CN114363563A - 基于5g超高清视频监控的配网监测系统及方法 - Google Patents
基于5g超高清视频监控的配网监测系统及方法 Download PDFInfo
- Publication number
- CN114363563A CN114363563A CN202111495748.XA CN202111495748A CN114363563A CN 114363563 A CN114363563 A CN 114363563A CN 202111495748 A CN202111495748 A CN 202111495748A CN 114363563 A CN114363563 A CN 114363563A
- Authority
- CN
- China
- Prior art keywords
- video
- monitoring
- power grid
- edge gateway
- end edge
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 192
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000006835 compression Effects 0.000 claims abstract description 47
- 238000007906 compression Methods 0.000 claims abstract description 47
- 238000006243 chemical reaction Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000004891 communication Methods 0.000 claims abstract description 10
- 230000006978 adaptation Effects 0.000 claims description 7
- 230000006837 decompression Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Abstract
本申请适用于电网通讯技术领域，提供基于5G超高清视频监控的配网监测系统及方法，该基于5G超高清视频监控的配网监测系统及方法包括：视频采集节点用于采集配网环境的电网监控视频数据；前端边缘网关与视频采集节点通信连接，用于对电网监控视频数据进行智能识别、视频压缩及5G协议转换；5G基站用于将处理后的电网监控视频数据发送给后端边缘网关；后端边缘网关组成电网中心服务器，用于对前端边缘网关处理后的电网监控视频数据进行5G协议转换和解码处理，以及发送控制信号控制前端边缘网关传输的视频数据模式。本申请通过边缘计算灵活重构网络结构，提高配网系统的安全性、可靠性和运行效率。
Description
技术领域
本申请属于通讯技术领域，尤其涉及基于5G超高清视频监控的配网监测系统及方法。
背景技术
着力构建能源互联网，让承载电力流的智能电网与承载数据流的超高清监控系统、5G切片网络共同构成能源流、业务流、数据流“三流合一”的能源互联网成为新的发展趋势，尤其是在配网环节，已经从被动响应，发展到通过控制和监测实现所有设备的动态供需平衡。传统的集中式、单向式电网结构已经无法满足新增业务的需求，未来需要一个互联互动、可感可控、安全可靠的智能配网系统及监管机制。
电力行业特别是配电网拥有如此规模庞大的各类网络终端及潜在网络监控、监测设备，如何实现及时的智能化定位、检修、高清晰的画面分析和决策、如何实现本地化的高效调度、监测、自动处理和数据智慧优化，都是智能电网监测急需解决的问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
为克服相关技术中存在的问题，本申请实施例提供了基于5G超高清视频监控的配网监测系统及方法。
本申请是通过如下技术方案实现的：
第一方面，本申请实施例提供了一种基于5G超高清视频监控的配网监测系统方法，包括：至少一个视频采集节点，所述至少一个视频采集节点中的每个视频采集节点用于采集配网环境的电网监控视频；前端边缘网关，与所述至少一个视频采集节点通信连接，用于对所述电网监控视频进行智能识别、视频压缩及5G协议转换；5G基站，用于将处理后的电网监控视频发送给后端边缘网关；其中，所述前端边缘网关和所述后端边缘网关通过接入所述5G基站完成入网；所述后端边缘网关组成电网中心服务器，用于对所述前端边缘网关处理后的电网监控视频进行5G协议转换和解码处理，以及以向所述前端边缘网关发送控制信号以控制所述前端边缘网关传输的视频数据模式。
第二方面，本申请实施例提供了一种基于5G超高清视频监控的配网监测方法，包括：采集配网环境的电网监控视频；通过前端边缘网关对所述电网监控视频进行智能识别、视频压缩及5G协议转换；通过5G基站将处理后的电网监控视频发送给后端边缘网关；其中，所述前端边缘网关和所述后端边缘网关通过接入所述5G基站完成入网，且所述5G基站通过APN网络通道实现所述前端边缘网关和后端边缘网关的点对点拓扑连接；通过所述后端边缘网关对所述前端边缘网关处理后的电网监控视频进行5G协议转换和解码处理，以及对所述前端边缘网关传输的视频数据模式进行控制。
基于第二方面，在一些可能的实现方式中，所述采集配网环境的原始电网监控视频，包括：通过所述视频采集节点中的4K超高清监控摄像头，采集所述原始电网监控视频；其中，所述原始电网监控视频的数据流模式包括：4K低时延超高清原码模式和H.264/H.265超低时延压缩模式。
基于第二方面，在一些可能的实现方式中，所述对所述原始电网监控视频进行智能识别、压缩编码及5G协议转换，包括：在所述4K低时延超高清原码模式下，对所述视频采集节点得到的原始电网监控视频进行智能识别、压缩编码和5G协议转换；在所述H.264/H.265超低时延压缩模式下，对所述视频采集节点得到的H.264/H.265压缩视频进行5G协议转换。
基于第二方面，在一些可能的实现方式中，对原始电网监控视频进行智能识别，包括：对原始电网监控视频执行帧间运动识别，判断所述原始电网监控视频图像中是否有运动物体，对所述运动物体像素进行视频加窗，以实现帧间连续追踪。
基于第二方面，在一些可能的实现方式中，对智能识别后的电网监控视频进行视频压缩，包括：将所述每帧图像分割成宏块，对所述各个宏块进行H.264/H.265压缩编码并整合成帧。
基于第二方面，在一些可能的实现方式中，对所述H.264/H.265压缩视频进行5G协议转换，包括：在所述4K低时延超高清原码模式和所述H.264/H.265超低时延压缩模式下，对所述H.264/H.265压缩视频进行软硬件适配。
基于第二方面，在一些可能的实现方式中，所述对所述H.264/H.265压缩视频进行软硬件适配，包括：通过建立所述边缘网关的节点MAC地址和物理地址一一对应的白名单数据库，将前端边缘网关的源ID和目的ID、源IP和目的IP、校验信息及电网监控视频数据的编码数据封装成RTMP推流格式；其中，每一个所述节点MAC地址对应一个物理地址的编号源ID。
基于第二方面，在一些可能的实现方式中，所述对所述H.264/H.265压缩视频进行5G协议转码和视频解码处理，得到还原的电网监控视频，包括：在GStreamer管道框架下，通过JETSON XAVIER NX GPU进行RTMP拉流，得到所述H.264/H.265压缩视频；基于所述H.264/H.265压缩视频，进行RTMP5G协议转换；对所述H.264/H.265压缩视频进行硬件解压缩，得到还原的电网监控视频。
基于第二方面，在一些可能的实现方式中，所述对所述H.264/H.265压缩视频进行5G协议转码和视频解码处理，得到还原的电网监控视频，还包括：在所述4K低时延超高清原码模式下，通过所述后端边缘网关接入客户端进行电网视频监控展示、预警及溯源；在所述H.264/H.265超低时延压缩模式下，通过所述后端边缘网关接入客户端进行电网视频监控展示，通过所述白名单数据库完成电网故障或者异常状况的溯源和报警。
上述基于5G超高清视频监控的配网监测方法，通过至少一个视频采集节点、至少两个边缘网关和5G基站的组合，利用边缘计算灵活重构配网系统网络结构，提高配网系统的安全性、可靠性和运行效率。
可以理解的是，上述第一方面至第二方面的有益效果可以参见上述第二方面中的相关描述，在此不再赘述。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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是本申请一实施例提供的基于5G超高清视频监控的配网监测系统的示意图；
图2是本申请一实施例提供的基于5G超高清视频监控的配网监测系统的示意图；
图3是本申请一实施例提供的基于5G超高清视频监控的配网监测方法的流程示意图；
图4是本申请一实施例提供的5G超高清视频监控传输网络基于5G视频边缘网关设计的功能模块。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
着力构建能源互联网，让承载电力流的智能电网与承载数据流的超高清监控系统、5G切片网络共同构成能源流、业务流、数据流“三流合一”的能源互联网成为新的发展趋势，尤其是在配网环节，已经从被动响应，发展到通过控制和监测实现所有设备的动态供需平衡。传统的集中式、单向式电网结构已经无法满足新增业务的需求，未来需要一个互联互动、可感可控、安全可靠的智能配网系统及监管机制。
电力行业特别是配电网拥有如此规模庞大的各类网络终端及潜在网络监控、监测设备，如何实现及时的智能化定位、检修、高清晰的画面分析和决策、如何实现本地化的高效调度、监测、自动处理和数据智慧优化，都是智能电网监测急需解决的问题。
针对上述的问题，目前尚未提出有效的解决方案。
基于上述问题，本申请实施例设计出一种基于5G超高清视频监控的配网监测系统及方法，通过视频采集节点采集配网环境的电网监控视频数据；通过前端边缘网关与视频采集节点通信连接，对电网监控视频数据进行智能识别、视频压缩及5G协议转换；通过5G基站将处理后的电网监控视频数据发送给后端边缘网关；通过后端边缘网关组成电网中心服务器，对前端边缘网关处理后的电网监控视频数据进行5G协议转换和解码处理，以及控制前端边缘网关传输的视频数据模式。
图1示出了本申请实施例提供的基于5G超高清视频监控的配网监测系统。参见图1，该基于5G超高清视频监控的配网监测系统可以包括至少一个视频采集节点10、前端边缘网关20、5G基站30和后端边缘网关30。其中，视频采集节点10用于采集配网环境的电网监控视频数据。前端边缘网关20与视频采集节点10通信连接，用于对电网监控视频数据进行智能识别、视频压缩及5G协议转换。5G基站30用于将前端边缘网关20处理后的电网监控视频数据发送给后端边缘网关40。后端边缘网关40组成电网中心服务器，用于对前端边缘网关20处理后的电网监控视频数据进行5G协议转换和解码处理，以及向前端边缘网关20发送控制信号以控制前端边缘网关20传输的视频数据模式。
上述基于5G超高清视频监控的配网监测方法，通过至少一个视频采集节点、至少两个边缘网关和5G基站的组合，利用边缘计算灵活重构配网系统网络结构，提高配网系统的安全性、可靠性和运行效率。
以下以基于5G超高清视频监控的配网监测系统为例，结合图1对上述基于5G超高清视频监控的配网监测系统进行详细说明。
示例性的，参见图2，基于5G超高清视频监控的配网监测系统可以包括：
至少一个视频采集节点(图2中仅示意性示出了1个4K摄像头视频采集节点)，视频采集节点用于采集配网环境监控视频流数据；
5G视频边缘网关，与视频采集节点相连接，视频采集节点汇聚的电网监控数据通过5G视频边缘网关完成视频压缩、边缘智能识别及5G协议转换后接入5G基站；
5G基站，用于通过APN网络通道将电网监控视频数据接入电网监控的中心服务器。
一些场景中，视频采集节点可以包括：4K超高清监控摄像头模块，4K超高清监控摄像头模块通过CSI接口或USB口与5G视频边缘网关相连接，包括但并不限于UHD CMOS传感器和IMX477处理芯片，用于采集电网音视频监控数据，并对采集的电网监控视频原码数据进行边缘优化处理。
可选的，4K超高清监控摄像头模块还可以包括但不限于：IMX477R数据处理模块、C/CS型镜头等。(前置C/CS型镜头叠加CMOS图像传感器实现列并行A/D转换电路的高速图像和高灵敏度低噪声图像采集，接入图像通过IMX477R数据处理模块执行高级图像处理技术、系统控制和接口控制，生成超高清视频流，可选地，进行视频压缩处理，并将视频流通过CSI/USB输出)。
一些场景中，上述前端边缘网关20和后端边缘网关40均可以为5G视频边缘网关。5G视频边缘网关可以包括：主控芯片，例如JETSON XAVIER NX GPU处理器，用于对接收到的电网监控视频数据进行边缘优化处理；5G模块，通过USB与主控芯片相连接，用于发送主控芯片处理后的电网监控视频数据。
可选的，5G视频边缘网关还可以包括：AI处理器、电源、操作系统、Nvme固态硬盘、视频处理加速器、CSI/USB/HDMI等。
一些场景中，至少两个5G视频边缘网关接入5G公网进行5G通信组网，在5G网络架构(即至少两个5G视频边缘网关组成的架构，其中前端5G视频边缘网关的数量为至少一个，后端5G视频边缘网关的数量为至少一个)中，前端5G视频边缘网关通过接入4K超高清监控摄像头模块采集电网监控视频数据，通过视频智能处理与视频压缩编码并封装5G信号帧格式，接入5G基站，后端5G视频边缘网关在5G公网中建立点对点拓扑链路，与前端5G视频边缘网关节点通信，建立上层流媒体通道，接收5G格式的电网监控视频数据。
本实施例中，前端边缘网关20和后端边缘网关40可以为工业智能网关或工业边缘计算网关等，本申请实施例对边缘网关的具体类型不作任何限制。
以下结合图1和图2对本申请的基于5G超高清视频监控的配网监测系统进行详细说明。
图3是本申请一实施例提供的基于5G超高清视频监控的配网监测方法的示意性流程图，参照图3，对该基于5G超高清视频监控的配网监测方法的详述如下：
在步骤101中，采集配网环境的电网监控视频。
具体的，通过视频采集节点中的4K超高清监控摄像头，采集原始电网监控视频，将原始电网监控视频以数据流的方式发送至前端边缘网关。
其中，原始电网监控视频的数据流模式包括：4K低时延超高清原码模式和H.264/H.265超低时延压缩模式。
一种场景中，4K超高清监控摄像头采集的原始电网监控视频原码，包括但并不限于YUV/YUV2格式，设定为4K低时延超高清原码模式发送至前端边缘网关。
又一种场景中，4K超高清监控摄像头采集的原始电网监控视频原码，包括但并不限于YUV/YUV2格式，通过IMX477R数据处理进行H.264/H.265视频压缩，设定为H.264/H.265超低时延压缩模式发送至前端边缘网关。
在步骤102中，通过前端边缘网关对电网监控视频进行智能识别、视频压缩及5G协议转换。
一种场景中，在4K低时延超高清原码模式下，对视频采集节点得到的原始电网监控视频进行智能识别、压缩编码和5G协议转换，包括：对原始电网监控视频执行帧间运动识别，判断原始电网监控视频图像中是否有运动物体，对运动物体像素进行视频加窗，以实现帧间连续追踪。
具体的，在原始电网监控视频数据中执行帧间运动识别,计算邻帧差分得到帧间每个像素点的速度矢量：
z＝(u,v)
前一帧像素点(x,y)在当前帧中的移动到了(x+u,y+v)的位置，偏移量为(u,v)，运动矢量绝对值为V＝abs(u,v)，设定运动矢量绝对值的阈值为Vshresold。
若视频图像中所有像素点的速度矢量连续变化，且偏移量一致时，则图像区域整体处于连续变化的状态。当满足V<Vshresold的条件时，判定图像中没有运动目标；当满足V≥Vshresold的条件时，判定视频图像中所有满足V≥Vshresold条件的像素点为运动物体形成的像素点，将运动物体像素点圈定组成运动物体像素矩阵，进一步进行视频加窗实现帧间连续追踪。
对智能识别后的电网监控视频数据进行视频压缩，包括：将每帧图像分割成宏块，对各个宏块进行H.264/H.265压缩编码并整合成帧。
具体的，通过JETSON XAVIER NX GPU构建H.264/H.265编码服务器，将每帧图像分割成宏块，对各个宏块进行H.264/H.265压缩编码；GPU进行高度并行化处理，将宏块整合成帧，进而组合成H.264/H.265压缩视频。
又一种场景中，在H.264/H.265超低时延压缩模式下，对视频采集节点得到的H.264/H.265压缩视频进行5G协议转换。
对H.264/H.265压缩视频进行5G协议转换，包括：在4K低时延超高清原码模式和H.264/H.265超低时延压缩模式下，对H.264/H.265压缩视频进行软硬件适配。
具体的，通过建立所述边缘网关的节点MAC地址和物理地址一一对应的白名单数据库，将前端边缘网关的源ID和目的ID、源IP和目的IP、校验信息及电网监控视频数据的编码数据封装成RTMP推流格式；其中，每一个所述节点MAC地址对应一个物理地址的编号源ID。
在H.264/H.265压缩视频传输过程中，源ID将作为帧头发送至5G基站，用于地理位置的映射、白名单准入、准确安全性校验。在数据正确和安全性验证中，将源ID作为身份识别和准入白名单编号，若监测数据报警异常，可以通过源ID进行溯源和预警。
具体的，前端边缘网关联合后端边缘网关执行GStreamer多媒体管道框架，包括以下步骤：
(1)利用适配模块执行网络转换。通过JETSON XAVIER NX GPU模块进行H.264/H.265这两种压缩视频数据的接收，操作系统层上对数据进行处理转发，经由USB接口与网络模块连接并发送。
(2)JETSON XAVIER NX GPU模块侧，执行4K超高清监控摄像头模块视频数据接收、图像识别模块和视频压缩模块处理选择、以及4K超高清监控摄像头模块控制和RTMP推流格式封装；将汇聚监控视频压缩数据进行CRC校验、身份识别、安全管理和访问控制，组成RTMP协议帧。
(3)执行将RTMP数据封装到数据帧结构，前端网络模块的入网。
(4)前端边缘网关通过GStreamer管道框架完成视频流的推流，执行前端边缘网关和后端边缘网关点对点拓扑、握手连接、传输数据。
在步骤103中，通过5G基站将处理后的电网监控视频发送至后端边缘网关。
其中，前端边缘网关和后端边缘网关通过接入5G基站完成入网，且5G基站通过APN网络通道实现前端边缘网关和后端边缘网关的点对点拓扑连接。
具体的，在GStreamer管道框架下，5G基站通过APN网络通道将电网监控视频数据接入电网中心后端边缘网关，包括：
(1)前端边缘网关与后端边缘网关分别接入5G基站完成入网，基于APN网络建立点对点连接。
(2)后端边缘网关接收来自前端边缘网关压缩的视频数据，并完成转RTMP协议。
(3)在GStreamer管道框架下，后端边缘网关通过JETSON XAVIER NX GPU模块进行RTMP拉流，获得H.264/H.265视频压缩数据。
(4)视频解压缩模块，利用JETSON XAVIER NX GPU搭建一个高性能的H.264/H.265解码服务器，利用GPU进行高度并行化处理，实现高速实时的硬件解压缩，恢复原码视频流。
(5)后端边缘网关发送控制数据，控制前端边缘网关选择两种数据流模式，4K低时延超高清原码模式，H.264/H.265超低时延压缩模式中的一种进行视频分级处理和传输。
在步骤104中，通过后端边缘网关对前端边缘网关处理后的电网监控视频数据进行5G协议转换和解码处理，以及对前端边缘网关传输的视频数据模式进行控制。
示例性的，在GStreamer管道框架下，通过JETSON XAVIER NX GPU进行RTMP拉流，得到H.264/H.265压缩视频；基于H.264/H.265压缩视频进行RTMP协议转换；对H.264/H.265压缩视频进行硬件解压缩，得到还原的电网监控视频。
具体的，后端边缘网关对前端边缘网关处理后的电网监控视频数据进行5G协议转换和解码处理，以及对前端边缘网关传输的视频数据模式进行控制，包括：
(1)后端边缘网关搭建中心服务器接收解码的原码视频流，并进行界面展示。
(2)通过中心服务器选项开关，选择4K低时延超高清原码模式，由前端边缘网关执行智能化视频识别、判定、压缩和网关功能，后端边缘网关接入客户端进行电网视频监控展示、预警和溯源，需要牺牲一定的处理时延和视频质量。
(3)通过中心服务器选项开关，选择H.264/H.265超低时延压缩模式，由前端边缘网关执行网关功能，后端边缘网关接入客户端进行电网视频监控展示。
一些场景中，通过后端边缘网关对前端边缘网关传输的视频数据模式进行控制，包括，后端边缘网关通过5G基站发送控制信号，控制前端边缘网关对视频数据模式的选择。
示例性的，参见图4，5G超高清视频监控传输网络基于5G视频边缘网关设计的四个功能模块：图像识别模块和视频压缩模块，网关和适配功能模块，GStreamer流媒体管道模块，中心控制服务器模块。
图像识别模块和视频压缩模块，前端5G视频边缘网关基于JETSON XAVIER NX GPU硬件平台搭建智能化图像识别模块对视频原码拆帧，并完成运动目标像素矩阵识别和标识；将运动标识的成形4K视频输入基于JETSON XAVIER NX GPU硬件平台搭建的硬件视频压缩模块，执行H.264/H.265压缩编码。
网关和适配功能模块，前端5G视频边缘网关执行监控视频H.264/H.265压缩码流转5G协议的软硬件适配，接入5G网络。
GStreamer流媒体管道模块，前端5G视频边缘网关和后端5G视频边缘网关利用JETSON XAVIER NX GPU在5G公网搭建以GStreamer管道框架为基础的流媒体推流，实现能源互联网支撑的媒体网络通道，由前端5G视频边缘网关完成H.264/H.265压缩视频数据推流，由后端5G视频边缘网关完成H.264/H.265压缩视频数据拉流。
中心控制服务器模块，后端5G视频智能边缘网关基于JETSON XAVIER NX GPU硬件平台搭建中心视频监控服务器，后端5G视频边缘网关将拉流H.264/H.265压缩视频数据进行H.264/H.265视频压缩解码，得到原码数据接入电网中心展示平台。
一些实施例中，基于图3所示的实施例，上述基于5G超高清视频监控的配网监测方法还可以包括：
在所述4K低时延超高清原码模式下，通过所述后端边缘网关接入客户端进行电网视频监控展示、预警及溯源；
在所述H.264/H.265超低时延压缩模式下，通过所述后端边缘网关接入客户端进行电网视频监控展示，通过数据库完成电网故障或者异常状况的溯源和报警。
上述基于5G超高清视频监控的配网监测方法，通过至少一个视频采集节点、至少两个边缘网关网关和5G基站的组合，利用边缘计算灵活重构网络结构，提高配网系统的安全性、可靠性和运行效率。
本申请实施例还提供了一种边缘计算机设备，结合本申请实施例基于5G超高清视频监控的基于5G超高清视频监控的配网监测方法可以由计算机设备来实现。
计算机设备以NVUDIA Jetson Xavier NX为底板搭建边缘计算GPU，搭载MICROHDMI、24pin多功能插针、4个USB3.0接口、音频接口、风扇接口、千兆网口、5V电源接口和M.2NVME PCIE硬盘并且自带wifi模块。
具体的，边缘计算GPU采用384-core NVIDIA VoltaTMGPU with 48Tensor Cores，最高频率可达1100MHz，能进行16路H.264编码的1080P视频流解码。CPU采用6-core NVIDIACarmel
v8.2 64-bit CPU，最大频率2-core@1900MHz，4/6-core@1400MHz。深度学习加速器采用两个NVDLA加速引擎。
其中，存储器8GB 128-bit LPDDR4x@1866MHz，读取速度59.7GB/s。
总线包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(ControlBus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。其中I2C用于微控制器与外设之间的连接，启动总线传送数据，并产生时钟以开放传送。
可选的，上述实施例中的基于5G超高清视频监控的配网监测方法，本申请实施例提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种基于5G超高清视频监控的配网监测方法。
可选的，在本实施例中，上述存储介质包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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，而不应对本申请实施例的实施过程构成任何限定。
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示例的单元及算法步骤，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申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，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。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于5G超高清视频监控的配网监测系统，其特征在于，包括：
至少一个视频采集节点，所述至少一个视频采集节点中的每个视频采集节点用于采集配网环境的电网监控视频；
前端边缘网关，与所述至少一个视频采集节点通信连接，用于对所述电网监控视频进行智能识别、视频压缩及5G协议转换；
5G基站，用于将处理后的电网监控视频发送给后端边缘网关；其中，所述前端边缘网关和所述后端边缘网关通过接入所述5G基站完成入网；
所述后端边缘网关组成电网中心服务器，用于对所述前端边缘网关处理后的电网监控视频进行5G协议转换和解码处理，以及向所述前端边缘网关发送控制信号以控制所述前端边缘网关传输的视频数据模式。
2.一种基于5G超高清视频监控的配网监测方法，其特征在于，包括：
采集配网环境的电网监控视频；
通过前端边缘网关对所述电网监控视频进行智能识别、视频压缩及5G协议转换；
通过5G基站将处理后的电网监控视频发送给后端边缘网关；其中，所述前端边缘网关和所述后端边缘网关通过接入所述5G基站完成入网，且所述5G基站通过APN网络通道实现所述前端边缘网关和后端边缘网关的点对点拓扑连接；
通过所述后端边缘网关对所述前端边缘网关处理后的电网监控视频进行5G协议转换和解码处理，以及对所述前端边缘网关传输的视频数据模式进行控制。
3.如权利要求2所述的基于5G超高清视频监控的配网监测方法，其特征在于，所述采集配网环境的原始电网监控视频，包括：
通过所述视频采集节点中的4K超高清监控摄像头，采集所述原始电网监控视频；其中，所述原始电网监控视频的数据流模式包括：4K低时延超高清原码模式和H.264/H.265超低时延压缩模式。
4.如权利要求3所述的基于5G超高清视频监控的配网监测方法，其特征在于，所述对所述原始电网监控视频进行智能识别、压缩编码及5G协议转换，包括：
在所述4K低时延超高清原码模式下，对所述视频采集节点得到的原始电网监控视频进行智能识别、压缩编码和5G协议转换；
在所述H.264/H.265超低时延压缩模式下，对所述视频采集节点得到的H.264/H.265压缩视频进行5G协议转换。
5.如权利要求4所述的基于5G超高清视频监控的配网监测方法，其特征在于，对原始电网监控视频进行智能识别，包括：
对原始电网监控视频执行帧间运动识别，判断所述原始电网监控视频图像中是否有运动物体，对所述运动物体像素进行视频加窗，以实现帧间连续追踪。
6.如权利要求4所述的基于5G超高清视频监控的配网监测方法，其特征在于，对智能识别后的电网监控视频进行视频压缩，包括：
将所述每帧图像分割成宏块，对所述各个宏块进行H.264/H.265压缩编码并整合成帧。
7.如权利要求4所述的基于5G超高清视频监控的配网监测方法，其特征在于，对所述H.264/H.265压缩视频进行5G协议转换，包括：
在所述4K低时延超高清原码模式和所述H.264/H.265超低时延压缩模式下，对所述H.264/H.265压缩视频进行软硬件适配。
8.如权利要求7所述的基于5G超高清视频监控的配网监测方法，其特征在于，所述对所述H.264/H.265压缩视频进行软硬件适配，包括：
通过建立所述边缘网关的节点MAC地址和物理地址一一对应的白名单数据库，将前端边缘网关的源ID和目的ID、源IP和目的IP、校验信息及电网监控视频数据的编码数据封装成RTMP推流格式；
其中，每一个所述节点MAC地址对应一个物理地址的编号源ID。
9.如权利要求2所述的基于5G超高清视频监控的配网监测方法，其特征在于，所述对所述H.264/H.265压缩视频进行5G协议转码和视频解码处理，得到还原的电网监控视频，包括：
在GStreamer管道框架下，通过JETSON XAVIER NX GPU进行RTMP拉流，得到所述H.264/H.265压缩视频；
基于所述H.264/H.265压缩视频，进行RTMP协议转换；
对所述H.264/H.265压缩视频进行硬件解压缩，得到还原的电网监控视频。
10.如权利要求8所述的基于5G超高清视频监控的配网监测方法，其特征在于，所述对所述H.264/H.265压缩视频进行5G协议转码和视频解码处理，得到还原的电网监控视频，还包括：
在所述4K低时延超高清原码模式下，通过所述后端边缘网关接入客户端进行电网视频监控展示、预警及溯源；
在所述H.264/H.265超低时延压缩模式下，通过所述后端边缘网关接入客户端进行电网视频监控展示，通过所述白名单数据库完成电网故障或者异常状况的溯源和报警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111495748.XA CN114363563A (zh) | 2021-12-08 | 2021-12-08 | 基于5g超高清视频监控的配网监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111495748.XA CN114363563A (zh) | 2021-12-08 | 2021-12-08 | 基于5g超高清视频监控的配网监测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114363563A true CN114363563A (zh) | 2022-04-15 |
Family
ID=81097224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111495748.XA Pending CN114363563A (zh) | 2021-12-08 | 2021-12-08 | 基于5g超高清视频监控的配网监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114363563A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114666555A (zh) * | 2022-05-23 | 2022-06-24 | 创意信息技术股份有限公司 | 一种Edge边缘网关前端系统 |
| CN115225674A (zh) * | 2022-07-15 | 2022-10-21 | 国网山西省电力公司信息通信分公司 | 一种基于5g边缘数据中心的配网综合业务终端对等通信系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110401262A (zh) * | 2019-06-17 | 2019-11-01 | 北京许继电气有限公司 | 基于边缘计算技术的gis设备状态智能监控系统及方法 |
| CN111710122A (zh) * | 2020-04-30 | 2020-09-25 | 国网天津市电力公司 | 一种基于泛在电力物联网的安全用电管理系统 |
| CN111917727A (zh) * | 2020-07-01 | 2020-11-10 | 国网电力科学研究院有限公司 | 基于5G和WiFi的电力物联网安全智能图传系统及方法 |
| CN112261353A (zh) * | 2020-09-01 | 2021-01-22 | 浙江大华技术股份有限公司 | 一种视频监控分流方法、系统以及计算机可读存储介质 |
| CN113506449A (zh) * | 2021-05-21 | 2021-10-15 | 郑州大学 | 一种基于视频压缩域的高速公路车辆测速方法 |
-
2021
- 2021-12-08 CN CN202111495748.XA patent/CN114363563A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110401262A (zh) * | 2019-06-17 | 2019-11-01 | 北京许继电气有限公司 | 基于边缘计算技术的gis设备状态智能监控系统及方法 |
| CN111710122A (zh) * | 2020-04-30 | 2020-09-25 | 国网天津市电力公司 | 一种基于泛在电力物联网的安全用电管理系统 |
| CN111917727A (zh) * | 2020-07-01 | 2020-11-10 | 国网电力科学研究院有限公司 | 基于5G和WiFi的电力物联网安全智能图传系统及方法 |
| CN112261353A (zh) * | 2020-09-01 | 2021-01-22 | 浙江大华技术股份有限公司 | 一种视频监控分流方法、系统以及计算机可读存储介质 |
| CN113506449A (zh) * | 2021-05-21 | 2021-10-15 | 郑州大学 | 一种基于视频压缩域的高速公路车辆测速方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114666555A (zh) * | 2022-05-23 | 2022-06-24 | 创意信息技术股份有限公司 | 一种Edge边缘网关前端系统 |
| CN114666555B (zh) * | 2022-05-23 | 2023-03-24 | 创意信息技术股份有限公司 | 一种Edge边缘网关前端系统 |
| CN115225674A (zh) * | 2022-07-15 | 2022-10-21 | 国网山西省电力公司信息通信分公司 | 一种基于5g边缘数据中心的配网综合业务终端对等通信系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Enabling edge-cloud video analytics for robotics applications | |
| CN114363563A (zh) | 基于5g超高清视频监控的配网监测系统及方法 | |
| CN102546338B (zh) | 基于can总线的多媒体智能传感器网络系统及方法 | |
| CN103379266A (zh) | 一种具有视频语义分析功能的高清网络摄像机 | |
| CN114374709A (zh) | 基于边云协同的5g视频与物联网配网监测系统及方法 | |
| US11570466B2 (en) | Hybrid pixel-domain and compressed-domain video analytics framework | |
| CN102413320A (zh) | 一种无线网络智能视频监控系统的实现方法 | |
| WO2019143174A1 (ko) | 3차원 이미지에 대한 데이터를 처리하기 위한 방법 및 장치 | |
| CN114363562A (zh) | 基于云分发的5g配网监测系统和配网监测方法 | |
| CN102932648A (zh) | 基于多媒体数据传输的监控点定位方法及装置 | |
| CN114374710B (zh) | 5g超高清视频与物联网监测的配网监控方法和系统 | |
| CN104581036A (zh) | 进行视音频多屏显示的多屏控制方法及装置 | |
| CN102984508A (zh) | 一种摄像机 | |
| CN204578666U (zh) | 一种图像获取处理设备 | |
| CN116824480A (zh) | 基于DeepStream的监控视频分析方法及系统 | |
| CN105430297A (zh) | 多视频格式向iidc协议视频格式转换的自动控制系统 | |
| CN105828082A (zh) | 视频图像快速压缩系统及方法 | |
| Jin et al. | Design of UAV video and control signal real-time transmission system based on 5G network | |
| CN215186950U (zh) | 一种基于人脸识别技术的行人闯红灯行为证据采集装置 | |
| Abbas et al. | Design and implementation of a video surveillance system for linear wireless multimedia sensor networks | |
| CN106534774A (zh) | 一种图像传输系统 | |
| Redondi et al. | Multi-view coding and routing of local features in visual sensor networks | |
| CN202652404U (zh) | 一种基于云计算的高清视频处理和会议平台系统 | |
| Abood et al. | Design and simulation of video monitoring structure over TCP/IP system using MATLAB | |
| KR102550117B1 (ko) | 객체 검출 추적에 기반한 비디오 인코딩 방법, 그리고 그 시스템 |
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 |