一种基于云网边端的边坡监测系统技术方案

本发明专利技术公开了一种基于云网边端的边坡监测系统，属于监测系统技术领域，包括：接收模块，用于通过云端接收管理者的请求任务；建立模块，用于建立采集资源模型和计算资源模型；第一计算模块，用于利用采集资源模型和计算资源模型计算得到请求任务的资源需求；整合模块，用于整合得到各边缘服务器的资源矩阵；分配模块，用于将请求任务分配至目标边缘服务器；下发模块，用于引入蚁群算法确定最优下发策略，将分配至目标边缘服务器的请求任务按最优下发策略下发至目标采集设备；第二计算模块，用于利用目标边缘服务器和目标采集设备完成请求任务的监测，计算边坡滑坡风险值；反馈模块，用于根据滑坡风险值，确定预警信息，并将预警信息反馈至管理者。预警信息反馈至管理者。预警信息反馈至管理者。

【技术实现步骤摘要】
一种基于云网边端的边坡监测系统


[0001]本专利技术属于监测系统
，具体涉及一种基于云网边端的边坡监测系统。

技术介绍

[0002]边坡检测系统是一种用于监测和评估边坡稳定性的技术系统。边坡指的是山体、道路或其他地表的倾斜面，边坡的不稳定可能导致土壤滑坡、岩石崩落等灾害事件，威胁到人员安全和财产。云网边端是指在云计算、网络通信和边缘计算的架构中，将云端、网络和边缘节点结合起来形成的一个完整系统。它涉及到云计算的中心云端、网络传输的通信网络以及边缘计算的边缘节点。由于云网边端的计算资源下放至边缘侧带来的的快速响应能力，边坡监测系统已经开始尝试使用这种结构进行监测数据的处理。
[0003]目前的云网边端的改进往往只是基于边坡监测系统结构的改进，系统性能提升有限，并未考虑如何将高并发任务卸载至边缘侧和采集终端，且由于长距离的信号传输损失，导致即使采用云网边端的结构，边坡监测系统响应速率仍然很慢，不能满足实时性监测任务的需求，另外，由于云网边端的资源没有合理的分配策略，导致出现有些边缘服务器过载，而有些边缘服务器闲置的情况，任务处理效率低，计算资源大量浪费。

技术实现思路

[0004]为了解决现有技术存在的并未考虑如何将高并发任务卸载至边缘侧和采集终端，且由于长距离的信号传输损失，导致即使采用云网边端的结构，系统响应速率仍然很慢，不能满足实时性监测任务的需求，另外，由于云网边端的资源没有合理的分配策略，导致出现有些边缘服务器过载，而有些边缘服务器闲置的情况，任务处理效率低，计算资源大量浪费的技术问题，本专利技术提供一种基于云网边端的边坡监测系统。
[0005]本专利技术提供了一种基于云网边端的边坡监测系统，基于云网边端的边坡监测系统包括云端、边缘端和采集终端，采集终端间隔布置于道路沿线各边坡，采集终端通过边缘端与云端连接，其中，采集终端包括多个采集设备，边缘端包括多个边缘服务器，每个边缘服务器与多个采集设备连接；
[0006]基于云网边端的边坡监测系统还包括：
[0007]接收模块，用于通过云端接收管理者的请求任务，其中，请求任务包括多个计算任务和多个采集任务；
[0008]第一建立模块，用于以采集设备的设备属性作为评价指标，建立采集资源模型，其中，设备属性包括图像采集设备的采集像素和音频采集设备的响应频率；
[0009]第二建立模块，用于结合边缘服务器和相应的采集设备的计算资源，建立计算资源模型，其中，计算资源包括处理器频率、处理器内核数量、显卡吞吐量、运行内存剩余量和存储内存剩余量；
[0010]第一计算模块，用于利用采集资源模型和计算资源模型计算得到请求任务的资源需求，其中，资源需求包括采集资源需求和计算资源需求；
[0011]整合模块，用于对边缘服务器和相对应的采集设备进行资源整合，得到各边缘服务器的资源矩阵；
[0012]分配模块，用于结合请求任务的资源需求和资源矩阵，以资源占用率为分配规则，将请求任务分配至目标边缘服务器，并更新目标服务器的资源负载，其中，目标边缘服务器的计算资源和对应的采集设备的采集资源均大于请求任务的资源需求；
[0013]下发模块，用于结合资源负载，引入蚁群算法确定最优下发策略，将分配至目标边缘服务器的请求任务按最优下发策略下发至目标采集设备；
[0014]第二计算模块，用于利用目标边缘服务器和目标采集设备完成请求任务的监测，计算各边坡的滑坡风险值；
[0015]反馈模块，用于根据滑坡风险值，确定预警信息，并将预警信息反馈至管理者，其中，预警信息包括普通预警和危险预警。
[0016]与现有技术相比，本专利技术至少具有以下有益技术效果：
[0017](1)在本专利技术中，在边坡监测系统中引入云网边端系统结构，通过将处理资源下沉至边坡，这种近距离的处理资源可以带来快速的数据传输能力，减轻云端服务器的负载，提高响应速度，并在网络连接不稳定或延迟较高的情况下保持系统的可靠性和稳定性。
[0018](2)在本专利技术中，结合边缘服务器和采集设备的硬件设施，评估每一个边缘服务器和其控制的采集设备的任务处理能力，切实可靠的获取每一个边缘服务器实际处理能力，避免分配的任务过载导致的任务排队情况，提高监测系统的处理效率和响应能力。此外本专利技术通过云端下发请求任务至边缘服务器器，并通过边缘服务器进一步下发子任务至采集设备，多阶段下发，细化任务分配策略，提高监测系统的资源利用率，保持监测系统的均衡监测，进一步提升监测系统运行稳定性和响应速度，可以为边坡灾害提供实时性监测和预警。
[0019](3)在本专利技术中，通过布置的边坡监测系统实时采集边坡特征，计算边坡的滑坡风险值，并根据滑坡风险值分层次的进行预警，提醒管理者及时采取对应措施，云网边端结构具有快速的系统响应能力，提升预警准确性及时性，降低滑坡灾害发生概率。
附图说明
[0020]下面将以明确易懂的方式，结合附图说明优选实施方式，对本专利技术的上述特性、技术特征、优点及其实现方式予以进一步说明。
[0021]图1是本专利技术提供的一种基于云网边端的边坡监测系统的结构示意图；
[0022]图2是本专利技术提供的另一种基于云网边端的边坡监测系统的结构示意图；
[0023]图3是本专利技术提供的一种边缘服务器与采集设备的结构示意图。
具体实施方式
[0024]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对照附图说明本专利技术的具体实施方式。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
[0025]为使图面简洁，各图中只示意性地表示出了与专利技术相关的部分，它们并不代表其
作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
[0026]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0027]在本文中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接。可以是机械连接，也可以是电连接。可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0028]另外，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0029]在一个实施例中，参照图1，示出了本专利技术提供的一种基于云网边端的边坡监测系统的结构示意图。参照图2，示出了本专利技术提供的另一种基于云网边端的边坡监测系统的结构示意图。参照图3，示出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云网边端的边坡监测系统，其特征在于，所述基于云网边端的边坡监测系统包括云端、边缘端和采集终端，所述采集终端间隔布置于道路沿线各边坡，所述采集终端通过所述边缘端与所述云端连接，其中，所述采集终端包括多个采集设备，所述边缘端包括多个边缘服务器，每个所述边缘服务器与多个采集设备连接；所述基于云网边端的边坡监测系统还包括：接收模块，用于通过所述云端接收管理者的请求任务，其中，所述请求任务包括多个计算任务和多个采集任务；第一建立模块，用于以采集设备的设备属性作为评价指标，建立采集资源模型，其中，所述设备属性包括图像采集设备的采集像素和音频采集设备的响应频率；第二建立模块，用于结合所述边缘服务器和相应的采集设备的计算资源，建立计算资源模型，其中，所述计算资源包括处理器频率、处理器内核数量、显卡吞吐量、运行内存剩余量和存储内存剩余量；第一计算模块，用于利用所述采集资源模型和所述计算资源模型计算得到所述请求任务的资源需求，其中，所述资源需求包括采集资源需求和计算资源需求；整合模块，用于对所述边缘服务器和相对应的采集设备进行资源整合，得到各所述边缘服务器的资源矩阵；分配模块，用于结合所述请求任务的资源需求和所述资源矩阵，以资源占用率为分配规则，将所述请求任务分配至目标边缘服务器，并更新所述目标服务器的资源负载，其中，所述目标边缘服务器的计算资源和对应的采集设备的采集资源均大于所述请求任务的资源需求；下发模块，用于结合所述资源矩阵，引入蚁群算法确定最优下发策略，将分配至所述目标边缘服务器的请求任务按所述最优下发策略下发至目标采集设备；第二计算模块，用于利用所述目标边缘服务器和所述目标采集设备完成所述请求任务的监测，计算各所述边坡的滑坡风险值；反馈模块，用于根据所述滑坡风险值，确定预警信息，并将所述预警信息反馈至所述管理者，其中，所述预警信息包括普通预警和危险预警。2.根据权利要求1所述的基于云网边端的边坡监测系统，其特征在于，所述第一建立模块，具体用于执行以下步骤：S1021：以音频采集设备的自噪声与最大声压级之差作为所述响应频率，所述响应频率的计算方式为：其中，表示所述自噪声的声压级，表示所述音频采集设备的最大声压级，表示边缘服务器s
k
下的m个采集设备，w
n
表示第n个请求任务；S1022：以所述图像采集设备的采集像素和所述音频采集设备的响应频率作为评价指标，建立采集资源模型：
其中，α表示权重系数，p(a)表示所述采集像素，M(α)表示所述响应频率，F(a)表示采集资源评估结果。3.根据权利要求1所述的基于云网边端的边坡监测系统，其特征在于，所述第二建立模块，具体用于执行以下步骤：S1031：，建立所述计算资源的决策矩阵：其中，B表示所述决策矩阵，所述决策矩阵中的每一列元素对应于所述处理器频率、所述处理器内核数量、所述显卡吞吐量、所述运行内存剩余量和所述存储内存剩余量；S1032：将所述决策矩阵进行标准化处理，得到标准化矩阵：S1032：将所述决策矩阵进行标准化处理，得到标准化矩阵：其中，Z表示所述标准化矩阵，z
ij
表示所述标准化矩阵中的元素；S1033：定义所述标准化矩阵的最大值和最小值，计算每个所述计算资源与所述最大值和所述最小值的距离值：和所述最小值的距离值：其中，表示所述计算资源与所述最大值的距离值，表示所述计算资源与所述最小值的距离值，θ
j
表示根据熵权法赋予所述计算资源中每个指标的权重系数；S1034：根据所述距离值，计算得到各所述边缘服务器和相应的采集设备的计算资源评估结果：其中，G(i)表示所述计算资源评估结果。4.根据权利要求1所述的基于云网边端的边坡监测系统，其特征在于，所述资源矩阵为：
其中，表示与所述边缘服务器相连接的多个采集设备，CR
s
(s
k
)＝G(s
k
)表示所述边缘服务器s
k
的计算资源，表示与所述边缘服务器s
k
相连接的多个采...

【专利技术属性】
技术研发人员：付金璐，贾林萱，魏广宾，韩红彩，孙振，王杨，闫丽萍，许慧，
申请(专利权)人：中交路桥科技有限公司，
类型：发明
国别省市：