CN115460396A - 监控设备故障检测方法、电子设备和计算机可读存储介质 - Google Patents
监控设备故障检测方法、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN115460396A CN115460396A CN202210875495.7A CN202210875495A CN115460396A CN 115460396 A CN115460396 A CN 115460396A CN 202210875495 A CN202210875495 A CN 202210875495A CN 115460396 A CN115460396 A CN 115460396A
- Authority
- CN
- China
- Prior art keywords
- monitoring device
- monitoring
- data
- detection result
- determining
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请公开了一种监控设备故障检测方法、电子设备和计算机可读存储介质,该方法包括:获得多个监控设备的当前周期数据;其中,当前周期数据采集有至少一个预设目标;基于各个监控设备的当前周期数据,确定各个监控设备对预设目标的误拍检测结果;以及,基于各个监控设备的实时位置信息和当前周期数据,确定预设目标在至少部分监控设备之间的预估移动速度;将预估移动速度超过速度阈值的监控设备作为待测监控设备,确定预设目标在待测监控设备及其预设范围内的参考监控设备之间的检验移动速度,基于检验移动速度得到待测监控设备的速度检测结果;基于误拍检测结果和速度检测结果,确定故障检测结果。上述方案,能够提高故障检测的效率和准确率。
Description
技术领域
本申请涉及故障检测技术领域,特别是涉及一种监控设备故障检测方法、电子设备和计算机可读存储介质。
背景技术
随着监控设备的不断普及,监控设备的故障检测工作愈发得到重视,常规的故障检测工作是由技术人员定期进行检查,或者是在监控设备长时间无监控数据后才能确定监控设备发生故障,这样的检测方法耗费的人力成本较高,且故障检测的准确率和效率较低。有鉴于此,如何提高故障检测的效率和准确率成为亟待解决的问题。
发明内容
本申请主要解决的技术问题是提供一种监控设备故障检测方法、电子设备和计算机可读存储介质,能够提高故障检测的效率和准确率。
为解决上述技术问题,本申请第一方面提供一种监控设备故障检测方法,包括:获得多个监控设备的当前周期数据;其中,所述当前周期数据采集有至少一个预设目标;基于各个所述监控设备的当前周期数据,确定各个所述监控设备对所述预设目标的误拍检测结果;以及,基于各个所述监控设备的实时位置信息和当前周期数据,确定所述预设目标在至少部分所述监控设备之间的预估移动速度;将所述预估移动速度超过速度阈值的监控设备作为待测监控设备,确定所述预设目标在所述待测监控设备及其预设范围内的参考监控设备之间的检验移动速度,基于所述检验移动速度得到所述待测监控设备的速度检测结果;基于各个所述监控设备的误拍检测结果和速度检测结果,确定各个所述监控设备的故障检测结果。
为解决上述技术问题,本申请第二方面提供一种电子设备,该电子设备包括:相互耦接的存储器和处理器,其中,所述存储器存储有程序数据,所述处理器调用所述程序数据以执行上述第一方面所述的方法。
为解决上述技术问题,本申请第三方面提供一种计算机可读存储介质,其上存储有程序数据,所述程序数据被处理器执行时实现上述第一方面所述的方法。
上述方案,获得多个监控设备采集的当前周期数据,当前周期数据中采集有至少一个预设目标,基于各个监控设备的当前周期数据,确定各个监控设备对预设目标抓拍时的误拍检测结果,基于各个监控设备的实时位置信息和各个监控设备的当前周期数据,确定预设目标在至少部分监控设备之间的预估移动速度,当预估移动速度超过速度阈值时,将对应的预估移动速度超过速度阈值的监控设备均作为待测监控设备,对预设目标在待测监控设备及其预设范围内的参考监控设备之间的移动速度进行检验,得到检验移动速度,基于检验移动速度来确定待测监控设备的速度检测结果,通过二次验证提高速度检测结果的准确率,基于各个监控设备的误拍检测结果和速度检测结果,确定各个监控设备的故障检测结果。故此,当监控设备对应的误拍检测结果和/或速度检测结果为异常时,即可确定对应的监控设备的故障检测结果为存在故障,提高故障检测的效率和准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是本申请监控设备故障检测方法一实施方式的流程示意图;
图2是图1中步骤S103对应的一实施方式的流程示意图;
图3是图2中步骤S203对应的一实施方式的应用场景示意图;
图4是本申请电子设备一实施方式的结构示意图;
图5是本申请计算机可读存储介质一实施方式的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本文中术语“***”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
请参阅图1,图1是本申请监控设备故障检测方法一实施方式的流程示意图,该方法包括:
S101:获得多个监控设备的当前周期数据,其中,当前周期数据采集有至少一个预设目标。
具体地,监控区域内对应有多个监控设备,获得多个监控设备采集的当前周期数据,其中,至少部分监控设备所采集的当前周期数据中对应有至少一个预设目标,当前周期数据对应有周期时间段。
在一应用方式中,获得多个监控设备实时上传的视频数据,将当前时间节点之前周期时间段内的视频数据作为当前周期数据,确定当前周期数据中的预设目标。
在另一应用方式中,获得多个监控设备上传至云平台的视频数据,从云平台中提取各个监控设备对应相同周期时间段内的视频数据作为当前周期数据,确定当前周期数据中的预设目标。
在一具体应用场景中,当前周期数据对应的周期时间段为24小时,预设目标为车辆或行人,在其他具体应用场景中,周期时间段和预设目标均可自由设置和定义,本申请对此不做具体限制。
S102:基于各个监控设备的当前周期数据,确定各个监控设备对预设目标的误拍检测结果,以及,基于各个监控设备的实时位置信息和当前周期数据,确定预设目标在至少部分监控设备之间的预估移动速度。
具体地,基于各个监控设备的当前周期数据所采集的预设目标,对预设目标进行校验,确定各个监控设备对预设目标的误拍检测结果。
在一应用方式中,对监控设备的当前周期数据中所采集的预设目标进行校验,将预设目标与数据库中的目标进行匹配,当预设目标在数据库中无法获得匹配结果时,确定监控设备对预设目标的误拍检测结果为存在误拍,其中,数据库包括与预设目标相同类型的多个目标。
在另一应用方式中,对监控设备的当前周期数据中所采集的预设目标进行校验,确定预设目标是否属于预设目标的基础类型,当预设目标不属于基础类型时,确定监控设备对预设目标的误拍检测结果为存在误拍。
进一步地,基于各个监控设备的实时位置信息和各个监控设备采集到预设目标的时间节点,在预设目标经过的监控设备中,确定预设目标在任意两个监控设备之间的预估移动速度,从而得到预设目标在监控区域内至少部分监控设备之间的预估移动速度。
在一应用方式中,获取各个监控设备的实时位置信息,确定监控设备采集到预设目标的时间节点,在采集到同一预设目标的监控设备中,基于时间节点的先后循序确定预设目标在不同的时间节点之间的时间差,基于实时位置信息确定两个监控设备之间的距离,从而基于距离和时间差的比值,得到预设目标在两个监控设备之间的预估移动速度。
在另一应用方式中,获取各个监控设备的实时位置信息,确定监控设备采集的预设目标的运动轨迹,在预设目标对应的运动轨迹中,基于两个监控设备之间的位置信息,得到两个监控设备之间的距离,基于两个监控设备采集到预设目标的时间节点,确定预设目标在经过两个监控设备时的时间差,从而基于距离和时间差的比值,得到预设目标在两个监控设备之间的预估移动速度。
可选地,两个监控设备之间的预估移动速度包括预设目标在任意两个监控设备之间的移动速度,其中,优选地是在两个相邻的监控设备之间的移动速度。
在一具有应用场景中,预设目标为车辆,基于车辆上的车牌确定是否为同一辆车,基于同一车辆被相邻两个监控设备采集到的时间节点,确定时间差,基于相邻两个监控设备的位置信息对相邻两个监控设备之间的距离进行换算,基于距离和时间差的比值,得到各个车辆在相邻监控设备之间的预估移动速度。
在另一具体应用场景中,预设目标为行人,基于行人的人脸识别结果确定是否为同一行人,基于同一行人被相邻两个监控设备采集到的时间节点,确定时间差,基于相邻两个监控设备的位置信息对相邻两个监控设备之间的距离进行换算,基于距离和时间差的比值,得到各个行人在相邻监控设备之间的预估移动速度。
S103:将预估移动速度超过速度阈值的监控设备作为待测监控设备,确定预设目标在待测监控设备及其预设范围内的参考监控设备之间的检验移动速度,基于检验移动速度得到待测监控设备的速度检测结果。
具体地,当预设目标在两个监控设备之间对应的预估移动速度超过速度阈值,则将对应的两个监控设备均作为待测监控设备,也就是说,当预设目标在两个监控设备之间对应的预估移动速度超过速度阈值,则对应的两个监控设备均作为可能存在异常的监控设备,标记为待测监控设备。
进一步地,基于待测监控设备以及待测监控设备预设范围内的参考监控设备的实时位置信息和采集的当前周期数据,对预设目标在待测监控设备和参考监控设备之间的移动速度进行二次检验,得到检验移动速度,从而基于检验移动速度确定待测监控设备的速度检测结果,提高速度检测结果的准确率,其中,参考监控设备不包括待测监控设备。
在一应用方式中,获取待测监控设备和各个参考监控设备的实时位置信息,确定参考监控设备采集到预设目标的时间节点,基于时间节点的先后循序确定预设目标在不同的时间节点之间的时间差,基于实时位置信息确定待测监控设备和参考监控设备之间的距离,从而基于距离和时间差的比值,得到预设目标在待测监控设备和至少部分参考监控设备之间的检验移动速度。
在另一应用方式中,获取待测监控设备和各个参考监控设备的实时位置信息,确定预设目标在待测监控设备和参考监控设备之间的检验运动轨迹,在预设目标对应的检验运动轨迹中,基于两个监控设备之间的位置信息,得到待测监控设备和参考监控设备之间的距离,基于待测监控设备和参考监控设备采集到预设目标的时间节点,确定预设目标在经过待测监控设备和参考监控设备时的时间差,从而基于距离和时间差的比值,得到预设目标在待测监控设备和至少部分参考监控设备之间的预估移动速度。
S104:基于各个监控设备的误拍检测结果和速度检测结果,确定各个监控设备的故障检测结果。
具体地,当任一监控设备的误拍检测结果和/或速度检测结果为异常时,则对应的监控设备对应的故障检测结果为存在故障。故此,当监控设备对应的误拍检测结果和/或速度检测结果为异常时,即可确定对应的监控设备的故障检测结果为存在故障,从而确定各个监控设备的故障检测结果,提高故障检测的效率。
上述方案,获得多个监控设备采集的当前周期数据,当前周期数据中采集有至少一个预设目标,基于各个监控设备的当前周期数据,确定各个监控设备对预设目标抓拍时的误拍检测结果,基于各个监控设备的实时位置信息和各个监控设备的当前周期数据,确定预设目标在至少部分监控设备之间的预估移动速度,当预估移动速度超过速度阈值时,将对应的预估移动速度超过速度阈值的监控设备均作为待测监控设备,对预设目标在待测监控设备及其预设范围内的参考监控设备之间的移动速度进行检验,得到检验移动速度,基于检验移动速度来确定待测监控设备的速度检测结果,通过二次验证提高速度检测结果的准确率,基于各个监控设备的误拍检测结果和速度检测结果,确定各个监控设备的故障检测结果。故此,当监控设备对应的误拍检测结果和/或速度检测结果为异常时,即可确定对应的监控设备的故障检测结果为存在故障,提高故障检测的效率和准确率。
在一些实施方式中,基于各个监控设备的实时位置信息和当前周期数据,确定预设目标在至少部分监控设备之间的预估移动速度,包括:基于各个监控设备的当前周期数据,确定各个预设目标的移动轨迹;针对各个预设目标,在预设目标的移动轨迹对应的监控设备中,基于监控设备的实时位置信息,以及监控设备采集到预设目标的时间节点,确定预设目标在相邻两个监控设备之间的预估移动速度;遍历所有预设目标,确定预设目标在至少部分监控设备之间的预估移动速度。
具体地,当监控区域内采集到多个预设目标时,基于各个监控设备采集的当前周期数据,确定各个预设目标的移动轨迹,对单个预设目标执行以下步骤,包括:在预设目标的移动轨迹所对应的所有监控设备中,基于监控设备的实时位置信息,确定移动轨迹中相邻的两个监控设备,基于相邻两个监控设备的实时位置信息,确定相邻两个监控设备的距离,基于相邻两个监控设备采集的当前周期数据,确定相邻两个监控设备采集到同一预设目标的时间差,从而基于距离和时间差确定预设目标在相邻两个监控设备之间的预估移动速度。
进一步地,对所有预设目标及其对应的移动轨迹进行遍历,从而确定预设目标在至少部分监控设备之间的预估移动速度。
可以理解是,当监控设备之间的距离较长时,由于预设目标的移动路径可能存在较大变化,以致出现移动路径的总距离远大于监控设备之间的直线距离的情景,因此,预估移动速度对应为相邻两个监控设备之间的移动速度时,能够有效提高预估移动速度的准确率。
在一具体应用场景中,实时位置信息包括监控设备的调用接口调用的基于地图导航得到的经纬度坐标,从而基于经纬度坐标来确定监控设备之间的距离。
在一些实施方式中,请参阅图2,图2是图1中步骤S103对应的一实施方式的流程示意图,其中,确定预设目标在待测监控设备及其预设范围内的参考监控设备之间的检验移动速度,基于检验移动速度得到待测监控设备的速度检测结果的过程,具体包括:
S201:确定待测监控设备与参考监控设备之间采集到预设目标的第一数量。
具体地,统计待测监控设备与各个参考监控设备之间采集到的预设目标的第一数量。
在一应用场景中,当任一监控设备采集到区别于已存档的预设目标的新预设目标,为新预设目标设置标识号,并将新预设目标及其对应的标识号存档,将待测监控设备与各个参考监控设备之间标识号出现的次数,作为第一数量。其中,在待测监控设备和参考监控设备采集的当前周期数据中,当同一预设目标在待测监控设备和参考监控设备之间出现多次时,则对应的次数均计入第一数量。
在一具体应用场景中,预设目标为车辆,基于车辆号为预设目标设置标识号,统计待测监控设备和各个参考监控设备之间车辆对应的标识号出现的次数,从而确定待测监控设备与参考监控设备之间采集到预设目标的第一数量。
在另一具体应用场景中,预设目标为行人,基于行人的人脸识别结果,为出现在不同监控设备中的同一行人设置相同的标识号,统计待测监控设备和各个参考监控设备之间行人对应的标识号出现的次数,从而确定待测监控设备与参考监控设备之间采集到预设目标的第一数量。
S202:基于待测监控设备和参考监控设备的实时位置信息,以及待测监控设备和参考监控设备采集到预设目标的时间节点,确定各个预设目标在待测监控设备和参考监控设备之间的检验移动速度。
具体地,基于待测监控设备和参考监控设备的实时位置信息,确定待测监控设备和参考监控设备之间的距离,基于待测监控设备和参考监控设备采集到同一预设目标的时间节点,确定采集到各个预设目标的时间差,进而通过计算距离和时间差的比值,确定各个预设目标在待测监控设备和参考监控设备之间的检验移动速度。
S203:在第一数量个检验移动速度中,确定检验移动速度超过速度阈值的第二数量。
具体地,在第一数量个预设目标所对应的检验移动速度中,将检验移动速度与速度阈值进行比对,确定检验移动速度超过速度阈值的次数为第二数量。
在一应用场景中,请参阅图3,图3是图2中步骤S203对应的一实施方式的应用场景示意图,其中,待测监控设备和参考监控设备均对应有设备标识。当存在预估移动速度超过速度阈值的监控设备时,则对应的待测监控设备至少为两个,图3中仅仅示例性给出了两个待测监控设备,但并非因此限定待测监控设备仅为两个的依据。
进一步地,参考监控设备对应的设备标识之后对应的数值中,前一个数值对应第一数量,后一个数值对应第二数量。例如:设备标识为3310240500的待测监控设备与设备标识为3310345822的参考监控设备之间,对应预设目标出现的次数为3次,检验移动速度超过速度阈值的次数为0次。
S204:遍历预设范围内的所有参考监控设备,基于待测监控设备与各个参考监控设备之间分别对应的第一数量和第二数量,确定待测监控设备的速度检测结果。
具体地,遍历待测监控设备预设范围内的所有监控设备,根据待测监控设备与各个参考件设备之间分别对应的第一数量和第二数量,对待测监控设备和参考监控设备之间的移动速度异常进行二次确认,从而确定待测监控设备的速度检测结果,以提高速度检测结果的准确率。
在一应用场景中,基于待测监控设备与各个参考监控设备之间分别对应的第一数量和第二数量,确定待测监控设备的速度检测结果,包括:响应于待测监控设备与至少一个参考监控设备之间对应的第一数量和第二数量均超过次数阈值,确定待测监控设备的速度检测结果为异常;其中,次数阈值与待测监控设备及其对应的所有参考监控设备的数量之和呈正比。
具体地,当待测监控设备与至少一个参考监控设备之间对应的第一数量和第二数量均超过次数阈值,则将对应的待测监控设备的速度检测结果设为异常,并且,次数阈值与待测监控设备及其对应的所有参考监控设备的数量之和呈正比。
在一应用场景中,请再次参阅图3,次数阈值为待测监控设备和参考监控设备之和的两倍,对应图3中,设备标识为3310240500的待测监控设备,以及设备标识为3302145654的待测监控设备对应的次数阈值均为8,设备标识为3310240500的待测监控设备与设备标识为3365452556的参考监控设备之间,第一数量为91且第二数量为9均超过次数阈值,则判定设备标识为3310240500的待测监控设备的速度检测结果为异常,而设备标识为3302145654的待测监控设备与设备标识为3652414102的参考监控设备之间,第一数量为12且第二数量为1,第二数量为超过次数阈值,则认为少于次数阈值的异常结果为离散值,可能是由于目标识别错误导致的偶然错误而非速度异常。进而,通过将第一数量和第二数量均与次数阈值进行比较,确定速度检测结果,提高速度检测的准确率和稳定性,降低离散值的影响。
需要说明的是,次数阈值在不同的应用场景中可自由设置,本申请对此不做具体设置。
在一些实施方式中,基于各个监控设备的当前周期数据,确定各个监控设备对预设目标的误拍检测结果,包括:提取各个监控设备的当前周期数据中的预设目标,将提取出的预设目标与数据库中的目标进行匹配,得到匹配结果;以及,对提取出的预设目标进行校验,得到校验结果;其中,数据库包括与预设目标相同类型的多个目标;基于匹配结果和校验结果为异常的次数,确定各个监控设备对预设目标的误拍检测结果。
具体地,将各个监控设备采集的当前周期数据中的预设目标提取出来,并对相同的预设目标进行去重,得到从各个监控设备中提取出的预设目标。
进一步地,将提取出的预设目标与数据库中的目标进行匹配,确定采集到的预设目标能否与数据库中的目标匹配成功,得到匹配结果,对各个监控设备中提取出的预设目标进行目标校验,确定预设目标能否被识别为正常的预设目标,得到校验结果,当匹配结果和校验结果异常的次数超过异常次数阈值时,则判定对应的监控设备的误拍检测结果为异常,通过两种检验方式对误拍检测结果进行判定,并在判定时结合匹配结果和校验结果为异常的次数,从而降低离散值的影响并提高误拍检测结果的稳定性和准确率。
在一具体应用场景中,预设目标为车辆,数据库为全国车辆库,将车辆的车牌与全国车辆库中的车牌进行比对,若识别的车牌在全国车辆库中无数据,则匹配结果为异常,否则为正常,若抓拍到的车牌通过函数校验后,确定抓拍到的车牌不是正常车牌,则校验结果为异常,否则为正常。当匹配结果或校验结果为异常时,则将异常次数递加一次,若任一监控设备采集的当前周期数据中预设目标的异常次数超过异常次数阈值,则判定对应的监控设备的误拍检测结果为异常,否则为正常。
可选地,当提取出的车牌为外地车牌,且该外地车牌在当前周期之前的历史周期数据中未出现,也就是在一段时间内只出现一次,且其他监控设备未采集到该外地车牌,则采集到该外地车牌的监控设备的异常次数递加一次,从而将偶然出现的车牌也加入至异常次数中,即使该车牌能够获得匹配结果和校验结果,也将其作为一次异常次数,提高异常次数的准确率。
在一些实施方式中,获得多个监控设备的当前周期数据,包括:将多个监控设备的当前周期数据接入计算平台,得到多个监控设备的当前周期数据;其中,计算平台存储有当前周期之前预设时间段内的历史周期数据。
具体地,将多个监控设备采集的当前周期数据接入计算平台,从而得到多个监控设备的当前周期数据,且计算平台包括存储空间用于存储当前周期之前预设时间段内的历史周期数据,以便于结合历史周期数据对故障检测结果进行判断。
进一步地,获得多个监控设备的当前周期数据之后,还包括:将多个监控设备的设备信息数据接入计算平台,得到多个监控设备的设备信息数据;其中,设备信息数据包括各个监控设备的预设位置信息和预设标识信息。
具体地,监控设备在安装之前对应有设备信息数据,将多个监控设备的设备信息数据接入计算平台后,得到多个监控设备的设备信息数据,其中,设备信息数据中包括各个监控设备的预设位置信息和预设标识信息,预设位置信息对应监控设备计划安装的位置,也就是说设备信息数据中包括监控区域内所有监控设备的设备标识和计划安装的位置,以便于检测监控设备是否离线以及是否出现位置偏差。
在一具体应用场景中,利用kafka的方式将当前周期数据接入至计算平台,以满足高吞吐量的当前周期数据。
进一步地,基于各个监控设备的误拍检测结果和速度检测结果,确定各个监控设备的故障检测结果之前,还包括:基于各个监控设备的当前周期数据对应的时间节点和当前周期数据接入计算平台的时间节点,确定各个监控设备的时钟同步检测结果;和/或,基于各个监控设备的当前周期数据的数据量和数据分布时段,以及历史周期数据的数据量,确定各个监控设备的流量检测结果;和/或,基于设备信息数据中的预设标识信息和采集有当前周期数据的所有监控设备的设备标识信息,以及各个监控设备的当前周期数据的数据分布时段,确定各个监控设备的离线检测结果;和/或,基于设备信息数据中的预设位置信息和各个监控设备的实时位置信息,确定各个监控设备的位置检测结果;其中,流量检测结果、离线检测结果、位置检测结果与监控设备相关,误拍检测结果和速度检测结果与预设目标相关。
在一应用场景中,比对各个监控设备的当前周期数据对应的时间节点和当前周期数据接入计算平台的时间节点,当前周期数据对应的时间节点理论上早于当前周期数据接入至计算平台的时间节点,若当前周期数据对应的时间节点晚于当前周期数据接入至计算平台的时间节点,则说明监控设备与计算平台的时钟不同步,时钟同步检测结果为异常,否则为正常。
在另一应用场景中,确定监控设备的当前周期的数据量是否异常,确定当前周期数据的数据分布时段中是否存在无数据时段,以及确定当前周期数据的数据量是否远小于历史周期数据的数据量的均值,从而最终确定各个监控设备的流量检测结果。
在又一应用场景中,确定设备信息数据中的预设标识对应的监控设备是否都采集有当前周期数据,确定监控设备采集的当前周期数据是否存在长时间的无数据时段,从而最终确定各个监控设备的离线检测结果。
在又一应用场景中,比对各个监控设备反馈的实时位置信息以及设备信息数据中的预设位置信息,若监控设备的实时位置信息与预设位置信息之间的距离超过距离阈值,则对应的监控设备的位置检测结果为异常,否则为正常。
需要说明的是,对于时钟同步检测结果、流量检测结果、离线检测结果和位置检测结果,可以基于不同的应用场景选择其中一种或几种检测方式,以丰富对故障检测结果进行判断的依据。其中,流量检测结果、离线检测结果、位置检测结果与监控设备的位置或者采集的数据相关,误拍检测结果和速度检测结果与预设目标的识别结果或移动速度相关。
因此,可以理解的是,基于各个监控设备的误拍检测结果和速度检测结果,确定各个监控设备的故障检测结果,包括:基于各个监控设备的误拍检测结果和速度检测结果,和/或时钟同步检测结果,和/或流量检测结果,和/或离线检测结果和/或位置检测结果,确定各个监控设备的故障检测结果。当误拍检测结果、速度检测结果、时钟同步检测结果、流量检测结果、离线检测结果和位置检测结果中任意一种检测结果为异常时,则对应的监控设备的故障检测结果为存在故障。
在一具体应用场景中,基于各个监控设备的当前周期数据的数据量和数据分布时段,以及历史周期数据的数据量,确定各个监控设备的流量检测结果,包括:若任一监控设备的当前周期数据的数据量小于当前流量阈值,或者,任一监控设备的当前周期数据的数据量小于历史流量阈值,或者,在任一监控设备的当前周期数据的数据分布时段中,存在超过第一时间阈值的时间段内无数据,则对应的监控设备的流量检测结果为异常,否则为正常;其中,当前流量阈值基于针对预设目标的抓拍量确定,历史流量阈值基于历史周期数据的数据量的平均值确定。
具体地,当监控设备采集的当前周期数据满足以下任意一种场景时,则对应的监控设备的流量检测结果为异常,上述场景包括:当前周期数据的数据量小于当前流量阈值,或者当前周期数据的数据量小于历史流量阈值,或者,当前周期数据的数据分布时段中,存在超过第一时间阈值的时间段内无数据,其中,当前流量阈值小于历史流量阈值,当前流量阈值基于针对预设目标的抓拍量确定,历史流量阈值基于历史周期数据的平均值与第一系数相乘后获得,第一系数可以是0.5-1中的任一数值,第一时间阈值基于当前周期数据对应的周期时间段与第二系数相乘后获得,第二系数可以是0.1-0.2中的任一数值,从而通过设置多种判断场景来丰富流量检测的方式。
在另一具体应用场景中,基于设备信息数据中的预设标识信息和采集有当前周期数据的所有监控设备的设备标识信息,以及各个监控设备的当前周期数据的数据分布时段,确定各个监控设备的离线检测结果,包括:若设备信息数据中的任一监控设备的预设标识信息,未匹配到采集有当前周期数据的监控设备的设备标识信息,或者,在任一监控设备的当前周期数据的数据分布时段中,存在超过第二时间阈值的时间段内无数据,则对应的监控设备的离线检测结果为异常,否则为正常;其中,第二时间阈值大于第一时间阈值。
具体地,当监控设备采集的当前周期数据满足以下任意一种场景时,则对应的监控设备的离线检测结果为异常,上述场景包括:在设备信息数据中存在的预设标识信息与采集有当前周期数据的监控设备的标识信息匹配不上,也就是存在预设标识信息对应的监控设备未采集当前周期数据,或者,当前周期数据的数据分布时段中,存在超过第二时间阈值的时间段内无数据,其中,第二时间阈值基于当前周期数据对应的周期时间段与第三系数相乘后获得,第三系数可以是0.2-0.5中的任一数值,并且,第二时间阈值大于第一时间阈值,以区分流量异常和设备离线,从而通过设置多种判断场景来丰富离线检测的方式。
请参阅图4,图4是本申请电子设备一实施方式的结构示意图,该电子设备40包括相互耦接的存储器401和处理器402,其中,存储器401存储有程序数据(图未示),处理器402调用程序数据以实现上述任一实施例中的方法,相关内容的说明请参见上述方法实施例的详细描述,在此不再赘叙。
请参阅图5,图5是本申请计算机可读存储介质一实施方式的结构示意图,该计算机可读存储介质50存储有程序数据500,该程序数据500被处理器执行时实现上述任一实施例中的方法,相关内容的说明请参见上述方法实施例的详细描述,在此不再赘叙。
需要说明的是,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种监控设备故障检测方法,其特征在于,所述方法包括:
获得多个监控设备的当前周期数据;其中,所述当前周期数据采集有至少一个预设目标;
基于各个所述监控设备的当前周期数据,确定各个所述监控设备对所述预设目标的误拍检测结果;以及,基于各个所述监控设备的实时位置信息和当前周期数据,确定所述预设目标在至少部分所述监控设备之间的预估移动速度;
将所述预估移动速度超过速度阈值的监控设备作为待测监控设备,确定所述预设目标在所述待测监控设备及其预设范围内的参考监控设备之间的检验移动速度,基于所述检验移动速度得到所述待测监控设备的速度检测结果;
基于各个所述监控设备的误拍检测结果和速度检测结果,确定各个所述监控设备的故障检测结果。
2.根据权利要求1所述的监控设备故障检测方法,其特征在于,所述基于各个所述监控设备的实时位置信息和当前周期数据,确定所述预设目标在至少部分所述监控设备之间的预估移动速度,包括:
基于各个所述监控设备的当前周期数据,确定各个所述预设目标的移动轨迹;
针对各个所述预设目标,在所述预设目标的移动轨迹对应的监控设备中,基于所述监控设备的实时位置信息,以及所述监控设备采集到所述预设目标的时间节点,确定所述预设目标在相邻两个所述监控设备之间的预估移动速度;
遍历所有预设目标,确定所述预设目标在至少部分所述监控设备之间的预估移动速度。
3.根据权利要求1所述的监控设备故障检测方法,其特征在于,所述确定所述预设目标在所述待测监控设备及其预设范围内的参考监控设备之间的检验移动速度,基于所述检验移动速度得到所述待测监控设备的速度检测结果,包括:
确定所述待测监控设备与所述参考监控设备之间采集到所述预设目标的第一数量;
基于所述待测监控设备和所述参考监控设备的实时位置信息,以及所述待测监控设备和所述参考监控设备采集到所述预设目标的时间节点,确定各个所述预设目标在所述待测监控设备和所述参考监控设备之间的检验移动速度;
在所述第一数量个检验移动速度中,确定所述检验移动速度超过所述速度阈值的第二数量;
遍历所述预设范围内的所有所述参考监控设备,基于所述待测监控设备与各个所述参考监控设备之间分别对应的所述第一数量和所述第二数量,确定所述待测监控设备的速度检测结果。
4.根据权利要求3所述的监控设备故障检测方法,其特征在于,所述基于所述待测监控设备与各个所述参考监控设备之间分别对应的所述第一数量和所述第二数量,确定所述待测监控设备的速度检测结果,包括:
响应于所述待测监控设备与至少一个所述参考监控设备之间对应的所述第一数量和所述第二数量均超过次数阈值,确定所述待测监控设备的速度检测结果为异常;其中,所述次数阈值与所述待测监控设备及其对应的所有所述参考监控设备的数量之和呈正比。
5.根据权利要求1所述的监控设备故障检测方法,其特征在于,所述基于各个所述监控设备的当前周期数据,确定各个所述监控设备对所述预设目标的误拍检测结果,包括:
提取各个所述监控设备的当前周期数据中的预设目标,将提取出的预设目标与数据库中的目标进行匹配,得到匹配结果;以及,对提取出的预设目标进行校验,得到校验结果;其中,所述数据库包括与所述预设目标相同类型的多个目标;
基于所述匹配结果和所述校验结果为异常的次数,确定各个所述监控设备对所述预设目标的误拍检测结果。
6.根据权利要求1所述的监控设备故障检测方法,其特征在于,所述获得多个监控设备的当前周期数据,包括:
将多个监控设备的当前周期数据接入计算平台,得到多个监控设备的当前周期数据;其中,所述计算平台存储有所述当前周期之前预设时间段内的历史周期数据;
所述获得多个监控设备的当前周期数据之后,还包括:
将多个监控设备的设备信息数据接入所述计算平台,得到多个监控设备的设备信息数据;其中,所述设备信息数据包括各个监控设备的预设位置信息和预设标识信息。
7.根据权利要求6所述的监控设备故障检测方法,其特征在于,所述基于各个所述监控设备的误拍检测结果和速度检测结果,确定各个所述监控设备的故障检测结果之前,还包括:
基于各个所述监控设备的当前周期数据对应的时间节点和所述当前周期数据接入所述计算平台的时间节点,确定各个所述监控设备的时钟同步检测结果;
和/或,基于各个所述监控设备的当前周期数据的数据量和数据分布时段,以及所述历史周期数据的数据量,确定各个所述监控设备的流量检测结果;
和/或,基于所述设备信息数据中的预设标识信息和采集有所述当前周期数据的所有监控设备的设备标识信息,以及各个所述监控设备的当前周期数据的数据分布时段,确定各个所述监控设备的离线检测结果;
和/或,基于所述设备信息数据中的预设位置信息和各个所述监控设备的实时位置信息,确定各个所述监控设备的位置检测结果;其中,所述流量检测结果、所述离线检测结果、所述位置检测结果与所述监控设备相关,所述误拍检测结果和所述速度检测结果与所述预设目标相关;
所述基于各个所述监控设备的误拍检测结果和速度检测结果,确定各个所述监控设备的故障检测结果,包括:
基于各个所述监控设备的误拍检测结果和所述速度检测结果,和/或所述时钟同步检测结果,和/或所述流量检测结果,和/或所述离线检测结果和/或所述位置检测结果,确定各个所述监控设备的故障检测结果。
8.根据权利要求7所述的监控设备故障检测方法,其特征在于,
所述基于各个所述监控设备的当前周期数据的数据量和数据分布时段,以及所述历史周期数据的数据量,确定各个所述监控设备的流量检测结果,包括:
若任一所述监控设备的当前周期数据的数据量小于当前流量阈值,或者,任一所述监控设备的当前周期数据的数据量小于历史流量阈值,或者,在任一所述监控设备的当前周期数据的数据分布时段中,存在超过第一时间阈值的时间段内无数据,则对应的所述监控设备的流量检测结果为异常,否则为正常;其中,所述当前流量阈值基于针对所述预设目标的抓拍量确定,所述历史流量阈值基于所述历史周期数据的数据量的平均值确定;
所述基于所述设备信息数据中的预设标识信息和采集有所述当前周期数据的所有监控设备的设备标识信息,以及各个所述监控设备的当前周期数据的数据分布时段,确定各个所述监控设备的离线检测结果,包括:
若所述设备信息数据中的任一所述监控设备的预设标识信息,未匹配到采集有所述当前周期数据的监控设备的设备标识信息,或者,在任一所述监控设备的当前周期数据的数据分布时段中,存在超过第二时间阈值的时间段内无数据,则对应的所述监控设备的离线检测结果为异常,否则为正常;其中,所述第二时间阈值大于所述第一时间阈值。
9.一种电子设备,其特征在于,包括:相互耦接的存储器和处理器,其中,所述存储器存储有程序数据,所述处理器调用所述程序数据以执行如权利要求1-8中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有程序数据,其特征在于,所述程序数据被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210875495.7A CN115460396A (zh) | 2022-07-21 | 2022-07-21 | 监控设备故障检测方法、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210875495.7A CN115460396A (zh) | 2022-07-21 | 2022-07-21 | 监控设备故障检测方法、电子设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115460396A true CN115460396A (zh) | 2022-12-09 |
Family
ID=84296917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210875495.7A Pending CN115460396A (zh) | 2022-07-21 | 2022-07-21 | 监控设备故障检测方法、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115460396A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117596386A (zh) * | 2023-12-06 | 2024-02-23 | 中云数科(广州)信息科技有限公司 | 一种智能楼宇安全监控*** |
-
2022
- 2022-07-21 CN CN202210875495.7A patent/CN115460396A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117596386A (zh) * | 2023-12-06 | 2024-02-23 | 中云数科(广州)信息科技有限公司 | 一种智能楼宇安全监控*** |
CN117596386B (zh) * | 2023-12-06 | 2024-05-24 | 中云数科(广州)信息科技有限公司 | 一种智能楼宇安全监控*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110601900B (zh) | 一种网络故障预警方法及装置 | |
CN111275975B (zh) | 一种交叉口转向流量数据的获取方法、装置和存储介质 | |
CN107547266A (zh) | 在线量异常点的检测方法和装置、计算机设备和存储介质 | |
CN107146409B (zh) | 路网中设备检测时间异常的识别和真实时差估算方法 | |
CN115460396A (zh) | 监控设备故障检测方法、电子设备和计算机可读存储介质 | |
CN113093791A (zh) | 无人机身份鉴别的控制方法、控制器、设备及介质 | |
CN114564629B (zh) | 异常数据处理方法、装置、计算机设备和存储介质 | |
CN106997316A (zh) | 内存异常增长的检测***及方法 | |
CN111666273B (zh) | 抄表***数据有效性分析方法、装置 | |
CN114814420B (zh) | 一种基于冻结数据的低压配电网拓扑识别方法及*** | |
CN114155488A (zh) | 获取客流数据的方法、装置、电子设备以及存储介质 | |
CN116596722A (zh) | 一种智慧社区风险防控***及风险防控方法 | |
CN113806343B (zh) | 一种车联网数据质量的评估方法和*** | |
CN111309977A (zh) | 一种id时空轨迹匹配方法及装置 | |
CN114926795B (zh) | 信息关联性的确定方法、装置、设备及介质 | |
CN115206094A (zh) | 交通运输枢纽异常事件检测方法、检测***、存储介质 | |
CN114674458A (zh) | 一种磁悬浮列车的温度检测方法、装置、***及服务器 | |
CN113327336A (zh) | 人车关系的识别方法、装置和电子设备 | |
CN116452924B (zh) | 模型阈值调整方法、装置、电子设备及存储介质 | |
CN118070232B (zh) | 基于雷视融合感知的车辆时空轨迹链提取方法 | |
CN117876980B (zh) | 一种轨迹构建方法 | |
CN112885101B (zh) | 确定异常设备的方法、装置、存储介质及电子装置 | |
CN117828309B (zh) | 一种多源数据融合测距的变电站安全预警方法 | |
CN118283165A (zh) | 一种基于大数据的手机安全系数分析*** | |
CN114511815A (zh) | 数据处理方法、装置、电子设备及机器可读存储介质 |
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 |