CN105653726B - 一种用于多源传感系统的多维目标信息采集方法 - Google Patents

一种用于多源传感系统的多维目标信息采集方法 Download PDF

Info

Publication number
CN105653726B
CN105653726B CN201610045924.2A CN201610045924A CN105653726B CN 105653726 B CN105653726 B CN 105653726B CN 201610045924 A CN201610045924 A CN 201610045924A CN 105653726 B CN105653726 B CN 105653726B
Authority
CN
China
Prior art keywords
tmp
label
time
object information
space
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
Application number
CN201610045924.2A
Other languages
English (en)
Other versions
CN105653726A (zh
Inventor
郑翔平
邓小龙
刘堃
何炼坚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 2 Research Institute
Original Assignee
CETC 2 Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CETC 2 Research Institute filed Critical CETC 2 Research Institute
Priority to CN201610045924.2A priority Critical patent/CN105653726B/zh
Publication of CN105653726A publication Critical patent/CN105653726A/zh
Application granted granted Critical
Publication of CN105653726B publication Critical patent/CN105653726B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及目标信息采集领域,尤其是涉及一种用于多源传感系统的多维目标信息采集方法。本发明针对现有技术存在的问题,提供一种用于多源传感系统的多维目标信息采集方法;将多个维度的目标信息聚合到一个时空窗口内,能够相对完整的为监控人员提供从多个维度了解实时监控目标详细情况的综合视角,使目标信息的表征更加符合实际情况。本发明从开始∆T时间内所采集到的所有原始目标信息的集合;通过为每个设置标签表,然后通过标签表中的标签C或V结合,判断采集的原始目标信息是否符合要求,进而完成数据采集。

Description

一种用于多源传感系统的多维目标信息采集方法
技术领域
本发明涉及目标信息采集领域,尤其是涉及一种用于多源传感系统的多维目标信息采集方法。
背景技术
目前,在基于传感设备的目标探测系统,尤其是在安防、近场目标监视、无源目标定位系统中,其目标信息描述手段都是基于相同类型的传感设备,通过时刻和空间点坐标对其所感知的信息分别进行表征,这种方式受制于每类传感设备的局限性,从监控人员的角度,只能看到离散的、各种单一维度的目标信息,监控人员需要人工对这些信息进行关联,才能形成了解目标实际情况的综合视角。这种离散的目标信息表征方式存在以下问题:
1.各种传感设备、子系统由于自身灵敏度、目标定位精度误差等因素,使得在对同一目标进行探测时所得到的位置信息并不一致,无法用空间点坐标来进行表征实际位置,导致监控人员很难人工判定目标的确切位置;
2.同时,目标信息分别采集于不同的传感设备,各个设备由于自身特征带来的采集时间节拍不一致,这就使得多个维度的目标信息无法从时刻上进行表征,导致监控人员很难在某一时刻确切的获取到完整的目标信息。
基于上述问题,本专利提出一种基于时空窗口的多源传感多维目标信息表征方法,解决时间节拍不一致、空间精度不一致导致的多维目标信息无法在空间上、时间上进行综合表征的问题。在利用现代化传感设备进行目标探测的相关领域,还未见过这样基于时空窗口进行多维目标信息表征的方法。
发明内容
本发明所要解决的技术问题是:针对现有技术存在的问题,提供一种用于多源传感系统的多维目标信息采集方法;本发明有别于传统基于时刻和空间点坐标进行目标描述方式,提出一种通过一个时空窗口来对多个维度的目标信息进行综合表征的方法,解决当前多源传感系统中由于传感采集时间节拍受设备自身工作特点而异、目标定位精度受设备自身能力而异,所导致的无法通过时刻和空间点坐标来表征目标的问题。将多个维度的目标信息聚合到一个时空窗口内,能够相对完整的为监控人员提供从多个维度了解实时监控目标详细情况的综合视角,无需分别从各类传感设备上逐一了解单一维度的目标信息以后,再对离散的目标信息进行人工综合,使目标信息的表征更加符合实际情况,同时为监控人员带来了很大的便捷。
本发明采用的技术方案如下:
一种用于多源传感系统的多维目标信息采集方法包括:
步骤1:假设当前传感设备的种类数量为N,b为能丢失传感设备的种类数量;
步骤2:设置N个传感设备采集起始时间t0,ΔT为每个采集周期时,原始传感设备信息的时间窗口,R为时空窗口空间半径,则ts=t0,te=ts+ΔT;
步骤3:设从ts开始ΔT时间内所采集到的所有原始目标信息的集合Pa={A0,A1,A2,…,An};通过Ai设置标签表,所述标签表中每个Ai对应两个标签Vii及Ci,初始化Vii=0,Ci=0;同时设置D的集合Pd,初始化Pd为空;0≤i≤n;
步骤4:从Pa中任意访问一个Vii值为0的Ai,设置Ci=1,访问Ai中的设置时空标签Stmp={xtemp,ytemp,Ztemp,R,ts,xe};
其中设置Dtmp={Stmp,Ai};
步骤5:从Pa中任意访问一个标签Ci值为0的Aj,同时设置该标签Cj=1,根据Stmp以及Aj,判断Aj是否属于Dtmp,若属于则将Aj加入Dtmp,即设置Dtmp={Stmp,Ai,…,Aj};其中Stmp指的是某一时空标签;Aj指的是原始目标信息;其中0≤j≤n;
步骤6:重复步骤5,直到Pa中不存在任何标签C值为0的A;
步骤7:当N′≥N-b;则将Dtmp加入集合Pd;同时设置Dtmp中所有A的标签C=2;N′为Dtmp中A的种类数量;
步骤8:设置Ai的标签Vii=1,遍历Pa中所有标签C值为1的A,重置其标签C=0,重复步骤5,直至Pa中不存在任何标签V值为0的A;得到Pd即为本时间节拍内所有的时空窗口的多维目标信息D的集合;
步骤9:依次重置ts=ts+ΔT,te=ts+ΔT,进入下一轮数据采集,重复步骤4,直至应用业务停止采集数据。
进一步的,所述R为时空窗口空间半径,R为定位精度最差的两类传感设备的定位误差之和。
进一步的,所述步骤3中Ai={xi,yi,zi,ti,{k0,v0},{k1,v1},{k2,v2},…,{km,vm}};m大于等于0,原始目标信息Ai的描述包括:原始目标位置、截获时间、键值对key-value;键值对key-value表征该原始目标的多个属性信息;其中xi,yi,zi为多维目标的三维坐标,即目标位置;ti为原始目标Ai截获时间,kp为原始目标Ai第p个属性的key,vp为原始目标Ai第p个属性的value值,0≤p≤m;多维目标信息属性是各个传感设备提供的各个原始目标信息的集合。
进一步的,所述步骤5中根据Stmp以及Aj,判断Aj是否属于Dtmp,若属于则将Aj加入Dtmp,即设置Dtmp={Stmp,Ai,…,Aj}具体过程是:
步骤51:根据传感设备探测到的原始目标的位置信息和截获时间,判断出原始目标与时空标签间的关联,设某一时空标签为S={xs,ys,zs,R0,ts,te},某一原始目标信息描述为A={xa,ya,za,ta,{k0,v0},{k1,v1},{k2,v2},…,{kn,vn}},如果同时满足公式(1)及(2),则该原始目标信息A被包含于时空标签S中,即当传感设备探测到的原始目标信息的空间点坐标在某一时空标签的空间窗口内,且原始目标的接货时间在同意时空标签的窗口内,则该原始目标信息A属于该时空标签;
ts≤ti≤te (2)
步骤52:当实际中获得某一时空标签Stmp={xtemp,ytemp,ztemp,R,ts,xe};则根据公式(1)(2)来判断Aj={xj,yj,zj,tj,{k0,v0},{k1,v1},{k2,v2},…,{km,vm}}
是否属于Dtmp,具体为:
并且ts≤tj≤te时, 则Aj属于Dtmp,然后将Aj加入Dtmp,即设置Dtmp={Stmp,Ai,…,Aj};否则,不予处理。
进一步的,所述步骤8中基于时空窗口的多维目标信息表征完整形式D为:{{时空标签},{原始目标0信息描述},{原始目标1信息描述},{原始目标2信息描述},…,{原始目标n信息描述}};对应具体形式D={S,A0,A1,A2,…,An}。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
能够从系统层面解决多源传感系统多个传感设备定位精度不一致、感知时间节拍不一致引发的实际目标表征上的弊端,将离散、单一的多个维度的目标信息进行聚合表述,可较为完整的描述目标的实际情况。监控人员无需再对离散信息进行人工综合,从而一目了然的对目标的多维信息进行实时监控,提高了监控人员的工作效率,使其能够更方便的进行监控指挥决策。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是时空标签定义示意图。
图2是基于时空窗口的多维目标信息表征示意图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明工作原理:本发明提出的时空窗口由时间段和空间区域组成,在此基础上多维目标信息的表征就是在某时间段中,在某空间区域内出现过的所有原始目标信息的集合。
1、时空窗口的定义和多维目标信息的描述,即如何为一定时间范围和空间范围,定义具有唯一性的标签,以此来标识包含在该标签时空范围内的多维目标信息;
2、确定时空窗口,即如何根据当前感知到的原始目标信息,确定合理的时空窗口,能够尽可能准确和完整的描述目标。
具体实施例一:
步骤1:在多源传感系统中,确定每个时间节拍中所有时空窗口D的算法流程如下:
步骤2:假设当前传感设备的种类数量为N,b为能丢失传感设备的种类数量;0≤b<N;
步骤3:设起始时间为t0,ΔT为每个时间节拍采集原始目标信息的时间窗口,依次设置ts=t0,te=ts+ΔT;
步骤4:设置时空窗口的空间半径为R,该值一般针对实际场景根据经验进行设置,例如可以设置R为定位精度最差的两类传感设备的定位误差之和;
步骤5:设从ts开始ΔT时间内所采集到的所有原始目标信息的集合Pa={A0,A1,A2,…,An};通过Ai设置标签表,所述标签表中每个Ai对应两个标签Vi及Ci,初始化Vii=0,Ci=0;同时设置D的集合Pd,初始化Pd为空;0≤i≤n;步骤6:从Pa中任意访问一个Vii值为0的Ai,设置Ci=1,访问Ai中的设置时空标签Stmp={xtemp,ytemp,Ztemp,R,ts,xe};其中 设置Dtmp={Stmp,Ai};
步骤7:设此时Dtmp={Stmp,Ai,…},从Pa中任意访问一个标签Ci值为0的Aj,同时设置该标签Cj=1,根据Stmp以及Aj,判断Aj是否属于Dtmp,若属于则将Aj加入Dtmp,即设置Dtmp={Stmp,Ai,…,Aj};其中Stmp指的是某一时空标签;Aj指的是原始目标信息;其中0≤j≤n;
步骤8:重复步骤0,直至Pa中不存在任何标签C值为0的A;
步骤9:设此时Dtmp中A的种类数量为b,如果b≥N-b,则将Dtmp加入集合Pd,同时设置Dtmp中所有A的标签C=2;
步骤10:设置Ai的标签Vi=1,遍历Pa中所有标签C值为1的A,重置其标签C=0,重复步骤0,直至Pa中不存在任何标签V值为0的A;
步骤11:Pd即为本时间节拍内所有的时空窗口D的集合,依次重置ts=ts+ΔT,te=ts+ΔT,进入下一轮数据采集,重复步骤4直至应用业务停止采集数据。
其中时空窗口定义和多维目标信息描述具体过程是:
时空标签的定义包含两部分元素:空间范围定义、时间范围定义,两个时空标签相等的充要条件是空间范围相同、时间范围相同。任何包含这两个元素的时空标签定义方法,都属于本专利的保护内容。
以球形区域为例,记时空标签为S,其定义为:S={x,y,z,R,ts,te}。
其中x、y、z分别表示一个空间区域中心点的三维坐标,R表示一个空间区域的半径,在球形区域的情况下,一个时空标签定义中所包含的空间窗口,是以x、y、z为圆心,R为半径的一个球形区域。ts、te描述时空标签的时间范围,ts表示时空标签时间窗口的起始时刻,te表示时空标签时间窗口的终止时刻。以球形区域为例,整个时空标签定义的示意图如图1所示。
将属于某一时空标签的多维目标信息进行关联描述,从而实现基于时空窗口的多维目标信息表征,该表征主要包含两部分内容:时空标签、各类传感设备所探测到的目标信息属性。任何将多个维度的信息放到某一时空窗口内进行表征的方法,都属于本专利所保护的内容。多维目标信息属性是各个传感设备提供的各个原始目标信息的集合。原始目标信息的描述包括:目标位置、截获时间、以key-value(键值对)表征的该目标的多个属性信息,记原始目标信息为A,其具体表征形式为:A={x,y,z,t,{k0,v0},{k1,v1},{k2,v2},…,{kn,vn}},n大于等于0,其中x、y、z为目标的三维坐标,t为目标截获时间,ki为目标第i个属性的key(键),vi为目标第i个属性的value(值),0≤i≤n。
根据传感设备探测到的原始目标的位置信息和截获时间,可以判断出其与时空标签间的关联,设某一时空标签为S={xs,ys,zs,R0,ts,te},某一原始目标信息描述为A={xa,ya,za,ta,{k0,v0},{k1,v1},{k2,v2},…,{kn,vn}},如果同时满足公式(1)(2):
ts≤ti≤te (2)
则目标信息A含于时空标签S中,即当传感设备探测到的原始目标信息的空间点坐标在某一时空标签的空间窗口内,且原始目标的截获时间在同一时空标签的时间窗口内,则该原始目标信息属于该时空标签。
因此,基于时空窗口的多维目标信息表征完整形式为:{{时空标签},{原始目标0信息描述},{原始目标1信息描述},{原始目标2信息描述},…,{原始目标n信息描述}},记完整的基于时空窗口的多维目标信息表征为D,D={S,A0,A1,A2,…,An},其示意图如图2所示。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (5)

1.一种用于多源传感系统的多维目标信息采集方法,其特征在于包括:
步骤1:假设当前传感设备的种类数量为N,b为容忍缺失的传感设备的种类数量;
步骤2:设置N类传感设备采集起始时间t0,ΔT为每个采集周期时,原始传感设备信息的时间窗口,R为时空窗口空间半径,则ts=t0,te=ts+ΔT;ts为每个采集时空窗口时间窗口上的开始时刻;te为每个采集时空窗口时间窗口上的终止时刻;
步骤3:设从ts开始ΔT时间内所采集到的所有原始目标信息的集合Pa={A0,A1,A2,...,An};通过为每个Ai设置标签表,所述标签表中每个Ai对应两个标签Vi及Ci,初始化Vi=0,Ci=0;同时设置D的集合Pd,初始化Pd为空;Ai是指Pa中的其中一个原始目标信息;0≤i≤n;
步骤4:从Pa中任意访问一个Vi值为0的Ai,设置Ci=1,访问Ai中的设置时空标签Stmp={xtemp,ytemp,ztemp,R,ts,te};xtemp、ytemp、ztemp为时空标签的空间位置信息坐标标签;
其中设置Dtmp={Stmp,Ai};为节点Ai所对应的空间位置信息坐标;Dtmp是在每个采集节拍信息处理过程中,形成多维目标信息D的过程状态;
步骤5:从Pa中任意访问一个标签Ci值为0的Aj,同时设置该标签Cj=1,根据Stmp以及Aj,判断Aj是否属于Dtmp,若属于则将Aj加入Dtmp,即设置Dtmp={Stmp,Ai,...,Aj};其中Stmp指的是某一时空标签;Aj指的是原始目标信息;其中0≤j≤n;
步骤6:重复步骤5,直到Pa中不存在任何标签C值为0的A;
步骤7:当N′≥N-b;则将Dtmp加入集合Pd;同时设置Dtmp中所有A的标签C=2,V=1;N′为Dtmp中A的种类数量;
步骤8:设置Ai的标签Vi=1,遍历Pa中所有标签C值为1的A,重置其标签C=0,重复步骤5,直至Pa中不存在任何标签V值为0的A;此时得到Pd即为本时间节拍内所有的基于时空窗口的多维目标信息D的集合;
步骤9:依次重置tS=ts+ΔT,te=ts+ΔT,进入下一轮数据采集,重复步骤4,直至应用业务停止采集数据。
2.根据权利要求1所述的一种用于多源传感系统的多维目标信息采集方法,其特征在于所述R为定位精度最差的两类传感设备的定位误差之和。
3.根据权利要求1所述的一种用于多源传感系统的多维目标信息采集方法,其特征在于所述步骤3中Ai={xi,yi,zi,ti,{k0,v0},{k1,v1},{k2,v2},...,{km,vm}};m大于等于0,Ai的描述包括:原始目标位置、截获时间、键值对key-value;键值对key-value表征该原始目标的多个属性信息;其中xi,yi,zi为多维目标的三维坐标,即目标位置;ti为Ai截获时间,kp为Ai第p个属性的key,vp为Ai第p个属性的value值,0≤p≤m;多维目标信息属性是各个传感设备提供的各个原始目标信息的集合。
4.根据权利要求1所述的一种用于多源传感系统的多维目标信息采集方法,其特征在于所述步骤5中根据Stmp以及Aj,判断Aj是否属于Dtmp,若属于则将Aj加入Dtmp,即设置Dtmp={Stmp,Ai,...,Aj}具体过程是:
步骤51:根据传感设备探测到的原始目标的位置信息和截获时间,判断出原始目标与时空标签间的关联,设某一时空标签为S={xs,ys,zs,R0,ts,te},某一原始目标信息描述为A={xa,ya,za,ta,{k0,v0},{k1,v1},{k2,v2},...,{kn,vn}},n大于等于0,A的描述包括:原始目标位置、截获时间、键值对key-value;键值对key-value表征该原始目标的多个属性信息;其中xa,ya,za为多维目标的三维坐标,即目标位置;ta为A截获时间,kq为A第q个属性的key,vq为A第q个属性的value值,0≤q≤n;多维目标信息属性是各个传感设备提供的各个原始目标信息的集合;如果同时满足公式(1)及(2),则该原始目标信息A被包含于时空标签S中,即当传感设备探测到的原始目标信息的空间点坐标在某一时空标签的空间窗口内,且原始目标的接货时间在同意时空标签的窗口内,则该原始目标信息A属于该时空标签;
ts≤ta≤te (2)
步骤52:当实际中获得某一时空标签Stmp={xtemp,ytemp,ztemp,R,ts,te};则根据公式(1)(2)来判断Aj={xj,yj,zj,tj,{k0,v0},{k1,v1},{k2,v2},...,{km,vm}}
是否属于Dtmp,具体为:
并且ts≤tj≤te时,则Aj属于Dtmp,然后将Aj加入Dtmp,即设置Dtmp={Stmp,Ai,...,Aj};否则,不予处理。
5.根据权利要求1所述的一种用于多源传感系统的多维目标信息采集方法,其特征在于所述步骤8中基于时空窗口的多维目标信息表征完整形式D为:{{时空标签},{原始目标0信息描述},{原始目标1信息描述},{原始目标2信息描述},…,{原始目标n信息描述}};对应具体形式D={S,A0,A1,A2,...,An}。
CN201610045924.2A 2016-01-22 2016-01-22 一种用于多源传感系统的多维目标信息采集方法 Active CN105653726B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610045924.2A CN105653726B (zh) 2016-01-22 2016-01-22 一种用于多源传感系统的多维目标信息采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610045924.2A CN105653726B (zh) 2016-01-22 2016-01-22 一种用于多源传感系统的多维目标信息采集方法

Publications (2)

Publication Number Publication Date
CN105653726A CN105653726A (zh) 2016-06-08
CN105653726B true CN105653726B (zh) 2018-10-23

Family

ID=56486848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610045924.2A Active CN105653726B (zh) 2016-01-22 2016-01-22 一种用于多源传感系统的多维目标信息采集方法

Country Status (1)

Country Link
CN (1) CN105653726B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106599158A (zh) * 2016-12-07 2017-04-26 国家海洋局第二海洋研究所 基于时空双重近似索引的台风海域Argo资料的快速查询方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5963653A (en) * 1997-06-19 1999-10-05 Raytheon Company Hierarchical information fusion object recognition system and method
CN101923789A (zh) * 2010-03-24 2010-12-22 北京航空航天大学 一种基于多传感器信息融合的飞机安全进近方法
CN102831766A (zh) * 2012-07-04 2012-12-19 武汉大学 基于多传感器的多源交通数据融合方法
CN104115144A (zh) * 2011-12-12 2014-10-22 安大略理工大学 用于多维时域和相关数据挖掘框架、分析和子分组的系统、方法和计算机程序
CN104112363A (zh) * 2014-07-04 2014-10-22 西安交通大学 多传感数据时空同步方法及道路多传感数据车载采集系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5963653A (en) * 1997-06-19 1999-10-05 Raytheon Company Hierarchical information fusion object recognition system and method
CN101923789A (zh) * 2010-03-24 2010-12-22 北京航空航天大学 一种基于多传感器信息融合的飞机安全进近方法
CN104115144A (zh) * 2011-12-12 2014-10-22 安大略理工大学 用于多维时域和相关数据挖掘框架、分析和子分组的系统、方法和计算机程序
CN102831766A (zh) * 2012-07-04 2012-12-19 武汉大学 基于多传感器的多源交通数据融合方法
CN104112363A (zh) * 2014-07-04 2014-10-22 西安交通大学 多传感数据时空同步方法及道路多传感数据车载采集系统

Also Published As

Publication number Publication date
CN105653726A (zh) 2016-06-08

Similar Documents

Publication Publication Date Title
CN106506556A (zh) 一种网络流量异常检测方法及装置
CN110263686A (zh) 一种基于深度学习的施工工地图像安全帽检测方法
JP2016163352A5 (zh)
CN106502234A (zh) 基于双轮廓模型的工业控制系统异常检测方法
CN104089649B (zh) 一种室内环境数据采集系统及采集方法
CN111753712A (zh) 电力生产人员安全监测方法、系统以及设备
CN108111342B (zh) 基于可视化的威胁告警展示方法
WO2018076992A1 (zh) 生产线监控系统和方法
US10353080B2 (en) Method and device for the spatial and temporal tracking of exposure to risks
CN106647514A (zh) 一种对水泥企业碳排放实时在线监测管理系统
CN105608703A (zh) 一种变电站智能巡检机器人的电流互感器油位检测方法
CN106998265A (zh) 一种监控方法及其装置
CN107423435A (zh) 多维时空数据的多层次异常检测方法
CN105653726B (zh) 一种用于多源传感系统的多维目标信息采集方法
CN106953766A (zh) 一种报警方法及装置
Kumar et al. A unified grid-based wandering pattern detection algorithm
CN106164792B (zh) 工序管理系统、工序管理装置及工序管理方法
JP2019067217A (ja) 安全度判定プログラム、安全度判定方法および安全度判定装置
CN107481260A (zh) 一种区域人群滞留检测方法、装置和存储介质
CN103425064B (zh) 通过过程控制设备显示信息的方法和装置
CN107871344B (zh) 用于智能监控管理的防代打考勤方法
CN103412091A (zh) pH值测量方法及装置
IT201600105108A1 (it) Calcolo di analitiche sulla base di flussi di dati di localizzazione all&#39;interno
JP2005338906A (ja) 基板の欠陥検出方法及びその欠陥検出システム
KR20200141274A (ko) 스마트 팩토리 가상설계에 따른 설비배치에 대한 설비위치 검증방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant