CN117250902A - 基于物联网的云教室的设备控制***及方法 - Google Patents
基于物联网的云教室的设备控制***及方法 Download PDFInfo
- Publication number
- CN117250902A CN117250902A CN202311540296.1A CN202311540296A CN117250902A CN 117250902 A CN117250902 A CN 117250902A CN 202311540296 A CN202311540296 A CN 202311540296A CN 117250902 A CN117250902 A CN 117250902A
- Authority
- CN
- China
- Prior art keywords
- equipment
- picture
- fault
- monitored
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012360 testing method Methods 0.000 claims abstract description 95
- 238000012545 processing Methods 0.000 claims description 65
- 230000000875 corresponding effect Effects 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 8
- 230000005236 sound signal Effects 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 11
- 238000004378 air conditioning Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及物联网领域,尤其是涉及一种基于物联网的云教室的设备控制***及方法,该***包括获取模块,用以获取云教室内的待监测设备;测试模块,用以在测试时间内对所述待监测设备的工作状态进行测试;预测模块,用以基于所述测试时间内获取的所述测试结果预测所述待监测设备的故障概率,以根据所述故障概率确定是否发出检修请求,进而根据所述检修请求对所述云教室内的所述待监测设备进行检修。本发明通过自动化的工作状态监测、故障识别以及预测故障概率的功能,实现对云教室设备的自动检测,有效提高设备检测效率。
Description
技术领域
本发明涉及物联网领域,尤其是涉及一种基于物联网的云教室的设备控制***及方法。
背景技术
随着信息技术的发展,云教室已经成为教育领域的一种新趋势。云教室中的设备,如电脑、音响、投影仪等组成物联网,对于教学活动的展开起着至关重要的作用。
现有的设备控制主要是各个设备的自动化运作。公开号CN104536300A的专利文献公开了一种多功能智慧教室,包括窗帘控制***:通过采集安装在窗户的光照传感器数据,根据预设门限值,以窗帘自动开、关来实现教室内光照强度的补偿;灯光控制***:采集安装在室内的光照传感器数据,根据预设值来控制教室内灯光的自动开启与关闭,并调节灯光的亮度;圆形信号灯:通过显示不同的颜色来显示实验室的使用状态,圆形的信号灯包括圆形的底盘,底盘前表面设置有发光体,弧形的透明玻璃前盖与底盘安装在一起。这些设备的运行状态往往难以实时检测和控制。
然而,现有的方法主要依赖于人工进行设备故障的发现和处理。例如,上课前,教师需要使用云教室试播课件以调试设备,如果发现设备有问题,就手动处理,这导致了设备检测效率低的问题。
发明内容
为此,本发明提供了一种基于物联网的云教室的设备控制***及方法,解决了现有技术中借助课件来进行人工测试并在确定检测设备故障后人工进行处理导致的设备检测效率低的问题。
为实现上述目的,本发明一方面提供一种基于物联网的云教室的设备控制***,该***包括:
获取模块,用以获取云教室内的待监测设备,所述待监测设备包括画面展示设备、画面源设备以及画面环境设备,所述画面展示设备用以展示由所述画面源设备输出的画面,所述画面环境设备用以在展示所述画面的过程中提供画面环境;
测试模块,用以在测试时间内对所述待监测设备的工作状态进行测试,以获取测试结果;
预测模块,与所述测试模块连接,用以基于所述测试时间内获取的所述测试结果预测所述待监测设备的故障概率,以根据所述故障概率确定是否发出检修请求,进而根据所述检修请求对所述云教室内的所述待监测设备进行检修。
进一步地,所述测试模块包括幕布控制单元、第一摄像头、第一图像处理单元和第一判断单元,其中,
所述幕布控制单元用以发出控制指令信息,以使所述画面展示设备根据第一控制指令信息执行对应的动作;
所述第一摄像头用以拍摄画面展示设备在执行所述第一控制指令信息中的第一捕捉画面;
所述第一图像处理单元,与所述第一摄像头连接,用以对所述第一捕捉画面进行处理,以获取幕布边缘高度;
所述第一判断单元,与所述第一图像处理单元连接,用以根据所述幕布边缘高度判断所述画面展示设备是否发生故障以及故障类型。
进一步地,所述第一图像处理单元包括第一裁剪子单元、识别子单元和第一计算子单元,其中,
所述第一裁剪子单元用以裁剪所述第一捕捉画面后获得幕布区域图像;
所述识别子单元用以通过边缘检测算法识别所述幕布区域图像中的幕布下边缘;
所述第一计算子单元,与所述识别子单元连接,用以根据所述幕布下边缘与所述幕布区域图像的底部之间的像素数量确定所述幕布边缘高度。
进一步地,所述测试模块包括画面源设备控制单元、第二摄像头、第二图像处理单元和第二判断单元,其中,
所述画面源设备控制单元用以发出控制指令信息,以使所述画面源设备根据第二控制指令信息执行对应的动作;
所述第二摄像头用以拍摄画面源设备在执行所述第二控制指令信息中的第二捕捉画面与第三捕捉画面;
所述第二图像处理单元,与所述第二摄像头连接,用以对所述第二捕捉画面、第三捕捉画面进行处理,以获取对应的第一结构性相似指数和第二结构性相似指数;
所述第二判断单元,与所述第二图像处理单元连接,用以根据所述第一结构性相似指数和所述第二结构性相似指数判断所述画面源设备是否发生故障以及故障类型。
进一步地,所述第二图像处理单元包括第二裁剪子单元和第二计算子单元,其中,
所述第二裁剪子单元用以裁剪所述第二捕捉画面后获得投影区域的光影图像,裁剪所述第三捕捉画面后获得电脑设备的屏幕画面;
所述第二计算子单元用以根据两张图像的亮度差异确定结构性相似指数:
将所述光影图像通过几何变换变形到对比图片上,在所述对比图片中选取大小固定的窗口进行局部结构相似性指数计算,所述窗口在所述对比图片内滑动,逐步覆盖所述对比图片,计算每个所述窗口内的局部结构相似性指数值,将所有所述局部结构相似性指数值进行平均,获得第一结构相似性指数值;
将所述屏幕画面通过几何变换变形到测试图片上,在所述测试图片中选取大小固定的窗口进行局部结构相似性指数计算,所述窗口在所述测试图片内滑动,逐步覆盖所述测试图片,计算每个所述窗口内的局部结构相似性指数值,将所有所述局部结构相似性指数值进行平均,获得第二结构相似性指数值。
进一步地,所述测试模块包括画面环境设备控制单元、环境感应器和第三判断单元,其中,
所述画面环境设备控制单元用以发出控制指令信息,以使所述画面环境设备根据第三控制指令信息执行对应的动作;
所述环境感应器用以获取画面环境设备在执行第三控制指令信息中的环境参数;
所述第三判断单元,用以根据所述环境参数判断所述画面环境设备是否发生故障以及故障类型。
进一步地,所述环境参数包括:亮度值、温度值和声音信号。
进一步地,还包括重复命令模块和重启模块,所述重复命令模块与所述测试模块连接,所述重启模块与所述重复命令模块连接;
所述重复命令模块用以在发生故障后向对应的待监测设备发送设定次数的重复命令,并判断所述故障对应的所述故障类型是否继续存在,若存在,则进入所述重启模块;
所述重启模块用于重启所述待监测设备,在设定间隔时间后重启所述待监测设备后,向所述待监测设备发送设定次数的所述重复命令,并判断所述故障类型是否继续存在,若存在,则判断所述故障类型为严重故障。
进一步地,所述预测模块包括统计单元和预测单元,其中,
所述统计单元用以实时记录历史故障数据,所述历史故障数据包括所有出现过的故障、故障类型和所述设定次数;
所述预测单元用以根据所述历史故障数据使用时间序列分析计算历史故障数据中的故障平均值;根据所述故障平均值和预设系数确定故障概率,若故障概率超过设定概率,则发送检修请求。
另一方面提供一种基于物联网的云教室的设备控制方法,该方法包括:
获取云教室内的待监测设备,所述待监测设备包括画面展示设备、画面源设备以及画面环境设备,所述画面展示设备用以展示由所述画面源设备输出的画面,所述画面环境设备用以在展示所述画面的过程中提供画面环境;
在测试时间内对所述待监测设备的工作状态进行测试,以获取测试结果;
基于所述测试时间内获取的所述测试结果预测所述待监测设备的故障概率,以根据所述故障概率确定是否发出检修请求,进而根据所述检修请求对所述云教室内的所述待监测设备进行检修。
与现有技术相比,本发明的有益效果在于通过应用物联网技术在设备执行命令的同时获取对应设备的运行状态,及时发现并处理可能存在的问题,从而实现了设备的自检,显著提高了设备检测效率。
尤其,通过对历史故障数据的统计与分析,预测模块可以计算出设备故障的平均值和故障概率,帮助维修人员在故障发生前就采取措施,降低了设备故障的发生率。
尤其,通过将所有设备连接到同一***,可以集中管理和监控所有设备,大大提高了云教室的运营效率,也为设备的维护提供了重要的决策支持,进一步增强了教学环境的稳定性和便捷性。
附图说明
图1为本发明实施例提供的基于物联网的云教室的设备控制***的结构图;
图2为本发明实施例提供的基于物联网的云教室的设备控制***的测试模块的结构图;
图3为本发明实施例提供的基于物联网的云教室的设备控制***测试模块的第一图像处理单元的结构图;
图4为本发明实施例提供的基于物联网的云教室的设备控制***测试模块的第二图像处理单元的结构图;
图5为本发明实施例提供的基于物联网的云教室的设备控制方法的流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,本发明的实施例提供的基于物联网的云教室的设备控制***包括:获取模块、测试模块、重复命令模块、重启模块、预测模块。
获取模块1000用以获取云教室内的待监测设备,所述待监测设备包括画面展示设备、画面源设备以及画面环境设备,所述画面展示设备用以展示由所述画面源设备输出的画面,所述画面环境设备用以在展示所述画面的过程中提供画面环境。
测试模块2000用以在测试时间内对所述待监测设备的工作状态进行测试,以获取测试结果。
重复命令模块3000与所述测试模块连接,用以在发生故障后向对应的待监测设备发送设定次数的重复命令,并判断所述故障对应的所述故障类型是否继续存在,若存在,则进入所述重启模块。
重启模块4000与所述重复命令模块连接,用以重启所述待监测设备,在设定间隔时间后重启所述待监测设备后,向所述待监测设备发送设定次数的所述重复命令,并判断所述故障类型是否继续存在,若存在,则判断所述故障类型为严重故障。
预测模块5000与所述测试模块连接,用以基于所述测试时间内获取的所述测试结果预测所述待监测设备的故障概率,以根据所述故障概率确定是否发出检修请求,进而根据所述检修请求对所述云教室内的所述待监测设备进行检修。
具体而言,在获取模块1000中,通过物联网技术对云教室内的各种待监测设备进行信息采集。待监测设备包括画面展示设备:投影幕布,画面源设备:投影仪设备、电脑设备,以及画面环境设备:灯光设备、空调设备、音响设备。
具体而言,测试模块2000用于在特定的测试时间内对待监测设备的工作状态进行检测,比如在使用云教室的前一天。这一阶段主要涉及到设备状态的实时监测和数据采集技术,进而判断设备是否正常运行,或是否需要进行调整优化等。
具体而言,如图2所示,所述测试模块2000包括幕布控制单元2010、第一摄像头2020、第一图像处理单元2030和第一判断单元2040,其中,
所述幕布控制单元用以发出控制指令信息,以使所述画面展示设备根据第一控制指令信息执行对应的动作;
所述第一摄像头用以拍摄画面展示设备在执行所述第一控制指令信息中的第一捕捉画面;
所述第一图像处理单元,与所述第一摄像头连接,用以对所述第一捕捉画面进行处理,以获取幕布边缘高度;
所述第一判断单元,与所述第一图像处理单元连接,用以根据所述幕布边缘高度判断所述画面展示设备是否发生故障以及故障类型。
具体而言,以上处理单元组合起来完整了对幕布设备的测试,其中涉及了多种技术特征,包括设备控制技术、图像采集技术、图像处理技术以及故障诊断技术。
首先幕布控制单元发出控制指令使画面展示设备进行动作,打开所述幕布设备,在设定的间隔时间后,第一摄像头拍摄画面展示设备在执行控制指令时的场景,获取第一捕捉画面,该画面被第一图像处理单元进行处理以获取幕布边缘高度,若所述幕布边缘未达到第一设定高度,则第一判断单元判断发生第一幕布故障。
然后幕布控制单元发出控制指令关闭所述幕布设备,在设定的间隔时间后,第一摄像头拍摄画面展示设备在执行控制指令时的场景,获取第一捕捉画面,该画面被第一图像处理单元进行处理以获取幕布边缘高度,若所述幕布边缘未达到第二设定高度,则第一判断单元判断发生第二幕布故障。
具体而言,完成以上操作后,将获得关于画面展示设备是否发生故障以及故障类型的判断结果。根据这样的结果,可以进一步对画面展示设备进行调整或者故障上报,以保证云教室的正常运行。该步骤处于整个设备控制***中的设备状态测试阶段,是获取设备运行信息并实现设备自我诊断的关键环节之一。
具体而言,如图3所示,所述第一图像处理单元包括第一裁剪子单元2031、识别子单元2032和第一计算子单元2033,其中,
所述第一裁剪子单元用以裁剪所述第一捕捉画面后获得幕布区域图像;
所述识别子单元用以通过边缘检测算法识别所述幕布区域图像中的幕布下边缘;
所述第一计算子单元,与所述识别子单元连接,用以根据所述幕布下边缘与所述幕布区域图像的底部之间的像素数量确定所述幕布边缘高度。
具体而言,所述的第一图像处理单元中,第一裁剪子单元、识别子单元和第一计算子单元的功能涵盖了图像处理的关键步骤,如裁剪、识别和计算。当摄像头拍摄了包含幕布的画面后,裁剪子单元会根据设定的规则裁剪出幕布区域的图像。接着,识别子单元会使用边缘检测算法识别裁剪后的幕布区域图像中的幕布下边缘。然后,计算子单元会根据幕布下边缘与幕布区域图像的底部之间的像素数量,计算得出幕布边缘的高度。例如,摄像头拍摄了一张含有幕布区域的1000像素宽×1500像素高的画面,裁剪子单元会将画面中与幕布区域对应的600像素宽×800像素高的部分裁剪出来。接着,识别子单元会使用边缘检测算法在裁剪后的幕布区域图像中识别出幕布下边缘位于裁剪后图像的720像素高处。然后,计算子单元会根据识别出的幕布下边缘的位置与裁剪后图像的底部之间的像素数量,也就是800-720=80像素,计算得出幕布边缘的高度为80像素。
具体而言,完成上述操作后,会得到精确的判断幕布边缘高度的值,这是关键的设备状态信息,可用于判断设备是否发生了故障以及故障类型。这是设备工作状态测试阶段的进一步深化,是从图像中获取设备运行状态的关键环节。
具体而言,继续参阅图2所示,所述测试模块包括画面源设备控制单元2050、第二摄像头2060、第二图像处理单元2070和第二判断单元2080,其中,
所述画面源设备控制单元用以发出控制指令信息,以使所述画面源设备根据第二控制指令信息执行对应的动作;
所述第二摄像头用以拍摄画面源设备在执行所述第二控制指令信息中的第二捕捉画面与第三捕捉画面;
所述第二图像处理单元,与所述第二摄像头连接,用以对所述第二捕捉画面、第三捕捉画面进行处理,以获取对应的第一结构性相似指数和第二结构性相似指数;
所述第二判断单元,与所述第二图像处理单元连接,用以根据所述第一结构性相似指数和所述第二结构性相似指数判断所述画面源设备是否发生故障以及故障类型。
具体而言,以上处理单元组合起来完整了对电脑设备与投影设备的测试,其中涉及了多种技术特征,包括设备控制技术、图像采集技术、图像处理技术以及故障诊断技术。
画面源设备控制单元发出控制指令使画面源设备进行动作,打开电脑设备,在设定的间隔时间后,第二摄像头拍摄电脑设备在执行控制指令时的场景,获取第二捕捉画面,该画面被第二图像处理单元进行处理以获取电脑设备的屏幕画面。第一对比图片为电脑正常开机后的照片,第二图像处理单元通过计算屏幕画面与第一对比图片的差异获得第一结构性相似指数,若所述第一结构性相似指数未达到设定阈值,则第二判断单元判断发生第二电脑故障。
画面源设备控制单元发出控制指令关闭所述电脑设备,在设定的间隔时间后,第二摄像头拍摄电脑设备在执行控制指令时的场景,获取第二捕捉画面,该画面被第二图像处理单元进行处理以获取电脑设备的屏幕画面。第二对比图片为电脑正常关机后的照片,第二图像处理单元通过计算屏幕画面与第二对比图片的差异获得第一结构性相似指数,若所述第一结构性相似指数未达到设定阈值,则第二判断单元判断发生第二电脑故障。
画面源设备控制单元发出控制指令打开投影设备,投影第一测试图片,在设定的间隔时间后,第二摄像头拍摄投影设备在执行控制指令时的场景,获取第二捕捉画面,该画面被第二图像处理单元进行处理以获取投影区域的光影图像。第二图像处理单元通过计算光影图像与第一测试图片的差异获得第二结构性相似指数,若所述第二结构性相似指数未达到设定阈值,则第二判断单元判断发生第一投影故障。
画面源设备控制单元发出控制指令关闭投影设备,在设定的间隔时间后,第二摄像头拍摄投影设备在执行控制指令时的场景,获取第二捕捉画面,该画面被第二图像处理单元进行处理以获取投影区域的光影图像。第三对比图片为投影设备正常关闭后的照片,第二图像处理单元通过计算光影图像与第三对比图片的差异获得第二结构性相似指数,若所述第二结构性相似指数未达到设定阈值,则第二判断单元判断发生第一投影故障。
具体而言,完成上述操作后,基于第一结构性相似指数和第二结构性相似指数能够判断画面源设备的工作状态。如果相似度指数显著下降,则说明画面源设备没有达到预定的工作状态。
具体而言,如图4所示,所述第二图像处理单元包括第二裁剪子单元2071和第二计算子单元2072,其中,
所述第二裁剪子单元用以裁剪所述第二捕捉画面后获得投影区域的光影图像,裁剪所述第三捕捉画面后获得电脑设备的屏幕画面;
所述第二计算子单元用以根据两张图像的亮度差异确定结构性相似指数:
将所述光影图像通过几何变换变形到对比图片上,在所述对比图片中选取大小固定的窗口进行局部结构相似性指数计算,所述窗口在所述对比图片内滑动,逐步覆盖所述对比图片,计算每个所述窗口内的局部结构相似性指数值,将所有所述局部结构相似性指数值进行平均,获得第一结构相似性指数值;
将所述屏幕画面通过几何变换变形到测试图片上,在所述测试图片中选取大小固定的窗口进行局部结构相似性指数计算,所述窗口在所述测试图片内滑动,逐步覆盖所述测试图片,计算每个所述窗口内的局部结构相似性指数值,将所有所述局部结构相似性指数值进行平均,获得第二结构相似性指数值。
具体而言,第二图像处理单元包含细致而精确的图像处理和计算过程,涉及图像裁剪、几何变换、结构性相似性指数的计算等技术。例如,裁剪子单元首先裁剪第二捕捉画面获得的光影图像,然后裁剪第三捕捉画面获得的电脑屏幕画面。之后,计算子单元进行操作,例如将光影图像经过几何变换变形到一个1920x1080像素的测试图片上,再选取一个像素为8x8的窗口,以此窗口在第一测试图片中进行滑动并计算局部结构相似性指数值。如果进行了总共2400次滑动,那么就得到了2400个局部结构相似性指数值,将这些值进行平均,得到第一结构相似性指数值,比如0.95。同样的方法也应用于处理电脑屏幕画面,获取第二结构相似性指数值,比如0.92。
具体而言,通过这些处理得到了两个结构性相似指数,这两个指数为判断投影设备或者电脑设备是否存在问题提供了依据。比如,如果两个结构相似性指数都低于预设阈值,比如0.9,那么就有理由认为相关设备可能存在问题。该指数是评估设备健康状态的一个重要指标,通过检测能够及时发现画面源设备的问题,保证教学设备的正常运行,避免因投影设备或电脑设备的故障引发的教学中断。
具体而言,继续参阅图2所示,所述测试模块包括画面环境设备控制单元2090、环境感应器2100和第三判断单元2110,其中,
所述画面环境设备控制单元用以发出控制指令信息,以使所述画面环境设备根据第三控制指令信息执行对应的动作;
所述环境感应器用以获取画面环境设备在执行第三控制指令信息中的环境参数;
所述第三判断单元,用以根据所述环境参数判断所述画面环境设备是否发生故障以及故障类型。
具体而言,以上处理单元组合起来完整了对灯光设备、空调设备、音响设备的测试,其中涉及了多种技术特征,包括设备控制技术、环境感应技术以及故障诊断技术。
具体而言,所述环境参数包括:亮度值、温度值和声音信号。
具体而言,画面环境设备控制单元发出控制指令使画面环境设备进行动作,打开所述灯光设备,在设定间隔时间后通过光线传感器获取光照情况,若所述光照情况未达到第一设定亮度,则判断发生第一灯光故障;
关闭所述灯光设备,在设定间隔时间后通过光线传感器获取光照情况,若所述光照情况未达到第二设定亮度,则判断发生第二灯光故障;
打开所述空调设备,设定温度,在设定间隔时间后通过温度传感器获取第一温度值,若所述第一温度值未达到设定温度值,则判断发生第一空调故障;
关闭所述空调设备,在设定间隔时间后通过温度传感器获取第二温度值,若所述第二温度值与第一设定温度值的差值小于设定温差,则判断发生第二空调故障;
打开所述音响设备,播放试播音频,在设定间隔时间后获取声音信号,计算声音信号与试播音频的差值,若声音差值达到预设阈值,则判断发生第一音响故障;
暂停并关闭所述音响设备,在设定间隔时间后获取声音信号,若声音信号的响度大于设定响度,则判断发生第二音响故障。
具体而言,通过以上操作,能够获取画面环境设备在执行控制指令过程中的环境参数,这些参数为进一步判断设备是否发生故障以及故障类型提供了重要依据。
具体而言,在重复命令模块3000中,涉及命令发送、设备状态判断技术。例如,当重复命令模块在发现待监测设备存在故障时,会向其发送3次重复命令,尝试恢复设备的正常工作。然而,如果在发送重复命令后,判断出设备故障仍然存在,那么将进入重启模块进行设备重启。
具体而言,在重启模块4000中,涉及设备重启、命令发送、设备状态判断技术。例如,当处理故障至进入重启模块后,断开故障设备的电路,设定间隔时间(例如1分钟)后,接通电路,再次发送3次重复命令,并判断故障类型是否依然存在。如果设备故障在重启后仍然存在,那么将认为这是一个严重故障。
具体而言,经过重复命令模块3000与重启模块4000处理后,可以有效地判断设备的故障状态,从轻微故障到严重故障。对于快速识别和解决教室内设备的问题至关重要,避免因为偶尔的设备失灵就上报为严重故障。通过重复命令和重启设备的方式,可以有效地解决或验证设备的故障状态。
具体而言,在预测模块5000中涉及到数据分析和决策。
具体而言,所述预测模块包括统计单元和预测单元,其中,
所述统计单元用以实时记录历史故障数据,所述历史故障数据包括所有出现过的故障、故障类型和所述设定次数;
所述预测单元用以根据所述历史故障数据使用时间序列分析计算历史故障数据中的故障平均值;根据所述故障平均值和预设系数确定故障概率,若故障概率超过设定概率,则发送检修请求。
具体而言,统计单元详细记录出现任何故障,包括第一灯光故障、第二灯光故障、第一空调故障、第二空调故障、第一音响故障、第二音响故障、第一幕布故障、第一投影故障、第二投影故障、第二幕布故障、第一电脑故障、第二电脑故障,以及记录对应故障出现的时间和解决的方式,如通过重复命令模块发送数次命令后故障消失,或通过重启模块重启设备后故障消失。例如,某月1号出现第一灯光故障,重复发送命令一次后故障消失;5号出现第一灯光故障,重复发送命令两次后故障消失;8号出现第二灯光故障,重复发送命令一次后故障消失;16号出现第一电脑故障,首先发送重复命令两次,故障依然存在,断开电路重启后发送重复命令一次,故障消失。
具体而言,预测单元从统计单元获取历史故障数据,预测待监测设备可能出现的故障概率。例如,经过计算后,上个月第一灯光故障出现的概率为15%,乘以预设故障系数3,得到下个月的故障概率为45%。那么预测模块5000会根据预设的阈值(如35%)判断是否需要发出检修请求。故障概率超过阈值,需要发出检修请求,促使相关人员对云教室内的该设备进行检修。
具体而言,经过预测模块处理后,可以获得待监测设备出现故障的预测概率,并基于这一预测概率进行决策,以确定是否需要对设备进行维护和检修。这样的操作有助于提前发现和解决设备的潜在问题,防止故障发生,从而保障教学过程的正常进行。这对于云教室这类对设备运行状态有着严格要求的场所非常重要,具有重要的实际应用价值。
请参阅图5所示,本发明的另一个实施例提供的基于物联网的云教室的设备控制方法包括:
步骤S100:获取云教室内的待监测设备,所述待监测设备包括画面展示设备、画面源设备以及画面环境设备,所述画面展示设备用以展示由所述画面源设备输出的画面,所述画面环境设备用以在展示所述画面的过程中提供画面环境。
步骤S200:在测试时间内对所述待监测设备的工作状态进行测试,以获取测试结果。
步骤S300:基于所述测试时间内获取的所述测试结果预测所述待监测设备的故障概率,以根据所述故障概率确定是否发出检修请求,进而根据所述检修请求对所述云教室内的所述待监测设备进行检修。
具体而言,在步骤S200中,在对所述待监测设备的工作状态进行测试的过程中,测试模块包括幕布控制单元、第一摄像头、第一图像处理单元和第一判断单元,其中,
所述幕布控制单元用以发出控制指令信息,以使所述画面展示设备根据第一控制指令信息执行对应的动作;
所述第一摄像头用以拍摄画面展示设备在执行所述第一控制指令信息中的第一捕捉画面;
所述第一图像处理单元,与所述第一摄像头连接,用以对所述第一捕捉画面进行处理,以获取幕布边缘高度;
所述第一判断单元,与所述第一图像处理单元连接,用以根据所述幕布边缘高度判断所述画面展示设备是否发生故障以及故障类型。
所述第一图像处理单元包括第一裁剪子单元、识别子单元和第一计算子单元,其中,
所述第一裁剪子单元用以裁剪所述第一捕捉画面后获得幕布区域图像;
所述识别子单元用以通过边缘检测算法识别所述幕布区域图像中的幕布下边缘;
所述第一计算子单元,与所述识别子单元连接,用以根据所述幕布下边缘与所述幕布区域图像的底部之间的像素数量确定所述幕布边缘高度。
所述测试模块包括画面源设备控制单元、第二摄像头、第二图像处理单元和第二判断单元,其中,
所述画面源设备控制单元用以发出控制指令信息,以使所述画面源设备根据第二控制指令信息执行对应的动作;
所述第二摄像头用以拍摄画面源设备在执行所述第二控制指令信息中的第二捕捉画面与第三捕捉画面;
所述第二图像处理单元,与所述第二摄像头连接,用以对所述第二捕捉画面、第三捕捉画面进行处理,以获取对应的第一结构性相似指数和第二结构性相似指数;
所述第二判断单元,与所述第二图像处理单元连接,用以根据所述第一结构性相似指数和所述第二结构性相似指数判断所述画面源设备是否发生故障以及故障类型。
所述第二图像处理单元包括第二裁剪子单元和第二计算子单元,其中,
所述第二裁剪子单元用以裁剪所述第二捕捉画面后获得投影区域的光影图像,裁剪所述第三捕捉画面后获得电脑设备的屏幕画面;
所述第二计算子单元用以根据两张图像的亮度差异确定结构性相似指数:
将所述光影图像通过几何变换变形到对比图片上,在所述对比图片中选取大小固定的窗口进行局部结构相似性指数计算,所述窗口在所述对比图片内滑动,逐步覆盖所述对比图片,计算每个所述窗口内的局部结构相似性指数值,将所有所述局部结构相似性指数值进行平均,获得第一结构相似性指数值;
将所述屏幕画面通过几何变换变形到测试图片上,在所述测试图片中选取大小固定的窗口进行局部结构相似性指数计算,所述窗口在所述测试图片内滑动,逐步覆盖所述测试图片,计算每个所述窗口内的局部结构相似性指数值,将所有所述局部结构相似性指数值进行平均,获得第二结构相似性指数值。
所述测试模块包括画面环境设备控制单元、环境感应器和第三判断单元,其中,
所述画面环境设备控制单元用以发出控制指令信息,以使所述画面环境设备根据第三控制指令信息执行对应的动作;
所述环境感应器用以获取画面环境设备在执行第三控制指令信息中的环境参数;
所述第三判断单元,用以根据所述环境参数判断所述画面环境设备是否发生故障以及故障类型。
所述环境参数包括:亮度值、温度值和声音信号。
具体而言,还包括重复命令模块和重启模块,所述重复命令模块与所述测试模块连接,所述重启模块与所述重复命令模块连接;
所述重复命令模块用以在发生故障后向对应的待监测设备发送设定次数的重复命令,并判断所述故障对应的所述故障类型是否继续存在,若存在,则进入所述重启模块;
所述重启模块用于重启所述待监测设备,在设定间隔时间后重启所述待监测设备后,向所述待监测设备发送设定次数的所述重复命令,并判断所述故障类型是否继续存在,若存在,则判断所述故障类型为严重故障。
具体而言,在步骤S300中,在基于所述测试时间内获取的所述测试结果预测所述待监测设备的故障概率的过程中,预测模块包括统计单元和预测单元,其中,
所述统计单元用以实时记录历史故障数据,所述历史故障数据包括所有出现过的故障、故障类型和所述设定次数;
所述预测单元用以根据所述历史故障数据使用时间序列分析计算历史故障数据中的故障平均值;根据所述故障平均值和预设系数确定故障概率,若故障概率超过设定概率,则发送检修请求。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于物联网的云教室的设备控制***,其特征在于,包括:
获取模块,用以获取云教室内的待监测设备,所述待监测设备包括画面展示设备、画面源设备以及画面环境设备,所述画面展示设备用以展示由所述画面源设备输出的画面,所述画面环境设备用以在展示所述画面的过程中提供画面环境;
测试模块,用以在测试时间内对所述待监测设备的工作状态进行测试,以获取测试结果;
预测模块,与所述测试模块连接,用以基于所述测试时间内获取的所述测试结果预测所述待监测设备的故障概率,以根据所述故障概率确定是否发出检修请求,进而根据所述检修请求对所述云教室内的所述待监测设备进行检修。
2.根据权利要求1所述的基于物联网的云教室的设备控制***,其特征在于,所述测试模块包括幕布控制单元、第一摄像头、第一图像处理单元和第一判断单元,其中,
所述幕布控制单元用以发出控制指令信息,以使所述画面展示设备根据第一控制指令信息执行对应的动作;
所述第一摄像头用以拍摄画面展示设备在执行所述第一控制指令信息中的第一捕捉画面;
所述第一图像处理单元,与所述第一摄像头连接,用以对所述第一捕捉画面进行处理,以获取幕布边缘高度;
所述第一判断单元,与所述第一图像处理单元连接,用以根据所述幕布边缘高度判断所述画面展示设备是否发生故障以及故障类型。
3.根据权利要求2所述的基于物联网的云教室的设备控制***,其特征在于,所述第一图像处理单元包括第一裁剪子单元、识别子单元和第一计算子单元,其中,
所述第一裁剪子单元用以裁剪所述第一捕捉画面后获得幕布区域图像;
所述识别子单元用以通过边缘检测算法识别所述幕布区域图像中的幕布下边缘;
所述第一计算子单元,与所述识别子单元连接,用以根据所述幕布下边缘与所述幕布区域图像的底部之间的像素数量确定所述幕布边缘高度。
4.根据权利要求1所述的基于物联网的云教室的设备控制***,其特征在于,所述测试模块包括画面源设备控制单元、第二摄像头、第二图像处理单元和第二判断单元,其中,
所述画面源设备控制单元用以发出控制指令信息,以使所述画面源设备根据第二控制指令信息执行对应的动作;
所述第二摄像头用以拍摄画面源设备在执行所述第二控制指令信息中的第二捕捉画面与第三捕捉画面;
所述第二图像处理单元,与所述第二摄像头连接,用以对所述第二捕捉画面、第三捕捉画面进行处理,以获取对应的第一结构性相似指数和第二结构性相似指数;
所述第二判断单元,与所述第二图像处理单元连接,用以根据所述第一结构性相似指数和所述第二结构性相似指数判断所述画面源设备是否发生故障以及故障类型。
5.根据权利要求4所述的基于物联网的云教室的设备控制***,其特征在于,所述第二图像处理单元包括第二裁剪子单元和第二计算子单元,其中,
所述第二裁剪子单元用以裁剪所述第二捕捉画面后获得投影区域的光影图像,裁剪所述第三捕捉画面后获得电脑设备的屏幕画面;
所述第二计算子单元用以根据两张图像的亮度差异确定结构性相似指数:
将所述光影图像通过几何变换变形到对比图片上,在所述对比图片中选取大小固定的窗口进行局部结构相似性指数计算,所述窗口在所述对比图片内滑动,逐步覆盖所述对比图片,计算每个所述窗口内的局部结构相似性指数值,将所有所述局部结构相似性指数值进行平均,获得第一结构相似性指数值;
将所述屏幕画面通过几何变换变形到测试图片上,在所述测试图片中选取大小固定的窗口进行局部结构相似性指数计算,所述窗口在所述测试图片内滑动,逐步覆盖所述测试图片,计算每个所述窗口内的局部结构相似性指数值,将所有所述局部结构相似性指数值进行平均,获得第二结构相似性指数值。
6.根据权利要求5所述的基于物联网的云教室的设备控制***,其特征在于,所述测试模块包括画面环境设备控制单元、环境感应器和第三判断单元,其中,
所述画面环境设备控制单元用以发出控制指令信息,以使所述画面环境设备根据第三控制指令信息执行对应的动作;
所述环境感应器用以获取画面环境设备在执行第三控制指令信息中的环境参数;
所述第三判断单元,用以根据所述环境参数判断所述画面环境设备是否发生故障以及故障类型。
7.根据权利要求6所述的基于物联网的云教室的设备控制***,其特征在于,所述环境参数包括:亮度值、温度值和声音信号。
8.根据权利要求7所述的基于物联网的云教室的设备控制***,其特征在于,还包括重复命令模块和重启模块,所述重复命令模块与所述测试模块连接,所述重启模块与所述重复命令模块连接;
所述重复命令模块用以在发生故障后向对应的待监测设备发送设定次数的重复命令,并判断所述故障对应的所述故障类型是否继续存在,若存在,则进入所述重启模块;
所述重启模块用于重启所述待监测设备,在设定间隔时间后重启所述待监测设备后,向所述待监测设备发送设定次数的所述重复命令,并判断所述故障类型是否继续存在,若存在,则判断所述故障类型为严重故障。
9.根据权利要求8所述的基于物联网的云教室的设备控制***,其特征在于,所述预测模块包括统计单元和预测单元,其中,
所述统计单元用以实时记录历史故障数据,所述历史故障数据包括所有出现过的故障、故障类型和所述设定次数;
所述预测单元用以根据所述历史故障数据使用时间序列分析计算历史故障数据中的故障平均值;根据所述故障平均值和预设系数确定故障概率,若故障概率超过设定概率,则发送检修请求。
10.一种应用于权利要求1-9任一项所述的基于物联网的云教室的设备控制***的方法,其特征在于,包括:
获取云教室内的待监测设备,所述待监测设备包括画面展示设备、画面源设备以及画面环境设备,所述画面展示设备用以展示由所述画面源设备输出的画面,所述画面环境设备用以在展示所述画面的过程中提供画面环境;
在测试时间内对所述待监测设备的工作状态进行测试,以获取测试结果;
基于所述测试时间内获取的所述测试结果预测所述待监测设备的故障概率,以根据所述故障概率确定是否发出检修请求,进而根据所述检修请求对所述云教室内的所述待监测设备进行检修。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311540296.1A CN117250902A (zh) | 2023-11-20 | 2023-11-20 | 基于物联网的云教室的设备控制***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311540296.1A CN117250902A (zh) | 2023-11-20 | 2023-11-20 | 基于物联网的云教室的设备控制***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117250902A true CN117250902A (zh) | 2023-12-19 |
Family
ID=89131779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311540296.1A Pending CN117250902A (zh) | 2023-11-20 | 2023-11-20 | 基于物联网的云教室的设备控制***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117250902A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107426894A (zh) * | 2017-06-20 | 2017-12-01 | 上海大学 | 基于智能视频识别的教室灯光自动检测控制***及其方法 |
CN112182068A (zh) * | 2020-09-30 | 2021-01-05 | 重庆市海普软件产业有限公司 | 一种基于物联网技术的远程故障判断***及方法 |
CN114125518A (zh) * | 2020-06-29 | 2022-03-01 | 海信视像科技股份有限公司 | 一种显示设备 |
CN117012099A (zh) * | 2020-06-29 | 2023-11-07 | 海信视像科技股份有限公司 | 一种显示设备 |
-
2023
- 2023-11-20 CN CN202311540296.1A patent/CN117250902A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107426894A (zh) * | 2017-06-20 | 2017-12-01 | 上海大学 | 基于智能视频识别的教室灯光自动检测控制***及其方法 |
CN114125518A (zh) * | 2020-06-29 | 2022-03-01 | 海信视像科技股份有限公司 | 一种显示设备 |
CN117012099A (zh) * | 2020-06-29 | 2023-11-07 | 海信视像科技股份有限公司 | 一种显示设备 |
CN112182068A (zh) * | 2020-09-30 | 2021-01-05 | 重庆市海普软件产业有限公司 | 一种基于物联网技术的远程故障判断***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112182068B (zh) | 一种基于物联网技术的远程故障判断***及方法 | |
CN110769246B (zh) | 一种检测监控设备故障的方法、装置 | |
CN109167997B (zh) | 一种视频质量诊断***及方法 | |
US8712149B2 (en) | Apparatus and method for foreground detection | |
CN103152601A (zh) | 一种智能报障摄像机及其网络管理客户端*** | |
CN102176758A (zh) | 一种视频质量诊断***及其实现方法 | |
CN108401152B (zh) | 一种对电影放映质量进行自动检测及校准的方法 | |
US20190188832A1 (en) | Automatic Defective Digital Motion Picture Pixel Detection | |
CN111539313A (zh) | ***行为检测方法及*** | |
CN116091901A (zh) | 一种基于监控设备故障诊断分析的运维管理平台 | |
JP2017069963A (ja) | 表示盤や操作盤のデータ収集システム、装置、方法、プログラムおよび記録媒体 | |
CN109151463B (zh) | 一种视频质量诊断***及视频质量分析方法 | |
CN115293508B (zh) | 一种可视化的光缆运行状态监控方法及*** | |
CN103577662A (zh) | 确定家用电器的用电状况或环境状况的方法及设备 | |
CN106454338B (zh) | 电子设备图片显示效果检测方法及装置 | |
CN111141529A (zh) | 一种汽车仪表信号的自动化测试方法 | |
CN117250902A (zh) | 基于物联网的云教室的设备控制***及方法 | |
CN112001332A (zh) | 隔离开关工作状态监测方法、***、介质、设备及应用 | |
CN111062932A (zh) | 一种网络服务程序的监控方法 | |
CN111923042B (zh) | 机柜栅格的虚化处理方法及***、巡检机器人 | |
CN114513397A (zh) | 一种视频监控箱的智能运维*** | |
KR20200092833A (ko) | 전투 체계의 장비 모니터링 장치 | |
WO2021193101A1 (ja) | 画像解析システム、画像解析方法及び画像解析プログラム | |
CN115733957A (zh) | 一种基于图像识别的导航设备告警处理方法 | |
CN111327890B (zh) | 一种光机测试方法、装置和电子设备 |
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 |