CN116991246A - 用于导览机器人的算法调度方法、装置及导览机器人系统 - Google Patents
用于导览机器人的算法调度方法、装置及导览机器人系统 Download PDFInfo
- Publication number
- CN116991246A CN116991246A CN202311256743.0A CN202311256743A CN116991246A CN 116991246 A CN116991246 A CN 116991246A CN 202311256743 A CN202311256743 A CN 202311256743A CN 116991246 A CN116991246 A CN 116991246A
- Authority
- CN
- China
- Prior art keywords
- processor
- algorithm
- scheduled
- scheduling
- load state
- 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
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 226
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000003993 interaction Effects 0.000 claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 230000005055 memory storage Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请涉及导览机器人领域,特别是涉及一种用于导览机器人的算法调度方法、装置及导览机器人系统。所述方法包括:按照预设周期监测各所述处理器的运行参数;基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器;若存在待算法调度的处理器以及接收算法调度的处理器,则基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器。本发明使得导览机器人做到高效实时的智能交互,达到最优的用户体验。
Description
技术领域
本申请涉及导览机器人领域,特别是涉及一种用于导览机器人的算法调度方法、装置及导览机器人系统。
背景技术
随着人工智能算法的发展,导览机器人的智能化程度逐渐提升,然而导览机器人智能交互的实时性依然是其实际应用的痛点所在。
由于导览机器人本体体积有限,目前无法承载服务器级别的大算力硬件,然而其部署活动范围有限,可以与区域内服务器保持数据交互。因此一种方案是导览机器人所需的各类算法在云端进行部署,导览机器人仅与云端服务器进行数据交互。
为了最大化利用所有计算资源,降低各类算法的耗时,使得导览机器人智能交互的实时性达到最高,由此形成了云端计算的调度调优问题。
由于在导览过程中随着周围环境人员数量增减或说话人数的增减,声纹识别、说话人识别、人体姿态检测等算法的计算量会发生动态的变化,导致个别处理器短时负载过大,引起交互卡顿,亟待寻求一种在多卡处理器服务器硬件资源有限的条件下,可以高效使用计算资源的算法调度方法,使得导览机器人做到高效实时的智能交互,达到最优的用户体验。
发明内容
基于此,有必要针对上述技术问题,提供一种用于导览机器人的算法调度方法、装置、导览机器人系统及存储介质。
第一方面,本发明实施例提出一种用于导览机器人的算法调度方法,所述导览机器人与云端服务器进行数据交互,所述云端服务器包括多个处理器,各所述处理器用于执行对应的算法,各所述算法具有对应的优先级,所述方法包括:
按照预设周期监测各所述处理器的运行参数;
基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器;
若存在待算法调度的处理器以及接收算法调度的处理器,则基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器。
在一实施例中,所述基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器包括:
基于所述各所述处理器的运行参数,对各所述处理器的负载状态进行标记;
基于各所述处理器所标记的负载状态,确定是否为待算法调度的处理器;
基于各所述处理器所标记的负载状态及对应负载状态所标记的时间,确定是否为接收算法调度的处理器。
在一实施例中,若所述处理器的运行参数满足第一预设条件,则该处理器的负载状态标记为第一负载状态;若所述处理器的运行参数满足第二预设条件,则该处理器的负载状态标记为第二负载状态;若所述处理器的运行参数满足第三预设条件,则该处理器的负载状态标记为第三负载状态。
在一实施例中,所述运行参数包括利用率、显存剩余量、PCIe吞吐量、温度;
若所述处理器的运行参数不满足利用率小于第一利用率阈值、显存剩余量大于第一剩余量阈值、PCIe吞吐量小于第一吞吐量阈值、温度小于第一温度阈值,则该处理器的运行参数满足第一预设条件;
若所述处理器的运行参数满足PCIe吞吐量小于第二吞吐量阈值、显存剩余量大于第二剩余量阈值、利用率小于第二利用率阈值,则该处理器的运行参数满足第三预设条件;
若所述处理器的运行参数满足利用率小于第一利用率阈值、显存剩余量大于第一剩余量阈值、PCIe吞吐量小于第一吞吐量阈值、温度小于第一温度阈值,且不满足PCIe吞吐量小于第二吞吐量阈值、显存剩余量大于第二剩余量阈值、利用率小于第二利用率阈值的任意一项,则该处理器的运行参数满足第二预设条件。
在一实施例中,若存在标记为第一负载状态的处理器,确定该处理器为待算法调度的处理器;
若存在标记为第三负载状态的处理器,则确定最先标记为第三负载状态的处理器为接收算法调度的处理器;若不存在标记为第三负载状态的处理器,且存在标记为第二负载状态的处理器,则确定最先标记为第二负载状态处理器为接收算法调度的处理器。
在一实施例中,若存在待算法调度的处理器且不存在接收算法调度的处理器,则结束该待算法调度的处理器上最低优先级的算法,并标记为待恢复的算法。
在一实施例中,所述基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器包括:
若存在待恢复的算法,则将所述待恢复的算法中最高优先级的算法调度至所述接收算法调度的处理器;
若不存在待恢复的算法,则将所执行的最低优先级的算法调度至所述接收算法调度的处理器。
第二方面,本发明实施例提出一种用于导览机器人的实时算法调度装置,所述导览机器人与云端服务器进行数据交互,所述云端服务器包括多个处理器,各所述处理器用于执行对应的算法,各所述算法具有对应的优先级,所述装置包括:
监测模块,用于按照预设周期监测各所述处理器的运行参数;
确定模块,用于基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器;
调度模块,用于若存在待算法调度的处理器以及接收算法调度的处理器,则基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器。
第三方面,本发明实施例提出一种云端机器人系统,包括导览机器人和云端服务器,所述导览机器人与所述云端服务器进行数据交互,所述云端服务器包括多个处理器,各所述处理器用于执行对应的算法,实现第一方面所述的方法的步骤。
第四方面,本发明实施例提出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,实现第一方面所述的方法的步骤。
相比于现有技术,上述方法、装置、系统和存储介质,通过按照预设周期监测各所述处理器的运行参数,基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器,若存在待算法调度的处理器以及接收算法调度的处理器,则基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器,实现在硬件资源有限的条件下,使得导览机器人做到高效实时的智能交互,达到最优的用户体验。
附图说明
图1为一实施例中导览机器人的结构示意图;
图2为一实施例中用于导览机器人的算法调度方法的流程示意图;
图3为一实施例中处理器确定方法的流程示意图;
图4为一示例实施例中处理器负载状态确定方法的流程示意图;
图5为一实施例中算法调度方法的流程示意图;
图6为一示例实施例中算法调度方法的流程示意图;
图7为一实施例中用于导览机器人的实时算法调度装置的模块连接示意图。
具体实施方式
为了更清楚地说明本发明的实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本发明的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本发明应用于其他类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
如本发明和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
虽然本发明对根据本发明的实施例的装置中的某些模块做出了各种引用,然而,任何数量的不同模块可以被使用并运行在计算设备和/或处理器上。模块仅是说明性的,并且装置和方法的不同方面可以使用不同模块。
应当理解的是,当单元或模块被描述为“连接”、“耦接”其它单元、模块或块时,其可以指直接连接或耦接,或者与其它单元、模块或块通信,或者可以存在中间的单元、模块或块,除非上下文明确指明其它方式。本文所使用的术语“和/或”可包括一个或多个相关列出项目的任意与所有组合。
本申请提供的用于导览机器人的算法调度方法,可以应用于如图1所示的导览机器人中。导览机器人可以包括至少一个(图1中仅示出一个)处理器102和用于存储数据的存储器104,其中,处理器102可以包括但不限于处理器等的处理装置。上述导览机器人还包括用于通信功能的传输设备106以及输入输出设备108。输入输出设备108可以是各种传感器。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述导览机器人的结构造成限制。例如,导览机器人还可包括比图1中所示更多或者更少的组件,或者具有与图1所示出的不同配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如在本实施例中的用于导览机器人的算法调度方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至导览机器人。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络包括导览机器人的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(NetworkInterfaceController,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(RadioFrequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
导览机器人与云端服务器(图中未示出)进行数据交互,所述云端服务器包括多个处理器,各所述处理器用于执行对应的算法。
由于导览机器人在导览过程中随着周围环境人员数量增减或说话人数的增减,声纹识别、说话人识别、人体姿态检测等算法的计算量会发生动态的变化,若算力需求均增加在同一处理器上则可能导致卡顿或崩溃,为了最大化避免资源挤压导致交互卡顿,引入算法调度。
如图2所示,本发明实施例提供了一种用于导览机器人的算法调度方法,以该方法应用于图1中的云端服务器为例进行说明,包括以下步骤:
S202:按照预设周期监测各所述处理器的运行参数。
其中,所述运行参数包括但不限于利用率、显存剩余量、PCIe吞吐量、温度。
S204:基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器;
S206:若存在待算法调度的处理器以及接收算法调度的处理器,则基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器。
基于上述步骤S202-S206,通过按照预设周期监测各所述处理器的运行参数,基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器,若存在待算法调度的处理器以及接收算法调度的处理器,则基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器,实现在硬件资源有限的条件下,使得导览机器人做到高效实时的智能交互,达到最优的用户体验。
在一实施例中,如图3所示,所述基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器包括:
S302:基于所述各所述处理器的运行参数,对各所述处理器的负载状态进行标记;
S304:基于各所述处理器所标记的负载状态,确定是否为待算法调度的处理器;
S306:基于各所述处理器所标记的负载状态及对应负载状态所标记的时间,确定是否为接收算法调度的处理器。
在一实施例中,若所述处理器的运行参数满足第一预设条件,则该处理器的负载状态标记为第一负载状态;若所述处理器的运行参数满足第二预设条件,则该处理器的负载状态标记为第二负载状态;若所述处理器的运行参数满足第三预设条件,则该处理器的负载状态标记为第三负载状态。
以所述运行参数包括利用率、显存剩余量、PCIe吞吐量、温度为例。若所述处理器的运行参数不满足利用率小于第一利用率阈值、显存剩余量大于第一剩余量阈值、PCIe吞吐量小于第一吞吐量阈值、温度小于第一温度阈值,则该处理器的运行参数满足第一预设条件;若所述处理器的运行参数满足PCIe吞吐量小于第二吞吐量阈值、显存剩余量大于第二剩余量阈值、利用率小于第二利用率阈值,则该处理器的运行参数满足第三预设条件;若所述处理器的运行参数满足利用率小于第一利用率阈值、显存剩余量大于第一剩余量阈值、PCIe吞吐量小于第一吞吐量阈值、温度小于第一温度阈值,且不满足PCIe吞吐量小于第二吞吐量阈值、显存剩余量大于第二剩余量阈值、利用率小于第二利用率阈值的任意一项,则该处理器的运行参数满足第二预设条件。
在一示例实施例中,在每张处理器运行一个资源监控实例,其目的为将对应处理器的负载状态动态实时的标记,第一负载状态为“告警”、第二负载状态为“空闲”、第三负载状态为“忙碌”。
如图4所示,每间隔10秒时间,启动一次标记,首先判断当前处理器是否处于过载需要告警的状态,即顺序判断“利用率是否大于95%”、“显存剩余量是否小于15%”、“PCIe吞吐量是否大于上限的95%”、“温度是否高于88℃”,满足其一则标记为“告警”,否则继续判断其状态,继续顺序判断“PCIe吞吐量是否大于上限的50%”、“显存剩余量是否小于70%”、“利用率是否大于30%”,满足其一则标记为“忙碌”,否则标记为“空闲”。
在一实施例中,若存在标记为第一负载状态的处理器,确定该处理器为待算法调度的处理器;若存在标记为第三负载状态的处理器,则确定最先标记为第三负载状态的处理器为接收算法调度的处理器;若不存在标记为第三负载状态的处理器,且存在标记为第二负载状态的处理器,则确定最先标记为第二负载状态处理器为接收算法调度的处理器。
在一实施例中,若存在待算法调度的处理器且不存在接收算法调度的处理器,则结束该待算法调度的处理器上最低优先级的算法,并标记为待恢复的算法。
在一实施例中,如图5所示,所述基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器包括:
S502:若存在待恢复的算法,则将所述待恢复的算法中最高优先级的算法调度至所述接收算法调度的处理器;
S504:若不存在待恢复的算法,则将所执行的最低优先级的算法调度至所述接收算法调度的处理器。
基于上述算法调度的方法,消除了原本动态资源过载引起的卡顿,显著提升了用户体验。
在本实施例中,对导览机器人涉及的算法进行优先级分级。在一示例实施例中,优先级从高到低依次为:A0:声纹识别算法、语音增强算法、说话人识别算法;A1:3d目标检测算法、注视目标检测算法;A2:人体姿态检测算法、人体动作识别算法。
初始状态下,根据算法优先级在每个处理器上高低搭配的原则,部署运行算法。示例性的,在第一张处理器部署声纹识别、人体姿态检测算法;第二张处理器部署语音增强、人体动作识别算法;第三张处理器部署说话人识别、注视目标检测算法;第四张处理器部署3d目标检测算法。
在一示例实施例中,如图6所示,仅针对触发“告警”状态的处理器,首先判断服务器是否存在标记“空闲”状态的处理器,没有则判断是否存在“忙碌”状态的处理器,依然没有且当前处理器依然标记“告警”状态,则结束当前处理器最低级别的算法进程,并标记该算法待恢复标志位,每间隔10秒时间,重复启动一次调度流程。若存在标记“空闲”状态的处理器,首先判断是否存在待恢复的算法,若存在,则恢复待恢复算法中最高优先级的算法至第一张“空闲”状态处理器,否则切换当前“告警”状态处理器上运行的最低优先级算法至第一张“空闲”状态处理器,结束调度进程;同理,若不存在标记“空闲”状态处理器,但存在标记“忙碌”处理器,首先判断是否存在待恢复的算法,若存在,则恢复待恢复算法中最高优先级的算法至第一张“忙碌”状态处理器,否则切换当前“告警”处理器上运行的最低优先级算法至第一张“忙碌”状态处理器,结束调度进程。
在一示例实施例中,所述处理器为GPU,表1为使用本算法调度方法前后平均GPU利用率、平均GPU显存利用率和平均GPU PCIe带宽利用率,可见使用了本算法调度方法后各资源利用率指标均有上升,主要是避免了单卡GPU资源过载的情况。表2为使用本调度方法前后,10人以上场景下平均最长不卡顿时间,使用了本调度方法后消除了原本动态资源过载引起的卡顿,显著提升了用户体验。
表1
表2
综合以上可见,采用本算法调度方法后,可以有效消除原本单卡动态资源过载的情况,避免了该情况引起的导览机器人交互卡顿,显著提升了用户体验,证明了本方法的有效性。
应该理解的是,虽然上述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。
在一实施例中,如图7所示,本发明提供了一种用于导览机器人的实时算法调度装置,所述装置包括:
监测模块702,用于按照预设周期监测各所述处理器的运行参数;
确定模块704,用于基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器;
调度模块706,用于若存在待算法调度的处理器以及接收算法调度的处理器,则基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器。
在本实施例中,通过按照预设周期监测各所述处理器的运行参数,基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器,若存在待算法调度的处理器以及接收算法调度的处理器,则基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器,实现在硬件资源有限的条件下,使得导览机器人做到高效实时的智能交互,达到最优的用户体验。
关于用于导览机器人的实时算法调度装置的具体限定可以参见上文中对于算法调度方法的限定,在此不再赘述。上述用于导览机器人的实时算法调度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云端服务器中的处理器中,也可以以软件形式存储于云端服务器中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一实施例中,本发明实施例提供了一种云端机器人系统,包括导览机器人和云端服务器,所述导览机器人与所述云端服务器进行数据交互,所述云端服务器包括多个处理器,各所述处理器用于执行对应的算法,实现上述方法实施例中的步骤。
在一实施例中,本发明实施例提出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,上述方法实施例中的步骤。
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,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-OnlyMemory,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(DynamicRandom 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)
1.一种用于导览机器人的算法调度方法,所述导览机器人与云端服务器进行数据交互,所述云端服务器包括多个处理器,各所述处理器用于执行对应的算法,各所述算法具有对应的优先级,其特征在于,所述方法包括:
按照预设周期监测各所述处理器的运行参数;
基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器;
若存在待算法调度的处理器以及接收算法调度的处理器,则基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器。
2.根据权利要求1所述的方法,其特征在于,所述基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器包括:
基于所述各所述处理器的运行参数,对各所述处理器的负载状态进行标记;
基于各所述处理器所标记的负载状态,确定是否为待算法调度的处理器;
基于各所述处理器所标记的负载状态及对应负载状态所标记的时间,确定是否为接收算法调度的处理器。
3.根据权利要求2所述的方法,其特征在于,若所述处理器的运行参数满足第一预设条件,则该处理器的负载状态标记为第一负载状态;若所述处理器的运行参数满足第二预设条件,则该处理器的负载状态标记为第二负载状态;若所述处理器的运行参数满足第三预设条件,则该处理器的负载状态标记为第三负载状态。
4.根据权利要求3所述的方法,其特征在于,所述运行参数包括利用率、显存剩余量、PCIe吞吐量、温度;
若所述处理器的运行参数不满足利用率小于第一利用率阈值、显存剩余量大于第一剩余量阈值、PCIe吞吐量小于第一吞吐量阈值、温度小于第一温度阈值,则该处理器的运行参数满足第一预设条件;
若所述处理器的运行参数满足PCIe吞吐量小于第二吞吐量阈值、显存剩余量大于第二剩余量阈值、利用率小于第二利用率阈值,则该处理器的运行参数满足第三预设条件;
若所述处理器的运行参数满足利用率小于第一利用率阈值、显存剩余量大于第一剩余量阈值、PCIe吞吐量小于第一吞吐量阈值、温度小于第一温度阈值,且不满足PCIe吞吐量小于第二吞吐量阈值、显存剩余量大于第二剩余量阈值、利用率小于第二利用率阈值的任意一项,则该处理器的运行参数满足第二预设条件。
5.根据权利要求3所述的方法,其特征在于,
若存在标记为第一负载状态的处理器,确定该处理器为待算法调度的处理器;
若存在标记为第三负载状态的处理器,则确定最先标记为第三负载状态的处理器为接收算法调度的处理器;若不存在标记为第三负载状态的处理器,且存在标记为第二负载状态的处理器,则确定最先标记为第二负载状态处理器为接收算法调度的处理器。
6.根据权利要求1所述的方法,其特征在于,若存在待算法调度的处理器且不存在接收算法调度的处理器,则结束该待算法调度的处理器上最低优先级的算法,并标记为待恢复的算法。
7.根据权利要求6所述的方法,其特征在于,所述基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器包括:
若存在待恢复的算法,则将所述待恢复的算法中最高优先级的算法调度至所述接收算法调度的处理器;
若不存在待恢复的算法,则将所执行的最低优先级的算法调度至所述接收算法调度的处理器。
8.一种用于导览机器人的实时算法调度装置,所述导览机器人与云端服务器进行数据交互,所述云端服务器包括多个处理器,各所述处理器用于执行对应的算法,各所述算法具有对应的优先级,其特征在于,所述装置包括:
监测模块,用于按照预设周期监测各所述处理器的运行参数;
确定模块,用于基于所述各所述处理器的运行参数,确定其中是否存在待算法调度的处理器以及接收算法调度的处理器;
调度模块,用于若存在待算法调度的处理器以及接收算法调度的处理器,则基于所述待算法调度的处理器所执行的算法或待恢复的算法的优先级,将对应的算法调度至所述接收算法调度的处理器。
9.一种云端机器人系统,其特征在于,包括导览机器人和云端服务器,所述导览机器人与所述云端服务器进行数据交互,所述云端服务器包括多个处理器,各所述处理器用于执行对应的算法,实现权利要求1至权利要求7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至权利要求7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311256743.0A CN116991246A (zh) | 2023-09-27 | 2023-09-27 | 用于导览机器人的算法调度方法、装置及导览机器人系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311256743.0A CN116991246A (zh) | 2023-09-27 | 2023-09-27 | 用于导览机器人的算法调度方法、装置及导览机器人系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116991246A true CN116991246A (zh) | 2023-11-03 |
Family
ID=88530622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311256743.0A Pending CN116991246A (zh) | 2023-09-27 | 2023-09-27 | 用于导览机器人的算法调度方法、装置及导览机器人系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116991246A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106686352A (zh) * | 2016-12-23 | 2017-05-17 | 北京大学 | 多gpu平台的多路视频数据的实时处理方法 |
CN107797853A (zh) * | 2016-09-07 | 2018-03-13 | 深圳市中兴微电子技术有限公司 | 一种任务调度方法、装置及多核处理器 |
CN109841207A (zh) * | 2019-03-01 | 2019-06-04 | 深圳前海达闼云端智能科技有限公司 | 一种交互方法及机器人、服务器和存储介质 |
CN109947532A (zh) * | 2019-03-01 | 2019-06-28 | 中山大学 | 一种教育云平台中的大数据任务调度方法 |
CN110125931A (zh) * | 2019-04-30 | 2019-08-16 | 厦门大学 | 一种导览机器人任务调度方法、装置、机器人和存储介质 |
CN112231117A (zh) * | 2020-10-13 | 2021-01-15 | 山东大学 | 基于动态向量混合遗传算法的云机器人服务选择方法及系统 |
CN112925616A (zh) * | 2019-12-06 | 2021-06-08 | Oppo广东移动通信有限公司 | 任务分配方法、装置、存储介质及电子设备 |
CN113172628A (zh) * | 2021-05-06 | 2021-07-27 | 上海有个机器人有限公司 | 机器人运行参数的远程设置方法、装置、设备及存储介质 |
CN113282390A (zh) * | 2021-05-20 | 2021-08-20 | 北京达佳互联信息技术有限公司 | 任务调度方法、装置、电子设备及可读存储介质 |
CN116012445A (zh) * | 2022-12-08 | 2023-04-25 | 之江实验室 | 一种基于深度相机的导览机器人感知行人三维空间信息的方法和系统 |
CN116307546A (zh) * | 2023-02-20 | 2023-06-23 | 塔米智能科技(北京)有限公司 | 基于机器人社群的任务智慧决策系统 |
CN116414542A (zh) * | 2023-06-12 | 2023-07-11 | 宁德时代新能源科技股份有限公司 | 任务调度方法、装置、设备及存储介质 |
CN116483547A (zh) * | 2023-06-21 | 2023-07-25 | 之江实验室 | 资源调度方法、装置、计算机设备和存储介质 |
CN116743825A (zh) * | 2023-06-13 | 2023-09-12 | 中国工商银行股份有限公司 | 服务器管理方法、装置、计算机设备和存储介质 |
CN116760698A (zh) * | 2023-06-15 | 2023-09-15 | 中国工商银行股份有限公司 | 业务处理方法、装置、计算机设备和存储介质 |
-
2023
- 2023-09-27 CN CN202311256743.0A patent/CN116991246A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107797853A (zh) * | 2016-09-07 | 2018-03-13 | 深圳市中兴微电子技术有限公司 | 一种任务调度方法、装置及多核处理器 |
CN106686352A (zh) * | 2016-12-23 | 2017-05-17 | 北京大学 | 多gpu平台的多路视频数据的实时处理方法 |
CN109841207A (zh) * | 2019-03-01 | 2019-06-04 | 深圳前海达闼云端智能科技有限公司 | 一种交互方法及机器人、服务器和存储介质 |
CN109947532A (zh) * | 2019-03-01 | 2019-06-28 | 中山大学 | 一种教育云平台中的大数据任务调度方法 |
CN110125931A (zh) * | 2019-04-30 | 2019-08-16 | 厦门大学 | 一种导览机器人任务调度方法、装置、机器人和存储介质 |
CN112925616A (zh) * | 2019-12-06 | 2021-06-08 | Oppo广东移动通信有限公司 | 任务分配方法、装置、存储介质及电子设备 |
CN112231117A (zh) * | 2020-10-13 | 2021-01-15 | 山东大学 | 基于动态向量混合遗传算法的云机器人服务选择方法及系统 |
CN113172628A (zh) * | 2021-05-06 | 2021-07-27 | 上海有个机器人有限公司 | 机器人运行参数的远程设置方法、装置、设备及存储介质 |
CN113282390A (zh) * | 2021-05-20 | 2021-08-20 | 北京达佳互联信息技术有限公司 | 任务调度方法、装置、电子设备及可读存储介质 |
CN116012445A (zh) * | 2022-12-08 | 2023-04-25 | 之江实验室 | 一种基于深度相机的导览机器人感知行人三维空间信息的方法和系统 |
CN116307546A (zh) * | 2023-02-20 | 2023-06-23 | 塔米智能科技(北京)有限公司 | 基于机器人社群的任务智慧决策系统 |
CN116414542A (zh) * | 2023-06-12 | 2023-07-11 | 宁德时代新能源科技股份有限公司 | 任务调度方法、装置、设备及存储介质 |
CN116743825A (zh) * | 2023-06-13 | 2023-09-12 | 中国工商银行股份有限公司 | 服务器管理方法、装置、计算机设备和存储介质 |
CN116760698A (zh) * | 2023-06-15 | 2023-09-15 | 中国工商银行股份有限公司 | 业务处理方法、装置、计算机设备和存储介质 |
CN116483547A (zh) * | 2023-06-21 | 2023-07-25 | 之江实验室 | 资源调度方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112187505B (zh) | 自适应服务降级方法、电子装置及存储介质 | |
CN114528092A (zh) | 边缘节点任务调度方法、装置、计算机设备和存储介质 | |
WO2021203437A1 (zh) | 资源配置方法、装置、设备及存储介质 | |
CN109699089B (zh) | 一种信道接入方法及装置 | |
US20130089038A1 (en) | Controlling telecommunications channel switching | |
US11301296B2 (en) | Memory management based on classification of a software process | |
CN116208615A (zh) | 网络数据处理方法、处理模块、阵列服务器和介质 | |
US20220159082A1 (en) | Intelligent persistent mobile device management | |
CN112840663B (zh) | 视频编码方法、装置、电子设备及存储介质 | |
CN117114113B (zh) | 一种基于排队论的协同推理加速方法 | |
CN116991246A (zh) | 用于导览机器人的算法调度方法、装置及导览机器人系统 | |
CN111158893A (zh) | 应用于雾计算网络的任务卸载方法、系统、设备及介质 | |
EP3209067B1 (en) | Enhanced power consumption management of a user equipment | |
CN115087042A (zh) | 5g专网数据分流方法、装置、设备及存储介质 | |
Khan et al. | Adaptive ResNet Architecture for Distributed Inference in Resource-Constrained IoT Systems | |
CN114025163A (zh) | 一种图像解码方法、图像解码系统及相关装置 | |
CN110636632A (zh) | 用户调度方法、装置、基站和存储介质 | |
CN111147198B (zh) | 数据重传方法和装置 | |
CN116528375B (zh) | 带宽预测方法、带宽预测装置以及计算机可读存储介质 | |
CN115617421B (zh) | 进程智能调度方法、装置、可读存储介质及嵌入式设备 | |
CN103686874A (zh) | 一种带宽分配方法 | |
Kutukcu et al. | Contention-aware adaptive model selection for machine vision in embedded systems | |
US20170070516A1 (en) | Method and apparatus for adaptive cache management | |
CN117880218B (zh) | 一种高算力网络资源调度系统 | |
KR102428507B1 (ko) | 패킷전송 결정 장치 및 패킷전송 스케줄 결정 방법 |
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 |