一种基于实时边缘计算的信息感知方法及系统与流程

1.本发明涉及信息感知领域，更具体的说是涉及一种基于实时边缘计算的信息感知方法及系统。


背景技术：

2.传感器简单来说可以从它的字面的意义来理解，就是一种感应和转化的设备、它能监测到温度、声音、光线等信息，然后将它们转化为机械上面的电流、电压等电信号，有了它人类生产出来的机械才能实现智能化。
3.然而，现阶段的传感器存在多种多样的问题，如何使得视频要从看得见到看得懂，声音要从听得见到听得懂，远程操控要从想得到到自动做到，是本领域技术人员亟需解决的。


技术实现要素：

4.有鉴于此，本发明提供了一种基于实时边缘计算的信息感知方法及系统，解决了现有技术中在传输过程中传输信息不准确的问题。
5.为了实现上述目的，本发明采用如下技术方案：
6.一种基于实时边缘计算的信息感知方法，包括以下步骤：
7.获取传感器的各个工作参数，构建r树传感器工作参数模型；
8.根据传感器监测对象不同，通过r树传感器工作参数模型对传感器工作参数进行检索，并获得传感器的多个工作参数集合，所述工作参数集合为根据传感器监测对象不同做出分类的集合；
9.对各个工作参数集合进行预处理；
10.利用边缘计算对各个工作参数集合处理，并传输给监控平台。
11.可选的，通过r树传感器工作参数模型对传感器工作参数进行检索具体包括：检测传感器的工作参数是否位于预先构建的r树结构中的各个叶子节点所表征的矩形覆盖范围内，如果是，则对传感器的工作参数进行检索，根据检索结果将传感器的工作参数分为多个工作参数集合。
12.可选的，对各个工作参数集合进行预处理具体为：采用自适应卡尔曼滤波最大概似方程对各个工作参数集合进行预处理，并对电压、电流、电阻进行滤波对比处理。
13.可选的，所述边缘计算包括功能分区计算、abc关联计算、行为与反常现象的计算、语音降噪后的分析计算、穿戴设备与划定区域的计算、ai视频分析 固定数据库比对计算、物体添加saas功能的驱动计算、信息应用于智能指挥系统的计算、数据挖掘与需求呈现计算。
14.可选的，所述边缘计算在网络边缘部署具有计算和存储能力的边缘节点，并在更靠近监控平台的边缘侧设置高效计算方法和存储服务。
15.一种基于实时边缘计算的信息感知系统，包括传感模块，控制模块，边缘计算模块
以及监控平台；
16.其中，
17.所述控制系统用于获取传感模块中的传感器的各个工作参数，构建r树传感器工作参数模型；
18.还用于根据传感器监测对象不同，通过r树传感器工作参数模型对传感器工作参数进行检索，并获得传感器的多个工作参数集合，所述工作参数集合为根据传感器监测对象不同做出分类的集合；
19.还用于对各个工作参数集合进行预处理；
20.还用于利用边缘计算模块对各个工作参数集合处理，并传输给监控平台。
21.可选的，所述传感模块包括传感器以及芯片模组。
22.可选的，所述监控平台用于监控入侵信息以及非入侵信息。
23.经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于实时边缘计算的信息感知方法及系统，通过对传感器进行预先设定，并采用r树检索以及边缘计算等方法，实现传感器采集信号的精确化，通过预先补偿降低信息传输过程中的损失。更进一步的，本发明通过在网络边缘部署具有计算和存储能力的边缘节点，通过在更靠近用户的边缘侧提高计算和存储服务，降低了数据传输时延进而缓解了网络阻塞。
附图说明
24.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
25.图1为本发明的流程示意图；
26.图2为本发明的结构示意图。
具体实施方式
27.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
28.本发明实施例公开了一种基于实时边缘计算的信息感知方法，如图1所示，包括以下步骤：
29.获取传感器的各个工作参数，构建r树传感器工作参数模型；
30.根据传感器监测对象不同，通过r树传感器工作参数模型对传感器工作参数进行检索，并获得传感器的多个工作参数集合，工作参数集合为根据传感器监测对象不同做出分类的集合；
31.对各个工作参数集合进行预处理；
32.利用边缘计算对各个工作参数集合处理，并传输给监控平台。
33.通过r树传感器工作参数模型对传感器工作参数进行检索具体包括：检测传感器
的工作参数是否位于预先构建的r树结构中的各个叶子节点所表征的矩形覆盖范围内，如果是，则对传感器的工作参数进行检索，根据检索结果将传感器的工作参数分为多个工作参数集合。
34.对各个工作参数集合进行预处理具体为：采用自适应卡尔曼滤波最大概似方程对各个工作参数集合进行预处理，并对电压、电流、电阻进行滤波对比处理。
35.在本实施例中，当工作参数集合为图像时，还可以通过下述方式对工作参数进行处理：
36.获得与第一像素点在同一行的至少两个像素点，第一像素点为待显示图像中的任一像素点，至少两个像素点为待显示图像中的像素点；
37.对第一像素点及至少两个像素点进行高斯模糊，获得第一像素点的第一行高斯模糊值；
38.获得待显示图像中每个像素点的行高斯模糊值，进而获得待显示图像的行高斯模糊图像；
39.基于行高斯模糊图像，获得待显示图像的高斯模糊图像，并在所述显示单元上显示高斯模糊图像。
40.边缘计算包括功能分区计算、abc关联计算、行为与反常现象的计算、语音降噪后的分析计算、穿戴设备与划定区域的计算、ai视频分析 固定数据库比对计算、物体添加saas功能的驱动计算、信息应用于智能指挥系统的计算、数据挖掘与需求呈现计算。
41.进一步的，边缘计算在网络边缘部署具有计算和存储能力的边缘节点，并在更靠近监控平台的边缘侧设置高效计算方法和存储服务。
42.本实施例还公开一种基于实时边缘计算的信息感知系统，如图2所示，包括传感模块，控制模块，边缘计算模块以及监控平台；
43.其中，
44.控制系统用于获取传感模块中的传感器的各个工作参数，构建r树传感器工作参数模型；
45.还用于根据传感器监测对象不同，通过r树传感器工作参数模型对传感器工作参数进行检索，并获得传感器的多个工作参数集合，工作参数集合为根据传感器监测对象不同做出分类的集合；
46.还用于对各个工作参数集合进行预处理；
47.还用于利用边缘计算模块对各个工作参数集合处理，并传输给监控平台。
48.其中，传感模块包括传感器以及芯片模组；监控平台用于监控入侵信息以及非入侵信息。
49.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
50.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明
将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。