CN115221243A - 一种ais和雷达数据整合同步的方法及系统 - Google Patents
一种ais和雷达数据整合同步的方法及系统 Download PDFInfo
- Publication number
- CN115221243A CN115221243A CN202210792224.5A CN202210792224A CN115221243A CN 115221243 A CN115221243 A CN 115221243A CN 202210792224 A CN202210792224 A CN 202210792224A CN 115221243 A CN115221243 A CN 115221243A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- training
- ais
- integration
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及数据处理技术领域,具体涉及一种AIS和雷达数据整合同步的方法及系统,包括获取子系统和整合子系统,整合子系统包括爬取模块、模型构建模块、训练模块和整合模块,获取子系统获取并过滤雷达数据和AIS数据,得到第二过滤数据;爬取模块爬取公开数据集;模型构建模块构建神经网络模型;训练模块使用公开数据集训练神经网络模型,得到轨迹融合模型;整合模块将第二过滤数据输入轨迹融合模型进行训练,得到船只轨迹,本发明通过获取子系统过滤掉雷达数据和AIS数据中的冗余数据,通过轨迹融合模型增加对过滤后的第二过滤数据融合的精确度,解决了雷达数据和AIS数据存在的冗余数据会降低船只轨迹融合的精确度的问题。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种AIS和雷达数据整合同步的方法及系统。
背景技术
雷达数据和AIS数据的信息数据率不同,针对同一目标测得的位置信息也不可能来自同一时刻,所以还需要进行数据整合同步,这样得到同一个时刻的目标位置信息才能进行相关判断。
目前,现有技术公开了一种数据整合同步系统,包括多源数据交换机和船只轨迹整合服务器;所述的船只轨迹融合服务器包括船只轨迹融合模块和融合轨迹显示模块,所述的船只轨迹融合模块将多源数据交换机获取的雷达数据和AIS数据中的船只轨迹融合的结果传送给融合轨迹显示模块;所述的融合轨迹显示模块,以图形、文本的方式显示在屏幕上展示给用户。
采用上述方式,雷达数据和AIS数据存在一定冗余数据,会影响对船只轨迹的判断,从而降低了船只轨迹融合的精确度。
发明内容
本发明的目的在于提供一种AIS和雷达数据整合同步的方法及系统,旨在解决雷达数据和AIS数据存在的冗余数据会降低船只轨迹融合的精确度的问题。
为实现上述目的,第一方面,本发明提供了一种AIS和雷达数据整合同步系统,包括获取子系统和整合子系统,所述整合子系统包括爬取模块、模型构建模块、训练模块和整合模块,所述获取子系统、所述爬取模块、所述模型构建模块、所述训练模块和所述整合模块依次连接;
所述获取子系统,用于获取并过滤雷达数据和AIS数据,得到第二过滤数据;
所述爬取模块,用于爬取公开数据集;
所述模型构建模块,用于构建神经网络模型;
所述训练模块,用于使用所述公开数据集训练所述神经网络模型,得到轨迹融合模型;
所述整合模块,用于将所述第二过滤数据输入所述轨迹融合模型进行训练,得到船只轨迹。
其中,所述训练模块包括第一过滤子模块、划分子模块、训练子模块和验证子模块,所述第一过滤子模块、所述划分子模块、所述训练子模块和所述验证子模块依次连接;
所述第一过滤子模块,用于过滤所述公开数据集,得到第一过滤数据集;
所述划分子模块,用于将所述第一过滤数据集划分为训练集和验证集;
所述训练子模块,用于使用所述训练集对所述神经网络模型进行训练,得到预训练模型;
所述验证子模块,用于使用所述验证集对所述预训练模型进行验证,验证通过,得到轨迹融合模型。
其中,所述训练集和所述验证集的比例为8:2。
其中,所述获取子系统包括获取模块和第二过滤模块,所述获取模块和所述第二过滤模块连接;
所述获取模块,用于获取雷达数据和AIS数据;
所述第二过滤模块,用于过滤所述雷达数据和所述AIS数据,得到第二过滤数据。
其中,所述AIS和雷达数据整合同步系统还包括监控指挥子系统,所述监控指挥子系统与所述整合模块连接;
所述监控指挥子系统,基于所述船只轨迹向对应的船只发送控制指令。
其中,所述AIS和雷达数据整合同步系统还包括可视化子系统,所述可视化子系统与所述监控指挥子系统连接;
所述可视化子系统,用于将所述控制指令可视化。
第二方面,本发明提供了一种AIS和雷达数据整合同步方法,包括以下步骤:
通过所述获取子系统获取并过滤雷达数据和AIS数据,得到第二过滤数据;
通过所述爬取模块爬取公开数据集;
通过所述模型构建模块构建神经网络模型;
通过所述训练模块使用所述公开数据集训练所述神经网络模型,得到轨迹融合模型;
通过所述整合模块将所述第二过滤数据输入所述轨迹融合模型进行训练,得到船只轨迹。
本发明的一种AIS和雷达数据整合同步的方法及系统,通过所述获取子系统获取并过滤雷达数据和AIS数据,得到第二过滤数据;通过所述爬取模块爬取公开数据集;通过所述模型构建模块构建神经网络模型;通过所述训练模块使用所述公开数据集训练所述神经网络模型,得到轨迹融合模型;通过所述整合模块将所述第二过滤数据输入所述轨迹融合模型进行训练,得到船只轨迹,本发明通过所述获取子系统过滤掉雷达数据和AIS数据中的冗余数据,得到第二过滤数据,同时通过所述轨迹融合模型增加对过滤后的第二过滤数据融合的精确度,解决了雷达数据和AIS数据存在的冗余数据会降低船只轨迹融合的精确度的问题。
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是本发明提供的一种AIS和雷达数据整合同步系统的结构示意图。
图2是训练模块的结构示意图。
图3是本发明提供的一种AIS和雷达数据整合同步方法的流程图。
1-获取子系统、2-整合子系统、3-爬取模块、4-模型构建模块、5-训练模块、6-整合模块、7-第一过滤子模块、8-划分子模块、9-训练子模块、10-验证子模块、11-获取模块、12-第二过滤模块、13-监控指挥子系统、14-可视化子系统、15-指令生成模块、16-加密模块、17-传输模块、18-解密模块、19-可视化模块、20-突出显示模块。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
请参阅图1至图2,第一方面,本发明提供一种AIS和雷达数据整合同步系统,包括获取子系统1和整合子系统2,所述整合子系统2包括爬取模块3、模型构建模块4、训练模块5和整合模块6,所述获取子系统1、所述爬取模块3、所述模型构建模块4、所述训练模块5和所述整合模块6依次连接;
所述获取子系统1,用于获取并过滤雷达数据和AIS数据,得到第二过滤数据;
所述爬取模块3,用于爬取公开数据集;
所述模型构建模块4,用于构建神经网络模型;
所述训练模块5,用于使用所述公开数据集训练所述神经网络模型,得到轨迹融合模型;
所述整合模块6,用于将所述第二过滤数据输入所述轨迹融合模型进行训练,得到船只轨迹。
具体的,船舶自动识别系统(Automatic Identification System,简称AIS系统),首先,通过所述爬取模块3爬取公开数据集;通过所述模型构建模块4构建神经网络模型;通过所述训练模块5使用所述公开数据集训练所述神经网络模型,得到轨迹融合模型;然后,通过所述获取子系统1获取并过滤雷达数据和AIS数据,得到第二过滤数据;通过所述整合模块6将所述第二过滤数据输入所述轨迹融合模型进行训练,得到船只轨迹,本发明通过所述获取子系统1过滤掉雷达数据和AIS数据中的冗余数据,得到第二过滤数据,同时通过所述轨迹融合模型增加对过滤后的第二过滤数据融合的精确度,解决了雷达数据和AIS数据存在的冗余数据会降低船只轨迹融合的精确度的问题。
进一步的,所述训练模块5包括第一过滤子模块7、划分子模块8、训练子模块9和验证子模块10,所述第一过滤子模块7、所述划分子模块8、所述训练子模块9和所述验证子模块10依次连接;
所述第一过滤子模块7,用于过滤所述公开数据集,得到第一过滤数据集;
所述划分子模块8,用于将所述第一过滤数据集划分为训练集和验证集;
所述训练子模块9,用于使用所述训练集对所述神经网络模型进行训练,得到预训练模型;
所述验证子模块10,用于使用所述验证集对所述预训练模型进行验证,验证通过,得到轨迹融合模型。
所述获取子系统1包括获取模块11和第二过滤模块12,所述获取模块11和所述第二过滤模块12连接;
所述获取模块11,用于获取雷达数据和AIS数据;
所述第二过滤模块12,用于过滤所述雷达数据和所述AIS数据,得到第二过滤数据。
所述AIS和雷达数据整合同步系统还包括监控指挥子系统13,所述监控指挥子系统13与所述整合模块6连接;
所述监控指挥子系统13,基于所述船只轨迹向对应的船只发送控制指令。
所述AIS和雷达数据整合同步系统还包括可视化子系统14,所述可视化子系统14与所述监控指挥子系统13连接;
所述可视化子系统14,用于将所述控制指令可视化。
具体的,所述第一过滤子模块7过滤所述公开数据集中的冗余数据,得到第一过滤数据集;所述划分子模块8将所述第一过滤数据集划分为训练集和验证集,所述训练集和所述验证集的比例为8:2;所述训练子模块9使用所述训练集对所述神经网络模型进行训练,得到预训练模型;所述验证子模块10使用所述验证集对所述预训练模型进行验证,验证通过,得到轨迹融合模型,验证不通过,调整所述神经网络模型的模型参数后使用所述训练集和所述验证集重新进行训练。所述获取模块11与AIS传感器和雷达传感器连接,获取所述雷达传感器的雷达数据和所述AIS传感器的AIS数据,并通过所述第二过滤模块12过滤所述雷达数据和所述AIS数据中的冗余数据,得到第二过滤数据,避免冗余数据影响对航线的识别和判断。监控指挥子系统13基于所述船只轨迹向对应的船只发送控制指令,所述可视化子系统14设置在船只上,用于将所述控制指令可视化显示给穿上的工作人员观看。
进一步的,所述监控指挥子系统13包括指令生成模块15、加密模块16和传输模块17,所述指令生成模块15、所述加密模块16和所述传输模块17依次连接;
所述指令生成模块15,基于所述船只轨迹生成控制明文;
所述加密模块16,基于对所述控制明文进行加密,得到控制指令;
所述传输模块17,用于将所述控制指令发送给对应的船只。
具体的,所述指令生成模块15基于所述船只轨迹生成控制明文;所述加密模块16基于对所述控制明文进行加密,得到控制指令;所述传输模块17将所述控制指令发送给对应的船只,避免所述控制明文在传输的过程中被截获,造成信息泄露,增加信息在传输过程中的安全性。
进一步的,所述可视化系统包括解密模块18、可视化模块19和突出显示模块20,所述解密模块18、所述可视化模块19和所述突出显示模块20依次连接;
所述解密模块18,用于对所述控制指令进行解密,得到解密明文;
所述可视化模块19,用于将所述解密明文可视化,得到可视化模型;
所述突出显示模块20,用于对所述可视化模型中的船只轨迹进行突出显示。
具体的,所述解密模块18使用与所述加密模块16对应的密钥对所述控制指令进行解密,得到解密明文;所述可视化模块19将所述解密明文可视化,得到可视化模型;所述突出显示模块20对所述可视化模型中的船只轨迹进行突出显示,通过解密、可视化并突出显示,便于船只上的工作人员更能直观的阅读船只轨迹,增加对信息获取的精确度。
请参阅图3,第二方面,本发明提供了一种AIS和雷达数据整合同步方法,包括以下步骤:
S1通过所述获取子系统1获取并过滤雷达数据和AIS数据,得到第二过滤数据;
具体的,所述获取模块11与AIS传感器和雷达传感器连接,获取所述雷达传感器的雷达数据和所述AIS传感器的AIS数据,并通过所述第二过滤模块12过滤所述雷达数据和所述AIS数据中的冗余数据,得到第二过滤数据,避免冗余数据影响对航线的识别和判断。
S2通过所述爬取模块3爬取公开数据集;
具体的,所述爬取模块3使用爬虫技术在网站上爬取公开数据集。
S3通过所述模型构建模块4构建神经网络模型;
S4通过所述训练模块5使用所述公开数据集训练所述神经网络模型,得到轨迹融合模型;
具体的,所述第一过滤子模块7过滤所述公开数据集中的冗余数据,得到第一过滤数据集;所述划分子模块8将所述第一过滤数据集划分为训练集和验证集,所述训练集和所述验证集的比例为8:2;所述训练子模块9使用所述训练集对所述神经网络模型进行训练,得到预训练模型;所述验证子模块10使用所述验证集对所述预训练模型进行验证,验证通过,得到轨迹融合模型,验证不通过,调整所述神经网络模型的模型参数后使用所述训练集和所述验证集重新进行训练。
S5通过所述整合模块6将所述第二过滤数据输入所述轨迹融合模型进行训练,得到船只轨迹。
具体的,得到船只轨迹后,通过所述监控指挥子系统13基于所述船只轨迹向对应的船只发送控制指令。通过船只上的所述可视化子系统14将所述控制指令可视化。
以上所揭露的仅为本发明一种AIS和雷达数据整合同步的方法及系统较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (7)
1.一种AIS和雷达数据整合同步系统,其特征在于,
包括获取子系统和整合子系统,所述整合子系统包括爬取模块、模型构建模块、训练模块和整合模块,所述获取子系统、所述爬取模块、所述模型构建模块、所述训练模块和所述整合模块依次连接;
所述获取子系统,用于获取并过滤雷达数据和AIS数据,得到第二过滤数据;
所述爬取模块,用于爬取公开数据集;
所述模型构建模块,用于构建神经网络模型;
所述训练模块,用于使用所述公开数据集训练所述神经网络模型,得到轨迹融合模型;
所述整合模块,用于将所述第二过滤数据输入所述轨迹融合模型进行训练,得到船只轨迹。
2.如权利要求1所述的AIS和雷达数据整合同步系统,其特征在于,
所述训练模块包括第一过滤子模块、划分子模块、训练子模块和验证子模块,所述第一过滤子模块、所述划分子模块、所述训练子模块和所述验证子模块依次连接;
所述第一过滤子模块,用于过滤所述公开数据集,得到第一过滤数据集;
所述划分子模块,用于将所述第一过滤数据集划分为训练集和验证集;
所述训练子模块,用于使用所述训练集对所述神经网络模型进行训练,得到预训练模型;
所述验证子模块,用于使用所述验证集对所述预训练模型进行验证,验证通过,得到轨迹融合模型。
3.如权利要求2所述的AIS和雷达数据整合同步系统,其特征在于,
所述训练集和所述验证集的比例为8:2。
4.如权利要求3所述的AIS和雷达数据整合同步系统,其特征在于,
所述获取子系统包括获取模块和第二过滤模块,所述获取模块和所述第二过滤模块连接;
所述获取模块,用于获取雷达数据和AIS数据;
所述第二过滤模块,用于过滤所述雷达数据和所述AIS数据,得到第二过滤数据。
5.如权利要求4所述的AIS和雷达数据整合同步系统,其特征在于,
所述AIS和雷达数据整合同步系统还包括监控指挥子系统,所述监控指挥子系统与所述整合模块连接;
所述监控指挥子系统,基于所述船只轨迹向对应的船只发送控制指令。
6.如权利要求5所述的AIS和雷达数据整合同步系统,其特征在于,
所述AIS和雷达数据整合同步系统还包括可视化子系统,所述可视化子系统与所述监控指挥子系统连接;
所述可视化子系统,用于将所述控制指令可视化。
7.一种AIS和雷达数据整合同步方法,应用于权利要求6所述的AIS和雷达数据整合同步系统,其特征在于,包括以下步骤:
通过所述获取子系统获取并过滤雷达数据和AIS数据,得到第二过滤数据;
通过所述爬取模块爬取公开数据集;
通过所述模型构建模块构建神经网络模型;
通过所述训练模块使用所述公开数据集训练所述神经网络模型,得到轨迹融合模型;
通过所述整合模块将所述第二过滤数据输入所述轨迹融合模型进行训练,得到船只轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210792224.5A CN115221243A (zh) | 2022-07-05 | 2022-07-05 | 一种ais和雷达数据整合同步的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210792224.5A CN115221243A (zh) | 2022-07-05 | 2022-07-05 | 一种ais和雷达数据整合同步的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115221243A true CN115221243A (zh) | 2022-10-21 |
Family
ID=83609765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210792224.5A Pending CN115221243A (zh) | 2022-07-05 | 2022-07-05 | 一种ais和雷达数据整合同步的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115221243A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115856873A (zh) * | 2022-11-15 | 2023-03-28 | 大连海事大学 | 一种岸基ais信号可信性判别模型、方法及装置 |
-
2022
- 2022-07-05 CN CN202210792224.5A patent/CN115221243A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115856873A (zh) * | 2022-11-15 | 2023-03-28 | 大连海事大学 | 一种岸基ais信号可信性判别模型、方法及装置 |
CN115856873B (zh) * | 2022-11-15 | 2023-11-07 | 大连海事大学 | 一种岸基ais信号可信性判别模型、方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108073277B (zh) | 用于工业自动化的虚拟现实和增强现实的系统和方法 | |
CA2517867C (en) | Quality control system and method for construction, commissioning, and other initiation of a process plant | |
CN108491533B (zh) | 数据融合方法、装置、数据处理系统及存储介质 | |
CN101561678B (zh) | 工厂信息显示装置 | |
CN106340217A (zh) | 基于增强现实技术的制造装备智能系统及其实现方法 | |
CN115221243A (zh) | 一种ais和雷达数据整合同步的方法及系统 | |
CN104360930B (zh) | 一种平显计算机完整性监控装置及监控方法 | |
CN103942721A (zh) | 用于在非破坏测试系统中实施数据分析工作流程的系统和方法 | |
CN107526766A (zh) | 数据组织方法和开发环境系统 | |
EP3576367A1 (en) | Systems and methods for authenticating data transmissions to vehicles | |
CN110196580B (zh) | 装配指导方法、系统、服务器及存储介质 | |
EP2309358B1 (en) | Plant monitoring control system | |
US20210089597A1 (en) | APPARATUS, SYSTEMS and METHODS FOR PROVIDING THREE-DIMENSIONAL INSTRUCTION MANUALS IN A SIMPLIFIED MANNER | |
EP3026603A1 (en) | Task support terminal apparatus, task support method, program, and recording medium | |
CN108124113A (zh) | 显示装置及其控制方法和存储介质 | |
JP3896939B2 (ja) | フィールド機器のデータ表示装置 | |
CN103198232B (zh) | 数字化主控室工作人员人因可靠性的确定方法及装置 | |
US9908542B2 (en) | Event recorder with configurable alarm/event monitoring | |
CN111736539B (zh) | 一种监控数据显示方法、装置、系统、服务器及存储介质 | |
JP6270488B2 (ja) | オペレータ監視制御装置およびオペレータ監視制御方法 | |
JP2020533661A (ja) | ヒューマンマシンインタフェースのリモート制御のための方法およびシステム | |
CN108830640B (zh) | 户外广告发布和监测系统及方法 | |
CN113806728B (zh) | 一种用于赛场运行监测的数据展示方法及系统 | |
CN115314684A (zh) | 一种铁路桥梁的巡检方法、系统、设备及可读存储介质 | |
JP2019057196A (ja) | 情報収集装置、情報収集方法 |
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 |