一种用于野火监测与应急响应的风险感知无人机-边缘服务框架
分布式、并行与集群计算
2026-02-24 v1
摘要
野火监测需要及时的数据采集和处理，以实现早期探测和快速响应。无人机辅助边缘计算是一种有前景的方法，但同时最小化端到端服务响应时间并满足能量、重访时间和容量约束仍然具有挑战性。我们提出了一个集成框架，该框架协同优化了用于野火监测的无人机路径规划、机队规模和边缘服务配置。该框架结合了基于火灾历史加权的聚类以优先考虑高风险区域、平衡邻近性和计算负载的服务质量（QoS）感知边缘分配、带有自适应机队规模的 2-opt 路径优化，以及动态应急重路由机制。关键洞察在于这些子问题是相互依赖的：聚类决策同时影响巡逻效率和边缘工作负载，而容量约束又反馈到可行的配置中。实验表明，与 GA、PSO 和贪婪基线相比，所提出的框架将平均响应时间降低了 70.6-84.2%，能耗降低了 73.8-88.4%，机队规模减少了 26.7-42.1%。应急机制在 233 秒内响应，远低于 300 秒的截止时间，且对正常操作的影响可忽略不计。
引用
@article{arxiv.2602.19742,
title = {A Risk-Aware UAV-Edge Service Framework for Wildfire Monitoring and Emergency Response},
author = {Yulun Huang and Zhiyu Wang and Rajkumar Buyya},
journal= {arXiv preprint arXiv:2602.19742},
year = {2026}
}