基于邊緣計(jì)算的智能農(nóng)業(yè)機(jī)械資源分配方案研究*

葛平政 ， 王敏軍

（1.江西交通職業(yè)技術(shù)學(xué)院，江西 南昌 330013；2.華東交通大學(xué)，江西 南昌 330013）

據(jù)統(tǒng)計(jì)，截至2022年12月，全國(guó)機(jī)動(dòng)車保有量高達(dá)4.17億輛，農(nóng)村地區(qū)機(jī)動(dòng)車保有量2.08億輛，其中，農(nóng)機(jī)自動(dòng)駕駛滲透率高達(dá)2.2%。機(jī)動(dòng)車數(shù)量的逐步增長(zhǎng)，意味著對(duì)交通系統(tǒng)運(yùn)轉(zhuǎn)效率的要求也大大提高。中共中央、國(guó)務(wù)院印發(fā)的《國(guó)家綜合立體交通網(wǎng)規(guī)劃綱要》也指出，要加快提升交通運(yùn)輸科技創(chuàng)新能力，推進(jìn)交通基礎(chǔ)設(shè)施數(shù)字化、網(wǎng)絡(luò)化，全方位布局交通感知系統(tǒng)，加強(qiáng)關(guān)鍵專用裝備研發(fā)，推進(jìn)智能網(wǎng)聯(lián)汽車在各行各業(yè)特別是在農(nóng)業(yè)機(jī)械方面的應(yīng)用[1-2]。至此，將其投入到農(nóng)業(yè)機(jī)械場(chǎng)景中進(jìn)行研究和實(shí)踐，即采用新一代軟硬件技術(shù)對(duì)交通數(shù)據(jù)通信的各類基礎(chǔ)平臺(tái)進(jìn)行優(yōu)化升級(jí)與重構(gòu)，以大幅降低業(yè)務(wù)處理延遲和能耗，已成為智能網(wǎng)聯(lián)汽車領(lǐng)域的研究熱點(diǎn)，也將為農(nóng)業(yè)機(jī)械實(shí)現(xiàn)智能化奠定堅(jiān)實(shí)的基礎(chǔ)。

1 國(guó)內(nèi)外研究現(xiàn)狀

邊緣計(jì)算是解決上述關(guān)鍵問題的重要方案之一，已在車聯(lián)網(wǎng)中得到了初步應(yīng)用[3]。邊緣計(jì)算的最大特點(diǎn)是將具有計(jì)算和存儲(chǔ)功能的服務(wù)器從云端改為放置在用戶附近的邊緣側(cè)，任務(wù)的計(jì)算請(qǐng)求將會(huì)被安排到車輛或路側(cè)單元（Road Side Unit, RSU）的邊緣服務(wù)器，并對(duì)用戶的計(jì)算服務(wù)需求進(jìn)行提前緩存，從而提供實(shí)時(shí)的計(jì)算和存儲(chǔ)能力[4-5]。在邊緣計(jì)算網(wǎng)絡(luò)中，靈活的邊緣資源分配技術(shù)是車對(duì)車通信和車對(duì)基礎(chǔ)設(shè)施通信實(shí)現(xiàn)可靠、無縫數(shù)據(jù)交換的關(guān)鍵。通過邊緣資源分配，邊緣計(jì)算能夠針對(duì)性地為車聯(lián)網(wǎng)中高數(shù)據(jù)量的實(shí)時(shí)通信任務(wù)提供可靠的計(jì)算數(shù)據(jù)卸載[6-9]，大幅降低農(nóng)業(yè)機(jī)械中車輛獲取數(shù)據(jù)內(nèi)容的時(shí)延，為農(nóng)業(yè)機(jī)械場(chǎng)景下的移動(dòng)用戶提供更好的體驗(yàn)質(zhì)量。

研發(fā)一種智能農(nóng)業(yè)機(jī)械場(chǎng)景下的具備遷移感知和邊緣協(xié)同能力的高效邊緣計(jì)算資源分配架構(gòu)，不僅能夠減少網(wǎng)絡(luò)的流量使用和擁塞情況，還可以對(duì)邊緣計(jì)算通信過程中的時(shí)延與能耗進(jìn)行綜合優(yōu)化，對(duì)提高邊緣計(jì)算系統(tǒng)中運(yùn)營(yíng)商的全局效益具有重要的現(xiàn)實(shí)意義[10-13]。

針對(duì)移動(dòng)邊緣緩存資源分配的研究，旨在提高邊緣計(jì)算網(wǎng)絡(luò)的性能、降低網(wǎng)絡(luò)的負(fù)載壓力、為高服務(wù)質(zhì)量要求的用戶提供更優(yōu)質(zhì)的體驗(yàn)。目前，國(guó)內(nèi)外對(duì)于邊緣計(jì)算資源分配的研究可大致分為以下三個(gè)部分。

1.1 低時(shí)延高能效邊緣計(jì)算資源分配策略

如今的邊緣計(jì)算主要采用分布式服務(wù)器內(nèi)容交付框架，主要包含三種資源緩存機(jī)制：本地獨(dú)立緩存、組內(nèi)協(xié)作緩存、整個(gè)網(wǎng)絡(luò)內(nèi)的協(xié)作緩存[14-17]。其基本思想是：通過考慮用戶分布特征和邊緣計(jì)算服務(wù)器位置、內(nèi)容流行度、邊緣計(jì)算服務(wù)器緩存容量之間的關(guān)系，將不同等級(jí)的內(nèi)容緩存在不同層次的服務(wù)器上，該策略顯著降低了平均服務(wù)時(shí)延和總能耗。

為了更合理地分配緩存資源，以服務(wù)更多用戶請(qǐng)求，降低傳輸時(shí)延和傳輸能耗，一些研究采用協(xié)作方式設(shè)計(jì)緩存策略。文獻(xiàn)[18-20]針對(duì)時(shí)延敏感性較高的信息化服務(wù)給車聯(lián)網(wǎng)帶來的負(fù)擔(dān)，在車對(duì)車和車對(duì)基礎(chǔ)設(shè)施的混合通信模式下，提出了面向移動(dòng)信息化服務(wù)的能效感知卸載方案，為邊緣計(jì)算用戶提供最優(yōu)能效卸載節(jié)點(diǎn)選擇算法，以找到能耗較低的緩存節(jié)點(diǎn)。文獻(xiàn)[21]研究了面向復(fù)雜性較高的多路訪問邊緣網(wǎng)絡(luò)的垂直式邊緣節(jié)點(diǎn)部署，用戶依據(jù)計(jì)算資源的利用率和任務(wù)分類，選擇性地將計(jì)算任務(wù)通過不同層級(jí)的邊緣節(jié)點(diǎn)卸載至邊緣服務(wù)器，在任務(wù)時(shí)延約束下，降低傳輸總能耗。文獻(xiàn)[22]提出了一種移動(dòng)邊緣節(jié)點(diǎn)部署方案，該方案可支持車聯(lián)網(wǎng)中計(jì)算密集型和延遲敏感型的應(yīng)用程序，同時(shí)還提出了再處理機(jī)制的資源分配策略，設(shè)計(jì)了一種容錯(cuò)粒子群優(yōu)化算法，用于在延遲約束下最大化邊緣輔助車聯(lián)網(wǎng)的能效。

1.2 低時(shí)延高命中率邊緣計(jì)算資源分配策略

目前針對(duì)低時(shí)延要求下農(nóng)業(yè)機(jī)械環(huán)境中的提高命中率研究，主要采用分布式聯(lián)合協(xié)作緩存交付架構(gòu)，主要的研究對(duì)象有兩種：內(nèi)容流行度和上下文關(guān)聯(lián)性。通過主動(dòng)預(yù)測(cè)、匹配緩存算法，如神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、多元線性回歸等算法手段實(shí)現(xiàn)智能緩存方案，以最大化緩存收益。

文獻(xiàn)[23]綜合考慮了兩個(gè)問題：緩存預(yù)取和緩存替換。依據(jù)用戶歷史訪問相關(guān)性、負(fù)載均衡和可用帶寬，采用基于貝葉斯網(wǎng)絡(luò)和馬爾可夫鏈的用戶分類模型的緩存預(yù)取算，以得到預(yù)取文件，再使用成本收益和垃圾收集成本進(jìn)行過濾，將篩選后的預(yù)取文件緩存到邊緣節(jié)點(diǎn)。但該方案僅適用于分布式的緩存策略，而對(duì)于集中式的緩存策略不友好，需要設(shè)計(jì)高效的緩存策略以適用不同的場(chǎng)景。文獻(xiàn)[24]考慮了邊緣計(jì)算網(wǎng)絡(luò)中的流量分集和無線分集，對(duì)多路訪問邊緣網(wǎng)絡(luò)的不同部署方式進(jìn)行了時(shí)延分析和能耗分析，提出了綜合內(nèi)容流行度和上下文關(guān)聯(lián)性的資源匹配算法，以提高邊緣計(jì)算系統(tǒng)命中率。文獻(xiàn)[25]提出了用于車聯(lián)網(wǎng)中面向智能基礎(chǔ)設(shè)施的網(wǎng)絡(luò)架構(gòu)的定義，通過創(chuàng)建虛擬空間，將其中的車對(duì)車、車對(duì)基礎(chǔ)設(shè)施通信與真實(shí)世界的對(duì)象建立協(xié)作關(guān)系，以加強(qiáng)決策過程，提高現(xiàn)實(shí)場(chǎng)景下的車聯(lián)網(wǎng)智能邊緣資源分配命中率。

1.3 最大化收益邊緣計(jì)算資源分配策略

在車聯(lián)網(wǎng)中，通常會(huì)通過優(yōu)化緩存策略的方式，使內(nèi)容提供商的收益最大化。文獻(xiàn)[26]考慮了多內(nèi)容提供商、多用戶場(chǎng)景下的最大化邊緣計(jì)算效用資源分配策略，當(dāng)邊緣服務(wù)器的存儲(chǔ)空間有限時(shí)，考慮了兩個(gè)問題，一是合理的緩存，二是有效的放置服務(wù)器，通過建立內(nèi)容提供商間的緩存資源博弈來最大化緩存效用。文獻(xiàn)[27]提出在多內(nèi)容提供商、多用戶的移動(dòng)場(chǎng)景下，協(xié)同優(yōu)化邊緣節(jié)點(diǎn)之間的服務(wù)緩存決策，大大降低了服務(wù)的配置成本，提升了通信資源的利用率。文獻(xiàn)[28-29]基于車聯(lián)網(wǎng)場(chǎng)景，提出了一種非正交多址的頻率資源分配和功率分配框架，在綜合考慮了排隊(duì)模型、不完全信道狀態(tài)信息、安全攻擊和車速等因素的情況下，驗(yàn)證了該方案的性能優(yōu)越性。

1.4 發(fā)展趨勢(shì)

車聯(lián)網(wǎng)環(huán)境中，在網(wǎng)絡(luò)邊緣部署緩存服務(wù)時(shí)，時(shí)延和能耗是直接影響用戶體驗(yàn)的關(guān)鍵指標(biāo)，因此，對(duì)時(shí)延和能耗進(jìn)行綜合考慮成為邊緣計(jì)算資源分配的研究重點(diǎn)。尤其在5G/B5G技術(shù)和農(nóng)業(yè)機(jī)械進(jìn)一步深度融合的現(xiàn)實(shí)場(chǎng)景下，低時(shí)延不僅是保證用戶體驗(yàn)質(zhì)量的重要因素，也是保證延遲敏感型應(yīng)用程序高效、安全運(yùn)行的關(guān)鍵。為了滿足低時(shí)延要求，除了提升邊緣服務(wù)器的CPU效率之外，還需要提升移動(dòng)設(shè)備的占用帶寬和信號(hào)發(fā)射功率，這一切無疑將大幅提升通信過程中的能耗，增加通信成本。因此，在低時(shí)延要求下，通過應(yīng)用邊緣智能融合的邊緣計(jì)算資源分配，優(yōu)化網(wǎng)絡(luò)層結(jié)構(gòu)來提高通信過程的能效，是邊緣計(jì)算資源分配策略的一個(gè)重要研究方向。

此外，在現(xiàn)實(shí)環(huán)境中，因?yàn)檫吘壏?wù)器的存儲(chǔ)容量有限，不能保證所有內(nèi)容都可以緩存到邊緣服務(wù)器。對(duì)于內(nèi)容提供商而言，關(guān)注的重要指標(biāo)是用戶的滿意程度，因?yàn)檫@是直接影響內(nèi)容提供商收益的重要因素。因此，優(yōu)化緩存策略以最大化內(nèi)容提供商收益，實(shí)現(xiàn)內(nèi)容緩存效用，是邊緣計(jì)算領(lǐng)域的另一重要研究方向。

綜合以上兩種情況，基于邊緣計(jì)算，進(jìn)行低時(shí)延、高能效以及網(wǎng)絡(luò)運(yùn)營(yíng)商效益最大化探究是農(nóng)業(yè)機(jī)械通信未來的發(fā)展趨勢(shì)，也是學(xué)者們的研究熱點(diǎn)。

2 建立資源分配模型

農(nóng)業(yè)機(jī)械場(chǎng)景中，為了實(shí)現(xiàn)網(wǎng)絡(luò)資源與車輛任務(wù)的動(dòng)態(tài)匹配，提高網(wǎng)絡(luò)的服務(wù)質(zhì)量，根據(jù)不同場(chǎng)景下車輛的行駛特點(diǎn)和任務(wù)需求，提出了一種基于邊緣計(jì)算的農(nóng)業(yè)機(jī)械資源分配方案。

2.1 遷移感知資源分配模型

在直線道路場(chǎng)景下，農(nóng)業(yè)車輛往往會(huì)進(jìn)行高速行駛，并且對(duì)網(wǎng)絡(luò)資源的需求也呈現(xiàn)多樣化的特點(diǎn)。基于此，本文提出一種遷移感知資源分配方案，在兼顧農(nóng)業(yè)車輛用戶體驗(yàn)質(zhì)量的前提下，為網(wǎng)絡(luò)運(yùn)營(yíng)商提供盡可能多的效益。

在提出的遷移感知資源分配模型中，包含了多輛正在行駛的農(nóng)業(yè)汽車，在道路附近部署了多個(gè)配備邊緣服務(wù)器的RSU以及基站。遷移感知資源分配模型如圖1所示，當(dāng)農(nóng)業(yè)車輛在道路上直線行駛時(shí)，會(huì)從RSU1行駛到RSU2，在此過程中，相應(yīng)的內(nèi)容下載和計(jì)算卸載也會(huì)從RSU1遷移到RSU2。如果農(nóng)業(yè)車輛產(chǎn)生的任務(wù)較大，使得離車輛最近的RSU不能滿足用戶請(qǐng)求時(shí)，車輛會(huì)將任務(wù)發(fā)送給基站，使基站協(xié)同RSU一起完成。

圖1 遷移感知資源分配模型

2.2 邊緣協(xié)同資源分配模型

在十字路口場(chǎng)景下，道路上的農(nóng)業(yè)車輛分布不均勻，對(duì)資源的需求也呈現(xiàn)多樣化的特點(diǎn)，基于此，本文提出一種邊緣協(xié)同資源分配模型方案。目的是充分利用網(wǎng)絡(luò)中的空閑資源，提升設(shè)備資源的利用率，并在能耗、時(shí)延約束下，使得農(nóng)業(yè)機(jī)械系統(tǒng)整體時(shí)延最小化。

在提出的邊緣協(xié)同資源分配方案中，包含了多輛在十字路口的農(nóng)業(yè)汽車、多個(gè)RSU以及一個(gè)云服務(wù)器。邊緣協(xié)同資源分配模型如圖2所示，在十字路口中，車輛呈現(xiàn)不均勻分布，并且會(huì)與其最近的RSU建立數(shù)據(jù)連接。為了滿足計(jì)算需求，提升網(wǎng)絡(luò)的服務(wù)質(zhì)量，空閑的RSU會(huì)對(duì)任務(wù)繁重的RSU進(jìn)行協(xié)助。

圖2 邊緣協(xié)同資源分配模型

3 實(shí)驗(yàn)方案設(shè)計(jì)

針對(duì)農(nóng)業(yè)機(jī)械系統(tǒng)運(yùn)行過程中的直線和十字路口兩個(gè)場(chǎng)景，設(shè)計(jì)了如下實(shí)驗(yàn)方案。

3.1 遷移感知資源分配方案

1）建立遷移感知資源分配模型。其中包括通信模型的建立、計(jì)算模型的建立、緩存模型的建立，通過以上模型的建立，來確定RSU和基站為農(nóng)業(yè)車輛分配的緩存資源。

2）采用基于DQN的動(dòng)態(tài)資源分配算法。將農(nóng)業(yè)機(jī)械中卸載策略（本地卸載、邊緣卸載）和資源分配建模統(tǒng)一成一個(gè)聯(lián)合優(yōu)化問題，采用DQN算法進(jìn)行智能化的資源配置。

3）仿真實(shí)驗(yàn)。為了保證農(nóng)業(yè)機(jī)械系統(tǒng)的實(shí)用性，本項(xiàng)目采用真實(shí)交通數(shù)據(jù)進(jìn)行模擬，來驗(yàn)證所提出的遷移感知資源分配策略的性能。

3.2 邊緣協(xié)同資源分配方案

1）構(gòu)建邊緣協(xié)同資源分配和聯(lián)合優(yōu)化模型。其中包括建立通信模型、計(jì)算模型、緩存模型、系統(tǒng)開銷模型，通過以上模型的建立，來提升農(nóng)業(yè)機(jī)械服務(wù)效率和空閑資源利用率。綜合考慮農(nóng)業(yè)機(jī)械資源的有限性、車輛應(yīng)用程序的時(shí)延以及邊緣服務(wù)器成本，構(gòu)建聯(lián)合優(yōu)化問題來最小化農(nóng)業(yè)機(jī)械整體時(shí)延。

2）通過聯(lián)邦遷移學(xué)習(xí)算法對(duì)優(yōu)化問題進(jìn)行求解，以保護(hù)用戶信息的隱私性。

3）仿真實(shí)驗(yàn)。以十字路口為場(chǎng)景進(jìn)行仿真分析，來確定邊緣協(xié)同的農(nóng)業(yè)機(jī)械聯(lián)合資源分配策略在農(nóng)業(yè)機(jī)械中的性能。

4 結(jié)論

本文針對(duì)車輛在道路上的直線行駛場(chǎng)景和十字路口行駛場(chǎng)景，提出了基于邊緣計(jì)算的農(nóng)業(yè)機(jī)械資源分配方案。通過設(shè)計(jì)的農(nóng)業(yè)機(jī)械資源分配方案，可以使得道路上直線行駛的車輛，在兼顧用戶體驗(yàn)質(zhì)量的前提下，為網(wǎng)絡(luò)運(yùn)營(yíng)商提供盡可能多的效益；使得十字路口場(chǎng)景下的車輛，在能耗和時(shí)延的約束下，較大程度地提升農(nóng)業(yè)機(jī)械系統(tǒng)的整體性能。