摘要

边缘设备越来越大，专门在机器人/物联网/ UAV扇区中处理边缘上的大量数据，而不是在云中。原因主要是成本，需要实时回应数据事件。

目前的Edge数据处理解决方案低于应对应用的要求，并最终落入数据丢失，长期延迟和软件的整体不可靠性。

在本报告中，我们提出了一种高性能数据处理解决方案，可以大大加速数据处理，同时降低CPU使用率（即能量消耗）。全部包含云或硬件更新。

概要

此技术报告包含对计算机ODROID XU4执行的基准测试结果。该基准测试包括在使用和不涉及的ROS的不同方法的情况下测试增加的板载数据处理方案。
结果表明，Klepsydra优于50％的传统并行数据处理技术。

基准框架

基准申请包括序列化到500×100双倍的JSON矩阵。该矩阵由100个通过生产者 - 消费者模式到达的100个双向矢量之内。消费者不断聆听填补要序列化的下一个矩阵的消息。矩阵群体和序列化过程在相同的单线中顺序发生。

该软件用C ++ 11写入，并具有以下配置参数：

• 线程计数。生产者线程数量。
• 发布频率。每秒发送多少条消息。

并行数据处理方法。

这份报告有四种不同的方法是基准测试：

单线程安全队列。在这种情况下，所有发布者以并发方式填充单个队列。一个消费者处于接收端填充矩阵的矩阵。

多个线程安全队列。与以前的方法相反，在这种情况下，每个发布者都填写它拥有关联的队列，并具有相关的消费者。每个消费者将竞争矩阵和序列化服务。

事件循环。Klepsydra的主要数据处理方法。在这种情况下，发布者同时填写事件循环内存，而单个消费者接收所有数据并安全地填充矩阵。

图1。线程安全队列和事件循环图。

其中一些方法需要访问矩阵的线程安全，其中一些没有，下表总结了这一点：

ROS基准

表1。需要线程安全代码的数据处理方法。

上述方法仅在内存中运行，也在ROS两种不同的数据交付方法中：

• ROS SpinOnce方法。这是ROS Core C ++ API提供的单线机制
• ROS异步方法。其中可配置的线程数正在侦听ROS主题以接收消息传递数据。

图2。ROS发布绩效基准的订阅设置。

图3.。ROS向ROS订阅者提供数据的两种主要方法。

基准标准

三个标准用于解决测试数据处理方法的性能：

1. 数据处理量。以两种方式测量：生产者线程数量和Hz的出版率。
2. CPU消费。这是针对数据处理速率来衡量的。即，给出某些处理数据卷所需的CPU需要多少。
3. 确定主义。测量作为处理每个数据实例所需的处理时间的标准偏差。

基准技术规范

该测试在Otroid XU4计算机上运行，​​用Ubuntu 18.04和ROS Melodic自然运行。

测试执行在以下配置设置下：

表2.基准配置参数

绩效结果

性能结果显示在本报告的最后一页中。他们表明，对于三个评估的标准，Klepsydra SDK优于所有其他方法。下表总结如下：

表3.基准测试结果摘要

绩效结果

左手图表仅用于内存基准，右手，是ROS。
传奇是：
Klepsydra，多安全队列，单一安全队列