CN115689844B - 一种基于多维引擎的智能数据管理平台、搭建方法 - Google Patents
一种基于多维引擎的智能数据管理平台、搭建方法 Download PDFInfo
- Publication number
- CN115689844B CN115689844B CN202310005298.4A CN202310005298A CN115689844B CN 115689844 B CN115689844 B CN 115689844B CN 202310005298 A CN202310005298 A CN 202310005298A CN 115689844 B CN115689844 B CN 115689844B
- Authority
- CN
- China
- Prior art keywords
- engine
- data
- environment monitoring
- smart
- intelligent
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于多维引擎的智能数据管理平台、搭建方法,包括以下步骤:组建信息采集设备,以获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据;构建数据处理模块,对所述轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行多维化处理;依次搭建数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组。本发明利用多维引擎进行智能数据管理平台构建,能够涵盖多维数据,数据全面性广,进而使得搭建而成的数据管理平台适用性广、迁移性强。
Description
技术领域
本发明涉及数据管理技术领域,具体涉及一种基于多维引擎的智能数据管理平台、搭建方法。
背景技术
当前人工智能与各行各业的解决方案构建之间存在着密切的关系,人工智能给解决方案的构建带来的本质变革,取得较好的进展和应用效果。
然而人工智能、大数据的应用也产生了大量的数据,并且在各个领域之间难以实现共通,目前的解决方案的制定都是单一领域单独进行,数据利用率只存在于单一领域,导致数据的利用率差,而且单一领域的数据维度由于领域间的不同维度也受限,进而导致解决方案的制定在数据全面性考量上存在缺陷,导致解决方案制定的可靠性不足。
发明内容
本发明的目的在于提供一种基于多维引擎的智能数据管理平台、搭建方法,以解决现有技术中解决方案的制定都是单一领域单独进行,数据利用率只存在于单一领域,导致数据的利用率差,而且单一领域的数据维度由于领域间的不同维度也受限,进而导致解决方案的制定在数据全面性考量上存在缺陷,导致解决方案制定的可靠性不足的技术问题。
为解决上述技术问题,本发明具体提供下述技术方案:
一种基于多维引擎的智能数据管理平台搭建方法,包括以下步骤:
组建信息采集设备,以获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据;
构建数据处理模块,对所述轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行多维化处理;
依次搭建数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组;
将经过多维化处理的轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据利用数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组进行应用分析,以得到智慧轨交解决方案、智慧电网解决方案、智慧城市解决方案、智慧环境解决方案。
作为本发明的一种优选方案,利用高速AI相机、传感汇入采集设备、边缘智能分析设备、高精度定位器和智能巡检小车获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据。
作为本发明的一种优选方案,利用数据处理模块中数据处理平台对所述轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行处理,利用智能算法库和深度学习平台供数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组进行驱动得到智慧轨交解决方案、智慧电网解决方案、智慧城市解决方案、智慧环境解决方案。
作为本发明的一种优选方案,利用行为分析引擎组中的人员结构化引擎、人员行为分析引擎、对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎以及环境监测引擎组中的环境变化检测引擎、智能控制引擎基于轨道交通领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧轨交解决方案;
利用数字孪生引擎组中的空间语义化引擎、三维重建引擎和高精度地图引擎、对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎基于智慧城市领域的实时分析数据用智能算法库中对应智能算法在深度学习平台运行,得到智慧城市解决方案;
利用对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎、环境监测引擎组中环境变化检测引擎、传感遥感检测引擎和智能控制引擎基于国家电网领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧电网解决方案;
利用所述数字孪生引擎组中空间语义化引擎、三维重建引擎和高精度地图引擎、环境监测引擎组中环境变化检测引擎、传感遥感检测引擎和智能控制引擎基于自然环境监测领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧环境解决方案。
作为本发明的一种优选方案,所述多维化处理包括:
获取一段轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据,并由轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据得到表征数据静态成分的实时处理的数据参照体;
将轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据与所述数据参照体进行比较,并将实时分析数据中与数据参照体不一致的数据进行单项修正以在数据参照体的基础上修正得到多维化处理后的实时分析数据,以实现轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据的多维化处理。
作为本发明的一种优选方案,将轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行统一格式转换,以将轨道交通、国家电网、智慧城市以及自然环境监测领域的分析数据进行多维格式统一;
将多维格式统一后的轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据分别依时序进行静态成分提取,得到所述轨道交通、国家电网、智慧城市以及自然环境监测领域的数据静态成分,所述静态成分提取的函数表达式为:
式中,S为静态成分提取量化值,d为轨道交通或国家电网或智慧城市或自然环境监测领域的数据静态成分,dt为第t个时序处的轨道交通或国家电网或智慧城市或自然环境监测领域的分析数据,min为最小化运算符,t为时序计量数,n为时序总数量。
将所述轨道交通、国家电网、智慧城市以及自然环境监测领域的数据静态成分进行封装作为实时处理的数据参照体。
作为本发明的一种优选方案,本发明提供了一种基于多维引擎的智能数据管理平台,包括信息采集设备、数据处理模块、数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组,
所述信息采集设备,用于获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据;
所述数据处理模块,用于所述轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行多维化处理;
所述数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组,分别用于数字驱动算法平台得到智慧轨交解决方案、智慧电网解决方案、智慧城市解决方案、智慧环境解决方案。
作为本发明的一种优选方案,所述数据处理模块包括智能算法库、数据处理平台、深度学习平台;所述信息采集设备包括高速AI相机、传感汇入采集设备、边缘智能分析设备、高精度定位器和智能巡检小车。
作为本发明的一种优选方案,所述数字孪生引擎组包括空间语义化引擎、三维重建引擎和高精度地图引擎,行为分析引擎组包括人员结构化引擎、人员行为分析引擎、人员重定位引擎和人群行为分析引擎,对象检测引擎组包括图像内容解析引擎、对象属性检测引擎和历史对比引擎,环境监测引擎组包括环境变化检测引擎、传感遥感检测引擎和智能控制引擎。
作为本发明的一种优选方案,本发明提供了一种基于多维引擎的智能数据管理平台搭建方法的应用,至少应用于轨道交通、国家电网、智慧城市以及自然环境监测领域的解决方案的制定。本发明与现有技术相比较具有如下有益效果:
本发明获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据,构建数据处理模块,对所述轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行多维化处理,依次搭建数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组,得到轨道交通、国家电网、智慧城市以及自然环境监测领域的解决方案,利用多维引擎进行智能数据管理平台构建,能够涵盖多维数据,数据全面性广,进而使得搭建而成的数据管理平台适用性广、迁移性强。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式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示例性的,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,还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明实施例提供的智能数据管理平台搭建方法流程图;
图2为本发明实施例提供的智能数据管理平台结构框图;
图3为本发明实施例提供的智慧轨交解决方案制定的结构框图;
图4为本发明实施例提供的智慧电网解决方案制定的结构框图;
图5为本发明实施例提供的智慧城市解决方案制定的结构框图。
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。
如图1和图2所示,本发明提供了一种基于多维引擎的智能数据管理平台搭建方法,包括以下步骤:
组建信息采集设备,以获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据;
构建数据处理模块,对轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行多维化处理;
依次搭建数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组;
将经过多维化处理的轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据利用数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组进行应用分析,以得到智慧轨交解决方案、智慧电网解决方案、智慧城市解决方案、智慧环境解决方案。
利用高速AI相机、传感汇入采集设备、边缘智能分析设备、高精度定位器和智能巡检小车获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据。
利用数据处理模块中数据处理平台对轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行处理,利用智能算法库和深度学习平台供数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组进行驱动得到智慧轨交解决方案、智慧电网解决方案、智慧城市解决方案、智慧环境解决方案。
利用行为分析引擎组中的人员结构化引擎、人员行为分析引擎、对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎以及环境监测引擎组中的环境变化检测引擎、智能控制引擎基于轨道交通领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧轨交解决方案;
如图3所示,轨交智能监测检测解决方案主要应用于铁路设备状态的智能检测、维修过程的监管、外部环境的监测、货运列车装运安全检测等场景,实现了从人、物、外部环境等多个方向和维度在及时发现和安全处置两个阶段为铁路安全运营发挥重要作用。
轨交智能监测检测解决方案主要由接触网悬挂状态缺陷智能识别平台、铁路环境智能监测平台、货运列车装运安全智能检测平台、NBK-INTARI智能数据平台、后端高性能高并发智能分析服务器、智能巡检设备、边缘智能运算设备、前端AI摄像机、高精度定位器等核心智能产品组成。
其中智能巡检设备、边缘智能运算设备、前端AI摄像机在前端负责数据的采集和预处理,后端高性能高并发智能分析服务器为数据运行平台,NBK-INTARI智能数据平台负责将前端采集的视频或图像数据进行解析和结构化处理,将视频数据和图像数据转换为人、物等结构化的对象,再对对象的属性和状态进行分类、对比等数据分析的处理,接触网悬挂状态缺陷智能识别平台、铁路环境智能监测平台、货运列车装运安全智能检测平台从不同的业务场景需求出发实现接触网缺陷的智能检测、缺陷生命周期的跟踪管理、维修现场人员安全管理,如人员位置和人员着装是否满足安全作业规范的要求、铁路周边环境检测,如洪水、泥石流、烟火等自然灾害的发生、货运列车的货物装运是否满足规范等。
利用数字孪生引擎组中的空间语义化引擎、三维重建引擎和高精度地图引擎、对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎基于智慧城市领域的实时分析数据用智能算法库中对应智能算法在深度学习平台运行,得到智慧城市解决方案;
如图4所示,智慧城市解决方案专注于为园区提供智能化、数字化、可视化的综合解决方案,在智能控制、智能能耗、智能安防、应急响应、智能机房、智能物业等方面实现对设备的智能化、自动化升级,在园区管理上实现了智能化、人性化、合理化。通过人工智能的方式为人们的工作和生活带来便捷,让生活更美好、工作更快乐。
智慧城市解决方案由智慧城市应用平台、NBK-INTARI智能数据平台、后端高性能高并发分析服务器、高速AI相机、边缘智能分析设备、控制设备、三方传感设备及其他设备等核心产品组成。
其中高速AI相机、边缘智能分析设备、第三方传感器、控制设备等部署在前端负责数据的收集和预处理、设备的控制、设备的状态参数检测;NBK高性能高并发分析服务器为解决方案运行平台;NBK-INTARI智能数据平台由算法库、大数据处理平台、深度学习平台及数据引擎组成,最后由数据引擎通过标准数据接口向外提供人员、环境及智能控制等数据服务;智慧城市应用平台是基于用户业务面向行业的人工智能数据在上层的应用,其中包括:照明系统、排风系统、水热系统、电梯等公用设施状态及参数自动检测、设备的自动化智能化控制、耗能态势分析、耗能规划及调配、人群聚集、人员斗殴等人群行为分析、人员轨迹分析及定位、非法入侵和火灾、烟雾等自然环境的智能监控及智能布防、应急智能响应、应急方案管理、机房故障检测、机房无人值守、智能停车、物业管理等应用场景的智能化。
利用对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎、环境监测引擎组中环境变化检测引擎、传感遥感检测引擎和智能控制引擎基于国家电网领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧电网解决方案;
如图5所示,智慧电网解决方案主要应用于国家电力部门的输电线路缺陷检测,配电线路缺陷检测等场景,实现了从无人机巡线的图像数据和红外数据中,自动检测出线路上的金具、杆塔、标识及周边环境的异常情况。
其中线路管理、杆塔管理用于记录和管理管辖线路的基本档案信息;识别任务管理、缺陷标准管理、缺陷识别用对综合不同情况对线路缺陷进行综合分析;线路质量分析用于对整体线路的出现的缺陷情况进行综合质量评价。
利用数字孪生引擎组中空间语义化引擎、三维重建引擎和高精度地图引擎、环境监测引擎组中环境变化检测引擎、传感遥感检测引擎和智能控制引擎基于自然环境监测领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧环境解决方案。
多维化处理包括:
获取一段轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据,并由轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据得到表征数据静态成分的实时处理的数据参照体;
将轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据与数据参照体进行比较,并将实时分析数据中与数据参照体不一致的数据进行单项修正以在数据参照体的基础上修正得到多维化处理后的实时分析数据,以实现轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据的多维化处理。
将轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行统一格式转换,以将轨道交通、国家电网、智慧城市以及自然环境监测领域的分析数据进行多维格式统一;
将多维格式统一后的轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据分别依时序进行静态成分提取,得到轨道交通、国家电网、智慧城市以及自然环境监测领域的数据静态成分,静态成分提取的函数表达式为:
式中,S为静态成分提取量化值,d为轨道交通或国家电网或智慧城市或自然环境监测领域的数据静态成分,dt为第t个时序处的轨道交通或国家电网或智慧城市或自然环境监测领域的分析数据,min为最小化运算符,t为时序计量数,n为时序总数量。
将轨道交通、国家电网、智慧城市以及自然环境监测领域的数据静态成分进行封装作为实时处理的数据参照体。
在各个时序处进行静态成分提取,实现将轨道交通、国家电网、智慧城市以及自然环境监测领域的分析数据中不随时序变化的不变量进行提取,不变量在各个时序间都是固定数据,进而在数据处理时只需要进行一次处理后进行封装保存,后续直接调用即可,可避免每个时序均要对静态成分进行数据处理,占用数据处理资源,封装为数据参照体后直接在实时数据中获知时序动态成分,只需对时序动态成分进行数据处理即可,将动态处理后的数据与数据参照体进行拼装即可得到处理后的轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据,整个过程节省数据处理资源,降低数据冗余处理过程,对于实时性要求高的系统而言非常合适,能够降低实时数据处理量。
本发明提供了一种基于多维引擎的智能数据管理平台,包括信息采集设备、数据处理模块、数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组,
信息采集设备,用于获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据;
数据处理模块,用于轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行多维化处理;
数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组,分别用于数字驱动算法平台得到智慧轨交解决方案、智慧电网解决方案、智慧城市解决方案、智慧环境解决方案。
数据处理模块包括智能算法库、数据处理平台、深度学习平台;信息采集设备包括高速AI相机、传感汇入采集设备、边缘智能分析设备、高精度定位器和智能巡检小车。
数字孪生引擎组包括空间语义化引擎、三维重建引擎和高精度地图引擎,行为分析引擎组包括人员结构化引擎、人员行为分析引擎、人员重定位引擎和人群行为分析引擎,对象检测引擎组包括图像内容解析引擎、对象属性检测引擎和历史对比引擎,环境监测引擎组包括环境变化检测引擎、传感遥感检测引擎和智能控制引擎。
本发明提供了一种基于多维引擎的智能数据管理平台搭建方法的应用,至少应用于轨道交通、国家电网、智慧城市以及自然环境监测领域的解决方案的制定。
本发明获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据,构建数据处理模块,对轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行多维化处理,依次搭建数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组,得到轨道交通、国家电网、智慧城市以及自然环境监测领域的解决方案,利用多维引擎进行智能数据管理平台构建,能够涵盖多维数据,数据全面性广,进而使得搭建而成的数据管理平台适用性广、迁移性强。
以上实施例仅为本申请的示例性实施例,不用于限制本申请,本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内,对本申请做出各种修改或等同替换,这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (7)
1.一种基于多维引擎的智能数据管理平台搭建方法,其特征在于:包括以下步骤:
组建信息采集设备,以获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据;
构建数据处理模块,对所述轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行多维化处理;
依次搭建数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组;
将经过多维化处理的轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据利用数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组进行应用分析,以得到智慧轨交解决方案、智慧电网解决方案、智慧城市解决方案、智慧环境解决方案;
利用行为分析引擎组中的人员结构化引擎和人员行为分析引擎,对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎,以及环境监测引擎组中的环境变化检测引擎、智能控制引擎基于轨道交通领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧轨交解决方案;
利用数字孪生引擎组中的空间语义化引擎、三维重建引擎和高精度地图引擎,对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎基于智慧城市领域的实时分析数据用智能算法库中对应智能算法在深度学习平台运行,得到智慧城市解决方案;
利用对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎,环境监测引擎组中环境变化检测引擎、传感遥感检测引擎和智能控制引擎基于国家电网领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧电网解决方案;
利用数字孪生引擎组中空间语义化引擎、三维重建引擎和高精度地图引擎,环境监测引擎组中环境变化检测引擎、传感遥感检测引擎和智能控制引擎基于自然环境监测领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧环境解决方案;
所述多维化处理包括:
获取一段轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据,并由轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据得到表征数据静态成分的实时处理的数据参照体;
将轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据与数据参照体进行比较,并将实时分析数据中与数据参照体不一致的数据进行单项修正以在数据参照体的基础上修正得到多维化处理后的实时分析数据,以实现轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据的多维化处理。
2.根据权利要求1所述的一种基于多维引擎的智能数据管理平台搭建方法,其特征在于:利用高速AI相机、传感汇入采集设备、边缘智能分析设备、高精度定位器和智能巡检小车获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据。
3.根据权利要求2所述的一种基于多维引擎的智能数据管理平台搭建方法,其特征在于:利用数据处理模块中数据处理平台对所述轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行处理,利用智能算法库和深度学习平台供数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组进行驱动得到智慧轨交解决方案、智慧电网解决方案、智慧城市解决方案、智慧环境解决方案。
4.根据权利要求3所述的一种基于多维引擎的智能数据管理平台搭建方法,其特征在于:将轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行统一格式转换,以将轨道交通、国家电网、智慧城市以及自然环境监测领域的分析数据进行多维格式统一;
将多维格式统一后的轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据分别依时序进行静态成分提取,得到所述轨道交通、国家电网、智慧城市以及自然环境监测领域的数据静态成分,所述静态成分提取的函数表达式为:
式中,S为静态成分提取量化值,d为轨道交通或国家电网或智慧城市或自然环境监测领域的数据静态成分,dt为第t个时序处的轨道交通或国家电网或智慧城市或自然环境监测领域的分析数据,min为最小化运算符,t为时序计量数,n为时序总数量;
将所述轨道交通、国家电网、智慧城市以及自然环境监测领域的数据静态成分进行封装作为实时处理的数据参照体。
5.一种基于多维引擎的智能数据管理平台,其特征在于,包括信息采集设备、数据处理模块、数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组,
所述信息采集设备,用于获取轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据;
所述数据处理模块,用于所述轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据进行多维化处理;
所述数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组,分别用于数字驱动算法平台得到智慧轨交解决方案、智慧电网解决方案、智慧城市解决方案、智慧环境解决方案;
将经过多维化处理的轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据利用数字孪生引擎组、行为分析引擎组、对象检测引擎组和环境监测引擎组进行应用分析,以得到智慧轨交解决方案、智慧电网解决方案、智慧城市解决方案、智慧环境解决方案;
利用行为分析引擎组中的人员结构化引擎和人员行为分析引擎,对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎,以及环境监测引擎组中的环境变化检测引擎、智能控制引擎基于轨道交通领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧轨交解决方案;
利用数字孪生引擎组中的空间语义化引擎、三维重建引擎和高精度地图引擎,对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎基于智慧城市领域的实时分析数据用智能算法库中对应智能算法在深度学习平台运行,得到智慧城市解决方案;
利用对象检测引擎组中的图像内容解析引擎、对象属性检测引擎和历史对比引擎,环境监测引擎组中环境变化检测引擎、传感遥感检测引擎和智能控制引擎基于国家电网领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧电网解决方案;
利用数字孪生引擎组中空间语义化引擎、三维重建引擎和高精度地图引擎,环境监测引擎组中环境变化检测引擎、传感遥感检测引擎和智能控制引擎基于自然环境监测领域的实时分析数据调用智能算法库中对应智能算法在深度学习平台运行,得到智慧环境解决方案;
所述多维化处理包括:
获取一段轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据,并由轨道交通、国家电网、智慧城市以及自然环境监测领域的历史分析数据得到表征数据静态成分的实时处理的数据参照体;
将轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据与数据参照体进行比较,并将实时分析数据中与数据参照体不一致的数据进行单项修正以在数据参照体的基础上修正得到多维化处理后的实时分析数据,以实现轨道交通、国家电网、智慧城市以及自然环境监测领域的实时分析数据的多维化处理。
6.根据权利要求5所述的一种基于多维引擎的智能数据管理平台,其特征在于,所述数据处理模块包括智能算法库、数据处理平台、深度学习平台;所述信息采集设备包括高速AI相机、传感汇入采集设备、边缘智能分析设备、高精度定位器和智能巡检小车。
7.根据权利要求6所述的一种基于多维引擎的智能数据管理平台,其特征在于,所述数字孪生引擎组包括空间语义化引擎、三维重建引擎和高精度地图引擎,行为分析引擎组包括人员结构化引擎、人员行为分析引擎、人员重定位引擎和人群行为分析引擎,对象检测引擎组包括图像内容解析引擎、对象属性检测引擎和历史对比引擎,环境监测引擎组包括环境变化检测引擎、传感遥感检测引擎和智能控制引擎。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310005298.4A CN115689844B (zh) | 2023-01-04 | 2023-01-04 | 一种基于多维引擎的智能数据管理平台、搭建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310005298.4A CN115689844B (zh) | 2023-01-04 | 2023-01-04 | 一种基于多维引擎的智能数据管理平台、搭建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115689844A CN115689844A (zh) | 2023-02-03 |
CN115689844B true CN115689844B (zh) | 2023-03-28 |
Family
ID=85057450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310005298.4A Active CN115689844B (zh) | 2023-01-04 | 2023-01-04 | 一种基于多维引擎的智能数据管理平台、搭建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115689844B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1804827A (zh) * | 2006-01-14 | 2006-07-19 | 中国海洋大学 | 海底热液活动探测数据处理和信息管理方法 |
CN103916882A (zh) * | 2013-01-07 | 2014-07-09 | 上海博路信息技术有限公司 | 一种基于移动动态数据引擎的用户分析系统 |
CN105389766A (zh) * | 2015-12-17 | 2016-03-09 | 北京中科云集科技有限公司 | 一种基于云平台的智慧城市管理方法及系统 |
WO2020211430A1 (zh) * | 2019-04-16 | 2020-10-22 | 广东康云科技有限公司 | 一种智慧城市系统及其实现方法 |
CN112033335A (zh) * | 2020-11-05 | 2020-12-04 | 成都中轨轨道设备有限公司 | 一种铁路轨距尺智能化监测预警系统及方法 |
WO2021164253A1 (zh) * | 2020-02-18 | 2021-08-26 | 平安科技(深圳)有限公司 | 用户行为实时多维度分析方法、装置及存储介质 |
CN114387558A (zh) * | 2022-03-24 | 2022-04-22 | 成都诺比侃科技有限公司 | 一种基于多维视频的变电站监控方法及系统 |
CN114650512A (zh) * | 2022-03-18 | 2022-06-21 | 杨邦会 | 一种基于数字孪生的智慧城市生态环境监测系统 |
CN114861539A (zh) * | 2022-05-11 | 2022-08-05 | 杜明芳 | 一种5g城市综合能源互联网数字孪生系统建模与实现方法 |
-
2023
- 2023-01-04 CN CN202310005298.4A patent/CN115689844B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1804827A (zh) * | 2006-01-14 | 2006-07-19 | 中国海洋大学 | 海底热液活动探测数据处理和信息管理方法 |
CN103916882A (zh) * | 2013-01-07 | 2014-07-09 | 上海博路信息技术有限公司 | 一种基于移动动态数据引擎的用户分析系统 |
CN105389766A (zh) * | 2015-12-17 | 2016-03-09 | 北京中科云集科技有限公司 | 一种基于云平台的智慧城市管理方法及系统 |
WO2020211430A1 (zh) * | 2019-04-16 | 2020-10-22 | 广东康云科技有限公司 | 一种智慧城市系统及其实现方法 |
WO2021164253A1 (zh) * | 2020-02-18 | 2021-08-26 | 平安科技(深圳)有限公司 | 用户行为实时多维度分析方法、装置及存储介质 |
CN112033335A (zh) * | 2020-11-05 | 2020-12-04 | 成都中轨轨道设备有限公司 | 一种铁路轨距尺智能化监测预警系统及方法 |
CN114650512A (zh) * | 2022-03-18 | 2022-06-21 | 杨邦会 | 一种基于数字孪生的智慧城市生态环境监测系统 |
CN114387558A (zh) * | 2022-03-24 | 2022-04-22 | 成都诺比侃科技有限公司 | 一种基于多维视频的变电站监控方法及系统 |
CN114861539A (zh) * | 2022-05-11 | 2022-08-05 | 杜明芳 | 一种5g城市综合能源互联网数字孪生系统建模与实现方法 |
Non-Patent Citations (5)
Title |
---|
M. Bouza等.Publishing and Querying Government Multidimensional Data Using QB4OLAP.《2014 9th Latin American Web Congress》.2015,82-90. * |
严鹏 等.图像智能识别技术在高速铁路基础设施检测中的应用.《中国铁路》.2019,第第689卷卷(第第689卷期),109-113. * |
亿欧网.首发丨诺比侃完成亿元人民币B轮融资 ,提升三大行业产品力.《https://baijiahao.baidu.com/s?id=1735151374305045868&wfr=spider&for=pc》.2022,1-2. * |
刘魁.城市轨道交通网络安全集中管控防护方案.《都市快轨交通》.2022,第第35卷卷(第第35卷期),85-90. * |
周艳国 等.智慧东莞时空大数据与云平台试点建设.测绘技术装备.2018,第20卷(第01期),74-78+73. * |
Also Published As
Publication number | Publication date |
---|---|
CN115689844A (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110059631B (zh) | 接触网非接触式监测缺陷识别方法 | |
CN111311630B (zh) | 在仓储管理中通过视频智能统计货物数量的方法和系统 | |
CN110516529A (zh) | 一种基于深度学习图像处理的投喂检测方法和系统 | |
CN111104622A (zh) | 一种基于webgl的三维gis智能监控方法及装置 | |
CN112309068B (zh) | 一种基于深度学习的森林火灾预警方法 | |
CN108256447A (zh) | 一种基于深度神经网络的无人机航拍视频分析方法 | |
CN117351521B (zh) | 基于数字孪生的输电线鸟类检测方法、系统、介质及设备 | |
CN113284026A (zh) | 一种大数据智慧园区管理系统 | |
CN211184122U (zh) | 铁路作业安全防控和大客流预警联动的智能视频分析系统 | |
CN116846059A (zh) | 一种用于电网巡检和监控的边缘检测系统 | |
CN113095160B (zh) | 基于人工智能和5g的电力系统人员安全行为识别方法及系统 | |
CN115689844B (zh) | 一种基于多维引擎的智能数据管理平台、搭建方法 | |
CN118038021A (zh) | 基于改进yolov4的变电站作业现场异物入侵检测方法 | |
CN112364000A (zh) | 一种电力行业多源异构数据融合的系统及方法 | |
CN116739963A (zh) | 一种基于多层级多尺度特征融合的电网设备缺陷检测方法 | |
Zhao et al. | [Retracted] Working Condition Monitoring System of Substation Robot Based on Video Monitoring | |
Liao et al. | Joint inspection of HD video and robot in substation based on OCR technology | |
CN112804493A (zh) | 一种电力工程施工用智能监控系统 | |
Wen et al. | A general framework and key technology for intelligent railway video recognition platform | |
Wang et al. | Development and Application of Edge Intelligent Monitoring Device for Hidden Danger of Transmission Channel Based on AI Chip | |
CN110738692A (zh) | 一种基于spark集群的智能视频识别方法 | |
CN113573169B (zh) | 无人机的配电箱数据读取及检测方法及系统 | |
Shin et al. | Abnormal Situation Detection using Global Surveillance Map | |
Pu et al. | Anomaly detection of substation engineering video object based on cloud platform | |
Xiaoyan et al. | Research on intelligent analysis technology of power monitoring video data based on convolutional neural network |
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 |