[发明专利]一种基于边缘计算的增强现实技术数据优化系统及方法

权利要求书

1.一种基于边缘计算的增强现实技术数据优化系统，其特征在于：所述的系统包括边缘云AR数据计算分载模块、边缘云AR数据协作计算模块、边缘云AR数据联网处理模块、边缘云AR本地状态获取模块、边缘云AR实时控制模块、边缘云AR数据分布部署模块和AR数据两端式协作处理模块；

所述边缘云AR数据计算分载模块，将应用过程分解成多个任务处理，一部分任务由边缘云完成；

所述边缘云AR数据协作计算模块，将边缘云网络的多个设备相互协作来完成一个任务；

所述边缘云AR数据联网处理模块，基于动态的本地网络状态信息和用户环境边缘云节点实现联网数据处理、聚合和存储；

所述边缘云AR本地状态获取模块，实现自适应本地网络状态和自适应本地场景状态；

所述边缘云AR实时控制模块，实现：实时环境映射自适应AR设计、实时深度学习理解现实物体、实时视频显示及控制、实时跟踪及注册；

所述边缘云AR数据分布部署模块，将边缘云的AR资源、应用和服务分布式地部署在不同的位置，而且可处于无线接入网的不同层，包括：基站、接入点、交换机、路由器、网关、移动设备；

所述AR数据两端式协作处理模块，实现AR应用的执行从移动终端设备、边缘云网络节点和远端云进行两端式处理。

2.根据权利要求1所述的系统，其特征在于:

所述边缘云AR数据联网处理模块具体实现：

A：AR数据从移动终端发到网络数据中心；

B：AR数据从数据中心发到移动终端；

C：AR数据从移动终端到移动终端。

3.根据权利要求1所述的系统，其特征在于:

所述的自适应本地网络状态是无线信道状态恶化或者网络交通负载增加时，自适应弥补减少的可用带宽；自适应本地场景状态是基于本地少量数据集来进行数据处理和计算，适度减少网络的整体开销和时延，利用定位信息、用户场景和本地计算能力来提升性能。

4.根据权利要求2所述的系统，其特征在于:所述的自适应本地网络状态是无线信道状态恶化或者网络交通负载增加时，自适应弥补减少的可用带宽；自适应本地场景状态是基于本地少量数据集来进行数据处理和计算，适度减少网络的整体开销和时延，利用定位信息、用户场景和本地计算能力来提升性能。

5.一种权利要求1至4任一项所述系统的实现方法，其特征在于：

计算分载实现方法是：

A：假设AR系统产生了一个密集型任务T；

B：将任务T分解为多个任务T1、T2、T3……；在环境感知定位任务中时：T1为AR环境采集任务；T2为AR环境计算任务；T3为定位任务；

C：T1任务交由AR装置自身完成，T2则交由边缘云完成，T3部分可分解为T31(计算定位)和T32(渲染虚拟物体)，其中T31交由边缘云完成，T32根据边缘云的计算结果，由AR装置完成；

T2环境计算任务协作计算实现方法步骤是：

A：T2环境计算任务为计算当前现实环境数据；可包括光线计算、三维空间计算、现实物体识别；

B：其中光线计算交由带有光敏感数字化装置的边缘设备；三维空间计算交由带有视觉图像处理和特征识别的边缘设备；物体识别交由带人工智能数字化识别装置的边缘设备；

C：三种设备并行进行任务协作计算；数据互相交流，各尽所能；视觉图像特征识别的三维空间数据可同时提供给光敏感设备和人工智能设备，用于对方更精确的识别；

联网处理具体实现步骤为：

A：AR装置采集地域数据R后，将此数据作为全部地域的组成数据，上传到中央云和边缘云；

B：当其他AR装置进入相同地域后，即可从边缘云搜索下载该数据R；后续操作包括更新数据、添加新的子数据；

C：AR装置之间也可以互通数据，包括一些联网社交处理数据；

本地状态获取具体实现步骤为：利用边缘云的本地化特点，在网络阻滞时，实时自动减少网络开支，根据数据任务的类别和重要性，充分利用边缘设备计算和展示AR数据；

实时控制具体实现过程包括如下几个方面：

A：边缘云通过实时的环境映射，即时处理和应用数据；

B：边缘云即时处理和计算深度学习分类过程产生的数据；

C：边缘云在发送多路视频流信号之前对其进行低码率的转换从而优化全局用户体验；

D：边缘云实时读取和发送环境数据，用来完成AR应用的实时跟踪和注册需求；

分布部署是当需要调用这些AR资源时，AR装置发送请求，通过最优路径得到最优设备，最优设备接收请求后传送资源、数据至该AR装置；

协作处理具体实现过程如下：

对有强烈的存储要求或总体计算分类要求的数据，边缘设备将这些数据整理传输至中央云处理；中央云通过强大于边缘云的存储和计算后，将结构数据再次传输给边缘云设备；AR装置接收该数据用于渲染和用户体验；AR装置存储本地数据。