CN112040433B - 一种数据处理方法及装置 - Google Patents

一种数据处理方法及装置 Download PDF

Info

Publication number
CN112040433B
CN112040433B CN202010735728.4A CN202010735728A CN112040433B CN 112040433 B CN112040433 B CN 112040433B CN 202010735728 A CN202010735728 A CN 202010735728A CN 112040433 B CN112040433 B CN 112040433B
Authority
CN
China
Prior art keywords
data
key
remote server
acquired data
acquisition
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
Application number
CN202010735728.4A
Other languages
English (en)
Other versions
CN112040433A (zh
Inventor
张宏涛
明暄晖
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.)
Beijing Xiaoming Zhitie Technology Co ltd
Original Assignee
Beijing Xiaoming Zhitie Technology 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 Beijing Xiaoming Zhitie Technology Co ltd filed Critical Beijing Xiaoming Zhitie Technology Co ltd
Priority to CN202010735728.4A priority Critical patent/CN112040433B/zh
Publication of CN112040433A publication Critical patent/CN112040433A/zh
Application granted granted Critical
Publication of CN112040433B publication Critical patent/CN112040433B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes

Abstract

本申请提供一种数据处理方法及装置，所述方法包括：检测设备在接收到采集设备发送的原始采集数据时，根据预定规则从所述原始采集数据中得出关键采集数据，并将所述关键采集数据通过无线传输模式发送给远程服务器；所述检测设备在发送关键采集数据后的预定时间长度内，如果接收到所述远程服务器根据所述关键采集数据得出的分析结果，则根据所述分析结果进行决策。上述技术方案可以尽可能实现现场与远程服务器之间的实时交互。

Description

一种数据处理方法及装置
技术领域
本公开涉及但不限于计算机领域，尤其涉及数据处理方法及装置。
背景技术
对于铁路工务(如高铁、重载、城际铁路、普速铁路和地铁系统)专业，维修检测铁轨时，会使用各种仪器进行辅助测量，现有的检测设备是离线进行检测，数据不能有效及时上传，只能在检测设备回到维修站或者补给站之后，通过插入网线或者硬盘的方式将数据同步至本地服务或者远程服务器。这使得在实际的检测作业过程中，只能依靠现场技术人员的经验进行处理，由于采集数据无法实时上传，使得远程服务器不能进行远程监控和作业指导。
发明内容
本申请所要解决的技术是提供一种数据处理方法，可以尽可能实现现场与远程服务器之间的实时交互。
为了解决上述技术问题，本申请提供了一种数据处理方法，包括：
检测设备在接收到采集设备发送的原始采集数据时，根据预定规则从所述原始采集数据中得出关键采集数据，并将所述关键采集数据通过无线传输模式发送给远程服务器；
所述检测设备在发送关键采集数据后的预定时间长度内，如果接收到所述远程服务器根据所述关键采集数据得出的分析结果，则根据所述分析结果进行决策。
在一种示例性实例中，所述检测设备在接收到采集设备发送的原始采集数据时，根据预定规则从所述原始采集数据中计算得出关键采集数据包括：
将原始采集数据按照时间戳信息分成多个数据组，每个数据组对应相同的时间戳信息；
分别计算得出每个数据组对应的关键采集数据。
在一种示例性实例中，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：
对该数据组中的每种数据参数类型，分别根据该数据参数类型在该数据组中对应的所有数据值，计算该数据参数类型对应的关键采集子数据，所述关键采集子数据包括以下内容中的一种或者多种：该数据参数类型对应的平均值、最大值、最小值、最大值与最小值的差值、方差；
将该数据组中所有数据参数类型对应的关键采集子数据作为该数据组对应的关键采集数据。
在一种示例性实例中，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：对于该数据组中包含的一个或者多个图像类型的原始采集数据，分别计算每个图像类型的原始采集数据的特征点信息，将每个图像类型的原始采集数据对应的特征点信息作为该数据组对应的关键采集数据；
其中，图像数据的特征点信息包括以下内容中的一种或者多种：最亮像素坐标、最暗像素坐标、二值化的边缘轮廓数据。
在一种示例性实例中，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：对于该数据组中包含的点云数据集类型的原始采集数据，对点云数据集类型的原始采集数据进行二值化处理，将经过二值化处理后的结果作为该数据组对应的关键采集数据。
在一种示例性实例中，所述方法还包括：
通过有线传输模式将原始采集数据发送给所述远程服务器。
在一种示例性实例中，所述根据预定规则从所述原始采集数据中得出关键采集数据之后，所述方法还包括：
所述检测设备在发送关键采集数据后的预定时间长度内，如果未接收到所述远程服务器根据所述关键采集数据得出的分析结果，则判断是否获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据是否满足任一决策模型对应的规则，如果获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据满足任一决策模型对应的规则，则按照所述决策模型进行决策；
其中，决策模型为所述远程服务器根据原始采集数据训练得出的模型，所述决策模型的数量为一个或者多个，每个决策模型对应一个规则，每个规则对应一个或者多个条件。
在一种示例性实例中，所述根据预定规则从所述原始采集数据中计算得出关键采集数据之后，所述方法还包括：
所述检测设备根据所述关键采集数据绘制图形；
所述检测设备展示绘制出的图形，和/或展示所述关键采集数据；
所述判断是否获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据是否满足任一决策模型对应的规则之后，所述方法还包括：
如果未获取到所述远程服务器发送的决策模型，或者，所述原始采集数据以及所述关键采集数据均不满足任一决策模型对应的规则，则根据展示出的图形和/或展示出的关键采集数据进行决策。
本申请还提供一种数据处理装置，设置于检测设备，包括：存储器和处理器；
所述存储器，用于保存用于数据处理的程序；
所述处理器，用于读取所述用于数据处理的程序，执行前述任一所述的方法。
本申请还提供一种计算机存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行前述任一所述的方法。
本申请提供一种数据处理方法及装置，所述方法包括：检测设备在接收到采集设备发送的原始采集数据时，根据预定规则从所述原始采集数据中得出关键采集数据，并将所述关键采集数据通过无线传输模式发送给远程服务器；所述检测设备在发送关键采集数据后的预定时间长度内，如果接收到所述远程服务器根据所述关键采集数据得出的分析结果，则根据所述分析结果进行决策。上述技术方案可以尽可能实现现场与远程服务器之间的实时交互。
附图说明
附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
图1是本发明实施例一的数据处理方法的流程图；
图2是本发明实施例一的数据处理装置的结构示意图；
图3是示例一中的架构示意图。
具体实施方式
本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。
实施例一
如图1所示，本实施例提供一种数据处理方法，包括：
步骤S101、检测设备在接收到采集设备发送的原始采集数据时，根据预定规则从所述原始采集数据中得出关键采集数据，并将所述关键采集数据通过无线传输模式发送给远程服务器；
步骤S102、所述检测设备在发送关键采集数据后的预定时间长度内，如果接收到所述远程服务器根据所述关键采集数据得出的分析结果，则根据所述分析结果进行决策。
本申请发明人发现，现场获取的采集数据的数据量很大，很难法实时发送给远程服务器。因此，本申请根据原始采集数据得出关键采集数据，并将关键采集数据发送给远程服务器，一方面保证了发送给远程服务器数据的据可参考性；另一方面，由于减少了传输的数据量，可以有效减少远程传输的压力，提高传输速度，实时将数据发送给远程服务器。远程服务器实时接收到现场发送的关键采集数据后，可以根据本次获取的关键采集数据以及历史数据进行分析，当得出分析结果时将分析结果实时发送给现场的检测设备，使得检测设备可以提高现场获取到远程服务器的分析结果的可能性，尽可能地实现现场与远程服务器的实时交互。
在一种示例性实例中，所述检测设备在接收到采集设备发送的原始采集数据时，根据预定规则从所述原始采集数据中计算得出关键采集数据包括：
将原始采集数据按照时间戳信息分成多个数据组，每个数据组对应相同的时间戳信息；
分别计算得出每个数据组对应的关键采集数据。
在一种示例性实例中，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：
对该数据组中的每种数据参数类型，分别根据该数据参数类型在该数据组中对应的所有数据值，计算该数据参数类型对应的关键采集子数据，所述关键采集子数据包括以下内容中的一种或者多种：该数据参数类型对应的平均值、最大值、最小值、最大值与最小值的差值、方差；
将该数据组中所有数据参数类型对应的关键采集子数据作为该数据组对应的关键采集数据。
在其它实施例中，关键采集子数据还可以包括其它分析数据，例如均方差，概率、指数等。
在一种示例性实例中，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：对于该数据组中包含的一个或者多个图像类型的原始采集数据，分别计算每个图像类型的原始采集数据的特征点信息，将每个图像类型的原始采集数据对应的特征点信息作为该数据组对应的关键采集数据；
其中，图像数据的特征点信息包括以下内容中的一种或者多种：最亮像素坐标、最暗像素坐标、二值化的边缘轮廓数据。
在其它实施例中，特征点信息还可以包括其它数据。
在一种示例性实例中，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：对于该数据组中包含的点云数据集类型的原始采集数据，对点云数据集类型的原始采集数据进行二值化处理，将经过二值化处理后的结果作为该数据组对应的关键采集数据。
在一种示例性实例中，所述方法还包括：
通过有线传输模式将原始采集数据发送给所述远程服务器。
本实施例中，当检测设备回到服务站后，可以通过有线传输模式与远程服务器建立连接，将原始采集数据通过有线传输模式传送给远程服务器，这样远程服务器可以获取到完整的采集数据。有线传输模式可以采用高速公用网络。例如可以是光纤网络或者高速以太网，可以专用网络或者公网，带宽应高于100Mbps。在一种示例性实例中，所述根据预定规则从所述原始采集数据中得出关键采集数据之后，方法还包括：
所述检测设备在发送关键采集数据后的预定时间长度内，如果未接收到所述远程服务器根据所述关键采集数据得出的分析结果，则判断是否获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据是否满足任一决策模型对应的规则，如果获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据满足任一决策模型对应的规则，则按照所述决策模型进行决策；
其中，决策模型为所述远程服务器根据原始采集数据训练得出的模型，所述决策模型的数量为一个或者多个，每个决策模型对应一个规则，每个规则对应一个或者多个条件。
本实施例中，远程服务器可以根据获取的预定时间长度内的原始采集数据，通过训练得出决策模型。当远程服务器根据原始采集数据训练得出决策模型时，可以将决策模型发送至一个或者多个检测设备。
本实施例中，决策模型可以为规则集合。例如，当测量到磨损率达到80％且铁轨的光反射率低于50％则需要进行维修作业。当测量到磨损率达到80％且铁轨的光反射率低于50％，则触发停车、下车查看、维修、加大测量密度等操作。
决策模型可以根据获取到的历史采集数据以及专家分析进行更新，决策模型可以是人工增加的规则集和结果集。每次决策模型更新后，决策模型的信息可以通过数字编码传输到检测设备，检测设备可以则按照最新的决策模型进行判断和执行操作。
本实施例中，在没有获取到远程服务器的分析结果时，可以根据远程服务器预先训练得出的决策模型进行决策，可以提高现场检测的效率和精准度，减少检测成本。
在一种示例性实例中，所述根据预定规则从所述原始采集数据中计算得出关键采集数据之后，所述方法还包括：
所述检测设备根据所述关键采集数据绘制图形；
所述检测设备展示绘制出的图形，和/或展示所述关键采集数据；
所述判断是否获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据是否满足任一决策模型对应的规则之后，所述方法还包括：
如果未获取到所述远程服务器发送的决策模型，或者，所述原始采集数据以及所述关键采集数据均不满足任一决策模型对应的规则，则根据展示出的图形和/或展示出的关键采集数据进行决策。
本实施例中，关键采集数据可以通过数据或者图形方式展示出来，可以更加直观地根据展示出来的信息进行现场决策，从而提高决策的效率和准确性。
如图2所示，本实施例还提供一种数据处理装置，设置于检测设备，包括：存储器10和处理器11；
所述存储器10，用于保存用于数据处理的程序；
所述处理器11，用于读取所述用于数据处理的程序，执行如下操作：
检测设备在接收到采集设备发送的原始采集数据时，根据预定规则从所述原始采集数据中得出关键采集数据，并将所述关键采集数据通过无线传输模式发送给远程服务器；
所述检测设备在发送关键采集数据后的预定时间长度内，如果接收到所述远程服务器根据所述关键采集数据得出的分析结果，则根据所述分析结果进行决策。
在一种示例性实例中，所述检测设备在接收到采集设备发送的原始采集数据时，根据预定规则从所述原始采集数据中计算得出关键采集数据包括：
将原始采集数据按照时间戳信息分成多个数据组，每个数据组对应相同的时间戳信息；
分别计算得出每个数据组对应的关键采集数据。
在一种示例性实例中，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：
对该数据组中的每种数据参数类型，分别根据该数据参数类型在该数据组中对应的所有数据值，计算该数据参数类型对应的关键采集子数据，所述关键采集子数据包括以下内容中的一种或者多种：该数据参数类型对应的平均值、最大值、最小值、最大值与最小值的差值、方差；
将该数据组中所有数据参数类型对应的关键采集子数据作为该数据组对应的关键采集数据。
在一种示例性实例中，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：对于该数据组中包含的一个或者多个图像类型的原始采集数据，分别计算每个图像类型的原始采集数据的特征点信息，将每个图像类型的原始采集数据对应的特征点信息作为该数据组对应的关键采集数据；
其中，图像数据的特征点信息包括以下内容中的一种或者多种：最亮像素坐标、最暗像素坐标、二值化的边缘轮廓数据。
在一种示例性实例中，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：对于该数据组中包含的点云数据集类型的原始采集数据，对点云数据集类型的原始采集数据进行二值化处理，将经过二值化处理后的结果作为该数据组对应的关键采集数据。
在一种示例性实例中，所述处理器11，用于读取所述用于数据处理的程序，还执行如下操作：
通过有线传输模式将原始采集数据发送给所述远程服务器。
在一种示例性实例中，所述处理器11，用于读取所述用于数据处理的程序，还执行如下操作：
所述根据预定规则从所述原始采集数据中得出关键采集数据之后，所述检测设备在发送关键采集数据后的预定时间长度内，如果未接收到所述远程服务器根据所述关键采集数据得出的分析结果，则判断是否获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据是否满足任一决策模型对应的规则，如果获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据满足任一决策模型对应的规则，则按照所述决策模型进行决策；
其中，决策模型为所述远程服务器根据原始采集数据训练得出的模型，所述决策模型的数量为一个或者多个，每个决策模型对应一个规则，每个规则对应一个或者多个条件。
在一种示例性实例中，所述处理器11，用于读取所述用于数据处理的程序，还执行如下操作：
所述根据预定规则从所述原始采集数据中计算得出关键采集数据之后，所述检测设备根据所述关键采集数据绘制图形；
所述检测设备展示绘制出的图形，和/或展示所述关键采集数据；
所述判断是否获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据是否满足任一决策模型对应的规则之后，如果未获取到所述远程服务器发送的决策模型，或者，所述原始采集数据以及所述关键采集数据均不满足任一决策模型对应的规则，则根据展示出的图形和/或展示出的关键采集数据进行决策。
本实施例还提供一种计算机存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行前述任一所述的方法。
示例一
下面通过具体示例进一步说明本申请的数据处理方法。
如图3所示的系统架构中，可以包括数据采集单元、现场服务单元、传输单元和远程服务单元。数据采集单元可以设置于采集设备，现场服务单元可以设置于检测设备，传输单元可以设置于传输设备，远程服务单元可以设置于远程服务器。
数据采集单元可以包括多个模块，每个模块可以通过相应的传感器采集相应类型的数据，例如可以包括检测设备自身状态采集模块、惯性导航传感器采集模块、线性激光测距传感器采集模块、超声波探伤采集模块。需要说明的是，在其它示例中，数据采集单元还可以包括其它检测项目的模块。
现场服务单元可以包括存储模块、计算模块和展示模块。存储模块用于存储数据采集单元发送的原始采集数据，计算模块用于对原始采集数据进行分析，得出关键采集数据，展示模块用于展示关键采集数据，为现场技术人员提供更加直观的数据，从而提高决策效率。
传输单元包括无线传输模块和有线传输模块，无线传输模块用于使现场服务单元与远程服务单元之间建立无线连接和数据交互，有线传输模块用于使现场服务单元通过有线传输模式与远程服务单元之间进行数据传输。
远程服务单元用于通过传输单元接收现场服务单元发送的关键采集数据和原始采集数据，当根据关键采集数据、以及历史采集数据(包括预定时间长度内获取到的原始采集数据)得出分析结果时，将分析结果通过传输单元发送给现场服务单元；还用于根据历史采集数据进行训练，得出决策模型，并将决策模型通过传输单元发送给现场服务单元。
本示例中，在进行现场数据处理时，数据采集单元可以将采集到的原始采集数据发送给现场服务单元，存入现场服务单元的存储模块中，这样可以保证原始采集数据不丢失，从而进行用于后续对原始采集数据的二次处理和传输。原始采集数据可以包括检测设备自身状态采集数据，惯性导航传感器采集数据，线性激光测距传感器采集数据，超声波探伤采集原始数据。存储模块会根据时间戳信息将这些数据按照先后顺序存储。
存储模块将原始采集数据发送给计算模块，计算模块用于对原始采集数据进行分析，从原始采集数据中得出关键采集数据。计算模块可以通过聚类、比对、关键特征提取等数据分析算法进行分析。展示模块可以展示关键采集数据，给现场的操作人员提供更加实时直观的数据，通过更具人性化的交互体验，可以使检测人员的能力得到更好的发挥，有效提高检测结果的可信度。
在检测现场时，可以将关键采集数据通过无线传输模块进行无线上传。使得远程服务单元可以实时获取现场的相关数据，设备检测可以在远程和现场同时展开，远程服务单元可以在远程进行分析。由于远程服务单元可以根据大量的历史数据进行分析，因此可以得出更加精准的分析结果。如果远程服务器端有其他检测专家，则可以远程进行专家查看，得到结论。当得出分析结果时，可以实时将分析结果发送给远程服务单元，从而尽可能地实现远程服务器与检测设备之间的数据交互，尽可能地实现远程现场作业指导，提高检测效率和检测结果的精准度。
当现场服务单元停止现场检测任务时，可以通过有线传输模块将原始采集数据发送给远程服务单元。原始采集数据可以按照分包分地址进行传输。原始采集数据发送给远程服务单元后，远程服务单元会根据地址将数据包进行整理，形成完整的采集数据，远程服务单元可以根据海量数据进行学习分析，训练得出决策模型。
上述技术方案有以下技术效果：
1、通过无线传输模式和有线传输模式进行数据的分级传输，现场检测时，只将关键采集数据通过无线传输模式发送到远程服务器端，现场设备可以使用比较低的配置和一般的4G网络进行数据传输。
2、可以从原始采集数据中得出关键采集数据，使得大量的现场采集数据进行了压缩，有效减少了数据传输的压力。
3、可以尽可能地实现采集设备和远程服务器之间的数据交互，尽可能地获取到远程分析结果，从而提高检测效率和精准度。
4、远程服务器可以根据海量采集数据训练得出决策模型，使得检测设备还可以根据决策模型快速进行问题定位和决策处理，提高了检测效率。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且包括任何信息递送介质。

Claims (9)

1.一种数据处理方法，包括：
检测设备在接收到采集设备发送的原始采集数据时，根据预定规则从所述原始采集数据中计算得出关键采集数据，并将所述关键采集数据通过无线传输模式发送给远程服务器；
所述检测设备在发送关键采集数据后的预定时间长度内，如果接收到所述远程服务器根据所述关键采集数据得出的分析结果，则根据所述分析结果进行决策；
所述根据预定规则从所述原始采集数据中得出关键采集数据之后，所述方法还包括：所述检测设备在发送关键采集数据后的预定时间长度内，如果未接收到所述远程服务器根据所述关键采集数据得出的分析结果，则判断是否获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据是否满足任一决策模型对应的规则，如果获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据满足任一决策模型对应的规则，则按照所述决策模型进行决策；其中，决策模型为所述远程服务器根据原始采集数据训练得出的模型，所述决策模型的数量为一个或者多个，每个决策模型对应一个规则，每个规则对应一个或者多个条件。
2.如权利要求1所述的方法，其特征在于，所述检测设备在接收到采集设备发送的原始采集数据时，根据预定规则从所述原始采集数据中计算得出关键采集数据包括：
将原始采集数据按照时间戳信息分成多个数据组，每个数据组对应相同的时间戳信息；
分别计算得出每个数据组对应的关键采集数据。
3.如权利要求2所述的方法，其特征在于，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：
对该数据组中的每种数据参数类型，分别根据该数据参数类型在该数据组中对应的所有数据值，计算该数据参数类型对应的关键采集子数据，所述关键采集子数据包括以下内容中的一种或者多种：该数据参数类型对应的平均值、最大值、最小值、最大值与最小值的差值、方差；
将该数据组中所有数据参数类型对应的关键采集子数据作为该数据组对应的关键采集数据。
4.如权利要求2所述的方法，其特征在于，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：对于该数据组中包含的一个或者多个图像类型的原始采集数据，分别计算每个图像类型的原始采集数据的特征点信息，将每个图像类型的原始采集数据对应的特征点信息作为该数据组对应的关键采集数据；
其中，图像数据的特征点信息包括以下内容中的一种或者多种：最亮像素坐标、最暗像素坐标、二值化的边缘轮廓数据。
5.如权利要求2所述的方法，其特征在于，所述分别计算得出每个数据组对应的关键采集数据包括：
对于每个数据组分别进行如下操作：对于该数据组中包含的点云数据集类型的原始采集数据，对点云数据集类型的原始采集数据进行二值化处理，将经过二值化处理后的结果作为该数据组对应的关键采集数据。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
通过有线传输模式将原始采集数据发送给所述远程服务器。
7.如权利要求1所述的方法，其特征在于，所述根据预定规则从所述原始采集数据中计算得出关键采集数据之后，所述方法还包括：
所述检测设备根据所述关键采集数据绘制图形；
所述检测设备展示绘制出的图形，和/或展示所述关键采集数据；
所述判断是否获取到所述远程服务器发送的决策模型，并且所述原始采集数据或者所述关键采集数据是否满足任一决策模型对应的规则之后，所述方法还包括：
如果未获取到所述远程服务器发送的决策模型，或者，所述原始采集数据以及所述关键采集数据均不满足任一决策模型对应的规则，则根据展示出的图形和/或展示出的关键采集数据进行决策。
8.一种数据处理装置，设置于检测设备，包括：存储器和处理器；其特征在于：
所述存储器，用于保存用于数据处理的程序；
所述处理器，用于读取所述用于数据处理的程序，执行如权利要求1至7中任一所述的方法。
9.一种计算机存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行如所述权利要求1至7中任一所述的方法。
CN202010735728.4A 2020-07-28 2020-07-28 一种数据处理方法及装置 Active CN112040433B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010735728.4A CN112040433B (zh) 2020-07-28 2020-07-28 一种数据处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010735728.4A CN112040433B (zh) 2020-07-28 2020-07-28 一种数据处理方法及装置

Publications (2)

Publication Number Publication Date
CN112040433A CN112040433A (zh) 2020-12-04
CN112040433B true CN112040433B (zh) 2023-09-01

Family

ID=73583315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010735728.4A Active CN112040433B (zh) 2020-07-28 2020-07-28 一种数据处理方法及装置

Country Status (1)

Country Link
CN (1) CN112040433B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115334090A (zh) * 2021-05-10 2022-11-11 株洲中车时代电气股份有限公司 数据的传输方法、装置、电子设备及存储介质
CN115150294B (zh) * 2022-06-20 2023-10-13 浪潮工业互联网股份有限公司 一种用于监控物联网设备的数据分析方法、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105736050A (zh) * 2014-12-08 2016-07-06 中国水利水电第四工程局有限公司 一种隧道施工安全监控方法和系统
CN108827454A (zh) * 2018-04-25 2018-11-16 哈尔滨电气股份有限公司 一种汽轮机轴系振动数据采集和处理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016006922A (ja) * 2014-06-20 2016-01-14 株式会社日立ソリューションズ ゲートウェイ装置およびセンサデータ収集システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105736050A (zh) * 2014-12-08 2016-07-06 中国水利水电第四工程局有限公司 一种隧道施工安全监控方法和系统
CN108827454A (zh) * 2018-04-25 2018-11-16 哈尔滨电气股份有限公司 一种汽轮机轴系振动数据采集和处理方法

Also Published As

Publication number Publication date
CN112040433A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN109754594B (zh) 一种路况信息获取方法及其设备、存储介质、终端
CN112040433B (zh) 一种数据处理方法及装置
CN105120217A (zh) 基于大数据分析和用户反馈的智能摄像机移动侦测报警系统及方法
CN111260325A (zh) 基于bim的桥梁施工进度管理系统
CN110956104A (zh) 一种检测垃圾桶溢出的方法、装置及系统
CN111896549A (zh) 一种基于机器学习的建筑物裂缝监测系统和方法
CN116543540B (zh) 基于物联网的水池液位在线智能监测感知系统及感知方法
CN117114206B (zh) 一种煤矿水害指标数据趋势的计算方法
CN114548525A (zh) 一种智能矿井综合管理平台展示系统
CN113094325B (zh) 设备部署方法、装置、计算机系统和计算机可读存储介质
CN109625025B (zh) Btm设备预警系统
CN113076730A (zh) 一种试验报告智能管理方法、装置、系统及存储介质
CN110040475B (zh) 一种电流互感器测试流水线的质量监控系统及方法
CN111865707B (zh) 一种传感器数据的传输时序监控方法及装置
CN109459637B (zh) 轨道电路邻线干扰实时检测系统
CN111738259A (zh) 一种杆塔状态检测方法及装置
CN109903308B (zh) 用于获取信息的方法及装置
CN115941807A (zh) 一种园区安防系统数据高效压缩方法
CN115879907A (zh) 一种具备故障检测的运维监控装置及工作方法
CN112153320B (zh) 一种物品尺寸的测量方法、装置、电子设备和存储介质
CN115249387A (zh) 一种轨道交通智慧监测及管理系统
CN115311591A (zh) 异常行为的预警方法、装置及智能摄像头
CN112906478A (zh) 目标对象的识别方法、装置、设备和存储介质
CN113762445A (zh) 一种基于装配式建筑的标识解析系统
CN115114771B (zh) 高速综合检测车的平行仿真方法及装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220804

Address after: Room 07, 6th floor, building 6, District 4, No. 186, South Fourth Ring West Road, Fengtai District, Beijing 100160

Applicant after: Beijing Xiaoming zhitie Technology Co.,Ltd.

Address before: 100084 a1002, 10th floor, building 1, yard 1, Zhongguancun East Road, Haidian District, Beijing

Applicant before: MININGLAMP SOFTWARE SYSTEMS Co.,Ltd.

GR01 Patent grant
GR01 Patent grant