[发明专利]一种基于信息物理系统的交通污染排放移动边缘计算调度方法

说明书

本发明公开了一种基于信息物理系统的交通污染排放移动边缘计算调度方法，设计了基于信息物理系统的移动边缘计算体系架构，对智能车进行了虚拟化抽象。根据特定地点计算任务需求进行了任务队列建模，基于分布式策略对智能车任务分配问题提出了Voronoi的算法实现，针对车联网边缘计算场景提出智能车到指定路段收集车辆信息，部署应用VSP模型进行交通污染排放的计算任务，并进行了案例仿真实验，结果表明了本方法的有效性。对移动边缘计算在车联网中的实际应用，提高智能车的调度效率，促进系统平稳运行提供理论支持。

技术领域

本发明涉及车联网应用技术领域，具体涉及一种基于排队模型和Voronoi算法的系统调度方法，用于调度智能车在路网中做交通污染排放等移动边缘计算任务。

背景技术

近些年来，云计算及其服务在各领域都得到了广泛应用，产生了巨大的商业经济价值，受到了人们的普遍认可。云计算是将CPU、内存、存储、I/O、网络等资源通过虚拟化技术抽象成一个动态的资源池，为用户提供按需分配的计算服务范式。

在智能交通领域，车联网(Internet OfVehicles，IOV)是由路网中的车辆信息、道路信息、环境信息等构成的巨大信息交互网络，可以按照一定的通信协议实现车与车(V2V)、车与路(V2R)、车与基础设施(V2I)等的信息交换。然后通过数据处理和分析。在实现过程中，由于车上具有各种不同的智能传感设备，如雷达、摄像头、加速度计等，信息交换中实时的数据计算、控制等对时延非常敏感，部分场景实时性要求要在10ms以内。基于云计算的数据处理模式延迟比较大，例如，无人驾驶汽车在自动驾驶过程中判断前方有障碍物需要做出实时有效规避动作时，如果依赖云计算中心处理将产生较大的延迟，可能会错过最佳处理时间。这就意味着以集中式数据处理为核心的云计算模型是否能够适应车联网成为了需要考虑的难题。

与云计算模型不同的是，最近兴起的边缘计算是一种在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放架构，就近提供边缘智能服务的新型计算模型。近来备受关注的应用于车联网的一种计算范式是基于路侧单元(Road SideUnits，RSU)的边缘计算。这类边缘计算主要由部署在路侧单元(RSU)的移动边缘计算(MEC)服务器提供低时延、高质量的服务。其中，道路上的车辆和路侧RSU都是专用短程通信(Dedicated Short Range Communications，DSRC)设备。在基于路侧单元的边缘计算体系结构中，有两种类型的通信实体。一种是路侧单元(RSU)，位于路边，为车辆提供数据访问服务。另一种是车辆上的车载通信单元。DSRC提供两种无线通信模式，即V2I和V2V，这样该路段的车便能与相邻的RSU或相邻车辆进行通信。当车辆离开RSU的覆盖区域时，通过利用车载通信网络，可以将车辆应用的计算任务卸载到MEC服务器。因此众多研究将关注点放在任务卸载决策和优化。在[12-15]中，作者们以最大化车辆和计算服务器的效用为目标。提出了不同的计算卸载策略。但是，这些方案可能会导致严重的过载，进一步降低了卸载效率，延长任务处理时间。考虑到时变车载无线通信信道和基于路由的媒体接入方案以及DSRC技术的有限传输范围，在车辆和MEC服务器之间获得及时可靠的数据传输仍然是一个挑战。

车辆的移动性对任务处理延迟也有显著影响。许多研究都集中于基于路侧单元(RSU)的边缘计算技术上，但是此类研究并没有明确任务情况，固定在路侧单元的MEC服务器无法对一些指定地点和时间的任务进行服务。大规模部署成本高昂，同时很少有文章将可移动的智能车作为移动边缘服务器进行研究。