[发明专利]面向边缘计算的车辆任务卸载的集中式调度方法与系统

说明书

本发明公开了一种面向边缘计算的车辆任务卸载的集中式调度方法与系统，考虑到服务提供商的收益、任务时延和用户的效用满意度以及用户差异化出价意愿几个因素。并且同时考虑车辆用户间竞争关系、以及车辆和边缘服务器间供求关系，在车辆用户和边缘服务器之间的收入函数中实现满意的平衡，具体是根据中心调度服务器实时收集车辆任务信息并实时更新边缘服务器信息的特点，提出扩展婚姻匹配算法和基于现代投资组合理论的任务卸载评估模型，完成车辆任务和边缘服务器的匹配。本发明完成车辆任务和边缘服务器的匹配，能够充分利用边缘服务器资源，提高资源配置效益和服务器运营商收益，并满足任务卸载时延需求和保证用户服务质量。

技术领域

本发明涉及无人驾驶场景下面向边缘计算的车辆任务卸载的调度技术领域，尤其是指一种面向边缘计算的车辆任务卸载的集中式调度方法与系统。

背景技术

随着物联网和无线技术等的快速发展，无人车也不断向着智能化进展。无人车中无论是辅助自动驾驶的应用还是丰富用户驾乘体验的应用，通常需要强大的计算处理，并且延迟敏感。这些车载应用带来的计算爆炸性增长给车载资源有限的自动驾驶车辆，带来了巨大的负担。应用卸载可以有效地减轻车辆的计算压力。将车辆部分应用卸载到具有足够资源的云计算中心处理似乎可以很好解决车载计算资源不足问题。使用计算能力强大的云端服务器协助车辆处理相应任务，可以很好地缓解车辆终端计算能力不足的问题。然而，云总是部署在远离车辆的地方，将边缘收集的车载应用程序通过网络传送到远端云服务器进行实时处理将造成相当大的时间延迟和能耗。特别是对于具有严格延迟要求的时间敏感应用程序，如图像识别和交互式游戏等，应用的时延关乎用户体验质量，它们的服务质量将受到严重损害，甚至会导致严重的安全损害。

边缘计算被认为是一个较好的解决方法。边缘计算服务器距离车辆较近，可以在车辆计算卸载过程中与车辆进行较快的交互响应，很好地解决车辆终端在资源存储、计算性能等方面的问题。并且边缘计算使得车辆卸载开销明显减少，为服务质量和用户体验留下了极好的改进空间。但是与云数据中心相比，边缘服务器计算资源有限。尤其是在车辆密集交通拥挤时候，资源有限的边缘服务器无法满足所有任务的执行需求，这导致希望在其附近获取资源的车辆用户之间不可避免的资源争用。同时各种车载应用程序，例如电子邮件、交互式游戏、语音通话等，对处理时间延迟的要求差异很大。并且不同的车辆用户有着差异化的时延敏感性和出价意愿。

对于资源有限的边缘服务器来说，针对不同的时延敏感性和出价的车载应用计算任务，如何进行合理安排使得同时保证服务器提供商收益是一个十分重要的研究内容。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足，提供一种面向边缘计算的车辆任务卸载的集中式调度方法，根据中心服务器实时收集车辆任务信息并实时更新边缘服务器信息的特点，提出扩展婚姻匹配算法和基于现代投资组合理论的卸载方案评估方法，完成车辆任务和边缘服务器的匹配，使得能够充分利用边缘服务器资源，提高资源配置效益和服务器运营商收益，并满足任务卸载时延需求和保证用户服务质量。

本发明的第二目的在于提供一种面向边缘计算的车辆任务卸载的集中式调度系统。

本发明的第一目的通过下述技术方案实现：面向边缘计算的车辆任务卸载的集中式调度方法，该方法根据中心调度服务器实时收集车辆任务信息并实时更新边缘服务器信息的特点，提出扩展婚姻匹配算法和基于现代投资组合理论的任务卸载评估模型，完成车辆任务和边缘服务器的匹配，其包括以下步骤：

S1、车辆用户向中心调度服务器发出任务卸载请求，并提供自身的移动性信息和车辆任务的要求；中心调度服务器实时更新所有边缘服务器信息；

S2、中心调度服务器根据收集到的车辆用户信息和边缘服务器资源信息计算出两种偏好列表，一种是与边缘服务器收益相关的车辆任务偏好列表，另一种是与车辆任务服务质量相关的边缘服务器偏好列表；