CN111614784A - 用于工地的异构数据的边缘计算盒子 - Google Patents

Abstract

本发明涉及用于工地的异构数据的边缘计算盒子，具有数据逐级传递的数据处理模块、数据接口模块和数据应用模块；数据处理模块中包括具有多个CPU的中央处理单元和多个GPU的图像处理单元，中央处理单元和图像处理单元分别与存储单元和虚拟机单元连接；数据接口模块中包括屏幕接口单元、网卡接口单元、USB接口单元和网络穿透解析接口单元，各接口单元与数据处理模块对应连接；数据应用模块中包括屏幕、云端服务器、外接数据设备，以及连接的网络解析与订阅服务器。本发明能够有效的对数据源和数据进行管理，以及对历史视频数据进行统一存储和二次分析，并且大幅度提高了工地应用中的边缘计算能力和环境适应力。

Description

用于工地的异构数据的边缘计算盒子

技术领域

本发明涉及物联网领域的数据处理装置，具体讲是用于工地的异构数据的边缘计算盒子。

背景技术

NVR技术是在前端监控点安装网络摄像机或视频编码器(DVS)，模拟视频、音频以及其他辅助信号经视频编码器数字化处理后，以IP码流形式上传到NVR(网络视频录像机)；后端有专门的视频录像、存储、转发。

视觉识别盒子(边缘计算盒子)相当于一个小型服务基站。边缘计算盒子能接入各类流媒体数据，还具备一定存储和计算能力，并封装了AI视觉识别基础模型，包括成熟的人脸识别模型、车牌识别模型。该技术是当前边缘计算盒子的主流方向。

在工地现场，由于各种场景的需要，通常还部署有机器人、定位设备、各种传感器等，这些设备会产生大量数据，需要进行边缘计算，并将计算结果回传至服务端。

而NVR技术在在目前的智慧工地中的应用还存在以下一些问题：

1.数据源散乱：

a)视频数据源混乱。工地通常存在多种品牌的视频系统混用，如大华、海康威视、商汤等，远程访问视频需要分别从各自品牌的云系统中提取视频数据，云端缺少统一管理。同时，因为工地非专业网络环境，账号密码的管理也较为混乱，导致视频数据存在部分视频无法提取的情况。

b)智能设备数据源无统一规范。一部分数据从云端服务器获取；一部分数据从边缘端盒子获取；一部分数据从传感器、视频监控、巡检机器人设备端获取。数据格式不统一、口径不统一、标准不统一。

2.边缘数据管理混乱：

a)视频数据存放混乱。不同品牌的设备，其视频数据存储在不同的设备上。历史视频的查看需要在不同的设备和管理端上查看。

b)不同设备的数据存放没有标准。有的是以文件的方式进行存放，有的存放为数据库数据。核心数据缺失数据备份，容易丢失。

3.工地环境适应性差：

a)通常工地的网络都是基于家用宽带的，带宽小，传输大数据量会卡顿，不稳定，并且IP是动态获取，容易出现数据丢失的情况。

b)存在多个网段，且网段间网络不通，但数据需要进行协同交互。

c)当前在边缘端已有的盒子不具备超强的智能分析能力。

d)不同的设备的边缘计算环境不同，有的基于Linux，有的基于Windows，且对计算资源的消耗也各有不同。为此需要在工地现场使用大量的运算服务器，但实际现场无论空间和环境都不能有效提供支持，因此需要进行边缘计算的整合。

发明内容

本发明提供了一种用于工地的异构数据的边缘计算盒子，以解决数据源和数据管理混乱的问题，以及历史视频数据统一存储和二次分析的问题，同时提高边缘计算能力和提升环境适应力。

本发明用于工地的异构数据的边缘计算盒子，具有数据逐级传递的数据处理模块、数据接口模块和数据应用模块；

在所述的数据处理模块中包括具有多个CPU的中央处理单元和多个GPU的图像处理单元，所述的中央处理单元和图像处理单元分别与存储单元连接和虚拟机单元连接；

在数据接口模块中包括屏幕接口单元、网卡接口单元、USB接口单元和网络穿透解析接口单元，并且通过数据总线，各接口单元根据需要与数据处理模块中的单元对应连接；

在数据应用模块中包括与所述屏幕接口单元连接的屏幕、与所述网卡接口单元连接云端服务器、与所述USB接口单元连接的外接数据设备，以及与所述网络穿透解析接口单元连接的网络解析与订阅服务器。

本发明的硬件部分采用无风扇散热的设计，并且防尘防潮，稳定兼容，可支持40℃以上的高温运行，并且具备CPU(中央处理器)、GPU(图形处理器)、PMIC(电源管理集成电路)、DRAM(随机存取存储器)和闪存，并具备可扩展性。可以部署在车库、卡口、加油站、工厂、边远山区、严酷无人区等位置，满足工业级环境要求。并且，本发明的边缘计算盒子采用了NVIDIA GPU+ARM CPU的架构，通过CPU、GPU内存复用技术可实现深度学习内存零拷贝，提供丰富的标准硬件接口，完美适配各类产品和外形规格，实现真正意义上的智能计算终端。

同时，在本发明的边缘计算盒子的软件设置中具备对现有设备的连接功能，可以连接工地常用的传感器、PLC等时序设备，也可连接摄像头等流媒体设备。通过本发明的边缘计算盒子能够集成结构化数据、流媒体数据、传感器数据、时序数据等，并按照安全和数据标准进行统一纳管。对于时序数据除了可以调用常用的时间窗口函数、聚合函数等常用算子外，还可以通过调用无服务函数和相关的现有模型进行复杂的逻辑加工。对于视频、音频等流媒体数据，还提供了流媒体数据特有的编解码器、分流器、复合器，帮助用户快速从各种流媒体源解析数据，同时通过Trantor模型、语音模型，可以快速实现视频检测、视频识别、语音识别等功能。

在边缘计算盒子中内置数据总线(BUS)，用户可以从流媒体中提取结构化数据，并作用于时序数据的加工，从而打破结构化数据和非结构化数据的处理边界。

通过网络穿透解析接口单元实现反向代理应用，支持TCP、HTTP、HTTPS等协议，以及端到端的TLS加密通信，黑/白名单防黑验证以及支持外网设备穿透各种复杂的路由和防火墙访问到内网的设备。

在边缘计算盒子中还部署有现有的各种模型，使其具备智能分析能力，模型包括但不限于车辆识别、车牌识别、人脸识别、动作识别、异物侵入识别等分析模型。

本发明的边缘计算盒子的技术特点包括有：

1)虚拟化

单台边缘计算盒子可以通过虚拟机单元模拟出多个主机，每个主机可以是不同的操作系统，具备相互的独立性，具备单独的运行环境，避免边缘计算相互影响。

2)快速安装

在虚拟的主机中具备干净的Linux和windows环境镜像，可以迅速的进行操作系统重建。

3)快速接入

用户可以通过自己熟悉的语言连接不同协议、不同数据格式的设备；实现不同设备之间通讯，并从互相融合的设备数据中挖掘出更多有价值的洞察。

4)高智能

边缘端封装视觉分析相关优秀算法，并支持Tensorflow、caffe、MXNet、Pytorch、Open-CV等深度学习框架。能够提供AI智能学习、语音识别、视频识别能力，与云能力做结合，提高本地智能化。

5)内网穿透和数据订阅

在动态IP环境下，可以通过网络穿透解析接口单元实现内网穿透，对云端用户提供数据服务。用户可以通过云端订阅此边缘计算盒子内的数据。

6)低成本

对于一些海量数据处理，通过边缘计算盒子端进行数据的预处理，产生有价值、结构化的数据，再将其上传到云端，可以大幅降低带宽和费用。

7)低时延

可以在边缘计算盒子所处的本地网络中完成设备数据采集，实现控制策略，在本地对设备数据进行清洗、计算、分析，更实时，更可靠。

8)高可靠

可以在断网或者弱网环境下运行本地计算、存储及分析，保证没有数据丢失或者操作失败。核心数据具备一定的本机灾备能力。当网络恢复时，可以断点续传至云端。

9)高安全

针对数据隐私问题，边缘端的数据处理和存储能够缓解隐私数据泄露的风险，将处理后有价值的脱敏数据(某些敏感信息通过脱敏规则进行数据的变形，实现了敏感隐私化的数据)上传至云端。

进一步的，在数据处理模块中所述的存储单元中设有阵列结构的磁盘存储装置。把多个磁盘存储装置设置为阵列结构，当作单一磁盘使用，它将数据以分段的方式储存在不同的磁盘存储装置中，存取数据时，阵列中的相关磁盘存储装置一起动作，大幅减低了数据的存取时间，同时有更佳的空间利用率。并且还支持了大量视频硬盘统一格式和统一存放。

进一步的，在数据接口模块中所述的屏幕接口单元中设有多屏幕显示接口；数据应用模块中的屏幕为多屏分显屏幕。

进一步的，在数据接口模块中所述的网卡接口单元中设有至少两个对应不同网段的网卡接口；数据应用模块中的云端服务器为与各网段的网卡接口对应的级联结构服务器。这样能够提供不同网段的访问能力，在不改变网段的情况下提供级联功能。

进一步的，在数据接口模块中所述的USB接口单元中设有至少两个USB接口；数据应用模块中的外接数据设备根据需要分别与对应的USB接口连接。

本发明的边缘计算盒子能够进行虚拟资源管理和资源调度，能够将资源虚拟为多个节点，并进行分布式计算、存储和数据分析，以及针对不同的设备数据进行分别规范化管理(如：机器人、普通摄像头、网络视频录像机NVR等)。

本发明的有益效果包括：

(1)能够直接跨网段连接收集数据，不受网络改造局限性的影响。

(2)通过虚拟化，可以部署不同环境以提供强大边缘计算能力，节省空间。

(3)提供视频分析服务能力，可以实时进行视觉识别。

(4)对于异构数据进行边缘处理，统一存储，核心数据灾备能力和断点续传能力。

(5)视频数据无论厂家品牌，可以提供统一存储和统一的视频服务。

(6)具备网络穿透能力，在安全环境下为云端用户提供数据订阅服务。

以下结合实施例的具体实施方式，对本发明的上述内容再作进一步的详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实例。在不脱离本发明上述技术思想情况下，根据本领域普通技术知识和惯用手段做出的各种替换或变更，均应包括在本发明的范围内。

附图说明

图1为本发明用于工地的异构数据的边缘计算盒子的结构框图。

具体实施方式

如图1所示本发明的用于工地的异构数据的边缘计算盒子，具有数据逐级传递的数据处理模块、数据接口模块和数据应用模块；

在所述的数据处理模块中包括具有多个CPU的中央处理单元和多个GPU的图像处理单元，所述的中央处理单元和图像处理单元分别与存储单元连接和设有多屏幕显示接口的虚拟机单元连接。其中，在所述的存储单元中设有阵列结构的磁盘存储装置。把多个磁盘存储装置设置为阵列结构，当作单一磁盘使用，它将数据以分段的方式储存在不同的磁盘存储装置中，存取数据时，阵列中的相关磁盘存储装置一起动作，大幅减低了数据的存取时间，同时有更佳的空间利用率。并且还支持了大量视频硬盘统一格式和统一存放。

在数据接口模块中包括屏幕接口单元、网卡接口单元、USB接口单元和网络穿透解析接口单元，并且通过数据总线BUS，各接口单元根据需要与数据处理模块中的单元对应连接。其中所述的网卡接口单元中设有多个对应不同网段的网卡接口，并且USB接口单元中同样设有多个USB接口。

在数据应用模块中包括与所述屏幕接口单元连接的多屏分显结构的屏幕、与所述与各网段的网卡接口对应连接的级联结构的云端服务器、与所述的多个USB接口对应连接的外接数据设备，以及与所述网络穿透解析接口单元连接的网络解析与订阅服务器。

本发明的边缘计算盒子能够进行虚拟资源管理和资源调度，能够将资源虚拟为多个节点，并进行分布式计算、存储和数据分析，以及针对不同的设备数据进行分别规范化管理(如：机器人、普通摄像头、网络视频录像机NVR等)。

并且，本发明的硬件部分采用无风扇散热的设计，能够防尘防潮，稳定兼容，可支持40℃以上的高温运行，并且具备CPU(中央处理器)、GPU(图形处理器)、PMIC(电源管理集成电路)、DRAM(随机存取存储器)和闪存，并具备可扩展性。可以部署在车库、卡口、加油站、工厂、边远山区、严酷无人区等位置，满足工业级环境要求。并且，本发明的边缘计算盒子采用了NVIDIA GPU+ARM CPU的架构，通过CPU、GPU内存复用技术可实现深度学习内存零拷贝，提供丰富的标准硬件接口，完美适配各类产品和外形规格，实现真正意义上的智能计算终端。

同时，在本发明的边缘计算盒子的软件设置中具备对现有设备的连接功能，可以连接工地常用的传感器、PLC等时序设备，也可连接摄像头等流媒体设备。通过本发明的边缘计算盒子能够集成结构化数据、流媒体数据、传感器数据、时序数据等，并按照安全和数据标准进行统一纳管。对于时序数据除了可以调用常用的时间窗口函数、聚合函数等常用算子外，还可以通过调用无服务函数和相关的现有模型进行复杂的逻辑加工。对于视频、音频等流媒体数据，还提供了流媒体数据特有的编解码器、分流器、复合器，帮助用户快速从各种流媒体源解析数据，同时通过Trantor模型、语音模型，可以快速实现视频检测、视频识别、语音识别等功能。

在边缘计算盒子中内置数据总线(BUS)，用户可以从流媒体中提取结构化数据，并作用于时序数据的加工，从而打破结构化数据和非结构化数据的处理边界。

通过网络穿透解析接口单元实现反向代理应用，支持TCP、HTTP、HTTPS等协议，以及端到端的TLS加密通信，黑/白名单防黑验证以及支持外网设备穿透各种复杂的路由和防火墙访问到内网的设备。

在边缘计算盒子中还部署有现有的各种模型，使其具备智能分析能力，模型包括但不限于车辆识别、车牌识别、人脸识别、动作识别、异物侵入识别等分析模型。

本发明的边缘计算盒子能够实现：

1)虚拟化

单台边缘计算盒子可以通过虚拟机单元模拟出多个主机，每个主机可以是不同的操作系统，具备相互的独立性，具备单独的运行环境，避免边缘计算相互影响。

2)快速安装

在虚拟的主机中具备干净的Linux和windows环境镜像，可以迅速的进行操作系统重建。

3)快速接入

用户可以通过自己熟悉的语言连接不同协议、不同数据格式的设备；实现不同设备之间通讯，并从互相融合的设备数据中挖掘出更多有价值的洞察。

4)高智能

边缘端封装视觉分析相关优秀算法，并支持Tensorflow、caffe、MXNet、Pytorch、Open-CV等深度学习框架。能够提供AI智能学习、语音识别、视频识别能力，与云能力做结合，提高本地智能化。

5)内网穿透和数据订阅

在动态IP环境下，可以通过网络穿透解析接口单元实现内网穿透，对云端用户提供数据服务。用户可以通过云端订阅此边缘计算盒子内的数据。

6)低成本

对于一些海量数据处理，通过边缘计算盒子端进行数据的预处理，产生有价值、结构化的数据，再将其上传到云端，可以大幅降低带宽和费用。

7)低时延

可以在边缘计算盒子所处的本地网络中完成设备数据采集，实现控制策略，在本地对设备数据进行清洗、计算、分析，更实时，更可靠。

8)高可靠

可以在断网或者弱网环境下运行本地计算、存储及分析，保证没有数据丢失或者操作失败。核心数据具备一定的本机灾备能力。当网络恢复时，可以断点续传至云端。

9)高安全

针对数据隐私问题，边缘端的数据处理和存储能够缓解隐私数据泄露的风险，将处理后有价值的脱敏数据(某些敏感信息通过脱敏规则进行数据的变形，实现了敏感隐私化的数据)上传至云端。

同时，本发明还能够支持Modbus、CoAP、OPC-UA、MQTT、RTSP、RTMP、UVC等主流设备的通信协议，并提供接口支持对接第三方私有协议。对于流媒体设备可通过ONVIF标准协议接入平台，无需摄像头产商提供SDK(软件开发工具包)。云端定义产品类型和功能模型，边缘端接入设备并管理。

在本发明的边缘计算盒子中，具有的现有软件功能包括：

规则引擎：

拖拽可视化组件，设计统一的数据流转规则，灵活定义数据处理、数据存储和数据转发。对于时序数据，提供了时间窗口函数、聚合函数等常用算子，帮助用户快速搭建时序数据处理流程；对于流媒体数据，提供了流媒体数据特有的编解码器、分流器、复合器，帮助用户快速从各种流媒体源解析数据。

函数计算：

除了规则引擎提供的预定义组件外，用户还可以通过调用无服务函数对数据进行加工，并在规则引擎中调用，以满足复杂业务逻辑的实现。

智能推理：

通过在本地部署推理服务，完成更智能化的数据处理逻辑，实现低延时的AI智能推理功能。

规则应用：

基于可视化的规则定义，建立规则实例，将实体设备、AI模型与规则相互映射即可实现对多设备的数据流转定义，让业务人员只面向设备而不用编程。

断网续传：

断网情况下，边缘计算盒子端能够独立运行，不影响实时数据处理。网络恢复后边缘数据与云端数据可续传和同步。

数据可视化：

用户可以自定义仪表盘，既可以查看接入设备的原始实时数据，也可以看到接入规则计算后输出的数据，从而实现对设备数据的长期监控。

云边一体：

用户可通过云端对于边缘计算盒子端的应用、函数、规则和模型进行版本管理，灰度升级等操作，降低边缘端的运维成本。在云端提供边缘端的统一视角，可以查看所有注册的边缘节点及状态，并且将云端上架的应用、模型、函数、规则分发至边缘端，实现一次开发多次部署。

Claims (5)

1.用于工地的异构数据的边缘计算盒子，其特征为：具有数据逐级传递的数据处理模块、数据接口模块和数据应用模块；

在所述的数据处理模块中包括具有多个CPU的中央处理单元和多个GPU的图像处理单元，所述的中央处理单元和图像处理单元分别与存储单元连接和虚拟机单元连接；

在数据接口模块中包括屏幕接口单元、网卡接口单元、USB接口单元和网络穿透解析接口单元，并且通过数据总线，各接口单元根据需要与数据处理模块中的单元对应连接；

在数据应用模块中包括与所述屏幕接口单元连接的屏幕、与所述网卡接口单元连接云端服务器、与所述USB接口单元连接的外接数据设备，以及与所述网络穿透解析接口单元连接的网络解析与订阅服务器。

2.如权利要求1所述的用于工地的异构数据的边缘计算盒子，其特征为：在数据处理模块中所述的存储单元中设有阵列结构的磁盘存储装置。

3.如权利要求1所述的用于工地的异构数据的边缘计算盒子，其特征为：在数据接口模块中所述的屏幕接口单元中设有多屏幕显示接口；数据应用模块中的屏幕为多屏分显屏幕。

4.如权利要求1所述的用于工地的异构数据的边缘计算盒子，其特征为：在数据接口模块中所述的网卡接口单元中设有至少两个对应不同网段的网卡接口；数据应用模块中的云端服务器为与各网段的网卡接口对应的级联结构服务器。

5.如权利要求1所述的用于工地的异构数据的边缘计算盒子，其特征为：在数据接口模块中所述的USB接口单元中设有至少两个USB接口；数据应用模块中的外接数据设备根据需要分别与对应的USB接口连接。

Images