CN110263034A - 智能眼镜及基于智能眼镜的作业巡检方法 - Google Patents
智能眼镜及基于智能眼镜的作业巡检方法 Download PDFInfo
- Publication number
- CN110263034A CN110263034A CN201910455084.0A CN201910455084A CN110263034A CN 110263034 A CN110263034 A CN 110263034A CN 201910455084 A CN201910455084 A CN 201910455084A CN 110263034 A CN110263034 A CN 110263034A
- Authority
- CN
- China
- Prior art keywords
- inspection
- intelligent glasses
- user
- problem data
- data
- 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
- 239000011521 glass Substances 0.000 title claims abstract description 191
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000007689 inspection Methods 0.000 claims abstract description 274
- 238000010801 machine learning Methods 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 9
- 230000035699 permeability Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 15
- 238000012905 input function Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 241001269238 Data Species 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000000547 structure data Methods 0.000 description 3
- 238000013499 data model Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/01—Head-up displays
- G02B27/017—Head mounted
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/01—Head-up displays
- G02B27/017—Head mounted
- G02B2027/0178—Eyeglass type
Abstract
本发明提供了一种智能眼镜及基于智能眼镜的作业巡检方法，该方法包括：智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据；智能眼镜将巡检问题数据以结构化数据形式记录。本发明可利用智能眼镜进行作业巡检，效率高。
Description
技术领域
本发明涉及作业巡检领域，尤其涉及一种智能眼镜及基于智能眼镜的作业巡检方法。
背景技术
目前在工业领域及相关行业中，针对工厂、车间巡检，设备点检，开箱、装箱检验，物料验收等作业场景，由于信息化程度较低，许多企业仍然采用纸质和拍照的记录方式，事后再上传到企业系统里，有些巡、点检场景需要专门的操作人员和记录人员两人共同完成，人员成本较高，信息不能及时同步。
为解决此问题，目前市面上的企业信息化解决方案都是为企业搭建内部平台后通过手机、平板等智能移动设备按照预设的流程在规定节点进行问题点描述和拍照记录；而一些智能穿戴设备的解决方案本质上与此方案没有大的区别，只是在拍照录像的基础上增加了语音识别语音记录的交互方式。以上方案获得的视频以及照片非常占用存储空间，导致解析时间延长，效率低下。
发明内容
本发明实施例提出一种基于智能眼镜的作业巡检方法，可利用智能眼镜进行作业巡检，效率高，该方法包括：
智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据；
智能眼镜将巡检问题数据以结构化数据形式记录。
本发明实施例提出一种智能眼镜，可进行作业巡检，效率高，该智能眼镜包括：
巡检问题数据获得模块，用于智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据；
记录模块，用于智能眼镜将巡检问题数据以结构化数据形式记录。
本发明实施例还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于智能眼镜的作业巡检方法。
本发明实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述基于智能眼镜的作业巡检方法的计算机程序。
在本发明实施例中，利用智能眼镜可直接获得巡检问题数据，且可以将这些巡检问题数据以结构化数据形式记录，不需要巡检人员手动记录，降低了人力成本，且上述结构化数据形式记录的数据便于直接查询巡检问题数据，不需要通过解析大量的音视频数据，效率高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中基于智能眼镜的作业巡检方法的流程图；
图2为智能眼镜获得用户的巡检位置异常信息的详细流程图；
图3为智能眼镜获得用户语音录入的巡检问题数据的详细流程图；
图4为智能眼镜拍摄获得巡检视频并获得巡检问题数据的详细流程图；
图5为智能眼镜拍摄获得巡检对象的标识并获得巡检问题数据的详细流程图；
图6为本发明实施例提出的智能眼镜的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
现有技术中，智能移动设备按照预设的流程在规定节点进行录音、拍照或视频记录，以上高清视频、录音和照片非常占用存储空间，真正有意义的问题数据还需要通过对以上高清视频、录音和照片解析获得，效率低下，发明人认为如果将上述高清视频、录音和照片通过结构化数据形式记录，则可直接获得巡检问题数据，省去了大量解析的过程，且结构化形式记录可节省大量存储空间，基于上述分析，提出了本发明实施例的方法。
图1为本发明实施例中基于智能眼镜的作业巡检方法的流程图，如图1所示，该方法包括：
步骤101，智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据；
步骤102，智能眼镜将巡检问题数据以结构化数据形式记录。
在本发明实施例中，利用智能眼镜可直接获得巡检问题数据，且可以将这些巡检问题数据以结构化数据形式记录，不需要巡检人员手动记录，降低了人力成本，且上述结构化数据形式记录的数据便于直接查询巡检问题数据，不需要通过解析大量的音视频数据，效率高。
在步骤101中，用户佩戴智能眼镜，然后开始作业巡检，在作业巡检过程中，智能眼镜可获得巡检问题数据，而不需要后续解析大量的音视频数据；在步骤102中，智能眼镜将上述巡检问题数据以结构化数据形式输出，所述结构化数据形式包括表结构、树形结构、XML文件结构等多种类型，采用结构化数据形式记录可以节省大量的存储空间，使得智能眼镜可以存储更多的作业巡检数据，也方便后续直接读取和理解巡检问题数据。结构化数据可以包括视频的录制时间、时长、作业任务编号、人员信息等，还可以包括具体的巡检问题数据，如巡检位置异常信息、问题关键词、问题描述、设备问题数据和安全状态问题数据等等。
具体实施时，智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据的方法可以多种，下面给出其中几个实施例，可以理解的是，智能眼镜还可以采用其他方法获得巡检问题数据。
在一实施例中，智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据，包括：
智能眼镜在随用户进行作业巡检的过程中，获得用户的巡检位置异常信息。
在一实施例中，用户的巡检位置异常信息包括：巡检异常位置和巡检时刻；
智能眼镜在随用户进行作业巡检的过程中，获得用户的巡检位置异常信息，包括：
智能眼镜将用户的实际位置信息与智能眼镜内预设的巡检位置信息进行比对，若比对结果不一致，确定用户的实际位置信息为巡检异常位置，记录确定巡检异常位置的巡检时刻。
在上述实施例中，用户的巡检位置异常信息可以通过智能眼镜的定位获得，也可以通过接收用户携带的其他设备的GPS定位数据获得，例如，可以通过接收手机的定位数据获得，智能眼镜内预设的巡检位置信息包括巡检路线、巡检范围等，若用户的实际位置信息与智能眼镜内预设的巡检位置信息进行比对的结果不一致，即用户未按规定路线巡检或用户超过巡检范围，则巡检设备按照结构化数据形式记录巡检异常位置，记录确定巡检异常位置的巡检时刻。
图2为智能眼镜获得用户的巡检位置异常信息的详细流程图，如图2所示，智能眼镜获得用户的巡检位置异常信息的详细流程包括：
步骤201，获得用户的实际位置信息；
步骤202，智能眼镜将用户的实际位置信息与智能眼镜内预设的巡检位置信息进行比对；
步骤203，若比对结果不一致，确定用户的实际位置信息为巡检异常位置，若比对结果一致，返回步骤201；
步骤204，记录确定巡检异常位置的巡检时刻。
可以理解的是，图2只是智能眼镜获得用户的巡检位置异常信息的其中一个详细流程，还可以有其他智能眼镜获得用户的巡检位置异常信息的过程。
在一实施例中，智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据，包括：
智能眼镜在随用户进行作业巡检的过程中，获得用户语音录入的巡检问题数据。
在一实施例中，所述用户语音录入的巡检问题数据包括：问题关键词、问题描述和巡检时刻；
智能眼镜在随用户进行作业巡检的过程中，获得用户语音录入的巡检问题数据，包括：
智能眼镜在随用户进行作业巡检的过程中，识别问题关键词；
根据问题关键词，通过用户语音录入问题描述；
记录用户语音录入问题描述的巡检时刻。
在上述实施例中，智能眼镜在随用户进行作业巡检的过程中，首先打开智能眼镜的语音录入功能，用户可以按下智能眼镜的按键来打开，也可以说出唤醒词来打开，当然还可以通过其他条件触发，例如智能眼镜识别手势信息触发打开智能眼镜的语音录入功能，在一例中，用户说出“开启语音录入”，此时智能眼镜的语音录入功能被唤醒。然后智能眼镜在识别到问题关键词开始进行结构化数据形式的数据记录，问题关键词可以为外观、缺油等词，等待用户说出问题描述；之后，用户说出问题描述，智能眼镜将问题关键词和问题描述、此时的巡检时刻以结构化形式记录在智能眼镜中，例如，结构化数据形式可以是表格，表1为一个结构化数据形式记录的表格的示例。另外，在用户超过设定时间不使用语音录入功能时，智能眼镜的语音录入功能进入休眠状态，可降低智能眼镜的功耗，下次需要使用语音录入功能时，可再次通过按键或唤醒词唤醒。结构化数据形式可以事先存储在企业知识库中。
表1结构化数据形式记录的表格
具体实施时，智能眼镜在随用户进行作业巡检的过程中，识别问题关键词的方法有多种，下面给出其中一个实施例。
在一实施例中，智能眼镜在随用户进行作业巡检的过程中，识别问题关键词，包括：
智能眼镜在随用户进行作业巡检的过程中，智能眼镜通过用户语音识别问题关键词；
和/或智能眼镜通过视频识别手势信息，根据手势信息识别关键词。
在上述实施例中，给出了两种识别问题关键词的方法，在第一种方法中，智能眼镜通过用户语音识别问题关键词，在第二种方法中，智能眼镜可以通过视频识别手势信息，例如，拇指向上手势表示设备运转正常，当智能眼镜识别到这个手势信息时，自动记录巡检对象的问题描述为“设备运转正常”；另一例中，伸出手掌表示问题关键词为“设备状态异常”，智能眼镜在识别到这个手势信息时，自动唤醒语音识别功能，用户说出问题描述后，智能眼镜将问题关键词、问题描述和此时的巡检时刻以结构化数据形式进行记录。
图3为智能眼镜获得用户语音录入的巡检问题数据的详细流程图，如图3所示，智能眼镜获得用户语音录入的巡检问题数据的详细流程包括：
步骤301，打开智能眼镜的语音录入功能进行监听；
步骤302，通过语音指令或用户的手势信息识别问题关键词；
步骤303，通过用户语音录入问题描述；
步骤304，记录用户语音录入问题描述的巡检时刻，返回步骤301。
可以理解的是，图3只是智能眼镜获得用户语音录入的巡检问题数据的其中一个详细流程，还可以有其他智能眼镜获得用户语音录入的巡检问题数据的过程。
在一实施例中，智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据，包括：
智能眼镜在随用户进行作业巡检的过程中，拍摄获得巡检视频；
智能眼镜通过分析巡检视频，获得巡检问题数据。
在上述实施例中，智能眼镜在随用户进行作业巡检的过程中，可以一直保持拍摄巡检视频的状态，也可以在需要进行拍摄时，用户通过按键、说出唤醒词或视频拍摄自动唤醒等方式打开视频。视频拍摄将得到大量视频数据，是非常占用智能眼镜的存储空间的，智能通过分析巡检视频，获得以结构化数据形式存储的巡检问题数据，而不再存储大量的未经分析的视频数据，可以节省存储空间。
具体实施时，智能眼镜通过分析巡检视频，获得巡检问题数据的方法可以有多种，下面是其中一种实施例。
在一实施例中，智能眼镜通过分析巡检视频，获得巡检问题数据，包括：
智能眼镜将巡检视频输入至智能眼镜中的机器学习模型，获得巡检问题数据，记录获得巡检问题数据的巡检时刻。
在上述实施例中，机器学习模型可以分析出巡检视频中的巡检数据数据，并将巡检问题数据以结构化数据形式记录。
在一实施例中，巡检问题数据包括：设备问题数据和/或安全状态问题数据。
在上述实施例中，设备问题数据可以包括设备损坏、墙体开裂、包装破损、管道漏水等等。安全状态问题数据可以包括用户是否佩戴安全帽、厂区冒烟等。智能眼镜在识别到安全状态问题数据后，还可以根据具体情况将安全状态问题数据通过公网或局域网回传到后台系统进行报警，例如，在安全状态问题数据为厂区冒烟的情况下，则智能眼镜会进行报警。
具体实施时，机器学习模型可以采用多种方法获得，下面给出其中的一个实施例。
在一实施例中，所述机器学习模型采用如下方法训练获得：
获得历史设备问题数据和/或历史安全状态问题数据；
提取历史设备问题数据和/或历史安全状态问题数据中的特征向量；
利用历史设备问题数据和/或历史安全状态问题数据中的特征向量训练机器学习模型；
在训练的过程中调整机器学习模型，直至机器学习模型的损失函数满足预设收敛条件，确定训练后的机器学习模型。
在上述实施例中，历史设备问题数据可以从设备出现问题的照片中获得，例如设备损坏、墙体开裂、包装破损、管道漏水等的照片，历史安全状态问题数据可以为安全问题照片，如用户不佩戴安全帽、厂区冒烟等的照片。
图4为智能眼镜拍摄获得巡检视频并获得巡检问题数据的详细流程图，如图4所示，智能眼镜拍摄获得巡检视频并获得巡检问题数据的详细流程图程包括：
步骤401，智能眼镜开启视频监控；
步骤402，智能眼镜将巡检视频输入至智能眼镜中的机器学习模型，获得巡检问题数据；
步骤403，智能眼镜记录获得巡检问题数据的巡检时刻，返回步骤401。
可以理解的是，图4只是智能眼镜拍摄获得巡检视频并获得巡检问题数据的其中一个详细流程，还可以有其他智能眼镜拍摄获得巡检视频并获得巡检问题数据的过程。
在一实施例中，智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据，包括：
智能眼镜在随用户进行作业巡检的过程中，拍摄巡检对象的标识；
智能眼镜通过巡检对象的标识，获得巡检对象的历史巡检问题数据。
在一实施例中，智能眼镜通过巡检对象的标识，获得巡检对象的巡检问题数据，包括：
智能眼镜通过巡检对象的标识，获得巡检对象的历史巡检问题数据；
智能眼镜从巡检对象的历史巡检问题数据中，获得用户选择的巡检问题数据；
获得用户选择巡检问题数据的巡检时刻。
在上述实施例中，智能眼镜通过巡检对象的标识，可以获得在智能眼镜中已经存储的之前的历史巡检问题数据，这些历史巡检问题数据中包含问题描述，而在此次巡检过程中，可能出现与之前历史巡检问题数据的问题描述相同的问题，因此，此时不需要再重新记录，只需要用户从历史巡检问题数据中选择即可，例如，用户可以通过语音或手势进行选择，智能眼镜获得用户选择的问题描述，然后记录用户选择问题描述的巡检时刻，从而获得此次记录的巡检问题数据。
另外，智能眼镜通过拍摄巡检对象的标识，还可以获得巡检对象的工单，工单是事先录入到企业内部系统的，用户可以按照工单中显示的巡检步骤，对巡检设备进行巡检，智能眼镜通过视频可以监督用户是否按照工单上的巡检步骤进行巡检，并记录巡检时刻。
智能眼镜通过拍摄巡检对象的标识，还可以获得巡检对象的参数，包括温度、震动等实时数据和历史数据的折线图等，可对巡检设备有更充分的了解，并记录巡检时刻。
智能眼镜通过拍摄巡检对象的标识，还可以获得巡检对象的维修手册，用户可根据该维修手册对巡检设备目前的问题进行维修，并记录维修时刻。
在一实施例中，标识包括二维码和条形码。
在上述实施例中，标识除了二维码和条形码之外，还可以包括其他类型的标识，只要能让智能眼镜通过该标志识别该巡检对象对应的历史巡检问题数据即可。
图5为智能眼镜拍摄获得巡检对象的标识并获得巡检问题数据的详细流程图，如图5所示，智能眼镜拍摄获得巡检对象的标识并获得巡检问题数据的详细流程图程包括：
步骤501，扫描巡检对象的标识，获得巡检对象的历史巡检问题数据；
步骤502，智能眼镜从巡检对象的历史巡检问题数据中，获得用户选择的巡检问题数据；
步骤503，获得用户选择巡检问题数据的巡检时刻，返回步骤501。
可以理解的是，图5只是智能眼镜巡检对象的标识并获得巡检问题数据的其中一个详细流程，还可以有其他智能眼镜巡检对象的标识并获得巡检问题数据的过程。
在另外一些实施例中，智能眼镜可用于事务记录，可以记录用户在巡检时的所有巡检行为，判断用户是否是按照规范进行巡检的，利于对巡检的用户的管理。
智能眼镜可将上述记录的所有的结构化数据形式的巡检问题数据传送至其他数据分析系统，便于问题点分析、能效、知识库反哺等等。结构化数据形式的巡检问题数据便于存储、调用和检索，积累行业或企业知识库，帮助企业降本增效，增强企业安全及合规性监督，能够发挥出更大的价值。
在本发明实施例提出的基于智能眼镜的作业巡检方法中，利用智能眼镜可直接获得巡检问题数据，且可以将这些巡检问题数据以结构化数据形式记录，不需要巡检人员手动记录，降低了人力成本，且上述结构化数据形式记录的数据便于直接查询巡检问题数据，不需要通过解析大量的音视频数据，效率高。
另外，在本发明实施例提出的基于智能眼镜的作业巡检方法将巡检问题数据以结构化数据形式输出，采用结构化数据形式记录可以节省大量的存储空间，使得智能眼镜可以存储更多的作业巡检数据，也方便后续直接读取和理解巡检问题数据。在用户超过设定时间不使用语音录入功能时，智能眼镜的语音录入功能进入休眠状态，可降低智能眼镜的功耗。智能眼镜在识别到安全状态问题数据后，还可以根据具体情况将安全状态问题数据通过公网或局域网回传到后台系统进行报警。
图6为本发明实施例提出的智能眼镜的示意图，如图6所示，该智能眼镜包括：
巡检问题数据获得模块601，用于在随用户进行作业巡检的过程中，获得巡检问题数据；
记录模块602，用于将巡检问题数据以结构化数据形式记录。
在一实施例中，巡检问题数据获得模块601具体用于：
智能眼镜在随用户进行作业巡检的过程中，获得用户的巡检位置异常信息。
在一实施例中，巡检问题数据获得模块601具体用于：
智能眼镜在随用户进行作业巡检的过程中，获得用户的巡检位置异常信息，包括：
智能眼镜将用户的实际位置信息与智能眼镜内预设的巡检位置信息进行比对，若比对结果不一致，确定用户的实际位置信息为巡检异常位置，记录确定巡检异常位置的巡检时刻。
在一实施例中，巡检问题数据获得模块601具体用于：
智能眼镜在随用户进行作业巡检的过程中，获得用户语音录入的巡检问题数据。
在一实施例中，巡检问题数据获得模块601具体用于：
智能眼镜在随用户进行作业巡检的过程中，识别问题关键词；
根据问题关键词，通过用户语音录入问题描述；
记录用户语音录入问题描述的巡检时刻。
在一实施例中，巡检问题数据获得模块601具体用于：
智能眼镜在随用户进行作业巡检的过程中，智能眼镜通过用户语音识别问题关键词；
和/或智能眼镜通过视频识别手势信息，根据手势信息识别关键词。
在一实施例中，巡检问题数据获得模块601具体用于：
智能眼镜在随用户进行作业巡检的过程中，拍摄获得巡检视频；
智能眼镜通过分析巡检视频，获得巡检问题数据。
在一实施例中，巡检问题数据获得模块601具体用于：
智能眼镜将巡检视频输入至智能眼镜中的机器学习模型，获得巡检问题数据，记录获得巡检问题数据的巡检时刻。
在一实施例中，所述机器学习模型采用如下方法训练获得：
获得历史设备问题数据和/或历史安全状态问题数据；
提取历史设备问题数据和/或历史安全状态问题数据中的特征向量；
利用历史设备问题数据和/或历史安全状态问题数据中的特征向量训练机器学习模型；
在训练的过程中调整机器学习模型，直至机器学习模型的损失函数满足预设收敛条件，确定训练后的机器学习模型。
在一实施例中，巡检问题数据获得模块601具体用于：
智能眼镜在随用户进行作业巡检的过程中，拍摄巡检对象的标识；
智能眼镜通过巡检对象的标识，获得巡检对象的巡检问题数据。
在一实施例中，巡检问题数据获得模块601具体用于：
智能眼镜通过巡检对象的标识，获得巡检对象的历史巡检问题数据；
智能眼镜从巡检对象的历史巡检问题数据中，获得用户选择的问题描述；
获得用户选择问题描述的巡检时刻。
在一实施例中，标识包括二维码和条形码。
在本发明实施例提出的智能眼镜中，利用智能眼镜可直接获得巡检问题数据，且可以将这些巡检问题数据以结构化数据形式记录，不需要巡检人员手动记录，降低了人力成本，且上述结构化数据形式记录的数据便于直接查询巡检问题数据，不需要通过解析大量的音视频数据，效率高。
另外，在本发明实施例提出的智能眼镜将巡检问题数据以结构化数据形式输出，采用结构化数据形式记录可以节省大量的存储空间，使得智能眼镜可以存储更多的作业巡检数据，也方便后续直接读取和理解巡检问题数据。在用户超过设定时间不使用语音录入功能时，智能眼镜的语音录入功能进入休眠状态，可降低智能眼镜的功耗。智能眼镜在识别到安全状态问题数据后，还可以根据具体情况将安全状态问题数据通过公网或局域网回传到后台系统进行报警。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (16)
1.一种基于智能眼镜的作业巡检方法，其特征在于，包括：
智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据；
智能眼镜将巡检问题数据以结构化数据形式记录。
2.如权利要求1所述的基于智能眼镜的作业巡检方法，其特征在于，智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据，包括：
智能眼镜在随用户进行作业巡检的过程中，获得用户的巡检位置异常信息。
3.如权利要求2所述的基于智能眼镜的作业巡检方法，其特征在于，用户的巡检位置异常信息包括：巡检异常位置和巡检时刻；
智能眼镜在随用户进行作业巡检的过程中，获得用户的巡检位置异常信息，包括：
智能眼镜将用户的实际位置信息与智能眼镜内预设的巡检位置信息进行比对，若比对结果不一致，确定用户的实际位置信息为巡检异常位置，记录确定巡检异常位置的巡检时刻。
4.如权利要求1所述的基于智能眼镜的作业巡检方法，其特征在于，智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据，包括：
智能眼镜在随用户进行作业巡检的过程中，获得用户语音录入的巡检问题数据。
5.如权利要求4所述的基于智能眼镜的作业巡检方法，其特征在于，所述用户语音录入的巡检问题数据包括：问题关键词、问题描述和巡检时刻；
智能眼镜在随用户进行作业巡检的过程中，获得用户语音录入的巡检问题数据，包括：
智能眼镜在随用户进行作业巡检的过程中，识别问题关键词；
根据问题关键词，通过用户语音录入问题描述；
记录用户语音录入问题描述的巡检时刻。
6.如权利要求5所述的基于智能眼镜的作业巡检方法，其特征在于，智能眼镜在随用户进行作业巡检的过程中，识别问题关键词，包括：
智能眼镜在随用户进行作业巡检的过程中，智能眼镜通过用户语音识别问题关键词；
和/或智能眼镜通过视频识别手势信息，根据手势信息识别关键词。
7.如权利要求1所述的基于智能眼镜的作业巡检方法，其特征在于，智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据，包括：
智能眼镜在随用户进行作业巡检的过程中，拍摄获得巡检视频；
智能眼镜通过分析巡检视频，获得巡检问题数据。
8.如权利要求7所述的基于智能眼镜的作业巡检方法，其特征在于，智能眼镜通过分析巡检视频，获得巡检问题数据，包括：
智能眼镜将巡检视频输入至智能眼镜中的机器学习模型，获得巡检问题数据，记录获得巡检问题数据的巡检时刻。
9.如权利要求8所述的基于智能眼镜的作业巡检方法，其特征在于，巡检问题数据包括：设备问题数据和/或安全状态问题数据。
10.如权利要求9所述的基于智能眼镜的作业巡检方法，其特征在于，所述机器学习模型采用如下方法训练获得：
获得历史设备问题数据和/或历史安全状态问题数据；
提取历史设备问题数据和/或历史安全状态问题数据中的特征向量；
利用历史设备问题数据和/或历史安全状态问题数据中的特征向量训练机器学习模型；
在训练的过程中调整机器学习模型，直至机器学习模型的损失函数满足预设收敛条件，确定训练后的机器学习模型。
11.如权利要求1所述的基于智能眼镜的作业巡检方法，其特征在于，智能眼镜在随用户进行作业巡检的过程中，获得巡检问题数据，包括：
智能眼镜在随用户进行作业巡检的过程中，拍摄巡检对象的标识；
智能眼镜通过巡检对象的标识，获得巡检对象的巡检问题数据。
12.如权利要求11所述的基于智能眼镜的作业巡检方法，其特征在于，智能眼镜通过巡检对象的标识，获得巡检对象的巡检问题数据，包括：
智能眼镜通过巡检对象的标识，获得巡检对象的历史巡检问题数据；
智能眼镜从巡检对象的历史巡检问题数据中，获得用户选择的问题描述；
获得用户选择问题描述的巡检时刻。
13.如权利要求11所述的基于智能眼镜的作业巡检方法，其特征在于，标识包括二维码和条形码。
14.一种智能眼镜，其特征在于，包括：
巡检问题数据获得模块，用于在随用户进行作业巡检的过程中，获得巡检问题数据；
记录模块，用于将巡检问题数据以结构化数据形式记录。
15.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至13任一项所述方法。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至13任一项所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910455084.0A CN110263034A (zh) | 2019-05-29 | 2019-05-29 | 智能眼镜及基于智能眼镜的作业巡检方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910455084.0A CN110263034A (zh) | 2019-05-29 | 2019-05-29 | 智能眼镜及基于智能眼镜的作业巡检方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110263034A true CN110263034A (zh) | 2019-09-20 |
Family
ID=67915813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910455084.0A Pending CN110263034A (zh) | 2019-05-29 | 2019-05-29 | 智能眼镜及基于智能眼镜的作业巡检方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110263034A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112735425A (zh) * | 2020-12-24 | 2021-04-30 | 交控科技股份有限公司 | 轨旁设备巡检报文生成方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160301676A1 (en) * | 2015-03-10 | 2016-10-13 | Polyverse Corporation | Systems and methods for containerized data security |
| CN106037750A (zh) * | 2016-06-20 | 2016-10-26 | 国网上海市电力公司 | 一种基于可穿戴智能设备的电力巡检系统 |
| CN106780151A (zh) * | 2017-01-04 | 2017-05-31 | 国网江苏省电力公司电力科学研究院 | 基于可穿戴增强现实的变电站双向智能巡检系统及方法 |
| CN108121961A (zh) * | 2017-12-21 | 2018-06-05 | 华自科技股份有限公司 | 巡检行为识别方法、装置、计算机设备和存储介质 |
| CN108664240A (zh) * | 2018-06-14 | 2018-10-16 | 北京慧星视界科技有限公司 | 一种应用于智能眼镜工作流程的实现方法及系统 |
-
2019
- 2019-05-29 CN CN201910455084.0A patent/CN110263034A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160301676A1 (en) * | 2015-03-10 | 2016-10-13 | Polyverse Corporation | Systems and methods for containerized data security |
| CN106037750A (zh) * | 2016-06-20 | 2016-10-26 | 国网上海市电力公司 | 一种基于可穿戴智能设备的电力巡检系统 |
| CN106780151A (zh) * | 2017-01-04 | 2017-05-31 | 国网江苏省电力公司电力科学研究院 | 基于可穿戴增强现实的变电站双向智能巡检系统及方法 |
| CN108121961A (zh) * | 2017-12-21 | 2018-06-05 | 华自科技股份有限公司 | 巡检行为识别方法、装置、计算机设备和存储介质 |
| CN108664240A (zh) * | 2018-06-14 | 2018-10-16 | 北京慧星视界科技有限公司 | 一种应用于智能眼镜工作流程的实现方法及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112735425A (zh) * | 2020-12-24 | 2021-04-30 | 交控科技股份有限公司 | 轨旁设备巡检报文生成方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102360328B (zh) | 程序监控装置和程序监控方法 | |
| CN109783642A (zh) | 多人会议场景的结构化内容处理方法、装置、设备及介质 | |
| CN103500579B (zh) | 语音识别方法、装置及系统 | |
| CN104021195A (zh) | 基于知识库的告警关联分析方法 | |
| CN110246157A (zh) | 基于大数据监控的油气田设备生产状态判别系统与方法 | |
| CN204926080U (zh) | 识别人脸或车牌目标录像并能用目标检索视频的系统 | |
| CN112687022A (zh) | 一种基于视频的智能楼宇巡检方法及系统 | |
| CN110263034A (zh) | 智能眼镜及基于智能眼镜的作业巡检方法 | |
| CN110675028A (zh) | 基于区块链的食品安全监管方法、装置、设备及系统 | |
| CN111666263A (zh) | 一种数据湖环境下异构数据管理的实现方法 | |
| CN109669402A (zh) | 异常监控方法、设备、装置及计算机可读存储介质 | |
| CN110909380B (zh) | 一种异常文件访问行为监控方法和装置 | |
| CN109858829A (zh) | 一种基于区块链的隐患事故预警方法 | |
| JP2007233495A (ja) | 分散型画像処理装置 | |
| CN110889919A (zh) | 一种生产车间定员监管方法及系统 | |
| US8489444B2 (en) | Chronicling for process discovery in model driven business transformation | |
| CN115547360A (zh) | 预警方法、装置、电子设备及存储介质 | |
| CN116597501A (zh) | 视频分析算法及边缘设备 | |
| CN108255136A (zh) | 事件记录装置、生产线设备诊断方法及系统 | |
| CN113691390A (zh) | 一种云端协同的边缘节点报警系统及方法 | |
| CN113128837A (zh) | 一种轨道交通供电系统的大数据分析系统 | |
| CN112153341A (zh) | 一种任务监督方法、装置、系统、电子设备及存储介质 | |
| CN111753756A (zh) | 基于对象识别的布控报警方法、装置及存储介质 | |
| CN105681762B (zh) | 输变电设备红外及紫外图像识别与在线监测装置 | |
| CN110545408B (zh) | 基于智能服务平台的智能制造展示系统及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190920 |