[发明专利]一种基于端边云协同的无人机智能巡检任务无缝迁移方法有效

专利信息
申请号: 202110544910.6 申请日: 2021-05-19
公开(公告)号: CN113422803B 公开(公告)日: 2022-11-25
发明(设计)人: 栗娟;秦志威;黄自鑫;刘玮;陈灯;刘晓泉;朱梦圆 申请(专利权)人: 武汉工程大学
主分类号: H04L67/1001 分类号: H04L67/1001;H04L67/1097;H04L67/12;H04L67/52;G06F16/27;G06F16/28;G06F16/29;G07C1/20
代理公司: 湖北武汉永嘉专利代理有限公司 42102 代理人: 刘琰
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 端边云 协同 无人机 智能 巡检 任务 无缝 迁移 方法
【说明书】:

发明公开了一种基于端边云协同的无人机智能巡检任务无缝迁移方法,包括:S1,搭建基于端边云协同的无人机智能巡检系统;S2,构建异构资源协同信任图谱:根据系统异构资源之间协同信任度,构建资源间协同信任知识图谱;S3,基于无人机移动位置,预测任务迁移时间、能耗:根据无人机实时移动位置,搜索附近可用资源,并预测计算任务迁移时间、能耗和成本;S4,基于能耗感知和位置移动的任务无缝迁移:以任务迁移时间和无人机能耗为目标,获得最优计算任务迁移策略,完成无缝迁移。本发明可以解决网络带宽压力问题和边缘层资源跨不同管理域问题,通过任务无缝迁移方法使得无人机智能巡检实时性更强,终端能耗更小。

技术领域

本发明涉及端边云协同计算技术领域,尤其涉及一种基于端边云协同的无人机智能巡检任务无缝迁移方法。

背景技术

在泛在电力物联网建设过程中,输电线路的智能化伴随大量无人机、机器人、移动终端等运检新工具的应用,其中,以无人机智能巡检技术发展最为迅猛,较传统的人工巡检而言,其巡检效率更高。

然而,目前无人机巡检技术扔以人工操控为主,无人机终端仅仅具有数据采集功能,智能化水平较低。此外,随着无人机使用范围的增长,其采集到的数据成指数级别增长,但在实际使用过程中,数据分析和挖掘均需要在后期上传到云数据中心去执行,给云数据中心和网络带宽带来了巨大的挑战和压力。因此,将部分任务迁移到靠近终端侧的边缘层去运行,形成端边云有效协同,已成为一个新的研究热点。

在面向端边云协同的无人机智能巡检系统中,具有多重分布式资源,包括现场侧的无人机终端资源、边缘端资源和中心侧的云数据中心。在此类系统中,如何合理地将计算任务从无人机终端迁移到边缘层/云中心,是提升无人机巡检的智能化水平的关键。其中,因无人机位置移动导致服务的中断或失败,或异构边缘资源隶属于不同管理域,彼此之间不存在信任关系而不参与协同等问题,均会导致迁移失败,进一步导致任务相应时间变长。因此,研究基于无人机位置感知和资源协同信任关系的任务无缝迁移技术,是面向端边云协同的无人机智能巡检系统亟需解决的问题。

发明内容

本发明要解决的技术问题在于针对现有技术中巡检过程中智能化水平低、巡检效率低的缺陷,提供一种基于端边云协同的无人机智能巡检任务无缝迁移方法。

本发明解决其技术问题所采用的技术方案是:

本发明提供一种基于端边云协同的无人机智能巡检任务无缝迁移方法,该方法包括以下步骤:

S1,搭建基于端边云协同的无人机智能巡检系统架构:搭建面向无人机智能巡检的系统,该系统包含云数据中心、边缘服务器层和终端设备层三层分布式计算架构;

S2,构建异构资源协同信任图谱:根据系统异构资源之间协同信任度,构建资源间协同信任知识图谱;

S3,基于无人机移动位置,预测任务迁移时间、能耗:根据无人机实时移动位置,搜索附近可用资源,并预测计算任务迁移时间、能耗和成本;

S4,基于能耗感知和位置移动的任务无缝迁移:以任务迁移时间和无人机能耗为目标,获得最优计算任务迁移策略,完成无缝迁移。

优选的,在所述步骤S1中搭建基于端边云协同的无人机智能巡检系统架构具体包括:

终端设备层为,由无人机机组组成的终端巡检模块,用于开启并控制无人机的自主巡检和协同作业,实时地将巡检图像和巡检数据,通过5G基站连接,传输给边缘服务模块;

边缘服务器层为,由智能巡检工作站组成的边缘服务模块,用于接受传输来的巡检数据,并对数据进行预处理和状态预评估,并及时地将结果反馈给云服务模块,同时周期性地将巡检数据存储到云服务模块;此外边缘服务模块根据终端无人机机组运行状态,分配或调整无人机机组巡检任务、协调无人机机组运检路径;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉工程大学,未经武汉工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110544910.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top