CN112907421A - 基于空间分析的业务场景采集系统及方法 - Google Patents
基于空间分析的业务场景采集系统及方法 Download PDFInfo
- Publication number
- CN112907421A CN112907421A CN202110209014.4A CN202110209014A CN112907421A CN 112907421 A CN112907421 A CN 112907421A CN 202110209014 A CN202110209014 A CN 202110209014A CN 112907421 A CN112907421 A CN 112907421A
- Authority
- CN
- China
- Prior art keywords
- information
- fault
- scene
- dimensional
- image
- 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
- 238000012732 spatial analysis Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims description 28
- 238000012806 monitoring device Methods 0.000 claims description 14
- 238000009434 installation Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 14
- 238000007726 management method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及智慧城市领域，具体涉及一种基于空间分析的业务场景采集系统及方法，系统包括服务器、图像采集设备、以及多个设置在业务场景中的被测物和传感设备，所述传感设备设置在被测物上；服务器包括：虚拟场景建立模块，用于获取图像采集设备采集到的平面场景图像，根据平面场景图像生成三维虚拟场景；数据库，用于预先存储各个传感设备的位置信息；故障检测模块，用于实时接收传感设备的检测信号，若检测信号为故障信号，则从数据库中提取传感设备的位置信息，并将该位置信息输入到三维虚拟场景中。采用本方案能够便于管理人员在三维虚拟场景中观察发生故障点位，提升运维效率。
Description
技术领域
本发明涉及智慧城市领域，具体涉及一种基于空间分析的业务场景采集系统及方法。
背景技术
随着人类社会的不断发展，城市化步伐不断加快，目前全球正处于城镇化加速发展的时期。然而随着城市人口的增加和城市规模的扩大，环境污染、交通拥堵、安全隐患增加、管理效率下降等“城市病”问题日益严峻，严重阻碍了城市的进一步发展。
对此，中国专利公开号为CN107734308A的文件中公开了一种智慧城市监控系统，它包括多个分布于城市各个不同地区的多个视频采集系统和智慧城市公共平台，所述的视频采集系统包括多个摄像头和与之相连的嵌入式硬盘录像机DVR，智慧城市公共平台包括管理系统和监控系统，嵌入式硬盘录像机DVR分别通过网络专线与管理系统相连，管理系统与监控系统连接。
上述方案中，通过智慧城市公共平台对监控视频进行播放和智能分析，一旦出现问题，能够及时调配专人到现场进行处理。类似于现有的警务监控平台，将各个电子眼采集到的画面综合展示在液晶数字屏上，故障发生后，管理人员通常是按照监控设备的安装点位前往排查。但是，由于传感设备覆盖整个城市，拥有海量的传感设备点位，会产生海量级别的传感数据，存在较多的重复冗余数据；且故障信息通常是并发出现，管理人员无法及时发现位置间的关联性，存在故障运维效率偏低的问题。
发明内容
本发明意在于提供一种基于空间分析的业务场景采集系统及方法，能够解决故障运维效率偏低的问题。
本发明提供的基础方案为：基于空间分析的业务场景采集系统，包括服务器、图像采集设备、以及多个设置在业务场景中的被测物和传感设备，所述传感设备设置在被测物上；服务器包括：
虚拟场景建立模块，用于获取图像采集设备采集到的平面场景图像，根据平面场景图像生成三维虚拟场景；
数据库，用于预先存储各个传感设备的位置信息；
故障检测模块，用于实时接收传感设备的检测信号，若检测信号为故障信号，则从数据库中提取传感设备的位置信息，并将该位置信息输入到三维虚拟场景中。
本发明的工作原理及优点在于：
采用本方案，首先通过图像采集设备获取业务场景中的平面场景图像，再将平面场景图像发送至服务器中，由虚拟场景建立模块根据平面场景图像得到三维虚拟场景；然后再通过实时接收传感设备的检测信号，如果检测信号为故障信号，则说明被测物发生故障(可通过在传感设备上设置微处理器，将采集数据与预设值进行比较的方式实现)；由于数据库中预先存储了传感设备的位置信息；最后，再通过故障检测模块将位置信息输入到三维虚拟场景中，在三维虚拟场景对发生故障的被测物进行可视化展示。
与现有的视频监控相比，本方案能够便于管理人员在三维虚拟场景中观察发生故障点位，找到各个点位的位置关联性，便于有针对性的制定故障运维计划，从而提升运维效率。
进一步，还包括后台终端和设置在业务场景中的监控设备；
所述故障检测模块还用于在接收到检测信号为故障信号时，判断被测物疑似故障；
服务器还包括：扫描范围生成模块，用于预先输入各监控设备的安装坐标信息和可视半径，并在三维虚拟场景中确定各个监控设备的扫描范围；
验证模块，用于根据疑似故障被测物的坐标信息判断其所属的扫描范围，基于扫描范围确定监控设备；并向该监控设备发送控制指令，拍摄被测物图像信息；
图像识别模块，用于根据图像识别算法判断被测物是否故障，如果是，则判定被测物故障，并生成第一提示信息；反之，则判定传感设备故障，并生成第二提示信息；
输出模块，用于将第一提示信息或第二提示信息发送至后台终端。
有益效果：采用本方案，通过根据地理位置联动业务场景中相应的监控设备，对疑似故障被测物进行辅助检测判断，能够提升故障检测的准确性。
进一步，所述虚拟场景建立模块包括：
三维模型生成子模块，用于接收图像采集设备采集到的平面场景图像，分别提取平面场景图像中的几何信息和内容信息，得到平面场景图像中各个二维元素的几何信息和内容信息；并根据各个二维元素的几何信息和内容信息分别确定与二维元素相对应的三维立体模型；所述几何信息包括几何形状的类型、几何形状的图案和所述几何形状对应的坐标；
三维虚拟场景建立子模块，用于在各个二维元素的几何形状对应的坐标处，分别绘制与所述二维元素相对应的三维立体模型并生成三维虚拟场景。
有益效果：本方案意在提供一种能够生成三维虚拟场景的具体方式。
进一步，所述内容信息包括：颜色信息、纹理信息和文字信息。
有益效果：能够使三维虚拟场景中的图像更为精细，便于后台监控人员的观察。
本发明还提供了基于空间分析的业务场景采集方法，包括如下步骤：
S1、获取图像采集设备采集到的平面场景图像，根据平面场景图像生成三维虚拟场景；
S2、通过实时接收传感设备的检测信号，若检测信号为故障信号，则从数据库中提取传感设备的位置信息，并将该位置信息输入到三维虚拟场景中。
有益效果：本方案能够便于管理人员在三维虚拟场景中观察发生故障点位，找到各个点位的位置关联性，便于有针对性的制定故障运维计划，从而提升运维效率。
进一步，所述步骤S1中还包括步骤：
S10、预先输入各监控设备的安装坐标信息和可视半径，并在三维虚拟场景中确定各个监控设备的扫描范围；
所述步骤S2之后还包括步骤：
S3、接收到传感设备的检测信号为故障信号时，则判断被测物疑似故障；
S4、根据疑似故障被测物的坐标信息判断其所属的扫描范围，基于扫描范围确定监控设备；并向该监控设备发送控制指令，拍摄被测物图像信息；
S5、根据图像识别算法判断被测物是否故障，如果是，则判定被测物故障，并生成第一提示信息；反之，则判定传感设备故障，并生成第二提示信息；
S6、将第一提示信息或第二提示信息发送至后台终端。
有益效果：能够利用业务场景中的监控设备采集被测物的图像，经图像识别判断，明确故障原因，从而提升故障检测的准确性。
进一步，所述步骤S1具体还包括步骤：
S11、接收图像采集设备采集到的平面场景图像，分别提取平面场景图像中的几何信息和内容信息，得到平面场景图像中各个二维元素的几何信息和内容信息；并根据各个二维元素的几何信息和内容信息分别确定与二维元素相对应的三维立体模型；所述几何信息包括几何形状的类型、几何形状的图案和所述几何形状对应的坐标；
S12、在各个二维元素的几何形状对应的坐标处，分别绘制与所述二维元素相对应的三维立体模型并生成三维虚拟场景。
有益效果，采用本方案，能够实现对业务场景的三维模型搭建。
进一步，所述步骤S11中，内容信息包括：颜色信息、纹理信息和文字信息。
有益效果：采用本方案，结合颜色、纹理和文字对三维立体模型进行构建，能够使三维虚拟场景中的图像更为精细。
附图说明
图1为本发明实施例一的逻辑框图；
图2为本发明实施例二的结构示意图。
具体实施方式
下面通过具体实施方式进一步详细的说明：
实施例一
如图1所示，基于空间分析的业务场景采集系统，包括服务器、图像采集设备、以及多个设置在业务场景中的被测物和传感设备，所述传感设备设置在被测物上；服务器包括：
虚拟场景建立模块，用于获取图像采集设备采集到的平面场景图像，根据平面场景图像生成三维虚拟场景；具体的，虚拟场景建立模块包括：
三维模型生成子模块，用于接收图像采集设备采集到的平面场景图像，分别提取平面场景图像中的几何信息和内容信息，得到平面场景图像中各个二维元素的几何信息和内容信息；并根据各个二维元素的几何信息和内容信息分别确定与二维元素相对应的三维立体模型；所述几何信息包括几何形状的类型、几何形状的图案和所述几何形状对应的坐标；所述内容信息包括：颜色信息、纹理信息和文字信息。
三维虚拟场景建立子模块，用于在各个二维元素的几何形状对应的坐标处，分别绘制与所述二维元素相对应的三维立体模型并生成三维虚拟场景。
数据库，用于预先存储各个传感设备的位置信息；
故障检测模块，用于实时接收传感设备的检测信号，若检测信号为故障信号，则从数据库中提取传感设备的位置信息，并将该位置信息输入到三维虚拟场景中。
还包括后台终端和设置在业务场景中的监控设备；
所述故障检测模块还用于在接收到检测信号为故障信号时，判断被测物疑似故障；
服务器还包括：扫描范围生成模块，用于预先输入各监控设备的安装坐标信息和可视半径，并在三维虚拟场景中确定各个监控设备的扫描范围；
验证模块，用于根据疑似故障被测物的坐标信息判断其所属的扫描范围，基于扫描范围确定监控设备；并向该监控设备发送控制指令，拍摄被测物图像信息；
图像识别模块，用于根据图像识别算法判断被测物是否故障，如果是，则判定被测物故障，并生成第一提示信息；反之，则判定传感设备故障，并生成第二提示信息；
输出模块，用于将第一提示信息或第二提示信息发送至后台终端。
具体来说，本实施例可以通过无人机搭载摄像头从不同角度拍摄目标区域，或是通过扫描雷达对目标区域进行扫描，从而得到倾斜数据以及点云数据，倾斜数据和点云数据包含目标区域的几何信息和内容信息，再根据这些数据完成业务场景三维模型的搭建。由于数据库中预先记录有业务场景中各个传感设备在三维模型中的位置信息；所以，当存在任一传感设备输出的检测信号为故障信号时，则可以直接由故障检测模块从数据库中提取该传感设备的位置信息，并基于该位置信息在建立好的三维模型中进行可视化展示。能够便于管理人员在三维虚拟场景中观察发生故障点位，找到各个点位的位置关联性，有针对性的制定故障运维计划，从而提升运维效率。
此外，针对业务场景中的监控设备，如监控摄像头，可以采取预先在三维虚拟场景中输入各个监控设备的安装坐标信息和可视半径，相当于以安装坐标信息为圆心，可视半径为半径画的一个圆，圆的面积象征该摄像头的扫描范围。所以，如果报告故障信号的传感器位于扫描范围内，就说明该监控摄像头能够对故障起到辅助判断的作用；以城市中的井盖为例，在井盖的一侧设置低功耗的压力敏感传感器，若压力敏感传感器检测到压力发生变化，且最终压力为零，则说明井盖被撬开，需要调用扫描范围相符的监控摄像头拍摄该井盖的当前图像信息，然后再根据预存的井盖正常安装的图像信息识别井盖的当前图像信息，判断两图像是否一致，如果是，则被测物实际上并没有故障发生，说明传感设备存在故障；相反的，说明井盖有故障发生，传感设备报告的故障信息与事实相符；最后，再由输出模块将第一提示信息或第二提示信息发送至后台终端。便于运维人员进行了解具体的故障信息，加快检修效率。
基于空间分析的业务场景采集方法，上述系统基于本方法，包括以下步骤：
S1、获取图像采集设备采集到的平面场景图像，根据平面场景图像生成三维虚拟场景；
S2、通过实时接收传感设备的检测信号，若检测信号为故障信号，则从数据库中提取传感设备的位置信息，并将该位置信息输入到三维虚拟场景中。
本实施例中，步骤S1中具体还包括步骤：S10、预先输入各监控设备的安装坐标信息和可视半径，并在三维虚拟场景中确定各个监控设备的扫描范围；S11、接收图像采集设备采集到的平面场景图像，分别提取平面场景图像中的几何信息和内容信息，得到平面场景图像中各个二维元素的几何信息和内容信息；并根据各个二维元素的几何信息和内容信息分别确定与二维元素相对应的三维立体模型；所述几何信息包括几何形状的类型、几何形状的图案和所述几何形状对应的坐标；所述内容信息包括：颜色信息、纹理信息和文字信息；S12、在各个二维元素的几何形状对应的坐标处，分别绘制与所述二维元素相对应的三维立体模型并生成三维虚拟场景。
步骤S2之后还包括步骤：
S3、接收到传感设备的检测信号为故障信号时，则判断被测物疑似故障；
S4、根据疑似故障被测物的坐标信息判断其所属的扫描范围，基于扫描范围确定监控设备；并向该监控设备发送控制指令，拍摄被测物图像信息；
S5、根据图像识别算法判断被测物是否故障，如果是，则判定被测物故障，并生成第一提示信息；反之，则判定传感设备故障，并生成第二提示信息；
S6、将第一提示信息或第二提示信息发送至后台终端。
实施例二
实施例二中的标记包括：井盖1、排水孔2、锁止棍3、气囊4、弹簧5、电伸缩杆6。
如图2所示，与实施例一不同的是，本实施例中，传感设备包括用于检测井盖故障信息的低功耗GPS传感器、低功耗光敏传感器和低功耗压敏传感器。
在低洼易积水的地带的井盖1处，井盖1旁地面上开有第一锁孔，井盖1的侧面开有第二锁孔；还包括锁止棍3，锁止棍3的上端固定有气囊4；锁止棍3穿过第一锁孔进入第二锁孔内；井盖1底部边缘设有竖直的弹簧5，弹簧5的底部固定在安装井盖1的凹坑内，锁止棍3进入第二锁孔内时，弹簧5处于被压缩状态。
气囊4旁的地面上设有水位传感器，水位传感器与服务器通信；井盖1内固设有小型的电伸缩杆6，电伸缩杆6的杆端在井盖1的排水孔2内；井盖1内还固设有微控制器，微控制器与服务器通信；微控制器与水位传感器分别有唯一识别编号；
服务器还用于当接收到水位传感器发送的数据超过阈值时，给对应编号的微控制器发送防堵信号；微控制器用于接收到防堵信号后，控制电伸缩杆6按照预设的频率进行伸缩。
具体实施过程如下：
在低洼易积水的地带，井盖1的排水效率特别重要，如果井盖1的排水不及时，会影响到周边居民的日常生活。
但是，这些地方的排水存在两个问题，第一，由于处于低洼易积水地带，一旦下中雨或大雨，很易出现大量积水，而通过井盖1排水孔2的正常排水，即使排水孔2通畅，也需要比其他地带更多的时间才能完成排水工作；第二，由于处于低洼地带，一旦积水，很多杂质会顺着水流到这里，很容易造成井盖1排水孔2的堵塞。基于上面两个问题，这些地方的排水情况通常都不怎么理想，附近居民的生活也因此收到困扰。
使用本系统，在低洼易积水的地带的井盖1处，井盖1旁地面上开有第一锁孔，井盖1的侧面开有第二锁孔；锁止棍3穿过第一锁孔进入第二锁孔内；锁止棍3的上端固定有气囊4。当出现大量积水的情况时，气囊4在积水中会产生很大的浮力，在气囊4浮力的作用下，会将锁止棍3从第二锁孔中抽出来。为了防止锁止棍3直接抽出第一锁孔，并与气囊4一起随着水流飘到不好找的地方，可以在锁止棍3的上端固定柔性线条，并将线条固定在地上，以防止气囊4到处飘荡不易找回。
由于井盖1底部边缘设有竖直的弹簧5，弹簧5的底部固定在安装井盖1的凹坑内，锁止棍3进入第二锁孔内时，弹簧5处于被压缩状态。当锁止棍3从第二锁孔内抽出后，弹簧5会伸展开来，从而使井盖1的边缘与地面之间露出空隙，积水可以从空隙处流入井盖1下方的水道内，相当于在原有排水孔2的基础上，新增了排水的渠道，从而可以加快排水。
除此，由于气囊4旁的地面上设有水位传感器，水位传感器与服务器通信。当出现积水时，服务器会及时了解情况，并给对应的微控制器发送防堵信号，微控制器接收到防堵信号后，控制电伸缩杆6按照预设的频率进行伸缩。由于电伸缩杆6的杆端在井盖1的排水孔2内，电伸缩杆6进行伸缩时，可对井盖1的排水孔2进行疏通，防止排水孔2出现堵塞。
这样，井盖1周围出现积水时，一方面，新增了排水的渠道，另一方面，及时对排水孔2进行了防堵/排堵措施，双管齐下，从而可以实现及时的排水，尽可能的不影响周围居民的生活。
除此，由于传感设备包括低功耗GPS传感器，在雨停止后，工作人员可依据井盖1对应的GPS传感器的坐标，对该井盖1进行状态修复，即，将弹簧5重新压缩(工作人员踩在井盖1上即可实现)，并将锁止棍3重新插入第二锁孔内即可。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.基于空间分析的业务场景采集系统，其特征在于，包括服务器、图像采集设备、以及多个设置在业务场景中的被测物和传感设备，所述传感设备设置在被测物上；服务器包括：
虚拟场景建立模块，用于获取图像采集设备采集到的平面场景图像，根据平面场景图像生成三维虚拟场景；
数据库，用于预先存储各个传感设备的位置信息；
故障检测模块，用于实时接收传感设备的检测信号，若检测信号为故障信号，则从数据库中提取传感设备的位置信息，并将该位置信息输入到三维虚拟场景中。
2.根据权利要求1所述的基于空间分析的业务场景采集系统，其特征在于：还包括后台终端和设置在业务场景中的监控设备；
所述故障检测模块还用于在接收到检测信号为故障信号时，判断被测物疑似故障；
服务器还包括：扫描范围生成模块，用于预先输入各监控设备的安装坐标信息和可视半径，并在三维虚拟场景中确定各个监控设备的扫描范围；
验证模块，用于根据疑似故障被测物的坐标信息判断其所属的扫描范围，基于扫描范围确定监控设备；并向该监控设备发送控制指令，拍摄被测物图像信息；
图像识别模块，用于根据图像识别算法判断被测物是否故障，如果是，则判定被测物故障，并生成第一提示信息；反之，则判定传感设备故障，并生成第二提示信息；
输出模块，用于将第一提示信息或第二提示信息发送至后台终端。
3.根据权利要求1所述的基于空间分析的业务场景采集系统，其特征在于：所述虚拟场景建立模块包括：
三维模型生成子模块，用于接收图像采集设备采集到的平面场景图像，分别提取平面场景图像中的几何信息和内容信息，得到平面场景图像中各个二维元素的几何信息和内容信息；并根据各个二维元素的几何信息和内容信息分别确定与二维元素相对应的三维立体模型；所述几何信息包括几何形状的类型、几何形状的图案和所述几何形状对应的坐标；
三维虚拟场景建立子模块，用于在各个二维元素的几何形状对应的坐标处，分别绘制与所述二维元素相对应的三维立体模型并生成三维虚拟场景。
4.根据权利要求1所述的基于空间分析的业务场景采集系统，其特征在于：所述内容信息包括：颜色信息、纹理信息和文字信息。
5.基于空间分析的业务场景采集方法，其特征在于，包括如下步骤：
S1、获取图像采集设备采集到的平面场景图像，根据平面场景图像生成三维虚拟场景；
S2、通过实时接收传感设备的检测信号，若检测信号为故障信号，则从数据库中提取传感设备的位置信息，并将该位置信息输入到三维虚拟场景中。
6.根据权利要求5所述的基于空间分析的业务场景采集方法，其特征在于：所述步骤S1中还包括步骤：
S10、预先输入各监控设备的安装坐标信息和可视半径，并在三维虚拟场景中确定各个监控设备的扫描范围；
所述步骤S2之后还包括步骤：
S3、接收到传感设备的检测信号为故障信号时，则判断被测物疑似故障；
S4、根据疑似故障被测物的坐标信息判断其所属的扫描范围，基于扫描范围确定监控设备；并向该监控设备发送控制指令，拍摄被测物图像信息；
S5、根据图像识别算法判断被测物是否故障，如果是，则判定被测物故障，并生成第一提示信息；反之，则判定传感设备故障，并生成第二提示信息；
S6、将第一提示信息或第二提示信息发送至后台终端。
7.根据权利要求6所述的基于空间分析的业务场景采集方法，其特征在于：所述步骤S1具体还包括步骤：
S11、接收图像采集设备采集到的平面场景图像，分别提取平面场景图像中的几何信息和内容信息，得到平面场景图像中各个二维元素的几何信息和内容信息；并根据各个二维元素的几何信息和内容信息分别确定与二维元素相对应的三维立体模型；所述几何信息包括几何形状的类型、几何形状的图案和所述几何形状对应的坐标；
S12、在各个二维元素的几何形状对应的坐标处，分别绘制与所述二维元素相对应的三维立体模型并生成三维虚拟场景。
8.根据权利要求6所述的基于空间分析的业务场景采集方法，其特征在于：所述步骤S11中，内容信息包括：颜色信息、纹理信息和文字信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110209014.4A CN112907421B (zh) | 2021-02-24 | 2021-02-24 | 基于空间分析的业务场景采集系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110209014.4A CN112907421B (zh) | 2021-02-24 | 2021-02-24 | 基于空间分析的业务场景采集系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112907421A true CN112907421A (zh) | 2021-06-04 |
| CN112907421B CN112907421B (zh) | 2023-08-01 |
Family
ID=76107234
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110209014.4A Active CN112907421B (zh) | 2021-02-24 | 2021-02-24 | 基于空间分析的业务场景采集系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112907421B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102013107018A1 (de) * | 2013-07-04 | 2015-01-08 | Karlsruher Institut für Technologie | Vorrichtung zur Erfassung einer Auflagefläche |
| CN105587028A (zh) * | 2016-01-25 | 2016-05-18 | 福建三鑫隆信息技术开发股份有限公司 | 一种排涝智能预警装置 |
| CN105913485A (zh) * | 2016-04-06 | 2016-08-31 | 北京小小牛创意科技有限公司 | 一种三维虚拟场景的生成方法及装置 |
| CN107328443A (zh) * | 2017-08-16 | 2017-11-07 | 北京市政路桥管理养护集团有限公司 | 基于智能井盖的监测管理系统 |
| CN107340125A (zh) * | 2017-07-07 | 2017-11-10 | 四川云图瑞科技有限公司 | 用于地下既有管线的三维建模及数据监测系统 |
| CN206757398U (zh) * | 2017-04-21 | 2017-12-15 | 上海海事大学 | 一种全方位移动环境vr图像探测车 |
| CN110414023A (zh) * | 2018-04-28 | 2019-11-05 | 黄琳 | 一种电缆隧道三维监测管理方法 |
| CN110866449A (zh) * | 2019-10-21 | 2020-03-06 | 北京京东尚科信息技术有限公司 | 识别道路中目标对象的方法和装置 |
| CN110991670A (zh) * | 2019-12-02 | 2020-04-10 | 浙江华云电力工程设计咨询有限公司 | 电力电缆管理方法 |
| CN111144325A (zh) * | 2019-12-28 | 2020-05-12 | 广东电网有限责任公司 | 变电站电力设备的故障识别定位方法、装置及设备 |
| CN112040172A (zh) * | 2020-07-17 | 2020-12-04 | 深圳奇迹智慧网络有限公司 | 井盖监控方法、装置、计算机设备和存储介质 |
| US20210019928A1 (en) * | 2019-07-15 | 2021-01-21 | Disney Enterprises, Inc. | Techniques for feature-based neural rendering |
-
2021
- 2021-02-24 CN CN202110209014.4A patent/CN112907421B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102013107018A1 (de) * | 2013-07-04 | 2015-01-08 | Karlsruher Institut für Technologie | Vorrichtung zur Erfassung einer Auflagefläche |
| CN105587028A (zh) * | 2016-01-25 | 2016-05-18 | 福建三鑫隆信息技术开发股份有限公司 | 一种排涝智能预警装置 |
| CN105913485A (zh) * | 2016-04-06 | 2016-08-31 | 北京小小牛创意科技有限公司 | 一种三维虚拟场景的生成方法及装置 |
| CN206757398U (zh) * | 2017-04-21 | 2017-12-15 | 上海海事大学 | 一种全方位移动环境vr图像探测车 |
| CN107340125A (zh) * | 2017-07-07 | 2017-11-10 | 四川云图瑞科技有限公司 | 用于地下既有管线的三维建模及数据监测系统 |
| CN107328443A (zh) * | 2017-08-16 | 2017-11-07 | 北京市政路桥管理养护集团有限公司 | 基于智能井盖的监测管理系统 |
| CN110414023A (zh) * | 2018-04-28 | 2019-11-05 | 黄琳 | 一种电缆隧道三维监测管理方法 |
| US20210019928A1 (en) * | 2019-07-15 | 2021-01-21 | Disney Enterprises, Inc. | Techniques for feature-based neural rendering |
| CN110866449A (zh) * | 2019-10-21 | 2020-03-06 | 北京京东尚科信息技术有限公司 | 识别道路中目标对象的方法和装置 |
| CN110991670A (zh) * | 2019-12-02 | 2020-04-10 | 浙江华云电力工程设计咨询有限公司 | 电力电缆管理方法 |
| CN111144325A (zh) * | 2019-12-28 | 2020-05-12 | 广东电网有限责任公司 | 变电站电力设备的故障识别定位方法、装置及设备 |
| CN112040172A (zh) * | 2020-07-17 | 2020-12-04 | 深圳奇迹智慧网络有限公司 | 井盖监控方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112907421B (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104766086B (zh) | 一种公路标识的监管方法和系统 | |
| CN106373426A (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
| CN111339905B (zh) | 基于深度学习及多视角的cim井盖状态视觉检测系统 | |
| CN108765404A (zh) | 一种基于深度学习图像分类的道路破损检测方法及装置 | |
| CN111341068B (zh) | 一种基于深度学习的钻井现场危险区域预警系统构成方法 | |
| CN109801327B (zh) | 一种基于视频数据的城市内涝积水深度信息提取方法 | |
| CN111947605A (zh) | 一种边坡安全监测系统及其监测方法 | |
| CN109448365A (zh) | 一种跨尺度空基平台区域道路交通系统综合监视方法 | |
| CN109448326B (zh) | 一种基于快速图像识别的地质灾害智能群防监测系统 | |
| CN104240239A (zh) | 一种基于道路图像探测局域路段雾霾天气的检测方法 | |
| CN111626170B (zh) | 一种铁路边坡落石侵限检测的图像识别方法 | |
| CN110659546B (zh) | 一种违法摊位检测方法及装置 | |
| KR102485227B1 (ko) | 인공지능 기반 홍수 예측 시스템 및 이를 이용한 홍수 예측 방법 | |
| CN112177062A (zh) | 建筑基坑远程智能监测系统及监测方法 | |
| CN112633722A (zh) | 车载道路安全风险评估系统及方法 | |
| US20210104059A1 (en) | Method for size estimation by image recognition of specific target using given scale | |
| CN109086682A (zh) | 一种基于多特征融合的智能视频黑烟车检测方法 | |
| DE112015002827T5 (de) | Überschwemmungs-Erfassungs-System | |
| CN116989679A (zh) | 一种基于图像处理的高速公路高边坡位移集成监测方法 | |
| CN206321297U (zh) | 一种结合路面特征的道路积水数据采集系统 | |
| CN112949445B (zh) | 基于空间关系的城市管理应急联动系统及方法 | |
| CN110674543A (zh) | 一种三维可视化的涉煤气作业安全管控系统及实施方法 | |
| CN112907421B (zh) | 基于空间分析的业务场景采集系统及方法 | |
| CN117152617A (zh) | 一种城市洪涝识别方法及系统 | |
| CN104463913A (zh) | 违规停车智能检测装置与方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |