CN107885838B - 一种基于用户数据的光标签故障检测定位方法及系统 - Google Patents
一种基于用户数据的光标签故障检测定位方法及系统 Download PDFInfo
- Publication number
- CN107885838B CN107885838B CN201711099422.9A CN201711099422A CN107885838B CN 107885838 B CN107885838 B CN 107885838B CN 201711099422 A CN201711099422 A CN 201711099422A CN 107885838 B CN107885838 B CN 107885838B
- Authority
- CN
- China
- Prior art keywords
- fault
- label
- optical label
- positioning
- optical
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Optical Communication System (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于用户数据的光标签故障检测定位方法及系统。所述方法包括:抽取光标签用户,提取用户的光标签读取数据;对读取数据中的光标签数据进行故障匹配;对上述匹配的故障光标签进行定位。所述系统包括:用于光标签用户光标签数据的抽取模块;用于对读取数据中的光标签数据进行故障匹配的模块;用于对上述匹配的故障光标签进行定位的模块;用于存储光标签故障特征的光标签故障特征数据库;及中央处理器,网络接口和存储器。本发明利用了光标签的信息互动、可即时编辑的特性,采集数据进行光标签故障检测无需架设额外的检测设备,且与光标签服务的数据流方向一致,不会产生较多的额外维护费用。
Description
技术领域
本发明涉及光标签的故障检测,具体为一种基于用户数据的光标签故障检测定位方法及系统。
背景技术
现有技术中,光标签作为基础设施或数据接入锚点应用后,将大规模的在物理空间中布设,由于光元件寿命、物理损坏等多种因素的影响,可能导致光标签的故障。由于光标签布设的数量多,分布区域广,因此采用人工测试的故障检测和定位成为难以完成的任务,因此需要提出自动化高的检测定位方法发现故障光标签,进而实施维修。
发明内容
针对现有技术中存在的问题,本发明提供一种基于用户数据的光标签故障检测定位方法及系统,能够尽快发现可能存在故障的光标签,定位准确,成本低,安全性高。
本发明是通过以下技术方案来实现:
一种基于用户数据的光标签故障检测定位方法,包括:
抽取光标签用户,提取用户的光标签读取数据;
对读取数据中的光标签数据进行故障匹配;
对上述匹配的故障光标签进行定位。
优选的,进行光标签故障匹配时,将一个或多个上述抽取用户的当前光标签显示数据同时与预先收集的光标签错误码集合内的元素进行匹配,若至少有一个抽取用户的光标签显示数据能够与错误码集合中任一或多个元素匹配一致,则该认定光标签出现故障。
优选的,故障光标签的定位分为地理区域定位和精确定位。
进一步的,精确定位包括:相对位置定位和可见光图像标定定位;所述相对位置定位基于正常光标签相对故障光标签位置进行定位;所述可见光图像标定定位通过故障光标签在可见光图像背景当中的位置关系,通过与现实场景的比对完成精确定位。
再进一步的,相对位置定位时,同时采集至少两个光标签信息,所述光标签中包括被检测的故障光标签和至少一个非故障光标签;对故障光标签和非故障光标签分别进行定位光源的搜索,得到二者定位光源位置,基于故障光标签和非故障光标签的定位光源位置绘制光标签的分布拓扑,确定故障光标签和非故障光标签之间的位置关系,从而对故障光标签在区域中进行定位。
一种基于用户数据的光标签故障检测定位系统,包括:
用于光标签用户光标签数据的抽取模块;
用于对读取数据中的光标签数据进行故障匹配的模块;
用于对上述匹配的故障光标签进行定位的模块;
用于存储光标签故障特征的光标签故障特征数据库;
及中央处理器,网络接口和存储器。
优选的,系统进行光标签故障匹配时,将一个或多个上述抽取用户的当前光标签显示数据同时与预先收集的光标签错误码集合内的元素进行匹配,若至少有一个抽取用户的光标签显示数据能够与错误码集合中任一或多个元素匹配一致,则该认定光标签出现故障。
优选的,故障光标签定位模块进行定位分为地理区域定位和精确定位。
进一步的,精确定位包括:相对位置定位和可见光图像标定定位;所述相对位置定位基于正常光标签相对故障光标签位置进行定位;所述可见光图像标定定位通过故障光标签在可见光图像背景当中的位置关系,通过与现实场景的比对完成精确定位。
再进一步的,相对位置定位时,同时采集多个光标签信息,多个光标签中包括被检测的故障光标签和至少一个非故障光标签;对故障光标签和非故障光标签分别进行定位光源的搜索,得到二者定位光源位置,基于故障光标签和非故障光标签的定位光源位置绘制光标签的分布拓扑,确定故障光标签和非故障光标签之间的位置关系,从而对故障光标签在区域中进行定位。
与现有技术相比,本发明具有以下有益的技术效果:
本发明具有过程简单合理,利用用户采集数据进行光标签故障检测无需架设额外的检测设备,且与光标签服务的数据流方向一致,不会产生较多的额外维护费用,用户的数据安全也有所保障,能够大规模部署实施。本发明所述方法利用了光标签的信息互动、可即时编辑的特性,是目前其它标签方法所不能达到的。
光标签的故障点多出于进行高频闪动的信号单元,而定位单元由于采用直流电源供电、且不叠加信号,因此寿命长,故将信号单元的故障作为检测目标。在检测过程中,可以以一定的概率获取用户的设备采集的数据作为故障检测依据,即分析用户的光标签采集数据,将采集到的数据单元信号与故障信号库进行匹配,若一致则该光标签发生故障,进而从用户设备获取采集点的地理坐标信息进行地理定位,在该地理定位的基础上,根据用户采集的相邻正常工作光标签的信息或图像信息精确定位到该故障光标签,最终上报。本发明利用用户采集数据进行光标签故障检测无需架设额外的检测设备,且与光标签服务的数据流方向一致,不会产生较多的额外维护费用,用户的数据安全也有所保障,可以大规模部署,进而解决上述问题。
附图说明
图1本发明实例中所述一种光标签的结构示意图。
图2本发明实例中所述另一种光标签的结构示意图。
图3本发明实例中所述基于用户数据的光标签故障检测定位方法的工作场景。
图4本发明实例中所述基于用户数据的光标签故障检测定位方法的工作流程图。
图5本发明实例中所述基于用户数据的光标签故障检测定位系统的结构图。
图中:定位标识1,信号单元2,光标签衬板21,光标签定位光源长柱22,光标签定位光源短柱23,光标签数据光源24,光标签警示光源25,固定螺栓孔26,检测现场31,采集设备32,故障光标签33,非故障光标签34,无线通信基站35,故障检测服务器36。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
光标签的故障点多出于进行高频闪动的信号单元,而定位单元由于采用直流电源供电、且不叠加信号,因此寿命长,故将信号单元的故障作为检测目标。在检测过程中,可以以一定的概率获取用户的设备采集的数据作为故障检测依据,即分析用户的光标签采集数据,将采集到的数据单元信号与故障信号库进行匹配,若一致则该光标签发生故障,进而从用户设备获取采集点的地理坐标信息进行地理定位,在该地理定位的基础上,根据用户采集的相邻正常工作光标签的信息或图像信息精确定位到该故障光标签,最终上报。本发明利用用户采集数据进行光标签故障检测无需架设额外的检测设备,且与光标签服务的数据流方向一致,不会产生较多的额外维护费用,用户的数据安全也有所保障,可以大规模部署,进而解决上述问题。
上述光标签的基本结构如图1所示。光标签包括信号单元(cell)组(或简称为“数据位”)和定位标识(或简称为“标志位”)两部分,其中定位标识1为上图三个较大的矩形框(三个此矩形框称为“一组定位标识符”),工作状态下定位标识以一定的频率同步闪烁,通过图像差分的方法可以很快得被摄像设备检测出来,进而借助定位标识可以确定信号单元2的位置,从而进行数据识别与读取;信号单元2为定位标识1间的矩形黑白小正方形,多个信号单元构成一组,通常信号单元组成5×5(不限于)的阵列,每个信号单元表示数字信号的“0”或“1”,整个信号单元组组成的矩阵构成一帧的数字信号序列,本实例中标志位的边长为数据位边长的两倍,更加便于定位,为了增加信号单元表示的数据空间,工作状态下各信号单元也可按照预定的程序进行闪动,从而将更多的信号内容通过多帧显示。这时需要在多帧中给出一个起始帧/结束标识帧,用于标定多帧一个完整周期的开始/结束位置,该帧信号单元组设定为一个特殊的数据组合,如:全0或全1或任何不与实际可能表述的信息相异的特殊组合。
上述光标签的结构还能够如图2所示,其中21为光标签衬板,22为光标签定位光源长柱,23为光标签定位光源短柱,24为光标签数据光源,25为光标签警示光源,26为固定螺栓孔;上述光标签定位光源长柱22和光标签定位光源短柱23的长度比例为k,且1<k≤3;光标签定位光源长柱22和光标签定位光源短柱23由直流电源直接点亮,不叠加数据信号,保持稳定长亮;光标签数据光源24叠加数据信号,亮暗变化(或光波形)随输入的数据信号改变;光标签警示光源25按照时间周期T进行明灭闪烁,此处T>0;采集装置先通过光标签定位光源长柱22和光标签定位光源短柱23,以及二者的长短差异、位置关系,判断出光标签数据光源24的位置;接着对光标签数据光源24进行读取获得光标签数据。
上述基于用户数据的光标签故障检测定位方法的应用场景如图3所示。图中31为检测现场,32为能够定位的采集设备,本优选实例中为用户及其个人便携式智能设备,33为故障光标签,34是非故障光标签,35为无线通信基站,36为故障检测服务器;故障检测服务器36通过无线通信基站35及无线通信信道与采集设备32进行通信,故障检测服务器36通过采集并判断采集设备32的光标签读取数据,检测故障光标签33是否存在故障。
假设已经存在足量用户,记为:U={u1,…,ui,…},ui为任一用户,其中i为非0自然数,U分布在待检测光标签周围;将所有光标签故障特征数据预先采集并存入集合E,E={e1,…,ej,…},ej为任一错误码,其中j为非0自然数,则上述基于用户数据的光标签故障检测定位方法的工作过程是:
步骤一:用户抽取,t0时刻,首先将用户集合U中的光标签注册用户分为两类,即活跃状态(记为:Ua)和非活跃状态(记为:Ub),活跃用户是指在当前时刻启动光标签采集的用户,非活跃状态是指在当前时刻没有启动光标签采集的用户,是否启动光标签可以从采集设备32的进程状态中检测出来,显然有:U=Ua∪Ub;采取随机方法在Ua中抽取n个用户,存入集合Ut,0<n≤|Ua|;
步骤二:数据区定位,对于任一用户ui,ui∈Ut,执行光标签的读取操作,首先进行定位光源的搜索,上述搜索对于图1光标签样例搜索定位标识1,对于图2光标签样例搜索光标签定位光源长柱22和光标签定位光源短柱23;搜索定位光源后,再根据光标签的结构特征,定位到数据光源区,对于图1光标签样例“数据光源区”在定位标识之间矩形区域,对于图2光标签样例“数据光源区”在光标签定位光源长柱22,光标签定位光源短柱23之间;
步骤三:光标签数据采集,利用光标签数据采集技术读取数据区当前光标签显示数据,记为d;
步骤四:数据故障匹配,测试d与错误码集合E中的元素是否匹配,即:若d=e,e∈E则执行下一步,否则执行步骤一,此处e为错误码;
优选地,此处为了提高测试的准确性可采用选举法判决错误的真实性,包括以下两种方法:
方法一:多传感器法:在t0时刻对于Ut集合中n个用户同时执行上述步骤二、步骤三,若k个用户均实现与E中的错误码达成匹配,则认定出现故障,此处k为自然数且1≤k≤n;
方法二:多时间点法:对于上述ui,继续每间隔Δt,共m个时间点,重复执行上述步骤二、步骤三,则得到m个匹配结果值,若g个测试结果值均实现与E中的错误码达成匹配,则认定出现故障,此处g为自然数且1≤g≤m;
步骤五:地理区域定位,将上述ui的手机综合地理位置信息发送给故障检测服务器36,上述综合地理位置信息包括:卫星定位系统定位坐标和采集设备32中摄像头的朝向信息,该综合地理位置信息记为:G;
步骤六:故障光标签精确定位,当检测现场31的区域中存在多个光标签时,仅仅利用上述G无法判定故障光标签,下面采取以下两种方法进行精确定位:
方法一:相对位置定位:基于正常光标签相对位置定位确定故障光标签位置,如上述图3,同屏采集故障光标签33和非故障光标签34光标签信息,对故障光标签33和非故障光标签34分别实施定位光源的搜索,得到二者定位光源位置,基于故障光标签33和非故障光标签34的定位光源位置绘制光标签的分布拓扑,即找到故障光标签33定位光源所包围形成的平面区域的中心点作为代表故障光标签33的节点,再找到非故障光标签34定位光源所包围形成的平面区域的中心点作为代表非故障光标签34的节点,在同一平面内连接上述两节点(如有其它光标签同屏采集也可采用上述节点代表方法)形成拓扑;用实心圈描绘正常光标签节点,用空心圈描绘故障光标签节点;上传上述拓扑图到故障检测服务器36;利用上述修饰过的拓扑在现场比对,定位故障光标签故障光标签33;也就是通过若干光标签相互之间的位置关系对故障光标签33进行精确定位。
方法二:可见光图像标定定位,在执行上述步骤三时,完成光标签数据采集后,立即将采集设备32切换至可见光拍摄状态,得到一副可见光图像I,将上述定位的故障光标签33定位光源所形成的平面区域的中心点以任意显著方式(绘制有色点、区域反白、加框的方式之一,但不限于上述方式)标定在I上,将标定后的图像I上传至故障检测服务器36;故障检测服务器36接收到故障定位信息后,发出告警通知实施排故工作,有也就是通过故障光标签33在可见光图像背景当中的位置关系,通过与现实场景的比对,完成精确定位,完毕。
实施例:
下面结合附图对本发明作进一步描述。
本发明第一实施方式涉及一种基于用户数据的光标签故障检测定位方法,具体如下。
某广场安装有2盏光标签A与B,相距5米,其中A出现故障,另一盏B完好,服务器S利用广场上光标签使用者u的光标签数据采集实施故障检测,故障特征数据有特征码包括:
{(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0);(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)}
首先,时刻t用户u对光标签进行采集,由于距离适合u的手机恰好能够同框采集A与B;u的手机光标签应用程序首先对A和B的定位光源柱进行搜索,进而定位数据光源区;进而实施光标签数据采集,分别得到A与B的十六位二进制数据如下:
A={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0}
B={1,0,1,1,0,0,0,1,1,0,0,1,1,1,0,1}
进行数据故障匹配,则发现A出现故障;将u手机的当前GPS地理位置数据上传到S,坐标为:
{39.9111210000,116.4030040000}
进一步,为了区分A的故障位置,在采集光标签数据时,将u手机快速切换至可见光拍摄状态,得到一副可见光图像,将上述A定位数据区域中心位置加红线框标记在该图像上,将标定后的图像上传至S,完毕。
本发明第二实施方式涉及一种基于用户数据的光标签故障检测定位方法,是对第一种实施方式的替代,具体如下。
某广场安装有2盏光标签A与B,相距5米,其中A出现故障,另一盏B完好,服务器S利用广场上光标签使用者u的光标签数据采集实施故障检测,故障特征数据有特征码包括:
{(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0);(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)}
首先,时刻t用户u对光标签进行采集,由于距离适合u的手机恰好能够同框采集A与B;u的手机光标签应用程序首先对A和B的定位光源柱进行搜索,进而定位数据光源区;进而实施光标签数据采集,分别得到A与B的十六位二进制数据如下:
A={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0}
B={1,0,1,1,0,0,0,1,1,0,0,1,1,1,0,1}
进行数据故障匹配,则发现A出现故障;
为了进一步确认A确实出现了故障,采集在现场的其它用户:v、w、x、y、z的关于A的数据,得到:
Av={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0}
Aw={1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0}
Ax={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0}
Ay={0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0}
Az={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0}
Av、Aw、Ax、Ay、Az分别是v、w、x、y、z采集的A的数据,从而半数以上与故障特征数据(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)匹配,所以认定A出现故障;将u手机的当前GPS地理位置数据上传到S,坐标为:
{39.9111210000,116.4030040000}
进一步,为了区分A的故障位置,在采集光标签数据时,将u手机快速切换至可见光拍摄状态,得到一副可见光图像,将上述A定位数据区域中心位置加红线框标记在该图像上,将标定后的图像上传至S,完毕。
本发明第三实施方式涉及一种基于用户数据的光标签故障检测定位方法,是对第一种实施方式的替代,具体如下。
某广场安装有2盏光标签A与B,相距5米,其中A出现故障,另一盏B完好,服务器S利用广场上光标签使用者u的光标签数据采集实施故障检测,故障特征数据有特征码包括:
{(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0);(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)}
首先,时刻t用户u对光标签进行采集,由于距离适合u的手机恰好能够同框采集A与B;u的手机光标签应用程序首先对A和B的定位光源柱进行搜索,进而定位数据光源区;进而实施光标签数据采集,分别得到A与B的十六位二进制数据如下:
A={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0}
B={1,0,1,1,0,0,0,1,1,0,0,1,1,1,0,1}
进行数据故障匹配,则发现A出现故障;
为了进一步确认A确实出现了故障,采集u近段时间内t1、t2、t3的关于A的数据,得到:
分别是时间t1、t2、t3采集的A的数据,从而半数以上与故障特征数据(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)匹配,所以认定A出现故障;将u手机的当前GPS地理位置数据上传到S,坐标为:
{39.9111210000,116.4030040000}
进一步,为了区分A的故障位置,在采集光标签数据时,将u手机快速切换至可见光拍摄状态,得到一副可见光图像,将上述A定位数据区域中心位置加红线框标记在该图像上,将标定后的图像上传至S,完毕。
本发明第四实施方式涉及一种基于用户数据的光标签故障检测定位系统,是对第一种实施方式的替代,具体如下。
某广场安装有3盏光标签A、B与C,其中A出现故障,B、C完好,服务器S利用广场上光标签使用者u的光标签数据采集实施故障检测,故障特征数据有特征码包括:
{(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0);(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)}
首先,时刻t用户u对光标签进行采集,由于距离适合u的手机恰好能够同框采集A、B、C;u的手机光标签应用程序首先对A、B和C的定位光源柱进行搜索,进而定位数据光源区;进而实施光标签数据采集,分别得到A与B的十六位二进制数据如下:
A={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0}
B={1,0,1,1,0,0,0,1,1,0,0,1,1,1,0,1}
C={0,0,0,1,0,0,0,1,1,1,1,1,1,1,0,0}
进行数据故障匹配,则发现A出现故障;将u手机的当前GPS地理位置数据上传到S,坐标为:
{39.9111210000,116.4030040000}
进一步,为了区分A的故障位置,在光标签A和非故障光标签B、C分别实施定位光源的搜索,得到三者定位光源位置,绘制A、B、C三者平面内的拓扑关系,发现A处于B、C之间,依据此位置拓扑关系精确定位A的位置,完毕。
本发明第五实施方式涉及一种基于用户数据的光标签故障检测定位系统,具体如下。
包括用于光标签用户光标签数据的抽取模块;用于对读取数据中的光标签数据进行故障匹配模块;用于对上述匹配的故障光标签进行定位模块;用于存储光标签故障特征的光标签故障特征数据库;
某广场安装有2盏光标签A与B,相距5米,其中A出现故障,另一盏B完好,服务器S利用广场上光标签使用者u的光标签数据采集实施故障检测,光标签故障特征数据库存储的故障特征数据有特征码包括:
{(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0);(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1)}
首先,时刻t用户u对光标签进行采集,由于距离适合u的手机恰好能够同框采集A与B;u的手机光标签应用程序首先对A和B的定位光源柱进行搜索,进而定位数据光源区;进而实施光标签数据采集,分别得到A与B的十六位二进制数据如下:
A={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0}
B={1,0,1,1,0,0,0,1,1,0,0,1,1,1,0,1}
光标签故障检测定位系统的抽取模块抽取上述数据,故障匹配模块从光标签故障特征数据库提取故障特征数据,进行数据故障匹配,则发现A出现故障;将u手机的当前GPS地理位置数据上传到S,坐标为:
{39.9111210000,116.4030040000}
进一步,为了区分A的故障位置,在采集光标签数据时,将u手机快速切换至可见光拍摄状态,得到一副可见光图像,将上述A定位数据区域中心位置加红线框标记在该图像上,将标定后的图像上传至S,完毕。
Claims (4)
1.一种基于用户数据的光标签故障检测定位方法,其特征在于,包括:
抽取光标签用户,提取用户的光标签读取数据;
对读取数据中的光标签数据进行故障匹配;
对上述匹配的故障光标签(33)进行定位;
故障光标签的定位分为地理区域定位和精确定位;
精确定位包括:相对位置定位和可见光图像标定定位;所述相对位置定位基于正常光标签相对故障光标签位置进行定位;所述可见光图像标定定位通过故障光标签在可见光图像背景当中的位置关系,通过与现实场景的比对完成精确定位;
相对位置定位时,同时采集至少两个光标签信息,所述光标签中包括被检测的故障光标签和至少一个非故障光标签;对故障光标签和非故障光标签分别进行定位光源的搜索,得到二者定位光源位置,基于故障光标签(33)和非故障光标签(34)的定位光源位置绘制光标签的分布拓扑,确定故障光标签和非故障光标签之间的位置关系,从而对故障光标签在区域中进行定位。
2.根据权利要求1所述的一种基于用户数据的光标签故障检测定位方法,其特征在于:进行光标签故障匹配时,将一个或多个上述抽取用户的当前光标签显示数据同时与预先收集的光标签错误码集合内的元素进行匹配,若至少有一个抽取用户的光标签显示数据能够与错误码集合中任一或多个元素匹配一致,则该认定光标签出现故障。
3.一种基于用户数据的光标签故障检测定位系统,其特征在于,包括:
用于光标签用户光标签数据的抽取模块;
用于对读取数据中的光标签数据进行故障匹配的模块;
用于对上述匹配的故障光标签(33)进行定位的模块;
用于存储光标签故障特征的光标签故障特征数据库;
及中央处理器,网络接口和存储器;
故障光标签(33)定位模块进行定位分为地理区域定位和精确定位;
精确定位包括:相对位置定位和可见光图像标定定位;所述相对位置定位基于正常光标签相对故障光标签位置进行定位;所述可见光图像标定定位通过故障光标签在可见光图像背景当中的位置关系,通过与现实场景的比对完成精确定位;
相对位置定位时,同时采集多个光标签信息,多个光标签中包括被检测的故障光标签和至少一个非故障光标签;对故障光标签和非故障光标签分别进行定位光源的搜索,得到二者定位光源位置,基于故障光标签(33)和非故障光标签(34)的定位光源位置绘制光标签的分布拓扑,确定故障光标签和非故障光标签之间的位置关系,从而对故障光标签在区域中进行定位。
4.根据权利要求3所述的一种基于用户数据的光标签故障检测定位系统,其特征在于:系统进行光标签故障匹配时,将一个或多个上述抽取用户的当前光标签显示数据同时与预先收集的光标签错误码集合内的元素进行匹配,若至少有一个抽取用户的光标签显示数据能够与错误码集合中任一或多个元素匹配一致,则该认定光标签出现故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711099422.9A CN107885838B (zh) | 2017-11-09 | 2017-11-09 | 一种基于用户数据的光标签故障检测定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711099422.9A CN107885838B (zh) | 2017-11-09 | 2017-11-09 | 一种基于用户数据的光标签故障检测定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107885838A CN107885838A (zh) | 2018-04-06 |
CN107885838B true CN107885838B (zh) | 2021-12-21 |
Family
ID=61779882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711099422.9A Active CN107885838B (zh) | 2017-11-09 | 2017-11-09 | 一种基于用户数据的光标签故障检测定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107885838B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101562827A (zh) * | 2009-05-22 | 2009-10-21 | 中兴通讯股份有限公司 | 一种故障信息采集方法及系统 |
CN101589315A (zh) * | 2006-11-09 | 2009-11-25 | 菲利普·豪曼 | 保护、安全和移动跟踪发光标签系统 |
CN103645423A (zh) * | 2013-12-23 | 2014-03-19 | 国家电网公司 | 一种输电网络的故障定位方法和系统 |
CN104485994A (zh) * | 2014-12-05 | 2015-04-01 | 北京智谷睿拓技术服务有限公司 | 位置信息发送方法、定位方法和装置及定位系统 |
CN105740936A (zh) * | 2014-12-12 | 2016-07-06 | 方俊 | 一种光标签和识别光标签的方法及设备 |
CN106196448A (zh) * | 2016-07-12 | 2016-12-07 | 珠海格力电器股份有限公司 | 空调器的故障检测方法和装置 |
CN106408667A (zh) * | 2016-08-30 | 2017-02-15 | 西安小光子网络科技有限公司 | 基于光标签的定制现实方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI361386B (en) * | 2008-05-23 | 2012-04-01 | Inst Information Industry | Method and system for analyzing signal data from electronic tags, and computer-readable storage medium thereof |
-
2017
- 2017-11-09 CN CN201711099422.9A patent/CN107885838B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101589315A (zh) * | 2006-11-09 | 2009-11-25 | 菲利普·豪曼 | 保护、安全和移动跟踪发光标签系统 |
CN101562827A (zh) * | 2009-05-22 | 2009-10-21 | 中兴通讯股份有限公司 | 一种故障信息采集方法及系统 |
CN103645423A (zh) * | 2013-12-23 | 2014-03-19 | 国家电网公司 | 一种输电网络的故障定位方法和系统 |
CN104485994A (zh) * | 2014-12-05 | 2015-04-01 | 北京智谷睿拓技术服务有限公司 | 位置信息发送方法、定位方法和装置及定位系统 |
CN105740936A (zh) * | 2014-12-12 | 2016-07-06 | 方俊 | 一种光标签和识别光标签的方法及设备 |
CN106196448A (zh) * | 2016-07-12 | 2016-12-07 | 珠海格力电器股份有限公司 | 空调器的故障检测方法和装置 |
CN106408667A (zh) * | 2016-08-30 | 2017-02-15 | 西安小光子网络科技有限公司 | 基于光标签的定制现实方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107885838A (zh) | 2018-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108051836B (zh) | 一种定位方法、装置、服务器及系统 | |
CN106339716B (zh) | 一种基于加权欧氏距离的移动轨迹相似度匹配方法 | |
US10728536B2 (en) | System and method for camera commissioning beacons | |
CN104145173A (zh) | 用于定位的视觉ocr | |
CN103997746B (zh) | 一种无线基站规划勘测选址的方法 | |
CA3129009C (en) | Method and apparatus for providing education service using satellite imagery based on artificial intelligence | |
CN102854490A (zh) | 移动物体的混合定位方法与装置 | |
CN103984716A (zh) | 基于地理信息空间地址精确定位的方法及系统 | |
CN105140810A (zh) | 智能变电站全站软压板投退状态校验系统及方法 | |
CN106996785B (zh) | 一种对导航数据进行更新的方法及装置 | |
CN106714179B (zh) | 识别伪基站信息的方法及装置 | |
CN109459552A (zh) | 一种节点监测装置的投放和回收方法及系统 | |
CN106931976B (zh) | 一种导航信息更新的方法及装置 | |
CN112333820A (zh) | 一种基于频谱图层的定位方法及系统 | |
CN105451329A (zh) | 一种定位方法及电子设备 | |
US20130159862A1 (en) | Automated network inventory using a user device | |
CN106503107A (zh) | 应用于水质数据统计的热力图生成系统及方法 | |
CN107885838B (zh) | 一种基于用户数据的光标签故障检测定位方法及系统 | |
CN108573265B (zh) | 人流量统计方法及统计系统 | |
CN112235714A (zh) | 基于人工智能的poi定位方法、装置、计算机设备及介质 | |
CN111288998A (zh) | 地图的绘制方法及装置、存储介质和电子装置 | |
CN116164730A (zh) | 光伏设备定位导航方法及相关设备 | |
CN109548033A (zh) | 一种基于通信信号测量的基站天馈系统整改方法 | |
CN107564320B (zh) | 一种停车场反向寻车方法及装置 | |
CN112880662A (zh) | 一种野外地质地貌形态地图生成方法及系统 |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180406 Assignee: Beijing Intellectual Property Management Co.,Ltd. Assignor: SHAANXI WHYHOW INFORMATION TECHNOLOGY Co.,Ltd. Contract record no.: X2023110000072 Denomination of invention: A Method and System for Fault Detection and Location of Optical Labels Based on User Data Granted publication date: 20211221 License type: Common License Record date: 20230531 |