[发明专利]应用于机器视觉的边缘计算网关

权利要求书

1.一种应用于机器视觉的边缘计算网关，其特征在于，包括数据传输模块、数据转换模块、边缘控制器、数据解析模块、协议处理模块；

所述数据传输模块配置为用于与机器视觉设备进行数据传输，所述数据传输包括接收所述机器视觉设备产生的机器视觉采集到的视觉数据、向所述机器视觉设备输出对应的动作数据；

所述数据转换模块配置为用于对接收到的所述视觉数据和待发送的所述动作数据进行数据转换和处理，使转换后获取的视觉数据适配于数据解析和转换后获取的动作数据适配于接收该动作数据的动作设备进行数据取用；

所述数据解析模块配置为对接收到的所述视觉数据或转换后获取的视觉数据进行解析计算，获取对应的动作数据；

所述边缘控制器配置为用于存储、运行控制和计算数据，所述控制数据包括逻辑控制数据和边缘计算数据；

所述协议处理模块配置为用于根据需求调取与新接入的所述动作设备相匹配的协议，还配置为用于将当前协议转换为与对应的所述动作设备相适配的协议，所述的新接入的动作设备包括基于所述数据解析模块获取的动作数据相匹配到的设备。

2.根据权利要求1所述的应用于机器视觉的边缘计算网关，其特征在于，所述数据解析模块包括配置为用于将所述视觉数据或转换后获取的视觉数据进行特征提取的特征提取单元，所述特征包括定义为空间点位特征的数据X、定义为Depth特征的数据D、定义为RGB特征的数据P，所述特征提取单元还将在同一视觉数据上获取到的所述特征进行汇聚后集合为数据包，所述数据包的形式为(X，D，P)，其中，所述空间点位特征、所述Depth特征、所述RGB特征一一对应。

3.根据权利要求2所述的应用于机器视觉的边缘计算网关，其特征在于，所述数据解析模块还包括配置为根据获取的视觉数据的大小进行区域分割的图像分割单元，当所述视觉数据的大小满足预设的分割判断阈值时，所述图像分割单元将所述视觉数据分割为多个子区域，其中，相邻两个子区域的边缘相重叠；所述特征提取单元获取所述图像分割单元的区域分割结果并进行所述特征的提取；所述边缘计算数据至少包括定义为根据全局特征进行复杂场景识别的全局精准识别算法、定义为对分割后的图像进行识别的分布式精准识别算法。

4.根据权利要求2所述的应用于机器视觉的边缘计算网关，其特征在于，所述数据解析模块还包括定义为用于对特征进行融合的特征合成单元，所述特征合成单元配置有2D建模空间和/或3D建模空间，所述特征提取单元提取到的所述特征通过所述特征合成单元进行图像合成，其中，合成后的图像上赋值有所述数据包。

5.根据权利要求4所述的应用于机器视觉的边缘计算网关，其特征在于，所述特征合成单元通过所述数据传输模块与所述机器视觉设备的图像采集装置相连。

6.根据权利要求1所述的应用于机器视觉的边缘计算网关，其特征在于，所述数据传输模块配置还配置为用于与其他边缘计算网关进行协作，在当前网关的运算负荷达到预设的协作阈值时，所述数据传输模块向空闲的边缘计算网关发起协作请求并通过所述的空闲的边缘计算网关进行协作处理。

7.根据权利要求1所述的应用于机器视觉的边缘计算网关，其特征在于，所述视觉数据包括模拟量、开关量、视频数据、图像数据、设备型号。

8.根据权利要求1-7所述的应用于机器视觉的边缘计算网关，其特征在于，该种应用于机器视觉的边缘计算网关的工作方法包括以下步骤：

所述数据传输模块获取所述机器视觉设备采集到的视觉数据，所述视觉数据包括模拟量、开关量、视频数据、图像数据、设备型号；

所述数据转换模块将获取到的视觉数据进行转换，使转换后获取的视觉数据适配于所述数据解析模块进行数据解析；

所述数据解析模块根据所述边缘控制器中的所述边缘计算数据对视觉数据进行数据解析，其中，所述边缘计算数据至少包括定义为根据全局特征进行复杂场景识别的全局精准识别算法、定义为对分割后的图像进行识别的分布式精准识别算法；

所述数据转换模块根据需求将所述数据解析模块解析后获取的动作数据进行数据转换，使转换后获取的动作数据适配于接收的机器视觉设备进行数据取用；

所述协议处理模块根据动作数据调取相应的协议，并通过所述数据传输模块下发至目标的动作设备。