CN113988646B - 一种集中判图组间调度方法及装置 - Google Patents

一种集中判图组间调度方法及装置 Download PDF

Info

Publication number
CN113988646B
CN113988646B CN202111276740.4A CN202111276740A CN113988646B CN 113988646 B CN113988646 B CN 113988646B CN 202111276740 A CN202111276740 A CN 202111276740A CN 113988646 B CN113988646 B CN 113988646B
Authority
CN
China
Prior art keywords
group
judgment
value
workload
graph
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
CN202111276740.4A
Other languages
English (en)
Other versions
CN113988646A (zh
Inventor
姜旭
严军
李名扬
张利
李建涛
饶龙强
李阳
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.)
Chengdu Zhiyuanhui Information Technology Co Ltd
Original Assignee
Chengdu Zhiyuanhui Information 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 Chengdu Zhiyuanhui Information Technology Co Ltd filed Critical Chengdu Zhiyuanhui Information Technology Co Ltd
Priority to CN202111276740.4A priority Critical patent/CN113988646B/zh
Publication of CN113988646A publication Critical patent/CN113988646A/zh
Application granted granted Critical
Publication of CN113988646B publication Critical patent/CN113988646B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • G06Q50/265Personal security, identity or safety

Abstract

本发明公开了一种集中判图组间调度方法,具体包括以下步骤:S1、实测:通过实时监测,获取当前时刻T每个判图组处理工作量的实测值x;S2、预估:通过工作量公式预估,获得当前时刻T每个判图组每秒处理工作量的预估最大值a;S3、根据所述实时值x与预估最大值a,计算当前时刻T每个判图组的“余力”v,所述“余力”为判图组每秒能够增加的处理工作量;S4、对所述每个判图组的“余力”v按照大小进行排序,其中v值为正值的判图组为工作量已经超过能力上限的判图组,v值为负值的判图组为工作量还有余力的判图组;S5、将v值为正值的判图组的工作量按预设数量,调度给v值为负值的判图组。用以实时解决需要在某些时刻进行集中判图的组间调度,某些判图组需要处理的图片量超过其能力范畴,导致图片处理延时升高甚至无法处理图片的情况。

Description

一种集中判图组间调度方法及装置
技术领域
本发明涉及轨道交通领域,具体涉及一种集中判图组间调度方法及装置。
背景技术
现有集中判图业务主要由安检智能分析仪、集中判图系统、判图工作站、监视终端系统、安检信息化平台构成。能够实现包括包裹图像自动识别违禁品、包裹图像上送、判图员远程判图、监视终端物检处置的信息化、智慧化闭环等功能。结合当前地铁安检业务场景,引入人工智能技术,在不突破现有公安防控体系的框架下提升安检效率和准确率,防止漏检漏放的安全检查事件发生,并提升地铁日常运营工作的效率,实现更快速、更高效、更智能的智慧安检。在现有技术中,在地铁场景下的集中判图模式,是以多个判图组来处理不同的安检点的图片的形式来展开的。每个判图组的人数不同,能力不同,每个安检点的客流量不同导致图片数量也不同,同时,在不同的时间段,客流高峰期和低谷期,同一个安检点的图片量也是不同的,因此,需要对现有技术进行改进,以提高集中判图系统运行的调度效率、工作效率。
发明内容
本发明的目的在于提供一种集中判图组间调度方法及装置,根据判图组能力范围内每秒处理图片的最大值(不会导致严重延时的突变点)、判图组不可避免的固有延时对判图组进行数学建模,并获得每个判图组的“余力”进而实现组间调度,用以实时解决需要在某些时刻进行集中判图的组间调度,某些判图组需要处理的图片量超过其能力范畴,导致图片处理延时升高甚至无法处理图片的情况。
一种集中判图组间调度方法,具体包括以下步骤:
S1、实测:通过实时监测,获取当前时刻T每个判图组处理工作量的实测值x;
S2、预估:通过工作量公式预估,获得当前时刻T每个判图组每秒处理工作量的预估最大值a;
S3、根据所述实测值x与预估最大值a,计算当前时刻T每个判图组的“余力”v,所述“余力”为判图组每秒能够增加的处理工作量;
S4、对所述每个判图组的“余力”v按照大小进行排序,其中v值为正值的判图组为工作量已经超过能力上限的判图组,v值为负值的判图组为工作量还有余力的判图组;
S5、将v值为正值的判图组的工作量按预设数量,转发给v值为负值的判图组。
进一步地,所述步骤S3中“余力”v的计算过程为:将所述实测值x与预估最大值a输入公式v=x-a,获得每个判图组的“余力”v。
进一步地,所述步骤S2中的预估最大值具体包括如下步骤:
S201、根据当前时刻T获得当前时间段(T-t1,T)内的判图组每秒处理工作量的均值
Figure GDA0003864525190000021
处理工作的平均时延值
Figure GDA0003864525190000022
S202、将所述判图组对应的均值
Figure GDA0003864525190000023
和平均时延值
Figure GDA0003864525190000024
带入工作量公式
Figure GDA0003864525190000025
获得当前时间段(T-t1,T)内判图组每秒处理工作量的预估中间值a′,所述工作量公式通过统计历史数据根据最小二乘法多项式曲线拟合得出;
S203、获取判图组不同时间段内一一对应的每秒处理工作量的预估最大值集合{a1,a2,...,an-1},所述时间段为当前时间段(T-t1,T)之前的N-1个时间段;
S204、根据所述预估最大值集合{a1,a2,...,an-1}与预估中间值a′,取平均值,获得判读组在当前时刻T每秒处理工作量的预估最大值a。
进一步地,所述工作量公式
Figure GDA0003864525190000026
中的b为判图组的固有延时,包括网络传输的固有延时以及判图员在看到图片后做出判图反应的延时。
进一步地,所述步骤S5中的预设数量为v的绝对值,所述转发为随机转发或按照排序转发。
进一步地,所述工作量为图片数量或安检点数量,所述v值为正值的判图组为受助者判图组,所述v值为负值的判图组为协助者判图组。
进一步地,所述步骤S1-步骤S5为一次组间调度,完成一次组间调度后,实时计算调度后的每个判图组的“余力”v′,并进行调度判定:
S601、判断是否所有判图组的v′值均满足v′≤0,若是则转步骤S603,若否则转步骤S602;
S602、判断是否所有协助者判图组的v′值均满足
Figure GDA0003864525190000027
若是则转步骤S603,若否则转步骤S604;
S603、停止调度;
S604、继续执行步骤S1。
进一步地,完成一次调度后,实时计算调度后的每个判图组的“余力”v′,并进行报警判定:
判断是否存在受助者判图组的v′值满足v′>0,若是则判断是否所有协助者判图组的v′值均满足
Figure GDA0003864525190000031
若是则进行报警提示。
一种集中判图组间调度装置,包括:
存储器;
一个或多个处理器;以及
一个或多个模块,存储在存储器中并被配置成由所述一个或多个处理器执行,所述一个或多个模块包括:
实测值模块,用于实测:通过实时监测,获取当前时刻T每个判图组处理工作量的实测值x;
预估值模块,用于预估:通过工作量公式预估,获得当前时刻T每个判图组每秒处理工作量的预估最大值a;
余力模块,用于根据所述实测值x与预估最大值a,计算当前时刻T每个判图组的“余力”v,所述“余力”为判图组每秒能够增加的处理工作量;
排序模块,用于对所述每个判图组的“余力”v按照大小进行排序,其中v值为正值的判图组为工作量已经超过能力上限的判图组,v值为负值的判图组为工作量还有余力的判图组;
调度模块,用于将v值为正值的判图组的工作量按预设数量,转发给v值为负值的判图组。
进一步地,所述预估值模块包括以下子模块:
时延值子模块,用于根据当前时刻T获得当前时间段(T-t1,T)内的判图组每秒处理工作量的均值
Figure GDA0003864525190000032
处理工作的平均时延值
Figure GDA0003864525190000033
中间值子模块,用于将所述判图组对应的均值
Figure GDA0003864525190000034
和平均时延值
Figure GDA0003864525190000035
带入工作量公式
Figure GDA0003864525190000036
获得当前时间段(T-t1,T)内判图组每秒处理工作量的预估中间值a′;
调取子模块,用于获取判图组不同时间段内一一对应的每秒处理工作量的预估最大值集合{a1,a2,...,an-1},所述时间段为当前时间段(T-t1,T)之前的N-1个时间段;
最大值子模块,用于根据所述预估最大值集合{a1,a2,...,an-1}与预估中间值a′,取平均值,获得判读组在当前时刻T每秒处理工作量的预估最大值a。
本发明具有的有益效果:本发明通过根据判图组能力范围内每秒处理图片的最大值(不会导致严重延时的突变点)、判图组不可避免的固有延时对判图组的能力进行数学建模,更加系统、科学和准确的对集中判图组的判图量进行评估与分析,确保将影响判图组工作效率的延迟与图片量的因素都考虑到,并根据该数学模型,获得每个判图组的“余力”,根据个判图组的“余力”的排序,将“余力”为正的判图组的预设数量图片转发给“余力”为负的判图组,从而实现组间调度,为轨道交通集中判图系统的组间调度提供一个更科学和准确的方法,同时更有利于提高判图系统的工作效率。
通过判图组的能力,有助于掌握判图组的突变点,了解什么样的图片数量是在判图组的能力范围以外,需要交由其他判图组处理的。
同时装置还提供组间调度恢复的功能,若“余力”为正的判图判图组处理图片正常之后,应该把分发给“余力”为负的判图组的原本属于其的图片再还给“余力”为正的判图判图组去处理。
附图说明
图1为本发明的集中判图组间调度算法流程示意图;
图2为本发明的集中判图组间调度装置结构示意图;
图3为本发明的预估值模块结构示意图;
图4为本发明的工作量与延时的关系示意图;
具体实施方式
下面结合实施例及附图,对本发明作进一步的详细说明,但本发明的实施方式不限于此。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖向”、“纵向”、“侧向”、“水平”、“内”、“外”、“前”、“后”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“开有”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在地铁场景下的集中判图模式,是以多个判图组来处理不同的安检点的图片的形式来展开的。每个判图组的人数不同,能力不同,每个安检点的客流量不同导致图片数量也不同,同时,在不同的时间段,客流高峰期和低谷期,同一个安检点的图片量也是不同的。
鉴于此,需要在某些时刻进行集中判图的组间调度,以解决某些判图组需要处理的图片量超过其能力范畴,导致图片处理延时升高甚至无法处理图片的情况。
根据实际情况进行观察,可以对一个判图组进行如下数学建模:
gx-a=y-b
a是判图组能力范围内每秒处理图片的最大值(不会导致严重延时的突变点)
b是判图组不可避免的固有延时(包括网络传输的固有延时,以及判图员在看到图片后做出判图反应的延时);
当a=10,b=2,g=e时,图片数量与延时关系如图4所示。
每个判图组a,b,g三个参数都是未知的,而且每个判图组的三个参数很有可能是不同的。比如,判图组A和判图组B相比较,他们各自的判图员处理图片的平均延时大概率是不同的,毕竟每个人能力不同,而且由于他们可能在不同的判图室,图片的网络延时也是很有可能不一样的,所以他们的固有延时b是不同的。
同样,参数a每个判图组也是不同的,而且参数a作为判图组能力范围内处理图片的最大值,是指明判图组能力的本质属性,也是需要确定的一个参数。
同时a是随时间变化的,不能认为判图组在任何时候能力都是一样的,比如有可能会有判图员请假,有的判图员在某些时候身体不适导致能力低下等等。
为了得到判图组的能力大小,从图4的曲线图可知,在判图组的能力范围以内,需要处理的数量还没有达到判图组的临界值a的时候,图片处理时延是很平缓的,变化不大,而在需要处理的图片超过了临界值的时候,处理时延就会开始显著的增加。
计算出判图组的能力,也就是a的值,本发明使用时间差值计算法,从图4中可以看出,如果单位时间内,判图组需要处理的图片量发生较大变化,导致时延同时也发生了较大变化并超过了阈值,那就可以认为该图片量已经超过了该判图组的图片处理能力。
根据业务实际情况,包括网络时延和人的反应速度,不妨把阈值设置为3秒,即系统能够接受的最大延迟为3秒,y=3,同时,x达到临界值a
gx-a=y-b变为:
ga-a=3-b
可以算得到:b=2
同时,可以近似认为g为自然常数e;
上式变为:
ex-a=y-2
通过上式进行判图组能力a的计算,只要对实际的判图组平均一秒钟内处理的图片量x值和判图组处理图片的平均时延y值进行测量,就能够计算出a值的大小。
取同一判图组不同时间段多次测量,根据每次测量的值计算出a1,a2,a3,a4,a5......并取平均:
Figure GDA0003864525190000061
a值就是某一判图组的判图能力值大小
使用同样的方法,可以把所有判图组的a值都计算出来,标记为:aA,aB,aC,aD,aE,aF......
由于判图组能力大小是变化的,所以a值需要实时根据测量的x值和y值进行刷新,因此,通过测量获取每个判图组的实时处理图片量大小:xA,xB,xC,xD,xE,xF......,以及每个判图组的实时时延大小:yA,yB,yC,yD,yE,yF......。
实施例1
本实施例的目的在于提供一种基于两个判图组的组间调度算法。
现在只有两个判图组,A和B,若在实时测量过程中发现,yA>3,或者xA-aA大于0,则此判图组当下处理的图片量已经超过了其能力。
若测量后xB满足xB-aB小于0,那么,就把A组的一部分图片转发给B组进行处理。
在上述实施例中,可以把A判图组看成受助者,B判图组看成协助者,A和B满足:即协助者帮助受助者处理的图片数量应该在协助者的能力范围以内,也就是说在进行组间调度之后,B增加处理的图片数量不能使得yB>3或者xB-aB大于0,即判图组B不能发生延迟超过3秒的图片处理请求,或者处理图片量超过判图组B的能力范围。
对于B判图组的公式:
exB-aB=yB-2
已经在之前测得实时的aB、xB、yB三个值,设v=xB-aB,那么v的绝对值或者相反数v就是B判图组还能够增加的每秒钟图片处理量,也就是判图组B的“余力”。
不过在x<a的阶段,从上图可知,x的变化导致的y变化不明显,也就是说在判图组还有余力的时候,图片量数量的增减不会对延时有显著影响,那么,在这种情况下测得的a值的精准度是不够高的,所以在这种情况下,为了安全起见,考虑到误差导致的影响,判图组B应该增加的图片数量最好应该减半,也就是v/2。在完成此次组间分发后,还需要继续进行实时测量,获取每个判图组的x,y,a三个值,以等待下一次组间分发调整。
组间分发恢复:
在上述实施例中,判图组A把图片分发给了判图组B,可能是由于判图组A处于图片处理高峰期,或者有判图员暂时离岗等等情况,不能认为这种情况是永久的,如果是永久的,那么就应该认为判图组A的工作量与其实际能力不符,建议实际工作中提升判图组A的能力或者降低判图组A的工作量。假如这种情况是暂时的,那么自然会有一个恢复的步骤,在判图组A处理图片正常之后,应该把分发给判图组B的原本属于判图组A的图片再还给判图组A去处理。
组间分发恢复的过程中需要进行实时测算,同分发启动时一样,获取到判图组A的“余力”v,判断v的绝对值是否大于之前转发给其他判图组的图片量,如果大于,就可以进行恢复的操作。
实施例2
本实施例的目的在于提供一种多组调度的方法。
在有多个组(大于2)的情况下,使用贪心算法进行调度,首先对各个组的v值进行排序,v值为正的就是工作量已经超过能力上限的判图组,v值为负的就是还有余力的判图组,进行排序过后,将v值为负的判图组的v的绝对值大小的每秒的图片量流大小,转发给v值为正的判图组,这个操作在不断实时测量各组参数的同时轮巡操作,直到没有判图组v值为负数或零,或者承接图片处理的判图组也都已经达到了v/2的承接上限。即:
所有受助者判图组:
x-a<=0
或者所有协助者判图组:
x-a<=v-v/2=v/2
系统报警:
若出现承接图片处理的判图组都已经达到了v/2的承接上限的这种情况,可则判定当前时刻整个线网的所有判图能力是小于整个线网的图片量的。
不妨假设在全线路中,共有m个安检点和n个判图组,每个安检点产生的图片量为c,每个判图组判图的图片量为x,那么在全线网中,正常情况下,所有安检点产生的图片等于所有判图组判图的图片量:
Figure GDA0003864525190000081
每个安检点的图片只会被一个判图组判图,每个判图组可以判多个安检点的图片,安检点和判图组形成多对一的关系。
而在整个线网的所有判图能力是小于整个线网的图片量的情况下:
Figure GDA0003864525190000082
这种情况就需要进行系统告警,通知管理员进行系统调整,比如增加判图组数量等等,以提升全线网的判图能力。
以上就是整个集中判图的调度算法,如果有基于绩效考虑的额外需求,比如从A判图组分发给B判图组的处理图片需要记录在B的绩效表上,那么图片的粒度可以根据绩效的粒度做调整。
比如在某一时刻,一个判图组同时处理来自多个安检点的图片,可以记录每个安检点实时产生的图片量,一个判图组处理的多个安检点的图片量就构成了此判图组实时的判图量,设判图组为A,即:
xA=∑cAk
这样就可以以安检点粒度取代以张为单位的图片粒度,进行图片分发,原理和以张为单位相同,在这里不再做赘述。
实时例3
本实施例的目的在于提供一种集中判图组间调度的装置。
一种集中判图组间调度装置,包括:
存储器;
一个或多个处理器;以及
一个或多个模块,存储在存储器中并被配置成由所述一个或多个处理器执行,所述一个或多个模块包括:
实测值模块,用于实测:通过实时监测,获取当前时刻T每个判图组处理工作量的实测值x;
预估值模块,用于预估:通过工作量公式预估,获得当前时刻T每个判图组每秒处理工作量的预估最大值a;
余力模块,用于根据所述实测值x与预估最大值a,计算当前时刻T每个判图组的“余力”v,所述“余力”为判图组每秒能够增加的处理工作量;
排序模块,用于对所述每个判图组的“余力”v按照大小进行排序,其中v值为正值的判图组为工作量已经超过能力上限的判图组,v值为负值的判图组为工作量还有余力的判图组;
调度模块,用于将v值为正值的判图组的工作量按预设数量,转发给v值为负值的判图组。
进一步地,所述预估值模块包括以下子模块:
时延值子模块,用于根据当前时刻T获得当前时间段(T-t1,T)内的判图组每秒处理工作量的均值
Figure GDA0003864525190000101
处理工作的平均时延值
Figure GDA0003864525190000102
中间值子模块,用于将所述判图组对应的均值
Figure GDA0003864525190000103
和平均时延值
Figure GDA0003864525190000104
带入工作量公式
Figure GDA0003864525190000105
获得当前时间段(T-t1,T)内判图组每秒处理工作量的预估中间值a′;
调取子模块,用于获取判图组不同时间段内一一对应的每秒处理工作量的预估最大值集合{a1,a2,...,an-1},所述时间段为当前时间段(T-t1,T)之前的N-1个时间段;
最大值子模块,用于根据所述预估最大值集合{a1,a2,...,an-1}与预估中间值a′,取平均值,获得判读组在当前时刻T每秒处理工作量的预估最大值a。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质,在本发明的精神和原则之内,对以上实施例所作的任何简单的修改、等同替换与改进等,均仍属于本发明技术方案的保护范围之内。

Claims (7)

1.一种集中判图组间调度方法,其特征在于,具体包括以下步骤:
S1、实测:通过实时监测,获取当前时刻T每个判图组处理工作量的实测值x;
S2、预估:通过工作量公式预估,获得当前时刻T每个判图组每秒处理工作量的预估最大值a;
S3、根据所述实测值x与预估最大值a,计算当前时刻T每个判图组的“余力”v,所述“余力”为判图组每秒能够增加的处理工作量;
S4、对所述每个判图组的“余力”v按照大小进行排序,其中v值为正值的判图组为工作量已经超过能力上限的判图组,v值为负值的判图组为工作量还有余力的判图组;
S5、将v值为正值的判图组的工作量按预设数量,转发给v值为负值的判图组;
所述步骤S3中“余力”v的计算过程为:将所述实测值x与预估最大值a输入公式v=x-a,获得每个判图组的“余力”v;
所述步骤S2中的预估最大值具体包括如下步骤:
S201、根据当前时刻T获得当前时间段(T-t1,T)内的判图组每秒处理工作量的均值
Figure FDA0003864525180000011
处理工作的平均时延值
Figure FDA0003864525180000012
S202、将所述判图组对应的均值
Figure FDA0003864525180000013
和平均时延值
Figure FDA0003864525180000014
带入工作量公式
Figure FDA0003864525180000015
获得当前时间段(T-t1,T)内判图组每秒处理工作量的预估中间值a′,所述工作量公式通过统计历史数据根据最小二乘法多项式曲线拟合得出;
S203、获取判图组不同时间段内一一对应的每秒处理工作量的预估最大值集合{a1,a2,...,an-1},所述时间段为当前时间段(T-t1,T)之前的N-1个时间段;
S204、根据所述预估最大值集合{a1,a2,...,an-1}与预估中间值a′,取平均值,获得判读组在当前时刻T每秒处理工作量的预估最大值a。
2.根据权利要求1所述的一种集中判图组间调度方法,其特征在于,所述工作量公式
Figure FDA0003864525180000016
中的b为判图组的固有延时,包括网络传输的固有延时以及判图员在看到图片后做出判图反应的延时。
3.根据权利要求1所述的一种集中判图组间调度方法,其特征在于,所述步骤S5中的预设数量为v的绝对值,所述转发为随机转发或按照排序转发。
4.根据权利要求1所述的一种集中判图组间调度方法,其特征在于,所述工作量为图片数量或安检点数量,所述v值为正值的判图组为受助者判图组,所述值为负值的判图组为协助者判图组。
5.根据权利要求4所述的一种集中判图组间调度方法,其特征在于,所述步骤S1-步骤S5为一次组间调度,完成一次组间调度后,实时计算调度后的每个判图组的“余力”v′,并进行调度判定:
S601、判断是否所有判图组的v′值均满足v′≤0,若是则转步骤S603,若否则转步骤S602;
S602、判断是否所有协助者判图组的v′值均满足
Figure FDA0003864525180000021
若是则转步骤S603,若否则转步骤S604;
S603、停止调度;
S604、继续执行步骤S1。
6.根据权利要求5所述的一种集中判图组间调度方法,其特征在于,完成一次调度后,实时计算调度后的每个判图组的“余力”v′,并进行报警判定:
判断是否存在受助者判图组的v′值满足v′>0,若是则判断是否所有协助者判图组的v′值均满足
Figure FDA0003864525180000022
若是则进行报警提示。
7.一种集中判图组间调度装置,其特征在于,包括:
存储器;
一个或多个处理器;以及
一个或多个模块,存储在存储器中并被配置成由所述一个或多个处理器执行,所述一个或多个模块包括:
实测值模块,用于实测:通过实时监测,获取当前时刻T每个判图组处理工作量的实测值x;
预估值模块,用于预估:通过工作量公式预估,获得当前时刻T每个判图组每秒处理工作量的预估最大值a;
余力模块,用于根据所述实测值x与预估最大值a,计算当前时刻T每个判图组的“余力”v,所述“余力”为判图组每秒能够增加的处理工作量;
排序模块,用于对所述每个判图组的“余力”v按照大小进行排序,其中v值为正值的判图组为工作量已经超过能力上限的判图组,v值为负值的判图组为工作量还有余力的判图组;
调度模块,用于将v值为正值的判图组的工作量按预设数量,转发给v值为负值的判图组;
所述预估值模块包括以下子模块:
时延值子模块,用于根据当前时刻T获得当前时间段(T-t1,T)内的判图组每秒处理工作量的均值
Figure FDA0003864525180000031
处理工作的平均时延值
Figure FDA0003864525180000032
中间值子模块,用于将所述判图组对应的均值
Figure FDA0003864525180000033
和平均时延值
Figure FDA0003864525180000034
带入工作量公式
Figure FDA0003864525180000035
获得当前时间段(T-t1,T)内判图组每秒处理工作量的预估中间值a′;
调取子模块,用于获取判图组不同时间段内一一对应的每秒处理工作量的预估最大值集合{a1,a2,...,an-1},所述时间段为当前时间段(T-t1,T)之前的N-1个时间段;
最大值子模块,用于根据所述预估最大值集合{a1,a2,...,an-1}与预估中间值a′,取平均值,获得判读组在当前时刻T每秒处理工作量的预估最大值a。
CN202111276740.4A 2021-10-29 2021-10-29 一种集中判图组间调度方法及装置 Active CN113988646B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111276740.4A CN113988646B (zh) 2021-10-29 2021-10-29 一种集中判图组间调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111276740.4A CN113988646B (zh) 2021-10-29 2021-10-29 一种集中判图组间调度方法及装置

Publications (2)

Publication Number Publication Date
CN113988646A CN113988646A (zh) 2022-01-28
CN113988646B true CN113988646B (zh) 2022-12-20

Family

ID=79744851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111276740.4A Active CN113988646B (zh) 2021-10-29 2021-10-29 一种集中判图组间调度方法及装置

Country Status (1)

Country Link
CN (1) CN113988646B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693700A (zh) * 2022-03-23 2022-07-01 成都智元汇信息技术股份有限公司 一种基于多源列数据的调度分配方法、智能识图盒子
CN115460291B (zh) * 2022-08-23 2023-05-02 成都智元汇信息技术股份有限公司 一种基于中心配置的组间调度方法、中心服务器及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107248892A (zh) * 2017-07-20 2017-10-13 中国检验检疫科学研究院 一种安检设备的监控系统
CN108229449A (zh) * 2018-02-23 2018-06-29 华讯方舟科技有限公司 一种并行式人体安检系统
CN109030524A (zh) * 2018-09-04 2018-12-18 广州地铁设计研究院有限公司 一种城市轨道交通安检集中判图系统
CN111143060A (zh) * 2019-12-18 2020-05-12 重庆紫光华山智安科技有限公司 Gpu资源调度方法、装置及gpu
CN111222745A (zh) * 2019-11-20 2020-06-02 黑龙江电力调度实业有限公司 一种用电调度系统及方法
CN111784185A (zh) * 2020-07-14 2020-10-16 广东电网有限责任公司电力调度控制中心 一种分布式配电通信网定时任务调度系统
CN112181629A (zh) * 2020-11-30 2021-01-05 同方威视技术股份有限公司 安检集中判图系统及其自动工作模式切换控制方法
CN113407315A (zh) * 2021-05-07 2021-09-17 上海物影科技有限公司 判图任务分配方法、装置和设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106548263A (zh) * 2015-09-21 2017-03-29 同方威视技术股份有限公司 一种智能安全检查系统和方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107248892A (zh) * 2017-07-20 2017-10-13 中国检验检疫科学研究院 一种安检设备的监控系统
CN108229449A (zh) * 2018-02-23 2018-06-29 华讯方舟科技有限公司 一种并行式人体安检系统
CN109030524A (zh) * 2018-09-04 2018-12-18 广州地铁设计研究院有限公司 一种城市轨道交通安检集中判图系统
CN111222745A (zh) * 2019-11-20 2020-06-02 黑龙江电力调度实业有限公司 一种用电调度系统及方法
CN111143060A (zh) * 2019-12-18 2020-05-12 重庆紫光华山智安科技有限公司 Gpu资源调度方法、装置及gpu
CN111784185A (zh) * 2020-07-14 2020-10-16 广东电网有限责任公司电力调度控制中心 一种分布式配电通信网定时任务调度系统
CN112181629A (zh) * 2020-11-30 2021-01-05 同方威视技术股份有限公司 安检集中判图系统及其自动工作模式切换控制方法
CN113407315A (zh) * 2021-05-07 2021-09-17 上海物影科技有限公司 判图任务分配方法、装置和设备

Also Published As

Publication number Publication date
CN113988646A (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
CN113988646B (zh) 一种集中判图组间调度方法及装置
CN105035887A (zh) 一种基于计算机视觉检测的智能电梯主控系统
EP3106415B1 (en) Elevator taking user management method and system
TW541278B (en) Apparatus for group control of elevators
CN106545950A (zh) 一种楼宇空调控制系统及其控制方法
CN109742794A (zh) 一种分布式光伏发电并网防逆流控制器及控制方法
CN105060047B (zh) 一种楼层内电梯引导装置
CN104973471B (zh) 群管理电梯装置
CN107271044B (zh) 一种热成像温度监测装置及方法
CN109920192A (zh) 火灾报警方法、系统及计算机可读存储介质
WO2011131058A2 (zh) 呼叫中心的坐席安排方法及装置
CN109720947A (zh) 外部系统协同分配系统以及方法
CN104401824A (zh) 具有多个电梯组的群管理电梯
CN108254689A (zh) 电池组反极单体电池检测方法和系统
CN108665178A (zh) 一种基于afc的地铁站内楼扶梯客流量预测方法
CN110688892B (zh) 一种基于数据融合技术的人像识别告警方法及系统
CN107145986A (zh) 一种充电电量预测方法及装置
CN110245019B (zh) 一种自适应系统资源的线程并发方法及装置
CN105967012A (zh) 一种识别电梯疑似暴力事件的方法
CN107487677B (zh) 电梯困人事件的检测方法和系统
CN110208469A (zh) 热处理工艺的废气监测方法和装置
CN112580908B (zh) 一种无线性能指标评估方法及装置
KR20140025702A (ko) 동적신경망을 이용한 이산화탄소 농도 기반 재실인원 추정 시스템
Sorsa et al. Up-peak roundtrip time in theoretical calculation, traffic simulation and reality
KR20140025701A (ko) 동적신경망을 이용한 이산화탄소 농도 기반 재실인원 추정 방법

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