基于云边协同计算的机场地面智能指挥调度系统

技术领域

本发明涉及一种基于云边协同计算的机场地面智能指挥调度系统，属于机场泛光照明领域。

背景技术

随着我国经济的快速发展，国内航空业发展迅速，当前我国已向全世界宣布力争2030年前实现碳达峰、2060年前实现碳中和。机场主要能源消耗为电力,约占机场总能耗的66％,其中照明电力占比约20％。作为机场碳管理的重要手段，如何有效保证机场照明的智能化调度是一个必须研究和重视的问题。

中国专利(申请号CN202011353642.1)公开了一种高杆灯的控制方法、控制系统及计算机存储介质：通过获取机场飞行区内预设机位参考点的第一照度值，结合当前时间和天气情况，当第一照度值小于预设照度值时开启高杆灯，进一步判断开灯后预设机位参考点的第二照度值与预设照度值之间的关系，若第二照度值小于预设照度值，则向电气技术人员报警，通知电气技术人员前来维修，能够维护更加方便，提升了高杆灯的节能空间、降低运营成本，符合四型机场建设要求。

由于机场的管辖范围非常大，既包含航站楼和机坪，也包含办公楼和市政道路等不同范围，等考虑到不同规模机场的航班量并不相同，国内国际、客运货运的航班量并不均衡，当前受疫情影响，航班量波动比较大，已经不是单一手段或单一系统能够达成优秀的节能效果，必须根据不同区域的功能需求、航班特点和维护工作关联全面考虑，以机场特有的航站楼和机坪照明为例，现有的照明系统存在的主要问题是：以大型机场业务繁忙为基础，考虑每天日出日落情况来制定开灯和关灯时间，于是本专利针对这一具体情况，提出一种机场照明控制系统，该系统通过室内外传感器联动的方法，实现了基于航班任务的照明方式，解决了人工对于异常天气下不同区域灯光控制困难的问题，使得机场照明可以更高效率的发挥作用。对于四型机场中绿色机场的要求，该专利客观上可以起到一定的协同作用，但是依然不能有效应对中小型机场吞吐量较低，机坪利用率不足和大型机场因为季节、疫情及特殊活动时航班变化导致机场照明电力浪费的情况，且机坪范围较大，实际灯具较多，在长时间使用情况下存在灯具性能下降导致部分设备故障，网络远程控制设备故障脱网，机场的机坪非停航施工作业限制较多带来现场维护复杂，需要提升设备可靠性和网络自愈能力。

综上所述，现有技术中对于如何实现机场泛光照明的智能化指挥调度，提高各工作单位的协同作业水平和效率没有过多说明，对于提升设备控制系统可靠性缺少考虑。

发明内容

为克服现有技术的缺陷，本发明提供一种基于云边协同计算的机场地面智能指挥调度系统，本发明的技术方案是：

一种基于云边协同计算的机场地面智能指挥调度系统，包括：

移动终端，用于通过4G/5G/WiFi网络，查看照明灯具的照明计划及其业务属性信息，并直接手动设定灯具的开关，测试灯具状态与故障报修，填写巡检和维护资料；

桌面终端，用于监控灯具运行状态，审核调整灯具使用计划，进行整体的巡检与信息维护；

边缘计算模块，用于连接前端传感器和网络设备，进行人工智能运算与融合并向后端网络进行通讯，通过物联网接收照明中心下发的照明计划，检测并上报电力使用情况以及灯具完好性，控制执行照明计划及现场手动强切设定，并根据业务需求实现扩展业务；

雾计算模块，用于照明控制中心与机场业务系统进行对接，导入航班机位占用、业务保障照明需要、火警与报警信息以及故障与维护记录的信息资源，结合边缘计算模块提供的前端传感器数据，进行自动化统一照明计划处理，实现优化照明；该雾计算模块根据云计算模块的数据进行下发，结合前端传感器数据进行调整和预警，若无法接收到云计算模块的数据，则可根据历史数据进行自动评估和偏移，生成保守的照明计划。

云计算模块，用于收集雾计算模块的信息资源使用情况通过互联网的方式对外提供数据发布与移动终端接入。

所述雾计算模块、边缘计算模块和移动终端通过物联网进行互联访问，访问数据内容进行加密。

还包括云边协同计算模块，用于将云计算模块与边缘计算模块结合起来，分配云计算模块与边缘计算模块的任务，实现了云计算模块的下沉，将云计算、云分析扩展到边缘计算模块；当服务端网络故障的情况下，云计算模块根据自身传感器数据自动启动相关照明，启动夜间和异常天气下的自动照明。

所述的云计算模块根据经纬度坐标获取天气预报、生成日出日落时间，并生成整体的运行计划；所述的边缘计算模块对于本地服务器故障或部分节点网络故障，根据前期执行的照明计划并结合前端传感器数据进行实时的动态的业务处理，该边缘计算模块根据现场环境，提供视频和工业协议支持，实现场景化自动化边缘计算能力，实时输出分析结果实现动态处理，任何网络中断并不会影响预先调度计划和现场传感器与监控结合数据的执行，保证业务的持续性。

还包括调度客户端，该调度客户端用于接收调度指挥中心下发的调度任务信息，完成对机场服务资源的检查巡视，并上报巡检进展信息。

当所述的雾计算模块以及云计算模块均无法连接时，达到预先定义的网络重试次数和超时要求后，则根据预先设定的周边设备列表进行信息查询，构建M2M网络进行综合判定，如有需要则自动启动关联灯具，进行夜间和异常天气情况下自动开启灯具照明；所述的边缘计算模块整合现场传感器数据，如现场照度与风速，并结合当前灯具开关状态和时间评估，确认是否存在白天未开灯照度不足，当出现阴雨天气时进行开灯；当所述的夜间开灯后照度不足，则认定为灯具性能故障，并发送相关报警至雾计算模块；当所述的雾计算模块无法连接，云计算模块连接时，通过云计算模块获取关联照明计划，并将照明情况上传云计算模块，对统计数据进行暂存在本地，待雾计算模块恢复后重新上传。

所述的雾计算模块具有完整的本地网络前端设备与传感器信息，并为前端的边缘计算模块自动化配置周边设备列表，用于服务器脱机的情况下构建M2M网络，自动化判定。

所述的雾计算模块根据现场环网或4G/5G/IoT网络构成，结合现场传感器位置和设备在机场布局，自动化生成M2M网络区域，并下发至前端控制器，在网络中断的情况下，进行区域自治。

所述的雾计算模块具实现多源动态业务数据的接入与分发，所述的业务数据为企业内部数据，在雾计算模块内部进行业务加工，生成关联照明计划。

所述的云计算模块根据互联网接入的客户端程序、网页、手机APP、微信小程序提供多种不同的前端业务分发支持。云计算模块可以为多个机场提供服务，实现集中的照明策略管理与数据统计。

本发明的优点是：配置了云边协同计算，构建了一种统一的自动化照明控制系统，充分利用了互联网访问便捷和本地网络的集中控制能力，保证了运行可靠，同时针对日常业务中航班保障任务实现了全自动化的动态照明处理，配合前端的智能接入能力使机场照明与控制和现场接入实现了全面的自动化降低能耗，对于中型机场可通过节电实现投产当年收回建设费用，对机场节能减排有很大帮助，同时使机场照明维护人员的工作重心从繁忙的照明控制与巡查转向更加合理的高价值工作，从而提高了整体协同作业水平和生产效率。

附图说明

图1是本发明的架构示意图；

图2是本发明的现场控制网络中单一节点传感器和外部网络接入示意图。

图3是本发明机场地面智能指挥调度方法流程示意图。

具体实施方式

下面结合具体实施例来进一步描述本发明，本发明的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的，并不对本发明的范围构成任何限制。本领域技术人员应该理解的是，在不偏离本发明的精神和范围下可以对本发明技术方案的细节和形式进行修改或替换，但这些修改和替换均落入本发明的保护范围内。

参见图1至图3，本发明涉及一种基于云边协同计算的机场地面智能指挥调度系统，包括：云计算模块S101，用于收集雾计算模块的信息资源使用情况通过互联网的方式对外提供数据发布与移动终端接入；根据经纬度坐标获取天气预报、生成日出日落时间，并生成整体的运行计划；

雾计算模块(本地服务)S102，用于照明控制中心与机场业务系统进行对接，导入航班机位占用、业务保障照明需要、火警与报警信息以及故障与维护记录的信息资源，结合边缘计算模块提供的前端传感器数据，进行自动化统一照明计划处理，实现优化照明；该雾计算模块根据云计算模块的数据进行下发，结合前端传感器数据进行调整和预警，若无法接收到云计算模块的数据，则可根据历史数据进行自动评估和偏移，生成保守的照明计划；

边缘计算模块S103，用于连接前端传感器和网络设备，进行人工智能运算与融合并向后端网络进行通讯，通过物联网接收照明中心下发的照明计划，检测并上报电力使用情况以及灯具完好性，控制执行照明计划及现场手动强切设定，并根据业务需求实现扩展业务；支持多网络接入，既可以使用传统的光纤网络实现环网接入，也可以使用运营商4G/5G网络实现简化部署，同时对外可以扩展LoRa、WiFi网络，根据现场环境，提供视频、工业协议等多种协议和技术支持，支持异构接入，融合多种传感器信息和AI技术，实现场景化自动化边缘计算能力，实时输出分析结果实现动态处理，任何网络中断并不会影响预先调度计划和现场传感器与监控结合数据的执行，保证业务的持续性；正常情况下由本地服务器进行传感器数据融合和处理，如果出现服务器故障或网络异常，本地边缘计算节点可进行接管，通过M2M网络对比周边节点的传感器数据，判断传感器数据可靠性，自动执行相关业务。正常的航班任务照明由本地服务器根据航班计划下发，但本地节点在脱网时可结合接入的监控数据，判断机位内是否有飞机存在，如果存在可以临时启动照明，实现自动化辅助。

移动终端/桌面终端S104，用于通过4G/5G/WiFi网络可在办公室、现场查看照明灯具的照明计划与相关业务属性信息，并可以直接手动设定灯具的开关，测试灯具状态与故障报修，填写巡检、维护资料；监控灯具运行状态，审核调整灯具使用计划，系统整体的巡检与相关信息维护；

本发明配置了移动终端/桌面终端、云计算端，雾计算端，边缘计算端，通过物联网链路将生产作业信息与传感器网络直接对接，使传统的照明网络从基于时间的照明改为基于保障动态的自动照明模式，从而大大降低了人员干预，显著提升了机场照明的灵活性，使调度员的工作重心从繁忙的录入转向更加合理的规划和利用资源，从而提高了整体协同作业水平和生产效率。

当所述的雾计算模块以及云计算模块均无法连接时，达到预先定义的网络重试次数和超时要求后，则根据预先设定的周边设备列表进行信息查询，构建M2M网络进行综合判定，如有需要则自动启动关联灯具，进行夜间和异常天气情况下自动开启灯具照明；所述的边缘计算模块整合现场传感器数据，如现场照度与风速，并结合当前灯具开关状态和时间评估，确认是否存在白天未开灯照度不足，当出现阴雨天气时进行开灯；当所述的夜间开灯后照度不足，则认定为灯具性能故障，并发送相关报警至雾计算模块；当所述的雾计算模块无法连接，云计算模块连接时，通过云计算模块获取关联照明计划，并将照明情况上传云计算模块，对统计数据进行暂存在本地，待雾计算模块恢复后重新上传。

所述的雾计算模块具有完整的本地网络前端设备与传感器信息，并为前端的边缘计算模块自动化配置周边设备列表，用于服务器脱机的情况下构建M2M网络，自动化判定。

所述的雾计算模块根据现场环网或4G/5G/IoT网络构成，结合现场传感器位置和设备在机场布局，自动化生成M2M网络区域，并下发至前端控制器，在网络中断的情况下，进行区域自治。

所述的雾计算模块具实现多源动态业务数据的接入与分发，所述的业务数据为企业内部数据(如相关航班信息、地面保障服务资源需要，机务维修业务需求，飞行区场面维护施工信息，场面气象动态等等)，在雾计算模块内部进行业务加工，生成关联照明计划。

所述的云计算模块根据互联网接入的客户端程序、网页、手机APP、微信小程序提供多种不同的前端业务分发支持。云计算模块可以为多个机场提供服务，实现集中的照明策略管理与数据统计。

具体的，参看图2，所述的边缘计算模块可以整合包括4G/5G/LoRa专网覆盖、多种室内外传感器接入(太阳光照、风速等)和安防相关接入；结合现有的光纤环网与运营商网络接入，可以实现前端的简化部署，方便的安装到室外环境和航站楼内的室内环境，最大限度地提高机场物联网覆盖能力，提升保障的效率和管理水平。

具体的，本发明系统采用三层体系架构技术：三层架构由云计算、雾计算、本地边缘计算层组成配合客户端实现为了完整的功能。各层次结构之间实现松耦合。客户端层主要提供用户交互的功能。云计算层和雾计算层以软件组件形式部署所有的业务逻辑，可实现所有的用户服务。通过边缘计算层实现业务下沉，边缘计算可以实现高可靠、高速相应。三层体系架构技术的应用，使系统具备众多优势及特点。三层体系技术架构降低了层与层之间的依赖，充分体现“高内聚，低耦合”的设计理念，使得整个体系架构及服务提供更加标准化，使得结构更加清晰，有利于模块的复用，极大地降低了维护成本和维护时间，同时提升了系统的“易维护性”和“扩展性”，使得基于客户需求的敏捷式软件开发成为可能。

本发明系统中应用云计算可全国范围内/全机场集团范围内部署1个实例，实现最大范围的管理与便捷应用，配合调度策略，和负载调控能力，将合理工作任务分摊到了多个机场，大大提高了产品的服务能力和机场集团的管控能力，降低了用户购买服务的成本，提升了用户体验。

本发明云计算模块、雾计算模块和边缘计算模块都包括规则引擎：将频繁变化的业务规则从程序中剥离出来，放入规则库中管理和修改。规则引擎的基本过程是将提交给它的事实数据对象与加载在引擎中的业务规则进行测试和对比，激活那些符合当前事实对象状态的业务规则，触发系统中对应的操作，完成对信息系统中某些状态信息的改变。规则引擎针对业务规则频繁变化、约束关系复杂的情况，可以发挥很大的优越性。本发明基于规则引擎，可以通过逐层下发业务约束规则完成动态升级，从而实现业务场景模拟计算、现场应急演练与故障处理等复杂计算等工作。

本发明通过统一机场范围内的传感器与物联网络，实现了室内与室外照明相关的融合自动化处理，通过配置了云计算端、雾计算端和前端的边缘计算实现了协同计算，使生产信息与照明保障融合，从而显著减轻了调度员日常事务的工作强度，使调度员的工作重心从繁忙的信息发布和录入转向更加合理的规划和利用资源，从而提高了整体协同作业水平和生产效率。

云边协同计算模块，将云计算与边缘计算紧密地结合起来，通过合理地分配云计算与边缘计算的任务，实现了云计算的下沉，将云计算、云分析扩展到边缘计算模块，当服务端网络故障的情况下，云计算模块根据自身传感器数据自动启动相关照明，启动夜间和异常天气下的自动照明。通过云计算模块根据经纬度坐标获取天气预报、生成日出日落时间，并生成整体的运行计划。本地雾计算可以根据云计算数据进行下发，结合现场的传感器数据进行微调和预警，若无法接收到云计算数据，则可根据历史数据进行自动评估和偏移，可生成保守的照明计划。边缘计算部分则支持M2M网络，实现高可靠性自立控制，对于本地服务器故障或部分节点网络故障，可以根据之前的照明计划并结合实时传感器数据进行实时的动态的业务处理，实现最大程度的可靠处理与满足灵活性业务需要；边缘计算模块根据现场环境，提供视频、工业协议等多种协议和技术支持，支持异构接入，融合多种传感器信息和AI技术，实现场景化自动化边缘计算能力，实时输出分析结果实现动态处理，任何网络中断并不会影响预先调度计划和现场传感器与监控结合数据的执行，保证业务的持续性；正常情况下由本地服务器进行传感器数据融合和处理，如果出现服务器故障或网络异常，本地边缘计算节点可进行接管，通过M2M网络对比周边节点的传感器数据，判断传感器数据可靠性，自动执行相关业务。正常的航班任务照明由本地服务器根据航班计划下发，但本地节点在脱网时可结合接入的监控数据，室外判断机位内是否有飞机存在，室内借助红外传感器探测人员是否存在，如果存在可以临时启动照明，实现自动化辅助。

还包括调度客户端，该调度客户端用于接收调度指挥中心下发的调度任务信息，完成对机场服务资源的检查巡视，并上报巡检进展信息。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。