1  引言

2021年11月16日印发的《“十四五”信息通信行业发展规划》  [1] 中有多处重点提到边缘计算，  分别是：云边协同、边缘计算深化应用、时间敏感边缘计算网络和电力杆塔变电站边缘数据中心的建设等。2021年11月30日印发的《“十四五”软件和信息技术服务业发展规划》  [2]重点提到了发展工业控制软件和操作系统，  大力支持开展“软件定义”及泛在操作系统平台相关理论和技术研究，加强政产学研用对接，构建“软件定义”核心技术体系。长期以来，国内IT底层标准、架构、生态等大多数都由国外IT巨头制定，存在诸多安全风险。为了建立自有开放生态，国产“信创”得以实施，形成了巨大的市场需求[3]。根据百度百科统计，   目前国产主流操作系统达24种之多[4] ，主要分为通用桌面操作系统、通用服务器操作系统、专用实时操作系统、专用安全操作系统和通用云操作系统等。一般情况下，操作系统与硬件之间的紧耦合给应用软件的迁移带来了困难。云计算操作系统虽然实现了标准计算机的解耦，但又失去了针对工业场合的直接I/O驱动能力，影响了自动化和智能化的发展进程。虽然我国操作系统种类繁多，但却鲜有基于边缘计算的特定行业操作系统，因此研究此类系统对我国智能制造的发展具有十分重要的价值和意义。

2  边缘计算操作系统的演进

2.1   单机操作系统

最初，计算机并没有操作系统，直到今天，嵌入式和单片机仍然存在直接以无操作系统的模式进行单一任务开发，其优势在于具有高实时性能。最早的操作系统可以追溯到1964年美国MULTICS，其特点是面向单一硬件多路信息计算，虽然该项目以失败告终，但却成就了后续操作系统三个阶段的发展[5]。第一个阶段是1971年为了增加不同硬件系统的移植性，肯·汤普森和丹尼斯·里奇创造了C语言，并在1973年创造了Unix；第二个阶段是进入1980年后，商业版本的Mac OS和Windows视窗操作系统的相继产生；第三个阶段是因1979年Unix转为商用，林纳斯·托瓦兹在其老师开源Minix的基础上构建了Linux的初代系统。在这一期间操作系统也从单一的硬件逐渐发展为支持不同指令集硬件模式，有了操作系统，同一架构不同硬件配置的程序可以相互兼容，但不同架构仍然互不兼容，比如X86的程序不能在Risc指令集平台上运行，使得操作系统发展成为了与计算机单一闭合硬件紧耦合的模式，只能协调和管理单核或多核CPU、南北桥芯片、总线、内存、硬盘、显卡等内外设的基础硬件。这种单一闭合的紧耦合模态也导致了计算机IT资源不能充分被利用，造成了计算机资源的闲置和浪费。

2.2   从虚拟化到云计算

进入2000年，虚拟化被逐渐提出，其目的是实现对IT资源的充分利用[6] ，一时之间包括FreeBSD jail、QEMU、XEN、KVM等纷纷涌现。如同Virtual Box或VMware work station，这一时期的虚拟化是对计算机硬件的模拟，一定程度上缓解了软件与硬件的紧耦合。但是操作系统安装于虚拟机与安装于物理主机的模式仍然相同，因此虚拟机只是改变了平台，并非系统。

2006年，Google首席执行官埃里克•施密特在搜索引擎大会首次提出云计算 [7] 。数以千计的集群服务器同时运行，通过网格技术或分布式技术等功能，用户能够像使用电力、自来水等公用设施一样使用计算能力，并按量计费。对于云计算的新需求，VMware vsphere、OpenStack得以广泛使用，在中国，为了优化计算实现软硬件解耦，阿里飞天、安超云OS相继诞生。虽然云计算构造了新的平台，但是却抛下了曾与其紧密结合的工业I/O，导致失去了控制侧的实时性能。

2.3   边缘计算的提出

由于云计算体量庞大，而且远离了终端控制设备，新的近端控制需求不断产生。业界希望把“浮于高空的云下沉”以满足低时延、高可靠要求，于是“雾计算”随之诞生，2012年被思科引入到行业应用中，后来边缘计算随之诞生[8]。与云计算不同，边缘计算既有雾一侧的“虚计算”，又有设备一侧的“实计算”，因此有学者曾担心云计算将被边缘计算替代。后来被证实它们属于互补融合关系[9] ，因此“云边协同”成为了普遍共识。

针对边缘计算的操作系统，目前业界并没有统一的标准。由于边缘计算既有虚部又有实部，在实部一侧还包括不同操作系统、不同计算设备、不同指令集，甚至有的设备没有操作系统。“异构”成为了边缘计算的一个主要特征，使得边缘计算是一种多硬件、多系统、多网络的协作模型。

3  边缘计算操作系统参考模型

由于边缘计算需要管理更大范围的硬件与软件资源。狭义的操作系统是对单一闭合硬件架构的抽象，不能满足边缘计算的需求，需要开发广义、多接入、异构、软硬件解耦的新型操作系统。本工程研究中心通过调查、实验和文献检索，得到了三种可参考模型。

3.1   容器化模型

目前最具影响力的容器技术即Docker[10] ，它具有轻量化、速度快、兼容性特征。由镜像实例化的容器可以是主流的Ubuntu、Centos等Linux操作系统，也可以是一段可执行的程序。容器技术实现了硬件与软件的完全解耦，因此可以把不同的微服务编排到异构计算宿主机，包括虚拟机、实体机等，增加了细粒度[11]。在国内，华为推出了Isula，进一步轻量化了Docker应用，加上k3s或KubeEdge编排技术 [12,13]    （源自于kubernetes的边缘计算运用）为物联网及边缘计算提供了极佳的平台。容器技术提供了一种类似于Linux Shell的CLI指令，  可以认为它是建立于宿主机上的分布式操作系统，在容器与云计算之间，Kata起到了极佳的整合作用[14] ，能够更好地辅助云边协同。在我国，容器已经成为大型互联网公司的重要工具，包括百度、阿里巴巴、腾讯、360、京东、大众点评等都在应用。

3.2   分布式软总线模型

鸿蒙系统[15]是第一款面向万物互联时代的全场景分布式操作系统，也是一款真正意义上的国产自主系统，鸿蒙系统的重要突破在于“分布式软总线”，具备自发现、自组织、高带宽、低时延和异构网络组网的特点。分布式软总线打破了传统计算机单一封闭式硬件架构，实现了软硬件的解耦，因此鸿蒙系统符合边缘计算在末端I/O接入的要求，是一个极其重要的参考模型。截至目前，华为鸿蒙系统已经突破了1.5亿用户数。

3.3   再抽象元操作系统模型

元操作系统 [16] 是构建于操作系统、容器及各种硬件上的寄生操作系统。Linux、Windows是对单体封闭硬件的抽象，假设把装有操作系统或无操作系统的实体机、虚拟机、容器等看作硬件对象（或功能块），那么针对这些“硬件”就可以再抽象，组建上层操作系统。美国斯坦福大学在2000年展开了（STandford AI Robot，STAIR）项目等，2007年，Willow Garage将其进行扩展和完善，   同时，  在无数研究人员的共同努力下推出了特定行业的机器人操作系统（Robot Operating System，ROS）  [17] ，早期的ROS是对Ubuntu Linux的再抽象，新的ROS版本新增了Debain、Windows和容器。按照传统，运行于操作系统上的软件一般被称为应用程序，但ROS不同，由于提供了标准的操作系统服务，例如硬件抽象，底层设备控制，常用功能实现，进程间消息以及数据包管理，构造了机器人控制的分布式模型以及激光雷达、SLAM等硬件驱动和机器人的运行库等，使得ROS成为了机器人这一特定行业的元操作系统  [18]

4  ICICOS的研究计划

在国内，容器模型和分布式软总线模型已经取得了技术突破。ROS作为一种机器人行业的开源元操作系统也获得了广泛的关注和大量应用研究。但是目前我国仍然没有像ROS一样的特定行业操作系统研究，  更是缺少面向边缘计算的开源元操作系统开发。

图1 ICICOS元操作系统的研究愿景

ICICOS（Industrial Cyber Intelligent Control Operating System）作为云南省高校边缘计算网络工程研究中心的重点打造对象，从诞生伊始就确定了面向工业自动化的实现人工智能的发展方向。如图1所示，ICICOS把底层的物理对象称之为智能单元（Smart Unit，SMU），通过对SMU的抽象，在边缘计算中间层生成可供调用的功能块（Function Block Diagram，FBD）。最后依靠云原生的方式连接功能块，那么底层的SMU就可自动地组合成为新的生产线。针对于图1所示的愿景，本工程研究中心确定了ICICOS的研究方向、任务和目标。

4.1   ICICOS的研究方向

ICICOS并非通用的计算机操作系统，它既不是Windows也不是Linux。事实上，它是一个特殊的工业体系，ICICOS计划集成MATiec[19]和4diac[20,21]技术实现人工智能与工业自动化的融合（AI & IA）。自2016年提出以来，目的就是方便电气工程师采用IEC 61131-3和IEC 61499的编程方式实现在云计算与边缘计算平台的自动化和智能化编程。图2是其基本流程：通过云平台配置硬件、网络和编译底层执行代码，  使用Isula或Docker容器构建边缘计算中间平台。接着，在边缘计算底层，通过时间敏感网络（Time Sensitive Network，TSN）保证离散设备之间的时间精准度，构建分布式时序驱动序列（Distributed Driver Series Container，DDSC），控制I/O采集数据和驱动执行器动作。

图2 ICICOS的研究方向

4.2   ICICOS的研究任务

ICICOS具有五项研究任务，分别是：

（1）基于嵌入式实时系统或单片机建立边缘节点，组建分布式节点，具备多点通信接入能力，支持DDSC驱动I/O接口技术。

（2）构建Isula或Docker容器云后端，能够动态安装、实例化和撤销所有程序和硬件配置。利用微服务增加容器的细粒度，支持云边协同。

（3）支持IEC 61131-3或IEC 61499编程，能够基于边缘计算平台监控运行状态和动态配置硬件。

（4）支持时间敏感网络TSN而且能够接入其它主流的现场总线，如Modbus、PROFIBUS等。

（5）能够以多点通信接入方式连接物理对象I/O模块，包括数字量输入、输出和模拟量输入、输出等。

4.3   ICICOS的研究目标

在工业自动化行业，电气自动化工程师擅长于使用梯形图（Ladder Diagram，LD）编程，电子电路工程师擅长于使用功能块（Function Block Diagram，FBD）编程。ICICOS参考MATiec、4diac开源编译器，将程序的硬件组态迁移到云计算层，工程师可以在该层开发、调试和维护程序等。图3展示了ICICOS取代传统PLC的方案目标。左侧灰色部分表示传统PLC程序开发流程。由于算力有限，传统架构阻碍了人工智能在工业中的发展。通过云边协同，可以增强算力，弥补PLC中CPU的算力不足，故应当删除PLC的CPU模块，取消其两地编程功能，仅仅留下I/O，以便边缘计算中间层管理。

图3 ICICOS取代PLC的目标

P L C平台的迁移必然造成实时性能的损失，使工业自动化（Industrial Automation，  IA）  从单机控制结构中脱离，但也增加了人工智能（Artificial Intelligence，AI）。若把各行各业比喻为齿条机构，人工智能、工业自动化和边缘计算比喻为三个齿轮，那么利用边缘计算就可以有效地把AI & IA啮合，如图4所示。

图4 ICICOS人工智能与工业自动化融合目标

在实际应用中虽然AI齿轮和IA齿轮总会在资源争夺的过程中较劲，但是通过研究和利用边缘计算的三实时架构[22] ，可以有效地兼顾AI & IA的产业融合，这也是构建ICICOS边缘计算元操作系统的宗旨目标。

5  总结与展望

本文通过综述操作系统的发展历程，总结了边缘计算操作系统的三种模型，提出发展元操作系统的设想。依托云南省高校边缘计算网络工程研究中心，本文提出了ICICOS计划，  拟实现云、边、端系统互联互通，提供一种多系统协同和异构计算的综合元操作系统平台。

未来三年，本工程研究中心拟通过开发ICICOS边缘计算元操作系统，在云端可以整合边缘计算资源和终端设备的状态和任务执行情况，实现云边协同的工业自动化和人工智能程序开发。  AP

★基金项目：云南省第七批高校重点实验室和工程研究中心建设项目——云南省高校边缘计算网络工程研究中心；云南省教育厅科学研究基金项目（2022J1246）。

作者简介：

苏为斌  （1983-），男，云南通海人，电气工程副教授，博士，ICICOS项目创始人，现就职于云南工商学院智能科学与工程学院，担任云南省高校边缘计算网络工程研究中心负责人，主要研究方向为边缘计算、工业自动化、人工智能等。

王依凯  （1984-），男，云南澄江人，网络工程副教授，现就职于云南工商学院，担任云南省高校边缘计算网络工程研究中心副主任，智能科学与工程学院计算机系主任，主要研究方向为边缘计算网络工程。

黄海军  （1977-），男，浙江温州人，副教授，硕士，现就职于云南工商学院，主要研究方向为网络空间安全、边缘计算网络工程等。

董家瑞  （1983-），男，云南通海人，工程师，学士，ICICOS共同创始人，现就职于云南云创数字生态科技有限公司，主要研究方向为数据通信、区块链、数据应用等。

李智新  （1979-），男，云南新平人，学士，现就职于中国电建集团昆明勘测设计研究院有限公司，主要从事国际EPC项目管理、招标采购管理工作及研究。

陈   巍  （1983-），男，博士，现任昆明鼎邦科技股份有限公司新材料事业部总监，主要研究方向为真空冶金装备及技术及其自动化，为ICICOS提供真空冶金设备的应用试点。

雷小梅  （1984-），女，云南勐腊人，学士，现就职于云南工商学院智能科学与工程学院，主要研究方向为工业自动化。

李吉成  （1989-），男，山东临沂人，讲师，硕士，现就职于云南工商学院智能科学与工程学院，主要研究方向为工业仿真。

参考文献：

[1] 中华人民共和国工业和信息化部. "十四五" 信息通信行业发展规划[EB/OL].

[2] 中华人民共和国工业和信息化部. "十四五" 软件和信息技术服务业发展规划[EB/OL]. 

[3] 吴志红, 齐向东: 中国的信创产业不是弯道超车, 是换道引领[N]. 人民政协报, 2021-11-26 (007).

[4] 百度百科. 国产操作系统[EB/OL].

[5] O'Regan G. History of Operating Systems[M]. A Brief History of Computing. Springer, Cham, 2021 : 143 - 154.

[6] Barham P, Dragovic B, Fraser K, et al. Xen and the art of virtualization[J]. ACM SIGOPS operating systems review, 2003, 37 (5) : 164 - 177.

[7] Lohr S. Google and IBM join in 'cloud computing' research[J]. New York Times, 2007, 8.

[8] Bonomi F, Milito R, Zhu J, et al. Fog computing and its role in the internet of things[C]. Proceedings of the first edition of the MCC workshop on Mobile cloud computing. 2012 : 13 - 16.

[9] Singh S. Optimize cloud computations using edge computing[C]. 2017 International Conference on Big Data, IoT and Data Science (BID). IEEE, 2017 : 49 - 53.

[10] Randal A. The ideal versus the real: Revisiting the history of virtual machines and containers[J]. ACM Computing Surveys (CSUR), 2020, 53 (1) : 1 - 31.

[11] 张骏. 边缘计算方法与工程实践[M]. 北京: 电子工业出版社, 2019 (7) : 1.

[12] Böhm S, Wirtz G. Profiling Lightweight Container Platforms: MicroK8s and K3s in Comparison to Kubernetes[C]. ZEUS. 2021: 65 - 73.

[13] 陈卫, 郑炜, 汤毅. 基于KubeEdge的云边协同技术架构的探索[J]. 微型电脑应用, 2020, 36 (07) : 155 - 157.

[14] Randazzo A, Tinnirello I. Kata containers: An emerging architecture for enabling mec services in fast and secure way[C]. 2019 Sixth International Conference on Internet of Things: Systems, Management and Security (IOTSMS). IEEE, 2019: 209 - 214.

[15] 华林华. 鸿蒙2.0: 现在与未来[J]. 中国工业和信息化, 2021, (09) : 16 - 21.

[16] Debab R, Hidouci W K. Boosting the Cloud Meta-Operating System with Heterogeneous Kernels. A Novel Approach Based on Containers and Microservices[J]. Journal of Engineering Science & Technology Review, 2018, 11 (1).

[17] Rivera Z B, De Simone M C, Guida D. Unmanned ground vehicle modelling in Gazebo/ROS-based environments[J]. Machines, 2019, 7 (2) : 42.

[18] Joseph L, Cacace J. Mastering ROS for Robotics Programming: Design, build, and simulate complex robots using the Robot Operating System[M]. Packt Publishing Ltd, 2018.

[19] Homay A, Chrysoulas C, Sousa M D. Authentication Layer for IEC 61113-3 Applications[C]. 2019 10th IFIP International Conference on New Technologies, Mobility and Security (NTMS). 2019.

[20] Gl A, Afa B, Rwb A. Multi-Agent Modeling of Cyber-Physical Systems for IEC 61499 Based Distributed Automation[J]. Procedia Manufacturing, 2020, 51 : 1200 - 1206.

[21] Eclipse: Home page[EB/OL].

[22] 苏为斌, 潘明波, 徐刚, 董家瑞. 基于边缘计算的三实时IA & AI架构[J]. 自动化博览, 2021, 38 (02) : 42 - 46.

摘自《自动化博览》2022年2月刊