一种应用于人工智能的节能配对方法与流程

1.本发明涉及人工智能技术领域，尤其涉及一种应用于人工智能的节能配对方法。


背景技术：

2.在刚刚结束的第七次人口普查显示，中国以14亿人口跃居世界上第一人 口大国，随着城市化的发展，城市人口将会越来越多，导致面临以下三个问 题：
3.(1)大多数布置在公共场所下的视频监控是固定的，必定存在监控死角，对于特别想关注的点位无法做到情景放大处理。
4.(2)大多数监控摄像头是没有智能化后台的，需要人为去筛查潜在危险，安保方面的人力资源毕竟是有限的，这就不能保证监控能实时监测到危险。
5.(3)很多治安车辆设备是庞大的，在人口密集的交通要道上巡逻必定会造成一定程度的交通堵塞和一些噪声污染，影响人们的正常生活交流。
6.随着安防机器人在以上所提出场景的大面积部署，很好解决了以上提出的三个问题。安防机器人本身
7.携带有丰富的传感器例如红外测温仪，超高清摄像头，气味探测仪，音频信号接收发送器和热成像系统，这些丰富的传感器无时无刻不在移动着检测周边环境，产生大量的音频视频数据，这些数据如果同时传送到云端处理必将导致安防机器人的高能耗和高时延。边缘计算(mec)这一新兴技术的提出，他可以实现将移动安防机器人终端产生的丰富计算任务卸载至网络的边缘端(edge terminal)，利用网络边缘端丰富的计算处理能力，大幅度的减少移动安防机器人的耗能和时延，从而提高安防机器人的可靠性和续航能力。
8.一般情况下，每个安防机器人与边缘服务器是一一对应的，但是由于安防机器人本地处理数据容量和不同边缘服务器处理数据速度的不同，以上因素带来一个问题：安防机器人本地如何分配任务(或者说分配边缘服务器)，进一步的优化最小化能量消耗。


技术实现要素：

9.鉴于上述问题，提出了本发明，以便提供解决上述问题的一种应用于人工智能的节能配对方法。
10.在本发明的一个实施例中，提供了一种应用于人工智能的节能配对方法，其特征在于，包括：
11.步骤1、将安防机器人映射到边缘服务器，其中边缘服务器组表示为集合e＝{1,2,3,
…
m},将安防机器人表示为集合r＝{1,2,3,
…
k},m≥k，即边缘服务器的数量≥移动安防机器人的数量；
12.步骤二、获取安防机器人向边缘服务器发送的最小传输功率p
tot
为:
[0013][0014]
其中，其中传送时间为t，单位为s；参数s
k
表示每个安防机器人端通过无线网络传
输到边缘服务器的任务量，单位mbits，；参数w表示信道带宽，单位mhz；参数n0表示背景噪声的功率密度；参数g
i
表示随机信道功率增益；
[0015]
步骤三、求解得出能量优化问题(em
‑
i)为:
[0016]
(em
‑
i)：
[0017]
约束：
[0018][0019][0020]
变量：t，ω(k)和
[0021]
其中表示第k个安防机器人完成其分配任务的总体延迟；表示k个安防机器人迁移任务的传输能耗，表示k个安防机器人本地cpu计算能耗，基于动态电压调整原理，本地cpu的计算功率是计算速度的三次方，ρ是系数，由芯片结构决定；约束(4)表示网络传输功率不能超出安防机器人的功率预算p
max
。约束(5)表示每个安防机器人的总延迟不能超过最大延迟约束(6) 表示安防机器人本地总的cpu计算速率不能超过
[0022]
步骤四、通过求解得到的能量优化问题(em
‑
i)，不断迭代输出最优匹配关系和最小能耗。
[0023]
进一步的，通过matlab软件的cvx工具包直接求解能量优化问题(em
‑
i)。
[0024]
进一步的，第k个安防机器人完成其分配任务的总体延迟为：
[0025][0026]
用(2)来量化安防机器人的总延迟；其中u
l,k
表示第k个安防机器人本地的运算速度，单位mbits/s；u
ω(k)
表示第k个安防机器人选择的边缘服务器的运算速度，单位mbits/s；表示第k个安防机器人执行剩余任务的本地计算延迟，表示安防机器人迁移其部分任务s
k
到选定边缘服务器的总延迟。
[0027]
进一步的，所述步骤四具体为：设定初始温度t，迭代次数i进行清零，随机给定一组智能安防机器人和边缘服务器的匹配关系{ω(m)}m∈r；
[0028]
在给定的这组匹配关系状态下，通过matlab软件的cvx工具包直接求解问题(em
‑
i)，获得当前匹配关系ω(m)m∈r下的最小能耗
[0029]
随机选定两个任务ω(k)＝i和ω(k
′
)＝j并交换服务器，即ω(k)
upd
＝j,ω(k
′
)
upd
＝i，则整个匹配关系由{ω(m)}m∈r更新为 {{ω(m)
upd
}
m∈r,m≠k,k
′
,ω(k)
upd
＝j,ω(k
′
)
upd
＝
i}m∈r,重新计算当前匹配关系下的最小能耗迭代次数i＝i 1；
[0030]
比较和若则接受 {ω(m)
upd
}
m∈r
，更新当前映射关系；反之，若则以一定概率接受{ω(m)
upd
}
m∈r
，其中迭代次数i＝i 1,缓慢减少t，重复前述步骤；
[0031]
若满足终止条件t接近0，或者连续10个{ω(m)
upd
}
m∈r
被接受作为更新匹配关系或者更新后的最小能耗不变，则输出最优匹配关系和最小能耗
[0032]
本发明实施例提供一种应用于人工智能的节能配对方法，包括：获取安防机器人向边缘服务器发送的最小传输功率，求解得出能量优化问题(em
‑
i)，通过求解得到的能量优化问题(em
‑
i)，不断迭代输出最优匹配关系和最小能耗。本发明利用网络边缘端丰富的计算处理能力，大幅度的减少移动安防机器人的耗能和时延，从而提高安防机器人的可靠性和续航能力，进一步的优化最小化能量消耗。
附图说明
[0033]
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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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。
[0034]
图1为本发明的系统模型图；
[0035]
图2为本发明的安防机器人和边缘服务器之间映射关系示意图；
[0036]
图3为本发明的寻找能量最优化问题(em
‑
i)的er组合配对方案示意图；
[0037]
图4为本发明的随机选定两个任务交换服务器示意图；
[0038]
图5为本发明的本发明算法三次迭代仿真对比图。
具体实施方式
[0039]
为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
[0040]
在本技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。
[0041]
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于监测”。类似地，取决于语境，短语“如果确定”或“如果监测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当监测(陈述的条件或事件)时”或“响应于监测(陈述的条件或事件)”。
[0042]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
[0043]
实施例1
[0044]
建立一个如图1所示的安防机器人与边缘服务器系统模型，我们将边缘服务器组表示为集合e＝{1,2,3,
…
m},将每个安防机器人任务表示为集合r＝{1,2,3,
…
k},我们假设m≥k，即边缘服务器的数量≥移动安防机器人的数量。为了使得每一个安防机器人对应一个边缘服务器，一个边缘服务器只承载一个安防机器人任务卸载，我们设置m
‑
k个任务量s
tot
＝0虚拟任务,以保证一一对应的关系，安防机器人和边缘服务器之间映射关系如附图2，即ω(k)＝m,表示第 k个安防机器人的任务迁移到第m个边缘服务器。
[0045]
在上述条件下，安防机器人向边缘服务器发送的最小传输功率p
tot
，其中传送时间为t，单位为s，最小传输功率p
tot
为:
[0046][0047]
其中参数s
k
，表示每个安防机器人端通过无线网络传输到边缘服务器的任务量，单位mbits，；参数w表示信道带宽，单位mhz；参数n0表示背景噪声的功率密度；参数g
i
表示随机信道功率增益。
[0048]
由此，第k个安防机器人完成其分配任务的总体延迟为：
[0049][0050]
我们用(2)来量化安防机器人的总延迟。其中u
l,k
表示第k个安防机器人本地的运算速度，单位mbits/s；u
ω(k)
表示第k个安防机器人选择的边缘服务器的运算速度，单位mbits/s；表示第k个安防机器人执行剩余任务的本地计算延迟，表示安防机器人迁移其部分任务s
k
到选定边缘服务器的总延迟。
[0051]
由此，我们可以得出能量优化问题(em
‑
i)为:
[0052]
(em
‑
i)：
[0053]
约束：
[0054][0055][0056]
变量：t，ω(k)和
[0057]
其中表示k个安防机器人迁移任务的传输能耗，表示k个安防机器人本地cpu计算能耗(基于动态电压调整原理，本地cpu的计算功率是计算速度的三次方，ρ是系数，由芯片结构决定)。约束(4)表示网络传输功率不能超出安防机器人的功率预算p
max
。约束(5) 表示每个安防机器人的总延迟不能超过最大延迟约束(6)表示安防机器人本地总的cpu计算速率不能超过寻找能量最优化问题(em
‑
i)的er组合配对方案整体思路如图3，具体步骤如下：
[0058]
1.设定初始温度t(足够大)，迭代次数i进行清零，随机给定一组智能安防机器人和边缘服务器的匹配关系{ω(m)}m∈r；
[0059]
2.在给定的这组匹配关系状态下，通过matlab软件的cvx工具包直接求解问题(em
‑
i)，获得当前匹配关系ω(m)m∈r下的最小能耗
[0060]
3.随机选定两个任务ω(k)＝i和ω(k
′
)＝j并交换服务器，即ω(k)
upd
＝j,ω(k
′
)
upd
＝i，则整个匹配关系由{ω(m)}m∈r更新为 {{ω(m)
upd
}
m∈r,m≠k,k
′
,ω(k)
upd
＝j，ω(k
′
)
upd
＝i}m∈r,重新计算当前匹配关系下的最小能耗迭代次数i＝i 1；
[0061]
4.比较和若则接受 {ω(m)
upd
}
m∈r
，更新当前映射关系；反之，若则以一定概率接受{ω(m)
upd
}
m∈r
，其中迭代次数i＝i 1,缓慢减少t，重复步骤3；
[0062]
5.若满足终止条件t接近0，或者连续10个{ω(m)
upd
}
m∈r
被接受作为更新匹配关系或者更新后的最小能耗不变，则输出最优匹配关系和最小能耗
[0063]
仿真数值结果：
[0064]
为了找到最佳分配的方案，我们建立了5个安防机器人，5个边缘服务器的场景，其中三个边缘服务器分别位于一个半径为500m的圆形周边。同时安防机器人随机分布在圆心为(0，0)且半径为100m的圆内，根据距离模型生成从安防机器人到边缘服务器的连续信道增益，我们使用的随机信道功率增益为
[0065]
{g
i
}
i∈e
＝{9.1831*10
‑6,5.4139*10
‑6,3.2571*
[0066]
10
‑6,2.4311*10
‑6,2.2623*10
‑6},w＝8mhz,n0＝10
‑8,我们再设置边缘服务器的速
度u
m
＝[12mbits/s,15mbits/s,11mbits/s,10mbits/s,9mbits/s],安防机器人 p
max
＝5joul/s.本地计算最大延迟为对应的每个安防机器人的任务量分别为务量分别为此外我们设置t的初始值为300。所有模拟都在intel(r)core(tm)i5
‑
6300hq cpu@2.30ghz的pc上执行。三种情况下，迭代次数达到一定值时，算法收敛，能输出最优解。
[0067]
本发明实施例提供一种应用于人工智能的节能配对方法，包括：获取安防机器人向边缘服务器发送的最小传输功率，求解得出能量优化问题(em
‑
i)，通过求解得到的能量优化问题(em
‑
i)，不断迭代输出最优匹配关系和最小能耗。本发明利用网络边缘端丰富的计算处理能力，大幅度的减少移动安防机器人的耗能和时延，从而提高安防机器人的可靠性和续航能力，进一步的优化最小化能量消耗。
[0068]
本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。
[0069]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
[0070]
上述说明示出并描述了本发明的若干优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。