CN117692767A - 一种基于场景自适应动态分时策略的低功耗监控系统 - Google Patents
一种基于场景自适应动态分时策略的低功耗监控系统 Download PDFInfo
- Publication number
- CN117692767A CN117692767A CN202410146011.4A CN202410146011A CN117692767A CN 117692767 A CN117692767 A CN 117692767A CN 202410146011 A CN202410146011 A CN 202410146011A CN 117692767 A CN117692767 A CN 117692767A
- Authority
- CN
- China
- Prior art keywords
- time
- frequency
- segment
- time node
- different
- 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 32
- 230000000694 effects Effects 0.000 claims abstract description 78
- 238000012360 testing method Methods 0.000 claims abstract description 6
- 238000012937 correction Methods 0.000 claims description 13
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000773 point of departure Toxicity 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
Landscapes
- Closed-Circuit Television Systems (AREA)
Abstract
本申请属于安防电子摄像领域,为一种基于场景自适应动态分时策略的低功耗监控系统,通过对安防电子摄像机进行试运行一定时间,而后对该时间段内的人、车和宠物的画面频次进行分析确定活动频次,根据活动频次赋予不同时间节点不同的第一权重系数,根据不同的第一权重系数动态分时调整AOV的唤醒帧率和间隔时间,达到节能效果和录像效果的最佳解决方案,并且具有一定的校准性和健壮性(以过往历史1周或者一个月数据的统计均属动态更新不同时间段的权重),假设用户更换位置,设备也可以经过一个统计周期(如一个月或一周)重新适应新场景的位置。场景的自适应能力强,根据不同的场景,会有适应这个场景最佳动态的判定标准。
Description
技术领域
本申请属于安防电子摄像领域,特别涉及一种基于场景自适应动态分时策略的低功耗监控系统。
背景技术
由于电池产品的天生续航问题,现有行业基本上都是基于有运动物体才会唤醒电池设备,遂Cam录像,形成事件片段录影。天生无法解决常电Cam的7*24h持续工作和录像的能力,用户在外存在安全焦虑,对电池产品的长时间录像达到7*24h的期待也是不断增多。
基于该问题,研发了AOV(Always-on-video)技术。AOV原理:Cam每隔一段时间(如5s)唤醒起来拍一张照,然后休眠,持续这样形成一个以5s为时间段的全天照片,组成类似Gif动图,近似看到全天的录像,实现电池产品的7*24h录像技术。
在AOV技术的基础上,如何合理AOV并且在电池产品满足低功耗的策略是一个面临问题,如果设置较短的唤醒时间,功耗比较高,会造成需要大容量的电池或者外置太阳能持续功能或者用户换电,成本高+用户使用也麻烦;如果设置较长的唤醒时间(如1min),时间间隔太大用户呈现的录像效果不好,也达不到7*24h的概念。
因此需要有一个效果好同时也满足尽可能低功耗的方式来进行安防监控。
发明内容
本申请的目的是提供了一种基于场景自适应动态分时策略的低功耗监控系统,以解决现有技术中难以同时兼顾唤醒时间短和低功耗的问题。
本申请的技术方案是:一种基于场景自适应动态分时策略的低功耗监控系统,包括:
将安防电子摄像机安装至指定位置,对安防电子摄像机进行试运行,按照最高帧率监控该指定位置达到第一时间量,采集该时间段内不同时间节点下的人、车和宠物的画面频次,而后做打标统计,形成安防数据库;
根据打标统计结果分析确定人、车和宠物在不同时间节点的活动频次,而后根据活动频次的大小对不同时间节点分别施加不同的第一权重系数;
根据第一权重系数分别对不同的时间节点设置不同的AOV帧率,安防电子摄像机根据不同时间节点的AOV帧率进行安防监控;
在安防电子摄像机实际运行第一时间量后,获取最近第一时间量内的安防监控数据,并再次分析人、车和宠物在不同时间节点的活动频次,根据最近的活动频次结果施加第二权重系数,通过第二权重系数对第一权重系数进行修正,并修正AOV帧率。
优选地,所述AOV帧率根据大小设置为四个不同的层级,分别为高频、中频、低频和极低频;高频时安防电子摄像机的帧率为1s/帧;中频时安防电子摄像机的帧率为4s/帧;低频时安防电子摄像机的帧率为6s/帧;极低频时安防电子摄像机的帧率为10s/帧。
优选地,还设置有时间节点修正模块,在安防电子摄像机实际运行第一时间量后,先获取某一时间节点的端点,截取与该端点相差第二时间的时间片段,而后分析该时间片段内的活动频次的大小,若该时间片段内的活动频次与该时间节点处于同一层级,则将该时间片段纳入该时间节点内;反之,则将时间片段从该时间节点内去除,而后终止该端点的时间修正;当将该时间片段纳入时间节点时,则对合并后时间节点的新的端点再次截取时间片段,并再次修正,直至时间片段内的活动频次与该时间节点处于不同层级。
优选地,所述时间片段包括时间节点内片段和时间节点外片段,对时间节点内片段和时间节点外片段分别进行活动频次的分析,当时间节点内片段与该时间节点处于同一层级时,不做调整;当时间节点内片段与该时间节点处于不同层级时,去除该时间片段;当时间节点外片段与该时间节点处于同一层级时,将该时间节点外片段纳入该时间节点;当时间节点外片段与该时间节点处于不同层级时,不做调整;当时间节点内片段与该时间节点处于同一层级并且时间节点外片段与该时间节点处于不同层级时,停止修正。
优选地,统计人、车和宠物在同一时间段内的总的活动频次,对人、车和宠物分别设置第三权重系数,其中将人的第三权重系数设置为1,车的第三权重系数根据车的活动频次与人的活动频次之间的比例、该住户的人口数量和往来人口数量综合分析后进行赋值,宠物的第三权重系数通过宠物的活动频次与人的活动频次之间的比例进行赋值。
优选地,对宠物设置有活动频次合并模块,所述活动频次合并模块内设置有宠物类型判定数据库,所述宠物类型判定数据库内将宠物分为成群宠物和非成群宠物,当通过安防监控数据判定采集到某一宠物为成群宠物时,均按照设定的活动频次数量对该宠物的活动频次进行计算。
优选地,还设置有AI过滤模块,当安防电子摄像机拍摄完成任意一张安防图像后,通过AI过滤模块对飘动物体进行过滤。
本申请的基于场景自适应动态分时策略的低功耗监控系统,通过对安防电子摄像机进行试运行一定时间,而后对该时间段内的人、车和宠物的画面频次进行分析确定活动频次,根据活动频次赋予不同时间节点不同的第一权重系数,根据不同的第一权重系数动态分时调整AOV的唤醒帧率和间隔时间,达到节能效果和录像效果的最佳解决方案,并且具有一定的校准性和健壮性(以过往历史1周或者一个月数据的统计均属动态更新不同时间段的权重),假设用户更换位置,设备也可以经过一个统计周期(如一个月或一周)重新适应新场景的位置。场景的自适应能力强,根据不同的场景,会有适应这个场景最佳动态的判定标准。
附图说明
为了更清楚地说明本申请提供的技术方案,下面将对附图作简单地介绍。显而易见地,下面描述的附图仅仅是本申请的一些实施例。
图1为本申请整体流程示意图;
图2为本申请活动频次层级划分结构示意图。
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。
一种基于场景自适应动态分时策略的低功耗监控系统
安防产品一旦安装后,除非存在更换位置监控,否则场景拥有一定性规律,如场景的道路、墙、草坪、车库等基本上相对位置不变,意味着画面频繁活动规律,行迹、一家人的日常行为习惯时间段存在历史数据的规律性,通过历史数据的累计统计和一定的规则,可做到统计出这个cam安装场景特点(根据算法需求统计具体不同维度或者特征),把这个过程称为场景的学习自适应,这也意味着同一家安装不同位置的Cam A和B,一段时间后A和B就学习到的场景就会不同,两个机器后续做的判断标准也是动态的不同,而非研发预先设定好的默认值。
如图1所示,包括如下步骤:
步骤S100,将安防电子摄像机安装至指定位置,对安防电子摄像机进行试运行,按照最高帧率监控该指定位置达到第一时间量,采集该时间段内不同时间节点下的人、车和宠物的画面频次,而后做打标统计,形成安防数据库。
第一时间量可以为一周或者一个月等,可以按照不同的需求进行设置。
进行打标统计时,统计不同画面频次发生的时间区间,比如以小时为单位,统计一天24h的平均检测到因为人、车和宠物触发录影的画面频次,根据人的活动规律,一天之中不同时间段的活动频次有高低之分。
步骤S200,根据打标统计结果分析确定人、车和宠物在不同时间节点的活动频次,而后根据活动频次的大小对不同时间节点分别施加不同的第一权重系数。
优选地,由于花草、树叶等物体的飘动会触发录影,影响打标统计结果,因此设置有AI过滤模块,当安防电子摄像机拍摄完成任意一张安防图像后,通过AI过滤模块对飘动物体进行过滤,以保证打标统计结果的精度。
不同活动频次对应不同的第一权重系数,对于活动频次高的时间节点,设置较大的第一权重系数,如可能早上出门的9点、中午12-1点、下午的19点灯,AOV唤醒帧率设置高一点,以适配场景任务事件发生较多的监控需求;对于活动频次较低的时间节点,设置较大的第二权重系数,如晚上22点-凌晨6点,则设置较低的唤醒帧率。
优选地,统计人、车和宠物在同一时间段内的总的活动频次,对人、车和宠物分别设置第三权重系数,其中将人的第三权重系数设置为1,车的第三权重系数根据车的活动频次与人的活动频次之间的比例、该住户的人口数量和往来人口数量综合分析后进行赋值,宠物的第三权重系数通过宠物的活动频次与人的活动频次之间的比例进行赋值。
对于2口之家,则可以将车的第三权重系数设置为1.5-2.5之间,也即是出现一次车辆相当于出现一个以上的人的活动频次,具体数值根据该住户的具体活动规律来考虑;对于3口之家,则可以将车的第三权重系数设置为2.5-3.5之间。宠物根据实际类型分析后,按照经验设置为。0.5-1.0之间。
同时考虑到,有些宠物为成群宠物,对于成群宠物,如成群的猫、狗或者鱼类,有可能一次出现5-10只或者更多,这种情况下统计按照数量来直接统计是不合适的,因此在判定出为成群宠物时,则设定为一个固定的活动频次如1或2等,以保证活动频次统计的准确性。
具体流程为:对宠物设置有活动频次合并模块,活动频次合并模块内设置有宠物类型判定数据库,宠物类型判定数据库内将宠物分为成群宠物和非成群宠物,当通过安防监控数据判定采集到某一宠物为成群宠物时,具体为通过分析确定图像中同一类宠物的数量超过3只或以上,均按照设定的活动频次数量对该宠物的活动频次进行计算。
步骤S300,根据第一权重系数分别对不同的时间节点设置不同的AOV帧率,安防电子摄像机根据不同时间节点的AOV帧率进行安防监控。
优选地,AOV帧率根据大小设置为四个不同的层级,分别为高频、中频、低频和极低频;高频时安防电子摄像机的帧率为1s/帧;中频时安防电子摄像机的帧率为4s/帧;低频时安防电子摄像机的帧率为6s/帧;极低频时安防电子摄像机的帧率为10s/帧。
如图2所示,通过三个曲线从上至下分成四个层级,分别为高频、中频、低频和超低频。
高频的时间节点可以设置为9-10点之间、12-2点之间、19-20点之间;
中频的时间节点可以设置为8-9点之间、10-12点之间、20-21点之间;
低频的时间节点可以设置为7-8点之间、14-15点之间、18-19点之间、21-22点之间;
超低频为剩余的12个时间段。
这样一天下来,可以根据每家不同的情况,最佳适配不同时间段的AOV帧率,达到一定的节能效果。
节能和监控效果按照上述进行估算:
相对于默认AOV 1s/帧来测算,一天下来节省了12*(3600/1 - 3600/10) + 4*(3600/1 - 3600/5) + 4*(3600/1 - 3600/3) = 60000帧唤醒的功耗;
相对于默认AOV 10s/帧来测算,在3个高频时间段里面,可以很好满足监控效果的需求。
更进一步地,在住户实际的生活中,上述的各层级对应的时间节点可能与实际生活有差别,比如其距离工作地较远,早起半小时,则其高频时间段应为8.30-9.30之间。对于该种情况,可以根据实际的监控结果进行修正,具体为:
还设置有时间节点修正模块,在安防电子摄像机实际运行第一时间量后,先获取某一时间节点的端点,截取与该端点相差第二时间的时间片段,而后分析该时间片段内的活动频次的大小,若该时间片段内的活动频次与该时间节点处于同一层级,则将该时间片段纳入该时间节点内;反之,则将时间片段从该时间节点内去除,而后终止该端点的时间修正;当将该时间片段纳入时间节点时,则对合并后时间节点的新的端点再次截取时间片段,并再次修正,直至时间片段内的活动频次与该时间节点处于不同层级。
比如先以9点为端点,第二时间设置为5min,则需要分别计算8.55和9.05之间的活动频次,若活动频次与高频的活动频次处于同一层级,则将该段时间节点修正为8.55-10;而后再次判断8.50-9.00之间的活动频次,与高频再次为同一层级,则将时间节点修正为8.50-10点,直至达到8.30-10点。而后再以10点为端点进行修正,直至修正到8.30-9.30,从而得到更加精准的时间节点。
优选地,时间片段包括时间节点内片段和时间节点外片段,对时间节点内片段和时间节点外片段分别进行活动频次的分析,当时间节点内片段与该时间节点处于同一层级时,不做调整;当时间节点内片段与该时间节点处于不同层级时,去除该时间片段;当时间节点外片段与该时间节点处于同一层级时,将该时间节点外片段纳入该时间节点;当时间节点外片段与该时间节点处于不同层级时,不做调整;当时间节点内片段与该时间节点处于同一层级并且时间节点外片段与该时间节点处于不同层级时,停止修正。
同样以上述9-10点的时间节点为例,时间节点内片段为9点-9.05,时间节点外片段为8.55-9点;如果9-9.05点处于高频层次,则不变,再对8.55-9点的时间片段进行分析;如果9点-9.05处于中频层次,则将时间节点修正为9.05-10点,而后再对9.05-9.10进行分析。通过该种分析方式,虽然少量增加了片段数量,但是能够快速去除不同层级的时间片段,从而提高分析效率。
步骤S400,在安防电子摄像机实际运行第一时间量后,获取最近第一时间量内的安防监控数据,并再次分析人、车和宠物在不同时间节点的活动频次,根据最近的活动频次结果施加第二权重系数,通过第二权重系数对第一权重系数进行修正,并修正AOV帧率。
由于人的活动频次在不同的时间上可能会发生变化,如升职或者离职,当老板或者破产、新的孩子或者有人离世等,其活动频次会因此发生巨大变化,如果按照以前的帧率进行拍摄则会产生较大的误差,因此需要每个一定时间对帧率进行修正,如一周或者一个月,以保证帧率设置的准确性。
本申请通过对安防电子摄像机进行试运行一定时间,而后对该时间段内的人、车和宠物的画面频次进行分析确定活动频次,根据活动频次赋予不同时间节点不同的第一权重系数,根据不同的第一权重系数动态分时调整AOV的唤醒帧率和间隔时间,达到节能效果和录像效果的最佳解决方案,并且具有一定的校准性和健壮性(以过往历史1周或者一个月数据的统计均属动态更新不同时间段的权重),假设用户更换位置,设备也可以经过一个统计周期(如一个月或一周)重新适应新场景的位置。
场景的自适应能力强,根据不同的场景,会有适应这个场景最佳动态的判定标准,比如同一家安装的Cam A和B就会不同,不同人a和b安装的也会不同,而A、B、a、b都会是各自场景里面最合适的一套算法规则。
最后应说明的几点是:本发明公开实施例附图中,只涉及到与本公开实施例涉及到的结构,其他结构可参考通常设计,在不冲突情况下,本发明同一实施例及不同实施例可以相互组合;
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于场景自适应动态分时策略的低功耗监控系统,其特征在于,包括:
将安防电子摄像机安装至指定位置,对安防电子摄像机进行试运行,按照最高帧率监控该指定位置达到第一时间量,采集该时间段内不同时间节点下的人、车和宠物的画面频次,而后做打标统计,形成安防数据库;
根据打标统计结果分析确定人、车和宠物在不同时间节点的活动频次,而后根据活动频次的大小对不同时间节点分别施加不同的第一权重系数;
根据第一权重系数分别对不同的时间节点设置不同的AOV帧率,安防电子摄像机根据不同时间节点的AOV帧率进行安防监控;
在安防电子摄像机实际运行第一时间量后,获取最近第一时间量内的安防监控数据,并再次分析人、车和宠物在不同时间节点的活动频次,根据最近的活动频次结果施加第二权重系数,通过第二权重系数对第一权重系数进行修正,并修正AOV帧率。
2.如权利要求1所述的基于场景自适应动态分时策略的低功耗监控系统,其特征在于:所述AOV帧率根据大小设置为四个不同的层级,分别为高频、中频、低频和极低频;高频时安防电子摄像机的帧率为1s/帧;中频时安防电子摄像机的帧率为4s/帧;低频时安防电子摄像机的帧率为6s/帧;极低频时安防电子摄像机的帧率为10s/帧。
3.如权利要求2所述的基于场景自适应动态分时策略的低功耗监控系统,其特征在于,还设置有时间节点修正模块,在安防电子摄像机实际运行第一时间量后,先获取某一时间节点的端点,截取与该端点相差第二时间的时间片段,而后分析该时间片段内的活动频次的大小,若该时间片段内的活动频次与该时间节点处于同一层级,则将该时间片段纳入该时间节点内;反之,则将时间片段从该时间节点内去除,而后终止该端点的时间修正;当将该时间片段纳入时间节点时,则对合并后时间节点的新的端点再次截取时间片段,并再次修正,直至时间片段内的活动频次与该时间节点处于不同层级。
4.如权利要求3所述的基于场景自适应动态分时策略的低功耗监控系统,其特征在于:所述时间片段包括时间节点内片段和时间节点外片段,对时间节点内片段和时间节点外片段分别进行活动频次的分析,当时间节点内片段与该时间节点处于同一层级时,不做调整;当时间节点内片段与该时间节点处于不同层级时,去除该时间片段;当时间节点外片段与该时间节点处于同一层级时,将该时间节点外片段纳入该时间节点;当时间节点外片段与该时间节点处于不同层级时,不做调整;当时间节点内片段与该时间节点处于同一层级并且时间节点外片段与该时间节点处于不同层级时,停止修正。
5.如权利要求1所述的基于场景自适应动态分时策略的低功耗监控系统,其特征在于:统计人、车和宠物在同一时间段内的总的活动频次,对人、车和宠物分别设置第三权重系数,其中将人的第三权重系数设置为1,车的第三权重系数根据车的活动频次与人的活动频次之间的比例、该住户的人口数量和往来人口数量综合分析后进行赋值,宠物的第三权重系数通过宠物的活动频次与人的活动频次之间的比例进行赋值。
6.如权利要求5所述的基于场景自适应动态分时策略的低功耗监控系统,其特征在于:对宠物设置有活动频次合并模块,所述活动频次合并模块内设置有宠物类型判定数据库,所述宠物类型判定数据库内将宠物分为成群宠物和非成群宠物,当通过安防监控数据判定采集到某一宠物为成群宠物时,均按照设定的活动频次数量对该宠物的活动频次进行计算。
7.如权利要求1所述的基于场景自适应动态分时策略的低功耗监控系统,其特征在于:还设置有AI过滤模块,当安防电子摄像机拍摄完成任意一张安防图像后,通过AI过滤模块对飘动物体进行过滤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146011.4A CN117692767A (zh) | 2024-02-02 | 2024-02-02 | 一种基于场景自适应动态分时策略的低功耗监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146011.4A CN117692767A (zh) | 2024-02-02 | 2024-02-02 | 一种基于场景自适应动态分时策略的低功耗监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117692767A true CN117692767A (zh) | 2024-03-12 |
Family
ID=90126869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410146011.4A Pending CN117692767A (zh) | 2024-02-02 | 2024-02-02 | 一种基于场景自适应动态分时策略的低功耗监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117692767A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101938597A (zh) * | 2009-06-30 | 2011-01-05 | 株式会社日立制作所 | 影像记录系统 |
CN108449560A (zh) * | 2018-04-13 | 2018-08-24 | 维沃移动通信有限公司 | 一种录像方法及终端 |
WO2021043074A1 (zh) * | 2019-09-03 | 2021-03-11 | 平安科技(深圳)有限公司 | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 |
US20210099640A1 (en) * | 2019-09-30 | 2021-04-01 | Canon Kabushiki Kaisha | Control apparatus, image pickup apparatus, and control method |
CN115604434A (zh) * | 2022-05-13 | 2023-01-13 | 深圳时识科技有限公司(Cn) | 超低功耗监控装置及方法 |
CN116320714A (zh) * | 2023-03-07 | 2023-06-23 | 广州安凯微电子股份有限公司 | 图像采集方法、装置、设备、存储介质和程序产品 |
-
2024
- 2024-02-02 CN CN202410146011.4A patent/CN117692767A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101938597A (zh) * | 2009-06-30 | 2011-01-05 | 株式会社日立制作所 | 影像记录系统 |
CN108449560A (zh) * | 2018-04-13 | 2018-08-24 | 维沃移动通信有限公司 | 一种录像方法及终端 |
WO2021043074A1 (zh) * | 2019-09-03 | 2021-03-11 | 平安科技(深圳)有限公司 | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 |
US20210099640A1 (en) * | 2019-09-30 | 2021-04-01 | Canon Kabushiki Kaisha | Control apparatus, image pickup apparatus, and control method |
CN115604434A (zh) * | 2022-05-13 | 2023-01-13 | 深圳时识科技有限公司(Cn) | 超低功耗监控装置及方法 |
CN116320714A (zh) * | 2023-03-07 | 2023-06-23 | 广州安凯微电子股份有限公司 | 图像采集方法、装置、设备、存储介质和程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117730293A (zh) | 设备能量使用确定 | |
CN107529631A (zh) | 智能控制器内的自动存在检测及与存在相关的控制 | |
CN106713029A (zh) | 一种确定资源监控阈值的方法及装置 | |
CN112465237B (zh) | 基于大数据分析的故障预测方法、装置、设备和存储介质 | |
CN111680851B (zh) | 基于k线图的企业用电趋势评估方法 | |
CN114967804A (zh) | 配电房温度和湿度调控方法 | |
CN117692767A (zh) | 一种基于场景自适应动态分时策略的低功耗监控系统 | |
CN115099291B (zh) | 一种建筑节能监测方法 | |
CN114580852A (zh) | 基于工业大数据的水泵挡水板清理实时提醒系统 | |
CN112559969B (zh) | 一种基于累积和算法的小泄漏检测方法 | |
CN111241074B (zh) | 基于时序数据和关系数据的钢铁企业数据中心应用系统 | |
CN112363065B (zh) | 一种应用于物联网传感器的电量监测方法及装置 | |
CN108449765A (zh) | 自适应调节的节能监测方法 | |
CN108966327B (zh) | 一种农业无线传感器网络的寿命延长方法及系统 | |
CN114779731B (zh) | 一种面向智能制造的生产数据动态监测分析系统及方法 | |
CN112493100A (zh) | 基于土壤水势的棉花水分监测滴灌控制方法及系统 | |
CN115496522A (zh) | 一种基于滑动平均的市场化交易电量预测方法及系统 | |
CN100495980C (zh) | 一种性能统计数据收集方法 | |
CN115225986A (zh) | 一种osu带宽自适应调整的方法和装置 | |
CN112953378A (zh) | 光伏组件清洗方法、巡检方法及清洗与巡检系统 | |
CN114553733B (zh) | 一种基于人工智能的智能网关监控管理系统及方法 | |
CN117270412B (zh) | 一种基于无线通信技术的智能家居控制系统 | |
Jun et al. | Cheap noisy sensors can improve activity monitoring under stringent energy constraints | |
CN117970828A (zh) | 一种智能家居多方位控制管理系统 | |
CN112416561A (zh) | 一种面向目标计数任务场景的资源动态调度与管理方法 |
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 |