CN109684904A - 一种通信传输配线系统的人工智能屏障 - Google Patents
一种通信传输配线系统的人工智能屏障 Download PDFInfo
- Publication number
- CN109684904A CN109684904A CN201710982364.8A CN201710982364A CN109684904A CN 109684904 A CN109684904 A CN 109684904A CN 201710982364 A CN201710982364 A CN 201710982364A CN 109684904 A CN109684904 A CN 109684904A
- Authority
- CN
- China
- Prior art keywords
- distributing frame
- barrier
- distributing
- artificial intelligence
- camera
- 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
- 230000004888 barrier function Effects 0.000 title claims abstract description 144
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 105
- 238000004891 communication Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000009434 installation Methods 0.000 claims abstract description 18
- 230000000694 effects Effects 0.000 claims abstract description 7
- 230000007704 transition Effects 0.000 claims description 36
- 238000013456 study Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 17
- 230000003287 optical effect Effects 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 14
- 230000001815 facial effect Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000010276 construction Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 239000000835 fiber Substances 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000001343 mnemonic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Evolutionary Biology (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明公开通信传输配线系统的人工智能屏障系统和人工智能原理。为了杜绝在没有或不遵照派工单操作配线架,目前在每一对插头插座安装一个电子标签芯片,施工和维护工作量大。本发明定义一个处于配线架操作面外面的空间作为屏障,通过人工智能的方法判断是否按照派工单进行操作,有效地杜绝配线架的无派工单操作,判断操作细节,技术效果与装备现有电子标签板的配线架智能化方案相当,安装工作量大大减少。
Description
技术领域
通信、物联网、人工智能、电子技术。
背景技术
通信传输配线是借助于配线架完成的。配线架是介于线缆与设备之间的关口性质的重要设备。但传统的配线架没有监测能力.于是:任何人可以没有操作配线架的派工单的情况下去操作配线架,撤销和建立连接;操作以后不将新建立的连接或撤销的已有连接登录到数据库。通信企业运行经过多年以后,配线系统的实际连接情况与企业保有的资料相差越来越远。如此,企业无法精准地对通信传输资源进行管理,而大量不明走向的传输资源被闲置。
近年来的实践证明,实施通信传输配线系统的智能化的精准的管理的技术措施在于配线设施的智能化。其核心理念是:保证配线架的操作是在有派工单的前提下进行;发现无派工单和不按照派工单要求的操作的采取技术措施及时发现、立即纠正造成的数据库与实际连接的不符。所以杜绝无工单操作即可维护传输资源数据库与实际网络的一致性。
目前的技术措施是在每一个插头插座附加一个电子标签芯片。由于引起电子芯片的断连、错连,没有派工单的操作和不按照派工单要求的操作会被系统及时发现。
在每一个插头插座加标签,要在每一个插头插座去手工安装,工作量很大;在正在开通业务的每一个插头插座去操作,不慎断连的风险比较大。这些问题制约了配线设施智能化的进程,使得智能配线技术提出多年仍然推广不力。
是否具有派工单,是否按照派工单的要求进行操作,也可以借助摄像头而探知。采用摄像头的无间歇监视和摄得数据智能分析,形成智能化屏障,达到了与每一个插头插座加标签的效果。配线系统在初始施工时系统内的每一个连接都是与数据库的记录完全符合的,而竣工以后采用摄像头的监视而杜绝了无工单操作,那么数据库总是与实际连接完全相符的。
使用摄像头,可以在机架的低风险部位安装摄像头。而一个摄像头可以检测多个配线架(每个配线架包括576个插头插座或更多)。与软件协同形成的智能化的屏障对不遵守管理制度的人造成约束。提供同样效果的管理,智能化的屏障维护和安装成本更低。
进一步地,摄得的图形如何处理,如何判断是否有派工单。要对摄得的出现的物体进行分析:可能是对配线架的操作面进行了操作、也可能是两排配线架之间移动的人员或机具。同时还要发现无工单操作人的特征。不论有无工单还要检查操作的部位。为此,需要采用人工智能技术AI,还需要定义一个在配线架面前的人工智能屏障AI screen。人工智能屏障是在光和电的配线架的面板外面的一个空间。相似于在配线架操作面前面放置一块屏障。这个空间被映射到屏障管理软件,所以从视觉上看并没有放置,而是在软件环境中虚拟的屏障。一切管理工作都借助于软件的训练、学习、运算、存储、数据积累、模式对比等手段而得到判断。借助于学习和数据积累,判断准确度将越来越高,可以判断的项目会越来越多,将进一步拓展成为侵入者识别、操作位置的精确化等技术。
人工智能屏障在组成系统后即构成一个基于人工智能的平台。平台化的结构可以不断提高人工智能屏障组成的系统的智能化。可以不断加入人工智能技术的成果和各种先进的和适用的算法。采用基于分数阶微分运算的模糊边界澄清算法不提高摄像等硬件的性能要求即达到精准判断。
发明内容
本发明的目的是提出一种通信传输配线系统的人工智能屏障,其特征是一种通信传输配线系统的人工智能屏障,用于智能化的通信配线架,是在光或电的配线架的面板外面的一个空间,即通过摄像头摄取配线架面板及其外面的空间获得的图形映射到屏障管理软件且在该软件中划定的对应的空间,
通过人工智能屏障管理软件的运算判断是否按照管理派工单要求对配线架进行操作、判断处于配线架面板前面的任何物体是否穿过人工智能屏障、判断是否有人在配线架的面板进行操作,
屏幕管理软件根据不同时间摄得的面板图形中空插座变化状况来判断在面板新发生的操作的部位,
屏障管理软件产生安装框架图形,调整摄像头的姿势使框架图形与实际摄得的图形重合,
在系统的支撑下屏障管理软件具有模式化图形的训练、学习和筛选能力,可以具有插座是空的和插有插头的判断,
屏障管理软件采用开放式设计以便在开发和运行时被加入多种算法、包括基于分数阶微分的图形分辨,基于人工智能屏障的通信传输配线管理系统支撑屏障管理软件的运行。
所述的一种通信传输配线系统的人工智能屏障,其特征是所述的基于人工智能屏障的通信传输配线管理系统的组成部分包含
智能ODN管理系统(202)管理一个运营商的各个传输节点的所有的配线架、管理功能包含进行图形数据或面部特征数据的学习、生成图形模式且存储、运行环境包含在一个计算机上运行或在企业云环境运行、分别通过I3和I4接口与智能ODN设施和智能管理终端联网、通过I5接口受到企业的OSS管理,
智能ODN设施(203)管理一个节点的所有的配线架、汇总各配线架管理器的数据、至少有分析图形模式和面部特征数据的功能、在计算机上运行、用I1接口与配线架管理器通过有线或无线连接,
配线架管理器(205)管理至少一个通信传输配线架(208)、一个配线架管理器含至少一个摄像头及其固定装置、含一套相应的电子电路,可以有人脸识别功能,
智能管理终端(204)接收和和显示派工单、支持操作人员与系统之间的互动、可以随操作人员而移动、至少有通信、对图形扫描和相应的数据处理功能,
连接以上各部分的数据通信网络可以采用有线连接或无线连接、或可以使用企业的数据通信系统、WiFi、NB-IoT等。
所述的一种通信传输配线系统的人工智能屏障,其特征是所述的一种通信传输配线系统的人工智能屏障按照对人工智能屏障定义的尺寸和位置而映射到所述的屏障管理软件,
设三维的直角坐标系中Y方向为垂直于地面的方向、Z方向为平行于地面和垂直于配线架面板的方向,
人工智能屏障是一个长方体空间、该空间称为过渡区、在垂直方向Y有固定长度即人工智能屏障在Y方向的尺寸1(108)、在水平方向X有固定宽度、在水平方向Z有固定厚度即过渡区在Z方向的尺寸t(106)且在运行时设定人工智能屏障位置和尺寸,
人工智能屏障的对地的高度和在水平方向X的固定宽度根据不同的配线架和一个摄像头所辖的配线架数目决定,
借助于配线架管理器的摄像头固定装置且将摄像头的位置固定、对配线架操作面及其前面的空间摄像所摄得的图形置入一个直角坐标系的点阵、将人工智能屏障的边缘所处的点连接起来形成了软件中的人工智能屏障,
人工智能屏障与配线架之间的空间称为保护区、保护区在Z方向的尺寸p(107)即人工智能屏障在Z方向与配线架面板的固定距离,
配线架以外不属于保护区和过渡区的空间称为非保护区,
与所述的屏障管理软件和所述的配线架管理器配合人工智能屏障可以感知是否有物体处于它的前方的非保护区、进入它的过渡区、穿越它的过渡区空间范围而进入保护区的空间。
所述的一种通信传输配线系统的人工智能屏障,其特征是判断是否按照所述的派工单的要求对配线架进行操作,包含
由被授权的管理人从所述的智能ODN管理系统(202)发派工单到所述的智能管理终端(204),只有持有传输配线派工单的人才被允许对配线架进行操作,
配线架管理器的一个摄像头对智能管理终端屏幕的二维码或其它特征信息摄像、确定是否是持有匹配的派工单,操作期间操作员对自己和他人在配线架的操作负责,操作人离开时再进行同样的摄像,
为了确定是否在指定的配线架进行了派工单要求的操作,或智能管理终端(204)对配线架的二维码和其它特征标记扫码或摄像、回传到智能ODN设施(203)等,或系统根据获取了摄像的配线架管理器(205)的位置判断,
为了检验系统的反映操作员有意分别出现于非保护区和保护区。
所述的一种通信传输配线系统的人工智能屏障,其特征是判断是否按照所述的派工单的要求对配线架进行操作,还包含
由被授权的管理人从所述的智能ODN管理系统(202)发派工单到所述的智能管理终端(204),只有传输配线派工单指定的人才被允许对配线架进行操作,派工单指定的人的面部特征数据在操作前已经存储于系统,
配线架管理器的一个摄像头对操作人摄像,系统提取摄得的面部特征数据与存储的面部特征数据对比确定是否是持有匹配的派工单,操作期间操作员对自己和他人在配线架的操作负责,操作人离开时在系统注销,发出了派工单但发现不是派工单指定的人去操作,系统严格核查操作是否符合派工单要求,
系统根据获取了摄像的配线架管理器(205)的位置判断是否在指定的配线架进行了派工单要求的操作,为了检验系统的反映操作员有意分别出现于非保护区和保护区。
所述的一种通信传输配线系统的人工智能屏障,其特征是所述的屏障管理软件实施所述的判断处于配线架面板前面的任何物体是否穿过人工智能屏障、判断是否有人在配线架的面板进行操作,其判据包含
任何物体其被摄得的图形的至少一部分落入软件划定的保护区则判断为进入了保护区,然后判断是否进行配线操作,以及进行配线架面板上发生操作的部位的探测,
分数阶微分算法辅助判断,逐次调整微分阶数以提高判断的精准度,
被判断的物体在被判断时刻之前具有从非保护区穿越过渡区进入保护区且其后又没有退回的过程,
被判断的物体被判断进入保护区起停留于保护区的时间超过进行一次插或拔操作所需的时间的平均值,
一个摄像头在位置与姿态被固定的条件下各种标准化的光插头在过渡区和非保护区被摄得的图形通过软件的学习形成的大量数据经过筛选而形成比对基准,至少一个摄像头在过渡区和非保护区摄到的图形与光插头的基准图形的相似度超过设定值从而判断进行了插拔光插头,
从光插头图形在Z方向的活动顺序判断光插头是被拔出或是被插入,
根据摄得的图形在Y和X方向的数值确定在配线架的那个部位进行操作,
软件记录操作人面孔和人体的特征数据、判断是人或人以外的物体,与配线机房的门禁(206)结合判断是哪个人。
所述的一种通信传输配线系统的人工智能屏障,其特征是可以具有插座是空的和插有插头的判断,
智能ODN管理系统(202),通过训练和学习形成空插座和插有插头的插座的基准图形且分发到智能ODN设施(203),后者将从配线架管理器(205)传来的一个配线架或其一部分的面板上的插座占用状况编码和存储,此后则通过对比发现占用状况的变化情况,在判断进入保护区的是人以后作为判断在配线架进行过的操作的判据之一,或作为核查配线架操作是否符合工单要求的判据之一。
所述的一种通信传输配线系统的人工智能屏障,其特征是在系统的支撑下屏障管理软件实现模式化图形的训练、学习和筛选的过程包含对应于摄像头的不同的安装位置与姿态、对应于在一个摄像头辖多个配线架时物体处于哪一个配线架的前面,针对标准化的插头、经常出现在配线架周围的物体等物体,
处于智能ODN管理系统(202)的软件设置基准图形库,
在软件开发时将各种典型条件下摄得的图形经过模式化后形成基准图形置入基准图形库,
使用分数阶微分算法识别图形的边缘、优化基准图形的准确程度,
在运行时模式化的基准图形被分发到各个节点的智能ODN设施(203),
在运行时由配线架管理器摄得的实际图形被上传到智能ODN管理设施、提取特征与模式化图形的特征对比、判断是否与基准图形相符、做出判断报告,
智能ODN设施(203)将某些具有的特征与基准图形有一定程度的相近但达不到判断为相同的图形上传到智能ODN管理系统(202),后者将其存储、在从各个智能ODN设施传来的图形特征数据形成大量的数据中学习和归纳出新的模式化图形,置入基准图形库和被分发。
所述的一种通信传输配线系统的人工智能屏障,其特征是屏障管理软件在采用基于分数阶微分的图形分辨时,包含用分数阶微分方法处理处于边缘的点且判断是否进入保护区、或是否是插上的或是空插座、或在过渡区和保护区摄得的图形与标准化的插头的相似程度,且在不能得到结论时重新调整分数阶微分的阶数后再重复判断,在有限度的重新调整后终止运算,且做出报告。
所述的一种通信传输配线系统的人工智能屏障,其特征是屏障管理软件产生的所述的安装框架图形的方法包含对应于摄像头位置和角度固定、配线架在摄像窗口中的特定位置条件下摄得的图形、通过学习和数据积累的一批模式化的图形,可以是配线架的边缘的模式化的四边形图形、或在配线架上具有特征意义的零部件的图形、或额外加在配线架的标记的图形,
安装每一个摄像头的过程中,系统将摄像头实际摄得的图形和安装框架图形同时发送到智能管理终端,安装人员调整摄像头的姿态,使达得到两个图形重合。
实施效果:采用人工智能屏障技术可以有效地杜绝配线架的无派工单操作,判断操作细节,与装备现有电子标签板的配线架智能化方案效果相当,安装工作量大大减少。
附图说明
图1是从配线架的侧面看人工智能屏障
101人工智能屏障的侧视 102从侧面看非保护区范围 103从侧面看过渡区区范围104从侧面看保护区范围 105从侧面看配线架 106过渡区在Z方向的尺寸t 107保护区区在Z方向的尺寸p 108人工智能屏障在Y方向的尺寸1。
图2是基于人工智能屏障的通信传输配线管理系统及其软件接口
201OSS,202智能ODN管理系统 203智能ODN设施 204智能管理终端 205配线架管理器 206配线机房的门禁 207成排安装的通信传输配线架群 208通信传输配线架 209传输配线机房。
具体实施方式
以下结合附图举出一个具体的实施例对本发明进一步说明。举例是为了对技术的进一步说明以便理解。应当理解,此处的举例不用于任何对本发明限制。图中有些众所周知的部分没有列出是为了突出需要说明的部分,但不构成对本发明的限制。
首先介绍一种通信传输配线系统的人工智能屏障的使用场景。
传输配线架包括光配线架、电配线架和同一个配线架可以同时调配光和电的混合配线架,本专利可以适用于它们每一种。每一个配线架有面板,在面板上进行传输线的人工插接。采用本专利(而不是采用目前在每一个插座加电子标签)对传统的配线架进行智能化升级,只需要建立权利要求2所述的一整套系统,在每一个通信传输配线架(如图1从侧面看配线架(105))的外部加上含有至少一个摄像头配线架管理器(205)。
在通信运营单位配线架并排安装,每一排与前后另一排之间是过道。在过道上有对配线架面板进行操作的人,也有流动的人或机具。监视是否对配线架进行了操作,首先判断物体是否进入了紧靠配线架操作面的区域,然后在判断进入的情况下判断是否进行了对配线架的操作,如判断进行了操作则探测进行操作的配线架号码、子架号码等位置信息。
在光或电的配线架的面板外面设三维的直角坐标系中Y方向为垂直于地面的方向、Z方向为平行于地面和垂直于配线架面板的方向。从面板沿着Z方向向前推进长度p(例如p=40mm),定义一个垂直方向的虚拟的平面,称为人工智能屏障。人工智能屏障的侧视(101)示于图1。配线架的面板与人工智能屏障之间是配线架的跳纤等占据的空间,称为保护区。图1示出从侧面看保护区范围(104)。人工智能屏障有定义的厚度t,它围成的空间为过渡区,从侧面看过渡区区范围(104)如图1.再向前则为非保护区,图1中从侧面看非保护区范围(102)。
配线架的人工智能屏障的总的构成:
一种通信传输配线系统的人工智能屏障,其特征是一种通信传输配线系统的人工智能屏障,用于智能化的通信配线架,是在光或电的配线架的面板外面的一个空间,即通过摄像头摄取配线架面板及其外面的空间获得的图形映射到屏障管理软件且在该软件中划定的对应的空间,
通过人工智能屏障管理软件的运算判断是否按照管理派工单要求对配线架进行操作、判断处于配线架面板前面的任何物体是否穿过人工智能屏障、判断是否有人在配线架的面板进行操作,
屏幕管理软件根据不同时间摄得的面板图形中空插座变化状况来判断在面板新发生的操作的部位,
屏障管理软件产生安装框架图形,调整摄像头的姿势使框架图形与实际摄得的图形重合,
在系统的支撑下屏障管理软件具有模式化图形的训练、学习和筛选能力,可以具有插座是空的和插有插头的判断,
屏障管理软件采用开放式设计以便在开发和运行时被加入多种算法、包括基于分数阶微分的图形分辨,
基于人工智能屏障的通信传输配线管理系统支撑屏障管理软件的运行
结合图2,所述的基于人工智能屏障的通信传输配线管理系统的组成部分包含
——所述的一种通信传输配线系统的人工智能屏障,其特征是所述的基于人工智能屏障的通信传输配线管理系统的组成含有
——智能ODN管理系统(202),管理一个运营商的各个传输节点的所有的配线架、至少有进行图形数据的存储和图形模式管理的功能,图形学习和生成图形模式,在一个计算机上运行或在企业云环境运行、分别通过I3和I4接口与智能ODN设施和智能管理终端联网,还通过I5接口受到企业的OSS管理,
——智能ODN设施(203),管理一个节点的所有的配线架、汇总各配线架管理器的数据、至少有分析图形模式的功能、在计算机上运行、用I1接口与配线架管理器通过有线或无线连接,
——配线架管理器(205),管理至少一个通信传输配线架(208),一个配线架管理器含至少一个摄像头及其固定装置、一套相应的电子电路,可以有人脸识别功能,
——智能管理终端(204),接收和和显示派工单、支持操作人员与系统之间的互动,可以随操作人员而移动,至少有通信、对图形扫描和相应的数据处理功能,
——连接以上各部分的数据通信网络,通信网络的连接可以采用有线连接或无线连接,可以使用企业的数据通信系统、WiFi、NB-IoT等。采用窄带物联网,可以在各节点或各配线架设基于NB-IoT芯片的连接电路。本专利的设计不但用于机房也可以用于机房以外的诸如基站、人井、重要户外设施的监视与报警。
兼容性:以上的层次与现有产品的层次一致。图2中智能ODN设施(203)、智能管理终端(204)与现有产品名称相同、接口基本相同但功能有新的叠加。配线架管理器(205)与现有产品名称和功能不同、接口基本相同。
人工智能屏障的形成和功能,结合图1:
所述的一种通信传输配线系统的人工智能屏障,其特征是所述的一种通信传输配线系统的人工智能屏障按照对人工智能屏障定义的尺寸和位置而映射到所述的屏障管理软件,
设三维的直角坐标系中Y方向为垂直于地面的方向、Z方向为平行于地面和垂直于配线架面板的方向,
人工智能屏障是一个长方体空间、该空间称为过渡区、在垂直方向Y有固定长度即人工智能屏障在Y方向的尺寸1(108)、在水平方向X有固定宽度、在水平方向Z有固定厚度即过渡区在Z方向的尺寸t(106),这些数据且在运行时设定人工智能屏障位置和尺寸,
人工智能屏障的对地的高度和在水平方向X的固定宽度根据不同的配线架和一个摄像头所辖的配线架数目决定,
借助于配线架管理器的摄像头固定装置将摄像头的位置固定,对配线架操作面及其前面的空间摄像,摄得的图形置入一个直角坐标系的点阵,设定人工智能屏障位置和尺寸后将人工智能屏障的边缘所处的点连接起来形成了软件中的人工智能屏障,
人工智能屏障与配线架之间的空间称为保护区,保护区在Z方向的尺寸p(107)即人工智能屏障在Z方向与配线架面板的固定距离,
配线架以外不属于保护区和过渡区的空间称为非保护区,
与所述的屏障管理软件和所述的配线架管理器配合人工智能屏障可以感知是否有物体处于它的前方的非保护区、进入它的过渡区、穿越它的过渡区空间范围而进入保护区的空间
最基本的功能是监测管理规则执行情况,实施方法包括:
所述的一种通信传输配线系统的人工智能屏障,其特征是判断是否按照所述的派工单的要求对配线架进行操作,包括
——由被授权的管理人从所述的智能ODN管理系统(202)发派工单到所述的智能管理终端(204),只有持有传输配线派工单的人才被允许对配线架进行操作;
——配线架管理器的一个摄像头对智能管理终端屏幕的二维码或其它特征信息摄像、确定是否是持有匹配的派工单,操作期间操作员对自己和他人在配线架的操作负责,操作人离开时再进行同样的摄像。
说明:派工单的号码和关键内容被浓缩于一个二维码、一个代码、一个符号等,呈现于智能管理终端的屏幕。配线架摄得的内容被系统检查、判断是否是匹配的派工单;
——为了确定是否在指定的配线架进行了派工单要求的操作,或智能管理终端(204)对配线架的二维码和其它特征标记扫码或摄像、回传到智能ODN设施(203)等,或系统根据获取了摄像的配线架管理器(205)的位置判断;
说明:智能管理终端对配线架的二维码和其它特征标记扫码或摄像、据此系统确定是否在指定的配线架进行了派工单要求的操作。作为一个实施例,在配线架机架贴有二维码表征配线架的号码及其他信息。作为一个实施例,在每一个子架附有由配线架管理器(205)控制的指示灯,其工作状态用来提示应该实施操作的部位,智能管理终端将其摄得,且传到智能ODN设施(203)以确定是否在应该的位置进行操作。
——为了检验系统的反映操作员有意分别出现于非保护区和保护区。
最基本的功能是监测管理规则执行情况,实施方法还包括::
所述的一种通信传输配线系统的人工智能屏障,其特征是判断是否按照所述的派工单的要求对配线架进行操作,还包括
——由被授权的管理人从所述的智能ODN管理系统(202)发派工单到所述的智能管理终端(204),只有传输配线派工单指定的人才被允许对配线架进行操作,派工单指定的人的面部特征数据在操作前已经存储于系统;
说明:在系统存有合法操作人的面部特征数据,只要是摄得操作人的面部特征经过对比得知是一致的,也可以判断是带有派工单且到达了匹配部位的人在进行操作:或对操作人的面部摄像传回到智能管理终端(204)与存储的面部特征资料对比判断是否是应该接收派工单的人进行操作。
——配线架管理器的一个摄像头对操作人摄像,系统提取摄得的面部特征数据与存储的面部特征数据对比确定是否是持有匹配的派工单,操作期间操作员对自己和他人在配线架的操作负责,操作人离开时在系统注销;
——发出了派工单但发现不是派工单指定的人去操作,系统严格核查操作是否符合派工单要求;
——系统根据获取了摄像的配线架管理器(205)的位置判断是否在指定的配线架进行了派工单要求的操作;
——为了检验系统的反映操作员有意分别出现于非保护区和保护区。
如判断为没有工单的操作,则继续判断进行了什么样的操作:
所述的一种通信传输配线系统的人工智能屏障,其特征是所述的屏障管理软件实施所述的判断处于配线架面板前面的任何物体是否穿过人工智能屏障、判断是否有人在配线架的面板进行操作,其判据至少包含:进入保护区的发现——任何物体其被摄得的图形的至少一部分落入软件划定的保护区则判断为进入了保护区,然后判断是否进行配线操作,以及进行配线架面板上发生操作的部位的探测,
分数阶微分算法辅助判断,逐次调整微分阶数以提高判断的精准度,
进入保护区的进一步确认——被判断的物体在被判断时刻之前具有从非保护区穿越过渡区进入保护区且其后又没有退回的过程,
进入保护区是否有进行插拔操作的时间——被判断的物体被判断进入保护区起停留于保护区的时间超过进行一次插或拔操作所需的时间的平均值,
进入保护区是否在过渡区出现了插头的图形——一个摄像头在位置与姿态被固定的条件下各种标准化的光插头在过渡区和非保护区被摄得的图形通过软件的学习形成的大量数据经过筛选而形成比对基准,至少一个摄像头在过渡区和非保护区摄到的图形与光插头的基准图形的相似度超过设定值从而判断进行了插拔光插头,
出现了插头的图形判断是插还是拔——从光插头图形在Z方向的活动顺序判断光插头是被拔出或是被插入,
进行操作判断在哪个部位——根据摄得的图形在Y和X方向的数值确定在配线架的那个部位进行操作,进行操作探测是谁进行了操作——软件记录操作人面孔和人体的特征数据、判断是人或人以外的物体,与配线机房的门禁(206)结合判断是哪个人。说明:作为一个实施例从顶部向下摄像人的特征被分解为两部分,即在一个长方体的上方重叠一个长方体且两个长方体的尺寸比例在可知的范围内;在机房出现的机具和仪表具有单个长方体的特征尺寸也在一般的统计数据范围内;据此构建由于判断的模式。
判断插座是空的和插有插头从而判断在哪一个插座先后的插接状况有改变:
原理:第一,由于跳纤的不规则发布对每一个子架的图形都进行记忆学习量很大,在配线架面板摄得的插头插座连接状况的图形很难模式化,但是只采集每一个插座是被插上插头而被占用的或是空的,则学习量会大大减少。第二,部分跳纤遮挡了插座,只判断插座是空的和插有插头一定程度上可以减少学习量。第三,在已经判断进入了保护区而且是人进入的,才需要判断在哪个操作进行的操作。
实施:所述的一种通信传输配线系统的人工智能屏障,其特征是可以具有插座是空的和插有插头的判断,智能ODN管理系统(202),通过训练和学习形成空插座和插有插头的插座的基准图形且分发到智能ODN设施(203),后者将从配线架管理器(205)传来的一个配线架或其一部分的面板上的插座占用状况编码和存储,此后则通过对比发现占用状况的变化情况,在判断进入保护区的是人以后作为判断在配线架进行过的操作的判据之一,或作为核查配线架操作是否符合工单要求的判据之一。
系统具有训练、学习能力和基准图形的形成与传递能力:
所述的一种通信传输配线系统的人工智能屏障,其特征是在系统的支撑下屏障管理软件实现模式化图形的训练、学习和筛选的过程包含:
建立条件——对应于摄像头的不同的安装位置与姿态、对应于在一个摄像头辖多个配线架时物体处于哪一个配线架的前面,针对标准化的插头、经常出现在配线架周围的物体等物体,
处于智能ODN管理系统(202)的软件设置基准图形库,
开发时,训练——在软件开发时将各种典型条件下摄得的图形经过模式化后形成基准图形置入基准图形库,
使用分数阶微分算法识别图形的边缘、优化基准图形的准确程度,
运行时,分发——在运行时模式化的基准图形被分发到各个节点的智能ODN设施(203),
运行时,筛查——在运行时由配线架管理器摄得的实际图形被上传到智能ODN管理设施、提取特征与模式化图形的特征对比、判断是否与基准图形相符、做出判断报告,(比如,在过渡区摄得图形是光插头吗,又如在保护区摄得图形是人以外的物体。配线架面前的过道上的仪表、工具等物体不可能对配线架进行操作)。
在软件运行的过程中从大数据中学习形成新的基准图形——智能ODN设施(203)将某些具有的特征与基准图形有一定程度的相近但达不到判断为相同的图形上传到智能ODN管理系统(202),后者将其存储、在从各个智能ODN设施传来的图形特征数据形成大量的数据中学习和归纳出新的模式化图形,置入基准图形库和被分发。
进一步解释:开放式的屏障管理软件采用采用分数阶微分算法时,为了对落入过渡区和非保护区的具有的特征与基准图形有一定程度的相近但达不到判断为相同的图形做分析,用分数阶微分对通信进行处理,发现的具有标准插头的特征的点数达到一定的数目后该图形被收入模式化基准图形库。解释:插头是标准化的、品种不多。可是从插座拔下后有如下特征:必须顺序进入保护区、过渡区和非保护区;被手遮挡一部分;插头本身沿着自己的轴线旋转不同角度后摄得的图形不同;摄像头的位置不同摄得的图形不同。这样,就可能出现确实是拔下的插头但原有模式化基准图形库中没有的图形,但也可能不是插头。需要甄别。如果是插头的图形,需要作为新的图形入库。
平台化和分数阶微分算法的实施:
基于人工智能屏障的配线架和前述系统已经构成一个人工智能平台。在运行中可以引入不同的算法,提高智能化水平。作为实施例,本专利所述的一种通信传输配线系统的人工智能屏障,其特征是屏障管理软件在采用基于分数阶微分的图形分辨时,包含用分数阶微分方法处理处于边缘的点且判断是否进入保护区、或是否是插上的或是空插座、或在过渡区和保护区摄得的图形与标准化的插头的相似程度,且在不能得到结论时重新调整分数阶微分的阶数后再重复判断,在有限度的重新调整后终止运算,且做出报告。
对重新调整分数阶微分的阶数后再重复判断的解释:比如在过渡区和保护区摄得的图形与标准化的插头的相似程度设定为80%即可判断就是插头,低于60%即判断不是插头。实际在过渡区和保护区摄得的图形与标准化的插头的相似程度受到遮挡、手持着插头的角度、照明灯因素的影响使得相似度接近80%。分数阶微分的阶数越深,就越可以在边缘的判断区域发现更多的点,但是软件运行量也随之加大。所以在60%到79%的情况下需要加深阶数重新调整分数阶微分的阶数后再重复判断。重新调整的次数是有限度的。有限次调整后终止运算。
安装调整摄像头使系统进入与预定状态相同的状态
原因:系统的模式化基准图形是在摄像头一定状态是获取和存储的。安装摄像头以后要使摄像头回到相同的状态。
方法:所述的一种通信传输配线系统的人工智能屏障,其特征是屏障管理软件产生的所述的安装框架图形的方法包含对应于摄像头位置和角度固定、配线架在摄像窗口中的特定位置条件下摄得的图形、通过学习和数据积累的一批模式化的图形,可以是配线架的边缘的模式化的四边形图形、或在配线架上具有特征意义的零部件的图形、或额外加在配线架的标记的图形,
安装每一个摄像头的过程中,系统将摄像头实际摄得的图形和安装框架图形同时发送到智能管理终端,安装人员调整摄像头的姿态,使达得到两个图形重合。
以上为本发明的较佳的实施例之一。任何修改、等同替换和改进凡在本发明的原则和精神之内者,均属于本发明的保护范围。
Claims (10)
1.一种通信传输配线系统的人工智能屏障,其特征是一种通信传输配线系统的人工智能屏障,用于智能化的通信配线架,是在光或电的配线架的面板外面的一个空间,即通过摄像头摄取配线架面板及其外面的空间获得的图形映射到屏障管理软件且在该软件中划定的对应的空间,
通过人工智能屏障管理软件的运算判断是否按照管理派工单要求对配线架进行操作、判断处于配线架面板前面的任何物体是否穿过人工智能屏障、判断是否有人在配线架的面板进行操作,
屏幕管理软件根据不同时间摄得的面板图形中空插座变化状况来判断在面板新发生的操作的部位,
屏障管理软件产生安装框架图形,调整摄像头的姿势使框架图形与实际摄得的图形重合,
在系统的支撑下屏障管理软件具有模式化图形的训练、学习和筛选能力,可以具有插座是空的和插有插头的判断,
屏障管理软件采用开放式设计以便在开发和运行时被加入多种算法、包括基于分数阶微分的图形分辨,
基于人工智能屏障的通信传输配线管理系统支撑屏障管理软件的运行。
2.权利要求1所述的一种通信传输配线系统的人工智能屏障,其特征是所述的基于人工智能屏障的通信传输配线管理系统的组成部分包含
智能ODN管理系统(202)管理一个运营商的各个传输节点的所有的配线架、管理功能包含进行图形数据或面部特征数据的学习、生成图形模式且存储、运行环境包含在一个计算机上运行或在企业云环境运行、分别通过I3和I4接口与智能ODN设施和智能管理终端联网、通过I5接口受到企业的OSS管理,
智能ODN设施(203)管理一个节点的所有的配线架、汇总各配线架管理器的数据、至少有分析图形模式和面部特征数据的功能、在计算机上运行、用I1接口与配线架管理器通过有线或无线连接,
配线架管理器(205)管理至少一个通信传输配线架(208)、一个配线架管理器含至少一个摄像头及其固定装置、含一套相应的电子电路,可以有人脸识别功能,
智能管理终端(204)接收和和显示派工单、支持操作人员与系统之间的互动、可以随操作人员而移动、至少有通信、对图形扫描和相应的数据处理功能,
连接以上各部分的数据通信网络可以采用有线连接或无线连接、或可以使用企业的数据通信系统、WiFi、NB-IoT等。
3.权利要求1所述的一种通信传输配线系统的人工智能屏障,其特征是所述的一种通信传输配线系统的人工智能屏障按照对人工智能屏障定义的尺寸和位置而映射到所述的屏障管理软件,
设三维的直角坐标系中Y方向为垂直于地面的方向、Z方向为平行于地面和垂直于配线架面板的方向,
人工智能屏障是一个长方体空间、该空间称为过渡区、在垂直方向Y有固定长度即人工智能屏障在Y方向的尺寸1(108)、在水平方向X有固定宽度、在水平方向Z有固定厚度即过渡区在Z方向的尺寸t(106)且在运行时设定人工智能屏障位置和尺寸,
人工智能屏障的对地的高度和在水平方向X的固定宽度根据不同的配线架和一个摄像头所辖的配线架数目决定,
借助于配线架管理器的摄像头固定装置且将摄像头的位置固定、对配线架操作面及其前面的空间摄像所摄得的图形置入一个直角坐标系的点阵、将人工智能屏障的边缘所处的点连接起来形成了软件中的人工智能屏障,
人工智能屏障与配线架之间的空间称为保护区、保护区在Z方向的尺寸p(107)即人工智能屏障在Z方向与配线架面板的固定距离,
配线架以外不属于保护区和过渡区的空间称为非保护区,
与所述的屏障管理软件和所述的配线架管理器配合人工智能屏障可以感知是否有物体处于它的前方的非保护区、进入它的过渡区、穿越它的过渡区空间范围而进入保护区的空间。
4.权利要求1所述的一种通信传输配线系统的人工智能屏障,其特征是判断是否按照所述的派工单的要求对配线架进行操作,包含
由被授权的管理人从所述的智能ODN管理系统(202)发派工单到所述的智能管理终端(204),只有持有传输配线派工单的人才被允许对配线架进行操作,
配线架管理器的一个摄像头对智能管理终端屏幕的二维码或其它特征信息摄像、确定是否是持有匹配的派工单,操作期间操作员对自己和他人在配线架的操作负责,操作人离开时再进行同样的摄像,
为了确定是否在指定的配线架进行了派工单要求的操作,或智能管理终端(204)对配线架的二维码和其它特征标记扫码或摄像、回传到智能ODN设施(203)等,或系统根据获取了摄像的配线架管理器(205)的位置判断,
为了检验系统的反映操作员有意分别出现于非保护区和保护区。
5.权利要求1所述的一种通信传输配线系统的人工智能屏障,其特征是判断是否按照所述的派工单的要求对配线架进行操作,还包含
由被授权的管理人从所述的智能ODN管理系统(202)发派工单到所述的智能管理终端(204),只有传输配线派工单指定的人才被允许对配线架进行操作,派工单指定的人的面部特征数据在操作前已经存储于系统,
配线架管理器的一个摄像头对操作人摄像,系统提取摄得的面部特征数据与存储的面部特征数据对比确定是否是持有匹配的派工单,操作期间操作员对自己和他人在配线架的操作负责,操作人离开时在系统注销,
系统根据获取了摄像的配线架管理器(205)的位置判断是否在指定的配线架进行了派工单要求的操作,
发出了派工单但发现不是派工单指定的人去操作,系统严格核查操作是否符合派工单要求,为了检验系统的反映操作员有意分别出现于非保护区和保护区。
6.权利要求1所述的一种通信传输配线系统的人工智能屏障,其特征是所述的屏障管理软件实施所述的判断处于配线架面板前面的任何物体是否穿过人工智能屏障、判断是否有人在配线架的面板进行操作,其判据包含
任何物体其被摄得的图形的至少一部分落入软件划定的保护区则判断为进入了保护区,然后判断是否进行配线操作,以及进行配线架面板上发生操作的部位的探测,
分数阶微分算法辅助判断,逐次调整微分阶数以提高判断的精准度,
被判断的物体在被判断时刻之前具有从非保护区穿越过渡区进入保护区且其后又没有退回的过程,
被判断的物体被判断进入保护区起停留于保护区的时间超过进行一次插或拔操作所需的时间的平均值,
一个摄像头在位置与姿态被固定的条件下各种标准化的光插头在过渡区和非保护区被摄得的图形通过软件的学习形成的大量数据经过筛选而形成比对基准,至少一个摄像头在过渡区和非保护区摄到的图形与光插头的基准图形的相似度超过设定值从而判断进行了插拔光插头,从光插头图形在Z方向的活动顺序判断光插头是被拔出或是被插入,
根据摄得的图形在Y和X方向的数值确定在配线架的那个部位进行操作,
软件记录操作人面孔和人体的特征数据、判断是人或人以外的物体,与配线机房的门禁(206)结合判断是哪个人。
7.权利要求1所述的一种通信传输配线系统的人工智能屏障,其特征是可以具有插座是空的和插有插头的判断,
智能ODN管理系统(202),通过训练和学习形成空插座和插有插头的插座的基准图形且分发到智能ODN设施(203),后者将从配线架管理器(205)传来的一个配线架或其一部分的面板上的插座占用状况编码和存储,此后则通过对比发现占用状况的变化情况,在判断进入保护区的是人以后作为判断在配线架进行过的操作的判据之一,或作为核查配线架操作是否符合工单要求的判据之一。
8.权利要求1所述的一种通信传输配线系统的人工智能屏障,其特征是在系统的支撑下屏障管理软件实现模式化图形的训练、学习和筛选的过程包含对应于摄像头的不同的安装位置与姿态、对应于在一个摄像头辖多个配线架时物体处于哪一个配线架的前面,针对标准化的插头、经常出现在配线架周围的物体等物体,
处于智能ODN管理系统(202)的软件设置基准图形库,
在软件开发时将各种典型条件下摄得的图形经过模式化后形成基准图形置入基准图形库,
使用分数阶微分算法识别图形的边缘、优化基准图形的准确程度,
在运行时模式化的基准图形被分发到各个节点的智能ODN设施(203),
在运行时由配线架管理器摄得的实际图形被上传到智能ODN管理设施、提取特征与模式化图形的特征对比、判断是否与基准图形相符、做出判断报告,
智能ODN设施(203)将某些具有的特征与基准图形有一定程度的相近但达不到判断为相同的图形上传到智能ODN管理系统(202),后者将其存储、在从各个智能ODN设施传来的图形特征数据形成大量的数据中学习和归纳出新的模式化图形,置入基准图形库和被分发。
9.权利要求1所述的一种通信传输配线系统的人工智能屏障,其特征是屏障管理软件在采用基于分数阶微分的图形分辨时,包含用分数阶微分方法处理处于边缘的点且判断是否进入保护区、或是否是插上的或是空插座、或在过渡区和保护区摄得的图形与标准化的插头的相似程度,且在不能得到结论时重新调整分数阶微分的阶数后再重复判断,在有限度的重新调整后终止运算,且做出报告。
10.权利要求1所述的一种通信传输配线系统的人工智能屏障,其特征是屏障管理软件产生的所述的安装框架图形的方法包含对应于摄像头位置和角度固定、配线架在摄像窗口中的特定位置条件下摄得的图形、通过学习和数据积累的一批模式化的图形,可以是配线架的边缘的模式化的四边形图形、或在配线架上具有特征意义的零部件的图形、或额外加在配线架的标记的图形,
安装每一个摄像头的过程中,系统将摄像头实际摄得的图形和安装框架图形同时发送到智能管理终端,安装人员调整摄像头的姿态,使达得到两个图形重合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710982364.8A CN109684904A (zh) | 2017-10-18 | 2017-10-18 | 一种通信传输配线系统的人工智能屏障 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710982364.8A CN109684904A (zh) | 2017-10-18 | 2017-10-18 | 一种通信传输配线系统的人工智能屏障 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109684904A true CN109684904A (zh) | 2019-04-26 |
Family
ID=66183594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710982364.8A Pending CN109684904A (zh) | 2017-10-18 | 2017-10-18 | 一种通信传输配线系统的人工智能屏障 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109684904A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111399136A (zh) * | 2020-04-29 | 2020-07-10 | 北京瑞祺皓迪技术股份有限公司 | 一种网络配线装置及其配线方法 |
CN113392243A (zh) * | 2020-03-11 | 2021-09-14 | 中国移动通信集团辽宁有限公司 | 光纤配线架的核查方法、装置及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100805798B1 (ko) * | 2006-12-29 | 2008-02-22 | 김종대 | 지능형 디지털 회선분배장치 및 그 제어방법 |
CN201489695U (zh) * | 2009-08-31 | 2010-05-26 | 闫子骥 | 网络工程综合布线rj45配线架端接实训检测装置 |
CN102655612A (zh) * | 2012-05-08 | 2012-09-05 | 北京龙源欣盛科技有限公司 | 配线架适配器、配线架装置及配线器智能化管理方法 |
CN107111801A (zh) * | 2014-11-11 | 2017-08-29 | 美国北卡罗来纳康普公司 | 用于通信系统的多层智能基础设施管理系统及相关装备和方法 |
-
2017
- 2017-10-18 CN CN201710982364.8A patent/CN109684904A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100805798B1 (ko) * | 2006-12-29 | 2008-02-22 | 김종대 | 지능형 디지털 회선분배장치 및 그 제어방법 |
CN201489695U (zh) * | 2009-08-31 | 2010-05-26 | 闫子骥 | 网络工程综合布线rj45配线架端接实训检测装置 |
CN102655612A (zh) * | 2012-05-08 | 2012-09-05 | 北京龙源欣盛科技有限公司 | 配线架适配器、配线架装置及配线器智能化管理方法 |
CN107111801A (zh) * | 2014-11-11 | 2017-08-29 | 美国北卡罗来纳康普公司 | 用于通信系统的多层智能基础设施管理系统及相关装备和方法 |
Non-Patent Citations (2)
Title |
---|
SEEDAHMED S. MAHMOUD等: "Real-time Distributed Fiber Optic Sensor for Security Systems: Performance, Event Classification and Nuisance Mitigation", 《PHOTONIC SENSORS》, vol. 2, 31 December 2012 (2012-12-31) * |
马建刚;林皓;: "基于配线架的光铜一体化测试设备的实现", 电信快报, no. 03, 10 March 2016 (2016-03-10) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113392243A (zh) * | 2020-03-11 | 2021-09-14 | 中国移动通信集团辽宁有限公司 | 光纤配线架的核查方法、装置及系统 |
CN113392243B (zh) * | 2020-03-11 | 2023-07-18 | 中国移动通信集团辽宁有限公司 | 光纤配线架的核查方法、装置及系统 |
CN111399136A (zh) * | 2020-04-29 | 2020-07-10 | 北京瑞祺皓迪技术股份有限公司 | 一种网络配线装置及其配线方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022036866A1 (zh) | 变电站作业防误预警系统 | |
CN106526610B (zh) | 一种基于无人机激光点云的电塔自动定位方法及装置 | |
CN109085604A (zh) | 一种用于电力巡线的系统及方法 | |
CN109190962A (zh) | 项目进度监理控制系统 | |
CN102812411A (zh) | 用于跟踪信息技术部件的数据中心机架支架 | |
CN109409238A (zh) | 一种障碍物检测方法、装置及终端设备 | |
CN109522982A (zh) | 一种基于mdc数据中心的智慧资产管理方法与系统 | |
CN105119237B (zh) | 继电保护操作校核的方法 | |
CN109684904A (zh) | 一种通信传输配线系统的人工智能屏障 | |
CN110490181A (zh) | 一种基于ocr识别技术的表单填写审核方法、装置、设备以及计算机存储介质 | |
CN109919451A (zh) | 基于真实电网拓扑分析及安全知识库数字电网系统及方法 | |
CN116975990B (zh) | 一种油气化工码头三维模型的管理方法及系统 | |
CN111798162A (zh) | 基于神经网络的风险监测方法及装置 | |
CN106646110A (zh) | 基于GIS和Petri技术的低压配电网故障定位系统 | |
CN107194566A (zh) | 一种基于虚拟现实的电力智能档案管理方法 | |
CN109492699A (zh) | 输电通道三维测量方法及装置 | |
CN109272560A (zh) | 一种电力线矢量化方法及装置 | |
CN117391615A (zh) | 一种供电路径溯源系统 | |
CN106874306A (zh) | 人口信息人像比对系统关键性能指标评测方法 | |
CN104854589B (zh) | 用于工业场所的电厂的综合设计的系统 | |
CN111339926A (zh) | 一种电力营业厅人员行为规范智能识别系统 | |
CN116524428A (zh) | 基于目标检测及场景融合的电力作业安全风险识别方法 | |
CN110888949A (zh) | 基于三维地图的设备告警屏蔽方法、装置、设备及介质 | |
CN105205819A (zh) | 一种基于层次结构的公交车辆检测方法 | |
CN212123219U (zh) | 一种基于rfid技术的智能工具柜及智能工具管理系统 |
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 |