CN113453144A - 网络资源分配方法、装置、计算机设备和存储介质 - Google Patents
网络资源分配方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113453144A CN113453144A CN202110542588.3A CN202110542588A CN113453144A CN 113453144 A CN113453144 A CN 113453144A CN 202110542588 A CN202110542588 A CN 202110542588A CN 113453144 A CN113453144 A CN 113453144A
- Authority
- CN
- China
- Prior art keywords
- robot
- network
- matching degree
- positioning
- preset
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000013468 resource allocation Methods 0.000 title claims abstract description 32
- 230000005540 biological transmission Effects 0.000 claims abstract description 46
- 238000005516 engineering process Methods 0.000 claims abstract description 40
- 230000007613 environmental effect Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 21
- 239000000463 material Substances 0.000 claims description 13
- 239000003550 marker Substances 0.000 claims description 8
- 238000007689 inspection Methods 0.000 abstract description 48
- 238000004891 communication Methods 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/35—Services specially adapted for particular environments, situations or purposes for the management of goods or merchandise
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/51—Allocation or scheduling criteria for wireless resources based on terminal or device properties
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
Abstract
本申请涉及一种网络资源分配方法、装置、计算机设备和存储介质。所述方法包括：获取机器人在作业空间内的定位信息，根据定位信息，确定机器人所属的定位区间，基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。上述方法，根据机器人的定位区间，有针对性为机器人分配资源，解决了位于作业空间内部的机器人存在通信时延和丢包率大的问题，使得数据传输能够满足业务承载需求，同时利用网络切片技术分配网络资源，能够提高数据承载的安全及可靠性，实现对巡检机器人的高精度控制。
Description
技术领域
本申请涉及电力电网技术领域，特别是涉及一种网络资源分配方法、装置、计算机设备和存储介质。
背景技术
随着电力行业的发展，电力电缆线路逐渐取代了架空线路，电缆的安全性关系到电力系统的安全运行，通过对电缆运行的实时监测，及时对存在的安全隐患进行处理，能够极大的提高电缆的稳定性和可靠性。因此，为了实现对电缆运行的实时监测，现有技术出现了通过在电缆所在的作业空间内设置巡检机器人进行巡检，以实时监测，例如，通过在电缆隧道内设置巡检机器人，实时监测电缆的运行情况。
目前，由于电缆所在的作业空间(如电缆隧道)内无公网无线信号覆盖，而WiFi(Wireless Fidelity，无线保真)网络安全性较差，建设电力专网的周期又较长，部署不灵活。巡检机器人监测的业务主要通过2.4G公共频段的WiFi及光纤(以太网)通信方式承载，在信号传输时，位于作业空间内部的机器人接收信号的通信时延和丢包率较为严重，如此，无法满足机器人的远程精准控制。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高电缆所在作业空间的信号传输效率的网络资源分配方法、装置、计算机设备和存储介质。
一种网络资源分配方法，所述方法包括：
获取机器人在作业空间内的定位信息；
根据定位信息，确定机器人所属的定位区间；
基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。
在一个实施例中，基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人包括：
获取定位区间的网络数据传输速度和待传输数据量；
确定待传输数据量和网络数据传输速度的匹配度；
基于匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人。
在一个实施例中，基于匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人包括：
若匹配度大于预设匹配度阈值，则通过网络切片技术，增加预设固定值的网络资源至机器人，返回确定待传输数据量和网络数据传输速度的匹配度的步骤，直至最新的匹配度与预设匹配度阈值相匹配；
若匹配度小于预设匹配度阈值，则通过网络切片技术，减少预设固定值的网络资源至机器人，返回确定待传输数据量和网络数据传输速度的匹配度的步骤，直至最新的匹配度与预设匹配度阈值相匹配。
在一个实施例中，获取机器人在作业空间内的定位信息包括：
获取机器人采集的数据流，数据流包括图像信息；
识别图像信息中的线路标记；
根据线路标记，获取机器人在作业空间内的定位信息。
在一个实施例中，数据流包括环境信息；
基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人之后，还包括：
比较环境信息和预设环境参数阈值，得到参数比较结果；
将图像信息在预设图像素材库进行图像匹配，得到图像匹配结果；
根据参数比较结果和图像匹配结果，生成控制信息；
将控制信息发送至机器人。
在一个实施例中，网络切片技术包括5G网络切片技术。
一种网络资源分配装置，所述装置包括：
数据获取模块，用于获取机器人在作业空间内的定位信息；
定位区间确定模块，用于根据定位信息，确定机器人所属的定位区间；
网络资源分配模块，用于基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。
在一个实施例中，网络资源分配模块还用于获取定位区间的网络数据传输速度和待传输数据量，确定待传输数据量和网络数据传输速度的匹配度，基于匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取机器人在作业空间内的定位信息；
根据定位信息，确定机器人所属的定位区间；
基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取机器人在作业空间内的定位信息；
根据定位信息，确定机器人所属的定位区间；
基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。
上述网络资源分配方法、装置、计算机设备和存储介质，获取机器人在作业空间内的定位信息，根据定位信息，确定机器人所属的定位区间，基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。上述方法，根据机器人的定位区间，有针对性为机器人分配资源，解决了位于作业空间内部的机器人存在通信时延和丢包率大的问题，使得数据传输能够满足业务承载需求，同时利用网络切片技术分配网络资源，能够提高数据承载的安全及可靠性，实现对机器人的高精度控制。
附图说明
图1为一个实施例中网络资源分配方法的应用环境图；
图2为一个实施例中网络资源分配方法的流程示意图；
图3为一个实施例中分配网络资源步骤的流程示意图；
图4为另一个实施例中网络资源分配方法的流程示意图；
图5为一个实施例中网络资源分配装置的结构框图；
图6为另一个实施例中网络资源分配装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的网络资源分配方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与边缘计算模块103以及中心管理平台104进行通信，边缘计算模块103通过网络与服务器104进行通信。终端102以巡检机器人为例，可以是巡检机器人将采集到的数据流发送至边缘计算模块103，各巡检机器人的数据流通过边缘计算模块103进行处理后，会发送至中心管理平台104，中心管理平台104在接收到各巡检机器人的数据流后，获取数据流中巡检机器人在作业空间内的定位信息，然后，根据定位信息确定巡检机器人所处的定位区间，再根据定位区间，采用5G网络切片技术，为巡检机器人102分配网络资源。其中，终端102可以但不限于是机器人，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种网络资源分配方法，以该方法应用于图1中的中心管理平台为例进行说明，包括以下步骤：
步骤202，获取机器人在作业空间内的定位信息。
机器人在作业空间内的定位信息即指机器人的空间位置信息，具体的，作业空间可以是隧道、管道等。定位信息可通过卫星定位或惯导技术或5G定位技术获得。本实施例中，作业空间以隧道为例，机器人以隧道内的巡检机器人为例。在实际应用中，隧道内分布有多个巡检机器人，且隧道内各巡检机器人通过5G网络接入边缘计算模块。边缘计算模块通过网络分别与中心管理平台进行通信。其中，巡检机器人用于采集数据流并将数据流发送至与其连接的边缘计算模块。数据流包括巡检机器人的定位信息和环境信息，具体的，环境信息包括电缆隧道温度、空气及有害气体含量、电缆附件温度等以及图像信息等。边缘计算模块用于实现巡检机器人的数据流处理、5G无线接入及加密隧道建立等功能，并将处理后的数据流发送至中心管理平台。中心管理模块用于接收边缘计算模块发送的数据流，根据数据动态地为巡检机器人分配网络资源。具体实施时，由于隧道内的巡检机器人数量较多，导致采集到的数据量可能十分庞大，因此集中式的数据处理可能不能满足海量处理需求。因此，本实施例中，可将单个巡检机器人采集到的数据流分配给与其连接的边缘计算模块，消除后台集中处理的瓶颈问题，提高系统整体运行效率。
步骤204，根据定位信息，确定机器人所属的定位区间。
由于一条隧道的长度较长，分布于隧道的机器人的数量也较多，若直接对机器人分配网络资源，则可能会存在分配不均匀的问题。因此，本实施例中，将隧道划分为多个隧道定位区间，然后通过识别数据流中巡检机器人的定位信息，确定巡检机器人所属的定位区间。例如，有X兆的网络资源，隧道长100米，隧道区间按照长度以下三个区间：[1,30]，[30,70]，[70,100]，定义若机器人所属区间为[1,30]和[70,100]，则认为机器人位于隧道口附近，若机器人所属区间为[30,70]，则认为机器人位于隧道内部。
步骤206，基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。
本实施例中，可采用5G网络切片技术分配网络资源。具体的，可以是若根据巡检机器人的定位区间识别到巡检机器人在隧道内所处的位置较为深入，则基于5G网络切片技术，为该巡检机器人分配更多的网络资源；若根据巡检机器人的定位区间识别到巡检机器人位于隧道口附近，即此时巡检机器人的信号接收效率高，则基于5G网络切片技术，为该巡检机器人分配较少的网络资源。例如，若有X兆的网络资源，可以是在每个机器人所需的数据量相同的情况下，为隧道口附近的机器人分配的网络资源为X/4，为隧道内的机器人分配的网络资源为X/2。
上述网络资源分配方法中，获取机器人在作业空间内的定位信息，根据定位信息，确定机器人所属的定位区间，基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。上述方法，根据机器人的定位区间，有针对性为机器人分配资源，解决了位于作业空间内部的机器人存在通信时延和丢包率大的问题，使得数据传输能够满足业务承载需求，同时利用网络切片技术分配网络资源，能够提高数据承载的安全及可靠性，实现对机器人的高精度控制。
在一个实施例中，如图3所示，步骤206包括：
步骤226，获取定位区间的网络数据传输速度和待传输数据量；
步骤246，确定待传输数据量和网络数据传输速度的匹配度；
步骤266，基于匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人。
实际应用中，待传输数据量由巡检机器人当前所执行的业务所决定，即不同的业务所需的数据量不同。隧道定位区间对应的网络数据传输速度可通过预先测试获得，待传输数据量与网络数据传输速度的匹配度可根据经验进行人为设定，如越大的数据量对应的理想数据传输速度越快。具体的，隧道被划分为多个隧道定位区间，获取巡检机器人的定位信息，根据该定位信息确定巡检机器人所属的隧道定位区间后，计算在该隧道定位区间内需发送至巡检机器人的数据量与在该隧道定位区间对应的网络数据传输速度的匹配度，比较匹配度和预设匹配度阈值的结果，结合5G网络切片技术，对应优化为该巡检机器人分配的网络资源，直至匹配结果达到预期目标。本实施例中，通过匹配度和预设匹配度阈值的比较结果分配网络资源，能够快速优化巡检机器人的网络资源。
在一个实施例中，基于匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人包括：
若匹配度大于预设匹配度阈值，则通过网络切片技术，增加预设固定值的网络资源至机器人，返回确定待传输数据量和网络数据传输速度的匹配度的步骤，直至最新的匹配度与预设匹配度阈值相匹配；
若匹配度小于预设匹配度阈值，则通过网络切片技术，减少预设固定值的网络资源至机器人，返回确定待传输数据量和网络数据传输速度的匹配度的步骤，直至最新的匹配度与预设匹配度阈值相匹配。
具体实施时，确定待传输数据量和网络数据传输速度的匹配度之后，比较匹配度和预设匹配度阈值，若匹配度大于预设匹配度阈值，则说明此时为该巡检机器人分配的网络资源不足，此时需为该巡检机器人分配更多的网络资源，直至匹配度达到预设值。反之，则减少为该巡检机器人分配的网络资源。例如，如预设值为100兆/秒，那么当“数据量/在该隧道定位区间内的数据传输速度”小于100兆/秒时，则增加网络资源来提高网络数据传输速度，直到达到100兆/秒。可以理解的是，预设匹配度阈值的数值还可以是110、200以及其他数值，具体可视实际情况而定。进一步的，增加网络资源来提高网络数据传输速度，可以是根据一个预设固定值进行网络资源的增加，例如每次增加10兆或20兆的网络资源，再次观察“数据量/在该隧道定位区间内的网络数据传输速度”是否达到预设匹配度阈值，若没达到，则继续增加10兆或20兆的网络资源，再次检测匹配度是否达到预设匹配度阈值，以此迭代。在另一个实施例中，也可以将每次初始增加的资源设定为10兆，然后观察“数据量/在该隧道定位区间内的数据传输速度”的变化速度，如果每次提升的速度过慢，则提高增加的资源，如果提升的速度过快，相应则减少增加的资源，这部分可以试情况调节。本实施例中，通过动态分配网络资源，使得网络资源能够满足业务承载需求。
如图4所示，在一个实施例中，获取机器人在作业空间内的定位信息包括：步骤222，获取机器人采集的数据流，数据流包括图像信息，识别图像信息中的线路标记，根据线路标记，获取机器人在作业空间内的定位信息。
具体实施时，机器人采集的数据流中包括拍摄的图像信息。可以是通过获取机器人的图像信息来确定机器人的定位。具体的，供电系统的每段线路都存在不同的线路标记，通过识别机器人的摄像头拍摄到的图像信息中的线路标记，获取机器人在作业空间内的定位信息，进一步确定机器人处于哪段区间。本实施例中，通过识别图像中的线路标记，能够快速且准确地得到机器人的定位信息。
在一个实施例中，数据流包括环境信息；基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人之后，还包括：步骤208，比较环境信息和预设环境参数阈值，得到参数比较结果，将图像信息在预设图像素材库进行图像匹配，得到图像匹配结果，根据参数比较结果和图像匹配结果，生成控制信息，将控制信息发送至机器人。
数据流包括定位信息、图像信息和环境信息。其中，环境信息包括电缆隧道温度、空气含量及有害气体含量、电缆附件温度等。中心管理平台生成的控制信息可以是预设的动作，即预先设定在检测到电缆隧道温度、空气及有害气体含量、电缆附件温度等达到某个范围值，或者识别到图像信息中异常图像时，生成相应的控制信息，使得巡检机器人执行对应的操作。例如，设定环境参数阈值中的电缆隧道温度的阈值为30度，若接收到的电缆隧道温度为40度，则生成降温控制信息，发送降温控制信息至巡检机器人，触发巡检机器人进行降温操作；或者，在预设图像素材库中预存有明火素材图像，当接收到图像信息时，将该图像信息与图像素材库进行图像匹配，若匹配到该图像信息中存在明火素材图像的区域，则生成灭火控制信息，发送灭火控制信息至巡检机器人，触发巡检机器人进行灭火操作；或者，在图像素材库中预存有电缆图像，当接收到图像信息时，将该图像信息与电缆图像进行图像匹配，即可确定当前电缆是否出现异常，若出现异常，则生成报警控制信息，发送报警控制信息至巡检机器人，触发巡检机器人进行报警操作。其中，操作的触发方式并不局限于上述方式，也可以是多个信息同时进行匹配，在满足所有条件时，再触发相应操作，也可以是人为触发，在此不做限定。本实施例中，根据参数比较结果和图像匹配结果，生成控制信息，可实现隧道电缆的异常识别和相应的处理。
为更进一步详细解释本申请网络资源分配方法处理过程，下面将采用实例，进行说明。本申请网络资源分配方法在其中一个应用实例中包括以下处理步骤：
1、获取机器人采集的数据流，数据流包括图像信息；
2、识别图像信息中的线路标记；
3、根据线路标记，获取机器人在作业空间内的定位信息；
4、根据定位信息，确定机器人所属的定位区间；
5、获取定位区间的网络数据传输速度和待传输数据量；
6、确定待传输数据量和网络数据传输速度的匹配度；
7、比较匹配度和预设匹配度阈值，若匹配度大于预设匹配度阈值，则通过5G网络切片技术，增加预设固定值的网络资源至机器人，返回步骤6，直至最新的匹配度与预设匹配度阈值相匹配；若匹配度小于预设匹配度阈值，则通过5G网络切片技术，减少预设固定值的网络资源至机器人，步骤6，直至最新的匹配度与预设匹配度阈值相匹配。
8、比较环境信息和预设环境参数阈值，得到参数比较结果；
9、将图像信息在预设图像素材库进行图像匹配，得到图像匹配结果；
10、根据参数比较结果和图像匹配结果，生成控制信息。
11、将控制信息反馈至机器人。
上述网络资源分配方法，根据机器人的定位区间，有针对性为机器人分配资源，解决了位于隧道内部的机器人存在通信时延和丢包率大的问题，经试验证明，本身亲能够满足数据及图像传输带宽>2Mbps，图传时延<300ms，数传时延<20ms的业务承载需求；支撑视频监控、VR可视化操作及高清晰度的视频及图像采集；利用5G切片网络，提高机器人控制信息承载的安全及可靠性，实现对巡检机器人的高精度控制；通过5G云/边/端计算协同，实现机器人协同作业，实现隧道电缆的多种异常识别和操作。
应该理解的是，虽然上述实施例涉及的各流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述实施例涉及的各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种网络资源分配装置，包括：数据获取模块510、定位区间确定模块520和网络资源分配模块530，其中：
数据获取模块510，用于获取机器人在作业空间内的定位信息。
定位区间确定模块520，用于根据定位信息，确定机器人所属的定位区间。
网络资源分配模块530，用于基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。
在一个实施例中，网络资源分配模块530还用于获取定位区间的网络数据传输速度和待传输数据量，确定待传输数据量和网络数据传输速度的匹配度，基于匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人。
在一个实施例中，网络资源分配模块530还用于若匹配度大于预设匹配度阈值，则通过网络切片技术，增加预设固定值的网络资源至机器人，再次执行确定待传输数据量和网络数据传输速度的匹配度的操作，直至最新的匹配度与预设匹配度阈值相匹配；若匹配度小于预设匹配度阈值，则通过网络切片技术，减少预设固定值的网络资源至机器人，再次执行确定待传输数据量和网络数据传输速度的匹配度的操作，直至最新的匹配度与预设匹配度阈值相匹配。
在一个实施例中，数据获取模块510还用于获取机器人采集的数据流，数据流包括图像信息，识别图像信息中的线路标记，根据线路标记，获取机器人在作业空间内的定位信息。
如图6所示，在一个实施例中，装置还包括控制模块540，用于比较环境信息和预设环境参数阈值，得到参数比较结果，将图像信息在预设图像素材库进行图像匹配，得到图像匹配结果，根据参数比较结果和图像匹配结果，生成控制信息。
关于网络资源分配装置的具体实施例可以参见上文中对于网络资源分配方法的实施例，在此不再赘述。上述网络资源分配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据流和图像素材库等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种网络资源分配方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取机器人在作业空间内的定位信息，根据定位信息，确定机器人所属的定位区间，基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取定位区间的网络数据传输速度和待传输数据量，确定待传输数据量和网络数据传输速度的匹配度，基于匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：若匹配度大于预设匹配度阈值，则通过网络切片技术，增加预设固定值的网络资源至机器人，返回确定待传输数据量和网络数据传输速度的匹配度的步骤，直至最新的匹配度与预设匹配度阈值相匹配；若匹配度小于预设匹配度阈值，则通过网络切片技术，减少预设固定值的网络资源至机器人，返回确定待传输数据量和网络数据传输速度的匹配度的步骤，直至最新的匹配度与预设匹配度阈值相匹配。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取机器人采集的数据流，数据流包括图像信息，识别图像信息中的线路标记，根据线路标记，获取机器人在作业空间内的定位信息。
在一个实施例中，数据流包括环境信息；处理器执行计算机程序时还实现以下步骤：比较环境信息和预设环境参数阈值，得到参数比较结果，将图像信息在预设图像素材库进行图像匹配，得到图像匹配结果，根据参数比较结果和图像匹配结果，生成控制信息。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取机器人在作业空间内的定位信息，根据定位信息，确定机器人所属的定位区间，基于机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取定位区间的网络数据传输速度和待传输数据量，确定待传输数据量和网络数据传输速度的匹配度，基于匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若匹配度大于预设匹配度阈值，则通过网络切片技术，增加预设固定值的网络资源至机器人，返回确定待传输数据量和网络数据传输速度的匹配度的步骤，直至最新的匹配度与预设匹配度阈值相匹配；若匹配度小于预设匹配度阈值，则通过网络切片技术，减少预设固定值的网络资源至机器人，返回确定待传输数据量和网络数据传输速度的匹配度的步骤，直至最新的匹配度与预设匹配度阈值相匹配。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取机器人采集的数据流，数据流包括图像信息，识别图像信息中的线路标记，根据线路标记，获取机器人在作业空间内的定位信息。
在一个实施例中，数据流包括环境信息；计算机程序被处理器执行时还实现以下步骤：比较环境信息和预设环境参数阈值，得到参数比较结果，将图像信息在预设图像素材库进行图像匹配，得到图像匹配结果，根据参数比较结果和图像匹配结果，生成控制信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种网络资源分配方法，其特征在于，所述方法包括：
获取机器人在作业空间内的定位信息；
根据所述定位信息，确定机器人所属的定位区间；
基于所述机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。
2.根据权利要求1所述的方法，其特征在于，所述基于所述机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人包括：
获取所述定位区间的网络数据传输速度和待传输数据量；
确定所述待传输数据量和所述网络数据传输速度的匹配度；
基于所述匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人。
3.根据权利要求2所述的方法，其特征在于，所述基于所述匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人包括：
若所述匹配度大于预设匹配度阈值，则通过网络切片技术，增加预设固定值的网络资源至机器人，返回所述确定所述待传输数据量和所述网络数据传输速度的匹配度的步骤，直至最新的所述匹配度与所述预设匹配度阈值相匹配；
若所述匹配度小于预设匹配度阈值，则通过网络切片技术，减少预设固定值的网络资源至机器人，返回所述确定所述待传输数据量和所述网络数据传输速度的匹配度的步骤，直至最新的所述匹配度与所述预设匹配度阈值相匹配。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述获取机器人在作业空间内的定位信息包括：
获取机器人采集的数据流，所述数据流包括图像信息；
识别所述图像信息中的线路标记；
根据所述线路标记，获取机器人在作业空间内的定位信息。
5.根据权利要求4所述的方法，其特征在于，所述数据流包括环境信息；
所述基于所述机器人所属的定位区间，通过网络切片技术，为所述机器人分配网络资源之后，还包括：
比较所述环境信息和预设环境参数阈值，得到参数比较结果；
将所述图像信息在预设图像素材库进行图像匹配，得到图像匹配结果；
根据所述参数比较结果和所述图像匹配结果，生成控制信息；
将所述控制信息发送至机器人。
6.根据权利要求1所述的方法，其特征在于，所述网络切片技术包括5G网络切片技术。
7.一种网络资源分配装置，其特征在于，所述装置包括：
数据获取模块，用于获取机器人在作业空间内的定位信息；
定位区间确定模块，用于根据所述定位信息，确定机器人所属的定位区间；
网络资源分配模块，用于基于所述机器人所属的定位区间，通过网络切片技术，分配网络资源至机器人。
8.根据权利要求7所述的装置，其特征在于，所述网络资源分配模块还用于获取所述定位区间的网络数据传输速度和待传输数据量，确定所述待传输数据量和所述网络数据传输速度的匹配度，基于所述匹配度和预设匹配度阈值，通过网络切片技术，分配网络资源至机器人。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110542588.3A CN113453144B (zh) | 2021-05-18 | 2021-05-18 | 网络资源分配方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110542588.3A CN113453144B (zh) | 2021-05-18 | 2021-05-18 | 网络资源分配方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113453144A true CN113453144A (zh) | 2021-09-28 |
| CN113453144B CN113453144B (zh) | 2023-06-30 |
Family
ID=77810085
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110542588.3A Active CN113453144B (zh) | 2021-05-18 | 2021-05-18 | 网络资源分配方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113453144B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114390064A (zh) * | 2021-12-30 | 2022-04-22 | 科沃斯商用机器人有限公司 | 设备定位方法、装置、机器人和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107040481A (zh) * | 2016-02-04 | 2017-08-11 | 中兴通讯股份有限公司 | 一种网络切片选择方法、策略生成方法及网络节点 |
| CN107071782A (zh) * | 2017-04-01 | 2017-08-18 | 北京邮电大学 | 基于网络切片的无线资源分配方法 |
| CN109635737A (zh) * | 2018-12-12 | 2019-04-16 | 中国地质大学（武汉） | 基于道路标记线视觉识别辅助车辆导航定位方法 |
| US20190289613A1 (en) * | 2018-03-19 | 2019-09-19 | Verizon Patent And Licensing Inc. | Network resource allocation for unmanned aerial vehicles |
| WO2020001171A1 (zh) * | 2018-06-30 | 2020-01-02 | 华为技术有限公司 | 一种网络切片的资源分配方法及装置 |
| CN111076726A (zh) * | 2019-12-31 | 2020-04-28 | 深圳供电局有限公司 | 巡检机器人视觉辅助避障方法及其装置、设备和存储介质 |
| CN111083744A (zh) * | 2019-12-31 | 2020-04-28 | 北京思特奇信息技术股份有限公司 | 一种网络切片方法、装置、存储介质和设备 |
-
2021
- 2021-05-18 CN CN202110542588.3A patent/CN113453144B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107040481A (zh) * | 2016-02-04 | 2017-08-11 | 中兴通讯股份有限公司 | 一种网络切片选择方法、策略生成方法及网络节点 |
| CN107071782A (zh) * | 2017-04-01 | 2017-08-18 | 北京邮电大学 | 基于网络切片的无线资源分配方法 |
| US20190289613A1 (en) * | 2018-03-19 | 2019-09-19 | Verizon Patent And Licensing Inc. | Network resource allocation for unmanned aerial vehicles |
| WO2020001171A1 (zh) * | 2018-06-30 | 2020-01-02 | 华为技术有限公司 | 一种网络切片的资源分配方法及装置 |
| CN109635737A (zh) * | 2018-12-12 | 2019-04-16 | 中国地质大学（武汉） | 基于道路标记线视觉识别辅助车辆导航定位方法 |
| CN111076726A (zh) * | 2019-12-31 | 2020-04-28 | 深圳供电局有限公司 | 巡检机器人视觉辅助避障方法及其装置、设备和存储介质 |
| CN111083744A (zh) * | 2019-12-31 | 2020-04-28 | 北京思特奇信息技术股份有限公司 | 一种网络切片方法、装置、存储介质和设备 |
Non-Patent Citations (1)
| Title |
|---|
| 方琰崴等: "5G网络切片解决方案和关键技术", 《邮电设计技术》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114390064A (zh) * | 2021-12-30 | 2022-04-22 | 科沃斯商用机器人有限公司 | 设备定位方法、装置、机器人和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113453144B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112016820B (zh) | 巡检机器人调度方法、系统、装置和计算机设备 | |
| CN110687254B (zh) | 一种可扩散物体的扩散趋势确定方法及系统 | |
| CN113453144A (zh) | 网络资源分配方法、装置、计算机设备和存储介质 | |
| CN113285926B (zh) | 面向电力监控系统的蜜罐诱捕方法、装置、计算机设备 | |
| RU2013143472A (ru) | Распределенная архитектура системы видеомониторинга леса | |
| CN113472065A (zh) | 输电线路状态监测方法、装置、设备和存储介质 | |
| CN113409485A (zh) | 巡检数据获取方法、装置、计算机设备和存储介质 | |
| CN111507571B (zh) | 应急群组调度方法、装置、计算机设备和存储介质 | |
| KR102592291B1 (ko) | 이동형 로봇을 이용한 무인 국사 모니터링 시스템 및 그 방법 | |
| CN114158080B (zh) | 监测方法、装置及计算机可读存储介质 | |
| WO2020061855A1 (zh) | 特种机器人操控系统、方法、电子设备、介质以及程序 | |
| CN107358343B (zh) | 基于图像数据特征差异性的电力工程安全预警方法 | |
| CN110958294B (zh) | 基于雾计算的输变电巡检视频处理方法 | |
| CN113381889A (zh) | 一种网络切片的确定方法、装置、电子设备及存储介质 | |
| CN112991735A (zh) | 交通流量监测系统的测试方法、装置及设备 | |
| CN115001772B (zh) | 一种输电线路物联网关控制方法、控制系统及计算机可读存储介质 | |
| US10445139B2 (en) | Control system in which communication between devices is controlled based on execution condition being satisfied, gateway device used in the control system, and control method for the control system | |
| CN110751353B (zh) | 一种面向洪涝应急的多卫星协同观测方法及装置 | |
| CN113239873A (zh) | 吸烟行为识别方法、系统、计算机设备和存储介质 | |
| CN113901873A (zh) | 输电线路预警方法、装置和系统 | |
| US10873471B1 (en) | Measuring an area of interest based on a sensor task | |
| CN112203016A (zh) | 一种视频采集设备的监控处理方法、装置、设备及介质 | |
| CN110910525A (zh) | 无人机巡检系统与巡检方法 | |
| CN115546677B (zh) | 基建现场信息处理方法、装置、设备和计算机可读介质 | |
| CN113222423B (zh) | 电网设备的台风监测方法 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240126 Address after: 510620, No. two, No. 2, Tianhe South Road, Guangzhou, Guangdong, Tianhe District Patentee after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd. Country or region after: China Patentee after: CHINA SOUTHERN POWER GRID Co.,Ltd. Address before: 510620, No. two, No. 2, Tianhe South Road, Guangzhou, Guangdong, Tianhe District Patentee before: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd. Country or region before: China Patentee before: CHINA MOBILE GROUP GUANGDONG Co.,Ltd. Patentee before: CHINA SOUTHERN POWER GRID Co.,Ltd. |
|
| TR01 | Transfer of patent right |