(12)发明专利申请
(10)申请公布号 CN 114124947 A(43)申请公布日 2022.03.01
(21)申请号 202111068782.9(22)申请日 2021.09.13
(71)申请人 北京航空航天大学
地址 100191 北京市海淀区学院路37号(72)发明人 王文宣 叶飞 张霖 (74)专利代理机构 中国航天科技专利中心
11009
代理人 陈鹏(51)Int.Cl.
H04L 67/10(2022.01)H04L 69/08(2022.01)H04L 67/12(2022.01)G06F 16/25(2019.01)G06F 16/28(2019.01)
权利要求书1页 说明书4页 附图1页
()发明名称
一种IT与OT融合的轻量化自治式边缘智能一体机(57)摘要
一种IT与OT融合的轻量化自治式边缘智能一体机,在边缘侧实现数据采集、数据分析和数据应用的全链路服务和实时响应,可以不依赖云平台而部署、运行、管理,更好地支撑本地业务的实时智能化决策与执行,具备云边协同能力,轻松应对长周期的大数据处理与分析,同时也能保证智能模型的不断优化。
CN 114124947 ACN 114124947 A
权 利 要 求 书
1/1页
1.一种IT与OT融合的轻量化自治式边缘智能一体机,其特征在于:包括数据源层、数据层、边缘智能平台层、应用层,其中:数据源层:用于物联网设备的数据接入,通过数采网关进行数据采集、协议转出、标准化输出,并通过指定通讯方式实现数据源层、数据层、边缘智能平台层、应用层组成的轻量化自治式边缘智能一体机与外部设备进行数据交互及通讯,所述数据源通过终端设备进行数据收集,并供数据源层进行采集;
数据层:对数据源层采集到得数据进行数据存储、数据处理、数据使用;边缘智能平台层:采用k3s型号,提供运行环境及运行框架,基于该框架进行构建、开发或自定义应用程序及算法,进行数据分析、挖掘边缘层上传的数据,不依赖远程的云服务平台,用于搭载建模工具,提供引擎服务、开发环境、运行环境、应用全生命周期管理、基础边缘云平台、算法库及数据平台;
应用层:根据数据层及边缘智能平台层进行处理后的数据,进行外部数据应用。2.根据权利要求1所述的一种IT与OT融合的轻量化自治式边缘智能一体机,其特征在于:
所述数据源为外部终端设备,包括但不限于摄像机、PLC、电表、水表、人脸门禁机、传感器、智能生产设备、消防报警器、智能终端、监视界面、车辆管理设施,所述指定通讯方式包括但不限于4G、5G、wifi及以太网。
3.根据权利要求1所述的一种IT与OT融合的轻量化自治式边缘智能一体机,其特征在于:
所述数据层采用MySQL数据库、MongoDB数据库进行数据存储、数据处理、数据使用。4.根据权利要求4所述的一种IT与OT融合的轻量化自治式边缘智能一体机,其特征在于:
所述算法库包括但不限于深度学习算法、机器学习算法、迁移学习算法、强化学习算法。
5.根据权利要求4所述的一种IT与OT融合的轻量化自治式边缘智能一体机,其特征在于:
所述数据平台包括但不限于数据集成、数据管理、数据开发分析、数据可视化平台。6.根据权利要求4所述的一种IT与OT融合的轻量化自治式边缘智能一体机,其特征在于:
所述数据源层支持各类采集接口,外部设备快速接入后可进行设备巡检。7.根据权利要求6所述的一种IT与OT融合的轻量化自治式边缘智能一体机,其特征在于:
所述数据层根据所选数据平台及数据库进行是否接入云平台的自主判断,并提高通过云边协同实现数据的处理及分析。
2
CN 114124947 A
说 明 书
一种IT与OT融合的轻量化自治式边缘智能一体机
1/4页
技术领域
[0001]本发明涉及一种IT与OT融合的轻量化自治式边缘智能一体机,属于工业互联网边缘计算领域。
背景技术
[0002]随着5G、人工智能、物联网等技术的发展以及对安全与隐私诉求的增加,制造、能源、交通、医疗、安防等行业的业务场景逐渐向边缘端迁移,IT(Information Technology)和OT(Operation Technology)技术的融合促进了边缘智能一体机的发展,为工业数据在边缘侧进行预处理提供了可能。这种低时延、分布式的边缘微数据处理中心成为实时监管、远程运维和边缘自治的主要载体。
[0003]目前边缘一体机大多只具备预处理能力,需要借助云平台提供的模型和算力协同完成服务,这对网络环境的依赖较大,其实时性、稳定性、安全性和隐私性较差。发明内容
[0004]本发明解决的技术问题是:传统边缘一体机只能进行预处针对目前现有技术中,理、对网络环境依赖较大的问题,提出了一种IT与OT融合的轻量化自治式边缘智能一体机。[0005]本发明解决上述技术问题是通过如下技术方案予以实现的:[0006]一种IT与OT融合的轻量化自治式边缘智能一体机,包括数据源层、数据层、边缘智能平台层、应用层,其中:[0007]数据源层:用于物联网设备的数据接入,通过数采网关进行数据采集、协议转出、标准化输出,并通过指定通讯方式实现数据源层、数据层、边缘智能平台层、应用层组成的轻量化自治式边缘智能一体机与外部设备进行数据交互及通讯,所述数据源通过终端设备进行数据收集,并供数据源层进行采集;[0008]数据层:数据处理、数据使用;对数据源层采集到得数据进行数据存储、[0009]边缘智能平台层:采用k3s型号,提供运行环境及运行框架,基于该框架进行构建、开发或自定义应用程序及算法,进行数据分析、挖掘边缘层上传的数据,不依赖远程的云服务平台,用于搭载建模工具,提供引擎服务、开发环境、运行环境、应用全生命周期管理、基础边缘云平台、算法库及数据平台;[0010]应用层:根据数据层及边缘智能平台层进行处理后的数据,进行外部数据应用。[0011]所述数据源为外部终端设备,包括但不限于摄像机、PLC、电表、水表、人脸门禁机、传感器、智能生产设备、消防报警器、智能终端、监视界面、车辆管理设施,所述指定通讯方式包括但不限于4G、5G、wifi及以太网。[0012]所述数据层采用MySQL数据库、MongoDB数据库进行数据存储、数据处理、数据使用。
[0013]所述算法库包括但不限于深度学习算法、机器学习算法、迁移学习算法、强化学习算法。
3
CN 114124947 A[0014]
说 明 书
2/4页
所述数据平台包括但不限于数据集成、数据管理、数据开发分析、数据可视化平
台。
所述数据源层支持各类采集接口,外部设备快速接入后可进行设备巡检。
[0016]所述数据层根据所选数据平台及数据库进行是否接入云平台的自主判断,并提高通过云边协同实现数据的处理及分析。
[0017]本发明与现有技术相比的优点在于:[0018](1)本发明提供的一种IT与OT融合的轻量化自治式边缘智能一体机,可作为边缘服务器搭建私有边缘云环境或其他OT系统,可根据功能和性能等需求选择是否连接云平台,既能在边缘侧实现现场应用闭环,支撑本地业务的实时智能化决策与执行,也能通过云边协同实现长周期的大数据处理与分析,在长期维护、业务决策支撑等领域发挥优势;[0019](2)本发明采用自身兼容主流数据协议,同时,借助数采网关进行数据采集、协议转换和标准化输出,可满足几乎所有的设备数据采集和处理,同时具备主流的数据库平台,运行速度快、支持面向对象和面向过程及其混合的编程方式、安全性高、成本低、存储容量大,存储数据方便;[0020](3)本发明从数据采集、数据处理、平台架构等度的轻量化定制,为边缘侧应用场景提供了轻量化的解决方案,不仅降低了成本,同时也易于部署和维护。附图说明
[0021]图1为发明提供的轻量化自治式边缘智能一体机架构图;
[0022]图2为发明提供的轻量化自治式边缘智能一体机典型应用场景图;
具体实施方式
[0023]一种IT与OT融合的轻量化自治式边缘智能一体机,在边缘侧实现数据采集、数据分析和数据应用的全链路服务和实时响应,可以不依赖云平台而部署、运行、管理,更好地支撑本地业务的实时智能化决策与执行。同时,又具备云边协同能力,轻松应对长周期的大数据处理与分析,同时也能保证智能模型的不断优化,具体为:[0024]包括数据源层、应用层,其中:数据层、边缘智能平台层、[0025]数据源层:用于物联网设备的数据接入,通过数采网关进行数据采集、协议转出、标准化输出,并通过指定通讯方式实现数据源层、数据层、边缘智能平台层、应用层组成的轻量化自治式边缘智能一体机与外部设备进行数据交互及通讯,所述数据源通过终端设备进行数据收集,并供数据源层进行采集;[0026]其中,数据源为外部终端设备,包括但不限于摄像机、PLC、电表、水表、人脸门禁机、传感器、智能生产设备、消防报警器、智能终端、监视界面、车辆管理设施,所述指定通讯方式包括但不限于4G、5G、wifi及以太网;[0027]数据层:对数据源层采集到得数据进行数据存储、数据处理、数据使用;[0028]其中,数据层采用MySQL数据库、MongoDB数据库进行数据存储、数据处理、数据使用;
[0029]边缘智能平台层:为K3s型号,提供了一种框架和运行环境,在边缘智能一体机中可基于该框架进行构建、开发或自定义应用程序和算法,同时还可以分析、挖掘边缘层上传
4
[0015]
CN 114124947 A
说 明 书
3/4页
的数据,而不依赖远程的云服务平台,以实现搭载建模工具,提供引擎服务、开发环境、运行环境、应用全生命周期管理、基础边缘云平台、算法库及数据平台;[0030]其中,边缘智能平台层采用的边缘智能平台为K3s型号,支持建模工具、引擎服务、开发环境、运行环境、应用全生命周期管理、基础边缘云平台、算法库及数据平台;[0031]算法库包括但不限于深度学习算法、机器学习算法、迁移学习算法、强化学习算法;
[0032]数据平台包括但不限于数据集成、数据管理、数据开发分析、数据可视化平台;[0033]应用层:根据数据层及边缘智能平台层进行处理后的数据,进行外部数据应用。[0034]优选的,数据源层支持各类采集接口,外部设备快速接入后可进行设备巡检;数据层根据所选数据平台及数据库进行是否接入云平台的自主判断,斌提高通过云边协同实现数据的处理及分析。
[0035]下面根据具体实施例进行进一步分析:[0036]在当前实施例中,IT与OT融合的轻量化自治式边缘智能一体机结构包括数据源层、数据层、边缘智能平台层和应用层,该轻量化自治式边缘智能一体机提供采集、转换、处理和传输不同厂商品牌工业设备数据、工厂OT组网和通信协议转化等功能模块,还支持智能设备巡检、大数据流处理、消息路由、函数服务等智能服务,就近提供实时边缘智能服务,在边缘侧即可实现现场应用闭环,易部署、易使用,实时性、稳定性、安全性和隐私性优越。当应对全局性、非实时、长周期的大数据处理与分析时,本发明的一体机先对数据进行预处理,然后通过网络与云平台相连完成大数据处理与分析,具有高性能、可拓展、存储数据方便、功能强大等优势。[0037]其中,数据源层,即物联网设备的数据接入,通过数采网关进行采集、协议转换和标准化输出,再通过4G、5G、wifi及以太网等多种通讯方式与所述的轻量化自治式边缘智能一体机进行通讯;
[0038]数据源包括但不限于摄像机、PLC、电表、水表、人脸门禁机、传感器、智能生产设备、消防报警器、智能终端、监视界面以及车辆管理设施等设备;[0039]数据层,指对数据的存储、处理和使用,采用MySQL和MongoDB数据库,提供了关系
速度快、总体拥有成本低,是开发中型数据库和非关系型数据库的解决方案。MySQL体积小、
小型WEB应用的首选。MongoDB以其高性能、易部署、易使用的优点,为WEB应用提供可扩展的高性能数据存储解决方案;
[0040]边缘智能平台使用K3s,内核机制和Kubernetes(K8s)一样,但剔除了很多外部依赖以及K8s的alpha、beta特性,同时改变了部署方式和运行方式,是K8s的轻量化版本,工作时消耗资源极少,专为无人值守、资源受限、偏远地区或物联网设备内部的生产工作负载而设计,完美适用边缘环境。可以支持建模工具、引擎服务、开发环境、运行环境、应用全生命周期管理、基础边缘云平台、算法库和数据平台等;[0041]应用层包括但不限于人脸识别、灾害识别、车辆识别、态势评估、故障预测、设备监控及决策分析等;
[0042]算法库包括但不限于深度学习算法、机器学习算法、迁移学习算法和强化学习算法等;
[0043]数据平台包括但不限于数据集成、数据管理、数据开发分析和数据可视化等;
5
CN 114124947 A[0044]
说 明 书
4/4页
摄像机和人脸门禁机可通过轻量化自治式边缘智能一体机在不连接远程云平台
的情况下,即可实现人脸识别和车辆识别功能;所述的电表和水表等可通过轻量化自治式边缘智能一体机在不连接远程云平台的情况下,即可掌握管控范围的用水和用电情况,并针对出现的特殊情况做出相应的提示;所述的PLC和传感器、智能生产设备和车辆管理设施可直接或通过数采网关将所有相关生产设备的运行数据发送到轻量化自治式边缘智能一体机,并在智能终端和监视界面动态更新处理,可对生产设备进行实时监控,实现故障识别和预测,规划生产活动,实现决策分析功能;所述的消防报警器当检测到烟雾超标时,通过轻量化自治式边缘智能一体机在不连接远程云平台的情况下,即可实现灾害识别功能。[0045]如图1、图2所示,一体机设计包括1‑电表,2‑PLC,3‑水表,4‑人脸门禁机,5‑传感器,6‑智能生产设备,7‑智能终端,8‑监视界面,9‑消防报警器,10摄像机,11‑轻量化自治式边缘智能一体机,12‑数采网关,13‑远程云平台,IT与OT融合的轻量化自治式边缘智能一体机可支持智能设备巡检、大数据流处理、消息路由、函数服务等智能服务,就近提供实时边缘智能服务;支持多类采集接口,可自定义扩展通讯、采集、计算和存储功能模块;搭载物接入及智能巡检两大智能系统,实现设备快速接入及设备巡检功能;还可以根据功能和性能的要求,自主判断是否接入云平台,通过云边协同实现大数据的处理和分析。基于此,可以实现设备虚拟化、大数据存储、高性能计算、数据分析及应用等功能。[0046]本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
[0047]本发明说明书中未作详细描述的内容属于本领域技术人员的公知技术。
6
CN 114124947 A
说 明 书 附 图
1/1页
图1
图2
7
因篇幅问题不能全部显示,请点此查看更多更全内容
Copyright © 2019- howto234.com 版权所有 湘ICP备2022005869号-3
违法及侵权请联系:TEL:199 1889 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务