CN109116382A - 一种基于人工智能传感技术的定位预测及快速跟踪算法与应用设备 - Google Patents

一种基于人工智能传感技术的定位预测及快速跟踪算法与应用设备 Download PDF

Info

Publication number
CN109116382A
CN109116382A CN201811042613.6A CN201811042613A CN109116382A CN 109116382 A CN109116382 A CN 109116382A CN 201811042613 A CN201811042613 A CN 201811042613A CN 109116382 A CN109116382 A CN 109116382A
Authority
CN
China
Prior art keywords
acceleration
data
module
doubtful
value
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.)
Granted
Application number
CN201811042613.6A
Other languages
English (en)
Other versions
CN109116382B (zh
Inventor
高春明
章再芹
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.)
Jiangsu Xunjie Logistics Co Ltd
Original Assignee
Jiangsu Xunjie Logistics Co Ltd
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 Jiangsu Xunjie Logistics Co Ltd filed Critical Jiangsu Xunjie Logistics Co Ltd
Priority to CN201811042613.6A priority Critical patent/CN109116382B/zh
Publication of CN109116382A publication Critical patent/CN109116382A/zh
Application granted granted Critical
Publication of CN109116382B publication Critical patent/CN109116382B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供一种基于人工智能传感技术的定位预测及快速跟踪应用设备，包括定位跟踪设备、平台处理模块；其中定位跟踪设备包括设置在物流资产上的传感处理模块、定位处理模块、本地处理模块；传感处理模块用于采集传感数据和时间数据，并当传感数据满足设定条件时，将传感数据和时间数据向定位处理模块发送，以唤醒定位处理模块；定位处理模块当接收到传感处理模块发来的数据时，启动以采集定位数据；本地处理模块通过对传感数据和定位数据混合，经过过滤无效数据后与平台处理模块通讯；平台处理模块根据接收到的数据，进行物流资产的跟踪，设备异常分析以及自动盘点。本发明能够对物流资产进行实时跟踪和自动盘点。

Description

一种基于人工智能传感技术的定位预测及快速跟踪算法与应 用设备
技术领域
本发明涉及一种物流管理设备，尤其是一种快速定位跟踪及盘点设备。
背景技术
为了对物流资产进行实时定位跟踪，目前物流资产上通常设置了GPS定位器，传统的采用GPS定位器的定位报警器只能设置电子围栏等参数，通过物流资产是否超越电子围栏来进行报警，而非根据实时需要与管理平台协商和协同以进行跟踪及快速处理。
发明内容
本发明的目的在于克服现有技术中存在的不足，提供一种基于人工智能传感技术的定位预测及快速跟踪应用设备，能够对物流资产进行实时跟踪和自动盘点，可供物流租赁设备及仪器使用，能够适用于多种场合。本发明采用的技术方案是：
一种基于人工智能传感技术的定位预测及快速跟踪应用设备，包括定位跟踪设备、平台处理模块；其中定位跟踪设备包括传感处理模块、定位处理模块、本地处理模块；
传感处理模块，设置于物流资产上，用于采集传感数据和时间数据，并当传感数据满足设定条件时，将传感数据和时间数据向定位处理模块发送，以唤醒定位处理模块；
定位处理模块，设置于物流资产上，当接收到传感处理模块发来的数据时，启动以采集定位数据，并将传感数据、时间数据和定位数据向本地处理模块发送；
本地处理模块，设置于物流资产上，通过对传感数据和定位数据混合，经过过滤无效数据后与平台处理模块通讯，转发传感数据、时间数据和定位数据；
平台处理模块，根据接收到的数据，进行物流资产的跟踪，设备异常分析以及自动盘点。
进一步地，传感处理模块采集的传感数据包括加速度；
对于加速度；加速度的条件判断上报方式为：
当加速度绝对值从0到有数值时，立即将加速度值向定位处理模块发送；
或，当加速度绝对值大于预设加速度阈值时，立即将加速度值向定位处理模块发送；
或，按照自适应优选方式决定是否向定位处理模块发送加速度值；
自适应优选方式：当加速度绝对值N1分钟内平均值与加速度从有数值至当前时刻的N2分钟内平均值相差不大于加速度波动阈值，且加速度绝对值小于预设加速度阈值时，不向定位处理模块发送加速度值；否则向定位处理模块发送加速度值；N2>N1；
当通过加速度条件判断方式连续N3分钟不发送加速度值时，强制按照设定时间间隔N3分钟，每N3分钟向定位处理模块发送一次加速度值；N3>N1。
进一步地，传感处理模块采集的传感数据包括倾角和震动；
对于倾角和震动，当采集到的倾角或震动的实时值与N1分钟内相应的倾角或震动的平均值误差不超过波动范围时，将该平均值写入到环境当前情况参数列表中；
当倾角或震动的实时值与环境当前情况参数列表中相应倾角或震动平均值的差值超过预设差值阈值时，则将采集到的倾角或震动的实时值向定位处理模块发送。
进一步地，定位处理模块采集GPS定位数据和移动网络定位数据，并进行定位数据混合及处理；包括：
当获取的GPS定位数据有效时；
将GPS定位数据与移动网络定位数据进行对比，若超过设定距离差，则将GPS定位数据与移动网络定位数据向本地处理模块发送；若没有超过设定距离差，则向本地处理模块发送GPS定位数据；
当获取的GPS定位数据无效时，将移动网络定位数据向本地处理模块发送。
进一步地，物流资产跟踪的方法为：
当加速度绝对值大于加速度第一可疑阈值，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M1分钟上报一次定位数据；
当加速度绝对值大于加速度第二可疑阈值，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M2分钟上报一次定位数据；加速度第一可疑阈值>加速度第二可疑阈值；
当加速度绝对值不超过加速度第二可疑阈值，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M3分钟上报一次定位数据；
当定位数据没有超出预设区域范围，平台处理模块要求定位处理模块按默认时间间隔M4小时上报一次定位数据；
其中，60*M4>M3>M2>M1。
进一步地，平台处理模块进行设备异常分析的过程包括：
当接收到最近一次上报数据的时间与当前时间的间隔超过默认时间间隔加一个时间裕量时，判断为1次无上报数据，则将相应的定位跟踪设备放入疑似异常设备清单，并标记为疑似掉线异常设备，正常时移出疑似异常设备清单；
当接收到的定位数据超过预设区域范围1次，则将相应的定位跟踪设备放入疑似异常设备清单，并标记为疑似失踪异常设备，正常时移出疑似异常设备清单；
在疑似异常设备清单中的疑似掉线异常设备，发现连续m1次无相应上报数据时则标记为掉线异常设备，移出疑似异常设备清单，并放入异常设备清单；m1取2～5；
在疑似异常设备清单中的疑似失踪异常设备连续m2次超过预设区域范围，则标记为失踪异常设备，移出疑似异常设备清单，并放入异常设备清单；m2取2～5；
当疑似掉线异常设备或者疑似失踪异常设备连续判断m3次中，出现移出移进疑似异常设备列表m4次时，标记为故障设备，放入异常设备清单；m3>m1，且m3>m2；1<m4<m3；
若同时接收到GPS定位数据与移动网络定位数据，则将相应定位跟踪设备标记为故障设备，放入异常设备清单。
进一步地，平台处理模块进行自动盘点，生成盘点报表，具体如下：
统计正常定位跟踪设备的定位数据；
维护异常设备清单，异常设备清单中包括掉线异常设备、失踪异常设备和故障设备；
维护疑似异常设备清单，疑似异常设备清单中包括疑似掉线异常设备、疑似失踪异常设备；
维护故障设备的故障清单，故障清单中包括设备传感故障和设备定位故障。
本发明的优点在于：
1）集合了多种传感数据，包括倾角、加速度、震动，以多种传感数据来触发定位处理模块；。
2）可对物流资产进行实时跟踪和自动盘点，形成盘点报表。
附图说明
图1为本发明的结构组成示意图。
图2为本发明的传感处理模块示意图。
图3为本发明的定位处理模块进行定位数据混合及处理示意图。
图4为本发明的平台处理模块的处理示意图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
如图1所示，本发明提出的一种基于人工智能传感技术的定位预测及快速跟踪应用设备，包括定位跟踪设备、平台处理模块；其中定位跟踪设备包括传感处理模块、定位处理模块、本地处理模块；
传感处理模块，设置于物流资产上，用于采集传感数据和时间数据，并当传感数据满足设定条件时，将传感数据和时间数据向定位处理模块发送，以唤醒定位处理模块；
定位处理模块，设置于物流资产上，当接收到传感处理模块发来的数据时，启动以采集定位数据，并将传感数据、时间数据和定位数据向本地处理模块发送；
本地处理模块，设置于物流资产上，通过对传感数据和定位数据混合，经过过滤无效数据后与平台处理模块通讯；转发传感数据、时间数据和定位数据；
平台处理模块，根据接收到的数据，进行物流资产的跟踪，设备异常分析以及自动盘点；
（一）传感处理模块；
本发明中，传感处理模块采集的传感数据包括倾角、加速度、震动；
1．1）对于加速度；如图2所示；加速度的条件判断上报方式为：
当加速度绝对值从0到有数值时，立即将加速度值向定位处理模块发送；
或，当加速度绝对值大于预设加速度阈值（比如1米/秒2)时，立即将加速度值向定位处理模块发送；
或，按照自适应优选方式决定是否向定位处理模块发送加速度值；
自适应优选方式：加速度绝对值N1分钟内平均值（可取当前时刻往前的N1分钟内）与加速度从有数值至当前时刻的N2分钟内平均值相差不大于10%（加速度波动阈值），且加速度绝对值小于预设加速度阈值（比如1米/秒)时，不向定位处理模块发送加速度值；否则向定位处理模块发送加速度值；N1取5，通常N2>N1；
定时强制上报方法：
当通过加速度条件判断方式连续N3分钟不发送加速度值时，强制按照设定时间间隔N3分钟，每N3分钟向定位处理模块发送一次加速度值；N3>N1，N3可取15；
1.2）对于倾角和震动，两者处理方法相同；主要是为了实现传感参数环境自适应；
当采集到的倾角或震动的实时值与N1分钟内相应的倾角或震动的平均值（取当前时刻往前的N1分钟内）误差不超过波动范围（10%）时，将该平均值写入到环境当前情况参数列表中；N1取5；
当采集到的倾角或震动的实时值与环境当前情况参数列表中相应倾角或震动平均值的差值超过预设差值阈值时，则将采集到的倾角或震动的实时值向定位处理模块发送；
（二）定位处理模块；
定位处理模块采集GPS定位数据和移动网络定位数据，并进行定位数据混合及处理；如图3所示；
定位数据混合及处理包括：
2.1)当获取的GPS定位数据有效时；
将GPS定位数据与移动网络定位数据进行对比，若超过设定距离差，比如1km或2km，则将GPS定位数据与移动网络定位数据向本地处理模块发送；平台处理模块上若同时接收到GPS定位数据与移动网络定位数据，则会判断为定位故障；
若没有超过设定距离差，则向本地处理模块发送GPS定位数据；移动网络定位数据不上报；
2.2）当获取的GPS定位数据无效时，将移动网络定位数据向本地处理模块发送；
定位处理模块仅当收到传感处理模块发来的数据时，才被唤醒以采集定位数据，以节约电力；
（三）本地处理模块；
本地处理模块通过对传感数据和定位数据混合，经过过滤无效数据后与平台处理模块通讯，转发传感数据、时间数据和定位数据；
数据过滤，例如：
加速度的绝对值超过设定上限阈值，比如10米/秒2，认为加速度传感数据异常，进行过滤处理；
倾角的角度大于30度且持续超过1分钟，则认为倾角传感数据异常，进行过滤；
（四）平台处理模块
平台处理模块根据接收到的数据，进行物流资产的跟踪，设备异常分析以及自动盘点；
4.1)平台处理模块对物理资产的快速跟踪的方法如下：
当加速度绝对值大于加速度第一可疑阈值，例如3米/秒2，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M1分钟上报一次定位数据；M1=1；
当加速度绝对值大于加速度第二可疑阈值，例如1米/秒2，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M2分钟上报一次定位数据；M2=5；
当加速度绝对值不超过加速度第二可疑阈值，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M3分钟上报一次定位数据；M3=15；
当定位数据没有超出预设区域范围，平台处理模块要求定位处理模块按默认时间间隔M4小时上报一次定位数据；M4可取4～6；
4.2)平台处理模块进行设备异常分析的过程如图4所示，
当接收到最近一次上报数据的时间与当前时间的间隔超过默认时间间隔（即M4小时）加一个时间裕量（比如1小时）时，判断为1次无上报数据，则将相应的定位跟踪设备放入疑似异常设备清单，并标记为疑似掉线异常设备，正常时移出疑似异常设备清单；
当接收到的定位数据超过预设区域范围1次，则将相应的定位跟踪设备放入疑似异常设备清单，并标记为疑似失踪异常设备，正常时移出疑似异常设备清单；
在疑似异常设备清单中的疑似掉线异常设备，发现连续3次无相应上报数据时则标记为掉线异常设备，移出疑似异常设备清单，并放入异常设备清单；
在疑似异常设备清单中的疑似失踪异常设备连续3次超过预设区域范围，则标记为失踪异常设备，移出疑似异常设备清单，并放入异常设备清单；
当疑似掉线异常设备或者疑似失踪异常设备连续判断8次中，出现移出移进疑似异常设备列表3次时，标记为故障设备（此时出现设备传感故障），放入异常设备清单；
若同时接收到GPS定位数据与移动网络定位数据，则将相应定位跟踪设备标记为故障设备，放入异常设备清单；此时出现设备定位故障；
4.3) 平台处理模块进行自动盘点，生成盘点报表；
统计正常定位跟踪设备的定位数据；实现物流资产的位置跟踪；
维护异常设备清单，异常设备清单中包括掉线异常设备、失踪异常设备和故障设备；
维护疑似异常设备清单，疑似异常设备清单中包括疑似掉线异常设备、疑似失踪异常设备；
维护故障设备的故障清单，故障清单中包括设备传感故障和设备定位故障。
最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种基于人工智能传感技术的定位预测及快速跟踪应用设备，其特征在于，包括定位跟踪设备、平台处理模块；其中定位跟踪设备包括传感处理模块、定位处理模块、本地处理模块；
传感处理模块，设置于物流资产上，用于采集传感数据和时间数据，并当传感数据满足设定条件时，将传感数据和时间数据向定位处理模块发送，以唤醒定位处理模块；
定位处理模块，设置于物流资产上，当接收到传感处理模块发来的数据时，启动以采集定位数据，并将传感数据、时间数据和定位数据向本地处理模块发送；
本地处理模块，设置于物流资产上，通过对传感数据和定位数据混合，经过过滤无效数据后与平台处理模块通讯，转发传感数据、时间数据和定位数据；
平台处理模块，根据接收到的数据，进行物流资产的跟踪，设备异常分析以及自动盘点。
2.如权利要求1所述的基于人工智能传感技术的定位预测及快速跟踪应用设备，其特征在于，
传感处理模块采集的传感数据包括加速度；
对于加速度；加速度的条件判断上报方式为：
当加速度绝对值从0到有数值时，立即将加速度值向定位处理模块发送；
或，当加速度绝对值大于预设加速度阈值时，立即将加速度值向定位处理模块发送；
或，按照自适应优选方式决定是否向定位处理模块发送加速度值；
自适应优选方式：当加速度绝对值N1分钟内平均值与加速度从有数值至当前时刻的N2分钟内平均值相差不大于加速度波动阈值，且加速度绝对值小于预设加速度阈值时，不向定位处理模块发送加速度值；否则向定位处理模块发送加速度值；N2>N1；
当通过加速度条件判断方式连续N3分钟不发送加速度值时，强制按照设定时间间隔N3分钟，每N3分钟向定位处理模块发送一次加速度值；N3>N1。
3.如权利要求1所述的基于人工智能传感技术的定位预测及快速跟踪应用设备，其特征在于，
传感处理模块采集的传感数据包括倾角和震动；
对于倾角和震动，当采集到的倾角或震动的实时值与N1分钟内相应的倾角或震动的平均值误差不超过波动范围时，将该平均值写入到环境当前情况参数列表中；
当倾角或震动的实时值与环境当前情况参数列表中相应倾角或震动平均值的差值超过预设差值阈值时，则将采集到的倾角或震动的实时值向定位处理模块发送。
4.如权利要求1所述的基于人工智能传感技术的定位预测及快速跟踪应用设备，其特征在于，
定位处理模块采集GPS定位数据和移动网络定位数据，并进行定位数据混合及处理；包括：
当获取的GPS定位数据有效时；
将GPS定位数据与移动网络定位数据进行对比，若超过设定距离差，则将GPS定位数据与移动网络定位数据向本地处理模块发送；若没有超过设定距离差，则向本地处理模块发送GPS定位数据；
当获取的GPS定位数据无效时，将移动网络定位数据向本地处理模块发送。
5.如权利要求1所述的基于人工智能传感技术的定位预测及快速跟踪应用设备，其特征在于，
物流资产跟踪的方法为：
当加速度绝对值大于加速度第一可疑阈值，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M1分钟上报一次定位数据；
当加速度绝对值大于加速度第二可疑阈值，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M2分钟上报一次定位数据；加速度第一可疑阈值>加速度第二可疑阈值；
当加速度绝对值不超过加速度第二可疑阈值，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M3分钟上报一次定位数据；
当定位数据没有超出预设区域范围，平台处理模块要求定位处理模块按默认时间间隔M4小时上报一次定位数据；
其中，60*M4>M3>M2>M1。
6.如权利要求1所述的基于人工智能传感技术的定位预测及快速跟踪应用设备，其特征在于，
平台处理模块进行设备异常分析的过程包括：
当接收到最近一次上报数据的时间与当前时间的间隔超过默认时间间隔加一个时间裕量时，判断为1次无上报数据，则将相应的定位跟踪设备放入疑似异常设备清单，并标记为疑似掉线异常设备，正常时移出疑似异常设备清单；
当接收到的定位数据超过预设区域范围1次，则将相应的定位跟踪设备放入疑似异常设备清单，并标记为疑似失踪异常设备，正常时移出疑似异常设备清单；
在疑似异常设备清单中的疑似掉线异常设备，发现连续m1次无相应上报数据时则标记为掉线异常设备，移出疑似异常设备清单，并放入异常设备清单；m1取2～5；
在疑似异常设备清单中的疑似失踪异常设备连续m2次超过预设区域范围，则标记为失踪异常设备，移出疑似异常设备清单，并放入异常设备清单；m2取2～5；
当疑似掉线异常设备或者疑似失踪异常设备连续判断m3次中，出现移出移进疑似异常设备列表m4次时，标记为故障设备，放入异常设备清单；m3>m1，且m3>m2；1<m4<m3；
若同时接收到GPS定位数据与移动网络定位数据，则将相应定位跟踪设备标记为故障设备，放入异常设备清单。
7.如权利要求6所述的基于人工智能传感技术的定位预测及快速跟踪应用设备，其特征在于，
平台处理模块进行自动盘点，生成盘点报表，具体如下：
统计正常定位跟踪设备的定位数据；
维护异常设备清单，异常设备清单中包括掉线异常设备、失踪异常设备和故障设备；
维护疑似异常设备清单，疑似异常设备清单中包括疑似掉线异常设备、疑似失踪异常设备；
维护故障设备的故障清单，故障清单中包括设备传感故障和设备定位故障。
8.一种基于人工智能传感技术的定位预测及快速跟踪算法，其特征在于，
当传感处理模块采集的传感数据满足设定条件时，将传感数据和时间数据向定位处理模块发送，以唤醒定位处理模块；
传感处理模块采集的传感数据包括加速度；
对于加速度；加速度的条件判断上报方式为：
当加速度绝对值从0到有数值时，立即将加速度值向定位处理模块发送；
或，当加速度绝对值大于预设加速度阈值时，立即将加速度值向定位处理模块发送；
或，按照自适应优选方式决定是否向定位处理模块发送加速度值；
自适应优选方式：当加速度绝对值N1分钟内平均值与加速度从有数值至当前时刻的N2分钟内平均值相差不大于加速度波动阈值，且加速度绝对值小于预设加速度阈值时，不向定位处理模块发送加速度值；否则向定位处理模块发送加速度值；N2>N1；
当通过加速度条件判断方式连续N3分钟不发送加速度值时，强制按照设定时间间隔N3分钟，每N3分钟向定位处理模块发送一次加速度值；N3>N1；
传感处理模块采集的传感数据包括倾角和震动；
对于倾角和震动，当采集到的倾角或震动的实时值与N1分钟内相应的倾角或震动的平均值误差不超过波动范围时，将该平均值写入到环境当前情况参数列表中；
当倾角或震动的实时值与环境当前情况参数列表中相应倾角或震动平均值的差值超过预设差值阈值时，则将采集到的倾角或震动的实时值向定位处理模块发送。
9.如权利要求8所述的基于人工智能传感技术的定位预测及快速跟踪算法，其特征在于，
平台处理模块根据接收到的数据，进行物流资产的跟踪，设备异常分析以及自动盘点；
当加速度绝对值大于加速度第一可疑阈值，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M1分钟上报一次定位数据；
当加速度绝对值大于加速度第二可疑阈值，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M2分钟上报一次定位数据；加速度第一可疑阈值>加速度第二可疑阈值；
当加速度绝对值不超过加速度第二可疑阈值，且定位数据超过预设区域范围时，平台处理模块发出指令，通过本地处理模块转发，要求定位处理模块每M3分钟上报一次定位数据；
当定位数据没有超出预设区域范围，平台处理模块要求定位处理模块按默认时间间隔M4小时上报一次定位数据；
其中，60*M4>M3>M2>M1；
进行设备异常分析的过程包括：
当接收到最近一次上报数据的时间与当前时间的间隔超过默认时间间隔加一个时间裕量时，判断为1次无上报数据，则将相应的定位跟踪设备放入疑似异常设备清单，并标记为疑似掉线异常设备，正常时移出疑似异常设备清单；
当接收到的定位数据超过预设区域范围1次，则将相应的定位跟踪设备放入疑似异常设备清单，并标记为疑似失踪异常设备，正常时移出疑似异常设备清单；
在疑似异常设备清单中的疑似掉线异常设备，发现连续m1次无相应上报数据时则标记为掉线异常设备，移出疑似异常设备清单，并放入异常设备清单；m1取2～5；
在疑似异常设备清单中的疑似失踪异常设备连续m2次超过预设区域范围，则标记为失踪异常设备，移出疑似异常设备清单，并放入异常设备清单；m2取2～5；
当疑似掉线异常设备或者疑似失踪异常设备连续判断m3次中，出现移出移进疑似异常设备列表m4次时，标记为故障设备，放入异常设备清单；m3>m1，且m3>m2；1<m4<m3；
若同时接收到GPS定位数据与移动网络定位数据，则将相应定位跟踪设备标记为故障设备，放入异常设备清单。
CN201811042613.6A 2018-09-07 2018-09-07 一种基于人工智能传感技术的定位预测及快速跟踪算法与应用设备 Active CN109116382B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811042613.6A CN109116382B (zh) 2018-09-07 2018-09-07 一种基于人工智能传感技术的定位预测及快速跟踪算法与应用设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811042613.6A CN109116382B (zh) 2018-09-07 2018-09-07 一种基于人工智能传感技术的定位预测及快速跟踪算法与应用设备

Publications (2)

Publication Number Publication Date
CN109116382A true CN109116382A (zh) 2019-01-01
CN109116382B CN109116382B (zh) 2022-12-13

Family

ID=64858854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811042613.6A Active CN109116382B (zh) 2018-09-07 2018-09-07 一种基于人工智能传感技术的定位预测及快速跟踪算法与应用设备

Country Status (1)

Country Link
CN (1) CN109116382B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967831A (zh) * 2020-09-04 2020-11-20 广芯微电子（广州）股份有限公司 一种基于zetag云标签的物流追踪方法及系统
CN112946704A (zh) * 2021-01-29 2021-06-11 普天鸿雁物联网技术有限公司 定位处理方法和系统、处理器、电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6353902B1 (en) * 1999-06-08 2002-03-05 Nortel Networks Limited Network fault prediction and proactive maintenance system
CN103312902A (zh) * 2013-07-04 2013-09-18 深圳市中兴移动通信有限公司 自动启动应用的方法及装置
CN103675866A (zh) * 2012-09-21 2014-03-26 中国移动通信集团公司 定位装置和方法
CN106291621A (zh) * 2016-10-04 2017-01-04 南京多萝西信息科技有限公司 一种低功耗集装箱定位装置及方法
CN106529881A (zh) * 2016-11-21 2017-03-22 山东省计算中心（国家超级计算济南中心） 物流货物跟踪监测装置及方法
CN107196804A (zh) * 2017-06-01 2017-09-22 国网山东省电力公司信息通信公司 电力系统终端通信接入网告警集中监控系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6353902B1 (en) * 1999-06-08 2002-03-05 Nortel Networks Limited Network fault prediction and proactive maintenance system
CN103675866A (zh) * 2012-09-21 2014-03-26 中国移动通信集团公司 定位装置和方法
CN103312902A (zh) * 2013-07-04 2013-09-18 深圳市中兴移动通信有限公司 自动启动应用的方法及装置
CN106291621A (zh) * 2016-10-04 2017-01-04 南京多萝西信息科技有限公司 一种低功耗集装箱定位装置及方法
CN106529881A (zh) * 2016-11-21 2017-03-22 山东省计算中心（国家超级计算济南中心） 物流货物跟踪监测装置及方法
CN107196804A (zh) * 2017-06-01 2017-09-22 国网山东省电力公司信息通信公司 电力系统终端通信接入网告警集中监控系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967831A (zh) * 2020-09-04 2020-11-20 广芯微电子（广州）股份有限公司 一种基于zetag云标签的物流追踪方法及系统
CN111967831B (zh) * 2020-09-04 2021-10-08 广芯微电子（广州）股份有限公司 一种基于zetag云标签的物流追踪方法及系统
CN112946704A (zh) * 2021-01-29 2021-06-11 普天鸿雁物联网技术有限公司 定位处理方法和系统、处理器、电子设备

Also Published As

Publication number Publication date
CN109116382B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN106801617B (zh) 煤矿井下人员伤害预警系统
CN107390049A (zh) 一种电力电缆故障监测方法及装置
CN211406109U (zh) 一种具备ai识别功能的便携视频移动监控系统
CN105242626B (zh) 线路安全智能辅助监测系统
CN104581030A (zh) 便携式智能监控系统
CN101846995A (zh) 工业现场远程监控方法
CN109116382A (zh) 一种基于人工智能传感技术的定位预测及快速跟踪算法与应用设备
CN105404266B (zh) 一种监控区域的方法及装置
CN103259206A (zh) 基于计算机视觉定位技术的变电站作业安全管控系统
CN105182122A (zh) 一种随机性电源接入设备的故障预警方法
CN103021142A (zh) 一种工程机械装置远程预警系统及控制方法
CN111678557A (zh) 一种电气化铁道牵引变压器智能监测系统及方法
CN105023124A (zh) 一种变电站缺陷实时研判的方法、装置及系统
CN104217589B (zh) 监控违规背车的方法
CN105898860A (zh) 一种井下人员定位搜救系统
CN105300447A (zh) 一种用于监控设备运行状态的系统及方法
CN101777248B (zh) 一种在安防联网中系统维护的实现方法
CN117728573B (zh) 一种配网融合数据质量评估管理系统
CN202218244U (zh) 用于业务系统监控的it运维系统
CN112150773A (zh) 电力设施外破隐患监管方法及系统
CN111267079A (zh) 一种智能巡检机器人巡检方法及装置
CN111290323A (zh) 设备监控系统及方法
CN105353713A (zh) 机房监控系统
CN110797980A (zh) 基于app应用的电力通道及设备智能巡检方法及系统
CN105721237A (zh) 使用安全系统的装备和网络健康监控

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