[发明专利]参与感知系统及其任务分配方法

说明书

技术领域

本发明涉及数据感知技术领域，尤其涉及一种参与感知系统及其任务分配方法。

背景技术

随着移动设备的广泛流行，利用智能手机进行数据感知已经成为一种新的、重要的数据收集和共享模式。许多基于智能手机数据感知技术的应用大量涌现。例如智能交通、定位、环境监控和人群统计，等等。典型的参与感知系统结构如图1所示，系统有一个中心平台和一组智能手机组成。中心平台位于云端，它接收来着系统用户(user)的感知服务请求(sensing requests)，并将这些请求分配给成员手机。成员手机接收到任务后，按照任务要求的时间完成感知任务(sensing tasks)，然后将感知到的数据(sensing data)返回给中心平台，最终，中心平台将数据(data)转回给系统用户。

现有技术中，任务分配问题的研究多在众包市场（crowdsourcing market）领域，比如亚马逊土耳其机器人（Amazon Mechanical Turk），它是一个Web服务应用程序接口（API），开发商通过它可以将人的智能整合到远程过程调用（RPC）。亚马逊土耳其机器人调用那些计算机很难完成但“人工的人工智能”却能很容易执行的任务。执行人工智能任务（HIT）的人可能会被要求写产品描述，对移动语音搜索查询作出回应或选择某一主题的最佳照片等等。它的工作过程包括：当请求者提出一个要求，应用程序就会将这一请求发送到执行任务的人；执行任务的人就会对此作出应答，然后服务器将回应传给请求者。土耳其工人的工资是按成功完成人工智能任务来计算的。亚马逊（Amazon）通过收取成功完成请求者人工智能任务的百分之十的价格来获利。

还有，发表在AAAI，2012年的文献Online task assignment in crowdsourcing markets中记载的任务分配原理如下：假设任务是现有存在的，而任务完成者（worker）的到来则是动态的，并且每个完成者对完成的任务具有不同的技能，动态把任务完成者分配给每个任务，并最大化任务发布者的利益。

显然，现有技术中的感知系统在考虑任务分配的同时并未考虑最大化节省总的能耗并且使得分配公平的问题。找到节能、公平的感知任务分配方案面临着很多挑战。首先，如何在智能手机的节能和公平性保证这两个目标之间取得权衡。其次，一旦智能手机的个数或者需要调度分配的任务个数变大，那么采用暴力穷举法带来的时间复杂度将会非常大。最后，在真实环境中，任务的到来可以是任意时间，因此，在任务调度中任务到来的不确定性又增加了调度的难度。

由此可见，如何解决任务分配过程中的节能，并且同时保证各个成员手机之间的能耗公平性是一个亟待解决的问题。

发明内容

本发明的目的在于提供一种参与感知系统的任务分配系统及方法和数据感知系统，能够任务分配过程中实现节能，并且保证任务执行端的各个成员设备之间的能耗公平性。

为解决上述问题，本发明提出一种参与感知系统的任务分配方法，包括以下步骤：

（a）初始化，清空任务执行端的每个成员设备的已分配任务列表；

（b）接收到一新任务时，查询任务执行端每个成员设备的当前已分配任务的总完成时间，从中确定当前已分配任务的总完成时间最小的成员设备；

（c）将所述新任务分配到所述当前已分配任务的总完成时间最小的成员设备来执行；

（d）将所述新任务插入所述当前已分配任务的总完成时间最小的成员设备的已分配任务列表，并更新其当前已分配任务的总完成时间；

（e）接收另一新任务，重复步骤（b）至（d），直到不再接收新任务为止。

进一步的，所述任务执行端的每个成员设备能够同时执行多个任务。

进一步的，在步骤（b）中，所述确定当前已分配任务的总完成时间最小的成员设备的过程包括:

保存任务执行端的各个成员设备分别执行完各自当前每一项已分配任务的完成时间；

计算任务执行端每个成员设备执行完各自当前所有已分配任务的总完成时间；

比较任务执行端所有成员设备的当前已分配任务的总完成时间，找出当前已分配任务的总完成时间最小的成员设备。