随着人们生活质量的提高,作为日常活动的场所,楼宇正朝智能化方向发展。智能化离不开人工智能算法等高算力需求算法与自动化技术的应用,边缘计算技术的兴起拓展了楼宇现场的算力,确保了高算力需求算法的实时执行。但在这种方案下,从算法决策到相应设备执行的整套控制逻辑都在云端,因为云边网络资源是有限且不稳定的,所以无法保证楼宇实际设备动作的实时性与可靠性。尤其是在楼宇这种子系统众多、设备点位规模大的场景下,满足不了控制的性能需求,亟需将边缘计算技术与控制技术相结合来弥补上述方案的不足。控制逻辑与实时性高的计算部分由边缘端管理执行,云端仅执行实时性需求低、计算量大的决策部分,云边互补协同发挥各自的优势。边缘控制器是边缘计算技术与控制技术结合的典型应用,可以很好地与云端相协同来满足智能楼宇中的控制需求,本文以应用于楼宇的边缘控制器为具体研究对象,在文献调研以及智能楼宇需求的基础上,为了在边缘侧提供与云端协同的功能,设计了楼宇边缘控制器系统架构,并针对边缘侧的云边协同中存在的问题进行了研究,本文的主要内容如下:（1）为了满足智能楼宇控制的性能需求,通过对智能楼宇场景中照明控制、暖通、消防等多业务场景的分析,设计了具有云边协同控制任务可编程的边缘控制器的系统架构及其与云和端的整套信息交互方案。该架构与方案支持了云端编排的功能应用可扩展容器的部署与运行,并在边缘侧建立了云端参与楼宇控制逻辑的通道。（2）针对云边任务协同中边缘侧单台边缘控制器计算与存储资源不足问题,设计了控制器群任务资源共享机制,通过任务迁移的方式共享边缘控制器群其他节点资源;为了选择最佳的任务迁移路径,设计了一种适用于资源动态变化的基于信息熵的任务迁移最小时延路径选择算法,减少了任务超时运行的概率。（3）针对边缘侧因云边网络不稳定导致的反馈数据量大于网络承载能力的问题,设计了基于网络最大传输速度跟踪的数据优先反馈策略,利用改进的单因素方差分析算法定位高优先级反馈数据,以网络最大传输能力传输重要性高的数据,增加了网络不稳定环境下云端数据的保真特性。本文在一种高性能传统控制器的基础上完成了楼宇边缘控制器样机的开发,搭建了上述关键技术运行的系统环境,在该样机上测试了边缘控制器的功能、性能与实时数据反馈机制,并通过楼宇实际场景测试了其运行的稳定性。结果表明,所设计的边缘控制器的功能与性能都满足了预期的设计目标,并且在实际场景中运行的4个月的区间内未发生本文所设计的架构导致的问题,稳定性较高;与随机早期检测（RED）算法相比,在弱网环境下所设计的实时数据反馈机制减小了因数据无法全部反馈到云端造成的云端数据与真实值的偏差。为了充分测试基于信息熵的任务迁移最小时延路径选择算法的性能,通过MATLAB仿真的方式模拟各类候选迁移节点的状态,与最小化时延算法相比,本文设计的算法无论是在任务完成时间方面还是任务超时运行方面,都优于前者。