CN112017323A - 一种巡检报警方法、装置、可读存储介质及终端设备 - Google Patents
一种巡检报警方法、装置、可读存储介质及终端设备 Download PDFInfo
- Publication number
- CN112017323A CN112017323A CN201910464294.6A CN201910464294A CN112017323A CN 112017323 A CN112017323 A CN 112017323A CN 201910464294 A CN201910464294 A CN 201910464294A CN 112017323 A CN112017323 A CN 112017323A
- Authority
- CN
- China
- Prior art keywords
- inspection
- data
- target
- analysis result
- determining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000007689 inspection Methods 0.000 claims abstract description 279
- 238000012545 processing Methods 0.000 claims abstract description 192
- 238000004458 analytical method Methods 0.000 claims abstract description 127
- 230000002159 abnormal effect Effects 0.000 claims abstract description 50
- 230000006399 behavior Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 21
- 230000005856 abnormality Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 239000002341 toxic gas Substances 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 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
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
- G01N33/0065—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means using more than one threshold
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Social Psychology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及数据处理技术领域,尤其涉及一种巡检报警方法、装置、可读存储介质及终端设备。本发明提供的巡检报警方法包括:获取巡检机器人采集的目标场所的巡检数据,并确定巡检数据对应的数据类型;根据数据类型确定巡检数据对应的处理单元,并通过处理单元对巡检数据进行分析处理,得到分析结果;根据分析结果确定目标场所是否存在异常;若目标场所存在异常,则确定目标场所存在的异常类型,并根据异常类型对应的报警方式进行巡检报警,以通过巡检机器人获取目标场所的巡检数据,节省巡检的人力资源,降低巡检的安全风险,并通过对应的处理单元进行巡检数据的分析处理,提高巡检数据的分析处理效率,从而提高巡检效率,以确保巡检报警的及时性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种巡检报警方法、装置、计算机可读存储介质及终端设备。
背景技术
公交站、地铁站、火车站、企业厂区或者商场等很多场所中,为确保人身或者财产等的安全,往往需要进行相应的巡检工作,而现有的巡检工作都是由巡检人员来执行,不仅耗费人力,而且安全风险高、巡检效率低以及报警不及时。另外,随着巡检范围的不断扩大,仅仅依靠巡检人员人为的方式进行巡检已经无法满足日益复杂化的巡检需求。
发明内容
本发明实施例提供了一种巡检报警方法、装置、计算机可读存储介质及终端设备,能够节省巡检的人力资源,降低巡检的安全风险,同时可提高巡检效率,以确保巡检报警的及时性。
本发明实施例的第一方面,提供了一种巡检报警方法,包括:
获取巡检机器人采集的目标场所的巡检数据,并确定所述巡检数据对应的数据类型;
根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果;
根据所述分析结果确定所述目标场所是否存在异常;
若所述目标场所存在异常,则确定所述目标场所存在的异常类型,并根据所述异常类型对应的报警方式进行巡检报警。
进一步地,所述确定所述巡检数据对应的数据类型,包括:
判断所述巡检数据是否符合第一预设条件;
若所述巡检数据符合所述第一预设条件,则确定所述巡检数据对应的数据类型。
优选地,所述根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果,包括:
根据所述数据类型确定所述巡检数据对应的处理单元,并按照负载均衡策略从所确定的处理单元中选择目标处理单元,以通过所述目标处理单元对所述巡检数据进行分析处理,得到分析结果。
可选地,所述根据所述数据类型确定所述巡检数据对应的处理单元,并按照负载均衡策略从所确定的处理单元中选择目标处理单元,包括:
通过Zookeeper注册中心获取与所述数据类型对应的所有处理单元;
按照负载均衡策略从所获取的所有处理单元中选择处理所述巡检数据的目标处理单元。
进一步地,所述巡检数据包括巡检图像,所述通过所述处理单元对所述巡检数据进行分析处理,得到分析结果,包括:
通过所述处理单元获取所述巡检图像中的第一预定目标,并将所述第一预定目标与第二预定目标进行相似度分析,得到所述第一预定目标与所述第二预定目标之间的相似度分析结果;
相应地,所述根据所述分析结果确定所述目标场所是否存在异常,包括:
若所述相似度分析结果为所述第一预定目标与所述第二预定目标之间的相似度大于预设阈值,则确定所述目标场所存在异常。
优选地,所述巡检数据包括巡检视频,所述通过所述处理单元对所述巡检数据进行分析处理,得到分析结果,包括:
通过所述处理单元获取所述巡检视频中的运动目标,并对所述运动目标进行运动行为的分析,得到行为分析结果;
相应地,所述根据所述分析结果确定所述目标场所是否存在异常,包括:
判断所述行为分析结果是否符合第二预设条件;
若所述行为分析结果符合所述第二预设条件,则确定所述目标场所存在异常。
可选地,在通过所述处理单元对所述巡检数据进行分析处理,得到分析结果之后,包括:
根据所述数据类型确定所述巡检数据对应的存储单元,并将所述巡检数据和所述分析结果存储至所述存储单元。
本发明实施例的第二方面,提供了一种巡检报警装置,包括:
巡检数据获取模块,用于获取巡检机器人采集的目标场所的巡检数据,并确定所述巡检数据对应的数据类型;
分析结果获取模块,用于根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果;
异常确定模块,用于根据所述分析结果确定所述目标场所是否存在异常;
巡检报警模块,用于若所述目标场所存在异常,则确定所述目标场所存在的异常类型,并根据所述异常类型对应的报警方式进行巡检报警。
本发明实施例的第三方面,提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述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如前述第一方面所述巡检报警方法的步骤。
本发明实施例的第四方面,提供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计算机程序,所述计算机程序被处理器执行时实现如前述第一方面所述巡检报警方法的步骤。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例中,首先,获取巡检机器人采集的目标场所的巡检数据,并确定所述巡检数据对应的数据类型;其次,根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果;最后,根据所述分析结果确定所述目标场所是否存在异常,若所述目标场所存在异常,则确定所述目标场所存在的异常类型,并根据所述异常类型对应的报警方式进行巡检报警。本发明实施例中,可通过巡检机器人来进行目标场所的巡检工作,即可通过巡检机器人来获取目标场所的各巡检数据,并通过分析各巡检数据来确定目标场所的异常情况,节省巡检的人力资源,降低巡检的安全风险,且在对巡检数据进行分析时,可根据各巡检数据的数据类型来确定对应的处理单元进行巡检数据的分析处理,即可通过多处理单元来同时进行巡检数据的分析处理,提高巡检数据的分析处理效率,提高巡检效率,以确保巡检报警的及时性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种巡检分析系统的系统结构图
图2为本发明实施例中一种巡检报警方法的一个实施例流程图;
图3为本发明实施例中一种巡检报警方法在一个应用场景下确定数据类型的流程示意图;
图4为本发明实施例中一种巡检报警方法在一个应用场景下确定处理单元的流程示意图;
图5为本发明实施例中一种巡检报警装置的一个实施例结构图;
图6为本发明一实施例提供的一种终端设备的示意图。
具体实施方式
本发明实施例提供了一种巡检报警方法、装置、计算机可读存储介质及终端设备,能够节省巡检的人力资源,降低巡检的安全风险,同时可提高巡检效率,以确保巡检报警的及时性。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种巡检分析系统,所述巡检分析系统可以包括数据采集装置10、云端服务器和客户端14,数据采集装置10可通过网关服务器16与云端服务器通信连接。其中,数据采集装置10可以为巡检机器人,云端服务器可以包括请求中间件120、Zookeeper注册中心121、处理单元122和存储单元123,请求中间件120可用于获取数据采集装置10上传的数据处理请求和所采集的需分析处理的巡检数据,并可确定所对应的处理单元122来进行巡检数据的分析处理,处理单元122则可用于进行巡检数据的分析处理,从而可根据分析处理结果进行相应的巡检报警,如可向客户端14发送对应的巡检报警信息。
需要说明的是,云端服务器中可设置有多个处理单元122,以进行不同类型数据的分析处理,即对于不同数据类型的巡检数据可通过不同的处理单元122来进行分析处理,从而提高数据分析处理的效率。在此,所有的处理单元122均可注册于Zookeeper注册中心121中,Zookeeper注册中心121则可对注册在其中的各处理单元122进行状态监控,以实时获取各处理单元122的负载情况等状态信息。请求中间件120可通过访问Zookeeper注册中心121来获知各处理单元122以及所对应的状态信息,同时请求中间件120还可以根据数据处理请求的负载情况,启动或者关闭相关的处理单元122,如当负载请求较大时,可启动部分或者全部未处于启动状态的处理单元122;而当负载较小,但所启动的处理单元122较多时,则可关闭全部或者部分未进行数据分析处理的处理单元122。
可以理解的是,云端服务器中还可设置有存储单元123,其中,存储单元123也可包括多个,而不同的存储单元123可用于存储不同类型的巡检数据和/或所对应的分析结果等,以供后续的查询、检索等,其中,存储单元123可包括MongDB集群、ElasticSearch集群、MySQL集群和Hbase集群等集群,各集群可分别进行不同类型数据的存储,如MongDB集群可进行环境类型数据的存储、Hbase集群可进行图像类型数据的存储等等。在此,各集群还可以根据需要进行存储节点的扩展,以提高存储效率和存储容量。
下面将基于上述巡检分析系统来结合实施例对巡检报警方法进行描述,其中,本发明实施例中巡检报警方法的执行主体为云端服务器。如图2所示,本发明实施例提供了一种巡检报警方法,所述巡检报警方法,包括:
步骤S201、获取巡检机器人采集的目标场所的巡检数据,并确定所述巡检数据对应的数据类型;
本发明实施例中,可将一个或者多个巡检机器人设置于需要进行巡检工作的目标场所中,以实时采集目标场所中的巡检数据,其中,所述巡检机器人中可设置摄像模块、WiFi数据采集模块和温湿度传感器、烟雾浓度传感器等,所述巡检数据则可包括行人数据、WiFi数据和环境数据等,例如,可将所述巡检机器人设置于火车站中,以实时采集火车站中的行人数据(如采集火车站中的人脸图片数据)、WiFi数据和/或者温度、湿度、气体浓度类的环境数据等巡检数据。在此,摄像模块、WiFi数据采集模块和温湿度传感器可以均设置于同一巡检机器人中,以通过这一个巡检机器人来进行目标场所中不同巡检数据的采集,当然也可分别设置于不同的巡检机器人中,以通过不同巡检机器人来进行不同巡检数据的采集,如摄像模块可设置于巡检机器人A中、WiFi数据采集模块可设置于巡检机器人B中以及温湿度传感器和烟雾浓度传感器可设置于巡检机器人C中,以通过巡检机器人A进行目标场所中行人数据的采集、通过巡检机器人B进行目标场所中WiFi数据的采集以及通过巡检机器人C来进行目标场所中温度、湿度和/或者烟雾浓度等数据的采集。
可以理解的是,设置于目标场所的巡检机器人在采集到所述目标场所的各巡检数据后,可将所采集的各巡检数据发送至云端服务器,并请求云端服务器对各所述巡检数据进行分析处理,云端服务器中的请求中间件120在接收到该分析处理请求和所对应的各巡检数据后,可首先确定各巡检数据所对应的数据类型,如确定各所述巡检数据是行人数据、WiFi数据还是环境数据等,然后可根据数据类型将该分析处理请求分发至不同的处理单元进行分析处理,以通过不同的处理单元来进行不同类型巡检数据的处理,从而提高巡检数据分析处理的处理效率。
进一步地,如图3所示,在一个具体应用场景中,步骤S201、获取巡检机器人采集的目标场所的巡检数据,并确定所述巡检数据对应的数据类型,可以包括:
步骤S301、获取巡检机器人采集的目标场所的巡检数据;
步骤S302、判断所述巡检数据是否符合第一预设条件;
步骤S303、若所述巡检数据符合所述第一预设条件,则确定所述巡检数据对应的数据类型。
对于上述步骤S301至步骤S303,可以理解的是,云端服务器在接收到巡检机器人采集的目标场所的巡检数据后,可首先判断所述巡检数据是否符合第一预设条件,即判断所述巡检数据是否为无用的脏数据或者是否为不完整的数据等,若所述巡检数据不符合所述第一预设条件的话,则可认为所述巡检数据为无用的脏数据或者为不完整的数据,无法进行后续的分析处理,此时云端服务器则可删除所述巡检数据,以不对所述巡检数据进行后续的分析处理等;若所述巡检数据符合所述第一预设条件的话,则可确定所述巡检数据对应的数据类型,以对所述巡检数据进行后续的分析处理等。
需要说明的是,所述第一预设条件可根据实际情况进行确定,如可将所述第一预设条件设置为是否包含位置信息、是否包含完整的人脸图像或者是否包含巡检机器人的设备编号等。
步骤S202、根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果;
步骤S203、根据所述分析结果确定所述目标场所是否存在异常;
本发明实施例中,不同的处理单元122处理的数据类型不相同,因此,云端服务器中的请求中间件120在确定了各所述巡检数据的数据类型后,则可根据数据类型确定出分别处理各所述巡检数据的处理单元122,并将各所述巡检数据分别发送至所对应的处理单元122,处理单元122在接收到所对应的巡检数据后,则可对所接收到的巡检数据进行分析处理,以得到分析结果,如处理单元122可分析巡检数据中的人脸图像是否为预设人脸图像,或者分析目标场所中的温度是否超过设定温度阈值,或者分析目标场所中的气体浓度(如CO等有毒气体浓度)是否超过设定浓度阈值,又或者分析目标场所的行人行为是否为异常行为等,从而可根据所得到的分析结果来确定目标场所中是否存在异常。
进一步地,本发明实施例中,所述根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果,可以包括:
根据所述数据类型确定所述巡检数据对应的处理单元,并按照负载均衡策略从所确定的处理单元中选择目标处理单元,以通过所述目标处理单元对所述巡检数据进行分析处理,得到分析结果。
可以理解的是,对于各种数据类型的巡检数据,云端服务器中均可设置一个或者多个处理单元122来进行分析处理,例如,云端服务器中可设置处理单元A、B和C来处理A数据类型的巡检数据、可设置处理单元D、E、F和G来处理B数据类型的巡检数据以及可设置处理单元H来处理C数据类型的巡检数据,等等。因而,当根据所述数据类型确定出云端服务器中处理所述巡检数据的处理单元122有多个时,则可首先获取各处理单元122的负载情况,然后可根据负载均衡策略从这多个处理单元中选择出最终处理所述巡检数据的目标处理单元,并可将所述巡检数据发送至所述目标处理单元,所述目标处理单元则可对所述巡检数据进行分析处理,以得到分析结果,即通过负载均衡策略进行最优处理单元的选择,从而提高巡检数据的分析处理效率。
优选地,如图4所示,在一个具体应用场景中,所述根据所述数据类型确定所述巡检数据对应的处理单元,并按照负载均衡策略从所确定的处理单元中选择目标处理单元,可以包括:
步骤S401、通过Zookeeper注册中心获取与所述数据类型对应的所有处理单元;
步骤S402、按照负载均衡策略从所获取的所有处理单元中选择处理所述巡检数据的目标处理单元。
对于上述步骤S401和步骤S402,可以理解的是,所有处理单元122均注册于Zookeeper注册中心,且可动态地从Zookeeper注册中心中删除,或者注册新的处理单元122至Zookeeper注册中心,即本场景中可通过注册新的处理单元至Zookeeper注册中心来扩展处理单元的数量,从而提高数据分析处理的处理速度和处理效率等。
在此,当某一处理单元122注册至Zookeeper注册中心时,可同时注册该处理单元122所能处理的数据类型,以表明该处理单元122后续可用于处理该数据类型的巡检数据,因此,当云端服务器的请求中间件120确定出某一巡检数据所对应的数据类型后,可通过访问Zookeeper注册中心来获知能处理该巡检数据的所有处理单元122,并获取各处理单元122所对应的状态信息,如获取各处理单元122所对应的负载情况等,从而可基于负载均衡策略从所对应的处理单元122中选择出处理该巡检数据的目标处理单元。
进一步地,在一个具体应用场景中,所述巡检数据可以包括巡检图像,而所述通过所述处理单元对所述巡检数据进行分析处理,得到分析结果,可以包括:
通过所述处理单元获取所述巡检图像中的第一预定目标,并将所述第一预定目标与第二预定目标进行相似度分析,得到所述第一预定目标与所述第二预定目标之间的相似度分析结果;
相应地,所述根据所述分析结果确定所述目标场所是否存在异常,可以包括:
若所述相似度分析结果为所述第一预定目标与所述第二预定目标的相似度大于预设阈值,则确定所述目标场所存在异常。
在该场景中,巡检机器人中设置有摄像模块,如巡检机器人中设置有摄像头,以通过摄像头来对目标场所进行图像拍摄,并将所拍摄的巡检图像发送至云端服务器中对应的处理单元,该处理单元接收到所述巡检图像后,可获取所述巡检图像中的第一预定目标,并可将所述第一预定目标与预先存储于云端服务器中的第二预定目标进行相似度分析,以得到所述第一预定目标与所述第二预定目标之间的相似度分析结果,其中,所述第一预定目标可以为巡检图像中所具有的人脸等,例如,可通过人脸识别技术检测出所述巡检图像中的人脸图像,所述第二预定目标可以为预先存储于云端服务器的可疑人员或者嫌疑人员的人脸图像,例如,管理人员可事先将巡检中需要重点注意或者抓捕的可疑人员或者嫌疑人员的人脸图像录入至云端服务器中。
在此,当所述巡检图像中获取到的人脸图像与云端服务器中预先存储的人脸图像之间的相似度大于预设阈值时,则可以认为目标场所中出现了相关的可疑人员或者嫌疑人员等,此时,即可认为i目标场所中存在异常,需要进行相应的巡检报警。
优选地,在另一个具体应用场景中,所述巡检数据可以包括巡检视频,而所述通过所述处理单元对所述巡检数据进行分析处理,得到分析结果,可以包括:
通过所述处理单元获取所述巡检视频中的运动目标,并对所述运动目标进行运动行为的分析,得到行为分析结果;
相应地,所述根据所述分析结果确定所述目标场所是否存在异常,可以包括:
判断所述行为分析结果是否符合第二预设条件;
若所述行为分析结果符合所述第二预设条件,则确定所述目标场所存在异常。
在该场景中,巡检机器人中同样设置有摄像模块,如巡检机器人中设置有摄像头,以通过摄像头来对目标场所进行视频拍摄,并将所拍摄的巡检视频发送至云端服务器中对应的处理单元,该处理单元接收到所述巡检视频后,可获取所述巡检视频中的运动目标,并对所述运动目标进行运动行为的分析,得到行为分析结果,其中,所述运动目标可以为巡检视频中所出现的行人等,如可通过人脸识别结合光流法等各种现有的运动目标检测方法来检测并跟踪所述巡检视频中的行人,以此对所述巡检视频中的行人进行运动行为的分析,从而可根据行为分析结果是否符合第二预设条件来确定目标场所中是否存在异常,如当行为分析结果为所述巡检视频中存在多运动目标的奔跑、逃散等行为时,则可认为目标场所中存在异常;而当行为分析结果仅为所述巡检视频中运动目标的正常行走、停留等行为时,则可认为目标场所中不存在异常。
在此,所述第二预设条件可根据实际情况进行具体设置,如还可以根据目标场所的巡检需求设置为运动目标之间的斗殴行为等,即当行为分析结果为巡检视频中存在运动目标之间的打斗、斗殴等行为时,可认为行为分析结果符合所述第二预设条件,即可确定目标场所中存在异常。
进一步地,本场景中,巡检数据还可以包括WiFi数据,即巡检机器人中还可设置有WiFi数据采集模块,以采集各运动目标所对应的移动终端中的WiFi数据,并可将所采集的WiFi数据与所对应的运动目标关联后发送至云端服务器中对应的处理单元,该处理单元则可结合对WiFi数据的跟踪,来提高运动目标运动路径分析的准确性,从而提高运动目标行为分析的准确性。
步骤S204、若所述目标场所存在异常,则确定所述目标场所存在的异常类型,并根据所述异常类型对应的报警方式进行巡检报警。
本发明实施例中,在确定了目标场所中存在异常时,则可进一步确定目标场所中所存在的异常类型,如是温度超过设定温度阈值或者有毒气体浓度超过设定浓度阈值的环境异常,还是行人行为存在异常的行为异常,或者是出现可疑人员/嫌疑人员的行人异常等。
可以理解的是,本发明实施例中,可预先为各种异常类型设置相对应的报警方式,例如,可为环境异常设置现场蜂鸣以及发送相应的报警消息至指定客户端的报警方式、可为行为异常设置发送相应的报警消息至指定客户端的报警方式,等等,因此,在确定了目标场所中所存在的异常类型后,可根据该异常类型所对应的报警方式进行相应的巡检报警。
进一步地,本发明实施例的一个具体应用场景中,在通过所述处理单元对所述巡检数据进行分析处理,得到分析结果之后,还可以包括:
根据所述数据类型确定所述巡检数据对应的存储单元,并将所述巡检数据和所述分析结果存储至所述存储单元。
可以理解的是,在该场景中,云端服务器中还可设置一个或者多个存储单元123,当云端服务器中设置有多个存储单元123时,不同的存储单元123可用于存储不同类型的巡检数据和/或所对应的分析结果等。在此,在通过处理单元对所述巡检数据进行分析处理,得到分析结果之后,可以确定与所述巡检数据的数据类型相对应的存储单元123,并将所述巡检数据和/或者所述巡检数据所对应的分析结果存储至该存储单元123中,后续客户端可通过存储单元123来进行巡检数据或者分析结果的查询操作。例如,存储单元123可包括ElasticSearch集群,ElasticSearch集群可存储WiFi数据(可用于标识行人的位置信息)和人脸数据,后续客户端可通过ElasticSearch集群来对行人在某一时间段内的行走轨迹进行查询,并可通过调用地图的API接口,将所查询到的行走轨迹展示在地图上,等等。
需要说明的是,各集群还可以根据需要进行存储节点的扩展,以提高存储效率和存储容量。
本发明实施例中,首先,获取巡检机器人采集的目标场所的巡检数据,并确定所述巡检数据对应的数据类型;其次,根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果;最后,根据所述分析结果确定所述目标场所是否存在异常,若所述目标场所存在异常,则确定所述目标场所存在的异常类型,并根据所述异常类型对应的报警方式进行巡检报警。本发明实施例中,可通过巡检机器人来进行目标场所的巡检工作,即可通过巡检机器人来获取目标场所的各巡检数据,并通过分析各巡检数据来确定目标场所的异常情况,节省巡检的人力资源,降低巡检的安全风险,且在对巡检数据进行分析时,可根据各巡检数据的数据类型来确定对应的处理单元进行巡检数据的分析处理,即可通过多处理单元来同时进行巡检数据的分析处理,提高巡检数据的分析处理效率,提高巡检效率,以确保巡检报警的及时性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种巡检报警方法,下面将对一种巡检报警装置进行详细描述。
图5示出了本发明实施例中一种巡检报警装置的一个实施例结构图。如图5所示,所述巡检报警装置,包括:
巡检数据获取模块501,用于获取巡检机器人采集的目标场所的巡检数据,并确定所述巡检数据对应的数据类型;
分析结果获取模块502,用于根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果;
异常确定模块503,用于根据所述分析结果确定所述目标场所是否存在异常;
巡检报警模块504,用于若所述目标场所存在异常,则确定所述目标场所存在的异常类型,并根据所述异常类型对应的报警方式进行巡检报警。
进一步地,所述巡检数据获取模块501,可以包括:
巡检数据判断单元,用于判断所述巡检数据是否符合第一预设条件;
巡检数据获取单元,用于若所述巡检数据符合所述第一预设条件,则确定所述巡检数据对应的数据类型。
优选地,所述分析结果获取模块502,可用于根据所述数据类型确定所述巡检数据对应的处理单元,并按照负载均衡策略从所确定的处理单元中选择目标处理单元,以通过所述目标处理单元对所述巡检数据进行分析处理,得到分析结果。
可选地,所述分析结果获取模块502,可以包括:
获取单元,用于通过Zookeeper注册中心获取与所述数据类型对应的所有处理单元;
选择单元,用于按照负载均衡策略从所获取的所有处理单元中选择处理所述巡检数据的目标处理单元。
进一步地,所述巡检数据包括巡检图像,所述分析结果获取模块502,可以包括:
相似度分析单元,用于通过所述处理单元获取所述巡检图像中的第一预定目标,并将所述第一预定目标与第二预定目标进行相似度分析,得到所述第一预定目标与所述第二预定目标之间的相似度分析结果;
相应地,所述异常确定模块503,可以包括:
第一异常确定单元,用于若所述相似度分析结果为所述第一预定目标与所述第二预定目标之间的相似度大于预设阈值,则确定所述目标场所存在异常。
优选地,所述巡检数据包括巡检视频,所述分析结果获取模块502,还可以包括:
行为分析单元,用于通过所述处理单元获取所述巡检视频中的运动目标,并对所述运动目标进行运动行为的分析,得到行为分析结果;
相应地,所述异常确定模块503,可以包括:
行为分析结果判断单元,用于判断所述行为分析结果是否符合第二预设条件;
第二异常确定单元,用于若所述行为分析结果符合所述第二预设条件,则确定所述目标场所存在异常。
可选地,所述巡检报警装置,还可以包括:
存储单元,用于根据所述数据类型确定所述巡检数据对应的存储单元,并将所述巡检数据和所述分析结果存储至所述存储单元。
图6是本发明一实施例提供的终端设备的示意图。如图6所示,该实施例的终端设备6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62,例如巡检报警程序。所述处理器60执行所述计算机程序62时实现上述各个巡检报警方法实施例中的步骤,例如图1所示的步骤S101至步骤S104。或者,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图5所示的模块501至模块504的功能。
示例性的,所述计算机程序62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器60执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如,所述计算机程序62可以被分割成巡检数据获取模块、分析结果获取模块、异常确定模块、巡检报警模块,各模块具体功能如下:
巡检数据获取模块,用于获取巡检机器人采集的目标场所的巡检数据,并确定所述巡检数据对应的数据类型;
分析结果获取模块,用于根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果;
异常确定模块,用于根据所述分析结果确定所述目标场所是否存在异常;
巡检报警模块,用于若所述目标场所存在异常,则确定所述目标场所存在的异常类型,并根据所述异常类型对应的报警方式进行巡检报警。
所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅是终端设备6的示例,并不构成对终端设备6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述终端设备6的内部存储单元,例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备,例如所述终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种巡检报警方法,其特征在于,包括:
获取巡检机器人采集的目标场所的巡检数据,并确定所述巡检数据对应的数据类型;
根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果;
根据所述分析结果确定所述目标场所是否存在异常;
若所述目标场所存在异常,则确定所述目标场所存在的异常类型,并根据所述异常类型对应的报警方式进行巡检报警。
2.根据权利要求1所述的巡检报警方法,其特征在于,所述确定所述巡检数据对应的数据类型,包括:
判断所述巡检数据是否符合第一预设条件;
若所述巡检数据符合所述第一预设条件,则确定所述巡检数据对应的数据类型。
3.根据权利要求1所述的巡检报警方法,其特征在于,所述根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果,包括:
根据所述数据类型确定所述巡检数据对应的处理单元,并按照负载均衡策略从所确定的处理单元中选择目标处理单元,以通过所述目标处理单元对所述巡检数据进行分析处理,得到分析结果。
4.根据权利要求3所述的巡检报警方法,其特征在于,所述根据所述数据类型确定所述巡检数据对应的处理单元,并按照负载均衡策略从所确定的处理单元中选择目标处理单元,包括:
通过Zookeeper注册中心获取与所述数据类型对应的所有处理单元;
按照负载均衡策略从所获取的所有处理单元中选择处理所述巡检数据的目标处理单元。
5.根据权利要求1所述的巡检报警方法,其特征在于,所述巡检数据包括巡检图像,所述通过所述处理单元对所述巡检数据进行分析处理,得到分析结果,包括:
通过所述处理单元获取所述巡检图像中的第一预定目标,并将所述第一预定目标与第二预定目标进行相似度分析,得到所述第一预定目标与所述第二预定目标之间的相似度分析结果;
相应地,所述根据所述分析结果确定所述目标场所是否存在异常,包括:
若所述相似度分析结果为所述第一预定目标与所述第二预定目标之间的相似度大于预设阈值,则确定所述目标场所存在异常。
6.根据权利要求1所述的巡检报警方法,其特征在于,所述巡检数据包括巡检视频,所述通过所述处理单元对所述巡检数据进行分析处理,得到分析结果,包括:
通过所述处理单元获取所述巡检视频中的运动目标,并对所述运动目标进行运动行为的分析,得到行为分析结果;
相应地,所述根据所述分析结果确定所述目标场所是否存在异常,包括:
判断所述行为分析结果是否符合第二预设条件;
若所述行为分析结果符合所述第二预设条件,则确定所述目标场所存在异常。
7.根据权利要求1至6中任一项所述的巡检报警方法,其特征在于,在通过所述处理单元对所述巡检数据进行分析处理,得到分析结果之后,包括:
根据所述数据类型确定所述巡检数据对应的存储单元,并将所述巡检数据和所述分析结果存储至所述存储单元。
8.一种巡检报警装置,其特征在于,包括:
巡检数据获取模块,用于获取巡检机器人采集的目标场所的巡检数据,并确定所述巡检数据对应的数据类型;
分析结果获取模块,用于根据所述数据类型确定所述巡检数据对应的处理单元,并通过所述处理单元对所述巡检数据进行分析处理,得到分析结果;
异常确定模块,用于根据所述分析结果确定所述目标场所是否存在异常;
巡检报警模块,用于若所述目标场所存在异常,则确定所述目标场所存在的异常类型,并根据所述异常类型对应的报警方式进行巡检报警。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至7中任一项所述巡检报警方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述巡检报警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910464294.6A CN112017323B (zh) | 2019-05-30 | 2019-05-30 | 一种巡检报警方法、装置、可读存储介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910464294.6A CN112017323B (zh) | 2019-05-30 | 2019-05-30 | 一种巡检报警方法、装置、可读存储介质及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112017323A true CN112017323A (zh) | 2020-12-01 |
CN112017323B CN112017323B (zh) | 2024-08-02 |
Family
ID=73502034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910464294.6A Active CN112017323B (zh) | 2019-05-30 | 2019-05-30 | 一种巡检报警方法、装置、可读存储介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112017323B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359586A (zh) * | 2021-06-22 | 2021-09-07 | 筑橙科技(深圳)有限公司 | 外墙施工机器人实时监控方法及系统 |
CN114580817A (zh) * | 2021-03-31 | 2022-06-03 | 长城汽车股份有限公司 | 喷涂机器人异常检测方法、装置及终端设备 |
CN114783188A (zh) * | 2022-05-17 | 2022-07-22 | 阿波罗智联(北京)科技有限公司 | 巡检方法和装置 |
CN114926583A (zh) * | 2022-05-09 | 2022-08-19 | 北京工业大学 | 场地仿真管理方法、装置、电子设备及存储介质 |
CN115685952A (zh) * | 2023-01-05 | 2023-02-03 | 中汽研汽车工业工程(天津)有限公司 | 面向汽车生产车间的巡检方法、控制装置、设备及介质 |
CN117409178A (zh) * | 2023-12-15 | 2024-01-16 | 山东智慧燃气物联网技术有限公司 | 一种基于图像采集处理的厂站智慧安防方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106530633A (zh) * | 2016-09-28 | 2017-03-22 | 中国人民解放军国防科学技术大学 | 一种智能事中处置的安防方法及系统 |
CN107040608A (zh) * | 2017-05-19 | 2017-08-11 | 宁波绮耘软件股份有限公司 | 一种数据处理方法及系统 |
CN108363713A (zh) * | 2017-12-20 | 2018-08-03 | 武汉烽火众智数字技术有限责任公司 | 视频图像信息解析装置、系统及方法 |
CN108537913A (zh) * | 2018-06-15 | 2018-09-14 | 浙江国自机器人技术有限公司 | 一种巡检系统 |
US20180329405A1 (en) * | 2016-11-25 | 2018-11-15 | Tecom Co., Ltd. | Patrol-type preventive inspection system for eletromechanical devices |
CN109684160A (zh) * | 2018-09-07 | 2019-04-26 | 平安科技(深圳)有限公司 | 数据库巡检方法、装置、设备及计算机可读存储介质 |
-
2019
- 2019-05-30 CN CN201910464294.6A patent/CN112017323B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106530633A (zh) * | 2016-09-28 | 2017-03-22 | 中国人民解放军国防科学技术大学 | 一种智能事中处置的安防方法及系统 |
US20180329405A1 (en) * | 2016-11-25 | 2018-11-15 | Tecom Co., Ltd. | Patrol-type preventive inspection system for eletromechanical devices |
CN107040608A (zh) * | 2017-05-19 | 2017-08-11 | 宁波绮耘软件股份有限公司 | 一种数据处理方法及系统 |
CN108363713A (zh) * | 2017-12-20 | 2018-08-03 | 武汉烽火众智数字技术有限责任公司 | 视频图像信息解析装置、系统及方法 |
CN108537913A (zh) * | 2018-06-15 | 2018-09-14 | 浙江国自机器人技术有限公司 | 一种巡检系统 |
CN109684160A (zh) * | 2018-09-07 | 2019-04-26 | 平安科技(深圳)有限公司 | 数据库巡检方法、装置、设备及计算机可读存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114580817A (zh) * | 2021-03-31 | 2022-06-03 | 长城汽车股份有限公司 | 喷涂机器人异常检测方法、装置及终端设备 |
CN113359586A (zh) * | 2021-06-22 | 2021-09-07 | 筑橙科技(深圳)有限公司 | 外墙施工机器人实时监控方法及系统 |
CN114926583A (zh) * | 2022-05-09 | 2022-08-19 | 北京工业大学 | 场地仿真管理方法、装置、电子设备及存储介质 |
CN114783188A (zh) * | 2022-05-17 | 2022-07-22 | 阿波罗智联(北京)科技有限公司 | 巡检方法和装置 |
CN115685952A (zh) * | 2023-01-05 | 2023-02-03 | 中汽研汽车工业工程(天津)有限公司 | 面向汽车生产车间的巡检方法、控制装置、设备及介质 |
CN117409178A (zh) * | 2023-12-15 | 2024-01-16 | 山东智慧燃气物联网技术有限公司 | 一种基于图像采集处理的厂站智慧安防方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112017323B (zh) | 2024-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112017323A (zh) | 一种巡检报警方法、装置、可读存储介质及终端设备 | |
CN109657564B (zh) | 一种人员在岗检测方法、装置、存储介质及终端设备 | |
CN110363076B (zh) | 人员信息关联方法、装置及终端设备 | |
CN108091140B (zh) | 一种确定套牌车辆的方法和装置 | |
CN110599728B (zh) | 基于区块链的火情预警方法、装置、设备及存储介质 | |
CN112291520A (zh) | 异常事件识别方法、装置、存储介质及电子装置 | |
CN109698906B (zh) | 基于图像的抖动处理方法及装置、视频监控系统 | |
CN112100545A (zh) | 网络资产的可视化方法、装置、设备和可读存储介质 | |
CN111178760A (zh) | 风险监测方法、装置、终端设备及计算机可读存储介质 | |
CN108347698B (zh) | 一种线上线下活动轨迹分析方法、装置及系统 | |
CN108288025A (zh) | 一种车载视频监控方法、装置及设备 | |
CN104702982B (zh) | 一种视频分析设备的算法配置方法和系统 | |
CN111540020A (zh) | 目标行为的确定方法及装置、存储介质、电子装置 | |
CN111065044B (zh) | 基于大数据的数据关联分析方法、装置及计算机存储介质 | |
CN110505438B (zh) | 一种排队数据的获取方法和摄像机 | |
CN112650180B (zh) | 安全告警方法、装置、终端设备及存储介质 | |
CN111294732A (zh) | 视频追踪方法和系统、存储介质 | |
CN113676497A (zh) | 数据阻断的方法和装置、电子设备和存储介质 | |
CN110853364B (zh) | 数据监控方法和装置 | |
CN117495804A (zh) | 充电站安全监测方法、装置、计算机设备和存储介质 | |
CN113837138B (zh) | 一种着装监控方法、系统、介质及电子终端 | |
CN112419638B (zh) | 一种告警视频的获取方法及装置 | |
CN112149451B (zh) | 一种亲密度分析方法及装置 | |
CN110471056B (zh) | 一种虚警信息判断方法、装置及终端设备 | |
CN113486805A (zh) | 图像监控的方法、装置、设备和计算机可读介质 |
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 |