[发明专利]一种提供边缘计算服务的网关设备建立方法

摘要

一种提供边缘计算服务的网关设备建立方法属于物联网技术以及应用领域。根据Raspberry Pi自身的特性，结合Home Assistant系统自身的特点，在普通Raspberry Pi中构建无线路由器模块、数据分析模块和设备管理模块，得到提供边缘计算服务的网关设备，实现路由器功能、数据分析功能、设备管理功能。所述的Raspberry Pi中无线路由器模块用于实现IOT设备的上网功能，并可以与云服务器中心、其他设备终端通信；数据分析模收集IOT设备产生的数据，在数据抵达云中心之前对其进行分析处理；设备管理模块实现对传感器数据作出对应的设备控制响应。本发明不仅具有狭义的路由器，同时承担了为边缘计算提供服务的任务，能够满足未来物联网网关设备发展的要求。

主权项

1.一种提供边缘计算服务的网关设备的建立方法，其特征在于，所述的建立方法通过在普通Raspberry Pi中构建无线路由器模块、数据分析模块和设备管理模块，得到提供边缘计算服务的网关设备，实现路由器功能、数据分析功能、设备管理功能；所述的Raspberry Pi中构建无线路由器模块，用于实现IOT设备的上网功能，并可以与云服务器中心、其他设备终端相互通信，具体步骤如下：(1)选取OpenWRT作为路由器的操作系统，负责路由器的硬件资源和软件系统的管理；(2)采用OpenWRT提供的框架，选取支持802.11ac标准的无线网卡，Raspberry Pi通过调用hostapd进程开启Raspberry Pi的无线网络适配器的AP功能模块，并且共享其有线网络；(3)再调用DHCP网络协议，Raspberry Pi集中管理和动态分派IP地址，使连接到Raspberry Pi的IOT设备能够动态的获得IP地址、Gateway地址、DNS服务器地址信息；(4)通过采用Linux内核集成的iptables定义nat规则实现ipv4转发，保证IOT设备与外部网络通信；所述的Raspberry Pi中构建数据分析模块，用于收集IOT设备产生的数据，在数据抵达云中心之前对其进行分析或处理；所述的数据分析模块包括数据收集子模块、训练模型建立子模块、模型训练子模块、数据预测分析子模块；所述的数据收集子模块负责各项数据的收集，并自动保存到系统数据库；所述的训练模型建立子模块根据收集到的数据所具有的特性，选取合适的训练模型；所述的模型训练子模块负责通过选取好的训练模型进行迭代训练，将最后收敛的模型保存；所述的数据预测分析子模块将想要分析预测的数据带入到训练好的模型中得出最终结果；将数据分析处理部署到Raspberry Pi的数据分析模块上，选取Tensorflow进行数据的分析处理，具体步骤如下:1)通过IOT设备收集数据，并通过Raspberry Pi存储数据；2)选取所需数据，读出数据并作为输入；3)按照数据特点进行训练模型的选取与建立；4)将所要分析预测的数据采用Tensorflow进行迭代训练，直到收敛，并保存训练好的模型；5)最后调用现有数据输入到模型中进行数据分析和预测；所述的Raspberry Pi中构建设备管理模块，实现对传感器数据作出对应的设备控制响应；可以调用服务查看设备历史数据，并对IOT设备的统一管理；还可以通过用户自定义UI界面；设备管理模块还包括设备数据管理模块、数据整合模块、设备注册模块、设备控制模块、设备跟踪模块、UI自定义模块、第三方服务模块；所述的数据管理模块负责对收集到的数据进行界面显示、保存；所述的数据整合模块负责对收集到的数据进行整合、优化，选取优化后的数据传输到云服务中心；所述的设备注册模块负责对接入到该网关设备中的终端设备登记注册；所述的设备控制模根据设备传输到网关设备的数据，自动或者手动进行相关联设备的控制动作；所述的设备跟踪模块对接入到该网关设备的移动终端进行离线/在线管理，并对其简单的定位；所述的UI自定义模块，用户自行对系统界面进行修改；将设备管理功能部署到Raspberry Pi上设备管理模块上，具体步骤如下：1)Raspberry Pi选取Home Assistant系统作为功能模块的开发基础；2)调用SMB服务，开启系统的网络共享功能；3)将系统自带的configuration模块设计成一个容器，在该容器内运行系统自身的服务、第三方的服务、用户编写的代码；4)将传感器数据收集显示、设备控制、设备的跟踪功能部署到configuration模块中；5)根据用户喜好对UI自定义模块进行修改；6)Raspberry Pi调用configuration模块；7)最后还可以对多个Raspberry Pi进行分布式的部署，从而构成一个边缘计算整体框架。