于智慧灯杆应用技术领域,具体涉及一种基于边缘轻量计算的智慧灯杆数据分析方法。
背景技术
5G、人工智能、工业物联网等新兴技术被视为拉动经济增长的新引擎,智慧城市建设则成为这些技术落地的最大场景。随着智慧城市的发展,传统的公共基础设施难以承载不断增加的城市规模、人口密度及老龄化。基础设施智能化是解决这些问题的最佳方案,也是实现智慧城市的重要策略。智慧灯杆作为智慧城市基础设施的重要组成部分,是智慧城市信息化建设天然的搭载平台。
智慧灯杆在生活中已经大量应用,现有智慧灯杆结构以灯杆为载体,挂载各类设备提供智能照明、移动通信、视频监控、交通指示、交通监控、环境/气象监测、信息发布、公共广播、充电等公共服务。随着城市智慧灯杆部署数量的逐步增多,其采集到的数据规模呈指数级放大,这导致数据中心负载严重失衡,频繁产生数据丢失、信息反馈延迟等问题,难以支撑智慧城市所需的高效准确的数据分析需求。
发明内容
本发明提供一种基于边缘轻量计算的智慧灯杆数据分析方法,以智慧灯杆为主体,以需求为驱动对智慧灯杆进行合理的部署,并对其挂载设备进行适当剪裁,离散数据中心负载的同时提高数据分析的性能。
为实现以上目的,本发明采用以下技术方案:
一种基于边缘轻量计算的智慧灯杆数据分析方法,包括以下步骤:
S1:数据采集灯杆采集数据,边缘数据交互模块接收数据采集灯杆发送的数据后,经过防火墙与数据加密将其传输至边缘分析器;
S2:边缘分析器对数据进行处理,对分析结果判定是否需要进一步处理,若是则传输至主控分析器;若否则对反馈方式进行判断,对于紧急结果则以实时方式将指令反馈给数据采集灯杆,对于非紧急结果则以周期方式进行反馈;
S3:对步骤S2中传输至主控分析器的数据进行分析,对于主控分析器处理后的结果,依据结果的紧急程度分别采用实时或周期的形式将决策指令发送给数据采集灯杆。
以上所述步骤中,步骤S2中边缘分析器对数据进行处理具体包括以下步骤:
(1)对区域内各数据采集智慧灯杆采集的数据进行预处理(过滤、修正、筛选、去噪);
(2)对预处理数据汇总并分类,对预处理数据汇总并分类,基于历史数据抽取数据特征属性,构建数据特征向量,计算数据特征向量与标准向量间的距离,设置不同置信度下的阈值,获取数据在目标值上的评估结果;例如将各智慧灯杆采集到的气温数据进行统计,使用统计分析方法对收集来的大量数据进行分析,将它们加以汇总并提取关键信息;
(3)基于统计分析结果针对区域内异常事件进行识别与反馈;
步骤S3具体包括以下步骤:对步骤S3中传输至主控分析器的数据进行分析,主控数据交互模块接收主控分析器分析结果,基于密钥加密通过防火墙传输至数据中心,数据中心对接收结果整合、归纳、计算,将最终决策经由主控分析灯杆、边缘分析灯杆逐层发布到全局区域内的数据采集智慧灯杆;
步骤S3中对传输至主控分析器的数据进行分析,具体包括以下步骤:
(1)主控分析器接收到各边缘分析智慧灯杆发送的分析结果;
(2)对分析结果的一致性进行判定,若多个边缘分析器传送结果存在不一致性,则将结果分层转换为一致性信息;
(3)基于分层转换的方式对对各边缘分析器结果进行数据融合;
(4)针对全局需求对相关行为模式进行挖掘,实现全局智慧灯杆的集中调控与全局安全防护。
本发明的有益效果:本发明提供了一种基于边缘轻量计算的智慧灯杆数据分析方法;以应用需求为驱动,利用边缘计算架构对智慧灯杆进行部署,将数据中心负载离散化,降低数据中心能耗,并且提高数据分析的高效性与准确性;依据功能对智慧灯杆进行分类,为各类灯杆按需定制挂载终端设备,降低智慧灯杆部署成本;以区域为单位进行决策反馈与应急资源部署,为智慧城市安全防护提供支撑。本发明利用分层交互的方式依次从数据采集智慧灯杆、边缘分析智慧灯杆、主控分析智慧灯杆汇聚分析结果;利用边缘计算架构,基于无线传感器将智慧灯杆采集的分布异构数据逐层接入云数据中心,汇聚过程中经由多个边缘分析智慧灯杆对局部数据过滤、筛选、分类、融合,将全局分析负载离散化,缓解主控智慧灯杆的数据压力,有效地利用智慧灯杆边缘数据分析能力轻量化云数据中心的全局负载,确保局部智慧灯杆数据安全的同时降低云数据中心数据分析能耗,提高全局数据分析的高效性与准确性。
附图说明
图1本发明实施例的全局系统架构图;
图2本发明实施例的灯杆结构图;
图3本发明实施例边缘分析器功能结构图;
图4本发明实施例主控分析器功能结构图;
图5本发明实施例边缘数据交互模块流程图;
图6本发明实施例主控数据交互模块流程图;
图中,1为照明装置A、2为视频监控装置、3为温湿度检测装置、4为无线通信设备A、5为信息显示器,6为照明装置B、7为无线通信设备B、8边缘交互装置,9为边缘分析器、10为照明装置C、11为无线通信设备C、12为主控交互装置、13主控分析器。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述:
一种基于边缘轻量计算的智慧灯杆数据分析方法,包括以下步骤:
S1:数据采集灯杆采集数据,边缘数据交互模块接收数据采集灯杆发送的数据后,经过防火墙与数据加密将其传输至边缘分析器;
S2:边缘分析器对数据进行处理,对分析结果判定是否需要进一步处理,若是则经边缘数据交互模块传输至主控分析器;若否则对反馈方式进行判断,对于紧急结果则以实时方式将指令反馈给数据采集灯杆,对于非紧急结果则以周期方式进行反馈;
S3:对步骤S2中传输至主控分析器的数据进行分析,对于主控分析器处理后的结果,依据结果的紧急程度分别采用实时或周期的形式将决策指令发送给数据采集灯杆。
以上所述步骤中,步骤S2中边缘分析器对数据进行处理具体包括以下步骤:
(1)对区域内各数据采集智慧灯杆采集的数据进行预处理(过滤、修正、筛选、去噪);
(2)对预处理数据汇总并分类,对预处理数据汇总并分类,基于历史数据抽取数据特征属性,构建数据特征向量,计算数据特征向量与标准向量间的距离,设置不同置信度下的阈值,获取数据在目标值上的评估结果;例如在固定周期内获取各智慧灯杆采集到的气温数据,构建温度向量,计算其与标准温度向量间的欧式距离,设置不同置信度与偏差阈值,判定对环境舒适度的评估结果;
(3)基于统计分析结果针对区域内异常事件进行识别与反馈;
步骤S3具体包括以下步骤:对步骤S3中传输至主控分析器的数据进行分析,主控数据交互模块接收主控分析器分析结果,基于密钥加密通过防火墙传输至数据中心,数据中心对接收结果整合、归纳、计算,将最终决策经由主控分析灯杆、边缘分析灯杆逐层发布到全局区域内的数据采集智慧灯杆;
步骤S3中对传输至主控分析器的数据进行分析,具体包括以下步骤:
(1)主控分析器接收到各边缘分析智慧灯杆发送的分析结果;
(2)对分析结果的一致性进行判定,若多个边缘分析器传送结果存在不一致性,则将结果分层转换为一致性信息;
(3)基于分层转换的方式对对各边缘分析器结果进行数据融合;
(4)针对全局需求对相关行为模式进行挖掘,实现全局智慧灯杆的集中调控与全局安全防护。
以上所述方法基于图2所示的系统完成,所述系统包括数据采集模块、主控数据分析模块、主控数据交互模块、边缘数据分析模块、边缘数据交互模块;所述数据采集模块采集数据并向智慧灯杆反馈决策指令;所述主控数据分析模块实施全局数据分析;所述主控数据交互模块基于无线通信获取边缘分析模块结果,并传输至主控分析模块进行融合;所述边缘数据分析模块接收边缘数据交互模块传输数据进行处理,并向其反馈处理结果;所述边缘数据交互模块基于无线通信接收数据采集模块采集的数据并向其发送决策指令,向主控智慧灯杆发送并接收数据分析结果。
以上所述系统中,所述数据采集模块包括安全检测设备,视频监控器、温湿度传感器、照明装置、显示屏,所述照明装置、无线通信设备、检测设备、视频监控器、温湿度传感器、显示屏挂载在数据采集智慧灯杆,其中检测设备、视频监控器、温湿度传感器、照明装置、显示屏与无线通信设备相连,检测设备、视频监控器、温湿度传感器将采集到的信息数据通过无线通信模块传送给边缘灯杆,通过无线通信模块将反馈回来的指令信息传送给照明装置和显示屏;
所述边缘数据交互模块包括边缘数据交互装置、边缘数据分析器、无线通信设备、照明装置,所述边缘数据分析器、边缘数据交互装置、无线通信设备、照明装置挂载在边缘分析智慧灯杆,其中边缘分析器与边缘数据交互设备、照明设备相连,边缘交互设备与无线通信设备相连,所述边缘分析器将分析完的数据交由边缘交互设备进行信息传送,所述边缘分析器也可以将信息直接反馈回照明装置,实现实时反馈;
所述主控数据交互模块包括主控数据分析器、主控数据交互装置、无线通信设备、照明装置,所述主控数据分析器、主控数据交互装置、无线通信设备、照明装置挂载在主控分析智慧灯杆,其中主控分析器与主控数据交互设备、照明设备相连,所述主控数据交互设备与无线通信设备相连,主控分析器将分析完的数据交由主控数据交互设备进行信息传送,主控分析器也可以将信息直接反馈回照明装置。
如图2所示为本实施例灯杆结构,从左至右依次为主控分析智慧灯杆、边缘分析智慧灯杆、数据采集智慧灯杆;数据采集灯杆挂载的设备包括:照明装置1、视频监控装置2、温湿度检测装置3、无线通信设备4、信息显示器5;边缘分析智慧灯杆挂载的设备包括:照明装置1、无线通信设备4、边缘交互装置6B,边缘分析器7B。主控分析智慧灯杆挂载的设备包括:照明装置1、无线通信设备4、主控交互装置6A、主控分析器7A。
如图1所示,依据实际应用需求部署一个数据处理中心、N个主控分析智慧灯杆、并划分M个边缘区域。边缘区域由离散的数据采集智慧灯杆及本区域的边缘分析智慧灯杆构成。每个数据采集智慧灯杆通过所挂载的数据采集器存储环境检测到的数据,通过通信模块使用WIFI将数据信息发送给区域内的边缘分析智慧灯杆,边缘分析智慧灯杆通过数据交互模块接收来自区域内各数据采集智慧灯杆上的数据,采用边缘数据分析器对发送的数据进行过滤汇总处理,整合为有用的决策信息对终端进行反馈。在需要对整个区域的智慧灯杆做监测并集中处理时,此时不需要边缘分析器反馈给数据采集器,边缘分析智慧灯杆会将接收的区域数据及分析结果经边缘数据交互模块发送给主控分析智慧灯杆,再由主控智慧灯杆将数据处理整合经过加密处理,通过主控数据交互模块发送给云数据中心。
图3所示为本发明实施例边缘分析器功能结构图。边缘分析器接收数据采集智慧灯杆上温湿度传感器、视频监控器、报警器等设备采集的数据,基于边缘区域需求进行过滤,删除无用信息减少数据量,并对缺失数据进行修正。在此基础上对各类别数据按周期筛选并汇总,完成数据特征统计分析。若分析结果中有异常事件存在则以实时方式将决策指令反馈给数据采集灯杆。
图4为本发明实施例主控分析器功能结构图。主控分析器对边缘分析器结果进行一致性判别,若多个边缘分析器传送结果存在不一致性,则将结果分层转换为一致性信息。之后对各边缘分析器结果进行数据融合,在此基础上进行全局行为模式挖掘。
图5是本发明实施例边缘数据交互模块功能流程图。边缘数据交互模块同时负责边缘分析灯杆与数据采集灯杆、主控分析灯杆间的数据交互。边缘数据交互模块接收数据采集灯杆发送的原始数据,经过防火墙与数据加密将其传输至边缘分析器;对于边缘分析器的分析结果首先判定是否需要进一步处理,若是则传输至主控分析器;若无需进一步处理则对反馈方式进行判断,对于紧急结果则以实时方式将指令反馈给数据采集灯杆,对于非紧急结果则以周期方式进行反馈。同样地,对于主控分析器进一步处理后的结果,依据结果的紧急程度分别采用实时或周期的形式将决策指令发送给数据采集灯杆。
图6是本发明实施例主控数据交互模块功能流程图。主控数据交互模块接收主控分析器分析结果,基于密钥加密通过防火墙传输至数据中心,数据中心对接收结果整合、归纳、计算,将最终决策经由主控分析灯杆、边缘分析灯杆逐层发布到全局区域内的数据采集智慧灯杆。
本发明具体实施途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (4)
1.一种基于边缘轻量计算的智慧灯杆数据分析方法,其特征在于,包括以下步骤:
S1:数据采集灯杆采集数据,边缘数据交互模块接收数据采集灯杆发送的数据后,经过防火墙与数据加密将其传输至边缘分析器;
S2:边缘分析器对数据进行处理,对分析结果判定是否需要进一步处理,若是则传输至主控分析器;若否则对反馈方式进行判断,对于紧急结果则以实时方式将指令反馈给数据采集灯杆,对于非紧急结果则以周期方式进行反馈;
S3:对步骤S2中传输至主控分析器的数据进行分析,对于主控分析器处理后的结果,依据结果的紧急程度分别采用实时或周期的形式将决策指令发送给数据采集灯杆。
2.根据权利要求1所述的基于边缘轻量计算的智慧灯杆数据分析方法,其特征在于,步骤S2中边缘分析器对数据进行处理具体包括以下步骤:
(1)对区域内各数据采集智慧灯杆采集的数据进行预处理;
(2)对预处理数据汇总并分类,基于历史数据抽取数据特征属性,构建数据特征向量,计算数据特征向量与标准向量间的距离,设置不同置信度下的阈值,获取数据在目标值上的评估结果;
(3)基于统计分析结果针对区域内异常事件进行识别与反馈。
3.根据权利要求1所述的基于边缘轻量计算的智慧灯杆数据分析方法,其特征在于,步骤S3具体包括以下步骤:对步骤S3中传输至主控分析器的数据进行分析,主控数据交互模块接收主控分析器分析结果,基于密钥加密通过防火墙传输至数据中心,数据中心对接收结果整合、归纳、计算,将最终决策经由主控分析灯杆、边缘分析灯杆逐层发布到全局区域内的数据采集智慧灯杆。
4.根据权利要求1或3所述的基于边缘轻量计算的智慧灯杆数据分析方法,其特征在于,步骤S3中对传输至主控分析器的数据进行分析,具体包括以下步骤:
(1)主控分析器接收到各边缘分析智慧灯杆发送的分析结果;
(2)对分析结果的一致性进行判定,若多个边缘分析器传送结果存在不一致性,则将结果分层转换为一致性信息;
(3)基于分层转换的方式对对各边缘分析器结果进行数据融合;
(4)针对全局需求对相关行为模式进行挖掘,实现全局智慧灯杆的集中调控与全局安全防护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110387820.0A CN112988392A (zh) | 2021-04-09 | 2021-04-09 | 一种基于边缘轻量计算的智慧灯杆数据分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110387820.0A CN112988392A (zh) | 2021-04-09 | 2021-04-09 | 一种基于边缘轻量计算的智慧灯杆数据分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112988392A true CN112988392A (zh) | 2021-06-18 |
Family
ID=76337848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110387820.0A Pending CN112988392A (zh) | 2021-04-09 | 2021-04-09 | 一种基于边缘轻量计算的智慧灯杆数据分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112988392A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110691141A (zh) * | 2019-10-18 | 2020-01-14 | 深圳市奥拓电子股份有限公司 | 基于智慧灯杆的智慧城市系统 |
CN110784511A (zh) * | 2019-09-17 | 2020-02-11 | 许继电气股份有限公司 | 一种基于边缘物联代理的智慧路灯系统 |
CN111210629A (zh) * | 2020-01-14 | 2020-05-29 | 湖南大学 | 一种基于路灯杆的智慧交通控制方法及系统 |
CN111596629A (zh) * | 2020-06-02 | 2020-08-28 | 曲阜师范大学 | 一种云边协同的工业数据融合方法和安全控制器 |
CN111770133A (zh) * | 2020-05-20 | 2020-10-13 | 同济大学 | 一种多体慧联云控平台 |
CN111885526A (zh) * | 2020-06-22 | 2020-11-03 | 同济大学 | 一种基于5g智慧灯杆集群的地球皮肤感知系统和应用方法 |
WO2021026942A1 (zh) * | 2019-08-15 | 2021-02-18 | 扬州市泰吉工贸有限公司 | 一种智能太阳能路灯杆 |
CN112540557A (zh) * | 2020-11-02 | 2021-03-23 | 杭州电子科技大学 | 一种面向5g应用的智慧灯杆集成装置及实现方法 |
-
2021
- 2021-04-09 CN CN202110387820.0A patent/CN112988392A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021026942A1 (zh) * | 2019-08-15 | 2021-02-18 | 扬州市泰吉工贸有限公司 | 一种智能太阳能路灯杆 |
CN110784511A (zh) * | 2019-09-17 | 2020-02-11 | 许继电气股份有限公司 | 一种基于边缘物联代理的智慧路灯系统 |
CN110691141A (zh) * | 2019-10-18 | 2020-01-14 | 深圳市奥拓电子股份有限公司 | 基于智慧灯杆的智慧城市系统 |
CN111210629A (zh) * | 2020-01-14 | 2020-05-29 | 湖南大学 | 一种基于路灯杆的智慧交通控制方法及系统 |
CN111770133A (zh) * | 2020-05-20 | 2020-10-13 | 同济大学 | 一种多体慧联云控平台 |
CN111596629A (zh) * | 2020-06-02 | 2020-08-28 | 曲阜师范大学 | 一种云边协同的工业数据融合方法和安全控制器 |
CN111885526A (zh) * | 2020-06-22 | 2020-11-03 | 同济大学 | 一种基于5g智慧灯杆集群的地球皮肤感知系统和应用方法 |
CN112540557A (zh) * | 2020-11-02 | 2021-03-23 | 杭州电子科技大学 | 一种面向5g应用的智慧灯杆集成装置及实现方法 |
Non-Patent Citations (3)
Title |
---|
RISHIKESH LOHOTE ET AL.: "Smart Street Light Lamps", 《2018 INTERNATIONAL CONFERENCE ON SMART CITY AND EMERGING TECHNOLOGY (ICSCET)》 * |
段宝燕: "智慧灯杆为载体的边缘智能网关研发", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
焦奕硕 等: "智慧灯杆在新型智慧城市中的应用", 《智慧城市》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110533885B (zh) | 城市内涝监测预警系统及预警方法 | |
CN205748466U (zh) | 一种工地扬尘噪声监管系统 | |
CN105070086B (zh) | 一种交通信号灯故障智能检测、报警系统及方法 | |
CN104517432A (zh) | 基于无人机和无线传感器网络的监控系统 | |
CN110996259B (zh) | 一种基于边缘计算的智慧垃圾监控清运方法及装置 | |
CN106375027A (zh) | 一种用于无线电的智能化云监测系统与方法 | |
CN207931400U (zh) | 一种基于车联网的轮胎监测及预警系统 | |
CN103856762A (zh) | 多摄像头智能选择和视频优先级判断系统及选择方法 | |
CN107071716B (zh) | 基于td-lte专网的水环境监测系统及方法 | |
CN106200518A (zh) | 一种电动汽车远程监控系统的频率自适应方法 | |
CN111385540A (zh) | 基于视频流分析技术的智慧市政基础设施管理系统 | |
CN115220479B (zh) | 动静协同的输电线路精细化巡检方法与系统 | |
CN108268972A (zh) | 基于天通与北斗卫星的空天一体化通导电力设施在线监测预警分析系统与方法 | |
CN107025797A (zh) | 一种恶劣天气路况自动预警系统 | |
CN204270491U (zh) | 基于无人机和无线传感器网络的监控系统 | |
CN204759452U (zh) | 一种基于视频烟雾多特征融合的交通火灾检测系统 | |
CN106504566B (zh) | 一种交通站点识别系统及方法 | |
CN118196624A (zh) | 一种建筑工地的安全帽智能识别系统及方法 | |
CN110994785A (zh) | 一种变电站用远程电力监控系统 | |
CN112988392A (zh) | 一种基于边缘轻量计算的智慧灯杆数据分析方法 | |
CN117614487A (zh) | 一种基于北斗系统的输电线路通信方法及系统 | |
CN105116851B (zh) | 隐患排查信息物理融合系统 | |
CN206773920U (zh) | 一种恶劣天气路况自动预警系统的传感电路 | |
CN207249403U (zh) | 一种物联网交通机电设备智能监控预警装置 | |
CN206039841U (zh) | 一种基于gis的城市交通管理系统 |
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 |
Application publication date: 20210618 |