基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法技术

本发明专利技术公开了一种基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法。涉及无人机桥梁状态监测技术领域。该方法包括：若干个桥梁状态监测设备，桥梁表面数据采集无人机集群，地面信息处理系统。桥梁状态监测设备通过传感器对桥梁状态进行监测。无人机集群采用蜂窝拓扑组网实现对桥梁数据进行本地处理或作为中继节点传输桥梁监测数据。地面信息处理系统包括桥梁环境建模系统,无人机巡航路径规划系统,无人机蜂窝拓扑组网系统，桥梁状态识别系统，桥梁质量检测报告生成系统。本发明专利技术实现桥梁状态监测过程计算资源的优化配置,大幅提高状态监测资源利用效率,提高监测质量。提高状态监测资源利用效率,提高监测质量。提高状态监测资源利用效率,提高监测质量。

【技术实现步骤摘要】
基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法


[0001]本专利技术涉及无人机桥梁状态监测
，尤其是基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法。

技术介绍

[0002]桥梁城市交通的重要载体，然而大型重要桥梁存在巡检养护工作量大，难度高，而且存在一些人工无法准确识别的病害和安全监测死角，日益提高的监测标准与检测频率给巡检养护工作提出了新的要求。如今无人机技术发展迅猛，通过无人机集群对桥梁各结构进行信息采样，同时结合桥梁上安装的传感器，对桥梁健康状况进行监测，为桥梁的安全服役提供了一种有效的措施，但是桥梁健康实时监测所要求的设备之间传输的数据量，呈现出指数式增长的趋势。云计算可以提供集中的计算资源，但由于桥梁健康监测设备传输的数据量大，如果把所有的终端数据传送到云数据中心，将给网络带来庞大的拥挤压力和高延迟，从而严重影响桥梁状态监测的体验质量。为了解决这一问题，于是提出采用移动边缘计算，通过将基站与边缘服务器组成的服务节点下沉到桥梁终端设备附近的位置，在网络边缘为桥梁健康监测设备提供计算、通信与存储服务。将计算任务卸载至边缘服务节点中执行，从而降低系统延迟，提高服务质量。对于一些人工检测比较困难的情况，采用无人机辅助的监测方法,具有高效,灵活,省时省力省资源等优点。然而，无人机本身具有电池容量低、计算资源不充足等的问题，因此，存在性能的问题。通过无人机集群可同时对桥梁多个任务进行检测，缩短无人机巡航时间，通过合理分配，充分利用的计算资源，能极大提高检测效率。

技术实现思路

[0003]本专利技术针对上述问题及技术需求，提出了基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法。以蜂窝拓扑结构的方式部署若干个无人机，同时随机放置多个边缘服务器，位于该环境中的桥梁健康监测设备可将计算密集型任务卸载到边缘服务节点进行处理。而对于处在边缘服务器通信范围之外的设备无法对其任务进行有效稳定的卸载，则将无人机组网作为中继节点，为终端设备寻找经过无人机组网到边缘服务器的最优路径。本专利技术将路径选择设计为马尔可夫决策过程，并采用强化学习来获得最优路径。
[0004]本专利技术的技术方案如下：
[0005]一种基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法，其特征在于，部署在人工检测比较困难的桥梁环境下，包括桥梁表面数据采集无人机集群，桥梁状态监测设备，地面边缘计算信息处理系统。
[0006]进一步的，所述桥梁表面数据采集无人机集群可以贴近桥梁表面，实现对大型复杂桥梁的快速识别，同时可以作为边缘处理节点或者中继节点。
[0007]进一步的，所述桥梁状态监测设备包括温湿度传感器、风速风向传感器、系杆位移
传感器、动挠度传感器、支座位移传感器、体外预应力传感器和伸缩缝位移传感器等，用于收集桥梁的运行状态。
[0008]进一步的，所述地面边缘计算信息处理系统包括桥梁环境建模系统,无人机巡航路径规划系统,无人机蜂窝拓扑组网系统，桥梁状态识别系统，桥梁质量检测报告生成系统。
[0009]进一步的，桥梁环境建模系统用于对桥梁及桥梁周围环境进行建模；无人机巡航路径规划系统采用基于重要性采样的强化学习来获得最优路径，用于规划无人机集群的巡航路径；无人机蜂窝拓扑组网系统根据无人机状态切换无人机状态为中继节点，选取最优路径，将任务传输到边缘服务器进行处理，或切换为移动服务器，进行桥梁状态数据的本地处理。桥梁状态识别系统用于根据桥梁传感器数据识别桥梁当前状态。桥梁质量检测报告生成系统用于生成桥梁的监测报告。
[0010]进一步的，所述无人机蜂窝拓扑组网系统基于无人机组网建立计算卸载模型，其中无人机不仅可以为近距离终端设备提供计算资源，同时可以为设备选取到达通信范围之外的边缘服务器的最优路径。
[0011]进一步的，所述无人机蜂窝拓扑组网系统包括：
[0012]在所述系统中有桥梁监测设备任务到达时，会首先将任务保存在云缓冲区中。云服务器根据用户设备本地资源，无人机资源，以及边缘服务器资源进行卸载决策。与此同时，假设用户设备通过正交多址的方式访问网络，其中不同用户设备使用正交频带实现互不干扰。
[0013]所述系统的高效计算卸载方案，同时考虑了终端设备，无人机和边缘服务器的延迟和有限的计算能力。所述的问题作为优化问题，以使无人机组网的能耗最小化，达到模型提供服务时间的最大化。
[0014]所述系统模型考虑到可用于路径选择的无人机的数量和通信条件的不确定性，所述的基于重要性采样的深度强化学习，以找到计算分流和资源分配的策略。
[0015]在所述的路径选择模块用于为处于边缘服务器通信范围之外的终端设备提供任务卸载的最优路径，从而尽可能的降低任务传输的功耗和延迟。
[0016]进一步的，通信模型的技术方案为：
[0017]当桥梁健康监测设备将任务卸载到不在设备可直接通信范围内的边缘服务器时，用户设备先通过上行链路将任务传输到无人机。通过下式计算用户设备和无人机之间信道增益
[0018][0019]其中k0表示为距离为1m的信道增益，||*||表示为向量的欧几里得范数。
[0020]基于上述的信道增益，通过下式计算通信链路的传输速率和传输时间
[0021][0022][0023]其中B
i
表示用户设备i用于任务传输的信道带宽，表示用户设备i的传输功率。同时，由于不同设备在传输任务时可能会复用同一信道。因此，
[0024][0025]其中，δ为高斯白噪声。
[0026]用户设备通过上行链路发送数据给无人机时的能耗为：
[0027][0028]进一步的，无人机将任务卸载到边缘服务器。通过下式计算无人机与边缘服务器之间的信道增益，传输速率以及传输时间分别表示为之间的信道增益，传输速率以及传输时间分别表示为
[0029][0030][0031][0032]其中表示分配给无人机m的信道带宽，表示无人机的发射功率，为对应的信道增益，δ
EFS
为边缘服务器中的自然噪声。
[0033]无人机通过下行链路发送数据给边缘服务器时的损耗为：
[0034][0035]进一步的，当处理的任务较大时，无法保证在对任务进行卸载时，用户设备与边缘服务器保持稳定通信。将无人机作为任务传输的中继节点，将任务卸载到更远的边缘服务器。通过下式计算无人机a与无人b之间的信道增益，传输速率以及传输时间：
[0036][0037][0038][0039]其中为噪声功率，表示用于无人机之间信息传输的信道带宽，无人机a的发射功率为通过下式计算两个无人机之间传输时的能耗：
[0040][0041]对于用户设备i，如果需要借助无人机将任务卸载到边缘服务器，则通过下式计算
通过多个无人机进行任务传输的总能耗为：
[0042][0043]其中v
a,b
用来决定是否选择当前路线进行传输。
[0044]进一步的，移动边缘计算模型技术方案为：...

【技术保护点】

【技术特征摘要】
1.一种基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法，其特征在于，部署在人工检测比较困难的桥梁环境下，包括桥梁表面数据采集无人机集群，桥梁状态监测设备，地面边缘计算信息处理系统。2.根据权利要求1所述的基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法，其特征在于，所述桥梁表面数据采集无人机集群可以贴近桥梁表面，实现对大型复杂桥梁的快速识别，同时可以作为边缘处理节点或者中继节点。3.根据权利要求1所述的基于无人机蜂窝拓扑组网移动边缘计算的桥梁状态监测方法，其特征在于，所述桥梁状态监测设备包括温湿度传感器、风速风向传感器、系杆位移传感器、动挠度传感器、支座位移传感器、体外预应力传感器和伸缩缝位移传感器等，用于收集桥梁的运行状态。4.根据权利要求1所述的基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法，其特征在于，所述地面边缘计算信息处理系统包括桥梁环境建模系统,无人机巡航路径规划系统,无人机蜂窝拓扑组网系统，桥梁状态识别系统，桥梁质量检测报告生成系统。5.根据权利要求4所述的基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法，其特征在于，桥梁环境建模系统用于对桥梁及桥梁周围环境进行建模；无人机巡航路径规划系统采用基于重要性采样的强化学习来获得最优路径，用于规划无人机集群的巡航路径；无人机蜂窝拓扑组网系统根据无人机状态切换无人机状态为中继节点，选取最优路径，将任务传输到边缘服务器进行处理，或切换为移动服务器，进行桥梁状态数据的本地处理。桥梁状态识别系统用于根据桥梁传感器数据识别桥梁当前状态。桥梁质量检测报告生成系统用于生成桥梁的监测报告。6.根据权利要求5所述的基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法，其特征在于，所述无人机蜂窝拓扑组网系统基于无人机组网建立计算卸载模型，其中无人机不仅可以为近距离终端设备提供计算资源，同时可以为设备选取到达通信范围之外的边缘服务器的最优路径。7.根据权利要求6所述的基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法，其特征在于，所述无人机蜂窝拓扑组网系统包括：所述系统中有桥梁监测设备任务到达时，会首先将任务保存在云缓冲区中。云服务器根据用户设备本地资源，无人机资源，以及边缘服务器资源进行卸载决策。与此同时，假设用户设备通过正交多址的方式访问网络，其中不同用户设备使用正交频带实现互不干扰。所述系统的高效计算卸载方案，同时考虑了终端设备，无人机和边缘服务器的延迟和有限的计算...

【专利技术属性】
技术研发人员：朱军，张国春，付勇高，王磊，蔡嘉，唐袁袁，王振楠，唐寅伟，
申请(专利权)人：无锡市市政设施养护管理有限公司，
类型：发明
国别省市：