技术领域
[0001] 本
发明涉及一种垃圾监控及垃圾清运控制的方法，具体涉及一种利用边缘计算和
云计算的智慧垃圾监控清运方法。
背景技术
[0002] 目前，城市中的垃圾回收管理问题已是热点问题，上海已实行垃圾分类，其出发点和目的体现出解决垃圾问题迫在眉睫。然而传统的人工垃圾回收方案面临着无法及时获得垃圾桶状态的问题，这也就导致了很多垃圾回收不及时，甚至出现垃圾桶被烟头点燃却无法及时处理的情况。为了对城市垃圾进行高效的管理，同时可以降低人
力物力财力，一些垃圾回收管理方法被提了出来。
[0003] 已有的垃圾管理方法都是利用传统的
物联网架构，将终端采集的信息发送给云
服务器。例如，中国发明
专利申请CN103617587A公开了一种垃圾清运实时监控管理系统，通过在垃圾桶上设置第一射频标签，利用在运输装置上的第一射频标签
读卡器读取垃圾桶信息，再将该垃圾桶信息存储至第二射频标签内，再利用
门禁装置上的第二射频标签读卡器或称量装置上的第三射频标签读卡器读取垃圾桶信息并上传至服务器，以供查询调用。该方案使得垃圾桶的信息与运输装置、门禁装置和称量装置相关联，从而可以合理的调配运输装置。但是，其存在以下
缺陷：(1) 数据单一、只能判断垃圾桶的充满程度；(2) 该方案采用光纤连接服务器，需要铺设专用线路；(3) 服务器运行在云端，难以满足海量终端的广连接和低延迟需求；(4) 对于终端上传的数据，没有进一步的分析统计，系统只是做到了检测的功能，并没有相应的
人机交互的管理功能。
[0004] 随着物联网终端设备数量的指数级增长，传统的物联网系统架构已不堪重负，云计算也满足不了海量终端的广连接和低延迟需求，同时，单一的垃圾充满量监控也不能满足城市清运管理的需求，因此，需要提供新的垃圾监控及清运控制方法。
发明内容
[0005] 本发明的发明目的是提供一种基于边缘计算的智慧垃圾监控清运方法，通过改变架构，实现低延迟的大量数据接入，对分布的垃圾桶进行高效的监控及清运。本发明的另一发明目的是提供一种实现上述方法的垃圾监控清运装置。
[0006] 为达到上述发明目的，本发明采用的技术方案是：一种基于边缘计算的智慧垃圾监控清运方法，包括如下步骤：(1) 分别设置云服务器和多个边缘服务器；在各垃圾桶处设置智慧终端，将获取的
传感器信息定期通过通信模
块发送至边缘服务器；在边缘服务器上设置数据监控模块，对智慧终端发来的数据进行解析，获取垃圾桶的各项数据，分别存储至边缘服务器本地
数据库及云服务器数据库；
(2) 在边缘服务器和云服务器上分别设置人机交互端，根据业务的时延要求，将需要实时处理的业务设置在边缘服务器，将其它业务设置在云服务器；
(3) 边缘服务器利用接收到的数据进行路径规划，发送至垃圾清运车，垃圾清运车根据规划的路径实现垃圾清运。
[0007] 上述技术方案中，所述智慧终端通过连接的多个传感器模块分别监测垃圾桶的充满程度、倾斜程度、火灾
风险和环境
温度。
[0008] 优选地，设置
超声波模块用以监测垃圾桶的充满程度。
[0009] 或者，设置红外传感器，配合重力传感器监测垃圾桶的充满程度。
[0010] 优选地，设置烟
雾气敏传感器模块用以监测火灾风险。
[0011] 设置三轴重力传感器模块用以监测垃圾桶的倾斜程度。
[0012] 上述技术方案中，所述路径规划的方法包括以下步骤：步骤S201，开始进行垃圾清运路径的规划，以下步骤中的参数均可以设置；
步骤S202，根据数据库获取垃圾桶的状态，筛选出需要回收的垃圾桶以及离线和发生倾斜、火灾风险的垃圾桶，作为需要清运处理的垃圾桶；
步骤S203，对于所有需要清运处理的n个垃圾桶进行编码，产生从1到n的序列，其中 表示编号为 的垃圾桶在第 个被回收，该序列代表一条垃圾清运
的路径；
步骤S204，采用遗传
算法中的适应度函数评判路径的优劣，所述适应度函数具有三个参数，分别是垃圾桶的充满程度F、已充满的时间T和垃圾桶之间的距离D，将这几个参数归一化，充满程度F取百分制的整数部分，充满时间T以小时为单位，垃圾桶之间的距离D以千米为单位，适应度函数 ，数值越大越优秀；
步骤S205，根据系统的参数，利用随机数
种子随机地生成k条初始序列，来模拟初始的k条路径 ，其中每一条路径对应步骤S203中的一个序列，用这些路径作为初始代，之后的每一代都是以上一代的k条路径为
基础，按照步骤S206生成的，直到达到最大
迭代次数；
步骤S206，根据适应度函数，获得k条路径中的前m条最优秀的路径，m
步骤S207，不断地重复迭代步骤S206，直到其满足预设的迭代次数，如果其达到迭代次数则进入下一步骤，否则继续。
[0013] 步骤S208，此时迭代结束，获得最新的k条路径，将其中最优秀的路径输出作为最终的路径，并显示在地图界面上给用户使用。
[0014] 为实现本发明的另一发明目的，本发明公开了一种基于边缘计算的智慧垃圾监控清运装置，包括设置在各垃圾桶处的智慧终端、云服务器和多个边缘服务器，所述智慧终端至少连接有垃圾桶充满检测模块、火灾检测模块、垃圾桶倾斜检测模块和
环境温度检测模块；智慧终端设有通信模块并经通信模块连接边缘服务器；所述边缘服务器上设置有数据监控模块，对智慧终端发来的数据进行解析，获取垃圾桶的各项数据，分别存储于边缘服务器本地数据库及云服务器数据库，边缘服务器上设有路径规划模块；所述边缘服务器经通信网络连接至所述云服务器；在所述边缘服务器和云服务器上分别设有人机交互模块。
[0015] 上述技术方案中，所述垃圾桶充满检测模块中的传感器选自
超声波传感器、红外传感器、重力传感器中的一种或两种以上的组合；所述火灾检测模块中设有烟雾气敏传感器；所述垃圾桶倾斜检测模块中设有三轴重力传感器模块。
[0016] 由于上述技术方案运用，本发明与
现有技术相比具有下列优点：1、本发明可以监控垃圾桶的多种状态，例如，通过设置
超声波传感器、烟雾气敏传感器、三轴重力传感器和温度传感器，分别用来监测垃圾桶的充满程度、烟雾浓度、倾斜程度和环境温度，还可以配合自定义其它传感器。通过多种传感器的设置可以获得主要关心的垃圾桶的状态，既有利于清运路径规划，又能判断垃圾桶内是否有火灾隐患。
[0017] 2、本发明中，通过使用边缘服务器与云服务器相结合的系统架构，既能够处理需要低延迟的业务，也合理的优化了系统的资源使用，同时每个边缘端只负责一部分区域内的智慧终端通信，减轻了系统的压力。
[0018] 3、丰富的人机
交互业务。传统的垃圾监控方法，只是监控了垃圾桶的一些状态，没有对采集的数据进行进一步的处理。本发明利用了这些数据，不但可以进行实时的数据展示，对于一些需要紧急处理的情况还提供了实时报警的功能，同时将需要清运和检测的垃圾桶进行高效的路径规划。对于系统内的参数和智慧终端的参数均可以进行配置，例如可以配置垃圾桶的坐标信息、路径规划的参数和智慧终端数据发送
频率。
附图说明
[0019] 图1为本发明方法各个逻辑组成部分关系图。
[0020] 图2为本发明方法的地图展示及路径规划效果图。
[0021] 图3为本发明方法通信过程及工作
流程图。
[0022] 图4为本发明方法路径规划方法流程图。
[0023] 图5为本发明方法边缘服务器与云服务器实验对比图。
[0024] 图6为本发明方法的数据实时性与路径规划实验图。
具体实施方式
[0025] 下面结合附图及
实施例对本发明作进一步描述：实施例一：基于窄带物联网和边缘计算的智慧垃圾监控清运方法，实现过程如下：
本发明包括智慧终端、数据监控（Monitor）端和人机交互端三部分，三部分之间的逻辑关系如图1所示。
[0026] 智慧终端不限型号，可以使用任何带有一定运算能力存储能力以及通信能力的
硬件设备。终端除了需要有
电池进行供电之外，还需配备超声波模块、烟雾气敏传感器模块、三轴重力传感器模块和温度传感器模块，可以将采集到的环境状态信息以一定的周期通过通信模块发送到对应的边缘服务器。本方法不限制传感器的数量，用户可以自定义多种传感器以获得更多更具体的环境数据。
[0027] 数据监控端运行在边缘服务器上，负责与本区域内的智慧终端通信，作为数据接收方时，Monitor将智慧终端发送来的数据包进行解析，获得垃圾桶的各项数据后将数据插入本地的数据库以及云端的数据库。作为数据发送方时，Monitor可以回发终端的配置信息，对智慧终端进行参数设置，例如设置终端发送数据的周期。
[0028] 人机交互端运行在边缘服务器和云服务器上。由于不同的业务有不同的时延要求，本方法将需要及时处理的业务放在边缘端，可以暂不处理的业务放在云端。边缘端主要负责的业务有实时状态显示、系统报警、路径规划等，云端负责总体的数据展示、系统参数配置等。云端有所有垃圾桶的状态信息，而边缘端只有其负责的区域内的垃圾桶的状态信息。
[0029] 图1给出了方法的逻辑结构图。智慧终端的数据
感知模块将传感器采集到的数据进行简单的处理后通过通信模块发送给边缘服务器
指定端口，通信方式不限，可以用全球移动通信系统（GSM），也可以用WiFi和窄带物联网（NB-IoT）。边缘服务器运行的Monitor程序接收到数据包之后进行解析获得垃圾桶的状态数据并将其插入到数据库中，以供人机交互程序使用，边缘同时可以作为移动APP的服务器，用户可以在手机进行查看与使用。
[0030] 由于边缘服务器比云服务器更“近”，所以其数据更“新”，本方法将数据的实时展示业务、主动报警业务和路径规划业务放置在了边缘端。边缘端可根据每个垃圾桶多种数据，判断垃圾桶的离线、火灾、倾斜、充满等情况。对于火灾而言，本方法综合烟雾传感器和温度传感器进行判断是否有火灾发生，提高判断的准确度。系统会对出现了离线、倾斜、火灾的垃圾桶进行报警，可以采用网页的弹窗和短信的形式告知相关人员。
[0031] 图2给出了实时状态和路径规划的效果图，本方法不限地图的使用，百度地图高德地图等都可以。可以看到地图上不但用
颜色区别垃圾桶的不同状态，还可以点击每个垃圾桶的小图标查看详细的状态信息。路径规划可以将需要进行回收以及需要检查的垃圾桶包含在内进行规划，快速高效的进行垃圾清运及检查。
[0032] 图3是本发明方法通信过程及工作流程图中，在数据的产生到被处理的操作流程，以下通过具体步骤进行详细说明：步骤S101，区域内的智慧终端进行系统初始化，读取配置参数信息，例如通信的服务器IP与端口号和数据发送的频率，之后通过GSM、WiFi、或NB-IoT的方式利用通信模块与互联网进行连接，与要通信边缘服务器建立连接，终端能够正常工作。
[0033] 步骤S102，智慧终端根据设置好的边缘服务器IP与端口号（36968），利用通信模块将其多种传感器采集到的垃圾桶数据进行一些滤波、
模数转换等操作后发送到边缘服务器，并等待边缘服务的数据回发，回发的数据包格式与终端存储的配置参数格式相同，可以让终端进行解析。若边缘服务器没有进行数据回发，则依旧用其设置好的频率（例如30秒）发送数据包。若边缘服务器进行数据回发，则终端根据数据包更改自身的参数信息，以新设置的频率发送数据包。
[0034] 步骤S103，边缘服务器上运行的Monitor程序接收到终端发送的数据包并进行解析，数据包主要的字段有IMSI（终端的ID号）、envTemp（环境温度）、ADLX345Flag（倾斜标志）、SmogFlag（烟雾标志）和Distance（桶内垃圾高度）。Monitor将解析后的垃圾桶各种实时状态信息插入到数据库的GarbageState表中，供人机交互系统使用，用户可以查看区域内的垃圾桶信息并按照S2的步骤进行路径规划。
[0035] 步骤S104，边缘服务器上运行的Monitor程序同时将数据包插入到云端数据库的GarbageState表中，给云端进行总体的数据展示以及人机交互，云端存有所有区域内的垃圾桶信息。
[0036] 步骤S105，云端同时也运行着Web服务与移动APP服务，可以通过网页浏览所有垃圾桶的信息，同时可以进行系统设置，例如设置垃圾桶的高度，以针对不同型号的垃圾桶会产生垃圾桶充满程度不同的现象。还可以设置倾斜程度等涉及到的报警信息以及路径规划的各种参数。
[0037] 步骤S106，云端将配置好的数据插入到本地数据库的同时，还要将配置信息同步到对应的边缘服务器的数据库中。
[0038] 步骤S107，Monitor回发的数据直接作用于智慧终端，如步骤S102所述对终端内部的参数进行配置，同时运行的路径规划程序也会使区域内的垃圾清运车工作，形成一个循环。
[0039] 图4为本发明方法路径规划方法流程图，垃圾清运过程其实是经典的旅行商问题，本方法采用
遗传算法来进行路径规划。以下通过具体步骤进行详细说明：步骤S201，开始进行垃圾清运路径的规划，以下步骤中的参数均可以设置。
[0040] 步骤S202，根据数据库的GarbageState表，可以知道垃圾桶的各种状态，对于需要回收的垃圾桶以及离线和发生倾斜火灾等情况的垃圾桶，都将其筛选出来，路径规划将根据这些垃圾桶进行。
[0041] 步骤S203，对于所有需要清运的n个垃圾桶进行编码，产生从1到n的序列，其中 表示编号为 的垃圾桶在第个被回收，所以
序列表示n个垃圾桶被回收的顺序，也就代表了一条垃圾清运的路径。例如序列 表示已编码的5个垃圾桶的回收顺序是先回收编号为2的垃圾桶，再回收编号为4的垃圾桶，以此类推。
[0042] 步骤S204，每一条路径都需要一个评判标准来评价该路径的优劣，也就是遗传算法中的适应度函数。本方法采用三个参数来进行判断，分别是垃圾桶的充满程度F、已充满的时间T和垃圾桶之间的距离D，用这三个参数来模拟每个垃圾桶的重要性。首先将这几个参数归一化，充满程度F取百分制的整数部分，充满时间T以小时为单位，垃圾桶之间的距离D以千米为单位，保证这三个参数的值在一个数量级。那么一个垃圾桶充满程度越高（F越大）、已充满时间越长（T越大）、距离上一个垃圾桶越近（D越小），其重要性就越高。对于需要紧急查看的垃圾桶，将其充满程度和已充满时间的值最大化来模拟其紧急性。用这三个参数组成的适应度函数 来判断路径的优劣，其值表示为一条路径里所有垃圾桶的重要性之和。例如一条路径中的某个垃圾桶的充满程度是90%，已充满了6个小时，其距离上一个垃圾桶的距离是5千米，那么其重要性就为 ，所有的垃圾桶的重要性之和就是适应度函数的值，值越大代表该路径越好。
[0043] 步骤S205，根据系统的参数，利用随机数种子随机地生成k条初始序列，来模拟初始的k条路径 ，其中每一条路径对应步骤S203中的一个序列，用这些路径作为初始代，之后的每一代都是以上一代的k条路径为基础，按照步骤S206生成的，直到达到最大的迭代次数。
[0044] 步骤S206，根据适应度函数，可以获得k条路径中的前m条最优秀的路径，然后使用复制、交叉、变异的方法，用这m条路径遗传得到新的k条路径。复制指的是将其中最优秀的m条路径直接复制，交叉指的是将m条路径两两交叉，互换其中的元素，产生新的路径。变异指的是随机选择q条路径，再随机的交换其中的几个元素。产生这k条路径作为下一次评判的依据。所有的参数都可以在本方法中设置。例如有5个垃圾桶随机产生初始的10条路径，然后将其中最优秀的3条路径直接复制到下一代，这就是复制的步骤。然后再利用这3条路径进行两两交叉可以产生6条路径，这就是交叉的步骤，比如对于路径 和 ，可以将第一条中的2与4截取后与第二条中的3与1进行互换，再把路径中原来的数字进行对应的替换，那么第一条就变成 ，第二条就变成 。这样就已经产生了下一代的9条路径，再随机的选择1条路径，随机的的交换其中的几个垃圾桶
位置，这就是变异的操作，这样就一共产生了下一代的10条路径。
[0045] 步骤S207，不断地重复迭代步骤S206，直到其满足本方法设置的迭代次数，如果其达到迭代次数则进入下一步骤，否则继续。
[0046] 步骤S208，此时迭代结束，获得最新的k条路径，将其中最优秀的路径输出作为最终的路径，并显示在地图界面上给用户使用。
[0047] 步骤S209，路径规划结束，等待下一次的使用。
[0048] 图5为本发明方法边缘服务器与云服务器实验对比图，本方法选择边缘服务器与云服务器相结合的系统架构是基于各自的特征。连续两个星期对云服务器和边缘服务器进行了测试，来证明选择云服务器加边缘服务器的架构是正确的。左图是14天中平均每天的延迟和丢包率对比，右图是每天不同时段的平均延迟和丢包率对比，可以发现云服务器的往返时间是边缘服务器的7倍，丢包率也是边缘服务器的2.5倍。由此可见，将部分需要及时处理的业务放在边缘端，将总体的监测放在云端是合适的架构。
[0049] 图6为本发明方法的数据实时性与路径规划实验图。左图表示将智慧终端设置成不同的发送频率，服务端收到终端发送的数据包所需的时间。蓝色部分表示数据的产生到发送用的时间，即垃圾桶状态改变被捕捉到该状态被发送所用的时间，这部分与频率直接关联，可以看到其值基本为发送频率的一半。红色部分表示数据的发送到被服务端接收的时间，实验测出该平均值为1.7秒，与其他同类物联网系统中的延迟对比，本系统优化了近三倍。右图表示本系统的路径规划算法的性能，在垃圾桶数量和迭代次数的参数变化下，本系统的算法最多运行3秒钟，与算法所带来的路径节省的时间来对比，是可以忽略不记的。
[0050] 综上，本发明针对现有的垃圾回收清运问题设计了一种基于边缘计算的智慧垃圾监控清运方法，主要是通过放置在垃圾桶内的智慧终端上的多种传感器来获得垃圾桶的各种状态数据，并通过数据通信模块，以一定的频率发送到对应的边缘服务器。边缘服务器运行的监控
软件Monitor解析数据包获得垃圾桶的各项状态数据并将其插入到本地和云端数据库以供人机交互系统使用，同时Monitor可以回发终端的配置信息，
修改终端发送数据的频率。边缘端运行着需要及时处理的业务，例如实时的数据展示、系统告警以及垃圾清运的路径规划。云端运行着不需要及时处理的业务，例如所有垃圾桶的信息查看，系统的参数配置。分层的网络结构即满足了应用需求，也合理的利用了资源。本方法的人机交互系统不仅有Web端还有移动APP端，可以在各种移动设备上查看并使用。
