基于嵌入式邊緣設(shè)備的端-邊-云視頻流分析系統(tǒng)構(gòu)建*

朱錦輝

（中國(guó)人民解放軍91404部隊(duì) 秦皇島 066001）

1 引言

近幾年來(lái)，卷積神經(jīng)網(wǎng)絡(luò)的崛起推動(dòng)著視頻流分析應(yīng)用快速發(fā)展，并造就了高效率、高準(zhǔn)確度的視頻流分析水準(zhǔn)。監(jiān)控?cái)z像頭被廣泛部署，如部署于商場(chǎng)中、街道上、無(wú)人機(jī)機(jī)身上等。隨著應(yīng)用范圍的不斷擴(kuò)大，對(duì)視頻流分析的要求也越來(lái)越高［1～3］。特別是在智慧軍營(yíng)中，要求同時(shí)對(duì)大范圍內(nèi)的大量視頻流進(jìn)行分析，并且需要及時(shí)、準(zhǔn)確地得到分析反饋。針對(duì)以上問(wèn)題，本文設(shè)計(jì)了一項(xiàng)端-邊-云計(jì)算架構(gòu)之上的兼顧邊-云間數(shù)據(jù)傳輸時(shí)延和邊緣節(jié)點(diǎn)硬件資源受限特性的視頻流分析任務(wù)調(diào)度策略 VideoEmbedded［4～7］，根據(jù)視頻流分析請(qǐng)求的特性來(lái)進(jìn)行任務(wù)調(diào)度，在保證推理準(zhǔn)確度的前提下，提高視頻流分析的實(shí)時(shí)性，降低整體系統(tǒng)資源占用。同時(shí)，本文設(shè)計(jì)了一套基于Docker容器技術(shù)、K8s（Kubernetes）容器編排技術(shù)的端-邊-云視頻流分析系統(tǒng)，其具有良好彈性伸縮能力和自動(dòng)化運(yùn)營(yíng)能力。

2 端-邊-云視頻流分析系統(tǒng)構(gòu)建

在端-邊-云計(jì)算架構(gòu)中［8～10］，智能服務(wù)（如車(chē)輛檢測(cè)、車(chē)色識(shí)別等）可部署于邊緣節(jié)點(diǎn)和云節(jié)點(diǎn)上。邊緣節(jié)點(diǎn)的優(yōu)勢(shì)是其與移動(dòng)設(shè)備更近，且它們間具有更低的數(shù)據(jù)傳輸延遲和更大的帶寬。在一般負(fù)載情況下，視頻流分析應(yīng)用的連續(xù)性是比較好保證的（實(shí)現(xiàn)足夠多的并行化），而應(yīng)用的實(shí)時(shí)性更受任務(wù)調(diào)度的影響，故本文提出的VideoEmbedded任務(wù)調(diào)度策略將以實(shí)時(shí)性為最優(yōu)化目標(biāo)。

VideoEdge在第二階段進(jìn)行請(qǐng)求合并，即對(duì)智能服務(wù)進(jìn)行復(fù)用。……