我们演示了物联网设备依托边缘计算平台，该平台支持运行分布式分析的虚拟容器的动态部署。我们建立了一个模型城市，并安装了多个树莓派作为节点，和一个迷你PC作为中心。通过主机上的web，我们展示了用户如何远程监控、管理和升级物联网分析和设备。演示了多种具体的物联网分析，即:(i)空气质量监测、(ii)声音分类器和(iii)图像识别器。在测试台上还对部署速度、服务质量(QoS)成就和事件驱动机制进行了一些示例测量。

在过去的十年里，智能城市变得非常受欢迎，专注于从大量的物联网设备中有效地收集数据。一些商业物联网平台由服务提供商提供，如美国电话电报公司(AT&T)、亚马逊(Amazon)和微软(Microsoft)。它们在一定程度上支持边缘计算，也可以称为雾计算[1]。然而，它们对分布式分析和事件触发部署的支持是有限的。有一些学术研究试图实现管理、可编程和虚拟边缘计算。例如，Patti等人的[3]采用Smartlink在多台服务器上管理一组web服务。Santoro等人使用Kubernetes来部署和管理在数据中心和边缘云的服务器上执行的Docker映像。上述工作均不支持分布式部署和管理来自数据中心服务器、边缘云工作站和嵌入式物联网设备(如智能传感器)的异构设备上的物联网分析。

在本文中，我们提出了一个物联网平台来填补上述空白。实现这样一个平台非常具有挑战性，因为物联网设备、动态网络和随需应变请求之间存在复杂的相互作用。物联网设备和边缘服务器资源有限，无线网络竭尽全力，来自个人、公司、组织和政府的设备请求不可预测，这些事实放大了这些挑战。我们之前的工作[2,5]解决了优化部署物联网分析的问题。本文主要讨论了测试平台的实现。特别地，我们将演示三种物联网分析:(i)空气质量监测，(ii)声音分类器，和(iii)模型城市中的图像识别器。

物联网平台

上图显示整个系统架构，包括以下组件:

Container. 容器。我们在Docker容器中运行应用程序。容器是一种轻量级虚拟化技术。每个Docker容器都使用一个Docker映像启动，该映像由一个或多个软件组件组成。
Registry. 注册表。Docker图像可能来自在线服务器，例如Docker Hub。我们把这些图像存储在注册表的控制和节点，以避免下载重复的图像。Registry还支持版本控制，并利用Docker映像之间的依赖性进一步减少资源消耗。
Device manager 设备管理器。我们加强Kubernetes来监控异构设备:(i)资源利用率(如CPU和RAM)、(ii)位置(如GPS)和(iii)传感器列表(如摄像头和气体传感器)。这些信息是从库贝涅斯的小黄人特工处收集的(5)。
Deployment manager 部署管理器。Kubernetes中的部署管理器在部署、杀死和重新启动(4)容器方面得到了增强。我们使用MQTT(消息队列遥测传输)发布/订阅协议添加了对事件触发容器部署的支持。
Optimization algorithm 优化算法。We 开发部署算法 [5] 决定哪些应用程序是部署再哪些设备上 (3 ).未来我们可能会增加更多的优化算法，比如分析的调度算法，异常处理的恢复算法。

演示设置

展示了我们在模型城市中的试验台设置。它由一个因特尔迷你个人电脑作为控制器，树莓派作为节点，和各种传感器。主人和随从们管理着库贝内斯和多克。主机上有一个仪表板页面，允许管理员监视物联网设备并管理分析应用程序。

分析应用程序示例。我们在测试台上实现了以下三个应用程序。

空气质素监测器(A1)。它包含两个Docker容器:gas sensor manager，它定期轮询传感器读数;热图发生器，它接收来自气体传感器管理器的传感器读数，并在仪表板上绘制热图。在我们的演示中，我们将使用罐装的冷凝气体，如二氧化碳，并在我们的模型城市中可视化实时空气质量。
声音分类器(A2)。In包含三个Docker容器:声音记录器、声音警报器和声音分类器。录音机使用麦克风收集声音信号，并分析音量。随着时间的推移，声音量通过MQTT发送到声音警报器。声音警报器检查声音的音量:如果音量足够大，声音信号就会传递给声音分类器，然后分类器会将声音分类为一个预先训练好的声音类别，比如枪声和警笛。我们将播放预先录制的声音(WAV)文件与平板电脑的示范。结果报告在仪表板上，并可用于确保社区安全。
图像识别器(A3)。它包含四个Docker容器:运动传感器管理器、运动警报器、摄像机管理器和对象检测器。运动传感器管理器负责使用无源红外(PIR)传感器监视环境，并通过MQTT发布传感器读数。运动报警器订阅并分析传感器读数。当运动信号在给定的时间内变为正信号时，比如3秒，摄像机管理器就会被部署到一个合适的小黄人上。然后将捕获的照片发送到对象检测器，该检测器也是动态部署的。对象检测器使用一个预先训练好的CNN (Convolutional Neural Network，卷积神经网络)来分割和识别照片中的对象。被识别的对象将在照片的顶部进行装箱和注释，可以用于各种服务，如入侵者检测、流量监控和人员计数。我们将用平板电脑展示一些典型的图像，并在我们的模型城市中使用塑料头像进行测试。

初步评估。在演示期间将进行一些测量，以确定我们的edge计算平台的优点。我们简要介绍了下面的一些示例评估步骤。

快速部署。动态部署Docker映像的一个主要问题是时间开销，本地注册中心可以减轻时间开销。为了更好地理解本地注册表的必要性，我们测量并比较第一次(从Internet下载)和第二次(从注册表检索)加载Docker映像的部署时间。不同的图像大小，从应用A1, A2和A3，将被考虑。
分布式分析带来的性能提升。物联网设备资源有限，因此复杂的分析应用程序必须部署在多个物联网设备上。我们利用TensorFlow将A3的目标探测器进一步拆分为多个Docker图像。然后我们在多个物联网设备上部署A3，并测量由于图像/设备的增加而带来的性能改进，例如CPU时间和帧速率。
有效的事件驱动的部署。链接多个Docker容器对于实现更全面的服务至关重要。例如，在A3中，摄像机管理器和目标探测器被动态部署，以应对环境的变化。组件延迟将被测量和报告。

CONCLUSION

在这篇论文中，我们提出了一个用于智能城市物联网分析的管理、可编程和虚拟边缘计算平台。该平台基于Docker、Kubernetes和TensorFlow，支持动态物联网分析部署。特别是，它允许对物联网设备进行远程监控、诊断和升级;而物联网分析可以被分割并分布在多个物联网设备上。实现并演示了三种物联网应用:(i)空气质量监测、(ii)声音分类器和(iii)图像识别器。

物联网的边缘计算应用在智慧城市中相关推荐

基于边缘计算的电力智慧物联系统设计与实现（论文研读）
基于边缘计算的电力智慧物联系统设计与实现摘要: 0引言 1电力智慧物联系统架构设计 1.1总体框架设计 1.2物模型设计 1.3边缘计算 1.4交互协议 1.5面向云边协同的智能生态 1.5.1应 ...
这10本硬核技术书，带你读懂5G、物联网和边缘计算，玩转元宇宙
导读:2022开年,元宇宙可能是当前最火的科技概念.作为元宇宙的技术支撑,5G和物联网将逐步成为新时代的"基础设施".今天为大家推荐10本关于5G.物联网以及边缘计算的硬核技术书. ...
ucint核心边缘分析_5G、云计算、物联网与边缘计算的相辅相承
2019年10月31日,工信部与三大运营商正式宣布启动5G业务,中国正式进入了5G商用时代.5G跟云计算是什么关系?5G时代商业创新可能有哪些新的模式?物联网和边缘计算在5G和云计算时代处地什么位置? ...
区块链 + 边缘计算，掀开智慧医疗新篇章
面临突如其来的新冠疫情,不少公司采用区块链技术进行慈善捐赠和疫情追踪.其中,世界卫生组织(WHO)与IBM和甲骨文(Oracle)等共同参与的开放数据中心合作项目MiPasa 引起了广泛关注,MiPa ...
面向物联网和边缘计算的云网演进
近日,由边缘计算社区主办的全球边缘计算大会·上海站顺利召开,我们很荣幸邀请到了华为边缘计算网络产品规划专家张云锋先生来分享.本文基于现场演讲内容整理补充而成.会场由于时间限制,结构与内容均有删减:鉴于 ...
物联网与边缘计算的融合
物联网已经发展很多年了,英文全称为Internet of Thing(IoT),是指由各种不同物理设备连接起来的网络,这些设备比如手机.汽车.楼宇.温度计等等日常生活中具有可连接介质的物品.而随着越来 ...
什么是物联网的边缘计算？
越来越多的"连接"设备产生了过多的数据,随着物联网(IoT)技术和用例在未来几年的发展,这种情况将继续存在.根据研究公司Gartner的数据,到2020年,将有多达200亿台连接设 ...
京东城市陈旭旭：AI和大数据如何撬动“城市计算”？| AIoT+智慧城市峰会
12月20日,雷锋网(公众号:雷锋网)主办的AIoT+智慧城市峰会在深圳举行,京东城市计算事业部高级专家陈旭旭在峰会上分享了京东如何用AI和大数据打造智能城市. 京东城市计算事业部高级专家陈旭旭京 ...
5G、智能物联网和边缘计算讲座总结
一.主要内容: (1)云.AIoT.5G移动核心.北斗.空间链路和边缘计算的最新进展 Part1:Al芯片.手机内核.大数据.云.Iot和工业互联网的进步人工智能已经从机器感应扩展到了认知计算(从感 ...

物联网的边缘计算应用在智慧城市中

物联网平台

演示设置

物联网的边缘计算应用在智慧城市中相关推荐

最新文章

热门文章