CN117614992A - 一种工程远程监控的边缘决策方法及*** - Google Patents
一种工程远程监控的边缘决策方法及*** Download PDFInfo
- Publication number
- CN117614992A CN117614992A CN202311765190.1A CN202311765190A CN117614992A CN 117614992 A CN117614992 A CN 117614992A CN 202311765190 A CN202311765190 A CN 202311765190A CN 117614992 A CN117614992 A CN 117614992A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- edge processing
- decision
- target
- processing nodes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 166
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 224
- 239000008358 core component Substances 0.000 claims abstract description 44
- 238000012806 monitoring device Methods 0.000 claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 15
- 238000010276 construction Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims description 44
- 230000003993 interaction Effects 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 13
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 17
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 239000000306 component Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000407 epitaxy Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0894—Policy-based network configuration management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请公开了一种工程远程监控的边缘决策方法及***，涉及远程监控技术领域，所述方法包括读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件；读取部署于工程监理***的数据运算处理中心，覆盖基于功能差异性的多层边缘处理节点，节点之间可交互；匹配一组目标层的边缘处理节点，确定监控决策数据；基于监控决策数据进行实时施工监控，回传实时监控数据至基于决策任务就近距离匹配确定的二组目标层的边缘处理节点；基于二组目标层的边缘处理节点进行决策任务的处理，确定任务执行策略；将任务执行策略回传至工程监理***，进行策略下放与实施响应。进而达成降低监控决策延迟、网络适应性好、降低数据安全风险的技术效果。
Description
技术领域
本发明涉及远程监控技术领域，特别涉及一种工程远程监控的边缘决策方法及***。
背景技术
工程远程监控是指通过传感器、摄像头等设备实时监测工程现场的运行状态，以及采集相关数据。用于工地、设备或其他工程项目的监测管理。工程远程监控多结合云计算进行数据处理和分析，并协助决策和提供实时反馈。现有基于云计算服务器的技术存在监控决策时效性不佳、网络连接要求高、存在数据安全风险的技术问题。
发明内容
本申请的目的在于提供一种工程远程监控的边缘决策方法及***。用以解决现有技术中监控决策时效性不佳、网络连接要求高、存在数据安全风险的技术问题。
鉴于以上技术问题，本申请提供了一种工程远程监控的边缘决策方法及***。
第一方面，本申请提供了一种工程远程监控的边缘决策方法，其中，所述方法包括：
读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件，其中，所述核心部件包括图像传感器与数字处理芯片；
读取目标工程区域的数据运算处理中心，其中，所述数据运算处理中心部署于工程监理***，覆盖了基于功能差异性的多层边缘处理节点，且节点之间可信息交互；
针对所述监控点配置表与所述核心部件，匹配一组目标层的边缘处理节点进行基于项目规划的监控设备控制决策，确定监控决策数据，所述一组目标层的边缘处理节点属于所述多层边缘处理节点；
基于所述监控决策数据进行实时施工监控，回传实时监控数据至基于决策任务的二组目标层的边缘处理节点，其中，所述边缘处理节点基于就近距离匹配确定；
基于所述二组目标层的边缘处理节点进行所述决策任务的处理，确定任务执行策略；
将所述任务执行策略回传至所述工程监理***，进行策略下放与实施响应。
第二方面，本申请还提供了一种工程远程监控的边缘决策***，其中，所述***包括：
监控模块，所述监控模块用于读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件，其中，所述核心部件包括图像传感器与数字处理芯片；
处理中心交互模块，所述处理中心交互模块用于读取目标工程区域的数据运算处理中心，其中，所述数据运算处理中心部署于工程监理***，覆盖了基于功能差异性的多层边缘处理节点，且节点之间可信息交互；
匹配决策模块，所述匹配决策模块用于针对所述监控点配置表与所述核心部件，匹配一组目标层的边缘处理节点进行基于项目规划的监控设备控制决策，确定监控决策数据，所述一组目标层的边缘处理节点属于所述多层边缘处理节点；
监控反馈模块，所述监控反馈模块用于基于所述监控决策数据进行实时施工监控，回传实时监控数据至基于决策任务的二组目标层的边缘处理节点，其中，所述边缘处理节点基于就近距离匹配确定；
策略决策模块，所述策略决策模块用于基于所述二组目标层的边缘处理节点进行所述决策任务的处理，确定任务执行策略；
反馈执行模块，所述反馈执行模块用于将所述任务执行策略回传至所述工程监理***，进行策略下放与实施响应。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件，其中，核心部件包括图像传感器与数字处理芯片；读取目标工程区域的数据运算处理中心，其中，数据运算处理中心部署于工程监理***，覆盖了基于功能差异性的多层边缘处理节点，且节点之间可信息交互；针对监控点配置表与核心部件，匹配一组目标层的边缘处理节点进行基于项目规划的监控设备控制决策，确定监控决策数据，一组目标层的边缘处理节点属于多层边缘处理节点；基于监控决策数据进行实时施工监控，回传实时监控数据至基于决策任务的二组目标层的边缘处理节点，其中，边缘处理节点基于就近距离匹配确定；基于二组目标层的边缘处理节点进行决策任务的处理，确定任务执行策略；将任务执行策略回传至工程监理***，进行策略下放与实施响应。进而达成降低监控决策延迟、网络适应性好、降低数据安全风险的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚阐明本申请的技术手段，进而可依照说明书的内容予以实施，并且为了让本申请的上述及其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
本发明的实施例及后述简单说明结合图示予以说明，附图说明如下：
图1为本申请一种工程远程监控的边缘决策方法的流程示意图；
图2为本申请一种工程远程监控的边缘决策方法中覆盖基于功能差异性的多层边缘处理节点的流程示意图；
图3为本申请一种工程远程监控的边缘决策***的结构示意图。
附图标记说明：监控模块11、处理中心交互模块12、匹配决策模块13、监控反馈模块14、策略决策模块15、反馈执行模块16。
具体实施方式
本申请通过提供一种工程远程监控的边缘决策方法及***，解决了现有技术面临的监控决策时效性不佳、网络连接要求高、存在数据安全风险的技术问题。
本技术实施例中的方案，为解决上述问题，所采用的整体思路如下：
首先，读取目标工程项目的监控点配置表，确定各监控设备的核心组件，包括图像传感器与数字处理芯片；而后，检索目标工程区域的数据运算处理中心，该中心位于工程监理***中，覆盖多层边缘处理节点，这些节点根据功能层次差异设置，且彼此可以进行信息交互；接着，根据监控点配置表和核心组件，匹配适用于项目规划的一组目标层边缘处理节点，制定监控设备的控制决策，形成监控决策数据。这组目标层边缘处理节点涵盖多个层次，属于数据运算处理中心中的多层边缘处理节点；进而，基于监控决策数据实施实时施工监控，将实时监控数据传回基于决策任务的第二组目标层边缘处理节点，这些节点是根据就近距离匹配确定的；然后，交由第二组目标层边缘处理节点执行决策任务，确定任务执行策略；最后，将任务执行策略发送回工程监理***，实施响应并下放执行。进而达成降低监控决策延迟、网络适应性好、降低数据安全风险的技术效果。
为更好理解上述技术方案，下面将结合说明书附图和具体的实施方式来对上述技术方案进行详细的说明，需要说明的是，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本发明的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
实施例1
如图1所示，本申请提供了一种工程远程监控的边缘决策方法，所述方法包括：
S100：读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件，其中，所述核心部件包括图像传感器与数字处理芯片；
监控点配置表包含了目标工程项目监控点位配置信息，通过交互目标工程项目监测管理方案获取。具体的，监控点配置表所含信息包括监控点位置、监控设备类型、传感器类型、数字处理芯片等信息。通过读取目标工程项目的监控点配置表，得以获取目标工程项目的监控***布设特征及监控设备特征，有助于后续基于目标工程项目特征的边缘处理节点分配。
进一步的，读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件，步骤包括：
其中，所述监控点配置表包括配置于工程区域的多点监控设备的空间分布；
针对各点监控设备，确定核心部件参量，所述核心部件参量至少包括基于传感器线数、外镜头倍数、取景广角、焦距的调控自由度；
进行所述核心部件参量与所述多点监控设备的映射标识。
可选的，确定各点监控设备的核心部件，尤其是图像传感器与数字处理芯片，涉及获取监控设备的硬件组成。其中，图像传感器用于通过光电转换，将场景光信号转化为电信号，捕捉场景图像，数字处理芯片用于处理和编码获取到的图像数据。数字处理芯片用于对数字图像的采集、预处理、增强和编码等过程。基于数字处理芯片对上述电信号进行处理，包括：白平衡、曝光控制、色彩校正、图像编码等。实现提供高质量图像输出，确保图像在不同光照条件下具有稳定性能、同时控制图像体积便于处理和传输的技术效果。这两个部件是监控设备的核心，对图像质量和处理性能有着关键影响。
可选的，读取监控点配置表后，根据表中的信息识别每个监控点的摄像头型号、传感器型号以及数字处理芯片型号，并基于上述型号信息交互监控设备规格书，确定监控设备的技术规格和性能特点，获取核心部件参量，为进一步的监控***分析和优化提供基础。
可选的，工程区域的多点监控设备的空间分布包括监控设备的安装点位、安装高度、传感器朝向。示例性的，监控设备的组成部分包括：镜头组、传感器、数字处理芯片、缓存、支架及转向机构等。其中，对应的核心部件参量为传感器线数、外镜头倍数、取景广角、焦距的调控自由度。如传感器像素数、光学变焦倍率范围、取景角度可调范围、焦段范围。此外，基于监控设备特征的特异性，还包括感光度范围、光圈大小、HDR支持、多帧合成等。
确定核心部件的参量后，将该参量与多点监控设备进行映射标识。这样的标识用于跟踪和管理各个监控点，使得在整个监控***中可以更方便地了解每个设备的性能和特点。同时便于后续的维护和优化工作。
S200：读取目标工程区域的数据运算处理中心，其中，所述数据运算处理中心部署于工程监理***，覆盖了基于功能差异性的多层边缘处理节点，且节点之间可信息交互；
可选的，目标工程区域的数据运算处理中心是基于边缘计算技术原理构建的远程运算处理中心，该数据运算处理中心连接有多个边缘处理节点，且多个边缘处理节点可通过数据连接执行数据传输与信息交互。数据运算处理中心内嵌于工程监理***，用于基于工程项目的特征进行工程监理任务解析、节点匹配、任务拆分及多节点协同处理等运算处理。
进一步的，如图2所示，所述数据运算处理中心覆盖了基于功能差异性的多层边缘处理节点，步骤包括：
针对第一处理功能，配置并确定一层边缘处理节点，其中，所述一层边缘处理节点包括至少一个分布式节点；
针对第N处理功能，配置并确定N层边缘处理节点；
基于功能相关性，对所述一层边缘处理节点直至所述N层边缘处理节点进行关联，确定所述多层边缘处理节点，作为所述数据运算处理中心。
可选的，多层边缘处理节点根据功能差异性适用于不同的任务和功能。其中，上述功能差异性体现为边缘处理节点的计算能力、存储能力、网络能力等。
可选的，计算能力可分为以CPU为代表的通用计算能力和以GPU为代表的高性能计算能力，常用的计量单位是每秒执行的浮点运算次数（FLOPS），具体的，包括双精度（FP64)、单精度（FP32)、半精度（FP16)。数据存储能力由存储容量、存储性能、存储安全三方面共同决定。网络能力由网络带宽、网络延迟、网络丢包率综合衡量。网络质量越高意味着数据交换更快，可以具有更强的处理能力。
可选的，基于处理功能，对边缘处理节点进行匹配筛选，配置并确定N层边缘处理节点，不同特点的边缘处理节点适用于不同的处理功能。示例性的，对于图像处理任务，基于图像数据规模与处理参数要求，选取配置有GPU用于图像处理加速的边缘处理节点，生成一层边缘处理节点。
进一步的，考虑不同边缘处理节点之间的功能相关性。有些功能可能需要多个节点协同工作，则基于功能实现协同，定义不同层边缘处理节点之间的关联关系，确保关联节点之间的数据通信畅通，进而获取多层边缘处理节点。其中，多层边缘处理节点为N层边缘处理节点的互穿融合态。
进一步的，基于功能相关性，对所述一层边缘处理节点直至所述N层边缘处理节点进行关联，确定所述多层边缘处理节点，该步骤还包括：
其中，所述功能相关性包括同步相关性与异步相关性，并配置差区别关联方式；
结合所述区别关联方式，以基于所述功能相关性的先后位为约束，进行所述一层边缘处理节点直至所述N层边缘处理节点的关联；
基于就近原则，建立所述各点监控设备与所述多层边缘处理节点的匹配关联，作为配置的所述数据运算处理中心。
可选的，多个边缘处理节点协同工作，涉及并行处理、数据共享或其他形式的协同工作。进而使得边缘处理节点之间具有同步相关性与异步相关性。示例性的，需要在多个边缘节点上同步执行的任务，决定了多个边缘节点之间的同步相关性，如大数据量计算任务的拆分并行处理。同步相关性对应的关联方式基于同步机制确立，确保各节点在执行任务时能够协同工作，如采用同步通信或共享内存等方式。可以独立执行或需要序列执行的任务，决定了多个边缘节点之间的异步相关性。具有异步相关性的边缘处理节点，前一个任务步序的输出由步序上游节点传递给步序下游节点。基于异步相关性的关联方式，通过建立适当的通信机制实现。包括消息队列、事件触发、发布-订阅模型等。边缘节点之间通过这些机制异步地通信，而不必等待其他节点完成任务。
可选的，结合区别关联方式，以功能相关性的先后位为约束，进行一层边缘处理节点至N层边缘处理节点的关联；其中，不同任务对应的区别关联方式具有不同的节点关联路径，关联建立过程中，对于不涉及的某层或n层边缘处理节点，通过建立旁路进行边缘处理节点的超越关联，进而形成多条节点关联路径。其中，n为正整数且n小于N；多条节点关联路径的路径层数m小于等于N。
可选的，基于就近原则，根据一层边缘处理节点至N层边缘处理节点的多条节点关联路径，选取每层边缘处理节点中距离最近的边缘处理节点，建立各点监控设备与多层边缘处理节点的匹配关联，作为配置的所述数据运算处理中心。其中，边缘处理节点之间的距离基于网络拓扑、物理距离或其他相关性度量。示例性的，基于路径规划算法，如Dijkstra算法或A*算法，建立各点监控设备与多层边缘处理节点的匹配关联。
可选的，存储建立的匹配关联，构建匹配关系表，匹配关系表记录了每个监控设备、每个监控设备任务所匹配的多次边缘节点。匹配关系表配置于数据运算处理中心，确保在处理任务时，数据可以有效地从监控设备传输到最近的边缘处理节点，并在多层边缘处理节点之间协调。
可选的，应用动态调整机制，在***运行时根据边缘处理节点的实时情况重新评估节点距离并调整匹配关系，以应对网络拓扑或工作负载的变化。示例性的，包括部分边缘处理节点的离线、边缘处理节点的新增、边缘处理节点连接路径的变更等。
S300：针对所述监控点配置表与所述核心部件，匹配一组目标层的边缘处理节点进行基于项目规划的监控设备控制决策，确定监控决策数据，所述一组目标层的边缘处理节点属于所述多层边缘处理节点；
一组目标层的边缘处理节点用于执行监控设备控制决策，其中，该监控设备控制决策通过分析项目规划实现。示例性的，根据监控点配置表中的信息，将各监控点的核心部件匹配到相应的边缘处理节点。而后，以目标工程项目的监理规划为决策输入特征，以监控决策数据为决策输出特征，以历史监控决策数据与历史项目规划为样本数据，进行监控设备控制决策。其中，可选的决策模型包括匹配优化模型、神经网络模型、层次分析模型或决策树模型等。
其中，监控决策数据包括监控参数配置、数据传输策略、任务分配、数据处理方式等。监控决策数据，规定了在各监控设备上执行事故监测采集的具体操作。涉及配置文件、任务列表等形式的数据。
S400：基于所述监控决策数据进行实时施工监控，回传实时监控数据至基于决策任务的二组目标层的边缘处理节点，其中，所述边缘处理节点基于就近距离匹配确定；
可选的，基于监控决策数据进行实时施工监控，通过对监控决策数据进行解析，拆分下发至各点监控设备，并控制各点监控设备获取目标项目场景的实时监控数据，实时监控数据包括静态施工图像数据与动态图像数据。进一步的，根据监控设备的采集特征，实时监控数据还可分为白光图像数据、点云图像数据、红外图像数据等。
可选的，基于决策任务的二组目标层的边缘处理节点为基于就近距离匹配确定的，距离目标工程项目最近的目标层的边缘处理节点。该组节点包括位于不同层的边缘处理节点。该节点的确定度量包括边缘处理节点与监控点之间的网络拓扑结构和物理距离的考虑。该边缘处理节点用于基于回传的实时监控数据进行监测决策与施工管理。
可选的，利用网络通信机制，将实时监控数据传输至选定的目标层的边缘处理节点。通过引入加密传输、完整性验证、数据脱敏等方法确保传输的安全性和可靠性。
进一步的，边缘处理节点基于就近距离匹配确定之后，步骤还包括：
统计所述边缘处理节点中各节点的实时闲置算力配置；
判断所述实时闲置算力配置是否满足处理算力需求，若不满足，生成节点外延指令；
随着所述节点外延指令的接收，基于就近原则，进行同层边缘处理节点的顺延，确定补偿边缘处理节点。
可选的，确定基于决策任务的二组目标层的边缘处理节点后，交互该组边缘处理节点中每个边缘处理节点，统计其实时的闲置算力配置，包括CPU、内存、存储等方面的可以资源。而后，比较实时闲置算力配置和当前任务的算力需求。若当前的实时闲置算力无法满足任务需求，则生成节点外延指令，该指令包含对哪些边缘处理节点进行外延的信息，以及外延的资源需求。节点外延指令用于指示上述工程监理***与数据运算处理中心进行同层边缘处理节点的顺延。其中，同层边缘处理节点是指与实时闲置算力配置为满足当前任务的算力需求的节点位于同一层的边缘处理节点。示例性的，选取同层边缘处理节点中满足外延资源需求且距离最近的边缘处理节点，进行顺延选取以满足算力需求。
可选的，新的节点被添加到二组目标层的边缘处理节点后，基于上述步骤进行实时闲置算力配置的实时更新与判别，确保资源配置符合算力需求。通过实时监控***状态，及时响应任务需求，以及通过外延和顺延来平衡***资源。确保处理算力的足额配置。就近原则的使用有助于减少通信延迟，提高效率。
S500：基于所述二组目标层的边缘处理节点进行所述决策任务的处理，确定任务执行策略；
可选的，基于二组目标层的边缘处理节点，进行决策任务处理，获取任务执行策略，其中，工程监理任务执行策略包括：工程进度报告、生成安全施工报告、生成监理通知单等。
可选的，决策任务的处理根据目标项目的工程监理规划，基于神经网络算法原理实现，首先，基于回传的实时监控数据，对回传的实时监控数据进行预处理，包括数据清洗、去噪、归一化等。确保数据质量和一致性，使其能够作为神经网络的输入。而后，设计适用于任务的神经网络架构，选择合适的神经网络层数、节点数、激活函数等。而后，获取历史监控数据与历史任务执行策略，生成样本数据。将上述数据划分为训练集、验证集和测试集。同时，为监理任务定义明确的标签，以便神经网络学习和预测任务的结果。接着，使用训练集的数据训练神经网络模型。通过反向传播算法不断调整模型参数，使其能够适应任务的特征和模式。然后，使用验证集的数据验证模型的性能。根据验证结果调整神经网络的超参数，以提高模型的泛化能力和预测准确性。最后，评估最终模型的性能，若模型性能满足工程监理规划的准确率需求。则将经过训练和验证的模型嵌入二组目标层的边缘处理节点，用于决策任务的处理，确定任务执行策略。
S600：将所述任务执行策略回传至所述工程监理***，进行策略下放与实施响应。
进一步的，进行策略下放与实施响应，步骤包括：
基于所述任务执行策略，识别风控预警策略，其中，所述风控预警策略具有最高优先级；
遍历应急预案库，匹配确定基于所述风控预警策略的目标应急预案，其中，所述应急预案库置于所述工程监理***；
基于所述工程监理***，进行所述目标应急预案的实施响应。
示例性的，基于策略标记，对任务执行策略进行策略识别，若任务执行策略中存在风控预警策略，则以风控预警策略为最优先执行策略，遍历应急预案库，获取对应的应急预案，生成目标应急预案。而后，通过远程设备控制、远端运行调控等策略直接进行传输与执行，进而最大限度的避免风险事件的发送与工程风险的扩大，确保工程项目的安全。
进一步的，所述方法还包括：
确定覆盖所述目标工程区域的通信网络，所述通信网络包括专线网络与互联网，且配置有网络传输关卡，其中，所述网络传输关卡基于传输需求配置；
结合所述网络传输关卡，进行数据传输前的预检，确定目标传输网络；
基于所述目标传输网络的信道状态，进行实际传输信道的调整。
可选的，优选的，优先采取专线网络进行实时监控数据、任务执行策略等工程监控数据的传输。专线网络通常提供稳定、可靠的连接，适用于对传输稳定性要求较高的场景；而互联网则提供更广泛的覆盖，适用于一般性的数据传输。
可选的，在通信网络中配置网络传输关卡，用于监控和管理数据传输。网络传输关卡可以设定传输的速率、优先级、安全性等参数，以适应不同类型的数据传输需求。
可选的，在实际进行数据传输之前，进行网络传输前的预检，包括检查网络传输关卡的配置是否符合传输需求，确保网络连接畅通、设备正常工作、网络防护安全等。
可选的，根据目标传输网络的信道状态，进行实际传输信道的调整。示例性的，包括动态调整传输路由、优化带宽分配、处理网络拥塞等，以保障数据传输的效率和稳定性。
综上所述，本发明所提供的一种工程远程监控的边缘决策方法具有如下技术效果：
通过读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件，其中，核心部件包括图像传感器与数字处理芯片；读取目标工程区域的数据运算处理中心，其中，数据运算处理中心部署于工程监理***，覆盖了基于功能差异性的多层边缘处理节点，且节点之间可信息交互；针对监控点配置表与核心部件，匹配一组目标层的边缘处理节点进行基于项目规划的监控设备控制决策，确定监控决策数据，一组目标层的边缘处理节点属于多层边缘处理节点；基于监控决策数据进行实时施工监控，回传实时监控数据至基于决策任务的二组目标层的边缘处理节点，其中，边缘处理节点基于就近距离匹配确定；基于二组目标层的边缘处理节点进行决策任务的处理，确定任务执行策略；将任务执行策略回传至工程监理***，进行策略下放与实施响应。进而达成降低监控决策延迟、网络适应性好、降低数据安全风险的技术效果。
实施例2
基于与所述实施例中一种工程远程监控的边缘决策方法同样的构思，如图3所示，本申请还提供了一种工程远程监控的边缘决策***，所述***包括：
监控模块11，用于读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件，其中，所述核心部件包括图像传感器与数字处理芯片；
处理中心交互模块12，用于读取目标工程区域的数据运算处理中心，其中，所述数据运算处理中心部署于工程监理***，覆盖了基于功能差异性的多层边缘处理节点，且节点之间可信息交互；
匹配决策模块13，用于针对所述监控点配置表与所述核心部件，匹配一组目标层的边缘处理节点进行基于项目规划的监控设备控制决策，确定监控决策数据，所述一组目标层的边缘处理节点属于所述多层边缘处理节点；
监控反馈模块14，用于基于所述监控决策数据进行实时施工监控，回传实时监控数据至基于决策任务的二组目标层的边缘处理节点，其中，所述边缘处理节点基于就近距离匹配确定；
策略决策模块15，用于基于所述二组目标层的边缘处理节点进行所述决策任务的处理，确定任务执行策略；
反馈执行模块16，用于将所述任务执行策略回传至所述工程监理***，进行策略下放与实施响应。
进一步的，监控模块11还包括：
参量获取单元，用于针对各点监控设备，确定核心部件参量，所述核心部件参量至少包括基于传感器线数、外镜头倍数、取景广角、焦距的调控自由度；
映射标识单元，用于进行所述核心部件参量与所述多点监控设备的映射标识。
进一步的，处理中心交互模块12还包括：
处理节点配置单元，用于针对第一处理功能，配置并确定一层边缘处理节点，其中，所述一层边缘处理节点包括至少一个分布式节点；
更新配置单元，用于针对第N处理功能，配置并确定N层边缘处理节点；
相关关联单元，用于基于功能相关性，对所述一层边缘处理节点直至所述N层边缘处理节点进行关联，确定所述多层边缘处理节点，作为所述数据运算处理中心。
进一步的，还包括：
功能相关性单元，功能相关性包括同步相关性与异步相关性，并配置差区别关联方式；
节点关联单元，用于结合所述区别关联方式，以基于所述功能相关性的先后位为约束，进行所述一层边缘处理节点直至所述N层边缘处理节点的关联；
节点匹配关联单元，用于基于就近原则，建立所述各点监控设备与所述多层边缘处理节点的匹配关联，作为配置的所述数据运算处理中心。
进一步的，监控反馈模块14还包括：
算力监测单元，用于统计所述边缘处理节点中各节点的实时闲置算力配置；
算力判别单元，用于判断所述实时闲置算力配置是否满足处理算力需求，若不满足，生成节点外延指令；
外延补偿单元，用于随着所述节点外延指令的接收，基于就近原则，进行同层边缘处理节点的顺延，确定补偿边缘处理节点。
进一步的，反馈执行模块16还包括：
风控预警单元，用于基于所述任务执行策略，识别风控预警策略，其中，所述风控预警策略具有最高优先级；
预案匹配单元，用于遍历应急预案库，匹配确定基于所述风控预警策略的目标应急预案，其中，所述应急预案库置于所述工程监理***；
响应单元，用于基于所述工程监理***，进行所述目标应急预案的实施响应。
进一步的，所述***还包括：
通信网络获取单元，用于确定覆盖所述目标工程区域的通信网络，所述通信网络包括专线网络与互联网，且配置有网络传输关卡，其中，所述网络传输关卡基于传输需求配置；
预检单元，用于结合所述网络传输关卡，进行数据传输前的预检，确定目标传输网络；
信道调整单元，用于基于所述目标传输网络的信道状态，进行实际传输信道的调整。
应当理解的是，本说明书中所提及的实施例重点在其与其他实施例的不同，前述实施例一中的具体实施例，同样适用于实施例二所述的一种工程远程监控的边缘决策***，为了说明书的简洁，在此不做进一步的展开。
应当理解的是，本申请所公开的实施例及上述说明，可以使得本领域的技术人员运用本申请实现本申请。同时本申请不被限制于上述所提到的这部分实施例，对本申请提到的实施例进行显而易见的修改、组合和替代，也属于本申请保护范围之内。
Claims (8)
1.一种工程远程监控的边缘决策方法，其特征在于，所述方法包括：
读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件，其中，所述核心部件包括图像传感器与数字处理芯片；
读取目标工程区域的数据运算处理中心，其中，所述数据运算处理中心部署于工程监理***，覆盖了基于功能差异性的多层边缘处理节点，且节点之间可信息交互；
针对所述监控点配置表与所述核心部件，匹配一组目标层的边缘处理节点进行基于项目规划的监控设备控制决策，确定监控决策数据，所述一组目标层的边缘处理节点属于所述多层边缘处理节点；
基于所述监控决策数据进行实时施工监控，回传实时监控数据至基于决策任务的二组目标层的边缘处理节点，其中，所述边缘处理节点基于就近距离匹配确定；
基于所述二组目标层的边缘处理节点进行所述决策任务的处理，确定任务执行策略；
将所述任务执行策略回传至所述工程监理***，进行策略下放与实施响应。
2.如权利要求1所述的方法，其特征在于，该方法包括：
确定覆盖所述目标工程区域的通信网络，所述通信网络包括专线网络与互联网，且配置有网络传输关卡，其中，所述网络传输关卡基于传输需求配置；
结合所述网络传输关卡，进行数据传输前的预检，确定目标传输网络；
基于所述目标传输网络的信道状态，进行实际传输信道的调整。
3.如权利要求1所述的方法，其特征在于，读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件，该方法包括：
其中，所述监控点配置表包括配置于工程区域的多点监控设备的空间分布；
针对各点监控设备，确定核心部件参量，所述核心部件参量至少包括基于传感器线数、外镜头倍数、取景广角、焦距的调控自由度；
进行所述核心部件参量与所述多点监控设备的映射标识。
4.如权利要求1所述的方法，其特征在于，所述数据运算处理中心覆盖了基于功能差异性的多层边缘处理节点，该方法包括：
针对第一处理功能，配置并确定一层边缘处理节点，其中，所述一层边缘处理节点包括至少一个分布式节点；
针对第N处理功能，配置并确定N层边缘处理节点；
基于功能相关性，对所述一层边缘处理节点直至所述N层边缘处理节点进行关联，确定所述多层边缘处理节点，作为所述数据运算处理中心。
5.如权利要求4所述的方法，其特征在于，基于功能相关性，对所述一层边缘处理节点直至所述N层边缘处理节点进行关联，确定所述多层边缘处理节点，该方法包括：
其中，所述功能相关性包括同步相关性与异步相关性，并配置差区别关联方式；
结合所述区别关联方式，以基于所述功能相关性的先后位为约束，进行所述一层边缘处理节点直至所述N层边缘处理节点的关联；
基于就近原则，建立所述各点监控设备与所述多层边缘处理节点的匹配关联，作为配置的所述数据运算处理中心。
6.如权利要求1所述的方法，其特征在于，所述边缘处理节点基于就近距离匹配确定之后，该方法包括：
统计所述边缘处理节点中各节点的实时闲置算力配置；
判断所述实时闲置算力配置是否满足处理算力需求，若不满足，生成节点外延指令；
随着所述节点外延指令的接收，基于就近原则，进行同层边缘处理节点的顺延，确定补偿边缘处理节点。
7.如权利要求1所述的方法，其特征在于，进行策略下放与实施响应，该方法包括：
基于所述任务执行策略，识别风控预警策略，其中，所述风控预警策略具有最高优先级；
遍历应急预案库，匹配确定基于所述风控预警策略的目标应急预案，其中，所述应急预案库置于所述工程监理***；
基于所述工程监理***，进行所述目标应急预案的实施响应。
8.一种工程远程监控的边缘决策***，其特征在于，所述***包括：
监控模块，所述监控模块用于读取目标工程项目的监控点配置表，并确定各点监控设备的核心部件，其中，所述核心部件包括图像传感器与数字处理芯片；
处理中心交互模块，所述处理中心交互模块用于读取目标工程区域的数据运算处理中心，其中，所述数据运算处理中心部署于工程监理***，覆盖了基于功能差异性的多层边缘处理节点，且节点之间可信息交互；
匹配决策模块，所述匹配决策模块用于针对所述监控点配置表与所述核心部件，匹配一组目标层的边缘处理节点进行基于项目规划的监控设备控制决策，确定监控决策数据，所述一组目标层的边缘处理节点属于所述多层边缘处理节点；
监控反馈模块，所述监控反馈模块用于基于所述监控决策数据进行实时施工监控，回传实时监控数据至基于决策任务的二组目标层的边缘处理节点，其中，所述边缘处理节点基于就近距离匹配确定；
策略决策模块，所述策略决策模块用于基于所述二组目标层的边缘处理节点进行所述决策任务的处理，确定任务执行策略；
反馈执行模块，所述反馈执行模块用于将所述任务执行策略回传至所述工程监理***，进行策略下放与实施响应。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311765190.1A CN117614992B (zh) | 2023-12-21 | 2023-12-21 | 一种工程远程监控的边缘决策方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311765190.1A CN117614992B (zh) | 2023-12-21 | 2023-12-21 | 一种工程远程监控的边缘决策方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117614992A true CN117614992A (zh) | 2024-02-27 |
| CN117614992B CN117614992B (zh) | 2024-06-25 |
Family
ID=89956281
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311765190.1A Active CN117614992B (zh) | 2023-12-21 | 2023-12-21 | 一种工程远程监控的边缘决策方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117614992B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210096911A1 (en) * | 2020-08-17 | 2021-04-01 | Essence Information Technology Co., Ltd | Fine granularity real-time supervision system based on edge computing |
| KR20210085609A (ko) * | 2019-12-31 | 2021-07-08 | 이노뎁 주식회사 | 코어 vms와 엣지 vms를 구비한 모바일 엣지 컴퓨팅 기반의 영상 관제 시스템 |
| WO2021190482A1 (zh) * | 2020-03-27 | 2021-09-30 | ***通信有限公司研究院 | 算力处理的网络***及算力处理方法 |
| CN114091944A (zh) * | 2021-11-27 | 2022-02-25 | 国网山东省电力公司电力科学研究院 | 云端协同的配网工程现场作业分析决策*** |
| CN114301911A (zh) * | 2021-12-17 | 2022-04-08 | 杭州谐云科技有限公司 | 一种基于边边协同的任务管理方法和*** |
| US20220201555A1 (en) * | 2020-12-21 | 2022-06-23 | Quanta Cloud Technology Inc. | Method And System For Maximizing Uplink Bandwidth In A Communication System |
| WO2022189601A1 (en) * | 2021-03-10 | 2022-09-15 | Schreder S.A. | Network system with sensor configuration model update |
| CN115376063A (zh) * | 2022-08-04 | 2022-11-22 | 安徽南瑞继远电网技术有限公司 | 一种基于云边协同与图像识别的智能防误方法 |
| CN116527843A (zh) * | 2023-03-29 | 2023-08-01 | 五冶集团上海有限公司 | 一种基于工地芯的工地安全监控***及监控方法 |
| CN116739389A (zh) * | 2023-08-14 | 2023-09-12 | 广东创能科技股份有限公司 | 基于云计算的智慧城市管理方法及*** |
| CN116777713A (zh) * | 2023-08-24 | 2023-09-19 | 湖南天成新宇网络科技有限公司 | 基于数据分析的智慧园区安全管理方法和*** |
| CN116909737A (zh) * | 2023-07-14 | 2023-10-20 | 海南科技职业大学 | 基于深度学习的港口安全监控边缘计算任务卸载调度方法 |
| CN117041290A (zh) * | 2023-08-08 | 2023-11-10 | 广州融新智能科技有限公司 | 一种智能交通数据交互方法、平台及*** |
-
2023
- 2023-12-21 CN CN202311765190.1A patent/CN117614992B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210085609A (ko) * | 2019-12-31 | 2021-07-08 | 이노뎁 주식회사 | 코어 vms와 엣지 vms를 구비한 모바일 엣지 컴퓨팅 기반의 영상 관제 시스템 |
| WO2021190482A1 (zh) * | 2020-03-27 | 2021-09-30 | ***通信有限公司研究院 | 算力处理的网络***及算力处理方法 |
| US20210096911A1 (en) * | 2020-08-17 | 2021-04-01 | Essence Information Technology Co., Ltd | Fine granularity real-time supervision system based on edge computing |
| US20220201555A1 (en) * | 2020-12-21 | 2022-06-23 | Quanta Cloud Technology Inc. | Method And System For Maximizing Uplink Bandwidth In A Communication System |
| WO2022189601A1 (en) * | 2021-03-10 | 2022-09-15 | Schreder S.A. | Network system with sensor configuration model update |
| CN114091944A (zh) * | 2021-11-27 | 2022-02-25 | 国网山东省电力公司电力科学研究院 | 云端协同的配网工程现场作业分析决策*** |
| CN114301911A (zh) * | 2021-12-17 | 2022-04-08 | 杭州谐云科技有限公司 | 一种基于边边协同的任务管理方法和*** |
| CN115376063A (zh) * | 2022-08-04 | 2022-11-22 | 安徽南瑞继远电网技术有限公司 | 一种基于云边协同与图像识别的智能防误方法 |
| CN116527843A (zh) * | 2023-03-29 | 2023-08-01 | 五冶集团上海有限公司 | 一种基于工地芯的工地安全监控***及监控方法 |
| CN116909737A (zh) * | 2023-07-14 | 2023-10-20 | 海南科技职业大学 | 基于深度学习的港口安全监控边缘计算任务卸载调度方法 |
| CN117041290A (zh) * | 2023-08-08 | 2023-11-10 | 广州融新智能科技有限公司 | 一种智能交通数据交互方法、平台及*** |
| CN116739389A (zh) * | 2023-08-14 | 2023-09-12 | 广东创能科技股份有限公司 | 基于云计算的智慧城市管理方法及*** |
| CN116777713A (zh) * | 2023-08-24 | 2023-09-19 | 湖南天成新宇网络科技有限公司 | 基于数据分析的智慧园区安全管理方法和*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117614992B (zh) | 2024-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11132224B2 (en) | Fine granularity real-time supervision system based on edge computing | |
| Bittencourt et al. | The internet of things, fog and cloud continuum: Integration and challenges | |
| CN112087522B (zh) | 一种面向工业机器人数据处理的边云协同流程编排*** | |
| CN110022230B (zh) | 基于深度强化学习的服务链并行部署方法及装置 | |
| Lai et al. | Development of smart cities with fog computing and internet of things | |
| CN114760669B (zh) | 一种基于流量预测的路由决策方法及*** | |
| CN105491329A (zh) | 一种基于流式计算的大规模监控视频流汇聚方法 | |
| CN116994443A (zh) | 基于云管云控的智慧交通信号统一优化控制***及方法 | |
| EP2520069B1 (en) | Managing session data of a composite service session in a communication network | |
| CN113763713B (zh) | 一种路网瓶颈路段发掘与管理方法及装置 | |
| CN117290668B (zh) | 一种基于工业互联网平台的大数据处理方法和*** | |
| CN117614992B (zh) | 一种工程远程监控的边缘决策方法及*** | |
| Cenggoro et al. | Dynamic bandwidth management based on traffic prediction using Deep Long Short Term Memory | |
| KR102569442B1 (ko) | 서비스 기능의 자원 사용량 예측 방법 및 장치 | |
| Tang et al. | Application of sensor-cloud systems: smart traffic control | |
| CN115277789A (zh) | 一种梯级水电站安全防护***及方法 | |
| CN103702445A (zh) | 无线传感器网络语义通信中任务组合的本体及推理规则 | |
| CN110087031B (zh) | 一种面向协同感知的任务分配方法 | |
| CN110855507B (zh) | 一种基于软件定义的无人驾驶数据网络交互方法 | |
| Liu et al. | Energy-efficient URLLC service provisioning in softwarization-based networks | |
| Jafarizadeh et al. | Performance analysis of processing load distribution in camera networks for multi-target tracking | |
| WO2018216828A1 (ko) | 에너지 빅데이터 관리 시스템 및 그 방법 | |
| Xu et al. | Optimizing the cost-performance tradeoff for coflows across geo-distributed datacenters | |
| CN112822451B (zh) | 一种用于感知***构建的前端节点优化选择方法 | |
| CN115622932B (zh) | 算力调度方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |