一种多体慧联云控平台转让专利
申请号 : CN202010432080.3
文献号 : CN111770133B
文献日 : 2021-07-20
发明人 : 何斌 , 赵建刚 , 朱忠攀 , 李刚 , 周艳敏 , 王志鹏
申请人 : 同济大学
摘要 :
权利要求 :
1.一种多体慧联云控平台,其特征在于,包括移动智能体、边缘智能体和云控中心,所述云控中心分别连接所述移动智能体和所述边缘智能体,所述移动智能体用于移动采集感知数据,所述边缘智能体用于静态采集感知数据,所述云控中心用于存储感知数据、进行数据计算以及指挥调度;
所述边缘智能体根据时空数据压缩算法向所述云控中心传输数据,所述时空数据压缩算法具体为,将边缘智能体按照区域进行划分,选择位于每个区域的区域中心的边缘智能体作为区域节点,区域内其他边缘智能体为终端节点,将终端节点的数据经过卡尔曼滤波器处理,获取终端节点的局部估计值,汇集到区域节点,区域节点数据基于卡尔曼滤波算法,获取区域估计值,上传至所述云控中心。
2.根据权利要求1所述的一种多体慧联云控平台,其特征在于,所述移动智能体为无人车、无人机和/或无人船,所述边缘智能体为智慧灯杆、智能门闸、智能地锁和/或海岸观测传感器。
3.根据权利要求1所述的一种多体慧联云控平台,其特征在于,所述云控中心通过边缘智能体采集信息方法对所述边缘智能体进行数据采集,所述边缘智能体采集信息方法包括以下步骤:
S101:云控中心确定需要进行信息采集的边缘智能体,作为目标边缘智能体;
S102:云控中心向所述目标边缘智能体发送信息调用指令,调用所述目标边缘智能体的实时数据;
S103:云控中心判断调用是否成功,若成功,则根据调用的目标边缘智能体的实时数据进行指挥调度,否则,生成调用失败原因,并上报。
4.根据权利要求1所述的一种多体慧联云控平台,其特征在于,所述云控中心通过移动智能体采集信息方法对所述移动智能体进行数据采集,所述移动智能体采集信息方法包括以下步骤:
S201:云控中心根据预先获取的任务,确定移动智能体的执行数量和控制命令;
S202:云控中心搜索是否有空闲的移动智能体供执行,若否,则继续搜索,若是,则将该移动智能体作为目标移动智能体,并进行步骤S203;
S203:云控中心检查目标移动智能体的状态;
S204:云控中心判断目标移动智能体的状态是否适合执行任务,若是,则执行步骤S205,否则返回步骤S202;
S205:云控中心将控制命令发送至目标移动智能体;
S206:云控中心判断控制命令是否传输成功,若成功,则目标移动智能体根据控制命令,执行任务;否则,云控中心判断控制命令发送次数是否超过三次,若否,则返回步骤S205,否则,上报命令发送失败信息。
5.根据权利要求1所述的一种多体慧联云控平台,其特征在于,所述云控中心还连接有调度中心,该调度中心用于发布和取消任务,并根据任务,采用调度算法和路径规划算法,获取路径规划结果,上传至云控中心。
6.根据权利要求1所述的一种多体慧联云控平台,其特征在于,所述移动智能体和边缘智能体与所述云控中心间通过异构网络通讯协议进行通讯,所述异构网络通讯协议的信息编码格式包括依次连接的起始帧、仲裁段、控制段、地址段、数据段、校验段和结束帧,所述数据段分为边缘智能体数据段和移动智能体数据段,所述边缘智能体数据段包括依次连接的所在区域编号、区域内部编号、参数含义编号、地址码、功能码、起始地址、数据长度、校验码地位和校验码高位,所述移动智能体数据段包括依次连接的智能体类别、智能体编号、参数含义变化、地址码、功能码、起始地址、数据长度、校验码地位和校验码高位。
7.根据权利要求1所述的一种多体慧联云控平台,其特征在于,所述终端节点的局部估计值的计算表达式为:
式中, 表示第i个终端节点的状态预测;{Pi}表示第i个终端节点的协方差预测;
{Ki}表示第i个终端节点的滤波增益方程;{Di}表示第i个终端节点的系统参数;{Si}表示第i个终端节点的系统观测值,i=1,2,…,n;B表示状态转移矩阵;Q表示过程噪声对应的协方‑1
差,R表示测量噪声对应的协方差,每个节点发送数据 和Pi(k+1|k+1) ,为k+1时刻第i个终端节点的状态预测值,Ki(k+1)为k+1时刻第i个终端节点的滤波增益值,Si(k+1)为k+1时刻第i个终端节点的观测值,Di(k+1)为k+1时刻第i个终端节点的系统参数,Pi(k+1|k+1)为k+1时刻第i个终端节点的协方差预测值,E为单位矩阵,B(k+1|k)为由k时刻向k+1时刻的状态转移矩阵, 为k时刻第i个终端节点的状态预测值,B(k+1)为k+1时刻的状态转移矩阵,Pi(k|k)为k时刻第i个终端节点的协方差预测值,Q(k)为k时刻过程噪声对应的协方差,Ri(k+1)为k+1时刻测量噪声对应的协方差;
所述区域估计值的计算表达式为:
式中,Vk表示区域节点k的系统方程,Pk表示区域节点k的协方差预测方程,Vi(k+1|k+1)为k+1时刻第i个终端节点的系统值,Pi(k+1|k+1)为k+1时刻第i个终端节点的协方差预测值,P(k+1|k+1)为k+1时刻该区域边缘智能体的总协方差预测值,mk为该区域中边缘智能体的数量,Pi(k+1|k+1)为k+1时刻第i个区域节点的协方差预测值。
8.根据权利要求1所述的一种多体慧联云控平台,其特征在于,所述移动智能体和边缘智能体与所述云控中心间的通讯指令包括检验段,所述云控中心与所述移动智能体和边缘智能体间采用基于时间戳的通讯加密协议进行通讯,所述基于时间戳的通讯加密协议包括以下步骤:
时间戳生成步骤:在原通讯指令的检验段中插入时间戳,得到指令Y,通过函数h(x)对指令Y处理,得到指令Z,将该指令Z上传;
基于时间戳的通讯判断步骤:根据接收到的指令Z,经过函数h(x)还原出指令Y,从而提取出当前时间戳,将该时间戳与上一条指令获取的时间戳比较,若当前时间戳大于上一条指令获取的时间戳,则接收该指令,否则不接受。
9.根据权利要求1所述的一种多体慧联云控平台,其特征在于,所述多体慧联云控平台根据目标跟踪协同策略进行目标跟踪任务,所述目标跟踪协同策略包括以下步骤:初始化步骤:根据目标跟踪任务,从移动智能体和边缘智能体中获取起始节点,启动目标跟踪任务,该起始节点同时作为主导节点;
合作圈构建步骤:主导节点从移动智能体和边缘智能体中确定成员节点,组成合作圈,成员节点的确定准则为,根据当前资源量、以往任务记录中提供的最优信息量和当前空间地理位置确定感知节点;
数据上传步骤:主导节点进行合作圈数据融合,上传至云控中心;
主导节点选取步骤:在任务过程中,成员节点相互竞争,同时相互投票选举,主导节点在感知范围内根据成员节点的表现以及成员节点的投票选择下一个主导节点,被选举出的主导节点重新依次执行合作圈构建步骤和数据上传步骤。
说明书 :
一种多体慧联云控平台
技术领域
背景技术
生活质量,促进生产力的发展,将人从更多的工作的中解放出来。然而各种各样的智能体虽
然实现了很多功能,但是缺乏统一的指挥与调度,缺乏明确的分工与合作,无法很好地相互
配合,相互协作,对一些较复杂的任务没办法自主完成,仍然需要人的控制与协调。同时,很
多智能体,如无人车、无人机等,在执行任务过程中对外界信息的获取局限性很大,只能通
过自身的传感器感知周围环境,不利于任务的执行,降低了任务执行的效率和安全性,而且
多智能体之间的协同调度也一直是一个亟待解决的问题。
发明内容
述边缘智能体用于静态采集感知数据,所述云控中心用于存储感知数据、进行数据计算以
及指挥调度。
将信息通信技术与传统城市公共基础设施融合的典范,集“综合、共享、智慧、和谐”四大特
点于一体,被认为是最有发展前景的新型公共基础设施,在全球多个国家受到广泛关注并
已开始落地建设。智慧灯杆承载多种设备和传感器并具备智慧能力,这些设备和传感器可
通过各种通信技术接入网络和平台,并在互联网、人工智能、大数据等ICT技术的赋能下提
供丰富的智慧应用。
S205,否则,上报命令发送失败信息。
段、地址段、数据段、校验段和结束帧,所述数据段分为边缘智能体数据段和移动智能体数
据段,所述边缘智能体数据段包括依次连接的所在区域编号、区域内部编号、参数含义编
号、地址码、功能码、起始地址、数据长度、校验码地位和校验码高位,所述移动智能体数据
段包括依次连接的智能体类别、智能体编号、参数含义变化、地址码、功能码、起始地址、数
据长度、校验码地位和校验码高位。
中心的边缘智能体作为区域节点,区域内其他边缘智能体为终端节点,将终端节点的数据
经过卡尔曼滤波器处理,获取终端节点的局部估计值,汇集到区域节点,区域节点数据基于
卡尔曼滤波算法,获取区域估计值,上传至所述云控中心。
示第i个终端节点的系统观测值,i=1,2,…,n;B表示状态转移矩阵;Q表示过程噪声对应的
‑1
协方差,R表示测量噪声对应的协方差,每个节点发送数据 和Pi(k+1|k+1) ,
为k+1时刻第i个终端节点的状态预测值,Ki(k+1)为k+1时刻第i个终端节点的
滤波增益值,Si(k+1)为k+1时刻第i个终端节点的观测值,Di(k+1)为k+1时刻第i个终端节点
的系统参数,Pi(k+1|k+1)为k+1时刻第i个终端节点的协方差预测值,E为单位矩阵,B(k+1|
k)为由k时刻向k+1时刻的状态转移矩阵, 为k时刻第i个终端节点的状态预测值,B
(k+1)为k+1时刻的状态转移矩阵,Pi(k|k)为k时刻第i个终端节点的协方差预测值,Q(k)为
k时刻过程噪声对应的协方差,Ri(k+1)为k+1时刻测量噪声对应的协方差;
预测值,P(k+1|k+1)为k+1时刻该区域边缘智能体的总协方差预测值,mk为该区域中边缘智
能体的数量,Pi(k+1|k+1)为k+1时刻第i个区域节点的协方差预测值。
通讯,所述基于时间戳的通讯加密协议包括以下步骤:
条指令获取的时间戳,则接收该指令,否则不接受。
空间地理位置确定感知节点;
出的主导节点重新依次执行合作圈构建步骤和数据上传步骤。
体任务执行提供信息支撑。
传输的起始、仲裁、传输、校验、结束等过程进行控制,实现数据的标准化处理,保障了在整
个平台的运转过程当中,数据格式的统一,提高数据处理效率。
程,投票选举出主导节点,添加成员节点。在任务进行过程中,根据环境信息,各成员节点相
互竞争,相互投票选举,实时动态调整合作圈成员,实现准确高效的目标跟踪,使传感器在
目标跟踪过程中高效的协同合作,实现更好的跟踪效果。
取的环境数据实时调整任务路线,保证移动智能体安全,由云控中心和智能体自身相互协
同配合,保证智能体的物理安全。
附图说明
具体实施方式
下述的实施例。
体协同任务,如空地协同巡检、车队物流配送等,边缘智能体用于静态采集感知数据,构建
AIOT群智物联感知网络,实现协同感知,云控中心用于存储感知数据、进行数据计算以及多
智能体综合指挥调度。
能体构建云边端一体化的网络化信息采集系统,收集测试对象的图像、语音、行动等数据信
息。信息采集框图如图1。
处理能力,构建云边端信息存储计算一体化系统,为此提出了异构网络通讯协议及时空数
据压缩算法。
引入时间戳影响因子。
托多体协同慧联云控平台,提出云‑边‑端信息网络安全策略。
制定基于多智能体理论的分布式协同策略。
流程,保证智能体的物理安全。
息采集能力,结合云平台的计算控制能力,实现对边缘智能体的安全高效的指挥调度。
务中心采取调度算法,路径规划算法对任务进行合理高效的路径规划,将处理后的任务数
据进行标准化处理,上传至云控中心。
行提高信息支撑。用户通过任务中心发布任务信息,若任务合理,而且资源充沛,状态正常,
则由任务中心合理规划路径,上传至云控中心。云控中心根据任务复杂程度,当前可用资源
选择移动智能体数量,决定移动智能体协同策略,同时根据任务路径调用路径上的边缘智
能体提供相关信息。移动智能体根据云控中心下达的任务指令以及协同策略执行任务。边
缘智能体采用协同追踪策略对任务进行跟踪,及时上传云控中心,实时调整移动智能体行
动路线,保障移动智能体安全以及任务安全高效执行。
且根据灯杆上传的实时视觉数据,目标位置数据,环境情况数据等进行分析,确定移动智能
体的协同模式,以及调度方式,并且发布具体的调度命令,控制移动智能体进行任务,根据
灯杆上传的数据实时进行调整,确保移动智能体安全高效的完成任务。
确定不同智能体之间的协作方式,选择不同的智能体协作完成任务。比如确定智能体的角
色(执行者或者决策者)、确定智能体的任务目标(耦合目标或者分离目标)以及确定智能体
的决策方式(集中决策、分散决策或者混合决策)。云控中心综合计算以上指标,确定不同移
动智能体的角色,目标以及整体的决策方式以后形成指令,检查移动智能体状态无误以后
发送给移动智能体。移动智能体接受到指令以后根据指令形成对应的任务组,任务组内的
移动智能体根据云控中心确定的策略各自承担相应的角色,完成相应的目标,任务执行期
间可以通过云控中心实时调用智慧灯杆上传的数据,并且结合自身位置,周围环境等情况
作出调整,以确保安全高效完成任务。任务执行完毕以后汇报云控中心,结束任务。
S205,否则,上报命令发送失败信息。
段和结束帧,数据段分为边缘智能体数据段和移动智能体数据段,边缘智能体数据段包括
依次连接的所在区域编号、区域内部编号、参数含义编号、地址码、功能码、起始地址、数据
长度、校验码地位和校验码高位,移动智能体数据段包括依次连接的智能体类别、智能体编
号、参数含义变化、地址码、功能码、起始地址、数据长度、校验码地位和校验码高位。
1字节 1字节 1字节 1字节 15字节 1字节 1字节
0x01 边缘智能体至云控中心
0x02 云控中心至边缘智能体
0x04 移动智能体至云控中心
0x08 云控中心至移动智能体
0x10 边缘智能体至移动智能体
0x20 移动智能体至边缘智能体
域内的编号。A1,A2两个指令共同确定了该智慧灯杆在整个园区内部的编号。指令B是一个8
位的二进制编码,具体含义如表4所示。
0x57 W 温度
0x53 S 湿度
0x5A Z 噪声
0x59 Y 大气压力
0x50 P PM2.5
0x4D M PM10
0x46 F 风速
0x58 X 风向
的灯杆数据,将其称为区域节点数据。
的数据经过卡尔曼滤波器处理,获取终端节点的局部估计值,汇集到区域节点,区域节点数
据基于卡尔曼滤波算法,获取区域估计值,上传至云控中心。
第i个终端节点的系统观测值,i=1,2,…,n;B是状态转移矩阵;Q表示过程噪声对应的协方
‑1
差,R表示测量噪声对应的协方差。每个节点发送数据 和Pi(k+1|k+1) ,
为k+1时刻第i个终端节点的状态预测值,Ki(k+1)为k+1时刻第i个终端节点的
滤波增益值,Si(k+1)为k+1时刻第i个终端节点的观测值,Di(k+1)为k+1时刻第i个终端节点
的系统参数,Pi(k+1|k+1)为k+1时刻第i个终端节点的协方差预测值,E为单位矩阵,B(k+1|
k)为由k时刻向k+1时刻的状态转移矩阵, 为k时刻第i个终端节点的状态预测值,B
(k+1)为k+1时刻的状态转移矩阵,Pi(k|k)为k时刻第i个终端节点的协方差预测值,Q(k)为
k时刻过程噪声对应的协方差,Ri(k+1)为k+1时刻测量噪声对应的协方差;
程,Vi(k+1|k+1)为k+1时刻第i个终端节点的系统值,Pi(k+1|k+1)为k+1时刻第i个终端节点
的协方差预测值,P(k+1|k+1)为k+1时刻该区域边缘智能体的总协方差预测值,mk为该区域
中边缘智能体的数量,Pi(k+1|k+1)为k+1时刻第i个区域节点的协方差预测值。
间戳影响因子。智能体个体之间、个体与环境之间、个体与控制系统之间交互复杂,针对不
同智能体测试用户的亟待解决隐私、安全和数据保护问题。为此依托多体协同慧联云控平
台,提出云‑边‑端信息网络安全策略。
据传输的校验段插入时间戳,原指令C变为指令Y,对指令Y经过函数h(x)处理,得到指令Z=
h(Y),将得到的指令Z发送至接收端,接收端接收到指令Z,再经过h(x)函数处理还原出Y,从
Y指令中提取出时间戳,与上一条指令的时间戳比较(第一条指令直接接受,且保存时间
戳),大于之前的时间戳则接受指令,小于之前的时间戳说明该指令在上一条指令之前,则
不接受。
一条指令获取的时间戳,则接收该指令,否则不接受。
作的协同策略框架如图6所示:
择合作成员C、汇总数据、传递数据,在需要时负责决定产生新的J;成员节点(C),负责监测
目标,进行本地计算或决策,向J发送数据,同时参与主导者J的竞选和投票以及接受J比较
和选择。
空间地理位置确定感知节点;
出的主导节点重新依次执行合作圈构建步骤和数据上传步骤。
将各自的特性信息发送至J;
与智能体自身的决策相互配合,保证智能体的物理安全。
人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的
技术方案,皆应在由权利要求书所确定的保护范围内。