基于边缘计算的柔性显示屏实时画质渲染控制系统的制作方法

本发明涉及边缘计算领域，具体公开基于边缘计算的柔性显示屏实时画质渲染控制系统。

背景技术：

1、柔性显示技术通过可弯曲折叠的屏幕基材实现显示形态的多样化。在柔性显示屏的画质渲染控制过程中，通常采用固定的渲染算力分配策略与线性的帧缓存数据写入机制。常规的渲染系统在接收到待显示的图像数据流后，按照屏幕的物理分辨率与预设的渲染优先级，将图像数据均匀分割为多个数据块，分配至中央处理器或图形处理器的各个计算核心进行几何变换与着色计算。计算完成的像素数据按照固定的线性地址映射关系，依序写入帧缓存的对应物理地址空间，再由显示控制器按照固定刷新时序从帧缓存中读取数据并输出至屏幕像素驱动电路。这种基于静态拓扑结构与固定算力调度的渲染数据流控制方式，在屏幕处于平整状态时能够维持正常的画面输出，数据写入与读取时序保持同步，渲染负荷在屏幕各区域分布均匀。上述过程构成了现有柔性显示屏在常规状态下的渲染数据处理基础框架。

2、当柔性显示屏发生物理形变时，屏幕的局部区域产生曲率变化，导致该区域的像素空间分布密度发生非线性改变，纹理映射与光照计算的复杂度随之骤增，局部渲染算力需求出现突变。现有技术在应对此类形变场景时，依然沿用前述固定的算力分配与数据写入策略。由于缺乏对屏幕各区域物理形变状态与渲染计算量之间关联关系的感知机制，边缘侧无法提前预知局部区域即将面临的算力需求突变。当某一折叠或弯曲区域的渲染计算量超出其固定分配的算力额度时，该区域的渲染数据流处理出现延迟，帧缓存数据写入时序发生滞后。与此同时，未发生形变区域的渲染数据流依然按照原有固定时序写入帧缓存并输出显示。不同区域渲染数据流到达帧缓存的时间差打破了帧数据写入的同步性，显示控制器读取到跨越不同时间节点的拼合帧数据，在视觉上直接表现为画面撕裂。

3、基于上述现有技术的具体实现方式，现有柔性显示屏实时画质渲染控制系统存在的核心技术问题在于，在柔性屏发生形变导致局部渲染算力需求突变时，由于缺乏基于物理形变与算力需求关联的预测与动态调度机制，固定算力分配与线性数据写入策略导致局部算力供需失配，高算力需求区域的渲染数据流写入滞后于低算力需求区域，帧缓存数据写入时序失步，从而引发画面撕裂与渲染延迟现象。现有渲染控制系统仅将柔性屏视为静态显示载体进行数据处理，未将物理形变特征作为渲染数据流调度与帧缓存写入控制的依据，系统无法在形变发生前或发生时自适应重构渲染任务调度序列与帧缓存数据的存取带宽分配队列，导致局部渲染数据处理拥堵与全局画面输出时序混乱。

技术实现思路

1、本发明的目的在于提供基于边缘计算的柔性显示屏实时画质渲染控制系统，可以有效解决上述背景技术中的问题。

2、为实现上述目的，本发明采取的技术方案为：

3、基于边缘计算的柔性显示屏实时画质渲染控制系统，包括：

4、边缘计算节点，实时采集柔性屏各区域曲率传感数据；

5、数据挖掘软件，部署于所述边缘计算节点，对历史曲率变化序列与局部像素渲染计算量进行关联规则挖掘，构建曲率-算力需求预测模型；

6、所述边缘计算节点依据所述曲率-算力需求预测模型处理所述曲率传感数据，预测下一帧各显示子区域的渲染算力需求；

7、所述边缘计算节点依据所述渲染算力需求，动态重构帧缓存数据的存取带宽分配队列与渲染任务调度序列；

8、所述边缘计算节点将高算力需求子区域的渲染数据流优先路由至边缘侧空闲算力集群，将低算力需求子区域的渲染数据流按常规时序写入帧缓存。

9、优选的，所述边缘计算节点实时采集柔性屏各区域曲率传感数据的过程，包括提取所述曲率传感数据的空间梯度特征与时间序列变化率，将所述空间梯度特征与所述时间序列变化率融合为多维形变特征向量；

10、所述数据挖掘软件基于所述多维形变特征向量与历史局部像素渲染计算量进行深度关联规则挖掘，生成多维特征空间下的所述曲率-算力需求预测模型，所述边缘计算节点将实时获取的所述多维形变特征向量输入所述曲率-算力需求预测模型，输出下一帧各显示子区域的算力需求预测值。

11、优选的，所述数据挖掘软件对历史曲率变化序列与局部像素渲染计算量进行关联规则挖掘的过程，包括计算历史曲率变化序列中曲率变化率极值点与渲染计算量峰值点的时间偏移量与幅值比例系数，将所述时间偏移量与所述幅值比例系数作为关联权重系数矩阵存储于所述曲率-算力需求预测模型中；

12、所述边缘计算节点依据当前时刻之前的曲率变化率极值点，结合所述关联权重系数矩阵，推算当前时刻之后特定帧间隔的渲染计算量峰值点位置与幅值，形成所述下一帧各显示子区域的渲染算力需求。

13、优选的，所述边缘计算节点依据所述渲染算力需求动态重构帧缓存数据的存取带宽分配队列的过程，包括依据各显示子区域的渲染算力需求预测值对渲染数据流写入优先级进行降序排列，生成动态优先级列表；

14、为所述动态优先级列表中排序在前的显示子区域分配连续的帧缓存写入时隙与高带宽传输通道，为排序在后的显示子区域分配离散的帧缓存写入时隙与低带宽传输通道，并依据所述动态优先级列表的实时更新调整所述连续的帧缓存写入时隙与所述离散的帧缓存写入时隙的占空比。

15、优选的，所述边缘计算节点依据所述渲染算力需求动态重构渲染任务调度序列的过程，包括提取所述渲染数据流中各显示子区域对应的图元数据量，结合所述渲染算力需求预测值，计算各显示子区域的渲染负载密度；

16、将所述渲染负载密度超过预设密度阈值的显示子区域对应的渲染任务从所述渲染任务调度序列的常规执行队列迁移至加速执行队列，所述边缘计算节点将所述加速执行队列中的渲染任务对应的数据流优先路由至所述边缘侧空闲算力集群。

17、优选的，当所述时间偏移量小于预设时间阈值时，判定柔性屏发生急剧形变；

18、所述边缘计算节点触发渲染流水线的中断与重构机制，冻结当前时刻所述渲染任务调度序列中未执行的渲染任务，并截断正在写入帧缓存的渲染数据流；

19、所述边缘计算节点重新采集急剧形变后的曲率传感数据，基于所述曲率-算力需求预测模型重新计算下一帧的渲染算力需求预测值，依据重新计算的渲染算力需求预测值覆盖当前的帧缓存数据的存取带宽分配队列与渲染任务调度序列，并恢复被截断的渲染数据流的写入。

20、优选的，所述边缘计算节点将所述加速执行队列中的渲染任务对应的数据流优先路由至所述边缘侧空闲算力集群的过程，包括监测所述边缘侧空闲算力集群中各计算核心的实时负载率与缓存占有率，筛选所述实时负载率与所述缓存占有率均低于对应预设阈值的计算核心构成可用算力池；

21、依据所述加速执行队列中各渲染任务的算力需求预测值，将所述加速执行队列中的渲染任务拆分为多个渲染子任务，将所述多个渲染子任务分发至所述可用算力池中的计算核心并行执行，并汇聚各计算核心输出的渲染结果数据流写入所述帧缓存。

22、优选的，所述边缘计算节点通过所述高带宽传输通道与所述低带宽传输通道传输渲染数据流的过程，包括对进入所述高带宽传输通道的渲染数据流执行无损压缩编码，并在压缩数据包头部插入高优先级传输标识与第一目标物理地址段；

23、对进入所述低带宽传输通道的渲染数据流执行有损压缩编码，丢弃渲染数据流中低于视觉分辨阈值的细节分量，并在压缩数据包头部插入低优先级传输标识与第二目标物理地址段；

24、帧缓存控制器依据所述高优先级传输标识与所述低优先级传输标识仲裁对应压缩数据包写入帧缓存的执行顺序。

25、优选的，所述云端服务器部署有云端融合应用运行支撑平台软件；

26、所述边缘计算节点将所述曲率传感数据与所述渲染算力需求的映射关系日志上传至所述云端融合应用运行支撑平台软件；

27、所述云端融合应用运行支撑平台软件汇聚多个边缘计算节点上传的映射关系日志，对全局曲率-算力需求基线模型进行周期性迭代训练，并将更新后的全局曲率-算力需求基线模型下发至所述边缘计算节点；

28、所述边缘计算节点利用所述更新后的全局曲率-算力需求基线模型替换所述曲率-算力需求预测模型中的过期权重参数。

29、优选的，所述云端服务器还部署有云计算软件，当柔性屏处于静止画面且发生缓慢形变时，所述边缘计算节点仅提取所述曲率传感数据中变化率低于缓变阈值的区域轮廓坐标，并将所述区域轮廓坐标上传至所述云计算软件；

30、所述云计算软件依据所述区域轮廓坐标计算缓慢形变引起的像素偏移量，生成局部坐标重映射表并下发至所述边缘计算节点；

31、所述边缘计算节点依据所述局部坐标重映射表，从帧缓存中读取原始静止画面的像素数据，对所述像素数据执行坐标平移操作后覆写回帧缓存的对应物理地址。

32、与现有技术相比，本发明的有益效果在于：

33、1.本发明通过在边缘计算节点部署数据挖掘软件对历史曲率变化序列与局部像素渲染计算量进行关联规则挖掘构建曲率-算力需求预测模型，并依据该模型预测下一帧各显示子区域的渲染算力需求，动态重构帧缓存数据的存取带宽分配队列与渲染任务调度序列，将高算力需求子区域的渲染数据流优先路由至边缘侧空闲算力集群，将低算力需求子区域的渲染数据流按常规时序写入帧缓存，克服了柔性屏形变时局部渲染算力供需失配导致的画面撕裂与延迟现象。提取曲率传感数据的空间梯度特征与时间序列变化率融合为多维形变特征向量，计算历史曲率变化序列中曲率变化率极值点与渲染计算量峰值点的时间偏移量与幅值比例系数作为关联权重系数矩阵，使得算力需求预测具备时间与幅值上的前置性与确定性。依据算力需求预测值降序排列生成动态优先级列表，为排序在前的显示子区域分配连续帧缓存写入时隙与高带宽传输通道，结合渲染负载密度将超过阈值的渲染任务迁移至加速执行队列，并在时间偏移量小于预设时间阈值判定急剧形变时触发渲染流水线中断与重构机制，冻结未执行任务并截断正在写入的数据流重新计算，保障了高负荷区域数据写入的时效性。监测算力集群实时负载率与缓存占有率筛选可用算力池，将加速执行队列中的任务拆分并行执行，降低了边缘节点整体计算资源的无效消耗，提升了实时渲染数据流写入帧缓存的连续性与同步性。

34、2.本发明通过针对进入高带宽传输通道的渲染数据流执行无损压缩编码并插入高优先级传输标识与第一目标物理地址段，对进入低带宽传输通道的渲染数据流执行有损压缩编码丢弃低于视觉分辨阈值的细节分量并插入低优先级传输标识与第二目标物理地址段，帧缓存控制器依据优先级标识仲裁写入顺序，在带宽受限条件下保障了高算力需求区域数据的优先写入与低算力需求区域数据的精简传输，降低了传输链路的数据冗余。边缘计算节点将曲率传感数据与渲染算力需求的映射关系日志上传至部署云端融合应用运行支撑平台软件的云端服务器，云端汇聚多个边缘节点的日志对全局曲率-算力需求基线模型进行周期性迭代训练并下发更新，使得边缘侧预测模型能够持续适应不同柔性屏硬件的形变老化特征与复杂场景变化，维持了预测精度的长期稳定性。当柔性屏处于静止画面且发生缓慢形变时，边缘计算节点仅提取变化率低于缓变阈值的区域轮廓坐标上传至部署云计算软件的云端服务器，云端计算缓慢形变引起的像素偏移量生成局部坐标重映射表下发至边缘侧，边缘侧依据该表从帧缓存读取原始像素数据执行坐标平移操作后覆写回对应物理地址，避免了缓慢形变下对静止画面的全量重新渲染，降低了系统在低动态场景下的整体功耗与数据处理负荷。