CN112181629B - 安检集中判图***及其自动工作模式切换控制方法 - Google Patents
安检集中判图***及其自动工作模式切换控制方法 Download PDFInfo
- Publication number
- CN112181629B CN112181629B CN202011367948.2A CN202011367948A CN112181629B CN 112181629 B CN112181629 B CN 112181629B CN 202011367948 A CN202011367948 A CN 202011367948A CN 112181629 B CN112181629 B CN 112181629B
- Authority
- CN
- China
- Prior art keywords
- judging
- task
- graph
- pressure level
- centralized
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Alarm Systems (AREA)
Abstract
本申请提供了一种安检集中判图***及其自动工作模式切换控制方法。该自动工作模式切换控制方法,包括:收集安检过程中的实时安检业务数据;基于所述实时安检业务数据随时间的变化趋势预测所述安检集中判图***的判图任务压力级别;以及控制所述安检集中判图***自动切换到与所述判图任务压力级别相匹配的判图工作模式。
Description
技术领域
本申请总体上涉及安检领域,并且更具体地涉及安检集中判图***及其自动工作模式切换控制方法。
背景技术
目前大多数安检集中判图***无论实际安检业务处于什么状态,都只有一种工作模式。只有一种工作模式将无法应对多变的业务情境。虽然可以采取冗余安检资源,通过加大成本来弥补工作模式变化的缺失,以应对各种业务情境,但如果想要节省成本,提高安检资源利用率和工作效率,这种方式注定是不可取的。
另外,也存在一些安检集中判图***,可以人工设置该***的不同的工作模式。例如,可以根据积压判图任务数量、判图任务分配用时等信息来人工调整判图***的工作模式。或者,判图***的运营者也可以根据业务状态的历史变化规律、安检工作开展过程中的经验等,来人工安排工作模式的调整。
例如,一些判图***寄希望于判图员在判图工作中通过观察判图站的界面上显示的积压判图任务数量,来判断当前的***判图任务压力,对应地调整自己的判图工作模式。例如,当判图任务压力增加时,判图员可以自行加快判图节奏,加大注意力集中程度,提高工作效率,或者及时与相关负责人沟通,做出有效应对。但实际工作中,判图员可能无暇顾及和分析全局情况,没有精力处理这个问题。同时,这种形式也极大地增加了对判图员专业性、自觉性的考验。例如,判图员在工作过程中很难及时地发现整体业务流量的增大并上报管理员,由统筹全局的负责人调整判图站的数量或者临时性地将部分安检点降级为本地判图模式。采用这种应对方式,即使业务变化可以被发现、上报、并得到处理,从业务变化的实时性的角度来衡量,业务变化能够得到有效应对的时间也是严重滞后的,应对措施可能将一直滞后于业务变化。在业务变化发生之后得到应对之前,会有一段判图资源无法匹配业务流量的时期,这段时期将会给判图***带来严重负担。如果不对判图***的工作模式进行适配和调整,判图***将无法及时地处理某些判图任务,导致安全风险以及业务价值流失。
对于支持多种工作模式切换的判图***,如果需要人工对工作模式进行设置来实现切换,则不够实时和灵活,且可能存在人为造成的误差。而如果仅仅根据过往业务规律或历史经验来预测切换条件和时机,虽然能够做出常规性的预判来应对大多数业务场景,但却并不能准确有效地预测突发事件所带来的影响。例如,地铁行业中的安检客流受到大型活动、天气等事件的影响时,可能会出现无法预测的业务峰值或者低谷。
发明内容
鉴于以上所述的问题,本申请提供了一种安检集中判图***及其自动工作模式切换控制方法。根据本申请的一些实施例,基于对安检***的实时安检业务数据的统计分析,自动触发安检集中判图***的工作模式切换以应对实时安检业务压力。此外,根据本申请的一些实施例,还通过对实时安检业务数据以及多维度安检***相关数据的分析与学习,建立一套能够有效地根据实时安检业务变化以及多维度安检***相关数据来自动触发判图***的工作模式切换的判图***工作模式控制方法,从而实现安检集中判图***对于不同安检业务场景的响应适配。
根据本申请的一方面,提供了一种用于安检集中判图***的自动工作模式切换控制方法,包括:收集安检过程中的实时安检业务数据;基于所述实时安检业务数据随时间的变化趋势预测所述安检集中判图***的判图任务压力级别;以及控制所述安检集中判图***自动切换到与所述判图任务压力级别相匹配的判图工作模式。
根据本申请的一方面,基于所述实时安检业务数据随时间的变化趋势预测所述安检集中判图***的判图任务压力级别包括:基于所述实时安检业务数据,每隔预定的时间间隔生成判图任务累积数量相对于判图任务积压时间的分布曲线;以及基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别。
根据本申请的一方面,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别包括:基于所述分布曲线确定对应的判图任务分配完成用时标注,其中,所述判图任务分配完成用时标注指示超过所述判图任务累积数量的预定比例的判图任务已被分配给所述安检集中判图***来进行判图的用时时间,N个时间阈值沿判图任务积压时间轴被依次设置以限定N+1个阈值区间,并且所述N+1个阈值区间分别对应于N+1个判图任务压力级别,N是大于或等于1的整数;以及当所述判图任务分配完成用时标注沿所述判图任务积压时间轴向右偏移至所述判图任务积压时间轴上的下一阈值区间时,预测所述判图任务压力级别提升至与所述下一阈值区间相对应的判图任务压力级别。
根据本申请的一方面,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别还包括:当所述判图任务分配完成用时标注沿所述判图任务积压时间轴向左偏移至所述判图任务积压时间轴上的上一阈值区间时,预测所述判图任务压力级别降低至与所述上一阈值区间相对应的判图任务压力级别。
根据本申请的一方面,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别还包括:当所述分布曲线向右偏移的速度由可控范围加快至超过速度阈值时,预测所述判图任务压力级别提升至更高的判图任务压力级别。
根据本申请的一方面,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别还包括:当所述分布曲线向右偏移的速度由超过所述速度阈值减缓至所述可控范围内时,预测所述判图任务压力级别降低至更低的判图任务压力级别。
根据本申请的一方面,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别还包括:当所述判图任务分配完成用时标注沿所述判图任务积压时间轴向右偏移但没有到达所述判图任务积压时间轴上的所述下一阈值区间时,确定所述分布曲线向右偏移的速度是否由可控范围加快至超过速度阈值;并且当确定所述分布曲线向右偏移的速度由所述可控范围加快至超过所述速度阈值时,预测所述判图任务压力提升至更高的判图任务压力级别。
根据本申请的一方面,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别还包括:当确定所述分布曲线向右偏移的速度没有由所述可控范围加快至超过所述速度阈值时,确定所述分布曲线向右偏移的速度是否由超过所述速度阈值减缓至所述可控范围内;并且当确定所述分布曲线向右偏移的速度由超过所述速度阈值减缓至所述可控范围内时,预测所述判图任务压力降低至更低的判图任务压力级别。
根据本申请的一方面,所述分布曲线向右偏移的速度是所述判图任务分配完成用时标注在单位时间内沿所述判图任务积压时间轴的向右偏移量。
根据本申请的一方面,用于安检集中判图***的自动工作模式切换控制方法还包括:判断所述判图任务压力级别是否超过所述安检集中判图***在最大负荷工作模式下能够应对的判图任务压力;以及当所述判图任务压力级别超过所述安检集中判图***在所述最大负荷工作模式下能够应对的判图任务压力时,执行判图任务超负荷情况下的应对操作,并且在执行所述应对操作之后重新预测所述安检集中判图***的判图任务压力级别。
根据本申请的一方面,所述判图任务超负荷情况下的应对操作包括通知安检业务流量超过阈值的安检点降级为本地判图模式。
根据本申请的一方面,所述判图任务超负荷情况下的应对操作包括通知所述安检集中判图***的运营者增加判图站或判图员的数量。
根据本申请的一方面,用于安检集中判图***的自动工作模式切换控制方法还包括:当所述判图任务压力级别被预测为降至更低的判图任务压力级别时,在控制所述安检集中判图***进行工作模式切换之前,确定是否仍存在处于所述本地判图模式的安检点;并且当仍存在处于所述本地判图模式的安检点时,通知该安检点升级为远程集中判图模式,然后再重新预测所述安检集中判图***的判图任务压力级别。
根据本申请的一方面,用于安检集中判图***的自动工作模式切换控制方法还包括:在控制所述安检集中判图***进行工作模式切换之后,确定所述安检集中判图***是否工作在最大负荷工作模式下;并且当确定所述安检集中判图***工作在所述最大负荷工作模式下时,将所述N个时间阈值中的至少一个时间阈值沿所述判图任务积压时间轴向左偏移预定值,该至少一个时间阈值是对应于与所述最大负荷工作模式相匹配的判图任务压力级别的阈值区间的右边界阈值。
根据本申请的一方面,用于安检集中判图***的自动工作模式切换控制方法还包括:当所述安检集中判图***从所述最大负荷工作模式被切换至与更低判图任务压力级别相对应的判图工作模式时,将所述至少一个时间阈值恢复为初始设置的值。
根据本申请的一方面,用于安检集中判图***的自动工作模式切换控制方法还包括:在控制所述安检集中判图***进行工作模式切换之后,确定所述安检集中判图***是否工作在最大负荷工作模式下;并且当确定所述安检集中判图***工作在所述最大负荷工作模式下时,减小所述速度阈值。
根据本申请的一方面,用于安检集中判图***的自动工作模式切换控制方法还包括:当所述安检集中判图***从所述最大负荷工作模式被切换至与更低判图任务压力级别相对应的判图工作模式时,将所述速度阈值恢复为初始设置的值。
根据本申请的一方面,用于安检集中判图***的自动工作模式切换控制方法还包括:基于与所述安检集中判图***的运行状况相关联的***运行数据,对所述判图任务压力级别进行调整。
根据本申请的一方面,所述***运行数据包括突发性事件发生时的安检业务数据和所述安检集中判图***响应于所述突发性事件的运行数据。
根据本申请的一方面,所述***运行数据包括与所述安检集中判图***中的判图员的工作状态相关联的监测数据。
根据本申请的一方面,用于安检集中判图***的自动工作模式切换控制方法还包括:当所述监测数据显示所述判图员处于非疲劳导致的工作状态下滑的状况时,调高所述判图任务压力级别;并且当所述监测数据显示所述判图员处于因疲劳导致的工作状态下滑的状况时,调低所述判图任务压力级别。
根据本申请的一方面,用于安检集中判图***的自动工作模式切换控制方法还包括:基于所述安检集中判图***的运营者针对判图任务压力的人为应对决策,对所述判图任务压力级别进行调整。
根据本申请的一方面,所述人为应对决策包括所述运营者针对判图任务压力的历史人为应对决策。
根据本申请的一方面,所述人为应对决策包括所述运营者基于安检业务数据进行分析和仿真的过程中针对判图任务压力的人为应对决策。
根据本申请的一方面,所述判图工作模式选自对应于不同判图速度的多个判图工作模式。
根据本申请的一方面,所述判图工作模式选自对应于不同安检通道布置的多个判图工作模式,所述安检通道布置适配相应的判图任务压力级别。
根据本申请的一方面,所述安检通道布置包括安检机后护板长度的设置。
根据本申请的另一方面,提供了一种用于安检集中判图***的自动工作模式切换设备,包括用于执行上述自动工作模式切换控制方法的装置。
根据本申请的又一方面,提供了一种安检集中判图***,该安检集中判图***被配置为利用上述自动工作模式切换控制方法来自动切换判图工作模式。
附图说明
从下面结合附图对本申请的具体实施方式的描述中可以更好地理解本申请,其中:
图1示出了根据本申请的实施例的基于实时安检业务变化来控制安检集中判图***的自动工作模式切换的方法的示意性流程图;
图2a至图2c示出了根据本申请的实施例的表征实时安检业务变化的示例性判图任务分布曲线图;
图3示出了用于说明根据本申请的实施例的基于判图任务分布曲线随时间的动态变化趋势来预测安检集中判图***的判图任务压力级别的方法原理的示意图;
图4示出了根据本申请的一个示例性实施例的基于实时安检业务变化来控制安检集中判图***的自动工作模式切换的方法的具体流程图;
图5示出了根据本申请的另一示例性实施例的基于实时安检业务变化来控制安检集中判图***的自动工作模式切换的方法的具体流程图;
图6示出了根据本申请的实施例的基于实时安检业务变化结合与安检集中判图***的运行状况相关联的***运行数据来控制安检集中判图***的自动工作模式切换的方法的示意性流程图;
图7示出了根据本申请的实施例的基于实时安检业务变化结合安检集中判图***的运营者针对判图任务压力的人为应对决策来控制安检集中判图***的自动工作模式切换的方法的示意性流程图;以及
图8示出了根据本申请的实施例的基于实时安检业务变化结合多维度安检***相关数据来控制安检集中判图***的自动工作模式切换的方法的示意性流程图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例。在下面的详细描述中,提出了许多具体细节,以便提供对本申请的全面理解。但是,对于本领域技术人员来说很明显的是,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请的更好的理解。本申请决不限于下面所提出的任何具体配置,而是在不脱离本申请的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中,没有示出公知的结构和技术,以便避免对本申请造成不必要的模糊。
在安检***中,由于各个安检点可能会面对各种不同的安检业务情境,安检集中判图***可能需要在不同的工作模式之间进行切换来响应适配不同的安检业务情境下所产生的判图任务压力,从而实现***判图资源配置的优化。根据本申请的实施例,提出了基于预测的判图任务压力级别来控制安检集中判图***自动切换到与所预测的判图任务压力级别相匹配的判图工作模式。
根据本申请的实施例,业务是指由客流、物流等业务发起点给安检***带来的安检业务。业务发起点源源不断地产生行李、包裹等物品。相应地,安检点扫描这些物品,产生透视图像,并生成透视图像所对应的判图任务。然后,所生成的判图任务由安检集中判图***进行判图(即,判断行李物品中是否包含可能对安全造成威胁的危险物品),从而完成对行李物品的安全检查。
在安检过程中,各个安检点的实时安检业务数据是动态变化的,相应地,这些实时安检业务数据给安检集中判图***带来的判图任务压力也是动态变化的。为了有效应对动态变化的判图任务压力,提升安检集中判图***适配业务负载的能力,本申请提出了基于实时安检业务数据的变化来控制安检集中判图***自动切换工作模式以适配安检业务所造成的判图任务压力。
图1示出了根据本申请的实施例的基于实时安检业务变化来控制安检集中判图***的自动工作模式切换的方法100的示意性流程图。如图1所示,该方法100可以包括:在S101处,收集实时安检业务数据;在S102处,分析实时安检业务数据随时间的变化趋势;在S103处,基于实时安检业务数据随时间的变化趋势预测安检集中判图***的判图任务压力级别;以及,在S104处,控制安检集中判图***自动切换到与所预测的判图任务压力级别相匹配的判图工作模式。
在一些情况下,当安检业务流量非常大时,所带来的判图任务压力可能超过安检集中判图***的应对能力。也就是说,即使安检集中判图***被切换到最大负荷工作模式,也可能无法处理当前的安检业务流量所产生的判图任务。在这种情况下,可以执行任务超负荷情况下的应对操作,并且在执行应对操作之后重新预测安检集中判图***的判图任务压力级别。
因而,如图1所示的方法100还可以包括:在S105处,判断所预测的判图任务压力级别是否超过安检集中判图***在最大负荷工作模式下能够应对的判图任务压力;以及当判图任务压力级别超过安检集中判图***在最大负荷工作模式下能够应对的判图任务压力时,在S106处执行任务超负荷情况下的应对操作。当判图任务压力级别没有超过安检集中判图***在最大负荷工作模式下能够应对的判图任务压力时,在S104处,控制安检集中判图***自动切换到与所预测的判图任务压力级别相匹配的判图工作模式。
根据本申请的一些实施例,判图任务超负荷情况下的应对操作例如可以是通知安检集中判图***的运营者适当地增加判图站或判图员的数量,为***提供更多的判图资源支持;或者可以是通知安检业务流量超过阈值的一些安检点降级到本地判图模式,以减轻集中判图***的判图压力。
如上所述,在本申请的实施例中,可以基于实时安检业务数据随时间的变化趋势来预测安检集中判图***的判图任务压力级别。具体而言,实时安检业务数据随时间的动态变化使得安检集中判图***的判图任务也会随时间而动态变化,导致不同的判图任务压力级别。根据本申请的一些实施例,提出使用判图任务分布曲线来表征实时安检业务数据变化,从而基于判图任务分布曲线随时间的动态变化趋势来预测安检集中判图***的判图任务压力级别。
根据本申请的一些实施例,可以不断地收集和记录判图任务积压时间,并且每隔预定的时间间隔生成判图任务累积数量相对于判图任务积压时间的分布曲线,然后基于所生成的分布曲线随时间的动态变化趋势预测判图任务压力级别。
图2a至图2c示出了根据本申请的实施例在安检过程中的不同时刻基于所收集的实时安检业务数据生成的示例性判图任务分布曲线图。
如图2a至图2c所示,横轴表示判图任务积压时间,纵轴表示一段判图任务积压时间内的判图任务累积数量。在本公开中,为简洁起见,判图任务也可以被简称为任务。例如,任务积压时间0.1秒内的任务累积数量为任务积压时间在0至0.1秒之间的任务数量;任务积压时间0.2秒内的任务累积数量为任务积压时间在0至0.1秒之间的任务数量和任务积压时间在0.1至0.2秒之间的任务数量的总和;任务积压时间0.3秒内的任务累积数量为任务积压时间在0至0.1秒之间的任务数量、任务积压时间在0.1至0.2秒之间的任务数量、以及任务积压时间在0.2至0.3秒之间的任务数量的总和,以此类推。此外,在本文中,当某个任务被成功分配时,则该任务对应的任务积压时间为该任务的分配耗时,而当某个任务未被成功分配时,则该任务对应的任务积压时间为该任务可供分配的时间(超过该可供分配的时间,则认为该任务分配超时)。这里,任务可供分配的时间指某个任务的分配和判图具有安检业务意义的时间。即,超过了该任务可供分配的时间,该任务不再需要进行分配和判图,因为此时再对该任务进行判图将不具有实际意义。当某个任务分配超时时,该任务将被终止,不再进行分配和判图,而安检***将进行适当的超时处理。
更具体地,例如,图2a示出了在某一示例性时刻基于实时安检业务数据进行统计分析而生成的任务积压时间2.5秒内的判图任务分布曲线。如图2a所示,任务积压时间在0.0-0.1秒、0.1-0.2秒、0.2-0.3秒 … 2.3-2.4秒的区间内的任务数量是相同的,所以任务累积数量随着任务积压时间的增加而线性增加,相应地,判图任务分布曲线呈线性变化趋势。而由于任务积压时间在2.4-2.5秒内的任务数量出现了较大幅度增加,所以判图任务分布曲线的上升斜率也随之大幅增加。类似地,图2b示出了在另一示例性时刻生成的任务积压时间2.5秒内的判图任务分布曲线。如图2b所示,任务积压时间超过1.6秒的任务数量明显变少,所以判图任务分布曲线从任务积压时间1.6秒开始变得平缓。
此外,图2c示出了在又一示例性时刻生成的任务积压时间2.9秒内的判图任务分布曲线。如图2c所示,任务积压时间在2.4秒至2.7秒之间的任务相对集中,任务积压时间超过2.7秒的任务数量又急剧减少。在该图中,基于判图任务分布曲线确定了对应的任务分配完成用时标注,该任务分配完成用时标注位于任务积压时间2.7-2.8秒之间。这里,任务分配完成用时标注指的是超过判图任务累积数量的预定比例的任务已被分配给安检集中判图***来进行判图的用时时间。换言之,超过判图任务累积数量的预定比例的任务能够在任务分配完成用时标注的时间以内完成分配。此外,通常是要求绝大多数(例如99%)的任务都能够在任务分配完成用时标注的时间以内被分配给安检集中判图***来进行判图,因此,任务分配完成用时标注可以指绝大多数的任务已完成分配的用时时间。
根据本申请的一些实施例,可以基于上述的任务分配完成用时标注以及判图任务分布曲线的移动速度来衡量判图任务分布曲线随时间的动态变化,进而确定实时安检业务数据随时间的变化趋势以预测安检集中判图***的判图任务压力级别。
图3示出了用于说明根据本申请的实施例的基于判图任务分布曲线随时间的动态变化趋势来预测安检集中判图***的判图任务压力级别的方法原理的示意图。
如图3所示,安检集中判图***将每隔预定的时间间隔基于实时安检业务数据进行一次统计分析,以生成判图任务累积数量相对于任务积压时间的分布曲线,并基于所生成的分布曲线确定对应的任务分配完成用时标注。通过测算该任务分配完成用时标注沿任务积压时间轴的偏移量,可以确定判图任务分布曲线随时间的动态变化趋势。
根据本申请的实施例,可以在任务积压时间轴上依次设置N个时间阈值。该N个时间阈值将限定N+1个阈值区间,分别对应于N+1个判图任务压力级别。这里,N可以是大于或等于1的整数。当任务分配完成用时标注沿任务积压时间轴向右偏移至该任务积压时间轴上的下一阈值区间时,可以预测判图任务压力级别提升至与该下一阈值区间相对应的更高的判图任务压力级别。相应地,当任务分配完成用时标注沿任务积压时间轴向左偏移至该任务积压时间轴上的上一阈值区间时,可以预测判图任务压力级别降低至与该上一阈值区间相对应的更低的判图任务压力级别。例如,当任务分配完成用时标注向右偏移至超过阈值1且落在阈值1与阈值2之间时,可以预测判图任务压力级别提升至由阈值1和阈值2分别作为左右边界阈值的阈值区间所对应的判图任务压力级别;反之,当任务分配完成用时标注向左偏移至低于阈值1的阈值区间时,可以预测判图任务压力级别降低至由0和阈值1分别作为左右边界阈值的阈值区间所对应的判图任务压力级别。
此外,还可以基于判图任务分布曲线的移动速度来预测判图任务压力级别的变化。具体而言,当判图任务分布曲线向右偏移的速度由可控范围加快至超过速度阈值时,可以预测判图任务压力提升至更高的判图任务压力级别;相应地,当判图任务分布曲线向右偏移的速度由超过速度阈值减缓至可控范围内时,可以预测判图任务压力降低至更低的判图任务压力级别。在一个示例性实施例中,判图任务分布曲线向右偏移的速度可以用任务分配完成用时标注在单位时间内的右移偏移量来衡量。
综上,当判图任务分布曲线在一定速度范围内出现右移趋势并且任务分配完成用时标注超过第一阈值时,可以预测判图任务压力级别升高,将触发第一级工作模式切换预警。当判图任务分布曲线的右移趋势继续增加时,例如当分布曲线继续右移使得对应的任务分配完成用时标注向右偏移至任务积压时间轴上的下一阈值区间时或者当曲线右移的速度由可控范围加快至超过预设的速度阈值时,可以预测判图任务压力级别继续升高,将触发更高级别的工作模式切换预警,直到判图***识别到即使切换到最大负荷工作模式也无法应对所预测的判图任务压力时,将执行任务超负荷情况下的应对操作。下面结合图4详细描述基于实时安检业务变化、利用上述判图任务压力预测方式来控制安检集中判图***的自动工作模式切换的方法。
图4示出了根据本申请的一个示例性实施例的基于实时安检业务变化来控制安检集中判图***的自动工作模式切换的方法400的具体流程图。
在S401处,可以不断地收集安检过程中的实时安检业务数据。
在S402处,可以基于所收集的实时安检业务数据,每隔预定的时间间隔生成判图任务累积数量相对于任务积压时间的分布曲线,并确定对应的任务分配完成用时标注。
在S403处,可以分析分布曲线随时间的动态变化趋势。例如,可以对任务分配完成用时标注的偏移量进行测算,计算分布曲线的移动速度等等。
在S404处,可以确定分布曲线是否沿任务积压时间轴向右偏移。
当在S404处确定分布曲线向右偏移时,可以在S405处确定任务分配完成用时标注是否沿任务积压时间轴向右偏移至任务积压时间轴上的下一阈值区间。
当在S405处确定任务分配完成用时标注沿任务积压时间轴向右偏移至任务积压时间轴上的下一阈值区间时,可以预测判图任务压力级别提升至与该下一阈值区间相对应的更高的判图任务压力级别,相应地,可以控制安检集中判图***切换到与更高的判图任务压力级别相匹配的判图工作模式。但是,由于判图任务压力级别的提升可能导致判图任务压力超过判图***的应对能力,需要执行任务超负荷情况下的应对操作。因此,可以在S406处判断判图任务压力级别是否超过安检集中判图***在最大负荷工作模式下能够应对的判图任务压力。
当在S405处确定任务分配完成用时标注沿任务积压时间轴没有向右偏移至任务积压时间轴上的下一阈值区间时,可以在S408处进一步确定分布曲线向右偏移的速度是否由可控范围加快至超过速度阈值。
当在S408处确定分布曲线向右偏移的速度由可控范围加快至超过速度阈值时,可以预测判图任务压力级别提升至更高的判图任务压力级别。此时,可以在S406处判断判图任务压力级别是否超过安检集中判图***在最大负荷工作模式下能够应对的判图任务压力。
当在S406处确定判图任务压力级别超过安检集中判图***在最大负荷工作模式下能够应对的判图任务压力时,可以在S407处执行任务超负荷情况下的应对操作,例如可以通知安检业务流量超过阈值的部分安检点降级为本地判图模式,然后再重新预测安检集中判图***的判图任务压力级别。
当在S406处确定判图任务压力级别没有超过安检集中判图***在最大负荷工作模式下能够应对的判图任务压力时,可以在S410处触发判图工作模式切换。
根据本申请的一些实施例,安检集中判图***的判图工作模式可以包括对应于不同判图速度的多个判图工作模式。例如,当判图任务压力级别较低时,安检集中判图***可以工作在普通模式下,而随着判图任务压力级别的升高,安检集中判图***可以工作在对应于更快判图速度的加速模式下。在加速模式下,例如,判图站处理判图任务的速度加快,或者判图站可以同时处理的判图任务数量增多,或者可供分配的判图站增多。此外,安检集中判图***的判图工作模式也可以包括对应于不同安检通道布置的多个判图工作模式,不同的安检通道布置可以适配相应的判图任务压力级别。例如,安检通道布置可以包括安检机后护板长度的设置。例如,通过加长安检机后护板长度,可以相应地增加预留给任务分配和判图的剩余时间,为安检集中判图***提供更长的分配时间,从而增加任务能够被分配出去的机率。
下面继续描述方法400的流程。
当在S404处确定分布曲线没有向右偏移时,可以在S411处确定分布曲线是否向左偏移。
当在S411处确定分布曲线向左偏移时,可以在S412处确定任务分配完成用时标注是否沿任务积压时间轴向左偏移至任务积压时间轴上的上一阈值区间。
当在S412处确定任务分配完成用时标注沿任务积压时间轴向左偏移至任务积压时间轴上的上一阈值区间时,可以预测判图任务压力级别降低至与该上一阈值区间相对应的更低的判图任务压力级别。此时,可以控制安检集中判图***切换到与该更低的判图任务压力级别相匹配的判图工作模式。但是,由于在S407中可能有部分安检点由于之前的判图任务压力级别超过***应对能力而被降级为本地判图模式,所以当判图任务压力级别降低时,可以将这些安检点重新升级为远程集中判图模式。因而,可以在S413处判断是否仍存在处于本地判图模式的安检点。当确定仍存在处于本地判图模式的安检点时,可以在S414处通知该安检点升级为远程集中判图模式,然后再重新预测安检集中判图***的判图任务压力级别。当确定不存在处于本地判图模式的安检点时,可以在S415处触发判图工作模式切换。
此外,当在S408处确定分布曲线向右偏移的速度没有加快至超过速度阈值时,可以在S409处确定分布曲线向右偏移的速度是否由超过速度阈值减缓至可控范围内。当确定分布曲线向右偏移的速度由超过速度阈值减缓至可控范围内,可以预测判图任务压力级别降低至更低的判图任务压力级别,相应地,接下来可以执行如上所述的步骤S413至S415。
根据图4所示的判图工作模式自动切换方法,当预测判图任务压力级别不断提升时,将触发安检集中判图***切换到更高负荷的工作模式下,直到***识别到切换工作模式也无法应对安检业务压力时,***将需要在业务人员的配合下开始执行任务超负荷情况下的风险应对操作。例如,该风险应对操作可以是将部分业务流量过大的安检点降级为本地判图模式以减轻集中判图***的判图压力。该风险应对操作的执行可能涉及分析业务流量、识别出流量过大的安检点、通知现场安检人员、在现场安检人员的配合下完成远程判图切换到本地判图以及安排本地判图员就位等一系列行动。这一系列行动的耗时通常会大于工作模式切换的耗时。因此,在应对超负荷的判图任务压力时,需要留出比工作模式切换更加充足的预判时间,以在实际业务流量峰值到来之前提前开始进行应对操作。
根据本申请的一些实施例,当判图***识别到自身工作模式切换的瓶颈之后,将会调整对变化趋势预判的提前程度,以便及时有效地应对业务压力。例如,可以通过减小任务分配完成用时标注对应的时间阈值的方式使判图***针对判图任务分布曲线的变化更早地做出工作模式切换预警;或者可以通过减小速度阈值的方式使判图***对判图任务分布曲线移动速度的变化更加敏感。
以下结合图5来具体说明在如图4所示的判图***工作模式切换方法基础上增加了预判提前步骤的工作模式切换方法。
图5示出了根据本申请的另一示例性实施例的基于实时安检业务变化来控制安检集中判图***的自动工作模式切换的方法的具体流程图。与图4相比,图5所示的方法流程增加了步骤S416至S418。因而,下面将仅详细描述步骤S416至S418的操作,关于其他步骤的操作与图4中的操作相同,在此不再重复说明。
具体而言,在S410处控制安检集中判图***切换到与更高的判图任务压力级别相匹配的更高负荷的判图工作模式之后,可以在S416处判断切换工作模式后的安检集中判图***是否工作在最大负荷工作模式下。当在S416处确定安检集中判图***没有工作在最大负荷工作模式下时,可以正常地继续进行图4的方法流程,而当在S416处确定安检集中判图***已工作在最大负荷工作模式下时,可以在S417处进行预判提前设置。例如,该预判提前设置可以是减小任务分配完成用时标注对应的时间阈值。更具体地,该预判提前设置可以是将任务积压时间轴上的N个时间阈值中的至少一个时间阈值沿任务积压时间轴向左偏移预定值,该至少一个时间阈值可以是对应于与最大负荷工作模式相匹配的判图任务压力级别的阈值区间的右边界阈值。例如,如图3所示,当与最大负荷工作模式相匹配的判图任务压力级别所对应的阈值区间是阈值2至阈值3时,预判提前设置可以是减小阈值3。或者,该预判提前设置也可以是减小判图分布曲线的移动速度的速度阈值。
相应地,在S415处控制安检集中判图***切换到与更低的判图任务压力级别相匹配的更低负荷的判图工作模式之后,可以在S418处恢复预判设置。例如,可以将时间阈值或判图分布曲线的移动速度的速度阈值恢复到初始设置的值。
以上结合图1至图5描述了通过对实时安检业务变化进行统计分析来预测判图任务压力级别以控制安检集中判图***的自动工作模式切换的方法流程。然而,在某些情况下,仅仅通过统计分析实时安检业务变化,不一定能够及时、有效且全面地预测安检集中判图***的判图任务压力。其他的一些安检***相关数据也可能影响安检集中判图***的判图任务压力。
例如,可以基于与安检集中判图***的运行状况相关联的***运行数据,对基于实时安检业务变化所预测的判图任务压力级别进行调整。换言之,可以通过综合考虑实时安检业务变化以及安检集中判图***的***运行数据,来预测安检集中判图***的判图任务压力级别。
根据本申请的一个实施例,可以收集各种***运行数据,通过数据筛选、特征分析、建模分析、机器学习等来寻找目前未发现或靠人力难以发现的规律,以预测判图任务压力及风险。例如,在遇到大型赛事、会议、重要活动、天气变化等事件所带来的额外业务流量和压力时,对于安检集中判图***而言,这些事件都属于突发性事件。如果没有额外的预测和应对措施,判图***将不具备处理这些额外业务流量的能力。因此,在该实施例中,在基于实时安检业务变化趋势来预测判图任务压力的基础上,可以结合这些突发性事件发生时的安检业务数据以及安检集中判图***响应于这些突发性事件的运行数据,来更好地预测判图***的任务压力,进行适当的工作模式切换。在该实施例中,与安检集中判图***的运行状况相关联的***运行数据可以包括突发性事件发生时的安检业务数据以及安检集中判图***响应于突发性事件的运行数据。可选地,可以结合从互联网等媒体订阅到的相关新闻、预报等,实时获取事件类信息以辅助进行安检业务变化趋势分析以及判图任务压力预测。
根据本申请的另一实施例,与安检集中判图***的运行状况相关联的***运行数据还可以包括与安检集中判图***中的判图员的工作状态相关联的监测数据。例如,在工作了一定时长之后,一些判图员的工作状态可能出现一定程度的下滑,处理任务的能力就有所下降,可能导致安检集中判图***的任务分配出现滞后,造成判图任务累积,进而产生风险。针对该问题,***例如可以通过眼动仪、摄像头等装置补充收集判图站屏幕前的安检员的眼部和面部信息,进行疲劳监测。经疲劳监测分析,一旦出现上述工作状态下滑或疲劳的状况,判图***可以结合判图员的工作时长以及实时安检业务变化趋势,适当地调整判图***的工作模式的切换条件和时机。
仅以安检员的工作状态来分析,一般情况下,当监测数据显示判图员处于非疲劳导致的工作状态下滑的状况(例如,判图员的工作时长少于平均上岗工作时长而出现精神不集中的情况)时,可以适当调高判图任务压力级别以切换到高预警的工作模式,提高判图员的警惕,以督促判图员集中精神来应对判图压力。另一方面,当监测数据显示判图员处于因疲劳导致的工作状态下滑的状况(例如,判图员的工作时长超过平均上岗工作时长,导致判图员出现疲劳)时,可以适当调低判图任务压力级别以切换到低预警的工作模式,降低判图员的判图压力。
图6示出了根据本申请的实施例的基于实时安检业务变化结合与安检集中判图***的运行状况相关联的***运行数据来控制安检集中判图***的自动工作模式切换的方法的示意性流程图。如图6所示,在预测判图任务压力级别和自动切换工作模式时,将综合考虑实时安检业务数据的变化趋势、突发性事件发生时的安检业务数据以及判图***响应于突发性事件的运行数据、与判图员的工作状态相关联的监测数据、以及与***运行状况相关联的其他***运行数据。
此外,根据本申请的一些实施例,还可以参考安检集中判图***的运营者针对判图任务压力的人为应对决策,对基于实时安检业务变化趋势预测的判图任务压力级别进行调整,从而优化自动工作模式切换的效果。
具体地,安检集中判图***可以参考和学***衡,以优化工作模式切换策略。
图7示出了根据本申请的实施例的基于实时安检业务变化结合安检集中判图***的运营者针对判图任务压力的人为应对决策来控制安检集中判图***的自动工作模式切换的方法的示意性流程图。如图7所示,在预测判图任务压力级别和自动切换工作模式时,将综合考虑实时安检业务数据的变化趋势、安检集中判图***的运营者针对判图任务压力的历史人为应对决策、安检集中判图***的运营者基于安检业务数据进行分析和仿真的过程中针对判图任务压力的人为应对决策。
根据本申请的又一些实施例,可以综合考虑实时安检业务数据的变化趋势、与安检集中判图***的运行状况相关联的***运行数据以及安检集中判图***的运营者针对判图任务压力的人为应对决策等多个维度的因素,来融合人机决策,建立多维度的判图任务压力预测模型,从而对安检业务流量变化进行有效的预警并做出适当的应对措施。应注意,根据本申请的实施例,预警时采用的具体通知方式不受限制。例如,预警可以通过声光报警装置来实现,也可以通过短信、微信、APP等信息推送方式来实现,还可以通过管理监控站软件进行声像报警,以请求管理负责相关人员做出反馈。
图8示出了根据本申请的实施例的基于实时安检业务变化结合多维度安检***相关数据来控制安检集中判图***的自动工作模式切换的方法的示意性流程图。
如图8所示,在判图***能够处理的业务流量范围内,通过综合考虑实时安检业务变化和多维度安检***相关数据,可以智能地切换判图***的工作模式来应对不同的安检业务流量,使得判图***可以在不改变判图资源数量的情况下,匹配不同量级的安检业务流量,适应多种不同的“安检业务流量-判图资源”比例。此外,当安检业务流量超出判图***能够处理的业务流量范围时,判图***能够及时响应,通知相关负责人,给出可行的应对建议。例如,可以通知安检集中判图***的运营者适当地增加判图站或判图员的数量,为判图***提供更多的判图资源支持;或者可以通知业务流量超过阈值的一些安检点降级到本地判图模式,以减轻集中判图***的判图压力。
综上所述,本申请提供了一种安检集中判图***及其自动工作模式切换控制方法。该自动工作模式切换控制方法充分利用安检业务大数据,实现智能的安检集中判图***工作模式自动切换,能够有效应对安检集中判图***的任务压力和风险,在面对轻量级或极端的业务场景时均有对应的策略。因而,可以提升判图***动态适配业务负载的能力、以及***判图资源的利用率;减少为应对业务流量变化而调整判图资源等配置所带来的成本、减少资源冗余和浪费;提升判图***的稳定性、可靠性、抗干扰能力以及风险应对能力,最终提升客户业务价值。
上文中提到了“一个实施例”、 “一些实施例”、“另一实施例”、“又一实施例”、 “另一些实施例”、“又一些实施例”,然而应理解,在各个实施例中提及的特征并不一定只能应用于该实施例,而是可能用于其他实施例。一个实施例中的特征可以应用于另一实施例,或者可以被包括在另一实施例中。
上文中提到了“第一”、“第二”…等序数词。然而应理解这些表述仅仅是为了叙述和引用的方便,所限定的对象并不存在次序上的先后关系。
本申请可以以其他的具体形式实现,而不脱离其精神和本质特征。例如,特定实施例中所描述的算法可以被修改,而***体系结构并不脱离本申请的基本精神。因此,当前的实施例在所有方面都被看作是示例性的而非限定性的,本申请的范围由所附权利要求而非上述描述定义,并且,落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本申请的范围之中。
Claims (27)
1.一种用于安检集中判图***的自动工作模式切换控制方法,包括:
收集安检过程中的实时安检业务数据;
基于所述实时安检业务数据,每隔预定的时间间隔生成判图任务累积数量相对于判图任务积压时间的分布曲线;
基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别;以及
控制所述安检集中判图***自动切换到与所述判图任务压力级别相匹配的判图工作模式,
其中,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别包括:
基于所述分布曲线确定对应的判图任务分配完成用时标注,其中,所述判图任务分配完成用时标注指示超过所述判图任务累积数量的预定比例的判图任务已被分配给所述安检集中判图***来进行判图的用时时间,N个时间阈值沿判图任务积压时间轴被依次设置以限定N+1个阈值区间,并且所述N+1个阈值区间分别对应于N+1个判图任务压力级别,N是大于或等于1的整数;以及
当所述判图任务分配完成用时标注沿所述判图任务积压时间轴向右偏移至所述判图任务积压时间轴上的下一阈值区间时,预测所述判图任务压力级别提升至与所述下一阈值区间相对应的判图任务压力级别。
2.根据权利要求1所述的自动工作模式切换控制方法,其中,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别还包括:
当所述判图任务分配完成用时标注沿所述判图任务积压时间轴向左偏移至所述判图任务积压时间轴上的上一阈值区间时,预测所述判图任务压力级别降低至与所述上一阈值区间相对应的判图任务压力级别。
3.根据权利要求1所述的自动工作模式切换控制方法,其中,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别还包括:
当所述分布曲线向右偏移的速度由可控范围加快至超过速度阈值时,预测所述判图任务压力级别提升至更高的判图任务压力级别。
4.根据权利要求3所述的自动工作模式切换控制方法,其中,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别还包括:
当所述分布曲线向右偏移的速度由超过所述速度阈值减缓至所述可控范围内时,预测所述判图任务压力级别降低至更低的判图任务压力级别。
5.根据权利要求1所述的自动工作模式切换控制方法,其中,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别还包括:
当所述判图任务分配完成用时标注沿所述判图任务积压时间轴向右偏移但没有到达所述判图任务积压时间轴上的所述下一阈值区间时,确定所述分布曲线向右偏移的速度是否由可控范围加快至超过速度阈值;并且
当确定所述分布曲线向右偏移的速度由所述可控范围加快至超过所述速度阈值时,预测所述判图任务压力提升至更高的判图任务压力级别。
6.根据权利要求5所述的自动工作模式切换控制方法,其中,基于所述分布曲线随时间的动态变化趋势预测所述判图任务压力级别还包括:
当确定所述分布曲线向右偏移的速度没有由所述可控范围加快至超过所述速度阈值时,确定所述分布曲线向右偏移的速度是否由超过所述速度阈值减缓至所述可控范围内;并且
当确定所述分布曲线向右偏移的速度由超过所述速度阈值减缓至所述可控范围内时,预测所述判图任务压力降低至更低的判图任务压力级别。
7.根据权利要求5或6所述的自动工作模式切换控制方法,其中,所述分布曲线向右偏移的速度是所述判图任务分配完成用时标注在单位时间内沿所述判图任务积压时间轴的向右偏移量。
8.根据权利要求1所述的自动工作模式切换控制方法,还包括:
判断所述判图任务压力级别是否超过所述安检集中判图***在最大负荷工作模式下能够应对的判图任务压力;并且
当所述判图任务压力级别超过所述安检集中判图***在所述最大负荷工作模式下能够应对的判图任务压力时,执行判图任务超负荷情况下的应对操作,并且在执行所述应对操作之后重新预测所述安检集中判图***的判图任务压力级别。
9.根据权利要求8所述的自动工作模式切换控制方法,其中:
所述判图任务超负荷情况下的应对操作包括通知安检业务流量超过阈值的安检点降级为本地判图模式。
10.根据权利要求8所述的自动工作模式切换控制方法,其中:
所述判图任务超负荷情况下的应对操作包括通知所述安检集中判图***的运营者增加判图站或判图员的数量。
11.根据权利要求9所述的自动工作模式切换控制方法,还包括:
当所述判图任务压力级别被预测为降至更低的判图任务压力级别时,在控制所述安检集中判图***进行工作模式切换之前,确定是否仍存在处于所述本地判图模式的安检点;并且
当仍存在处于所述本地判图模式的安检点时,通知该安检点升级为远程集中判图模式,然后再重新预测所述安检集中判图***的判图任务压力级别。
12.根据权利要求1所述的自动工作模式切换控制方法,还包括:
在控制所述安检集中判图***进行工作模式切换之后,确定所述安检集中判图***是否工作在最大负荷工作模式下;并且
当确定所述安检集中判图***工作在所述最大负荷工作模式下时,将所述N个时间阈值中的至少一个时间阈值沿所述判图任务积压时间轴向左偏移预定值,该至少一个时间阈值是对应于与所述最大负荷工作模式相匹配的判图任务压力级别的阈值区间的右边界阈值。
13.根据权利要求12所述的自动工作模式切换控制方法,还包括:
当所述安检集中判图***从所述最大负荷工作模式被切换至与更低判图任务压力级别相对应的判图工作模式时,将所述至少一个时间阈值恢复为初始设置的值。
14.根据权利要求3所述的自动工作模式切换控制方法,还包括:
在控制所述安检集中判图***进行工作模式切换之后,确定所述安检集中判图***是否工作在最大负荷工作模式下;并且
当确定所述安检集中判图***工作在所述最大负荷工作模式下时,减小所述速度阈值。
15.根据权利要求14所述的自动工作模式切换控制方法,还包括:
当所述安检集中判图***从所述最大负荷工作模式被切换至与更低判图任务压力级别相对应的判图工作模式时,将所述速度阈值恢复为初始设置的值。
16.根据权利要求1所述的自动工作模式切换控制方法,还包括:
基于与所述安检集中判图***的运行状况相关联的***运行数据,对所述判图任务压力级别进行调整。
17.根据权利要求16所述的自动工作模式切换控制方法,其中,所述***运行数据包括突发性事件发生时的安检业务数据和所述安检集中判图***响应于所述突发性事件的运行数据。
18.根据权利要求16所述的自动工作模式切换控制方法,其中,所述***运行数据包括与所述安检集中判图***中的判图员的工作状态相关联的监测数据。
19.根据权利要求18所述的自动工作模式切换控制方法,还包括:
当所述监测数据显示所述判图员处于非疲劳导致的工作状态下滑的状况时,调高所述判图任务压力级别;并且
当所述监测数据显示所述判图员处于因疲劳导致的工作状态下滑的状况时,调低所述判图任务压力级别。
20.根据权利要求1所述的自动工作模式切换控制方法,还包括:
基于所述安检集中判图***的运营者针对判图任务压力的人为应对决策,对所述判图任务压力级别进行调整。
21.根据权利要求20所述的自动工作模式切换控制方法,其中,所述人为应对决策包括所述运营者针对判图任务压力的历史人为应对决策。
22.根据权利要求20所述的自动工作模式切换控制方法,其中,所述人为应对决策包括所述运营者基于安检业务数据进行分析和仿真的过程中针对判图任务压力的人为应对决策。
23.根据权利要求1所述的自动工作模式切换控制方法,其中,所述判图工作模式选自对应于不同判图速度的多个判图工作模式。
24.根据权利要求1所述的自动工作模式切换控制方法,其中所述判图工作模式选自对应于不同安检通道布置的多个判图工作模式,所述安检通道布置适配相应的判图任务压力级别。
25.根据权利要求24所述的自动工作模式切换控制方法,其中,所述安检通道布置包括安检机后护板长度的设置。
26.一种用于安检集中判图***的自动工作模式切换设备,包括用于执行根据权利要求1至25中任一权利要求所述的自动工作模式切换控制方法的装置。
27.一种安检集中判图***,该安检集中判图***被配置为利用根据权利要求1至25中任一权利要求所述的自动工作模式切换控制方法来自动切换判图工作模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011367948.2A CN112181629B (zh) | 2020-11-30 | 2020-11-30 | 安检集中判图***及其自动工作模式切换控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011367948.2A CN112181629B (zh) | 2020-11-30 | 2020-11-30 | 安检集中判图***及其自动工作模式切换控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112181629A CN112181629A (zh) | 2021-01-05 |
CN112181629B true CN112181629B (zh) | 2021-05-04 |
Family
ID=73918153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011367948.2A Active CN112181629B (zh) | 2020-11-30 | 2020-11-30 | 安检集中判图***及其自动工作模式切换控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112181629B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113031088A (zh) * | 2021-02-25 | 2021-06-25 | 上海工物高技术产业发展有限公司 | 一种安检*** |
CN113822341B (zh) * | 2021-08-31 | 2023-06-20 | 成都智元汇信息技术股份有限公司 | 一种地铁安检集中判图***的判图客户端及其工作方法 |
CN113988646B (zh) * | 2021-10-29 | 2022-12-20 | 成都智元汇信息技术股份有限公司 | 一种集中判图组间调度方法及装置 |
CN114814973B (zh) * | 2022-03-28 | 2024-03-08 | 北京中盾安民分析技术有限公司 | 一种人机混合决策的智能安检***及方法 |
CN115567415B (zh) * | 2022-12-02 | 2023-03-10 | 成都智元汇信息技术股份有限公司 | 一种降级状态触发集中判图*** |
CN116468990B (zh) * | 2023-06-08 | 2023-09-29 | 中海智(北京)科技有限公司 | 一种基于集中判图的任务随机派发智能管理***及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101247473A (zh) * | 2007-02-13 | 2008-08-20 | 华晶科技股份有限公司 | 预测影像撷取数量的方法 |
CN101531320A (zh) * | 2008-03-12 | 2009-09-16 | 株式会社日立制作所 | 电梯的门控制***以及控制方法 |
CN102306451A (zh) * | 2011-06-01 | 2012-01-04 | 电信科学技术研究院 | 交通灯控制方法、装置和*** |
CN103207659A (zh) * | 2012-01-16 | 2013-07-17 | 联想(北京)有限公司 | 切换方法和电子设备 |
CN107844856A (zh) * | 2017-10-24 | 2018-03-27 | 东南大学 | 基于车载GPS和站点WiFi的公交车客流预测方法 |
CN108229449A (zh) * | 2018-02-23 | 2018-06-29 | 华讯方舟科技有限公司 | 一种并行式人体安检*** |
CN110751340A (zh) * | 2019-10-29 | 2020-02-04 | 广东机场白云信息科技有限公司 | 一种机场安检区域人流预测分析方法及*** |
CN111443100A (zh) * | 2020-05-12 | 2020-07-24 | 北京声迅电子股份有限公司 | 一种基于智能识别技术安检集中判图*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8872447B2 (en) * | 2012-08-08 | 2014-10-28 | Honda Motor Co., Ltd. | Dual function power door |
-
2020
- 2020-11-30 CN CN202011367948.2A patent/CN112181629B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101247473A (zh) * | 2007-02-13 | 2008-08-20 | 华晶科技股份有限公司 | 预测影像撷取数量的方法 |
CN101531320A (zh) * | 2008-03-12 | 2009-09-16 | 株式会社日立制作所 | 电梯的门控制***以及控制方法 |
CN102306451A (zh) * | 2011-06-01 | 2012-01-04 | 电信科学技术研究院 | 交通灯控制方法、装置和*** |
CN103207659A (zh) * | 2012-01-16 | 2013-07-17 | 联想(北京)有限公司 | 切换方法和电子设备 |
CN107844856A (zh) * | 2017-10-24 | 2018-03-27 | 东南大学 | 基于车载GPS和站点WiFi的公交车客流预测方法 |
CN108229449A (zh) * | 2018-02-23 | 2018-06-29 | 华讯方舟科技有限公司 | 一种并行式人体安检*** |
CN110751340A (zh) * | 2019-10-29 | 2020-02-04 | 广东机场白云信息科技有限公司 | 一种机场安检区域人流预测分析方法及*** |
CN111443100A (zh) * | 2020-05-12 | 2020-07-24 | 北京声迅电子股份有限公司 | 一种基于智能识别技术安检集中判图*** |
Also Published As
Publication number | Publication date |
---|---|
CN112181629A (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112181629B (zh) | 安检集中判图***及其自动工作模式切换控制方法 | |
US7013239B2 (en) | Apparatus and method for performance and fault data analysis | |
CN116880412B (zh) | 一种基于云的可视化生产管理平台 | |
US8352621B2 (en) | Method and system to automatically optimize execution of jobs when dispatching them over a network of computers | |
CN116862199A (zh) | 基于大数据和云计算的建筑施工优化*** | |
US8732534B2 (en) | Predictive incident management | |
CN102009885B (zh) | 升降机维护管理*** | |
US20210006505A1 (en) | A bursty traffic allocation method, device and proxy server | |
EP3932025B1 (en) | Computing resource scheduling method, scheduler, internet of things system, and computer readable medium | |
US20170169342A1 (en) | System and method for diagnosing at least one component requiring maintenance in an appliance and/or installation | |
US11443513B2 (en) | Systems and methods for resource analysis, optimization, or visualization | |
CN112025703B (zh) | 机器人自诊断的方法、装置及*** | |
CN113032239A (zh) | 风险提示方法、装置、电子设备及存储介质 | |
CN116579589A (zh) | 一种环卫车辆作业状况智能监管*** | |
JP2009193238A (ja) | システム負荷監視方法 | |
CN115827232A (zh) | 一种为业务模型确定配置的方法、装置、***及设备 | |
CN112070264B (zh) | 基于大数据的设备预测性维护方法 | |
CN118138434B (zh) | 分布式网管平台的分级管理方法及*** | |
KR101767903B1 (ko) | 엘리베이터의 군 관리 시스템장치 | |
CN118071040B (zh) | 一种公路施工的安全检查评价方法及*** | |
KR102606669B1 (ko) | IoT를 이용한 소방차의 화재진화성능 향상 및 유지관리 방법 및 시스템 | |
KR102538688B1 (ko) | 리스크 평가 기반 사고 예측 안전관리 장치 및 방법 | |
CN116911807B (zh) | 一种智慧燃气数据中心流程可视化管理方法和物联网*** | |
CN118247640B (zh) | 基于人脸识别设备的端侧算力协同控制方法及装置 | |
CN116755408A (zh) | 一种mes生产监控预警方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |