CN116233790A - 一种基于5g的无人机集群边缘计算架构系统及处理方法 - Google Patents
一种基于5g的无人机集群边缘计算架构系统及处理方法 Download PDFInfo
- Publication number
- CN116233790A CN116233790A CN202310204526.0A CN202310204526A CN116233790A CN 116233790 A CN116233790 A CN 116233790A CN 202310204526 A CN202310204526 A CN 202310204526A CN 116233790 A CN116233790 A CN 116233790A
- Authority
- CN
- China
- Prior art keywords
- base station
- unmanned aerial
- aerial vehicle
- data
- edge computing
- 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
Images
Classifications
-
- 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
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
- H04W28/09—Management thereof
- H04W28/0958—Management thereof based on metrics or performance parameters
- H04W28/0967—Quality of Service [QoS] parameters
- H04W28/0975—Quality of Service [QoS] parameters for reducing delays
-
- 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
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/08—Trunked mobile radio systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于5G的无人机集群边缘计算架构系统及处理方法,涉及通信技术领域。该系统的一个具体实施方式包括:指挥中心,包括5G核心网和传输网;空中基站,包括5G基站和边缘计算平台;无人机,包括5G终端和传感器;其中,5G核心网和传输网与5G基站通过无线通信方式连接,传感器用于采集业务数据,5G终端用于将业务数据发送至与之配对的5G基站,5G基站用于将业务数据发送至边缘计算平台,边缘计算平台用于对低时延的业务数据进行处理,形成处理数据和控制指令;5G基站用于将控制指令发送至5G终端,无人机用于根据控制指令执行对应动作。该实施方式提高未来无人机集群任务响应速度和作战能力。
Description
技术领域
本发明涉及无人机通信技术领域,尤其涉及一种基于5G的无人机集群边缘计算架构系统及处理方法。
背景技术
无人机能耗和算力等机载资源的约束使其难以完成复杂任务,因此需要将任务卸载到云计算服务器。在传统云服务器的场景中,无人机将计算任务传输到远程云服务器中进行计算,计算完成后,云服务器再将结果返回给无人机,但整个过程时延较长,难以满足对实时性要求较高的任务需求。
利用5G网络和边缘计算平台可以将无人机计算任务卸载到边缘侧,提高算力的同时减小时延,满足无人机高实时性任务的需求。无人机集群场景中,将基站部署于空中可提高5G网络覆盖范围和网络容量。搭载空中基站的大型无人机专门用于无人机集群进行通信及边缘计算,与传统地面固定基站相比,空中基站与无人机集群距离近,且机动灵活,因此5G网络覆盖能力更强。针对5G基站部署在无人机上的无人机集群场景,机内的空间和功率有限,而现有边缘计算平台的体积、重量和能耗较大。本发明提出一种可用于无人机集群场景的、部署于空中基站的小型化5G边缘计算方案。
发明内容
有鉴于此,本发明实施例提供一种基于5G的无人机集群边缘计算架构系统及处理方法,通过5G基站与边缘计算共平台部署,利用虚拟化技术实现网元和应用之间的资源隔离,可提高空间利用率,实现可部署在空中基站的小型化边缘计算平台,应用于无人机集群任务。
为实现上述目的,根据本发明实施例的一个方面,提供了一种基于5G的无人机集群边缘计算架构系统,包括:指挥中心101,包括5G核心网和传输网1011;空中基站102,包括5G基站1021和边缘计算平台1022;无人机103,包括5G终端1031和传感器1032;
其中,所述5G核心网和传输网1011与所述5G基站1021通过无线通信方式连接,所述5G基站1021与所述5G终端1031通过无线通信方式连接,多个所述无人机103与预设距离范围内的所述空中基站102对应配对,对应的所述5G基站1021与对应的所述5G终端1031组成通信网络;所述传感器1032用于采集业务数据,所述5G终端1011用于将所述业务数据发送至与之配对的所述5G基站1021,所述5G基站1021用于将所述业务数据发送至所述边缘计算平台1022,所述边缘计算平台1022用于对低时延的所述业务数据进行处理,形成处理数据和控制指令;所述5G基站1021用于将所述控制指令发送至所述5G终端,所述无人机103用于根据所述控制指令执行对应动作。
可选地,所述边缘计算平台1022还使用虚拟化架构,包括硬件基础设施层、基础设施即服务层、平台即服务层、无人机应用层和开放能力层,其中,所述硬件基础设施层还包括计算模块、存储模块、网络模块和GPU;所述基础设施即服务层采用资源池架构,还包括轻量计算虚拟化模块、分布式存储模块、网络虚拟化模块和加速器管理模块;所述平台即服务层还包括应用资源编排子模块和基础能力子模块;所述无人机应用层还包括功能软件程序;所述开放能力层还包括可访问的应用程序编程接口,所述应用程序编程接口用于与所述5G基站1021进行通讯。
可选地,所述5G核心网和传输网1011还包括会话管理功能单元、接入及移动管理功能单元、用户平面功能单元。
可选地,所述空中基站102包含有源天线单元和基带处理单元,其中所述基带处理单元还包含集中单元和分布单元。
可选地,所述指挥中心101还包括云计算中心,所述无人机103还包括机载计算模块,所述机载计算模块用于对所述业务数据进行预处理。
可选地,所述边缘计算平台1022用于对低时延的所述业务数据进行处理还包括:所述边缘计算平台1022还用于接收所述业务数据,根据预设分流规则,采用基于IP Rule对所述业务数据进行分流处理。
可选地,所述5G基站1021还用于将所述处理数据发送至所述指挥中心101。
根据本发明的另一方面,还提供了一种基于5G的无人机集群边缘计算处理方法,使用如上所述的任一系统,包括:
步骤S01:所述指挥中心101通过所述5G核心网和传输网1011将任务数据发送至所述空中基站102;
步骤S02:所述空中基站102接收所述任务数据,对所述任务数据进行处理,形成任务指令,所述空中基站102通过所述5G基站1021将所述任务指令发送至所述无人机103;
步骤S03:所述无人机102接收所述任务指令,根据所述任务指令使用所述传感器1032形成所述业务数据,对所述业务数据进行预处理后,将预处理后的所述业务数据通过所述5G终端1031发送至所述空中基站102;
步骤S04:所述空中基站102接收所述业务数据,将所述业务数据发送至所述边缘计算平台1022,所述边缘计算平台1022调用相应处理程序,并对所述处理程序的计算、存储和网络资源进行优化部署,所述处理程序对低时延的所述业务数据进行处理后形成所述处理数据和所述控制指令,所述5G基站1021获取所述控制指令;
步骤S05:所述5G基站1021将所述控制指令发送至所述无人机103;
步骤S06:所述无人机103通过所述5G终端1031接收所述控制指令,所述无人机103根据所述控制指令执行对应动作。
可选地,所述5G基站1021还将所述处理数据发送至所述指挥中心101。
上述发明中的一个实施例具有如下优点或有益效果:采用指挥中心-空中基站-无人机之间的通信协同,建立包含边缘计算的“基站-终端”的无线网络架构,无人机作为终端接入基站;数据分流处理,空中基站在边缘侧处理低时延数据,节省资源的同时进一步减小延迟。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。
其中:
图1是根据本发明实施例的一种基于5G的无人机集群边缘计算架构系统的架构示意图;
图2是适于用来实现本发明实施例的一种基于5G的无人机集群边缘计算平台的虚拟化架构示意图;
图3是根据本发明实施例的一种基于5G的无人机集群边缘计算处理方法的流程示意图;
图4是根据本发明实施例的一种基于5G的无人机集群边缘计算处理方法的具体实施例的流程示意图;
流程示意图;
附图标记说明:
100-系统,101-指挥中心,102-空中基站,103-无人机,1011-5G核心网和传输网,1021-5G基站,1022-边缘计算平台,1031-5G终端,1032-传感器。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的一种基于5G的无人机集群边缘计算架构系统的架构示意图;如图1所示:系统100包括:指挥中心101,包括5G核心网和传输网1011;空中基站102,包括5G基站1021和边缘计算平台1022;无人机103,包括5G终端1031和传感器1032;其中,5G核心网和传输网1011与5G基站1021通过无线通信方式连接,5G基站1021与5G终端1031通过无线通信方式连接,多个无人机103与预设距离范围内的空中基站102对应配对,对应的5G基站1021与对应的5G终端1031组成通信网络;传感器1032用于采集业务数据,5G终端1011用于将业务数据发送至与之配对的5G基站1021,5G基站1021用于将业务数据发送至边缘计算平台1022,边缘计算平台1022用于对低时延的业务数据进行处理,形成处理数据和控制指令;5G基站1021用于将控制指令发送至5G终端,无人机103用于根据控制指令执行对应动作。进一步地,5G基站1021还用于将处理数据发送至指挥中心101进行深入分析和处理。
具体地,指挥中心101的5G核心网和传输网1011具备多个网元单元,如常用的接入及移动管理功能单元AMF(Access and Mobility Management Function,接入和移动性管理功能,执行注册、连接、可达性、移动性管理。为SMF提供会话管理消息传输通道,为用户接入时提供认证、鉴权功能,终端和无线的核心网控制面接入点)、会话管理功能单元SMF(Session Management function,会话管理功能,负责隧道维护、IP地址分配和管理、UP功能选择、策略实施和QoS中的控制、计费数据采集、漫游等)、用户平面功能单元UPF(UserPort Function,用户端口功能,用户端口功能将特定的UNI要求适配到核心功能和系统管理功能)、UDM(Unified Data Management,统一数据管理功能,负责用户标识、签约数据、鉴权数据的管理、用户的服务网元注册管理)等。空中基站102还包括有源天线单元(AAU)和基带处理单元(BBU)等,基带处理单元包含集中单元(CU)和分布单元(DU)。5G核心网和传输网1011与空中基站102通过卫星通信、甚高频通信等无线通信方式双向连接,空中基站102通过Uu口与无人机103的5G终端1031双向连接。指挥中心101的通用服务器实现无人机集群任务规划、数据存储、大数据分析、模型训练等功能,将需要就近处理的低时延业务迁移至空中基站102的边缘计算平台1022上。搭载视觉传感器等各种传感器1032的小型无人机103可通过环境感知,并将图像和视频等业务数据通过Uu口(一种常用无线通讯接口协议)实时传输给空中基站102,空中基站102的边缘计算平台1022调用资源承载的视觉避障、目标识别、分析检测等智能算法对数据进行处理,形成控制指令,然后实时将控制指令发送至无人机103。
进一步地,由于机载环境资源有限,采用轻量化融合方案技术,边缘计算平台1022与5G基站1021共平台部署在小型化服务器内。
进一步地,采用虚拟化技术,实现网元与应用之间资源隔离。在共平台时,5G核心网和传输网1011的功能网元可虚拟化部署在边缘计算平台1022上,边缘计算平台1022提供网元运行所需要的硬件资源,并通过虚拟化技术实现网元和应用之间的资源隔离。边缘计算平台1022整合中央处理器(CPU)、内存、磁盘、输入/输出(I/O)设备等硬件,提供计算虚拟化、网络虚拟化、存储虚拟化等功能,灵活地将物理服务器、存储、网络设备虚拟成计算资源池及存储资源池,实现各子系统的计算资源和存储资源的动态伸缩和分配管理,可以按上层业务应用系统需求灵活分配资源,从而提高资源的利用率,简化系统管理。
进一步地,使用同栈轻量级混合虚拟化方案,以一个二进制文件实现支持虚拟机、容器两种不同的工作负载,大大缩小了整体资源占用。同时对虚拟化层进行重构和优化,最大限度的减小了虚拟机的启动时间和内存占用。针对容器的安全性问题,虚拟化层还引入了安全容器技术,以轻量级虚拟化引擎和微内核构建的安全容器运行时,能兼顾安全性、兼容性、高性能的应用需求。
进一步地,采用网络加速技术,利用专用加速设备为边缘计算平台1022上的5G核心网和传输网1011的网元提供支撑。边缘计算平台1022加速器服务提供基于虚拟机和容器的GPU硬件加速解决方案,为视频流编解码、AI分析提供硬件加速支持。加速器服务为边缘计算平台1022提供了GPU资源的统一管理,通过资源声明即可为虚拟机或容器分配GPU资源,并提供GPU的全生命周期管理及运行状态监控。部署于虚拟机或容器内的业务应用可透明访问GPU设备,对网关分发的视频数据流进行高效处理。此外,边缘计算平台1022支持GPU虚拟化隔离能力和共享能力,多个虚拟机或容器可共享同一块GPU卡,大大提升GPU的利用效率,针对视频分析这种平稳算力应用非常有效。
进一步地,采用基于IP Rule(基于IP的路由策略)的分流技术,实现无人机103的摄像头等传感器1031采集的需要实时处理的视频等业务数据分流到边缘计算平台1022上。分流网关是边缘计算平台1022中负责分流实现的模块,对外部对接5G基站1021完成数据流的接入,在边缘计算平台1022中可实现与业务管理模块对接,业务管理模块对接分流网关整体实现分为两个部分:1)控制面对接:用于向分流网关下发规则;2)数据面对接:用于从基站接收数据流,以及下行的数据向5G基站1021转发;通常数据面可采用隧道方式传递数据流。在应用此功能后,分流网关接收5G基站1021与5G核心网和传输网1011之间的数据,通过解析S1AP与NAGP报文提取UE的上下文信息,并且将匹配traffic rule规则的报文发送至边缘计算平台1022上承载的业务应用系统。
进一步地,图2是适于用来实现本发明实施例的一种基于5G的无人机集群边缘计算平台的虚拟化架构示意图,如图2所示,边缘计算平台1022还使用虚拟化架构,包括硬件基础设施层、基础设施即服务层、平台即服务层、无人机应用层和开放能力层,其中,硬件基础设施层还包括计算模块、存储模块、网络模块和GPU;基础设施即服务层采用资源池架构,还包括轻量计算虚拟化模块、分布式存储模块、网络虚拟化模块和加速器管理模块;平台即服务层还包括应用资源编排子模块和基础能力子模块;无人机应用层还包括功能软件程序;开放能力层还包括可访问的应用程序编程接口,应用程序编程接口用于与5G基站1021进行通讯。
具体地,边缘计算平台总体1022整体方案基于轻量级虚拟化架构,包括硬件基础设施层、虚拟化和资源池化基础设施即服务(IaaS)层、资源调度与管理自动化平台即服务(PaaS)层、具体无人机应用层以及边缘计算开放能力层,同时支持云边交互框架,其中:
(1)硬件基础设施层包括小型化定制服务器上的计算、存储、网络等设备,以及作为人工智能算力承载的图形处理器(GPU)等设备。由于需要安装在资源和空间有限的飞机上,服务器需要结构紧凑、坚固耐用。
(2)基础设施即服务(IaaS)层通过虚拟化技术形成对外提供资源的池化管理,包括轻量计算虚拟化、分布式存储、网络虚拟化和加速器管理等功能。
(3)平台即服务(PaaS)层在对资源进行有效监控管理的基础上,实现资源编排以及一键部署,满足业务系统的快速运行;实现镜像管理、本地分流等本地业务;支持弹性扩缩容,满足系统可伸缩性需求;边缘高可用有效保证服务的不间断运行;支持第三方应用接入,在运营商和具体业务之间无缝对接;支持运维管理自动化。应用资源编排可以快速将无人机任务算法应用部署到边缘计算平台1022上。镜像管理对应用镜像进行上传、下载、分发等管理功能。运维管理监控应用运行状态与集群状态,保证服务的运行状态。基础功能方面,本地分流负责将无人机算法数据转发到平台侧。网关对所有进入平台的控制面和数据面信息进行网关分流及认证。负载均衡对接入流量进行分发,尽量保证服务的可用性。
(4)无人机应用层包括实现无人机集群视觉避障、目标识别、目标跟踪、飞行控制等功能的软件程序。边缘计算平台作为在网络边缘构建的微数据中心,可以快速灵活集成无人机集群智能算法应用,接受统一的远程运维管理,开放基础管道能力。
(5)边缘计算开放能力层与5G基站进行通信,同时对外提供可访问的应用程序编程接口(API)。
(6)在云边交互框架下,边缘计算平台1022还有与地面云计算中心的应用程序编程接口(API)和数据交互接口,实现资源调度和业务数据的共享。
图3是根据本发明实施例的一种基于5G的无人机集群边缘计算处理方法的流程示意图,如图3所示,包括:
步骤S01:指挥中心101通过5G核心网和传输网1011将任务数据发送至空中基站102;
步骤S02:空中基站102接收任务数据,对任务数据进行处理,形成任务指令,空中基站102通过5G基站1021将任务指令发送至无人机103;
步骤S03:无人机102接收任务指令,根据任务指令使用传感器1032形成业务数据,对业务数据进行预处理后,将预处理后的业务数据通过5G终端1031发送至空中基站102;
步骤S04:空中基站102接收业务数据,将业务数据发送至边缘计算平台1022,边缘计算平台1022调用相应处理程序,并对处理程序的计算、存储和网络资源进行优化部署,处理程序对低时延的业务数据进行处理后形成处理数据和控制指令,5G基站1021获取控制指令;
步骤S05:5G基站1021将控制指令发送至无人机103;
步骤S06:无人机103通过5G终端1031接收控制指令,无人机103根据控制指令执行对应动作。
进一步地,还包括步骤S07:5G基站1021还将处理数据发送至指挥中心101。
具体地,(1)1个固定部署的地面指挥中心,包括5G核心网和云计算中心。5G核心网模块具备会话管理功能(SMF)、接入及移动管理功能(AMF)、用户平面功能(UPF)等多个网元单元。云计算中心依靠高性能的通用服务器,实现无人机集群任务规划、数据存储、大数据分析等功能。
(2)1架搭载空中基站的有人机或大型无人机,载荷包括5G天线射频单元、基带处理单元、以及5G基站与边缘计算共平台部署的小型化定制服务器。小型化定制服务器包括硬件基础设施层、基础设施即服务(IaaS)层、平台即服务(PaaS)层、无人机应用层以及边缘计算开放能力层。
(2a)硬件基础设施层包括定制服务器上的计算、存储、网络、以及作为人工智能算力承载的图形处理器(GPU)等设备。由于机载环境的限制,定制服务器尺寸不超过1U(典型尺寸高度40毫米,宽度215毫米,深度376毫米),采用结构加固的机箱外壳。根据无人机集群视觉避障任务需求,调整硬件平台的算力资源、视频处理加速设备、存储容量、网络接入能力、远程运维能力等规格。考虑硬件设备可靠性,设计冗余组件,例如风扇、电源等,以保证在原件故障后,系统依然可以工作。
(2b)基础设施即服务(IaaS)层通过虚拟化技术形成对外提供资源的池化管理,包括轻量计算虚拟化、分布式存储、网络虚拟化和加速器管理等功能。支持ARM,x86架构,支持Centos,Ubuntu,Windows等操作系统并行在平台上运行。支持视觉避障等应用之间的计算网络存储隔离。支持容器/虚拟机应用与平台系统的隔离,使每个应用运行在独立的虚拟机或容器环境,减少相互影响及安全隐患,避免信息泄露等问题。
(2c)平台即服务(PaaS)层在对资源进行有效监控管理的基础上,实现资源编排以及一键部署,满足业务系统的快速运行。应用资源编排可以对视觉避障等算法应用进行编排部署。镜像管理对视觉避障应用镜像进行上传、下载、分发等管理功能。运维管理监控应用运行状态与集群状态,保证服务的运行状态。本地分流负责将无人机算法数据转发到平台侧。网关对所有进入平台的控制面和数据面信息进行网关分流及认证。负载均衡对接入流量进行分发,尽量保证服务的可用性。
(2d)无人机应用层包括实现无人机集群视觉避障等功能的软件程序。
(2e)边缘计算开放能力层与5G基站进行通信,同时对外提供可访问的应用程序编程接口(API)。
(3)多架小型无人机,无人机搭载高清摄像头、5G终端、GPS接收机、计算设备、存储设备等载荷。无人机为飞行高度不超过300米的低空旋翼机,最大载荷不小于10公斤,水平移动速度不超过160千米/小时。
图4是根据本发明实施例的一种基于5G的无人机集群边缘计算处理方法的具体实施例的流程示意图,如图4所示,基于5G边缘计算的无人机集群视觉避障方法,业务流程如下:
(1)地面指挥中心的云计算中心进行任务规划,5G核心网负责将任务要求和规划命令数据(简称任务数据)编码后通过NG接口发送给空中基站。
(2)空中基站有源天线单元(AAU)和基带处理单元(BBU)接收并处理地面指挥中心发送的任务规划后,通过Uu口以5G信号形式对每架小型无人机下达指令,完成第一次任务分发。
(3)小型无人机在执行任务的过程中,通过搭载的高清摄像头采集周围环境图像和视频,机载计算板利用DCT压缩算法对数据进行压缩等预处理,然后将数据通过Uu口实时传输给空中基站。
(4)空中基站AAU和BBU接收到并解码小型无人机发来的图像或视频数据后分流到边缘计算平台(MEP),MEP负责持续对其所承载的无人机集群5G视觉避障算法应用的计算、储存、网络资源进行优化部署,MEP接收到空中基站分流的图像或视频数据后利用视觉避障算法对双目图像进行立体匹配,精准标记障碍物,获取障碍物的轮廓信息、深度信息、位置信息等,并测算得到障碍物与无人机之间的距离等数据,最终得到视觉避障结果,即无人机路径信息和控制指令,后通过空中基站内部接口交回AAU及BBU通信模块处理。
(5)空中基站通信模块将视觉避障计算结果通过Uu口实时发送给小型无人机5G终端接收模块。
(6)无人机终端根据空中基站反馈的视觉避障计算结果,即路径信息和控制指令,完成自主避障。
(7)重复进行(3)至(6)步骤,直至完成任务或地面指挥中心发布新的任务。
(8)空中基站的边缘计算平台将无人机采集的图像和视频数据暂存,并通过NG接口上传至地面云计算中心,供后续大数据分析与模型训练使用。
附图中的流程图或框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以并行地执行,有时也可以按相反的顺序执行,其执行顺序依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框以及其组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括发送单元或模块、获取单元、确定单元和第一处理单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (9)
1.一种基于5G的无人机集群边缘计算架构系统,其特征在于,包括:
指挥中心(101),包括5G核心网和传输网(1011);
空中基站(102),包括5G基站(1021)和边缘计算平台(1022);
无人机(103),包括5G终端(1031)和传感器(1032);
其中,所述5G核心网和传输网(1011)与所述5G基站(1021)通过无线通信方式连接,所述5G基站(1021)与所述5G终端(1031)通过无线通信方式连接,多个所述无人机(103)与预设距离范围内的所述空中基站(102)对应配对,对应的所述5G基站(1021)与对应的所述5G终端(1031)组成通信网络;所述传感器(1032)用于采集业务数据,所述5G终端(1011)用于将所述业务数据发送至与之配对的所述5G基站(1021),所述5G基站(1021)用于将所述业务数据发送至所述边缘计算平台(1022),所述边缘计算平台(1022)用于对低时延的所述业务数据进行处理,形成处理数据和控制指令;所述5G基站(1021)用于将所述控制指令发送至所述5G终端,所述无人机(103)用于根据所述控制指令执行对应动作。
2.根据权利要求1所述的系统,其特征在于,所述边缘计算平台(1022)还使用虚拟化架构,包括硬件基础设施层、基础设施即服务层、平台即服务层、无人机应用层和开放能力层,其中,所述硬件基础设施层还包括计算模块、存储模块、网络模块和GPU;
所述基础设施即服务层采用资源池架构,还包括轻量计算虚拟化模块、分布式存储模块、网络虚拟化模块和加速器管理模块;所述平台即服务层还包括应用资源编排子模块和基础能力子模块;
所述无人机应用层还包括功能软件程序;
所述开放能力层还包括可访问的应用程序编程接口,所述应用程序编程接口用于与所述5G基站(1021)进行通讯。
3.根据权利要求1所述的系统,其特征在于,所述5G核心网和传输网(1011)还包括会话管理功能单元、接入及移动管理功能单元、用户平面功能单元。
4.根据权利要求1所述的系统,其特征在于,所述空中基站102包含有源天线单元和基带处理单元,其中所述基带处理单元还包含集中单元和分布单元。
5.根据权利要求1所述的系统,其特征在于,所述指挥中心(101)还包括云计算中心,所述无人机(103)还包括机载计算模块,所述机载计算模块用于对所述业务数据进行预处理。
6.根据权利要求1所述的系统,其特征在于,所述边缘计算平台(1022)用于对低时延的所述业务数据进行处理还包括:
所述边缘计算平台(1022)还用于接收所述业务数据,根据预设分流规则,采用基于IPRule对所述业务数据进行分流处理。
7.根据权利要求1所述的系统,其特征在于,所述5G基站(1021)还用于将所述处理数据发送至所述指挥中心(101)。
8.一种基于5G的无人机集群边缘计算处理方法,其特征在于,使用如权利要求1-7所述的任一系统,包括:
步骤S01:所述指挥中心(101)通过所述5G核心网和传输网(1011)将任务数据发送至所述空中基站(102);
步骤S02:所述空中基站(102)接收所述任务数据,对所述任务数据进行处理,形成任务指令,所述空中基站(102)通过所述5G基站(1021)将所述任务指令发送至所述无人机(103);步骤S03:所述无人机(102)接收所述任务指令,根据所述任务指令使用所述传感器(1032)形成所述业务数据,对所述业务数据进行预处理后,将预处理后的所述业务数据通过所述5G终端(1031)发送至所述空中基站(102);
步骤S04:所述空中基站(102)接收所述业务数据,将所述业务数据发送至所述边缘计算平台(1022),所述边缘计算平台(1022)调用相应处理程序,并对所述处理程序的计算、存储和网络资源进行优化部署,所述处理程序对低时延的所述业务数据进行处理后形成所述处理数据和所述控制指令,所述5G基站(1021)获取所述控制指令;
步骤S05:所述5G基站(1021)将所述控制指令发送至所述无人机(103);
步骤S06:所述无人机(103)通过所述5G终端(1031)接收所述控制指令,所述无人机(103)根据所述控制指令执行对应动作。
9.根据权利要求8所述的方法,其特征在于,所述5G基站(1021)还将所述处理数据发送至所述指挥中心(101)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310204526.0A CN116233790A (zh) | 2023-03-03 | 2023-03-03 | 一种基于5g的无人机集群边缘计算架构系统及处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310204526.0A CN116233790A (zh) | 2023-03-03 | 2023-03-03 | 一种基于5g的无人机集群边缘计算架构系统及处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116233790A true CN116233790A (zh) | 2023-06-06 |
Family
ID=86590771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310204526.0A Pending CN116233790A (zh) | 2023-03-03 | 2023-03-03 | 一种基于5g的无人机集群边缘计算架构系统及处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116233790A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117177306A (zh) * | 2023-11-03 | 2023-12-05 | 中国人民解放军国防科技大学 | 基于nfv和sdn的无人机mec网络系统 |
-
2023
- 2023-03-03 CN CN202310204526.0A patent/CN116233790A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117177306A (zh) * | 2023-11-03 | 2023-12-05 | 中国人民解放军国防科技大学 | 基于nfv和sdn的无人机mec网络系统 |
CN117177306B (zh) * | 2023-11-03 | 2024-01-02 | 中国人民解放军国防科技大学 | 基于nfv和sdn的无人机mec网络系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109996039B (zh) | 一种基于边缘计算的目标追踪方法及装置 | |
Zhou et al. | SAGECELL: Software-defined space-air-ground integrated moving cells | |
CN110647391B (zh) | 面向星地协同网络的边缘计算方法及系统 | |
CN108684047B (zh) | 一种无人机承载小基站通信系统与方法 | |
US9613534B2 (en) | Systems and methods for creating a network cloud based system for supporting regional, national and international unmanned aircraft systems | |
CN113156992B (zh) | 面向边缘环境下无人机的三层架构协同优化方法 | |
CN112637290A (zh) | 一种基于微基站及边缘计算的全球通信网络系统 | |
US11652539B2 (en) | Architecture and orchestrator of a communications subsystem for a space based satellite | |
CN110636255A (zh) | 一种基于4g网络的无人机图像、视频传输分发系统及方法 | |
WO2018177268A1 (zh) | 通过4g网络与无人机进行远距离信息交互的装置及方法 | |
JP7338066B2 (ja) | 無線通信システムにおいて端末が信号を送受信する方法 | |
US20210018938A1 (en) | Computation load distribution | |
CN116233790A (zh) | 一种基于5g的无人机集群边缘计算架构系统及处理方法 | |
Beigi et al. | Real-time cloud robotics in practical smart city applications | |
Giyenko et al. | Intelligent unmanned aerial vehicle platform for smart cities | |
CN114337783A (zh) | 一种空间分布式边缘计算架构及业务处理方法 | |
US10694534B1 (en) | Transferring data through a bonded communication link | |
CN114760605A (zh) | 无人机网络的多址边缘计算系统 | |
Li et al. | Learning IoV in 6G: Intelligent edge computing for Internet of Vehicles in 6G wireless communications | |
Seo et al. | A public safety framework for immersive aerial monitoring through 5G commercial network | |
KR20190093892A (ko) | 군집 드론의 데이터 처리 작업 결정 방법 | |
CN109714437B (zh) | 应急通信网络系统 | |
Garge et al. | Unmanned aerial vehicles (UAVs) as on-demand QoS enabler for multimedia applications in smart cities | |
Niu et al. | Design of data transmission system of human-autonomous devices for UAV inspection of transmission line status | |
CN112260747B (zh) | 机载协同控制与中继传输系统 |
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 |