一种基于5G+AI工业视觉的边缘应用管理方法及系统

技术领域

本发明涉及边缘计算的技术领域，特别是涉及一种基于5G+AI工业视觉的边缘应用管理方法及系统。

背景技术

在“新基建”引导之下，5G和AI等技术正在落地，5G独有的大带宽、低时延，以及高可靠等特性，结合AI所具有的“智能化”特性，正在成为行业数字化转型的驱动力。

随着工业机器视觉应用越来越广泛，被检测对象越来越复杂，机器视觉应用从传统工业视觉向基于深度学习的AI工业视觉过渡。

虽然基于深度学习的AI工业视觉可以解决更复杂的问题，应用越来越广泛，但仍存在如下问题，制约更高速的发展：

端侧算力成本越来越高；随着工业相机像素越来越高，深度学习在工业视觉检测中的应用，对算力硬件性能要求越来越高，高性能CPU/GPU的应用也越来越广泛，这直接大大提升了算力成本价格，同时，一套视觉系统往往独立部署一台算力设备，所有算力无法共享复用，利用率往往无法达到最高。

单点系统维护成本过高；固定机位单机的部署方式，使得每次设备进行调试、软件更新维护都需要本地完成，这种维护成本在大规模应用场景将会过高。

数据孤岛，数据不能有效共享；在一些工业视觉系统中，图像处理在本地完成，不能及时在各个系统间共享，这会影响生产进度。工厂车间有线互联网建设成本过高，容量有限。

在边缘云结构中，包含中心云和边缘云，如何管理中心云和边缘云应用，使得工业机器视觉模型应用包能够部署灵活，并能够保证边缘与中心云应用包及时同步，算力设备能够重复使用，提升算力设备利用率是本发明所要解决的问题。

发明内容

为解决上述技术问题，本发明提供一种可为企业增效提质，降低成本的基于5G+AI工业视觉的边缘应用管理方法及系统。

本发明的一种基于5G+AI工业视觉的边缘应用管理方法及系统，包括云平台ME编排器MEO，所述云平台ME编排器MEO接收上载的ME实例包，所述ME实例包还包括部署方式指示，所述部署方式指示采用多种部署方式中的一种。

本发明的一种基于5G+AI工业视觉的边缘应用管理方法及系统，ME实例包为工业视觉中应用包。

本发明的一种基于5G+AI工业视觉的边缘应用管理方法及系统，通过本发明的方案，边缘设备可以按照预设定的线路使用平台上的应用、平台资源和网络，提供边缘管理使用。

与现有技术相比本发明的有益效果为：通过本发明的边缘应用管理方法及系统，能够起到以下有益效果：1、部署方式灵活：云端部署，无需架设服务器和网络，支持根据多种部署方式；2、提升生产效率，减少维护成本：工程技术人员可以在云端进行操作维护，无需到现场即可进行软件升级、阔缩容、功能扩展等；3、降低视觉规模部署的成本：通过将需要强大算力支持的计算统一在边缘端算力成本高的MEP上实现，部署的应用包由MEPM管理并与中心云MEO同步，降低系统部署维护成本，减少计算延时；同时通过远端维护方式可以大大降低系统的操作维护成本。

附图说明

图1是本发明实施例提供的一种5G+AI工业视觉架构图；

图2是本发明实施例提供的一种边缘计算系统智能服务中基于模型驱动统一服务的流程图；

图3是本发明的MEC系统架构图；

图4是本发明的5G边缘云平台基于虚机容器部署的边缘ME实例包上载的流程示意图；

图5是本发明的5G边缘云平台基于虚机容器部署边缘ME实例包的流程示意图；

图6是本发明的5G边缘云平台基于虚机部署边缘ME实例包上载的流程示意图；

图7是本发明的5G边缘云平台基于虚机部署边缘ME实例包的流程示意图；

图8是本发明实施例提供的一种基于5G智慧工业园区边缘云模式技术实现网络架构图；

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

如图2示，模型驱动的统一服务框架实现服务的快速开发和部署，下侧包含物联网设备层、边缘计算层和云管中心层，在上层应用对数据进行分析和结果预测，采集的数据通过规则引擎比对后，符合条件时将触发某个函数的计算，函数计算的实例由本地函数计算、后台引擎统一管理，开发完成后，将各组件基本配置文件集成，并验证包的可部署性、安全性；通过将包的状态改为正式上线发布；部署运营服务将正式上线的包部署到不同应用场景对应类型的边缘计算系统上。

根据图4和图6中5G边缘云平台基于容器或虚机部署边缘ME实例包上载的流程示意图所示：

1、OSS向MEO发送上载请求，包含APP包部署模式、工作负载、虚机描述和网络描述；

2、MEO对App包进行完整性检查和校验，检查验证通过后，将APP包存入目录；

3、MEO根据MEApp包中携带的信息，分析App包内包含的镜像文件，然后将镜像文件下发到指定的VIM；VIM向MEPM发送响应；

4、MEO检查App包的订阅关系，MEO向MEPM发送App包请求，MEPM向MEO发送App包响应；

5、MEPM生成App包标识；

6、MEO向MEPM发送获取App包请求，MEPM向MEO发出获取App包响应；

7、MEPM保存App包到本地，将App包状态设为enable；

8、MEO向OSS发送返回上载App包响应。

根据图5和图7中5G边缘云平台基于容器或虚机部署边缘ME实例包的流程示意图所示：

1、操作者/OSS向MEO发送请求实例化一个App，该MEApp包含服务ID、网络ID信息；

2、MEO选择MEApp包(包含部署方式)；

3、MEO向MEPM查询MEApp包信息；MEPM查询本地保存的MEApp包信息；查询后发送查询MEApp响应给MEO；

4、MEO发出初始化MEApp请求；MEPM收到请求，解析部署方式、所需容器或虚机规格和数量；

5、MEPM向MEO申请MEApp所需要的资源；MEO响应所需要的资源请求；

6、MEPM向虚拟资源管理器VIM发出创建MEApp所需的资源请求，VIM分配资源，启动容器或虚机后向MEPM发送响应，使用资源后更新信息发送给MEPM；

7、MEPM向MEP发送创建MEApp实例需要的mm5配置；

8、MEP完成与ME实例之间的网络规则，DNS规则等配置；

9、MEP向MEPM返回mm5配置响应；

10、MEPM向OSS返回创建ME实例响应。

如图8所示，基于5G的边缘云模式实施

在基于5G的边缘云计算模式中，固网与移动网络的核心设备(BRAS-C和5GC)都部署在运营商的区域DC内，相应的用户侧设备统一部署在工业园区附近的运营商边缘DC内，通过固移网络的控制面预配置相应业务策略把工业园区的监控流量分流到边缘DC的用户面设备上，再通过固移融合的用户面设备统一引流到边缘计算平台(MEP)上，通过部署在MEP上的各类视频AI分析应用来提供智慧工业视觉服务。

本发明的一种基于5G+AI工业视觉的边缘应用管理方法及系统，以上所述所有部件的安装方式、连接方式或设置方式均为常见机械方式，并且其所有部件的具体结构、型号和系数指标均为其自带技术，只要能够达成其有益效果的均可进行实施，故不在多加赘述。

本发明的一种基于5G+AI工业视觉的边缘应用管理方法及系统，在未作相反说明的情况下，“上下左右、前后内外以及垂直水平”等包含在术语中的方位词仅代表该术语在常规使用状态下的方位，或为本领域技术人员理解的俗称，而不应视为对该术语的限制，与此同时，“第一”、“第二”和“第三”等数列名词不代表具体的数量及顺序，仅仅是用于名称的区分，而且，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过程、方法、物品或者设备不仅包括那些要素，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过程、方法、物品或者设备所固有的要素。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。