CN113971047A - 分级平行系统的构建方法、应用方法、计算机设备及介质 - Google Patents
分级平行系统的构建方法、应用方法、计算机设备及介质 Download PDFInfo
- Publication number
- CN113971047A CN113971047A CN202111233424.9A CN202111233424A CN113971047A CN 113971047 A CN113971047 A CN 113971047A CN 202111233424 A CN202111233424 A CN 202111233424A CN 113971047 A CN113971047 A CN 113971047A
- Authority
- CN
- China
- Prior art keywords
- parallel
- scene
- data
- levels
- channel
- 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
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
- G06F9/44—Arrangements for executing specific programs
- G06F9/4401—Bootstrapping
- G06F9/4406—Loading of operating system
- G06F9/441—Multiboot arrangements, i.e. selecting an operating system to be loaded
-
- 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
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30003—Arrangements for executing specific machine instructions
- G06F9/30076—Arrangements for executing specific machine instructions to perform miscellaneous control operations, e.g. NOP
-
- 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
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30094—Condition code generation, e.g. Carry, Zero flag
-
- 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
- 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
- G06F9/54—Interprogram communication
- G06F9/542—Event management; Broadcasting; Multicasting; Notifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Information Transfer Between Computers (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开提供一种分级平行系统的构建方法、应用方法、计算机设备及介质,其中,所述构建方法包括:划分不同层级的数据中心DC;划分现场平行虚拟系统和若干层级的上层平行系统;分别在不同层级的DC中部署所述现场平行虚拟系统和若干层级的上层平行系统;以及,基于分别在不同层级的DC中所部署的所述现场平行虚拟系统和若干层级的上层平行系统构建分级平行系统。本公开通过划分不同层级的数据中心和平行系统,以构建分级平行系统,可以有效降低单个垂直平行系统建立的成本,实现各级平行系统之间的资源交互及数据协同以及区域化的平行功能,以至少解决目前采用独立垂直模式构建的平行系统成本高、协同性差以及难以实现区域化平行功能等技术问题。
Description
技术领域
本公开涉及平行系统技术领域,尤其涉及一种分级平行系统的构建方法、一种分级平行系统的应用方法、一种计算机设备以及一种计算机可读存储介质。
背景技术
平行系统是指由某一个自然的现实系统和对应的一个或多个虚拟或理想的人工系统所组成的共同系统。通过构造与实际系统对应的软件定义模型——人工系统,利用在线学习、离线计算、虚实互动,使得人工系统成为可试验的“社会实验室”,以计算实验的方式为实际系统运行可能的情况提供“借鉴”、“预估”和“引导”,从而为企业管理运作提供高效、可靠、适用的科学决策和指导。
目前平行系统可以广泛应用于社会的各个领域,极大提高了工作和生产、社会管理效率和生活质量,但是平行系统的建立需要强大的数据处理能力和复杂的算法,当前普遍采用独立垂直模式创建平行系统,例如针对交通、生产场地、物流创建独立的平行系统,其会造成整个成本的急剧上升,同时不利于各平行系统相互之间的资源共享、数据共享以及合作协同,且各个平行系统之间仅能实现局部的平行功能,而难以实现对于区域或者城市范围的平行功能。
发明内容
本公开提供了一种分级平行系统的构建方法、分级平行系统的应用方法、计算机设备及计算机可读存储介质,以至少解决目前采用独立垂直模式构建的平行系统成本高、协同性差以及难以实现区域化平行功能等技术问题。
为实现上述目的,本公开提供一种分级平行系统的构建方法,包括:
划分不同层级的数据中心DC;
划分现场平行虚拟系统和若干层级的上层平行系统;
分别在不同层级的DC中部署所述现场平行虚拟系统和若干层级的上层平行系统;以及,
基于分别在不同层级的DC中所部署的所述现场平行虚拟系统和若干层级的上层平行系统构建分级平行系统。
在一种实施方式中,所述不同层级的DC包括移动边缘计算服务器MEC和若干层级的上层数据中心;
所述分别在不同层级的DC中所部署所述现场平行虚拟系统和若干层级的上层平行系统,包括:
在MEC中部署现场平行虚拟系统;以及,分别在若干层级的上层数据中心中部署若干层级的上层平行系统。
为实现上述目的,本公开还提供一种所述的分级平行系统的应用方法,所述分级平行系统是基于所述的分级平行系统的构建方法所构建的,所述不同层级的数据中心DC包括第一DC和第二DC,所述若干层级的上层平行系统包括第一上层平行系统,所述方法包括:
第一DC基于机器对机器广播通信B-M2M信道接收各个现场场景单元发送的各自的动态场景数据;以及,
所述第一DC将所述动态场景数据发送至其部署的现场平行虚拟系统中,以使所述现场平行虚拟系统对所述动态场景数据进行第一处理,得到第一处理结果,然后将所述第一处理结果传输至所述第二DC,并使所述第二DC中的第一上层平行系统基于所述第一处理结果进行第二处理,得到第二处理结果。
在一种实施方式中,所述第一DC为移动边缘计算服务器MEC。
在一种实施方式中,在第一DC基于机器对机器广播通信B-M2M信道接收各个现场场景单元发送的各自的动态场景数据之前,还包括:
所述第一DC基于预设频段的信道资源划分公共信道资源池,所述公共信道资源池包括所述第一DC和各个现场场景单元之间能够进行广播通信的B-M2M信道。
在一种实施方式中,在第一DC基于机器对机器广播通信B-M2M信道接收各个现场场景单元发送的各自的动态场景数据之前,还包括:
所述第一DC接收所述第二DC的任务执行命令,其中所述第二DC的任务执行命令是所述第一上层平行系统生成的;
所述第一DC基于所述任务执行命令生成对应区域的静态场景;以及,
所述第一DC基于B-M2M信道将所述静态场景广播至各个现场场景单元,以使各个现场场景单元分别基于所述静态场景和各自的现场场景数据构建各自的动态场景,并生成各自的动态场景数据,然后基于B-M2M信道广播至所述第一DC中。
在一种实施方式中,所述第一DC基于所述任务执行命令生成静态场景,包括:
所述第一DC基于所述任务执行命令调用对应场景的场景库和对应场景区域的区域测绘数据库生成对应区域的静态场景。
在一种实施方式中,在所述第一DC将所述动态场景数据发送至其部署的现场平行虚拟系统中之后,所述方法还包括:
所述第一DC基于核心网的链路连接从所述第二DC中获取所述第二处理结果;
所述第一DC将所述第二处理结果基于B-M2M信道广播至各个现场场景单元,以使各个现场场景单元基于所述第二处理结果生成控制信号,然后基于B-M2M信道将所述控制信号广播至各个控制执行单元,并使各个控制执行单元基于所述控制信号执行各自的任务,得到任务执行结果。
在一种实施方式中,在所述第一DC将所述第二处理结果基于B-M2M信道广播至各个现场场景单元之后,还包括:
所述第一DC基于B-M2M信道从各个现场场景单元中获取所述任务执行结果的效果评测数据,其中所述效果评测数据是各个现场场景单元基于B-M2M信道从各个控制执行单元中获取所述任务执行结果之后,对所述任务执行结果进行效果评测后获得的;以及,所述第一DC将所述评测数据发送给所述第二DC。
为实现上述目的,本公开还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,当所述处理器运行所述存储器存储的计算机程序时,所述处理器执行所述的分级平行系统的构建方法,或者所述的分级平行系统的应用方法。
为实现上述目的,本公开还提供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,所述处理器执行所述的分级平行系统的构建方法,或者所述的分级平行系统的应用方法。
根据本公开提供的分级平行系统的构建方法、分级平行系统的应用方法、计算机设备及计算机可读存储介质,通过分别划分不同层级的数据中心DC以及现场平行虚拟系统和若干层级的上层平行系统,然后分别在不同层级的DC中部署所述现场平行虚拟系统和若干层级的上层平行系统,并基于分别在不同层级的DC中所部署的所述现场平行虚拟系统和若干层级的上层平行系统构建分级平行系统,可以有效降低单个垂直平行系统建立的成本,实现各级平行系统之间的资源交互及数据协同和区域化平行功能,以至少解决目前采用独立垂直模式构建的平行系统成本高、协同性差以及难以实现区域化平行功能等技术问题。
本公开的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本公开而了解。本公开的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本公开技术方案的进一步理解,并且构成说明书的一部分,与本公开的实施例一起用于解释本公开的技术方案,并不构成对本公开技术方案的限制。
图1为本公开实施例提供的一种分级平行系统的构建方法的流程示意图;
图2为本公开实施例提供的一种分级平行系统的应用方法的流程示意图;
图3为本公开实施例提供的另一种分级平行系统的应用方法的流程示意图;
图4为本公开实施例提供的又一种分级平行系统的应用方法的流程示意图;
图5为本公开实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,以下结合附图对本公开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公开,并不用于限制本公开。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序;并且,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互任意组合。
其中,在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本公开的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
现实生活中,人们渴望做事情以前总是希望最佳结果,也希望有个经验丰富的“师傅”指导。例如载重卡车遇到某一个上坡路段,如何实现最佳油耗和最短的时间?生产现场,如何操作才能实现质量和产量的最佳?农业生产,如何施肥才能效果最佳。甚至生活中的下围棋,如何落子才能达到赢率最大?传统方式要达到这些目的,需要依靠人们长期成功和失败的经验积累,以及长时间的学习和研究探索,而且这些积累的传承和提高需要“师傅带徒弟”的模式。随着数字技术的发展,平行系统应运而生,它通过一套同实际环境相同的人工虚拟系统,在人们行动中,利用计算机的强大的数据处理能力和机器学习,在人工虚拟系统中进行大量的探索和实验,结合复杂的优化和学习算法,实时为人们动态提供最优化的指导,从而节省了大量实践积累的时间和成本。同时,积累的大量数据可以后续机器学习的素材,从而使得系统实现经验的共享和学习能力的持续提高。
相关技术中,基于独立垂直模式构建的平行系统主要包括以下问题:
1)现有平行系统采用垂直应用构建,各个平行系统之间相互独立,缺乏资源共享和系统之间的系统;
2)综合性、大范围的平行系统既需要局部的优化,也需要区域和整个城市范围的优化,现有平行系统架构通常智能解决的是局部的平行功能,而缺乏高效的架构实现大型平行系统的需求;
3)现有平行系统需要强大的数据处理能力,以及与现场实际环境频繁的数据交互能力,现有平行系统通常部署在云中,与现场数据交互需要穿过整个通信网络,效率低,延时大;
4)平行系统需要同现场实际系统进行大量的数据交互和系统,而现有网络例如5G网络主要面向点-点通信,导致现有平行系统在于现场实际系统进行数据交互时通信效率低。
为解决上述问题,本公开实施例提供一种分级平行系统的构建方法及应用方法,通过划分不同层级的数据中心,以及在不同层级的数据中心中部署不同层级的平行系统,构建分级平行系统,有效降低单个垂直平行系统建立的成本,实现各个平行系统之间的资源交互及数据协同,在实现局部平行功能的同时,可以满足区域化、城市化的平行功能,本实施考虑平行功能实现所需的计算资源和通信时延,进一步将各层级的数据中心划分为MEC和若干上层数据中心,对各层级的平行系统进行合理规划,此外,本实施例在靠近用户侧的平行系统,即现场平行虚拟系统对应的数据中心与现场场景单元建立机器对机器广播通信B-M2M(Board Machine-to-Machine,广播机器对机器)信道,在物理层即能实现现场平行虚拟系统与各个现场场景单元之间的广播通信,有效提高通信效率。
请参照图1,图1为本公开实施例提供的一种分级平行系统的构建方法的流程示意图,所述方法包括步骤S101-S104。
在步骤S101中,划分不同层级的数据中心DC。
本实施例中,根据区域范围划分不同层级的数据中心DC,例如,划分某区域中基站的MEC(Mobile edge computing,移动边缘计算服务器)作为第一层数据中心,某区域整个范围的云数据中心作为第二层数据中心,将某区域的上级区域整个范围的云数据中心作为第三层数据中心,依此类推。需要说明的是,在一些实施例中,各上层数据中心也可以采用MEC的形式,本实施例的上述内容并非对上层数据中心的实现方式进行限定。
在一种实施方式中,可以利用运营商数据中心分级架构进行DC的划分:根据中国联通白皮书对数据中心部署的规划,全国范围内大区数据中心(DC)大约有70-80个,端到端时延小于50ms,服务全国;本地DC大约有600-700个,端到端时延小于20ms,部署于地级市和省内重点县级市;边缘DC约有6000-7000个,端到端时延小于10ms,部署在汇聚机房;综合接入DC约有6万-7万个,端到端时延在2ms-5ms之间,部署在接入机房和基站中。其中,将综合接入DC(本实施例中为MEC)作为第一层数据中心,将边缘DC作为第二层数据中心,将本地DC作为第三层数据中心,以及将全国DC作为第四层数据中心。当然,在一些实施方式中,也可以对数据中心的层级进行其它方式的划分,本实施例对此并不进行限定。
在步骤S102中,划分现场平行虚拟系统和若干层级的上层平行系统。
具体地,现场平行虚拟系统为靠近用户侧(或实际现场)的平行系统,可以理解为最底层的平行系统,若干层级的上层平行系统可以根据实际应用进行适应性划分,例如在现场平行虚拟系统之上还划分了两层上层平行系统,例如区域平行系统和城市平行系统,通过对平行系统架构进行合理规划,实现在满足实际场景的低延时服务质量的同时,满足宏观的不同场景之间的资源调度,从而提供高质量的动态区域范围的平行服务。
可以理解的是,各个层级的平行系统可以根据相应的现场场景数据将本区域内的所有现场场景抽象为对象单元,对象单元具有统一的功能接口和输入、输出数据接口,然后通过虚拟场景构建算法,根据各个场景的位置和连接关系,生成其相应的区域虚拟场景。
在步骤S103中,分别在不同层级的DC中部署所述现场平行虚拟系统和若干层级的上层平行系统。
考虑到现场平行虚拟系统需要和现场实际环境通常需要进行频繁的数据交互,其需要具备较强的数据交互能力及数据处理能力,相关技术的平行系统通常部署在云中,与现场数据交互需要穿过整个通信网络,效率低及延时大的问题,本实施例中,通过将现场平行虚拟系统部署在MEC中,利用MEC强大的数据处理能力与现场实际数据进行交互和运算,优化平行功能,具体地,所述不同层级的DC包括移动边缘计算服务器MEC和若干层级的上层数据中心,所述步骤S103,包括以下步骤:
在MEC中部署现场平行虚拟系统;以及,分别在若干层级的上层数据中心中部署若干层级的上层平行系统。
需要说明的是,对于上层数据中心,由于区域范围的扩大数据量逐渐庞大,通常需要云数据进行支撑,因此本实施例的若干层级的上层数据中心采用云数据中心的方式。本实施例通过结合边缘计算和云之间的优势,对分级平行系统的部署进行合理规划,提高平行系统的运作能力,降低开放成本,来满足业务需求。
在步骤S104中,基于分别在不同层级的DC中所部署的所述现场平行虚拟系统和若干层级的上层平行系统构建分级平行系统。
相关技术中,对于平行系统的构建通常采用垂直式构建,例如针对交通、生产场地、物流创建独立的平行系统,针对每个场景建立一个平行系统,其会造成整个成本的急剧上升,并且各个场景的平行系统之间相互独立,不利于资源交互及合作协同等。相较于相关技术,本实施例通过划分现场平行虚拟系统和若干层级的上层平行系统,并在不同层级的数据中心中部署不同层级的平行系统,构建分级平行系统,有效降低单个垂直平行系统建立的成本,实现各个平行系统之间的资源交互及数据协同,在实现局部平行功能的同时,可以满足区域化、城市化的平行功能。此外,与相关技术相比,本实施例所构建的分级平行系统不仅针对单个场景和区域,也针对大量的跨区域、跨城市的平行应用,例如跨城市的应急指挥调度,各个层级的平行系统在负责本区域的资源协调的同时,也执行上一层平行系统的统一协调任务,这样的网络结构可以赋予各个平行系统更多的自由度,允许在优化集体目标的同时,个体还可以寻求自身的最优解,因此系统具有不同粒度上规划寻优的能力,同时分层的结构可以将计算分配给子成员,减轻中心的计算压力。
基于相同的技术构思,本公开实施例相应还提供一种所述的分级平行系统的应用方法,所述不同层级的数据中心DC包括第一DC和第二DC,所述若干层级的上层平行系统包括第一上层平行系统,如图2所示,所述方法包括步骤S201和步骤S202。
需要说明的是,将数据中心划分为第一DC和第二DC以及将上层平行系统划分为第一上层平行系统仅为本实施例的一种示例,在一些实施方式中,可以包含更多的层级,此处不再赘述。
需要说明的是,本实施例中第一DC采用的是MEC,第二DC采用的是区域的云数据中心,第一上层平行系统即为区域平行系统,在一些实施方式中,也可以采用其它划分形式。
在步骤S201中,第一DC基于机器对机器广播通信B-M2M信道接收各个现场场景单元发送的各自的动态场景数据。
在实际应用中,平行系统需要同现场实际系统,也即本实施例部署在现场的各现场场景单元,进行大量的数据交互,而现有的通信网络例如5G网络主要面向点-点通信,如果需要进行广播通信,则需要在网络层建立新的空口实现广播通信,需要增加较大成本。为此,本实施例通过划分公共信道资源池来构建B-M2M网络,利用B-M2M网络实现第一DC与各现场场景单元之间的广播通信方式,实现在物理层即完成广播通信,提高广播通信效率。
具体地,在在第一DC基于机器对机器广播通信B-M2M信道接收各个现场场景单元发送的各自的动态场景数据(步骤S201)之前,还包括以下步骤:
所述第一DC基于预设频段的信道资源划分公共信道资源池,所述公共信道资源池包括所述第一DC和各个现场场景单元之间能够进行广播通信的B-M2M信道。
本实施例中,所述第一DC为移动边缘计算服务器MEC,通过在MEC中设置B-M2M管理单元,构建B-M2M网络架构,具体地,在现场场景的基站覆盖范围内,由基站内的B-M2M管理单元进行管理的具有连续频段和时隙的公共广播信道资源池,资源池的频段宽度和时隙数量可以由B-M2M管理单元根据实时的广播强度进行动态调整,其中,能够在该公共广播信道资源池进行B-M2M广播的设备节点通过设置B-M2M模块,实现广播数据的收发,以保证各个设备节点的广播发送延迟符合生产现场的质量要求。可以理解的是,能够进行B-M2M广播的设备节点包括MEC和各个现场场景单元。
具体地,B-M2M网络架构利用5G的授权频段,在基站覆盖范围内,动态划分出专用的频段,采用时分方式部署广播B-M2M信道,网络内所有设备节点具有接收所有广播时隙能力,所有节点可以动态选择空闲时隙发送广播信息,从而实现网络中所有节点的广播发送和接收,进一步的,可以配置专用的控制时隙,B-M2M管理单元基于该控制时隙对信道中的时隙数量等进行管理。
在步骤S202中,所述第一DC将所述动态场景数据发送至其部署的现场平行虚拟系统中,以使所述现场平行虚拟系统对所述动态场景数据进行第一处理,得到第一处理结果,然后将所述第一处理结果传输至所述第二DC,并使所述第二DC中的第一上层平行系统基于所述第一处理结果进行第二处理,得到第二处理结果。
本实施例中,现场平行虚拟系统及各上层平行系统包括场景推演、解析与预测、优化与学习处理等功能,其中,针对现场平行虚拟系统对动态场景数据进行第一处理以及上层平行系统对第一处理结果进行第二处理过程,具体如下:
1)场景推演:平行系统以真实系统的动态场景数据为输入,用虚拟场景的模式分析面对不同情境和状况时的可能的行为方式进行推演,并将结果汇集;2)解析与预测:平行系统对场景推演中的所有中间数据进行解析,预测每种推演方案的结果(成功、失败等)、风险(风险等级预测)、效果(时间、费用预测);3)优化与学习:平行系统通过算法库各类机器学习、控制、优化算法针对推演的数据进行优化(即,现有行为模式存在历史记录中,系统通过计算能获得最优或者次优解)、机器学习(即,现有行为模式不存在历史记录中,系统也不知道如何处理是最优的)处理,利用MEC的丰富的计算资源对各种信息进行有效和复杂的分析;4)决策与实施:本实施例中,各个现场平行虚拟系统将获得的优化或者学习的结果上传给上层平行系统,上层平行系统基于各个现场平行虚拟系统获得的优化或者学习的结果进行协同处理,得到第二处理结果,进而在实际应用中返回至底层的现场虚拟平行系统中生成控制指令并由现场执行单元以执行相应的操作;在一些实施例中,可以基于获得的优化或者学习的结果生成控制指令,通过B-M2M信道下发到现场执行机构,由现场执行机构自行相关的操作,或者通过应用系统的界面通知用户如何行动,由用户完成相应的操作。
可以理解的是,每个层级可能包括多个同级的平行系统,例如,在某区域范围中包括若干个现场平行虚拟系统,上层平行系统通过获取各个现场平行虚拟系统的数据进行协同处理以完成区域内的平行功能。
请参照图3,图3为本公开实施例提供的另一种分级平行系统的应用方法的流程示意图,在上一实施例的基础上,本实施例通过接收上层平行系统的任务执行指令,并层层下发至现场场景单元,以获取现场的动态场景数据,实现分级平行系统在宏观的不同场景之间的资源调度方式,具体地,在第一DC基于机器对机器广播通信B-M2M信道接收各个现场场景单元发送的各自的动态场景数据(步骤S201)之前,还包括以下步骤S301-S303。
在步骤S301中,所述第一DC接收所述第二DC的任务执行命令,其中所述第二DC的任务执行命令是所述第一上层平行系统生成的。
在步骤S302中,所述第一DC基于所述任务执行命令生成对应区域的静态场景。
进一步地,本实施例MEC通过调用场景库和区域测绘数据库生成相应的区域静态场景,以描绘出与现场场景更为接近的静态场景,所述步骤S302具体为:所述第一DC基于所述任务执行命令调用对应场景的场景库和对应场景区域的区域测绘数据库生成对应区域的静态场景。
具体地,可以在MEC中设置集中式的场景管理单元,场景管理单元根据任务执行命令中的任务描述,调用对应场景的场景库和对应场景区域的区域测绘数据,利用场景生成算法生成对应区域的静态场景,MEC再将该静态场景下发给现场场景单元。在一些实施方式中,可以设置集中式的公共管理单元对场景库、区域测绘数据库及算法库等进行集中式的统一管理,以便于全网信息共享和交互。
在步骤S303中,所述第一DC基于B-M2M信道将所述静态场景广播至各个现场场景单元,以使各个现场场景单元分别基于所述静态场景和各自的现场场景数据构建各自的动态场景,并生成各自的动态场景数据,然后基于B-M2M信道广播至所述第一DC中。
本实施例中,现场场景数据由现场的各数据采集单元进行采集,例如摄像头采集视频数据、压力传感器采集压力数据等,现场场景单元基于B-M2M网络从各数据采集单元获取。
本实施例以道路交通为例进行进一步的说明,某个区域包括立交桥、高架桥、普通道路以及交通信号灯、路灯等沿途的道路交通附属设置。首先在场景管理单元中调用通用场景库中的立交桥、高架桥、道路的场景,调用城市测绘数据库中的对应桥梁的位置、高度、宽度、车道数量、最大载重等信息,以及周围道路的长度、宽度、走向、形状、车道数等数据,以及交通信号灯、路灯的位置、形式等信息,通过场景生成算法,生成现场的道路静态场景,然后将静态道路场景下发到现场场景单元中。在道路上部署有视频和传感器等数据采集单元,各个信息采集单元采集的数据通过B-M2M信道广播,现场场景单元通过B-M2M模块接收与本单元相关的车辆数据,并将采集的实时数据进行加工和转换,例如交通现场场景单元通过实时视频识别获取经过车辆的车牌、车型、高度、长度、宽度,通过压力实时传感数据变化可以获得车辆的载重,通过视频识别获得交通信号灯的状态等。将这些数据加载到道路的静态场景中,就出现了各类不同车辆以不同的速度进行行驶、交通信号灯的实时状态的道路动态场景,然后将动态场景变化特征抽象化,例如交通场景单元将车辆特征描述成:东风载重货车型号:DFL3310A13-K25D-001-010J额定载质量:40000(kg)外形尺寸(长*宽*高)10.05x2.5x3.03(mm)总质量31000(kg)速度:80(km)现载重:50000(kg)这样的特征数据,实现了由庞大的视频数据和传感器数据向特征数据的转换,再将形成较小数据量的基于特征的动态道路场景,卸载到MEC中,并通过B-M2M模块保持与现场场景单元信息的同步。
请参照图4,图4为本公开实施例提供的又一种分级平行系统的应用方法的流程示意图,在上一实施例的基础上,本实施例下层平行系统通过获取上层平行系统的处理结果,并由对应的各现场场景单元对处理结果进行执行,实现分级平行系统的统一调度和分级实施,在所述第一DC将所述动态场景数据发送至其部署的现场平行虚拟系统中(步骤S202)之后,所述方法还包括步骤S401和S402。
在步骤S401中,所述第一DC基于核心网的链路连接从所述第二DC中获取所述第二处理结果。
可以理解的是,本实施例的B-M2M网络存在于基站覆盖范围之内,由于第一DC和第二DC不在同一基站的覆盖范围内,为实现不同层级DC之间的数据交互,第一DC和第二DC之间通过核心网的高速链路连接进行通信。进一步地,为了便于分级平行系统中各个平行系统之间的协同交互,可以利用核心网的链路连接对其各自的数据进行广播发送。
在步骤S402中,所述第一DC将所述第二处理结果基于B-M2M信道广播至各个现场场景单元,以使各个现场场景单元基于所述第二处理结果生成控制信号,然后基于B-M2M信道将所述控制信号广播至各个控制执行单元,并使各个控制执行单元基于所述控制信号执行各自的任务,得到任务执行结果。
需要说明的是,在一些应用场景中,若分级平行系统仅需要现场虚拟平行系统这一级,现场平行虚拟系统得到第一处理结果之后,可以根据第一处理结果生成控制信号直接发送给控制执行单元,以执行相应的任务。
此处仍以道路交通为例,当遇到载重卡车车队多辆载重卡车行驶临近高架桥时,需要在现场平行虚拟系统中模拟车队行驶在各个车道桥的受力分布,然后计算出所有车辆都行驶到高架桥外侧将超出设计承重,并将结果发送到现场场景单元,生成控制信号,通过B-M2M广播信道发送到现场执行机构,例如现场广播通知、现场大屏显示、现场灯光告警等。
在一种实施方式中,为了提高分级平行系统的应变能力,本实施例在靠近用户侧的MEC中,设置评测功能,通过对执行结果进行评测,实现对平行功能的优化,具体地,在所述第一DC将所述第二处理结果基于B-M2M信道广播至各个现场场景单元(即,步骤S202)之后,还包括以下步骤:
所述第一DC基于B-M2M信道从各个现场场景单元中获取所述任务执行结果的效果评测数据,其中所述效果评测数据是各个现场场景单元基于B-M2M信道从各个控制执行单元中获取所述任务执行结果之后,对所述任务执行结果进行效果评测后获得的;以及,所述第一DC将所述评测数据发送给所述第二DC。
例如,现场场景单元的效果评测功能根据现场的车辆的行走的动态信息对相应的控制执行单元执行控制指令后获得的执行结果进行效果评测,例如载重车队车辆行驶由前后变换为左右分散等,然后将效果评测数据汇报MEC,MEC对该效果评测数据进行存储,以及发送给上层DC中的上层平行系统,进一步地,可以利用核心网的高速链路连接广播给各级DC中的平行系统,以便于各级平行系统可以利用效果评测数据对平行功能进行优化。
基于相同的技术够构思,本公开实施例相应还提供一种基于5G和B-M2M的分级平行系统架构,包括平行虚拟单元、B-M2M网络、信息采集单元、现场执行单元、现场场景单元和用户应用服务单元,其中,
平行虚拟单元,包括现场平行虚拟单元、区域平行虚拟系统(第一上层平行系统)和城市平行虚拟系统(第二上层平行系统)。平行虚拟单元将区域内或者城市内的所有现场场景抽象成对象单元,对象单元具有统一的功能接口和输入、输出数据接口,然后通过虚拟场景构建算法,根据各个场景的位置和连接关系,生成区域虚拟场景和城市虚拟场景。由于区域虚拟和城市虚拟场景随区域和城市结构的变化而变化,所以相对固定,其主要功能执行各类优化与学习。采取这种方式,将复杂的现场场景抽象成简答的对象,相关现场场景的各类操作通过接口由具体的现场场景完成,这样简化了区域和城市平行虚拟单元结构,而且还支持现场平行虚拟单元的细颗粒度的优化。
B-M2M网络,现场平行虚拟单元、现场场景单元、信息采集单元以及现场执行单元之间基于B-M2M广播信道提供高效实时的广播通信服务。
信息采集单元,大量部署在现场,通过MEC(部署了现场平行虚拟单元的MEC)调用5G的网络管理功能对其进行注册、功能登记等管理功能,其包括数据采集模块、控制模块和B-M2M模块,通过视频、各类传感器采集现场的各类实时数据,控制模块完成数据的编码和通信控制,B-M2M模块完成数据广播到B-M2M信道的适配和从B-M2M信道接收数据信息。
现场执行机构,部署在现场,包括控制执行模块、控制模块和B-M2M模块,通过B-M2M接收虚拟系统输出的控制信号,通过控制执行模块将控制信号完成相应的动作,例如控制交通信号灯、驱动扩音系统进行语音提示等。
现场场景单元部署在现场,对应现场某个独立的场景,并通过多个现场场景单元相互配合完成某个区域完整的场景,例如某广场由道路交通场景单元、设施场景单元、人流场景单元照明场景单元等构成完成的广场场景。现场场景单元由数据处理模块、效果评测模块、B-M2M模块组成,对应现场的某个独立场景运行现场动态场景,同时对现场执行单元动作的效果进行效果评测。现场场景单元首先由MEC下载组装好的静态虚拟场景,然后通过B-M2M信道接收实时数据实现动态场景,然后将实时动态场景的特征值卸载到MEC中,在MEC中创建对应现场动态场景的镜像,以方便MEC的平行系统针对动态场景进行各种处理。效果评测模块接收现场B-M2M信道中的相关数据后,通过效果评测算法完成现场效果评测,并将结果同动态场景的特征值一起卸载到MEC中。
用户应用服务单元,现场执行机构一般服务于设备和各类设施,对于服务各类人群的服务,本实施例通过APP(Application,应用程序)的方式提供,将用户应用服务单元部署在云平台中,通过APP为用户提供统一的各类平行服务请求接口,例如智慧交通、智慧旅游、智慧生产、智慧运输等各类服务。平行系统运算的结果,则通过APP的界面提供给用户,以提升用户使用体验。
5G具有高速度、覆盖范围广、低时延、万物互联的优势,相比于4G网络,5G网络峰值要求不低于20Gb/s,5G对于时延的最低要求是1毫秒,可以实现无人驾驶等对延时要求苛刻的应用。5G的巨大的接入能力也为万物互联提供了基础。5G中的边缘计算技术MEC是5G与数据技术融合的产物,同时也成为支撑运营商进行5G网络转型的关键技术之一。MEC将高密度计算、大流量和低时延需求的业务就近部署,满足客户对安全、速率及可靠性的多重要求,MEC具有灵活的部署方式,例如部署在厂区,医院等地区,通过小范围覆盖,配合5G无线能力,提供高带宽低时延能力,用于建设智能制造、智能医院等专网。运营商在汇聚,城市或大区等部署不同级别MEC节点,提供大带宽、低延时、高算力服务,全面提升该区域的生产能力和生活质量。
本实施例借助5G和MEC的优势,结合平行系统对计算资源的需求,发挥运营商的优势,构建面向智慧城市的能够通用的分级平行系统,从而实现资源的最大共享和相互之间的协同,提高整个平行系统的运作能力,服务城市和乡村生产、生活的方方面面,对提高5G的应用,丰富运营商服务社会的能力,都具有积极的意义。
基于相同的技术构思,本公开实施例相应还提供一种计算机设备,如图5所示,所述计算机设备包括存储器51和处理器52,所述存储器51中存储有计算机程序,当所述处理器52运行所述存储器51存储的计算机程序时,所述处理器52执行所述的分级平行系统的构建方法,或者所述的分级平行系统的应用方法。
基于相同的技术构思,本公开实施例相应还提供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,所述处理器执行所述的分级平行系统的构建方法,或者所述的分级平行系统的应用方法。
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、程序模块或其他数据)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、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、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他的介质。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他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
最后应说明的是:以上各实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述各实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。
Claims (11)
1.一种分级平行系统的构建方法,其特征在于,包括:
划分不同层级的数据中心DC;
划分现场平行虚拟系统和若干层级的上层平行系统;
分别在不同层级的DC中部署所述现场平行虚拟系统和若干层级的上层平行系统;以及,
基于分别在不同层级的DC中所部署的所述现场平行虚拟系统和若干层级的上层平行系统构建分级平行系统。
2.根据权利要求1所述的方法,其特征在于,所述不同层级的DC包括移动边缘计算服务器MEC和若干层级的上层数据中心;
所述分别在不同层级的DC中所部署所述现场平行虚拟系统和若干层级的上层平行系统,包括:
在MEC中部署现场平行虚拟系统;以及,分别在若干层级的上层数据中心中部署若干层级的上层平行系统。
3.一种分级平行系统的应用方法,其特征在于,所述分级平行系统是基于权利要求1或2所述的分级平行系统的构建方法所构建的,所述不同层级的数据中心DC包括第一DC和第二DC,所述若干层级的上层平行系统包括第一上层平行系统,所述方法包括:
第一DC基于机器对机器广播通信B-M2M信道接收各个现场场景单元发送的各自的动态场景数据;以及,
所述第一DC将所述动态场景数据发送至其部署的现场平行虚拟系统中,以使所述现场平行虚拟系统对所述动态场景数据进行第一处理,得到第一处理结果,然后将所述第一处理结果传输至所述第二DC,并使所述第二DC中的第一上层平行系统基于所述第一处理结果进行第二处理,得到第二处理结果。
4.根据权利要求3所述的方法,其特征在于,所述第一DC为移动边缘计算服务器MEC。
5.根据权利要求4所述的方法,其特征在于,在第一DC基于机器对机器广播通信B-M2M信道接收各个现场场景单元发送的各自的动态场景数据之前,还包括:
所述第一DC基于预设频段的信道资源划分公共信道资源池,所述公共信道资源池包括所述第一DC和各个现场场景单元之间能够进行广播通信的B-M2M信道。
6.根据权利要求3所述的方法,其特征在于,在第一DC基于机器对机器广播通信B-M2M信道接收各个现场场景单元发送的各自的动态场景数据之前,还包括:
所述第一DC接收所述第二DC的任务执行命令,其中所述第二DC的任务执行命令是所述第一上层平行系统生成的;
所述第一DC基于所述任务执行命令生成对应区域的静态场景;以及,
所述第一DC基于B-M2M信道将所述静态场景广播至各个现场场景单元,以使各个现场场景单元分别基于所述静态场景和各自的现场场景数据构建各自的动态场景,并生成各自的动态场景数据,然后基于B-M2M信道广播至所述第一DC中。
7.根据权利要求6所述的方法,其特征在于,所述第一DC基于所述任务执行命令生成静态场景,包括:
所述第一DC基于所述任务执行命令调用对应场景的场景库和对应场景区域的区域测绘数据库生成对应区域的静态场景。
8.根据权利要求3所述的方法,其特征在于,在所述第一DC将所述动态场景数据发送至其部署的现场平行虚拟系统中之后,所述方法还包括:
所述第一DC基于核心网的链路连接从所述第二DC中获取所述第二处理结果;
所述第一DC将所述第二处理结果基于B-M2M信道广播至各个现场场景单元,以使各个现场场景单元基于所述第二处理结果生成控制信号,然后基于B-M2M信道将所述控制信号广播至各个控制执行单元,并使各个控制执行单元基于所述控制信号执行各自的任务,得到任务执行结果。
9.根据权利要求8所述的方法,其特征在于,在所述第一DC将所述第二处理结果基于B-M2M信道广播至各个现场场景单元之后,还包括:
所述第一DC基于B-M2M信道从各个现场场景单元中获取所述任务执行结果的效果评测数据,其中所述效果评测数据是各个现场场景单元基于B-M2M信道从各个控制执行单元中获取所述任务执行结果之后,对所述任务执行结果进行效果评测后获得的;以及,所述第一DC将所述评测数据发送给所述第二DC。
10.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,当所述处理器运行所述存储器存储的计算机程序时,所述处理器执行根据权利要求1和2中任一项所述的分级平行系统的构建方法,或者根据权利要求3至9中任一项所述的分级平行系统的应用方法。
11.一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,所述处理器执行根据权利要求1和2中任一项所述的分级平行系统的构建方法,或者根据权利要求3至9中任一项所述的分级平行系统的应用方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111233424.9A CN113971047B (zh) | 2021-10-22 | 2021-10-22 | 分级平行系统的构建方法、应用方法、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111233424.9A CN113971047B (zh) | 2021-10-22 | 2021-10-22 | 分级平行系统的构建方法、应用方法、计算机设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113971047A true CN113971047A (zh) | 2022-01-25 |
CN113971047B CN113971047B (zh) | 2023-06-23 |
Family
ID=79588007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111233424.9A Active CN113971047B (zh) | 2021-10-22 | 2021-10-22 | 分级平行系统的构建方法、应用方法、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113971047B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008004135A2 (en) * | 2006-01-18 | 2008-01-10 | Lucid Information Technology, Ltd. | Multi-mode parallel graphics rendering system employing real-time automatic scene profiling and mode control |
US20100262467A1 (en) * | 2007-10-12 | 2010-10-14 | Barnhill Jr John A | System and Method for Automatic Configuration and Management of Home Network Devices Using a Hierarchical Index Model |
CN103065208A (zh) * | 2013-01-30 | 2013-04-24 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种虚实互动的交通疏散控制方案的优化方法及其系统 |
CN104613892A (zh) * | 2014-12-31 | 2015-05-13 | 中国铁路总公司 | 融合视频检测技术和激光测距技术的复合雪深监测系统 |
CN106408346A (zh) * | 2016-09-30 | 2017-02-15 | 重庆智道云科技有限公司 | 一种基于物联网和大数据的实体场所行为分析系统及方法 |
CN107010542A (zh) * | 2017-04-17 | 2017-08-04 | 山东建筑大学 | 一种装配式建筑智能吊装系统及方法 |
CN107678538A (zh) * | 2017-09-05 | 2018-02-09 | 北京原力创新科技有限公司 | 增强现实系统和其中的信息处理方法、存储介质、处理器 |
CN108665754A (zh) * | 2017-03-31 | 2018-10-16 | 深圳市掌网科技股份有限公司 | 基于虚拟现实的户外安全演练方法及系统 |
CN109067822A (zh) * | 2018-06-08 | 2018-12-21 | 珠海欧麦斯通信科技有限公司 | 线上线下融合的实时混合现实城市服务实现方法及系统 |
CN109978741A (zh) * | 2017-12-27 | 2019-07-05 | 上海宝康电子控制工程有限公司 | 基于云平台的智慧交通信息服务应用系统及方法 |
CN110288160A (zh) * | 2019-06-27 | 2019-09-27 | 北京华如科技股份有限公司 | 一种基于平行仿真的态势动态预测方法 |
CN111371904A (zh) * | 2020-03-18 | 2020-07-03 | 交通运输部公路科学研究院 | 云边端协同的高速公路云控系统及控制方法 |
CN111858708A (zh) * | 2020-07-13 | 2020-10-30 | 北京交通大学 | 车路协同环境下的运动对象虚实交互测试同步方法 |
-
2021
- 2021-10-22 CN CN202111233424.9A patent/CN113971047B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008004135A2 (en) * | 2006-01-18 | 2008-01-10 | Lucid Information Technology, Ltd. | Multi-mode parallel graphics rendering system employing real-time automatic scene profiling and mode control |
US20100262467A1 (en) * | 2007-10-12 | 2010-10-14 | Barnhill Jr John A | System and Method for Automatic Configuration and Management of Home Network Devices Using a Hierarchical Index Model |
CN103065208A (zh) * | 2013-01-30 | 2013-04-24 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种虚实互动的交通疏散控制方案的优化方法及其系统 |
CN104613892A (zh) * | 2014-12-31 | 2015-05-13 | 中国铁路总公司 | 融合视频检测技术和激光测距技术的复合雪深监测系统 |
CN106408346A (zh) * | 2016-09-30 | 2017-02-15 | 重庆智道云科技有限公司 | 一种基于物联网和大数据的实体场所行为分析系统及方法 |
CN108665754A (zh) * | 2017-03-31 | 2018-10-16 | 深圳市掌网科技股份有限公司 | 基于虚拟现实的户外安全演练方法及系统 |
CN107010542A (zh) * | 2017-04-17 | 2017-08-04 | 山东建筑大学 | 一种装配式建筑智能吊装系统及方法 |
CN107678538A (zh) * | 2017-09-05 | 2018-02-09 | 北京原力创新科技有限公司 | 增强现实系统和其中的信息处理方法、存储介质、处理器 |
CN109978741A (zh) * | 2017-12-27 | 2019-07-05 | 上海宝康电子控制工程有限公司 | 基于云平台的智慧交通信息服务应用系统及方法 |
CN109067822A (zh) * | 2018-06-08 | 2018-12-21 | 珠海欧麦斯通信科技有限公司 | 线上线下融合的实时混合现实城市服务实现方法及系统 |
CN110288160A (zh) * | 2019-06-27 | 2019-09-27 | 北京华如科技股份有限公司 | 一种基于平行仿真的态势动态预测方法 |
CN111371904A (zh) * | 2020-03-18 | 2020-07-03 | 交通运输部公路科学研究院 | 云边端协同的高速公路云控系统及控制方法 |
CN111858708A (zh) * | 2020-07-13 | 2020-10-30 | 北京交通大学 | 车路协同环境下的运动对象虚实交互测试同步方法 |
Non-Patent Citations (4)
Title |
---|
孔令义 等: "" MEC在移动网中的部署及应用"", 《邮电设计技术》, no. 5, pages 79 - 82 * |
张呈宇 李红五 等: ""面向工业互联网的5G边缘计算发展与应用"", 《电信科学》, vol. 37, no. 1, pages 129 - 136 * |
罗伟雄;刘岚;时东晓;曾纪霞;: "基于数据虚拟化技术的大数据资源中心建设", 《软件》, no. 07, pages 27 - 31 * |
薛建彬 等: ""基于MEC-D2D的分布式协同缓存方案"", 《华中科技大学学报(自然科学版)》, vol. 49, no. 3, pages 52 - 57 * |
Also Published As
Publication number | Publication date |
---|---|
CN113971047B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113256976B (zh) | 一种车路协同系统、模拟仿真方法、车载设备和路侧设备 | |
Alalewi et al. | On 5G-V2X use cases and enabling technologies: A comprehensive survey | |
Zhang | Design and application of fog computing and Internet of Things service platform for smart city | |
US20210295684A1 (en) | Cloud-edge-end cooperative highway cloud control system and control method | |
CN111614785B (zh) | 一种基于微容器云的边缘ai计算集群 | |
Santos et al. | City of things: Enabling resource provisioning in smart cities | |
CN108198439B (zh) | 一种基于雾计算的城市智能交通控制方法 | |
LiWang et al. | A computation offloading incentive mechanism with delay and cost constraints under 5G satellite-ground IoV architecture | |
CN110213716B (zh) | 一种基于雾无线接入网络的车联组网方法 | |
WO2016161676A1 (zh) | 一种资源调配系统、基站、设备及方法 | |
CN111199279A (zh) | 一种警务行业云端边缘计算和人工智能融合方法及装置 | |
CN109785620B (zh) | 一种车联网环境下的交通管控系统 | |
CN105043379A (zh) | 一种基于时空约束的景区浏览路径规划方法、装置 | |
WO2023185773A1 (zh) | 智能车及其控制方法、行车系统 | |
Shi et al. | A multi-layer collaboration framework for industrial parks with 5G vehicle-to-everything networks | |
CN116153058A (zh) | 一种基于三层四级架构的智能网联汽车云控系统 | |
CN113971047B (zh) | 分级平行系统的构建方法、应用方法、计算机设备及介质 | |
CN110213727A (zh) | 一种充电桩信息管理的方法以及相关装置 | |
CN112180974A (zh) | 基于小型无人机的资源分布式协作方法及系统 | |
Hussain et al. | Computing platforms for big data analytics in electric vehicle infrastructures | |
CN112236979A (zh) | 用于启用基于雾的数据处理的数据样本模板(dst)管理 | |
CN114331196B (zh) | 一种基于云平台的轨道交通小运量综合调度系统及云平台 | |
CN115909716A (zh) | 基于网联云控平台的交通路口调度系统、方法及设备 | |
Zhang et al. | Task placement for crowd recognition in edge-cloud based urban intelligent video systems | |
Zhang et al. | Mobile edge computing for the internet of vehicles |
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 |