CN116996384A - 基于边缘端的数据采集与处理的方法和系统 - Google Patents

Abstract

本发明公开了一种基于边缘端的数据采集与处理的方法和系统。本发明主要由多个支持集群模式的边缘计算节点和部署工具组成，包括：部署在多个边缘盒子中的计算节点；配置工具将系统资源树中的语义词和寄存器地址分别配置到不同的边缘计算节点；边缘计算节点能够根据配置实时地从信息层和设备层更新资源树或将资源树上已更新的节点同步到信息层和设备层；边缘计算节点根据编程工具生成数据处理脚本实时地映射语义词的值和寄存器地址单元内的值并实时地更新资源树。本发明相较于订制化的数据采集和处理系统具有诸多优点，包括通用性、部署灵活性和易用性，有利于提高智能制造车间构建和运维效率，在传统车间能够快速实现数字化和信息化。

Description

基于边缘端的数据采集与处理的方法和系统

技术领域

本发明涉及边缘计算和信息处理技术领域，尤其涉及一种基于边缘端的数据采集与处理的方法和系统。

背景技术

随着智能制造和工业4.0等相关技术在现代化工厂中逐步普及，传统工厂的数字化和信息化实施工作也正在加速，然而分布在工厂各个车间的各种设备内部的控制器仍很难与MES、ERP等信息层进行交互，这里存在着两个方面的困难：

其一：设备层信息点以寄存器进行寻址，而信息层都属于语义词匹配访问，而且两个层次的信息点并非都是一一对应关系，甚至两个层次之间的大多数信息点都需要用逻辑、推理、数值运算等处理进行转换，每个工厂车间对数据映射和处理的需求存在多样性，这使得每座工厂或车间的数据采集与处理必须不得不订制化的系统来实现。

其二：设备层信息点更新不仅需要极高实时性且更新频次较高(毫秒级的更新周期)，然而绝大多数信息层使用的基础操作系统都是非实时的且交互频次较低(秒级的交互周期)，这使得数据采集与处理的中间层不仅仅能够缓存设备层原始信息，更重要的是能够将设备层原始信息实时地加工处理成信息层带语义的信息，并以非实时的交互通信与信息层交互这些信息，而且只需要满足生产节奏即可。

此外，设备层的控制器使用的通信协议也是多样化的，尤其传统工厂和车间内部，不同供应商的控制器、不同版本的控制器锁使用的通信协议相互不兼容；即使采用相同的通信协议访问不同控制器上的寄存器，也并没有统一的地址分配原则。源于种种困难，许多工厂或车间的数字化和信息化的中间层都采用订制化的软件和硬件来实现，如图1。

当越来越多的工厂或车间的需求放在数字化和信息化服务商的桌面上，订制化的实施方案效率太低；即使存在着相当比例的需求是大同小异，服务商在实施订制化方案期间的工作量越来越小，随着订制化客户越来越多，运维工作又变得十分严峻。

每座工厂或车间中都有数千个到数万个设备层信息点需要与信息层进行间接交互，为了满足工厂和车间的快速实现数字化和信息化需求，亟需一种通用的、部署灵活的和易用的(设备层和信息层之间的)中间层。

发明内容

本发明针对现有技术的不足，提供了一种基于边缘端的数据采集与处理的方法和系统。

本发明的一方面，提供了一种基于边缘端的数据采集与处理系统，包括设备层、中间层和信息层，所述中间层包括多个边缘计算节点和部署工具，多个边缘计算节点之间采用集群工作模式，所述部署工具包括配置工具和编程工具；

所述设备层和信息层之间交互的所有信息点都被抽象成资源树上的资源节点；

每个边缘计算节点能够与设备层和/或信息层进行交互通信以访问资源节点；

每次交互所用的通信端口、通信协议及其参数、所访问的资源节点及其访问方法和条件都是可配置的；

每个边缘计算节点都能根据处理脚本，并使用已获取的资源节点及其历史值、相关中间变量、算法库更新可推送的资源节点。

进一步说，所述配置工具用于配置每个边缘计算节点的所有资源节点及其访问方法和条件；

每个边缘计算节点的配置操作都将导出隶属该节点的资源树配置信息；

边缘计算节点将根据配置信息访问资源树上的每个资源节点以实现设备层和信息层的间接交互。

进一步说，所述编程工具用于定义可获取的资源节点与可推送的资源节点之间关系，即处理脚本，并导出处理脚本来描述这些关系。

进一步说，所述部署工具还包括调试与监测工具，用于暂停和继续某个边缘计算节点中的某个或某些资源节点的更新控制，也能够将某个或全部边缘计算节点中的某些或全部资源节点的最新状态呈现出来。

进一步说，所述边缘计算节点包括获取组件、处理组件和推送组件；

获取组件使用配置信息并通过相应的物理端口主动地访问与此端口连接的信息点以更新可获取的资源节点；

处理组件根据脚本程序使用可获取的资源节点及其历史值、相关中间变量和算法库更新可推送的资源节点；

推送组件使用配置信息并通过相应物理端口主动地访问与此端口连接的信息点以更新可推送的资源节点。

进一步说，每个所述边缘计算节点上的资源树允许其它节点订阅使用。

进一步说，多个边缘计算节点使用全局数据空间机制和实时发布订阅通信协议实现无主集群模式。

进一步说，所述部署工具采用前后端分离的架构。

进一步说，前端采用通用的浏览器，后端即服务端，部署在边缘计算节点内或部署在云服务端。

本发明还提供了一种基于边缘端的数据采集与处理方法：

每个边缘计算节点通过物理端口访问设备层和信息层的一些信息点；

边缘计算节点根据可获取的资源节点配置信息，主动访问这些信息点并更新资源节点；

边缘计算节点根据处理脚本并使用可获取的资源节点及其历史值、相关中间变量和算法库更新可推送的资源节点；

边缘计算节点根据可推送的资源节点的配置信息访问这些信息点。

本发明的有益效果：

本发明中的中间层包括多个支持集群模式且无主的边缘计算节点和用于部署这些节点的三种工具，用于工厂或车间的设备层与信息的间接交互。边缘计算节点不仅能够实现传统的工业现场信息采集，将设备层信息点直接映射或聚类处理成信息层的信息点，边缘计算节点也能够实现信息层先设备层发出调度控制指令，如MES向注塑生产车间的某台注塑机下发生产计划，以及开机、暂停、继续、关机等指令。

使用本发明所述的这种边缘计算节点的部署方法和工具能够将设备层的大量寄存器地址访问与信息层语义词匹配访问转换成配置、处理脚本的编程等简单操作，不仅让边缘计算节点具有极高的通用性，支持集群模式的边缘计算节点让系统部署极为灵活，三种部署工具还让系统部署极为容易。

附图说明

图1为使用订制化中间层实现信息层和设备层间接交互的系统示例；

图2为本发明提供的使用部署工具部署通用中间层实现信息层和设备层间接交互的系统示例；

图3为本发明提供的边缘计算节点的内部功能组件及其关系；

图4为本发明提供的多个边缘计算节点的集群工作模式；

图5为本发明提供的使用云服务的配置操作示例；

图6为本发明提供的直接对边缘计算节点进行配置的操作示例；

图7为本发明提供的使用云服务的编程操作示例；

图8为本发明提供的直接对边缘计算节点进行编程的操作示例；

图9为本发明提供的使用调试与监测工具的操作示例。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。

首先，对本发明涉及的名词进行定义：

设备层及其信息点指的是，工厂或车间的各类物理设备，以及设备中包含的所有控制器和控制器内部并允许通过通信端口进行访问的全部寄存器。设备层是各类设备的总称，设备层的一个信息点是一个或若干个寄存器。

信息层及其信息点指的是，工厂或车间的MES(生产执行系统)、ERP(企业资源平台)或相似的信息子系统，以及这些信息子系统所包含的允许通过通信端口和语义词匹配进行访问的带语义信息。信息层是各类信息子系统的总称，信息层的一个信息点是一个语义词或若干个语义词集及其值。

信息层与设备层间接交互和中间层指的是，信息层与设备层借助于中间层实现间接交互通信，当信息层的语义词不能与设备层的寄存器地址一一对应时，需要借助于中间层通过直接映射和聚类处理确定信息层的语义词不能与设备层的寄存器地址之间关系。当设备层的控制器所用通信协议与信息层通信协议不一致时，中间层还有网关的作用。由于设备层的控制器都属于实时通信且频次高(周期为毫秒级)，而信息层的通信属非实时的且频次低(周期为秒级)，中间层还能适应两种不同层次的通信。很显然，中间层不同于普通的网关，更确切地说是一种特殊的边缘计算节点。

边缘计算节点指的是，边缘计算盒子(即硬件)、基础操作系统和部署在其中的若干特定功能的应用程序(即软件)。本发明中的边缘计算节点所使用的边缘计算盒子是通用的，不特指某种特定硬件，而且使用的基础操作系统可以是Linux、嵌入式Windows或FreeRTOS等各种适合低功耗无桌面场景的操作系统，部署在这样的软硬件环境中的若干特定功能的应用程序则是为了实现前述的中间层功能。

集群工作模式指的是，多个边缘计算节点采用全局数据空间机制共享其他节点上的关键数据，集群工作模式的各个节点之间采用实时发布订阅通信协议实时地传输数据。本发明中的多个边缘计算节点的集群工作模式是无主的，即各个节点之间是平等的。很显然，这与其他的集群工作模式有明显区别，如云服务供应商的云计算节点之间也是集群模式，但这些节点之间的算力平衡、故障监测等需要主节点来协调。本发明中的多个边缘计算节点的集群工作模式采用无主的目的是避免系统鲁棒性受限于主节点。

可获取的资源节点指的是，设备层或信息层的可读取的信息点及其访问方法和条件逐个地抽象成系统资源树中的一个节点。

可推送的资源节点指的是，设备层或信息的可写的信息点及其访问方法和条件逐个地抽象成系统资源树中的一个节点。

资源树指的是，系统内所有可读取的资源节点和可推送的资源节点，以访问每个资源节点所用的物理端口作为根节点，以所属设备或信息子系统为次节点。资源树是用这三个层次组织起来的全部资源节点的总称。

配置工具指的是，定义资源树上每个节点的访问方法和条件，以及该节点的类别、所属边缘节点及其物理端口、所属设备或信息子系统，并能导出JSON、XML等格式的资源树全部节点的结构化配置描述文件(简称配置文件)。边缘计算节点将根据配置文件中的信息主动地更新所属的全部资源节点。

编程工具指的是，定义资源树上可获取的资源节点与可推送的资源节点之间关系，并能导出使用可获取的资源节点及其历史值、相关中间变量和算法库产生可推送的资源节点的处理脚本程序(简称处理脚本)。边缘计算节点将根据处理脚本并使用可获取的资源节点及其历史值、相关中间变量和算法库产生可推送的资源节点。

调试与监测工具指的是，用于暂停和继续某个边缘计算节点中的某个或某些资源节点的更新控制，查看某个或全部边缘计算节点中的某些或全部资源节点的最新状态。

部署工具指的是，用于部署边缘计算节点的配置工具、编程工具、调试与监测工具的总称。

算法库指的是，硬件无关的基于特定输入产生期望输出的应用程序集的总称。本发明中的算法库包括各种简单的或复杂的应用程序集，简单的应用程序包括取若干数值的最大值、中值和最小值，复杂的应用程序包括神经网络和预训练的网络模型，这些应用程序的共同特点是能够根据一组特定的输入产生期望的输出。

基于上述术语的定义，本发明实施例提供一种边缘端的数据采集与处理的方法和系统，在边缘计算盒子中部署通用的中间层节点(简称边缘计算节点)，多个边缘计算节点之间采用全局数据空间以实现集群工作模式，每个边缘计算节点能够与设备层或信息层或同时与两个层进行交互通信以访问资源节点，每次交互所用的通信端口、通信协议及其参数、所访问的资源节点及其访问方法和条件等都是可配置的，每个边缘计算节点都能根据处理脚本并使用已获取的资源节点及其历史值、相关中间变量、算法库更新可推送的资源节点。

系统示例如图2，为快速实现不同工厂或车间的信息层与设备层的间接交互，系统中间层由多个边缘计算节点和部署工具组成，多个边缘计算节点之间采用集群工作模式，并使用三种部署工具定义信息层与设备层所交互的信息点访问方法和条件，以及他们之间的关系，所述部署工具包括配置工具、编程工具、调试与监测工具等三种。

所述配置工具用于配置每个边缘计算节点的所有资源节点及其访问方法和条件等，每个边缘计算节点的配置操作都将导出隶属该节点的资源树配置信息，边缘计算节点将根据配置信息访问资源树上的每个资源节点以实现设备层和信息层的间接交互。

设备层和信息层之间交互的所有信息点都被抽象成资源树上的节点，在此方法中将资源节点分为可获取的和可推送的两大类。系统部署者使用编程工具定义可获取的资源节点与可推送的资源节点之间关系(称为数据处理脚本)，并导出处理脚本来描述这些关系，边缘计算节点将根据处理脚本并使用可获取的资源节点及其历史值、相关中间变量和算法库更新可推送的资源节点。

调试与监测工具用于暂停和继续某个边缘计算节点中的某个或某些资源节点的更新控制，也能够将某个或全部边缘计算节点中的某些或全部资源节点的最新状态呈现出来。很显然，前者属于调试系统的目的，后者是为了监控系统状态。

在一实施例中，每个边缘计算节点包含获取、处理和推送等三个功能组件(即三个功能的应用程序)，如图3，这些组件的基本功能与其名称相吻合。任一边缘计算节点上的这三个组件都是固定的、相同的，所以在相同的边缘盒子硬件上部署边缘计算节点时都可以采用系统复制的方式进行。这种系统复制不仅快还能保证环境的一致性。其中：

获取组件使用配置信息并通过相应的物理端口主动地访问与此端口连接的信息点以更新可获取的资源节点。

处理组件根据脚本程序使用可获取的资源节点及其历史值、相关中间变量和算法库更新可推送的资源节点。

推送组件使用配置信息并通过相应物理端口主动地访问与此端口连接的信息点以更新可推送的资源节点。

每个边缘计算节点都具有若干个必需的物理端口，如RS485、CAN、Ethernet、WiFi和4G/5G UE等，每个边缘计算节点通过这些物理端口访问设备层和信息层的一些信息点，根据这些信息点在资源树上的类别(可获取的和可推送的)，边缘计算节点根据可获取的资源节点配置信息主动访问这些信息点并更新资源节点，然后根据处理脚本并使用可获取的资源节点及其历史值、相关中间变量和算法库更新可推送的资源节点，最后边缘计算节点根据可推送的资源节点的配置信息访问这些信息点。

如前述的，将设备层和信息层之间交互的所有信息点抽象成资源树上的可获取的或可推送的节点，边缘计算节点主动地更新可获取的和可推送的节点即为实现设备层和信息层的间接交互。而且这些交互都是按照部署者的配置来完成的，而且所访问的信息点之间关系也是按照部署者编写的处理脚本来完成的。

实际应用中，每个边缘盒子所要访问的设备层和信息层的信息点及其访问方法和条件各不相同，因此每个边缘计算节点必须针对特定工厂或车间的需求进行适当的配置和编程。这些配置与编程仅定义特定工厂或车间的业务需求，并不需要像订制化软件那样编写程序代码来实现业务需求。定义业务需求也就是配置设备层和信息层的信息点为资源节点及其访问方法和条件，以及他们之间的关系。虽然需要部署者使用编程工具产生处理脚本来定义设备层和信息层的信息点之间关系，仍然是特定工厂或车间需求的业务层面的描述，与订制化软件开发相比使用编程工具产生处理脚本是非常容易的。

在部署边缘计算节点期间，为便于部署者掌握已部署的节点是否有错误，以及已部署节点的运行情况，调试与监测工具是必要的。部署者使用调试与监测工具可以直接控制某个已部署的边缘计算节点暂停或继续更新某个或某些资源节点，以专注于查看某个或某些资源节点的访问过程和状态来确认自己的配置和编程操作是否有误。

在实际的应用中，设备层包含很多设备且分布在较大的物理空间，如图2中的CNC设备与注塑机等设备位于不同的加工车间，物理距离较远，为优化网络拓扑，每座工厂或车间将会使用多个边缘计算节点。同一个系统中的多个边缘计算节点工作在集群模式以实现数据共享，如图4，每个边缘计算节点上的资源树允许其他节点订阅使用，这样可以确保设备层或信息层的一个信息点仅由一个边缘计算节点来访问，但其他边缘计算节点仍能够使用该信息点。为避免系统的鲁棒性受限于某个特定节点，多个边缘计算节点是平等的，即没有主节点(或中心节点)。

多个边缘计算节点采用无主的集群工作模式能够提高系统可靠性，但是实现数据共享的机制要比有主节点(或中心节点)的情况复杂。譬如有主节点的消息队列遥测传输(MQTT)协议不仅是轻量的，而且主节点具有全部的共享数据，在MQTT协议中主节点称作代理。本发明中的无主节点集群采用全局数据空间(GDS)机制，即任一节点的已更新数据都会被其他节点看到，通信协议则采用实时发布订阅(RTPS)协议。借助于GDS机制和RTPS协议实现多个边缘计算节点的无主集群，相较于有主的集群稍显复杂，但远比常用的服务器集群的开销小，对边缘盒子的硬件资源要求非常低。本发明中的多个支持集群模式的边缘计算节点不仅可靠性高，即使某个或某些边缘计算节点发生故障，但并不影响其他节点的运行，而且对硬件资源要求低。

为实现跨平台的配置、编程、调试与监控操作以部署边缘计算节点的软件，本发明中的配置、编程、调试与监测工具都采用前后端分离的架构。配置、编程、调试与监测工具的前端都使用通用浏览器，如Chrome、Fi refox、Safar i等，即操作员通过通用浏览器实现配置、编程、调试与监测操作，这些交互操作的具体细节由后端来定义。

在一实施例中，配置工具的前端是通用的浏览器，后端即服务端则是部署在边缘计算节点内或部署在云服务端。

配置操作员在配置操作前端定义特定项目的资源树节点，以及每个边缘计算节点可以访问的资源节点。特定项目的信息层和设备层的每个信息点都与资源树上的惟一一个节点对应，配置操作还会定义每个节点访问方法和条件。

当配置工具的后端部署在特定云平台上，如图5，配置操作员借助于通用浏览器打开特定的网址，并通过登录进行身份认证后即可进入配置交互操作，并借助于后端的项目管理模块新建一个项目进行配置，或修改一个项目的配置，配置完毕后操作员可以导出正在维护的项目的配置文件，然后将配置文件复制到对应项目的边缘计算节点文件系统的特定文件夹中。

当一个项目使用多个边缘计算节点时，每个边缘计算节点的配置文件都是相同的，只需要将特定项目的配置文件复制到每个边缘计算节点的特定文件夹中。

当配置工具的后端部署在边缘计算节点上，配置操作前端的计算机必须与待配置项目对应的边缘计算节点在同一个局域网内，如图6，配置操作员借助于通用浏览器打开对应边缘计算节点的局域网IP地址，并通过登录进行身份认证后即可进入配置交互操作，并借助于后端的项目管理模块新建一个项目进行配置，或修改一个项目的配置，配置完毕后操作员可以导出正在维护的项目的配置文件，然后将配置文件复制到该边缘计算节点文件系统的特定文件夹中。

当一个项目使用多个边缘计算节点时，每个边缘计算节点的配置文件都是相同的，只需要将特定项目的配置文件复制到每个边缘计算节点的特定文件夹中

在一实施例中，编程工具的前端是通用的浏览器，后端即服务端则是部署在边缘计算节点内或部署在云服务端。根据特定项目的配置文件定义的每个边缘计算节点可访问的资源树节点，编程操作员在编程操作前端定义这些资源节点之间的关系，即信息层和设备层的信息点之间关系的定义，这些定义最终形成每个边缘计算节点的处理脚本。

当编程工具的后端部署在特定云平台上，如图7，编程操作员借助于通用浏览器打开特定的网址，并通过登录进行身份认证后即可进入编程交互操作，并借助于后端的项目管理模块新建一个项目进行编程，或修改一个项目的处理程序。对特定项目的编程操作依赖该项目的配置文件，因为不同项目的配置文件定义的资源树不同。

此外，每个边缘计算节点都有自己的处理脚本，编程操作员根据配置文件所定义的每个边缘计算节点所访问的资源树节点，逐个地对每个边缘计算节点进行编程，编程完毕后操作员可以导出正在维护的项目的所有处理脚本文件，然后将这些处理脚本文件复制到对应项目的对应边缘计算节点文件系统的特定文件夹中。

当编程工具的后端部署在边缘计算节点上，编程操作前端的计算机必须与待编程项目对应的边缘计算节点在同一个局域网内，如图8，编程操作员借助于通用浏览器打开对应边缘计算节点的局域网IP地址，并通过登录进行身份认证后即可进入编程交互操作，并借助于后端的项目管理模块新建一个项目进行编程，或修改一个项目的处理程序。

每个边缘计算节点都有自己的处理脚本，编程操作员根据配置文件所定义的当前边缘计算节点所访问的资源树节点进行编程，编程完毕后操作员可以导出该边缘计算节点的处理脚本文件，然后将这个处理脚本文件复制到特定文件夹中。然后再借助于通用浏览器打开其他边缘计算节点的局域网IP地址，并通过登录进行身份认证后即可进入编程交互操作，如此操作以逐个对每一个边缘计算节点进行编程操作。

调试与监测工具是一种特殊的部署工具，其用途是帮助部署者掌握已部署的边缘计算节点是否有错误，以及运行情况。掌握已部署的边缘计算节点是否能够按照配置的方法访和条件问资源节点，是否能够处理可获取的资源节点正确地更新可推送节点，是否有某些资源节点访问失败等都是部署者所关心的。

本实施例中的调试与监测工具的后端必须部署在每个边缘计算节点上，调试与监测操作前端的计算机必须与待操作的边缘计算节点在同一个局域网内，如图9，操作员借助于通用浏览器打开对应边缘计算节点的局域网IP地址，并通过登录进行身份认证后即可进入调试与监测操作。

很显然，调试与监测操作必须根据特定项目配置文件定义的资源树指定待调试与监测的资源节点，后端根据操作者指定的资源树上的一个或若干个资源节点的最新状态显示在前端共操作员查看。当操作员发现特定项目的部署有误时，再使用配置工具或编程工具修改配置和处理脚本，并导出修改后的配置文件和处理脚本文件，将这些文件更新到每个边缘计算节点文件系统的特点文件夹后重启部署在边缘计算节点上的软件，再次使用调试与监测工具查看错误是否已排除。

另一方面，使用配置、编程、调试与监测工具部署特定项目的边缘计算节点时有强顺序要求。

对于一个新项目，本实施例首先使用配置工具配置项目，即定义资源树和每个边缘计算节点可访问的资源节点，并导出项目配置文件；然后根据项目配置文件使用编程工具对项目进行编程，即定义每个边缘计算节点的处理脚本，并导出每个边缘计算节点的处理脚本文件；把配置文件和每个边缘计算节点的处理脚本文件复制到每个边缘计算节点文件系统的特定文件夹后，并启动部署在边缘计算节点上的软件，调试与监测的操作员才能根据配置文件所定义的资源树选择其中的一个或若干个资源节点进行调试与监测。

综上所述，本发明提供一种用于边缘端的数据采集和处理的方法与系统包括：可部署在边缘盒子中的一组通用的信息层和设备层间接交互的软件，以及用于配置、编程、调试与监测操作的后端(即服务端)软件。为了能够快速地在特定工厂或车间部署信息层和设备层间接交互业务的项目，部署者只需要在普通计算机上借助于通用浏览器对该项目进行配置和编程，并导出配置文件和处理脚本文件复制到每个边缘计算节点文件系统的特定文件夹中即可实现该业务项目的部署。部署者还可以使用调试与监测工具，在普通计算机上借助于通用浏览器查看该项目的一个或多个资源节点的状态，以确认部署是否正确。

相较于订制化软件来实现特定工厂或车间的信息层和设备层间接交互，使用本发明提供的方法与系统部署将更高效，对部署者仅要求掌握特定工厂或车间的交互业务，无需专业的编程技能。此外，部署在每个边缘计算节点上的一组通用的信息层和设备层间接交互的软件支持无主集群工作模式，所有边缘计算节点之间可以共享数据，而且系统可靠性不受限于某个特定节点。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制上述具体实施方式，并不构成对本公开保护范围的限制。

本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.基于边缘端的数据采集与处理系统，包括设备层、中间层和信息层，其特征在于：所述中间层包括多个边缘计算节点和部署工具，多个边缘计算节点之间采用集群工作模式，所述部署工具包括配置工具和编程工具；

所述设备层和信息层之间交互的所有信息点都被抽象成资源树上的资源节点；

每个边缘计算节点能够与设备层和/或信息层进行交互通信以访问资源节点；

每次交互所用的通信端口、通信协议及其参数、所访问的资源节点及其访问方法和条件都是可配置的；

每个边缘计算节点都能根据处理脚本，并使用已获取的资源节点及其历史值、相关中间变量、算法库更新可推送的资源节点。

2.根据权利要求1所述的基于边缘端的数据采集与处理系统，其特征在于：

所述配置工具用于配置每个边缘计算节点的所有资源节点及其访问方法和条件；

每个边缘计算节点的配置操作都将导出隶属该节点的资源树配置信息；

边缘计算节点将根据配置信息访问资源树上的每个资源节点以实现设备层和信息层的间接交互。

3.根据权利要求1所述的基于边缘端的数据采集与处理系统，其特征在于：

所述编程工具用于定义可获取的资源节点与可推送的资源节点之间关系，即处理脚本，并导出处理脚本来描述这些关系。

4.根据权利要求1所述的基于边缘端的数据采集与处理系统，其特征在于：

所述部署工具还包括调试与监测工具，用于暂停和继续某个边缘计算节点中的某个或某些资源节点的更新控制，也能够将某个或全部边缘计算节点中的某些或全部资源节点的最新状态呈现出来。

5.根据权利要求1至4中任一项所述的基于边缘端的数据采集与处理系统，其特征在于：

所述边缘计算节点包括获取组件、处理组件和推送组件；

获取组件使用配置信息并通过相应的物理端口主动地访问与此端口连接的信息点以更新可获取的资源节点；

处理组件根据脚本程序使用可获取的资源节点及其历史值、相关中间变量和算法库更新可推送的资源节点；

推送组件使用配置信息并通过相应物理端口主动地访问与此端口连接的信息点以更新可推送的资源节点。

6.根据权利要求5所述的基于边缘端的数据采集与处理系统，其特征在于：

每个所述边缘计算节点上的资源树允许其它节点订阅使用。

7.根据权利要求6所述的基于边缘端的数据采集与处理系统，其特征在于：

多个边缘计算节点使用全局数据空间机制和实时发布订阅通信协议实现无主集群模式。

8.根据权利要求1或4所述的基于边缘端的数据采集与处理系统，其特征在于：所述部署工具采用前后端分离的架构。

9.根据权利要求8所述的基于边缘端的数据采集与处理系统，其特征在于：前端采用通用的浏览器，后端即服务端，部署在边缘计算节点内或部署在云服务端。

10.基于边缘端的数据采集与处理方法，采用权利要求1-9中任一项所述的系统，其特征在于：

每个边缘计算节点通过物理端口访问设备层和信息层的一些信息点；

边缘计算节点根据可获取的资源节点配置信息，主动访问这些信息点并更新资源节点；

边缘计算节点根据处理脚本并使用可获取的资源节点及其历史值、相关中间变量和算法库更新可推送的资源节点；

边缘计算节点根据可推送的资源节点的配置信息访问这些信息点。