[发明专利]一种基于边缘计算的无人机目标追踪功耗优化方法及系统

说明书

本发明公开了一种基于边缘计算的无人机目标追踪功耗优化方法及系统，包括步骤：S1、设置无人机追踪过程中视频处理模式；S2、计算任务分配，通过同时考虑无人机发射功率的调整和边缘节点的选择机制为无人机选择合适的发射功率和服务节点，最小化总开销。相比于一般的使用固定的最大的无人机发射功率进行数据传输，本发明提出的算法同时考虑无人机发射功率的调整和边缘节点的选择方案，以最小化能耗成本和时间成本之间的权衡值，在保证正常追踪的前提下，降低无人机的通信能耗。

技术领域

本发明属于无人机目标追踪领域，特别是涉及一种基于边缘计算的无人机目标追踪功耗优化方法及系统。

背景技术

边缘计算作为一种新的计算模式，将计算资源推向靠近终端用户的互联网边缘，以满足物联网(Internet of Things，IoT)等应用对高计算能力和低延迟的日益增长的需求，边缘计算模型将计算任务分解并将其迁移到边缘节点进行处理，以降低云计算数据中心的计算负载，降低传输延迟，从而达到降低能耗、提高移动设备服务时间的目的。

无人机(Unmanned Aerial Vehicle,UAV)是一类重要的机器人，随着物联网技术的发展和无人机性能的不断提高，它已经被广泛应用于各个方面，包括情报侦察、通信中继、数据搜集、搜索救援和武装打击等。实践表明，UAV是执行枯燥、恶劣或危险(Dull,Dirty,or Dangerous,3D)任务的最佳选择。

与固定基础设施的通信相比，无人机辅助的通信网络更灵活，能带来许多移动性额外增益，因此最近越来越多的人将无人机作为目标追踪设备应用于许多场景，如追踪空对空作战中的高机动性空中目标，地面打击任务对地面移动目标的跟踪追踪，城市事故中意外逃生车辆的追踪等。移动目标追踪是一个复杂和有挑战性的问题，无人机在追踪过程中不断拍摄视频，追踪可疑目标，由于无人机计算资源的有限性，无法快速处理不断产生的视频流，通常考虑将视频处理任务从无人机卸载到边缘节点/服务器协同处理；然而无人机飞行推进的过程和卸载任务的过程都伴随着能量的消耗，根据大疆官网发布的无人机产品数据可知，多数无人机在理想状况下最大飞行时间为31分钟左右，工作时长非常有限，因为其电池容量的局限性，无人机能耗问题一直是研究的热点。

发明内容

本发明考虑一种情况，即在城市交通中，目标车辆试图逃跑，而无人机用来追踪逃跑的目标。在追踪过程中，无人机上的摄像机连续捕获高分辨率视频，然后需要对视频进行分析处理和目标检测，以便无人机能够及时做出调整实现追踪。无人机的任务处理与反馈可以有两种模式，第一种是无人机捕获并存储视频，在本地执行其任务处理过程，直到无人机完成任务并返回结果。但是，使用计算和内存密集型DNN的图像处理技术进行视频流处理所需的硬件有一定重量，由于任务处理模块的重量导致的无人机飞行过程中的能耗以及本地计算的能耗是不容忽视的。第二种模式是视频从UAV卸载到地面服务器处理，该模式下减少了任务处理模块的重量带来的能量消耗，但是取而代之的是视频数据传输过程中的能耗。

本发明根据多旋翼无人机知识手册，推导了无人机的续航时间(续航时间反映能量消耗)与无人机重量之间的函数关系，并证明了就节能方面而言，第二种模式优于第一种模式。

然而，对于第二模式，即视频被卸载到地面服务器进行处理，存在两个关键问题。第一个是由于时延限制，在无人机目标追踪过程中，需要尽快传输和处理连续捕获的视频，使无人机及时接收结果并做出相应调整以实现成功追踪。传统的通信方式是UAV将实时视频上传到云进行处理，这在任务计算速度是有益的，但是在诸如无人机目标追踪的场景下，传输的延迟可能是不可接受的。第二个问题是由于无人机的电池能量有限，实时高分辨率视频传输带来的传输能耗是不容忽视的。