CN113014500A - 一种机器视觉信息处理方法及装置 - Google Patents

一种机器视觉信息处理方法及装置 Download PDF

Info

Publication number
CN113014500A
CN113014500A CN202110224142.6A CN202110224142A CN113014500A CN 113014500 A CN113014500 A CN 113014500A CN 202110224142 A CN202110224142 A CN 202110224142A CN 113014500 A CN113014500 A CN 113014500A
Authority
CN
China
Prior art keywords
mec
machine vision
image acquisition
equipment
preset time
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.)
Granted
Application number
CN202110224142.6A
Other languages
English (en)
Other versions
CN113014500B (zh
Inventor
路玮
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202110224142.6A priority Critical patent/CN113014500B/zh
Publication of CN113014500A publication Critical patent/CN113014500A/zh
Application granted granted Critical
Publication of CN113014500B publication Critical patent/CN113014500B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/29—Flow control; Congestion control using a combination of thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless
    • H04N21/64723—Monitoring of network processes or resources, e.g. monitoring of network load
    • H04N21/64738—Monitoring network characteristics, e.g. bandwidth, congestion level
    • 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
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种机器视觉信息处理方法及装置。该方法包括：基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得预设时间内的MEC拥塞率；基于预设时间内的MEC信令流量增长度和MEC机器视觉信令量增幅获得预设时间内的MEC机器视觉增长占比；基于预设时间内的MEC拥塞率和MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态。该机器视觉信息处理方法可以在最短时延、最少信令的情况下进行图像信息和数据信息的传输，减少工作消耗的时间，降低维护成本，提高经济效益。

Description

一种机器视觉信息处理方法及装置
技术领域
本发明涉及工业数字处理技术领域，具体涉及一种机器视觉信息处理方法及装置。
背景技术
工业视觉系统可用于自动检验、工件加工和装配自动化，也可用于生产过程的控制和监视。工业生产领域常需要应用机器视觉代替人的视觉,特别是对速度、精度或可靠性要求高的视觉任务更需要机器视觉代替人的视觉，这促进了工业视觉系统的发展。
机器视觉设备是工业视觉系统中用于模拟人的视觉功能的设备，其可从采集的图像中提取信息，并进行处理和解释。为了提高图像解释的效率，工业视觉系统需要借助传输网络将图像信息传输至多接入边缘计算(Multi-Access Edge Computing，MEC)平台，由MEC平台对采集的图像信息进行处理，再由机器视觉设备对处理后的图像信息进行解释。
在实际应用中，由于图像信息是高清图像和视频流，数据量较大，这给传输网络的带宽带来了较大的压力。同时，为了实现实时在线检测，实时控制，需要低时延网络支撑。如果由于网络传输时延大，导致传输图像或视频出现卡顿现象，重复操作导致的效率降低、精度变差等问题。
发明内容
为此，本发明提供一种机器视觉信息处理方法及装置，以解决现有技术中由于网络传输时延较大而导致的出现卡顿、效率低和精度差的问题。
为了实现上述目的，本发明第一方面提供一种机器视觉信息处理方法，包括：
基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得所述预设时间内的MEC拥塞率；
基于所述预设时间内的MEC信令流量增长度和MEC机器视觉信令量增幅获得所述预设时间内的MEC机器视觉增长占比；
基于所述预设时间内的所述MEC拥塞率和所述MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态。
其中，所述MEC上行利用率是基于MEC上行消耗容量、MEC上行配置容量确定；所述MEC下行利用率是基于MEC下行消耗容量和MEC下行配置容量确定；所述MEC平均利用率是基于所述MEC上行消耗容量、所述MEC下行消耗容量、所述MEC上行配置容量和所述MEC下行配置容量确定。
其中，所述基于所述预设时间内的所述MEC拥塞率和所述MEC机器视觉增长占比确定图像采集设备、MEC平台和机器视觉设备之间的传输状态，包括：
在所述MEC拥塞率大于预设的拥塞率门阀值、且所述MEC机器视觉增长占比小于预设的信令增长占比阈值的情况下，所述图像采集设备、所述MEC平台和所述机器视觉设备相互保持连接状态，且所述MEC平台向所述机器视觉设备发送图像信息；
在所述MEC拥塞率大于预设的拥塞率门阀值，且所述MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，所述图像采集设备将所述图像信息缓存至所述MEC平台，以供所述图像采集设备向所述机器视觉设备发送所述图像信息和信令信息。
其中，在所述MEC拥塞率大于预设的拥塞率门阀值，且所述MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，获取所述图像采集设备与所述MEC平台和所述机器视觉设备之间的当前连接状态；以及记录所述MEC平台与所述图像采集设备、所述机器视觉设备处于无效状态的时长。
其中，所述在所述MEC拥塞率大于预设的拥塞率门阀值，且所述MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，获取所述图像采集设备与所述MEC平台和所述机器视觉设备的当前连接状态；以及记录所述MEC平台与所述图像采集设备、所述机器视觉设备处于无效状态的时长之后，还包括：
在所述MEC平台与所述图像采集设备、所述机器视觉设备处于无效状态的时长超过预设时长的情况下，继续判断所述MEC拥塞率大于预设的拥塞率门阀值。
其中，所述在所述MEC拥塞率大于预设的拥塞率门阀值，且所述MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，获取所述图像采集设备与所述MEC平台和所述机器视觉设备的当前连接状态；以及记录所述MEC平台与所述图像采集设备、所述机器视觉设备处于无效状态的时长之后，还包括：
在所述图像采集设备与所述MEC平台、所述机器视觉设备的无线资源控制连接处于非连接态时，接收所述图像采集设备的连接请求。
其中，所述基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得所述预设时间内的MEC拥塞率之前，还包括：
基于所述图像采集设备的业务连接请求，在所述图像采集设备、所述MEC平台和所述机器视觉设备之间建立传输通道。
其中，所述基于所述图像采集设备的业务连接请求，在所述图像采集设备、所述MEC平台和所述机器视觉设备之间建立传输通道之后，还包括：
获取所述机器视觉设备的IP地址和以太网协议。
其中，所述基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得所述预设时间内的MEC拥塞率之前，还包括：
基于所述图像采集设备采集的图像信息获得图像模型；
将所述图像模型发送至所述机器视觉设备。
第二方面，本发明提供一种机器视觉信息处理装置，包括：
第一计算模块，用于基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得所述预设时间内的MEC拥塞率；
第二计算模块，用于基于所述预设时间内的MEC信令流量增长度和MEC机器视觉信令量增幅获得所述预设时间内的MEC机器视觉增长占比；
调整模块，用于基于所述预设时间内的所述MEC拥塞率和所述MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态。
本发明具有如下优点：
本发明实施例提供的机器视觉信息处理方法，通过MEC拥塞率和MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态，可以在最短时延、最少信令的情况下进行图像信息和数据信息的传输，减少工作消耗的时间，降低维护成本，提高经济效益。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。
图1是本发明的一个实施例可以应用于其中的示例性系统架构图；
图2为本发明实施例提供的一种机器视觉信息处理方法的流程图；
图3为本发明实施例提供的另一种机器视觉信息处理方法的流程图；
图4为本发明实施例中提供的一种业务通道建立过程的流程图；
图5为本发明实施例提供的一种机器视觉信息处理装置的原理框图；
图6为本发明实施例提供的一种机器视觉信息处理方法的流程图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
如本发明所使用的，术语“和/或”包括一个或多个相关列举条目的任何和全部组合。
本发明所使用的术语仅用于描述特定实施例，且不意欲限制本发明。如本发明所使用的，单数形式“一个”和“该”也意欲包括复数形式，除非上下文另外清楚指出。
当本发明中使用术语“包括”和/或“由……制成”时，指定存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。
本发明所述实施例可借助本发明的理想示意图而参考平面图和/或截面图进行描述。因此，可根据制造技术和/或容限来修改示例图示。
除非另外限定，否则本发明所用的全部术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解，诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本发明的背景下的含义一致的含义，且将不解释为具有理想化或过度形式上的含义，除非本发明明确如此限定。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
图1示出了可以应用本发明的用于处理图像的方法或用于处理图像的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。
终端设备101可以是具有图像采集功能的设备，如工业相机、高清视频头或视觉传感器，终端设备101可以获得工业生产过程中图像信息，如印刷电路板的图像信息、钢板的表面信息和工件平行度/垂直度信息等。
网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。其中，无线网络采用5G网络。
5G网络与云计算、大数据、虚拟增强现实、人工智能等技术深度融合，将连接人和万物，成为各行业数字化转型的关键基础设施。5G网络可以应用于三大应用场景：eMBB(增强移动宽带)、mMTC(海量机器类通信)和uRLLC(超可靠低时延通信)。其中，uRLLC聚焦对时延极其敏感的业务，例如自动驾驶、工业控制、远程医疗等，满足人们对于数字化工业的需求。
其中，服务器可以是提供各种服务的后台服务器，后台服务器可以用于信息提取和信息处理等服务。例如服务器可以是多接入边缘计算(Multi-Acess Edge Computing，MEC)数据平台和机器视觉设备。
MEC平台是在靠近人、物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，可满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
机器视觉设备是利用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。
图2为本发明提供的机器视觉信息处理方法的流程图。如图2所示，机器视觉信息处理方法，包括：
步骤201，基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得预设时间内的MEC拥塞率。
其中，用户可以任意设置预设时间，例如，预设时间是几秒、几十秒或更长时间。MEC上行利用率是指在预设时间段内终端设备向MEC平台传输信息的过程中网络带宽的利用率。MEC下行利用率是指在预设时间段内MEC平台向视觉设备传输信息的过程中网络带宽的利用率。MEC平均利用率是指在预设时间段内MEC平台的网络带宽资源的平均利用率。
在一些实施例中，MEC上行利用率是基于MEC上行消耗容量、MEC上行配置容量确定。例如：MEC上行利用率＝MEC上行消耗容量/MEC上行配置容量；其中，MEC上行消耗容量是指MEC平台的上行通道的实际使用网络带宽资源，MEC上行配置容量指MEC平台配置的上行网络带宽资源。
在一些实施例中，MEC下行利用率是基于MEC下行消耗容量和MEC下行配置容量确定。例如：MEC下行利用率＝MEC下行消耗容量/MEC下行配置容量；其中，MEC下行消耗容量是指MEC平台的下行通道的实际使用网络带宽资源，MEC下行配置容量指MEC平台配置的下行网络带宽资源。
在一些实施例中，MEC平均利用率是基于所述MEC上行消耗容量、所述MEC下行消耗容量、所述MEC上行配置容量和所述MEC下行配置容量确定。例如：MEC平均利用率X＝(MEC上行消耗容量+MEC下行消耗容量)/MEC上下行总容量。其中，MEC上下行总容量是指MEC平台配置的上行网络带宽资源和下行网络带宽资源的总和。
在一些实施例中，MEC拥塞率Y＝(MEC上行利用率×上行权重系数+MEC下行利用率×下行权重系数)/(MEC平均利用率×平均利用系数)。其中，上行权重系数、下行权重系数和平均利用系数可以由用户自行设定。
步骤202，基于预设时间内的MEC信令流量增长度和MEC机器视觉信令量增幅获得预设时间内的MEC机器视觉增长占比。
其中，MEC信令流量增长度是指两个相邻的预设时间段内信令流量的增长量。MEC机器视觉信令量增幅是指两个相邻的预设时间段内机器视觉信令流量的增长量。
在一些实施例中，MEC信令流量增长度Z＝|当前预设时间段内MEC信令流量数-上次预设时间段内MEC信令流量数|/上次预设时间段内MEC信令流量数。其中，上次预设时间段是指早于当前预设时间段且与当前预设时间段相邻的预设时间段。
在一些实施例中，MEC机器视觉信令量增幅M＝|当前预设时间段内机器视觉信令流量数-上次预设时间段内机器视觉信令流量数|/上次预设时间段内机器视觉信令流量数。其中，上次预设时间段是指早于当前预设时间段且与当前预设时间段相邻的预设时间段。
在一些实施例中，MEC机器视觉信令增长占比N＝MEC机器视觉信令量增幅M/MEC信令流量增长度Z。
步骤203，基于预设时间内的MEC拥塞率和MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态。
其中，传输状态包括但不限于图像采集设备和MEC平台的连接状态、MEC平台和机器视觉设备的连接状态、图像信息的传输状态以及信令信息的传输状态。
在一些实施例中，在MEC拥塞率小于预设的拥塞率门阀值的情况下，图像采集设备向MEC平台发送图像信息、数据信息和信令信息。MEC平台向机器视觉设备发送图像模型和信令信息。其中，拥塞率门阀值可以由用户任意设定，例如，拥塞率门阀值可以设定为60％。数据信息根据工业场景的不同而不同。例如，当工业场景为薄膜生产时，数据信息包括电流、电压、气压等信息中的至少一种。图像模型是MEC平台基于图像信息生成的三维模型。
在一些实施例中，在MEC拥塞率大于预设的拥塞率门阀值、且MEC机器视觉增长占比小于预设的信令增长占比阈值的情况下，图像采集设备、MEC平台和机器视觉设备相互保持连接状态，且MEC平台向机器视觉设备发送图像信息，但不发送信令消息。其中，拥塞率门阀值和预设的信令增长占比阈值可以由用户任意设定。
在一些实施例中，在MEC拥塞率大于预设的拥塞率门阀值，且MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，图像采集设备将图像信息缓存至MEC平台，但MEC平台不再向机器视觉设备发送图像信息和信令信息，图像信息和信令信息由图像采集设备直接向机器视觉设备发送。
在一些实施例中，在MEC拥塞率大于预设的拥塞率门阀值，且MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，获取图像采集设备与MEC平台和机器视觉设备之间的当前连接状态；以及记录MEC平台与图像采集设备、机器视觉设备处于无效状态的时长。
在MEC拥塞率大于预设的拥塞率门阀值，且MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，MEC平台与图像采集设备之间的连接状态为无效(inactive)状态，MEC平台与机器视觉设备之间的连接状态为无效状态。
在一些实施例中，在记录MEC平台与图像采集设备、机器视觉设备处于无效状态的时长时，可以采用计数的方式。例如，设定监听时间为10秒，每隔10秒监听一次MEC平台和机器视觉设备的情况，并对监听次数进行累加，通过累加次数即可获得记录MEC平台与图像采集设备、机器视觉设备处于无效状态的时长。
在一些实施例中，在MEC拥塞率大于预设的拥塞率门阀值，且MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，获取图像采集设备与MEC平台和机器视觉设备的当前连接状态；以及记录MEC平台与图像采集设备、机器视觉设备处于无效状态的时长之后，还包括：
在MEC平台与图像采集设备、机器视觉设备处于无效状态的时长超过预设时长的情况下，继续判断MEC拥塞率大于预设的拥塞率门阀值。
在一些实施例中，在MEC拥塞率大于预设的拥塞率门阀值，且MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，获取图像采集设备与MEC平台和机器视觉设备的当前连接状态；以及记录MEC平台与图像采集设备、机器视觉设备处于无效状态的时长之后，还包括：
在图像采集设备与MEC平台、机器视觉设备的无线资源控制连接处于非连接态(inactive)时，接收图像采集设备的连接请求，以便于是图像采集设备与MEC平台再次建立业务通道。
在一些实施例中，所述基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得所述预设时间内的MEC拥塞率之前，还包括：基于所述图像采集设备采集的图像信息获得图像模型；将所述图像模型发送至所述机器视觉设备。
其中，图像模型是基于图像信息获得的模型。例如，基于图像信息获得三维模型。本实施例对图像模型不做限定。
在一些实施例中，如图3所示，机器视觉信息处理方法，包括：
步骤301，基于所述图像采集设备的业务连接请求，在图像采集设备、MEC平台和机器视觉设备之间建立传输通道。
其中，图像采集设备通过5G网络向MEC平台发起初始业务请求，在初始业务请求中携带有图像采集设备的IP地址、以太网协议等信息。MEC平台收到图像采集设备的初始业务请求后，向机器视觉设备发送初始业务请求，并该初始业务请求包含图像采集设备和MEC平台的IP地址、以太网协议。
而且，在机器视觉设备收到MEC平台发送的初始业务请求后，机器视觉设备基于初始业务请求向MEC和图像采集设备发送反馈消息，其中，反馈消息包括机器视觉设备的IP地址、以太网协议、传输时间等信息。
在图像采集设备、MEC平台和机器视觉设备之间建立传输通道时，图像采集设备、MEC平台和机器视觉设备之间不仅需要建立业务连接，还需要完成鉴权和安全认证等操作。其中，本实施例对鉴权和安全认证的过程不做限定，能够满足用户需求的鉴权和安全认证即可。
步骤302，基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得预设时间内的MEC拥塞率。
步骤303，基于预设时间内的MEC信令流量增长度和MEC机器视觉信令量增幅获得预设时间内的MEC机器视觉增长占比。
步骤304，基于预设时间内的MEC拥塞率和MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态。
其中，步骤302至步骤304与前述实施例中步骤201至步骤203对应相同，在此不再赘述。
在一些实施例中，在基于图像采集设备的业务连接请求，在图像采集设备、所述MEC平台和所述机器视觉设备之间建立传输通道之后，还包括：获取机器视觉设备的IP地址和以太网协议。
图4为本发明实施例中业务通道建立过程的流程图。如图4所示，建立业务通道过程包括以下步骤：
步骤401，图像采集装置发起初始业务请求。
图像采集设备通过5G基站向MEC平台发起初始业务请求，其中，初始业务请求包括图像采集设备IP地址和以太网协议等信息。
步骤402，MEC平台将初始业务请求发送给机器视觉设备。
MEC平台通过5G基站将初始业务请求发送给机器视觉设备，在该初始业务请求中携带有图像采集设备、5G基站、MEC平台的相关信息，例如图像采集设备、5G基站和MEC平台的IP地址、以太网协议、传输时间、数据包等信息。
步骤403，机器视觉设备向MEC平台返回反馈消息。
其中，机器视觉设备通过5G基站向MEC平台返回反馈消息，该反馈消息中携带机器视觉设备的IP地址、以太网协议、传输时间等信息。
步骤404，机器视觉设备向图像采集设备返回反馈消息。
其中，机器视觉设备通过5G基站向图像采集设备返回反馈消息，该反馈消息中携带机器视觉设备的IP地址、以太网协议、传输时间等信息。
通过步骤401至步骤404实现图像采集设备、MEC平台和机器视觉设备之间的业务连接。图像采集设备、MEC平台和机器视觉设备采用相同的方式进行鉴权、安全等操作。
在图像采集设备、MEC平台和机器视觉设备之间建立业务通道后，图像采集设备可以向MEC平台和机器视觉设备发送图像信息，MEC平台可以控制图像采集设备、MEC平台和机器视觉设备的信息流。
上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。
本实施例提供的机器视觉信息处理方法，通过MEC拥塞率和MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态，以控制图像采集设备、MEC平台和机器视觉设备之间的信令信息和图像信息的传输，从而实现在最短时延、最少信令的情况下进行图像信息和数据信息的传输，减少工作消耗的时间，降低维护成本，提高经济效益。
图5为本发明实施例提供的一种机器视觉信息处理装置的原理框图。如图5所示，机器视觉信息处理装置，包括：
第一计算模块501，用于基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得预设时间内的MEC拥塞率。
其中，用户可以任意设置预设时间，例如，预设时间是几秒、几十秒或更长时间。MEC上行利用率是指在预设时间段内终端设备向MEC平台传输信息的过程中网络带宽的利用率。MEC下行利用率是指在预设时间段内MEC平台向视觉设备传输信息的过程中网络带宽的利用率。MEC平均利用率是指在预设时间段内MEC平台的网络带宽资源的平均利用率。
在一些实施例中，MEC上行利用率是基于MEC上行消耗容量、MEC上行配置容量确定。例如：MEC上行利用率＝MEC上行消耗容量/MEC上行配置容量；其中，MEC上行消耗容量是指MEC平台的上行通道的实际使用网络带宽资源，MEC上行配置容量指MEC平台配置的上行网络带宽资源。
在一些实施例中，MEC下行利用率是基于MEC下行消耗容量和MEC下行配置容量确定。例如：MEC下行利用率＝MEC下行消耗容量/MEC下行配置容量；其中，MEC下行消耗容量是指MEC平台的下行通道的实际使用网络带宽资源，MEC下行配置容量指MEC平台配置的下行网络带宽资源。
在一些实施例中，MEC平均利用率是基于所述MEC上行消耗容量、所述MEC下行消耗容量、所述MEC上行配置容量和所述MEC下行配置容量确定。例如：MEC平均利用率X＝(MEC上行消耗容量+MEC下行消耗容量)/MEC上下行总容量。其中，MEC上下行总容量是指MEC平台配置的上行网络带宽资源和下行网络带宽资源的总和。
在一些实施例中，MEC拥塞率Y＝(MEC上行利用率×上行权重系数+MEC下行利用率×下行权重系数)/(MEC平均利用率×平均利用系数)。其中，上行权重系数、下行权重系数和平均利用系数可以由用户自行设定。
第二计算模块502，用于基于预设时间内的MEC信令流量增长度和MEC机器视觉信令量增幅获得预设时间内的MEC机器视觉增长占比。
其中，MEC信令流量增长度是指两个相邻的预设时间段内信令流量的增长量。MEC机器视觉信令量增幅是指两个相邻的预设时间段内机器视觉信令流量的增长量。
在一些实施例中，MEC信令流量增长度Z＝|当前预设时间段内MEC信令流量数-上次预设时间段内MEC信令流量数|/上次预设时间段内MEC信令流量数。其中，上次预设时间段是指早于当前预设时间段且与当前预设时间段相邻的预设时间段。
在一些实施例中，MEC机器视觉信令量增幅M＝|当前预设时间段内机器视觉信令流量数-上次预设时间段内机器视觉信令流量数|/上次预设时间段内机器视觉信令流量数。其中，上次预设时间段是指早于当前预设时间段且与当前预设时间段相邻的预设时间段。
在一些实施例中，MEC机器视觉信令增长占比N＝MEC机器视觉信令量增幅M/MEC信令流量增长度Z。
调整模块503，用于基于预设时间内的MEC拥塞率和MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态。
其中，传输状态包括但不限于图像采集设备和MEC平台的连接状态、MEC平台和机器视觉设备的连接状态、图像信息的传输状态以及信令信息的传输状态。
在一些实施例中，在MEC拥塞率小于预设的拥塞率门阀值的情况下，图像采集设备向MEC平台发送图像信息、数据信息和信令信息。MEC平台向机器视觉设备发送图像模型和信令信息。其中，拥塞率门阀值可以由用户任意设定，例如，拥塞率门阀值可以设定为60％。数据信息根据工业场景的不同而不同。例如，当工业场景为薄膜生产时，数据信息包括电流、电压、气压等信息中的至少一种。图像模型是MEC平台基于图像信息生成的三维模型。
在一些实施例中，在MEC拥塞率大于预设的拥塞率门阀值、且MEC机器视觉增长占比小于预设的信令增长占比阈值的情况下，图像采集设备、MEC平台和机器视觉设备相互保持连接状态，且MEC平台向机器视觉设备发送图像信息，但不发送信令消息。其中，拥塞率门阀值和预设的信令增长占比阈值可以由用户任意设定。
在一些实施例中，在MEC拥塞率大于预设的拥塞率门阀值，且MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，图像采集设备将图像信息缓存至MEC平台，但MEC平台不再向机器视觉设备发送图像信息和信令信息，图像信息和信令信息由图像采集设备直接向机器视觉设备发送。
在一些实施例中，在MEC拥塞率大于预设的拥塞率门阀值，且MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，获取图像采集设备与MEC平台和机器视觉设备之间的当前连接状态；以及记录MEC平台与图像采集设备、机器视觉设备处于无效状态的时长。
在MEC拥塞率大于预设的拥塞率门阀值，且MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，MEC平台与图像采集设备之间的连接状态为无效(inactive)状态，MEC平台与机器视觉设备之间的连接状态为无效状态。
在一些实施例中，在记录MEC平台与图像采集设备、机器视觉设备处于无效状态的时长时，可以采用计数的方式。例如，设定监听时间为10秒，每隔10秒监听一次MEC平台和机器视觉设备的情况，并对监听次数进行累加，通过累加次数即可获得记录MEC平台与图像采集设备、机器视觉设备处于无效状态的时长。
在一些实施例中，机器视觉信息处理装置还包括：
传输通道建立模块，用于基于所述图像采集设备的业务连接请求，在图像采集设备、MEC平台和机器视觉设备之间建立传输通道。
其中，图像采集设备通过5G网络向MEC平台发起初始业务请求，在初始业务请求中携带有图像采集设备的IP地址、以太网协议等信息。MEC平台收到图像采集设备的初始业务请求后，向机器视觉设备发送初始业务请求，并该初始业务请求包含图像采集设备和MEC平台的IP地址、以太网协议。
而且，在机器视觉设备收到MEC平台发送的初始业务请求后，机器视觉设备基于初始业务请求向MEC和图像采集设备发送反馈消息，其中，反馈消息包括机器视觉设备的IP地址、以太网协议、传输时间等信息。
在图像采集设备、MEC平台和机器视觉设备之间建立传输通道时，图像采集设备、MEC平台和机器视觉设备之间不仅需要建立业务连接，还需要完成鉴权和安全认证等操作。其中，本实施例对鉴权和安全认证的过程不做限定，能够满足用户需求的鉴权和安全认证即可。
本实施例提供的机器视觉信息处理装置，通过MEC拥塞率和MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态，以控制图像采集设备、MEC平台和机器视觉设备之间的信令信息和图像信息的传输，从而实现在最短时延、最少信令的情况下进行图像信息和数据信息的传输，减少工作消耗的时间，降低维护成本，提高经济效益。
为了更好地理解本发明，下面结合图像采集设备、MEC数据平台、机器视觉设备和5G基站对机器视觉信息处理方法进一步详细描述。
图6为本发明实施例提供的机器视觉信息处理方法的流程图。如图6所示，机器视觉信息处理方法包括：
步骤601，图像采集设备、MEC平台和机器视觉设备建立业务通道。
在本实施例中，图像采集设备周期性地向MEC平台和机器视觉设备发送无线资源控制(Radio Resource Control，RRC)初始业务请求。MEC平台收到图像采集设备的初始业务请求后，向机器视觉设备发送初始业务请求，并该初始业务请求包含图像采集设备和MEC平台的IP地址、以太网协议。机器视觉设备向MEC平台和图像采集设备返回反馈信息，从而使图像采集设备、MEC平台和机器视觉设备建立业务连接，并完成鉴权和安全认证。
其中，初始业务请求包括图像采集设备的IP地址和以太网协议。反馈消息包括机器视觉设备的IP地址、以太网协议、传输时间等信息。
步骤602，图像采集设备向MEC平台和机器视觉设备发送图像信息和数据信息，MEC平台基于图像信息获得图像模型，并将图像模型发送至机器视觉设备；同时，MEC平台检测MEC拥塞率和机器视觉信令增长比。
其中，图像信息是图像采集设备在工业生产过程中采集的图像，数据信息可以包括工艺参数。图像模型是MEC平台基于图像信息建立的三维模型，如图像设备获得被加工工件的二维图像信息，MEC平台基于被加工工件的二维图像信息建立被加工工件的三维模型。
步骤603，判断MEC拥塞率是否小于预设的拥塞率门阀值。
在MEC拥塞率小于预设的拥塞率门阀值的情况下，执行步骤602；在MEC拥塞率大于或等于预设的拥塞率门阀值的情况下，执行步骤604。其中，拥塞率门阀值可以为60％。
步骤604，判断MEC平台与机器视觉装置之间的信令增长占比是否小于预设的信令增长占比阈值。
在MEC拥塞率小于预设的拥塞率门阀值，且信令增长占比小于预设的信令增长占比阈值情况下，执行步骤605；在MEC拥塞率小于预设的拥塞率门阀值，且信令增长占比大于或等于预设的信令增长占比阈值情况下，执行步骤606。
步骤605，图像采集设备的图像信息缓存至MEC平台，MEC平台向机器视觉设备发送图像信息，不发送信令信息。
在步骤605中，图像采集设备、MEC平台和机器视觉设备保持连接状态。
步骤606，判断在MEC拥塞率是否大于预设的拥塞率门阀值，且信令增长占比是否大于预设的信令增长占比阈值，若是，则执行步骤607；若否，则返回执行步骤602。
步骤607，图像采集设备直接向机器视觉设备发送图像信息和信令信息，同时，向MEC平台反馈图像采集设备与机器视觉设备传输图像信息、信令信息的时间以及MEC平台与图像采集设备之间的当前状态，并且记录MEC平台与图像采集设备和机器视觉设备之间处于无效状态的时长。
在步骤607中，MEC平台与图像采集设备和机器视觉设备之间的连接状态为无效态。每隔10秒监听一次MEC平台与图像采集设备和机器视觉设备之间的连接状态，并对监听的次数进行累加。
步骤608，判断MEC平台与图像采集设备和机器视觉设备之间的连接状态为无效态的时长是否大于预设时长，若是，则返回执行步骤603；若否，则执行步骤609。
在图像采集设备连接MEC平台和机器视觉设备情况正常，图像采集设备传输正常，MEC平台与图像采集设备和机器视觉设备之间的连接状态为无效态的时长是大于预设时长，则返回执行步骤603。
在本实施例中，判断监听的次数可以获得时长，例如，间隔10秒监听一次MEC平台与图像采集设备的当前状态，设置监听次数为10次，即预设时长为100秒。当监听次数小于10次时，MEC平台与图像采集设备和机器视觉设备之间的连接状态为无效态的时长小于预设时长。当监听次数大于10次时，MEC平台与图像采集设备和机器视觉设备之间的连接状态为无效态的时长大于预设时长。
步骤609，图像采集设备再次向MEC平台和机器视觉设备发起RRC连接请求。
在步骤609中，当图像采集设备与MEC平台和机器视觉设备的连接正常，且图像数据传输正常，MEC平台与图像采集设备和机器视觉设备之间的连接状态为无效态的时长小于预设时长的情况下，图像采集设备再次向MEC平台和机器视觉设备发起RRC连接请求。
或者，图像采集设备与MEC平台和机器视觉处于非连接态，图像信息传输处于中断情况，则图像采集设备再次向MEC平台和机器视觉设备发起RRC连接请求。
需要说明的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
本实施例还提供一种电子设备，包括一个或多个处理器；存储装置，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本实施例提供的机器视觉信息处理方法，为避免重复描述，在此不再赘述机器视觉信息处理方法的具体步骤。
本实施例还提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本实施例提供的机器视觉信息处理方法，为避免重复描述，在此不再赘述机器视觉信息处理方法的具体步骤。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光盘存储、磁盒、磁带、磁盘存储或其它磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其它的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其它传输机制之类的调制数据信号中的其它数据，并且可包括任何信息递送介质。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本实施例的范围之内并且形成不同的实施例。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (10)

1.一种机器视觉信息处理方法，其特征在于，包括：
基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得所述预设时间内的MEC拥塞率；
基于所述预设时间内的MEC信令流量增长度和MEC机器视觉信令量增幅获得所述预设时间内的MEC机器视觉增长占比；
基于所述预设时间内的所述MEC拥塞率和所述MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态。
2.根据权利要求1所述的方法，其特征在于，所述MEC上行利用率是基于MEC上行消耗容量、MEC上行配置容量确定；所述MEC下行利用率是基于MEC下行消耗容量和MEC下行配置容量确定；所述MEC平均利用率是基于所述MEC上行消耗容量、所述MEC下行消耗容量、所述MEC上行配置容量和所述MEC下行配置容量确定。
3.根据权利要求1所述的方法，其特征在于，所述基于所述预设时间内的所述MEC拥塞率和所述MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态，包括：
在所述MEC拥塞率大于预设的拥塞率门阀值、且所述MEC机器视觉增长占比小于预设的信令增长占比阈值的情况下，所述图像采集设备、所述MEC平台和所述机器视觉设备相互保持连接状态，且所述MEC平台向所述机器视觉设备发送图像信息；
在所述MEC拥塞率大于预设的拥塞率门阀值，且所述MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，所述图像采集设备将所述图像信息缓存至所述MEC平台，以供所述图像采集设备向所述机器视觉设备发送所述图像信息和信令信息。
4.根据权利要求3所述的方法，其特征在于，在所述MEC拥塞率大于预设的拥塞率门阀值，且所述MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，还包括：
获取所述图像采集设备与所述MEC平台和所述机器视觉设备之间的当前连接状态；以及记录所述MEC平台与所述图像采集设备、所述机器视觉设备处于无效状态的时长。
5.根据权利要求4所述的方法，其特征在于，所述在所述MEC拥塞率大于预设的拥塞率门阀值，且所述MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，获取所述图像采集设备与所述MEC平台和所述机器视觉设备之间的当前连接状态；以及记录所述MEC平台与所述图像采集设备、所述机器视觉设备处于无效状态的时长之后，还包括：
在所述MEC平台与所述图像采集设备、所述机器视觉设备处于无效状态的时长超过预设时长的情况下，继续判断所述MEC拥塞率大于预设的拥塞率门阀值。
6.根据权利要求4所述的方法，其特征在于，所述在所述MEC拥塞率大于预设的拥塞率门阀值，且所述MEC机器视觉增长占比大于预设的信令增长占比阈值的情况下，获取所述图像采集设备与所述MEC平台和所述机器视觉设备之间的当前连接状态；以及记录所述MEC平台与所述图像采集设备、所述机器视觉设备处于无效状态的时长之后，还包括：
在所述图像采集设备与所述MEC平台、所述机器视觉设备的无线资源控制连接处于非连接态时，接收所述图像采集设备的连接请求。
7.根据权利要求1所述的方法，其特征在于，所述基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得所述预设时间内的MEC拥塞率之前，还包括：
基于所述图像采集设备的业务连接请求，在所述图像采集设备、所述MEC平台和所述机器视觉设备之间建立传输通道。
8.根据权利要求1所述的方法，其特征在于，所述基于所述图像采集设备的业务连接请求，在所述图像采集设备、所述MEC平台和所述机器视觉设备之间建立传输通道之后，还包括：
获取所述机器视觉设备的IP地址和以太网协议。
9.根据权利要求1所述的方法，其特征在于，所述基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得所述预设时间内的MEC拥塞率之前，还包括：
基于所述图像采集设备采集的图像信息获得图像模型；
将所述图像模型发送至所述机器视觉设备。
10.一种机器视觉信息处理装置，其特征在于，包括：
第一计算模块，用于基于预设时间内的MEC上行利用率、MEC下行利用率和MEC平均利用率获得所述预设时间内的MEC拥塞率；
第二计算模块，用于基于所述预设时间内的MEC信令流量增长度和MEC机器视觉信令量增幅获得所述预设时间内的MEC机器视觉增长占比；
调整模块，用于基于所述预设时间内的所述MEC拥塞率和所述MEC机器视觉增长占比调整图像采集设备、MEC平台和机器视觉设备之间的传输状态。
CN202110224142.6A 2021-02-23 2021-02-23 一种机器视觉信息处理方法及装置 Active CN113014500B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110224142.6A CN113014500B (zh) 2021-02-23 2021-02-23 一种机器视觉信息处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110224142.6A CN113014500B (zh) 2021-02-23 2021-02-23 一种机器视觉信息处理方法及装置

Publications (2)

Publication Number Publication Date
CN113014500A true CN113014500A (zh) 2021-06-22
CN113014500B CN113014500B (zh) 2022-12-30

Family

ID=76386873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110224142.6A Active CN113014500B (zh) 2021-02-23 2021-02-23 一种机器视觉信息处理方法及装置

Country Status (1)

Country Link
CN (1) CN113014500B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103731859A (zh) * 2014-01-14 2014-04-16 中国联合网络通信集团有限公司 一种网络资源优化方法和装置
WO2014101175A1 (zh) * 2012-12-31 2014-07-03 华为技术有限公司 无线承载控制的方法、设备和系统
US20180026898A1 (en) * 2015-01-28 2018-01-25 Samsung Electronics Co., Ltd. Method and apparatus for controlling congestion in communication system
CN109257770A (zh) * 2018-10-10 2019-01-22 京信通信系统（中国）有限公司 过载控制方法、装置、系统及设备
US20190394672A1 (en) * 2018-06-26 2019-12-26 Verizon Patent And Licensing Inc. Method and system for ran-aware multi-access edge computing traffic control
US20200154459A1 (en) * 2018-11-13 2020-05-14 Verizon Patent And Licensing Inc. Systems and methods for assignment of multi-access edge computing resources based on network performance indicators
CN111402250A (zh) * 2020-03-26 2020-07-10 中国联合网络通信集团有限公司 基于边缘计算的机器视觉缺陷检测方法和平台
CN112067624A (zh) * 2020-09-18 2020-12-11 杭州汇萃智能科技有限公司 基于5g网络的机器视觉分布式检测方法、装置和系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014101175A1 (zh) * 2012-12-31 2014-07-03 华为技术有限公司 无线承载控制的方法、设备和系统
CN103731859A (zh) * 2014-01-14 2014-04-16 中国联合网络通信集团有限公司 一种网络资源优化方法和装置
US20180026898A1 (en) * 2015-01-28 2018-01-25 Samsung Electronics Co., Ltd. Method and apparatus for controlling congestion in communication system
US20190394672A1 (en) * 2018-06-26 2019-12-26 Verizon Patent And Licensing Inc. Method and system for ran-aware multi-access edge computing traffic control
CN109257770A (zh) * 2018-10-10 2019-01-22 京信通信系统（中国）有限公司 过载控制方法、装置、系统及设备
US20200154459A1 (en) * 2018-11-13 2020-05-14 Verizon Patent And Licensing Inc. Systems and methods for assignment of multi-access edge computing resources based on network performance indicators
CN111402250A (zh) * 2020-03-26 2020-07-10 中国联合网络通信集团有限公司 基于边缘计算的机器视觉缺陷检测方法和平台
CN112067624A (zh) * 2020-09-18 2020-12-11 杭州汇萃智能科技有限公司 基于5g网络的机器视觉分布式检测方法、装置和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吕华章等: "5G MEC边缘云组网方案与业务案例分析", 《移动通信》 *
戴晶等: "移动边缘计算促进5G发展的分析", 《邮电设计技术》 *

Also Published As

Publication number Publication date
CN113014500B (zh) 2022-12-30

Similar Documents

Publication Publication Date Title
CN109889599B (zh) 一种数据处理方法及系统
CN107172111B (zh) 一种数据传输方法、装置及系统
CN113852785B (zh) 一种基于5g的智能监控调度方法、装置及系统
CN113055946A (zh) 一种业务数据的传输方法、装置、终端设备和存储介质
US20230156324A1 (en) Multi-Channel Image and Video Stream Synchronization and Distributed Processing Method and System Based on 5G Environment
EP3116198A1 (en) Mobile communication system, processing distribution unit, data processing unit, apparatus, methods and computer programs for dynamically assigning computing resources for processing sensor data
CN103974029A (zh) 视频监控的方法、系统及装置
CN112989894B (zh) 目标检测方法、任务处理方法、装置、设备及存储介质
CN113014500B (zh) 一种机器视觉信息处理方法及装置
US11258939B2 (en) System, method and apparatus for networking independent synchronized generation of a series of images
CN111988397B (zh) 一种基于边缘计算的防震减灾救灾方法和系统
CN116489019B (zh) 一种智能视觉信令通道管理方法、系统及介质
CN102427520A (zh) 一种基于两层id结构的多路网络视频监控方法及系统
US8629907B2 (en) Data acquisition system and transmission control device
CN107181929A (zh) 用于视频监控的方法和装置
JP6033069B2 (ja) 通信品質推定装置
CN110611663B (zh) 一种检测方法、装置及系统
CN112004161B (zh) 地址资源的处理方法、装置、终端设备和存储介质
CN111008611B (zh) 排队时长的确定方法及装置、存储介质、电子装置
CN110971870B (zh) 一种图像显示的数据处理方法
CN109756384B (zh) 数据源状态判定方法及装置、计算机可读存储介质
Marais et al. Design of a low cost video monitor store and forward device
CN102843580A (zh) 一种强插i帧的视频监控系统画面实时显示方法
CN113993104B (zh) 一种数据传输方法、装置、设备及存储介质
CN213638007U (zh) 一种图像内外网回传系统

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
GR01 Patent grant
GR01 Patent grant