CN112686102B - 一种适应于地铁站点的快速排障方法 - Google Patents
一种适应于地铁站点的快速排障方法 Download PDFInfo
- Publication number
- CN112686102B CN112686102B CN202011495221.2A CN202011495221A CN112686102B CN 112686102 B CN112686102 B CN 112686102B CN 202011495221 A CN202011495221 A CN 202011495221A CN 112686102 B CN112686102 B CN 112686102B
- Authority
- CN
- China
- Prior art keywords
- fault
- voice
- image
- glasses
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000011521 glass Substances 0.000 claims abstract description 109
- 238000012423 maintenance Methods 0.000 claims description 63
- 239000002245 particle Substances 0.000 claims description 37
- 238000013145 classification model Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000006854 communication Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 9
- 230000004888 barrier function Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Landscapes
- Alarm Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供的一种适应于地铁站点的快速排障方法，其中，方法包括：获取所述AR眼镜采集的第一故障信息，将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息；确定所述第一故障信息的类别；基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息；将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户。本发明实施例在地铁上信号较弱或者无信号的情况下，驾驶员只需佩戴该AR眼镜采集第一故障信息，即可得到除障策略，根据该除障策略可以快速的排除故障。
Description
技术领域
本发明涉及检测技术领域，特别是涉及一种适应于地铁站点的快速排障方法。
背景技术
在实际需要远程指导维修的场景中，示例性的机车维修、飞机维修、地铁维修等。在维修过程中，有部分问题现场维修人员根据自身的维修经验无法发现，或者无法处理，此时需要维修专家处理。维修专家由于工作原因可能无法亲临现场，此时需要现场维修人员与维修专家远程通信，由维修专家远程指导现场维修人员完成维修工作。
现有技术中维修人员与维修专家远程通信的过程如下：
现场维修人员首先登陆远程协助系统，在远程协助系统界面输入账号密码登陆，然后选择对应的控制台呼叫，控制台在接收到呼叫指令后，去呼叫维修专家，建立与维修专家的远程通信。维修专家根据维修人员的描述或者现场各个区域的监控图像分析故障所在，指导现场维修人员进行维修。
地铁停靠一个站点的停留时间一般在2-3分钟，如果地铁在停靠站点时发生故障，需要驾驶员能作为一个现场维修人员，快速的确定故障，在确定故障后能紧急处理。当地铁上信号较弱或者无信号的情况下，驾驶员无法通过远程协助系统与远程专家通信，维修专家无法接收到监控图像以及维修人员描述故障的信息，此时驾驶员只能根据自身经验或者查询维修手册去排除故障，对与驾驶员的自身专业知识要求较高。因此亟待一种适应于地铁站点的快速排障方法。
发明内容
本发明实施例的目的在于提供一种适应于地铁站点的快速排障方法，用以在地铁停靠在地铁站点出现故障时，提高驾驶员与维修专家远程通信的效率。
具体技术方案如下：
第一方面，本发明实施例提供的一种适应于地铁站点的快速排障方法，提供第三方设备，所述第三方设备与AR眼镜相连，所述AR眼镜上设置有摄像装置以及语音装置，方法如下：
获取所述AR眼镜采集的第一故障信息，其中所述故障信息包括：所述摄像装置采集的第一故障图像以及所述语音装置采集的第一故障语音；
将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息；
确定所述第一故障信息的类别；
基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息；
其中，所述第二故障信息包括除障策略；
将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户。
优选的，所述AR眼镜上设置有摄像显示装置以及语音装置，所述第一故障信息为摄像显示装置采集的第一故障图像和/语音装置采集的用户描述的第一故障语音；
所述基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息的步骤包括：
当获取到所述第一故障图像时，将同一类别的所述第一故障图像与预先存储的第二故障图像进行匹配，确定与所述第一故障图像匹配的第二故障图像、所述第二故障图像上标注的故障区域以及所述故障区域的字符信息；
其中，所述第二故障信息包括：第二故障图像，所述第二故障图像上标注的故障区域以及所述故障区域的字符信息，所述字符信息表示处理所述故障区域中的故障的除障策略；
所述将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户的步骤，包括：
将所述第二故障图像上标注的故障区域以及所述故障区域的字符信息标记在所述第一故障图像上；
将所述第一故障图像上标注的故障区域以及所述故障区域的字符信息传送至所述AR眼镜，以使所述AR眼镜的摄像显示装置显示所述故障区域以及所述字符信息。
优选的，所述基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息的步骤包括：
当获取到所述第一故障语音时，将同一类别的所述第一故障语音与自身预先存储的第二故障语音进行匹配，确定与所述第一故障语音匹配的第二故障语音，以及所述第二故障语音对应的除障策略语音；
所述将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户的步骤，包括：
将所述第二故障语音，以及所述第二故障语音对应的除障策略语音传送至所述AR眼镜，以使所述AR眼镜的语音装置播放所述第二故障语音以及所述除障策略语音。
优选的，所述将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户的步骤，包括：
当获取到所述第一故障图像以及所述第一故障语音时，将除障策略语音转化为字符；
将所述字符与所述第一故障图像的除障策略进行比较，确定所述字符与所述第一故障图像的除障策略是否相同；
当所述字符与所述第一故障图像的除障策略相同时，将所述第一故障图像上标注的故障区域、所述故障区域的字符信息、所述第二故障语音对应的除障策略语音传送至所述AR眼镜，以使所述AR眼镜的摄像显示装置显示所述故障区域以及所述字符信息，所述AR眼镜的语音装置播放所述第二故障语音以及所述除障策略语音。
优选的，所述当获取到所述第一故障图像时，将所述第一故障图像与自身预先存储的第二故障图像进行匹配，确定与所述第一故障图像匹配的第二故障图像、所述第二故障图像上标注的故障区域以及所述故障区域的字符信息的步骤，包括：
对所述第一故障图像中的任一待维修对象，在所述第二故障图像中确定该对象同一类别的目标对象；
当所述目标对象与所述待维修对象匹配的特征点个数不低于预设的个数阈值时，将所述第二故障图像确定为与所述第一故障图像匹配的故障图像；
确定所述目标对象是否存在对应的维修记录；
其中，所述维修记录记载所述目标对象的维修时间，所述目标对象的除障策略；
在所述第二故障图像中标记所述目标对象的区域，将该区域作为所述故障区域；
将所述除障策略记录在与所述故障区域相关的空白区域；
将所述空白区域内的记录确定为所述故障区域的字符信息。
优选的，所述将所述第二故障图像上标注的故障区域以及所述故障区域的字符信息标记在所述第一故障图像上的步骤，包括：
对所述第一故障图像中的任一待维修对象，确定与该待维修对象相匹配的目标对象在所述第二故障图像中标记的第一故障区域；
将所述第一故障区域标记在所述待维修对象上，以使所述第一故障区域包含所述待维修对象；
确定所述第一故障图像中的空白区域，所述空白区域与所述故障区域不存在重叠，且空白区域不包含待维修对象；
将所述除障策略标记在所述空白区域内。
优选的，所述对所述第一故障图像中的任一待维修对象，在所述第二故障图像中确定该对象同一类别的目标对象的步骤，包括：
当获取到所述第一故障图像时，将所述第一故障图像以及所述第二故障图像依次输入预设的分类模型，获得所述分类模型的输出结果，所述输出结果包括：所述第一故障图像中各个对象所属的类别的概率以及所述第二故障图像中各个对象所属的类别的概率；
针对所属第一故障图像中的任一待维修对象，在所属第二故障图像的各个对象中确定与所属待维修对象的类别相同，且概率最高的目标对象。
优选的，所述当获取到所述第一故障语音时，将所述第一故障语音与自身预先存储的第二故障语音进行匹配，确定与所述第一故障语音匹配的第二故障语音，以及所述第二故障语音对应的除障策略语音的步骤包括：
当获取到所述第一故障语音时，将所述第一故障语音进行分词，获得多个词语；
针对任一词语，统计该词语在每个第二故障语音中出现的频次；
针对所述第一故障语音中待维修对象的词语，将待维修对象的词语出现频次最高的第二故障语音，确定为与所述第一故障语音相匹配的第二故障语音；
在自身的数据库中查找与所述第一故障语音相匹配的第二故障语音对应的除障策略语音。
优选的，所述将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息的步骤包括：
将每个第二故障信息作为粒子群中的单个粒子；
将所述粒子群分为预设数量个局部簇；所述局部簇与所述第二故障信息的类别一一对应；
针对任一粒子，计算该粒子与每个局部簇的中心粒子的距离；
针对任一局部簇，将距离该局部簇的中心粒子最近的粒子放入该局部簇中，获得包含粒子的预设数量个簇；
将所述局部簇对应的类别作为该局部簇中各个第二故障信息的类别。
第二方面，本发明实施例提供了一种适应于地铁站点的快速排障装置，该装置包括：
获取模块，用于获取所述AR眼镜采集的第一故障信息，其中所述故障信息包括：所述摄像装置采集的第一故障图像以及所述语音装置采集的第一故障语音；
聚类模块，用于将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息；
第一确定模块，用于确定所述第一故障信息的类别；
第二确定模块，用于基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息；
其中，所述第二故障信息包括除障策略；
传送模块，用于将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户。
第三方面，本发明实施例提供了一种电子设备，该电子设备与所述AR眼镜在地铁停靠点可互相通信，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器被所述机器可执行指令促使：实现本发明实施例第一方面提供的一种适应于地铁站点的快速排障方法步骤。
第四方面，本发明实施例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内存储有计算机程序，所述计算机程序被处理器执行本发明实施例第一方面提供的一种适应于地铁站点的快速排障方法步骤。
第五方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本发明实施例第一方面提供的一种适应于地铁站点的快速排障方法步骤。
本发明实施例提供的一种适应于地铁站点的快速排障方法，获取所述AR眼镜采集的第一故障信息，将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息；确定所述第一故障信息的类别；基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息；将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户。本发明实施例在地铁信号较弱或者无信号的情况下，驾驶员只需佩戴该AR眼镜采集第一故障信息，即可得到除障策略，根据该除障策略可以快速的排除故障。
当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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。
图1为本发明实施例提供的一种适应于地铁站点的快速排障方法的流程图；
图2为本发明实施例提供的步骤S15的流程图；
图3为本发明实施例提供的标记故障区域以及确定匹配的第二故障图像的流程图；
图4为本发明实施例提供的一种适应于地铁站点的快速排障装置的结构图；
图5为本发明实施例提供的电子设备的结构图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
实施例1
本发明实施例提供的一种适应于地铁站点的快速排障方法，提供第三方设备，第三方设备与AR眼镜相连，AR眼镜上设置有摄像装置以及语音装置，
当前提供地铁站点的远程协助系统中，驾驶员通过手机拨打维修专家电话，或者在驾驶室内登陆远程协助系统，呼叫维修专家远程协助都较为繁琐。前者需要驾驶员在手机通信录中查找维修专家的电话，才能拨打电话，在维修专家启动接听才能通信连接。后者登陆远程协助系统需要输入用户名，密码或者其他信息。而当地铁上信号较弱或者无信号的情况下，驾驶员无法通过远程协助系统与远程专家通信，维修专家无法接收到监控图像以及维修人员描述故障的信息，因此上述方案无法有效的为驾驶员提供除障策略，达到快速排障的目的。
AR(Augmented Reality，增强现实技术)是通过计算机系统提供的信息增加用户对现实世界感知，将虚拟的信息应用到真实世界，并将计算机生成的虚拟物体、场景或系统提示信息叠加到真实场景中，从而达到对现实的增强效果。AR眼镜是一个可以将虚拟的信息应用到真实世界，也可以看到真实世界的图像的一款电子产品。AR眼镜一般都会设置有摄像装置以及语音装置，摄像装置以及语音装置的个数是根据实现的功能不同而设定，该摄像装置帮助佩戴者去观看现实世界，同时AR眼镜上一般设置有双镜片，双镜片可以将构建的虚拟图像呈现给佩戴者，使佩戴者可以感受虚拟世界。该语音装置用于采集使用者的声音，一般AR眼镜上为了降低功耗设置有开机按钮，通过开机按钮可以启动AR眼镜。现有的AR眼镜上一般设置有处理芯片，用于实现虚拟现实的场景计算转换，本发明实施例中的AR眼镜采用具备处理芯片的AR眼镜。
第三方设备可以为具有存储功能的智能设备，例如计算机、手机，存储器等等。第三方设备中应该至少包括搭载有核心处理芯片的处理器。
如图1所示，本发明实施例提供的一种适应于地铁站点的快速排障方法的过程如下：
S11，获取AR眼镜采集的第一故障信息。
其中，第一故障信息包括：摄像装置采集的第一故障图像、语音装置采集的第一故障语音。
可以理解，在地铁故障时，驾驶员可以佩戴着AR眼镜，通过AR眼镜采集图像或者对着AR眼镜描述故障的情况，这样AR眼镜也可以采集第一故障语音。
S12，将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息；
其中，第二故障信息包括：摄像装置采集的第一故障图像、语音装置采集的第一故障语音以及除障策略。
可以理解，可以预先收集在当前时间前的故障信息，然后存储在第三方设备中，可以将使用AR眼镜采集的故障图像或者故障语音发送给远程终端，由远程终端上的维修专家根据故障图像或者故障语音传回除障策略，将除障策略、故障图像以及故障语音一一对应，存储在第三方设备中。
S13，确定第一故障信息的类别；
其中，类别包括：对象所属的区域、对象在地铁中的功能、对象所属的技术领域。对象是第一故障图像中的地铁设备或者第一故障语音中描述的地铁设备。该设备是组成地铁的任一组成部分，可以是地铁轨道、地铁门等等。本发明实施例在此不作限制。
可以理解，该技术领域是人为预先设定的。
S14，基于相同的类别，确定与第一故障信息匹配的第二故障信息；
可以理解，当第一故障信息的类别与第二故障信息的类别相同的情况下，可以对比第一故障信息中对象与第二故障信息中的对象是否相同，如果相同则认为第二故障信息与第一故障信息匹配。
S15，将除障策略传送至AR眼镜，以使AR眼镜将除障策略提供给用户。
应用于本发明实施例，用户通过AR眼镜采集第一故障信息，通过将预先存储的第二故障信息进行聚类，基于相同的类别，查找与第一故障信息匹配的第二故障信息，当第二故障信息与第一故障信息匹配时，如果第二故障信息中包括除障策略，第三设备只需将除障策略传回AR眼镜，驾驶员根据除障策略排除故障。本发明实施例在地铁信号较弱或者无信号的情况下，驾驶员只需佩戴该AR眼镜采集第一故障信息，即可得到除障策略，根据该除障策略可以快速的排除故障。
实施例2
作为本发明实施例可选的一种实施方式，确定第一故障信息的类别的步骤包括：
步骤一：当第一故障信息是第一故障图像时，将第一故障图像中对象的类别确定为第一故障信息的类别；
步骤二：当第一故障信息是第一故障语音时，将第一故障语音中描述的对象的类别确定为第一故障信息的类别。
实施例3
作为本发明实施例可选的一种实施方式，AR眼镜上设置有摄像显示装置以及语音装置，第一故障信息为摄像显示装置采集的第一故障图像和/语音装置采集的用户描述的第一故障语音；
基于相同的类别，确定与第一故障信息匹配的第二故障信息的步骤包括：
当获取到第一故障图像时，将同一类别的第一故障图像与预先存储的第二故障图像进行匹配，确定与第一故障图像匹配的第二故障图像。
其中，第二故障信息包括：第二故障图像，第二故障图像上标注的故障区域以及故障区域的字符信息，字符信息表示处理故障区域中的故障的除障策略；
可以理解，字符信息可以是文字，数字，该数字代表除障策略的编号，或者字母等等。在当前时间前如果驾驶员在有信号的情况下，使用AR眼镜向远程终端的维修专家寻求过协助。在寻求协助的过程中，驾驶员将采集的地铁图像传输给了维修专家，维修专家在该地铁图像上标注了故障点所在的区域(故障区域)，且在该故障点附近备注了该故障点如何维修(除障策略或者维修步骤)。如此远程终端传输给驾驶员的图像上，存在维修专家标注的故障区域以及除障策略。
示例性的，远程终端在接收到后，将地铁图像提供给维修专家，维修专家阅览各个地铁图像，基于地铁图像分析地铁存在的故障或者在获知故障点的情况下，维修专家也可以在地铁图像上标注故障点位置或者故障区域，可以人为输入除障策略，或者维修专家分析该故障发生过，且处理过该故障，该故障的除障策略存储在远程终端上，维修专家可以选择该故障对应的除障策略标注在该地铁图像上。
可以理解，第三设备可以预先将远程终端传输给驾驶员的图像，作为第二故障图像存储在数据库中，后续可以在数据库中快速的查找与第一故障图像匹配的第二故障图像。
将除障策略传送至AR眼镜，以使AR眼镜将除障策略提供给用户的步骤，包括：
将第二故障图像上标注的故障区域以及故障区域的字符信息标记在第一故障图像上；
可以理解，将第二故障上标注的故障区域标记在第一故障图像上故障点所在的区域，如此驾驶员才能根据自身在移动的过程中快速的找到故障点所在的区域，尽快的根据字符信息记录的除障策略，对故障进行排除。
将第一故障图像上标注的故障区域以及故障区域的字符信息传送至AR眼镜，以使AR眼镜的摄像显示装置显示故障区域以及字符信息。
由于现有技术中各个区域内会设置有监控器，负责监控各个区域，通过该监控器可以获取各个监控区域的监控画面，维修专家只能根据各个区域的监控画面分析故障，因此对于监控画面的质量以及各个区域内监控画面的覆盖范围要求较高。应用于本发明实施例，用户可以佩戴AR眼镜移动采集监控第一故障图像，在移动过程中可以调整AR眼镜与物体之间的距离，调整第一故障图像的清晰度，进一步提高查找匹配的第二故障图像的准确性。在确定第二故障图像后，将第二故障图像的标记的故障区域以及字符信息标记在第一故障图像上，如此第一故障图像上存在标记故障点所在区域，以及如何维修该故障点。
实施例4
作为本发明实施例可选的一种实施方式，基于相同的类别，确定与第一故障信息匹配的第二故障信息的步骤包括：
当获取到第一故障语音时，将同一类别的第一故障语音与自身预先存储的第二故障语音进行匹配，确定与第一故障语音匹配的第二故障语音，以及第二故障语音对应的除障策略语音；
在当前时间前如果驾驶员在有信号的情况下，使用AR眼镜向远程终端的维修专家寻求过协助。在寻求协助的过程中，驾驶员将采集的描述故障点的语音信息传输给了维修专家，维修专家该语音信息做出了排障策略(故障点所在的区域，该故障点如何维修(除障策略或者维修步骤)，然后将该排障策略以语音形式传输给了AR眼镜。
示例性的，远程终端在接收到后，将第一故障语音提供给维修专家，维修专家基于该第一故障语音分析地铁存在的故障或者在获知故障点的情况下，维修专家也可以人为输入除障策略。或者维修专家分析该故障发生过，且处理过该故障，该故障的除障策略已经存储，维修专家可以选择该故障对应的除障策略直接传输给AR眼镜。
可以理解，第三设备可以预先将远程终端传输给驾驶员的语音信息，作为第二故障语音存储在数据库中，后续可以在数据库中快速的查找与第一故障语音匹配的第二故障语音。
将除障策略传送至AR眼镜，以使AR眼镜将除障策略提供给用户的步骤，包括：
将第二故障语音，以及第二故障语音对应的除障策略语音传送至AR眼镜，以使AR眼镜的语音装置播放第二故障语音以及除障策略语音。
可以理解，第三设备设置有语音装置，该语音装置可以采集第一故障语音播放第一故障语音、第二故障语音以及排障策略语音，当第三方设备将该排障策略语音传输给AR眼镜时，AR眼镜可以将该排障策略语音播放给驾驶员听，帮助驾驶员快速的排除地铁故障。
实施例5
作为本发明实施例可选的一种实施方式，如图2所示，上述S15的步骤，包括：
S151，当获取到第一故障图像以及第一故障语音时，将除障策略语音转化为字符；
S152，将字符与第一故障图像的除障策略进行比较，确定字符与第一故障图像的除障策略是否相同；
其中，可以通过计算字符与第一故障图像的排障策略之间的相似度，当相似度超过预设的相似度阈值时，则认为字符与第一故障图像的排障策略相同。
S153，当字符与第一故障图像的除障策略相同时，将第一故障图像上标注的故障区域、故障区域的字符信息、第二故障语音对应的除障策略语音传送至AR眼镜，以使AR眼镜的摄像显示装置显示故障区域以及字符信息，AR眼镜的语音装置播放第二故障语音以及除障策略语音。
可以理解，为了提高在较短时间内找到的除障策略(排除故障的策略)的准确性，驾驶员在佩戴AR眼镜时可以采集第一故障语音以及第一故障图像，同时查找与第一故障图像匹配的第二故障图像，以及与第一故障语音匹配的第二故障语音，并确定第二故障语音对应的维修策略语音描述的排障策略与第一故障图像中的排障策略是否相同，如果相同的情况下，将排障策略发给AR眼镜，使得AR眼镜可以提供给驾驶员，这样驾驶员排除故障的准确性也随之上升。
实施例6
作为本发明实施例可选的一种实施方式，如图3所示，当获取到第一故障图像时，将第一故障图像与自身预先存储的第二故障图像进行匹配，确定与第一故障图像匹配的第二故障图像、第二故障图像上标注的故障区域以及故障区域的字符信息的步骤，包括：
S31，对第一故障图像中的任一待维修对象，在第二故障图像中确定该对象同一类别的目标对象；
在AR眼镜被佩戴采集图像过程中，如果AR眼镜在一个位置停留的时限超过预定的时间值，则AR眼镜对准的对象，是待维修对象。或者在用户对一个对象的描述时间超过预定的时间值时，描述的对象时待维修对象。待维修对象还可以是用户在第一故障图像中标注的对象。待维修对象可以是一个也可以是多个。
S32，当目标对象与待维修对象匹配的特征点个数不低于预设的个数阈值时，将第二故障图像确定为与第一故障图像匹配的故障图像；
其中，个数阈值是预先设定的数值。特征点可以是FAST(若某像素与其周围邻域内足够多的像素点相差较大，则该像素可能是角点)角点，Harris角点，SIFT(Scale-invariant feature transform，尺度不变特征变换)算子，极值点等等。
S33，确定目标对象是否存在对应的维修记录；
其中，维修记录记载目标对象的维修时间，目标对象的除障策略；
可以理解，当与待维修匹配的目标对象的维修记录可以存储在第三方设备的数据库中，第三方设备通过查询数据库确定该目标对象是否存在维修记录。
S34，在第二故障图像中标记目标对象的区域，将该区域作为故障区域；
可以理解，当第二故障图像中未存在排障策略，但是第三方设备查询到第二故障图像中的目标对象存在维修记录，证明该目标对象被维修过。该目标对象存在故障的概率较高。因此可以在与第一故障图像的第二故障图像中将该目标对象所在的区域标记出，标记方式可以是将该区域以封闭的线条圈出，将该区域作为故障区域。
S35，将除障策略记录在与故障区域相关的空白区域；
可以理解，空白区域是第二故障图像中无对象的区域。该空白区域由于需要记录排障策略，因此需要与故障区域在同一第二故障图像中，且该空白区域与故障区域的位置关系不能超过AR眼镜的显示区域外，使得驾驶员可以同时看到故障区域以及该空白区域。
S36，将空白区域内的记录确定为故障区域的字符信息。
实施例7
作为本发明实施例可选的一种实施方式，将第二故障图像上标注的故障区域以及故障区域的字符信息标记在第一故障图像上的步骤，包括：
对第一故障图像中的任一待维修对象，确定与该待维修对象相匹配的目标对象在第二故障图像中标记的第一故障区域；
可以理解，假设与第一故障图像匹配的第二故障图中，已经存在目标对象以及目标对象所在的区域，为了让第一故障图像中待维修对象在显示时更加直观，可以将与待维修对象相匹配的目标对象所在的区域，标记在第一故障图像上。
将第一故障区域标记在待维修对象上，以使第一故障区域包含待维修对象；
确定第一故障图像中的空白区域，空白区域与故障区域不存在重叠，且空白区域不包含待维修对象；
将除障策略标记在空白区域内。
应用于本实施例，将第二故障图像中的目标对象所在的区域，标记第一故障图像中待维修对象所在的区域，由于目标对象是与待维修对象相互匹配，以此标记待维修对象的所在的第一故障区域，驾驶员再次查看故障点时，可以直观的看到该待维修对象(故障点)所在的位置，提高驾驶员的观看效果。
实施例8
作为本发明实施例可选的一种实施方式，对第一故障图像中的任一待维修对象，在第二故障图像中确定该对象同一类别的目标对象的步骤，包括：
当获取到第一故障图像时，将第一故障图像以及第二故障图像依次输入预设的分类模型，获得分类模型的输出结果。
其中，输出结果包括：第一故障图像中各个对象所属的类别的概率以及第二故障图像中各个对象所属的类别的概率；
分类模型可以是多重伯努利模型、多项式模型、Knn(k-NearestNeighbor，k近邻)分类模型，本发明实施例在此不做限制。
针对所属第一故障图像中的任一待维修对象，在所属第二故障图像的各个对象中确定与所属待维修对象的类别相同，且概率最高的目标对象。
可以理解，将第一故障图像输入至预设的分类模型，得到第一故障图像的第一输出结果，将第二故障图像输入预设的分类模型，得到第二故障图像的第二输出结果。假设对于一个待维修对象，该待维修对象在第一输出结果中的类别是电气，则可以在第二输出结果的类别是电气中确定概率最高的目标对象。
实施例9
作为本发明实施例可选的一种实施方式，当获取到第一故障语音时，将第一故障语音与自身预先存储的第二故障语音进行匹配，确定与第一故障语音匹配的第二故障语音，以及第二故障语音对应的除障策略语音的步骤包括：
当获取到第一故障语音时，将第一故障语音进行分词，获得多个词语；
针对任一词语，统计该词语在每个第二故障语音中出现的频次；
可以理解，驾驶员描述故障点的语音可能过长，或者驾驶员未确定是何处故障，示例性的，驾驶员描述故障点是“地铁无故制动”，“车门未按预定时间开合，车门指示灯频闪”，这些导致AR眼镜采集的第一故障语音过长，因此可以使用分词算法将第一故障语音表示的字符进行分词，例如将“地铁无故制动”分词为“地铁”“无故制动”。由于第一故障语音中描述的对象可能出现多次，因此在分词之后可以统计词频，词频越高表示这个词语出现的次数越多，故障的概率越大。
针对第一故障语音中待维修对象的词语，将待维修对象的词语出现频次最高的第二故障语音，确定为与第一故障语音相匹配的第二故障语音；
可以理解，当待维修对象是“车门”时，如果在第二故障语音中车门出现的次数最多，即车门的词频最高，就表示该第二故障语音大概率是车门故障，就可以将该第二故障语音确定为与第一故障语音匹配的第二故障语音。
在自身的数据库中查找与第一故障语音相匹配的第二故障语音对应的除障策略语音。
实施例10
作为本发明实施例可选的一种实施方式，将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息的步骤包括：
将每个第二故障信息作为粒子群中的单个粒子；
将粒子群分为预设数量个局部簇；
其中，局部簇与第二故障信息的类别一一对应，第二故障信息的类别划分方式与第一故障信息的划分方式相同，第二故障信息的类别根据第二故障信息中故障点(待维修对象)的类别确定的。
针对任一粒子，计算该粒子与每个局部簇的中心粒子的距离；
可以理解，可以计算每个局部簇的中心粒子与该粒子的欧式距离，距离越近表示该粒子与中心粒子的相似度越高。中心粒子是预先根据第二故障信息描述的故障点，随机选取的第二故障信息，该第二故障信息的类别是局部簇的类别。
针对任一局部簇，将距离该局部簇的中心粒子最近的粒子放入该局部簇中，获得包含粒子的预设数量个局部簇；
可以理解，将每个粒子都在各自对应的局部簇中，针对每个局部簇，在该局部簇中的所有粒子之间相关度相比于不在同一局部簇中的粒子高，同一局部簇中的粒子的类别可以相同。
将局部簇对应的类别作为该局部簇中各个第二故障信息的类别。
应用于本发明实施例，通过将每个第二故障信息根据距离中心粒子的距离，划入对应的局部簇，根据局部簇的类别确定每个第二故障信息的类别，以此提高确定第二故障信息类别的准确性。
如图4所示，本发明实施例提供了一种适应于地铁站点的快速排障装置，该装置包括：
获取模块41，用于获取所述AR眼镜采集的第一故障信息，其中所述故障信息包括：所述摄像装置采集的第一故障图像以及所述语音装置采集的第一故障语音；
聚类模块42，用于将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息；
第一确定模块43，用于确定所述第一故障信息的类别；
第二确定模块44，用于基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息；
其中，所述第二故障信息包括除障策略；
传送模块45，用于将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户。
本发明实施例中用户通过AR眼镜采集第一故障信息，通过将预先存储的第二故障信息进行聚类，基于相同的类别，查找与第一故障信息匹配的第二故障信息，当第二故障信息与第一故障信息匹配时，如果第二故障信息中包括除障策略，第三设备只需将除障策略传回AR眼镜，驾驶员根据除障策略排除故障。本发明实施例在地铁信号较弱或者无信号的情况下，驾驶员只需佩戴该AR眼镜采集第一故障信息，即可得到除障策略，根据该除障策略可以快速的排除故障。
本发明实施例还提供了一种电子设备，如图5所示，包括处理器51、通信接口52、存储器53和通信总线54，其中，处理器51，通信接口52，存储器53通过通信总线54完成相互间的通信，
存储器53，用于存放计算机程序；
处理器51，用于执行存储器53上所存放的程序时，实现如下步骤：
获取所述AR眼镜采集的第一故障信息，其中所述故障信息包括：所述摄像装置采集的第一故障图像以及所述语音装置采集的第一故障语音；
将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息；
确定所述第一故障信息的类别；
基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息；
其中，所述第二故障信息包括除障策略；
将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户。
本发明实施例中用户通过AR眼镜采集第一故障信息，通过将预先存储的第二故障信息进行聚类，基于相同的类别，查找与第一故障信息匹配的第二故障信息，当第二故障信息与第一故障信息匹配时，如果第二故障信息中包括除障策略，第三设备只需将除障策略传回AR眼镜，驾驶员根据除障策略排除故障。本发明实施例在地铁信号较弱或者无信号的情况下，驾驶员只需佩戴该AR眼镜采集第一故障信息，即可得到除障策略，根据该除障策略可以快速的排除故障。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(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。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一适应于地铁站点的快速排障方法的步骤。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一适应于地铁站点的快速排障方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非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作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (7)
1.一种适应于地铁站点的快速排障方法，提供第三方设备，所述第三方设备与AR眼镜相连，所述AR眼镜上设置有摄像装置、摄像显示装置以及语音装置，其特征在于，
获取当前时间所述AR眼镜采集的第一故障信息，其中所述故障信息包括：所述摄像装置采集的第一故障图像以及所述语音装置采集的第一故障语音；
将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息；
确定所述第一故障信息的类别；
基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息；
其中，所述第二故障信息包括除障策略；
将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户；
所述第一故障信息为摄像装置采集的第一故障图像和/或语音装置采集的用户描述的第一故障语音；
所述基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息的步骤包括：
当获取到所述第一故障图像时，将同一类别的所述第一故障图像与预先存储的第二故障图像进行匹配，确定与所述第一故障图像匹配的第二故障图像、所述第二故障图像上标注的故障区域以及所述故障区域的字符信息；
其中，所述第二故障信息包括：第二故障图像，所述第二故障图像上标注的故障区域以及所述故障区域的字符信息，所述字符信息表示处理所述故障区域中的故障的除障策略；
所述将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户的步骤，包括：
将所述第二故障图像上标注的故障区域以及所述故障区域的字符信息标记在所述第一故障图像上；
将所述第一故障图像上标注的故障区域以及所述故障区域的字符信息传送至所述AR眼镜，以使所述AR眼镜的摄像显示装置显示所述故障区域以及所述字符信息；
所述基于相同的类别，确定与所述第一故障信息匹配的所述第二故障信息的步骤还包括：
当获取到所述第一故障语音时，将同一类别的所述第一故障语音与自身预先存储的第二故障语音进行匹配，确定与所述第一故障语音匹配的第二故障语音，以及所述第二故障语音对应的除障策略语音；
所述将所述除障策略传送至所述AR眼镜，以使所述AR眼镜将所述除障策略提供给用户的步骤，包括：
将所述第二故障语音，以及所述第二故障语音对应的除障策略语音传送至所述AR眼镜，以使所述AR眼镜的语音装置播放所述第二故障语音以及所述除障策略语音；
当获取到所述第一故障图像以及所述第一故障语音时，将除障策略语音转化为字符；
将所述字符与所述第一故障图像的除障策略进行比较，确定所述字符与所述第一故障图像的除障策略是否相同；
当所述字符与所述第一故障图像的除障策略相同时，将所述第一故障图像上标注的故障区域、所述故障区域的字符信息、所述第二故障语音对应的除障策略语音传送至所述AR眼镜，以使所述AR眼镜的摄像显示装置显示所述故障区域以及所述字符信息，所述AR眼镜的语音装置播放所述第二故障语音以及所述除障策略语音。
2.根据权利要求1所述的适应于地铁站点的快速排障方法，其特征在于，所述当获取到所述第一故障图像时，将同一类别的所述第一故障图像与自身预先存储的第二故障图像进行匹配，确定与所述第一故障图像匹配的第二故障图像、所述第二故障图像上标注的故障区域以及所述故障区域的字符信息的步骤，包括：
对所述第一故障图像中的任一待维修对象，在所述第二故障图像中确定该对象同一类别的目标对象；
当所述目标对象与所述待维修对象匹配的特征点个数不低于预设的个数阈值时，将所述第二故障图像确定为与所述第一故障图像匹配的故障图像；
确定所述目标对象是否存在对应的维修记录；
其中，所述维修记录记载所述目标对象的维修时间，所述目标对象的除障策略；
在所述第二故障图像中标记所述目标对象的区域，将该区域作为所述故障区域；
将所述除障策略记录在与所述故障区域相关的空白区域；
将所述空白区域内的记录确定为所述故障区域的字符信息。
3.根据权利要求1所述的适应于地铁站点的快速排障方法，其特征在于，所述将所述第二故障图像上标注的故障区域以及所述故障区域的字符信息标记在所述第一故障图像上的步骤，包括：
对所述第一故障图像中的任一待维修对象，确定与该待维修对象相匹配的目标对象在所述第二故障图像中标记的第一故障区域；
将所述第一故障区域标记在所述待维修对象上，以使所述第一故障区域包含所述待维修对象；
确定所述第一故障图像中的空白区域，所述空白区域与所述故障区域不存在重叠，且空白区域不包含待维修对象；
将所述除障策略标记在所述空白区域内。
4.根据权利要求2所述的适应于地铁站点的快速排障方法，其特征在于，所述对所述第一故障图像中的任一待维修对象，在所述第二故障图像中确定该对象同一类别的目标对象的步骤，包括：
当获取到所述第一故障图像时，将所述第一故障图像以及所述第二故障图像依次输入预设的分类模型，获得所述分类模型的输出结果，所述输出结果包括：所述第一故障图像中各个对象所属的类别的概率以及所述第二故障图像中各个对象所属的类别的概率；
针对所述第一故障图像中的任一待维修对象，在所述第二故障图像的各个对象中确定与所述待维修对象的类别相同，且概率最高的目标对象。
5.根据权利要求1所述的适应于地铁站点的快速排障方法，其特征在于，所述当获取到所述第一故障语音时，将所述第一故障语音与自身预先存储的第二故障语音进行匹配，确定与所述第一故障语音匹配的第二故障语音，以及所述第二故障语音对应的除障策略语音的步骤包括：
当获取到所述第一故障语音时，将所述第一故障语音进行分词，获得多个词语；
针对任一词语，统计该词语在每个第二故障语音中出现的频次；
针对所述第一故障语音中待维修对象的词语，将待维修对象的词语出现频次最高的第二故障语音，确定为与所述第一故障语音相匹配的第二故障语音；
在自身的数据库中查找与所述第一故障语音相匹配的第二故障语音对应的除障策略语音。
6.根据权利要求1所述的适应于地铁站点的快速排障方法，其特征在于，所述将预先存储的第二故障信息进行聚类，获得各个类别的第二故障信息的步骤包括：
将每个第二故障信息作为粒子群中的单个粒子；
将所述粒子群分为预设数量个局部簇；所述局部簇与所述第二故障信息的类别一一对应；
针对任一粒子，计算该粒子与每个局部簇的中心粒子的距离；
针对任一局部簇，将距离该局部簇的中心粒子最近的粒子放入该局部簇中，获得包含粒子的预设数量个簇；
将所述局部簇对应的类别作为该局部簇中各个第二故障信息的类别。
7.一种电子设备，所述电子设备与所述AR眼镜在地铁停靠点可互相通信，其特征在于，执行权利要求1至权利要求6任一项所述的适应于地铁站点的快速排障方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011495221.2A CN112686102B (zh) | 2020-12-17 | 2020-12-17 | 一种适应于地铁站点的快速排障方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011495221.2A CN112686102B (zh) | 2020-12-17 | 2020-12-17 | 一种适应于地铁站点的快速排障方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112686102A CN112686102A (zh) | 2021-04-20 |
| CN112686102B true CN112686102B (zh) | 2024-05-28 |
Family
ID=75448641
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011495221.2A Active CN112686102B (zh) | 2020-12-17 | 2020-12-17 | 一种适应于地铁站点的快速排障方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112686102B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113703485B (zh) * | 2021-09-02 | 2024-03-29 | 云知声（上海）智能科技有限公司 | 机载智能眼镜设备及基于该设备的飞机控制方法 |
| CN113779201B (zh) * | 2021-09-16 | 2023-06-30 | 北京百度网讯科技有限公司 | 用于识别指令的方法、装置以及语音交互屏幕 |
| CN115185080A (zh) * | 2021-12-27 | 2022-10-14 | 龚勋 | 一种车用可穿戴ar抬头显示系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106828969A (zh) * | 2017-03-16 | 2017-06-13 | 烟台南山学院 | 一种民航飞机故障远程传输和智能分析支持系统 |
| JP2017129933A (ja) * | 2016-01-18 | 2017-07-27 | 株式会社ブロードリーフ | 画像管理システム、及びこれを用いた車両整備システム |
| CN108584598A (zh) * | 2018-03-16 | 2018-09-28 | 广州市金度信息科技有限公司 | 一种电梯故障自动分析与预警方法、存储介质及智能终端 |
| CN110471804A (zh) * | 2019-07-19 | 2019-11-19 | 腾讯科技（深圳）有限公司 | 设备调试方法、装置及电子设备 |
| CN110555115A (zh) * | 2018-05-14 | 2019-12-10 | 上海汽车集团股份有限公司 | 一种确定车辆维修方案的方法及装置 |
| CN111275215A (zh) * | 2020-02-29 | 2020-06-12 | 云南电网有限责任公司西双版纳供电局 | 基于物联网的电压监测仪故障自诊断方法及系统 |
| CN111723646A (zh) * | 2020-04-24 | 2020-09-29 | 四川科华天府科技有限公司 | 一种远程辅助维护设备的方法和装置 |
-
2020
- 2020-12-17 CN CN202011495221.2A patent/CN112686102B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017129933A (ja) * | 2016-01-18 | 2017-07-27 | 株式会社ブロードリーフ | 画像管理システム、及びこれを用いた車両整備システム |
| CN106828969A (zh) * | 2017-03-16 | 2017-06-13 | 烟台南山学院 | 一种民航飞机故障远程传输和智能分析支持系统 |
| CN108584598A (zh) * | 2018-03-16 | 2018-09-28 | 广州市金度信息科技有限公司 | 一种电梯故障自动分析与预警方法、存储介质及智能终端 |
| CN110555115A (zh) * | 2018-05-14 | 2019-12-10 | 上海汽车集团股份有限公司 | 一种确定车辆维修方案的方法及装置 |
| CN110471804A (zh) * | 2019-07-19 | 2019-11-19 | 腾讯科技（深圳）有限公司 | 设备调试方法、装置及电子设备 |
| CN111275215A (zh) * | 2020-02-29 | 2020-06-12 | 云南电网有限责任公司西双版纳供电局 | 基于物联网的电压监测仪故障自诊断方法及系统 |
| CN111723646A (zh) * | 2020-04-24 | 2020-09-29 | 四川科华天府科技有限公司 | 一种远程辅助维护设备的方法和装置 |
Non-Patent Citations (6)
| Title |
|---|
| A novel reliability-centered opportunistic maintenance strategy for metro train complex systems;Deqiang He 等;《IEEE Intelligent Transportation Systems Magazine》;20200928;第14卷(第3期);第146-159页 * |
| An optimal age–usage maintenance strategy containing a failure penalty for application to railway tracks;Mahmood Shafiee 等;《Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit》;20140731;第230卷(第2期);第1-11页 * |
| AR增强现实技术在变电站二次设备运检中的应用;简学之 等;《电力系统保护与控制》;20200801;第19卷(第6期);第170-176页 * |
| 城市轨道交通智能运维技术发展及智能基础设施建设方法研究;王冰 等;《现代城市轨道交通》;20200820;第75-82页 * |
| 基于机器视觉的货车典型故障图像识别算法研究;刘翔;《中国优秀硕士学位论文全文数据库 信息科技辑(月刊)》;20160415(第4期);第I138-1354页 * |
| 基于机器视觉的车辆信息提取的研究与实现;袁景伟;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(月刊)》;20170215(第2期);第C034-1217页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112686102A (zh) | 2021-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112686102B (zh) | 一种适应于地铁站点的快速排障方法 | |
| CN110826538B (zh) | 一种用于电力营业厅的异常离岗识别系统 | |
| CN109508404B (zh) | 维修教学视频管理方法、装置、终端设备及存储介质 | |
| CN110852147B (zh) | 一种安防报警方法、装置、服务器及计算机可读存储介质 | |
| JPS6324786A (ja) | 放送セグメントの認識方法および装置 | |
| JP2007158421A (ja) | 監視カメラシステム及び顔画像追跡記録方法 | |
| CN110602488A (zh) | 一种日夜型摄像装置切换异常检测方法、装置及摄像装置 | |
| CN110889314B (zh) | 图像处理方法、装置、电子设备、服务器及系统 | |
| US20220301317A1 (en) | Method and device for constructing object motion trajectory, and computer storage medium | |
| CN113627339A (zh) | 一种隐私保护的方法、装置及设备 | |
| CN109213897A (zh) | 视频搜索方法、视频搜索装置以及视频搜索系统 | |
| CN115798251A (zh) | 一种故障场景下的停车场应急管理方法 | |
| CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
| CN113255438B (zh) | 一种结构化的录像文件标记方法、系统、主机及存储介质 | |
| CN112969053B (zh) | 车内信息传输方法、装置、车载设备及存储介质 | |
| CN112804492B (zh) | 一种电子猫眼的通信提示方法及装置 | |
| CN112235589B (zh) | 网络直播识别方法、边缘服务器、计算机设备及存储介质 | |
| CN110458171B (zh) | 一种车牌识别的方法以及相关装置 | |
| CN111160066B (zh) | 人脸识别方法、装置、设备和介质 | |
| CN113591620A (zh) | 一种基于一体式移动采集设备的预警方法、装置及系统 | |
| CN113297976A (zh) | 一种基于深度学习的基站入侵检测方法和系统 | |
| CN107169670B (zh) | 一种执法记录评价系统及其方法 | |
| CN117437668A (zh) | 一种身份识别方法、装置和设备 | |
| KR102543818B1 (ko) | 차량 번호판 인식 시스템, 방법, 장치 및 차량 번호판 인식 관리 장치 | |
| CN116884078B (zh) | 摄像装置控制方法、监控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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220402 Address after: 530023 office building 1318, 13th floor, building C1, Greenland Central Plaza, 165 Dongge Road, Qingxiu District, Nanning, Guangxi Zhuang Autonomous Region Applicant after: Nanning Kuanyan Information Technology Co.,Ltd. Address before: No. 5014-112, floor 5, No. 36, Haidian Street, Haidian District, Beijing Applicant before: Kuanyan (Beijing) Technology Development Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230505 Address after: Room 301, 3rd Floor, Building 25, No. 33 Foziling Road, Qingxiu District, Nanning City, Guangxi Zhuang Autonomous Region, 530000 Applicant after: Guangxi Rail Transit Zhiwei Technology Co.,Ltd. Address before: 530023 office building 1318, 13th floor, building C1, Greenland Central Plaza, 165 Dongge Road, Qingxiu District, Nanning, Guangxi Zhuang Autonomous Region Applicant before: Nanning Kuanyan Information Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant |