CN117808629A - 一种用于智慧校园的直饮水管理方法及系统 - Google Patents
一种用于智慧校园的直饮水管理方法及系统 Download PDFInfo
- Publication number
- CN117808629A CN117808629A CN202410223779.7A CN202410223779A CN117808629A CN 117808629 A CN117808629 A CN 117808629A CN 202410223779 A CN202410223779 A CN 202410223779A CN 117808629 A CN117808629 A CN 117808629A
- Authority
- CN
- China
- Prior art keywords
- water
- direct drinking
- drinking water
- people
- preset
- 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.)
- Granted
Links
- 239000003651 drinking water Substances 0.000 title claims abstract description 246
- 235000020188 drinking water Nutrition 0.000 title claims abstract description 246
- 238000007726 management method Methods 0.000 title claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 586
- 230000001502 supplementing effect Effects 0.000 claims abstract description 73
- 238000001514 detection method Methods 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000010438 heat treatment Methods 0.000 claims abstract description 26
- 230000008859 change Effects 0.000 claims abstract description 14
- 230000005856 abnormality Effects 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 19
- 230000035622 drinking Effects 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000005086 pumping Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000001960 triggered effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000009835 boiling Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 239000007787 solid Substances 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 244000005700 microbiome Species 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 4
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 4
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 239000000460 chlorine Substances 0.000 description 4
- 229910052801 chlorine Inorganic materials 0.000 description 4
- 241000894006 Bacteria Species 0.000 description 3
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 3
- 229910052785 arsenic Inorganic materials 0.000 description 3
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 3
- 238000010009 beating Methods 0.000 description 3
- 229910052793 cadmium Inorganic materials 0.000 description 3
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 3
- 229910052804 chromium Inorganic materials 0.000 description 3
- 239000011651 chromium Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 3
- 229910052753 mercury Inorganic materials 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000002110 toxicologic effect Effects 0.000 description 3
- 231100000027 toxicology Toxicity 0.000 description 3
- VTYYLEPIZMXCLO-UHFFFAOYSA-L Calcium carbonate Chemical compound [Ca+2].[O-]C([O-])=O VTYYLEPIZMXCLO-UHFFFAOYSA-L 0.000 description 2
- 238000003705 background correction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003020 moisturizing effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001988 toxicity Effects 0.000 description 2
- 231100000419 toxicity Toxicity 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910000019 calcium carbonate Inorganic materials 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 238000010191 image analysis 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
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Heat-Pump Type And Storage Water Heaters (AREA)
- Devices For Dispensing Beverages (AREA)
Abstract
本申请公开了一种用于智慧校园的直饮水管理方法及系统,该方法包括:获取检测信息;根据检测信息确定目标人数,若出现目标人数变化情况则更新直饮水供应信息,否则不做处理;根据检测信息和气温数据进行第一自适应补水处理和自适应加热处理;当目标人数大于0或接收到打水完成信息时,根据检测信息和目标人数进行第二自适应补水处理;当直饮水供应信息更新完成时,基于设备ID进行发送至云服务器;若目标人数超出第一预设人数阈值时,请求打水指引路线集合;本申请通过云服务器和直饮水设备进行信息联动,实现了对校园直饮水供应的全面智能化管理的效果,利用打水指引路线集合及时有效分流打水人员以提高校园内直饮水场景的整体打水效率。
Description
技术领域
本申请涉及智能分析的技术领域,尤其是涉及一种用于智慧校园的直饮水管理方法及系统。
背景技术
在以往校园内的直饮水系统中,由于缺乏智能化的管理和监控机制,往往存在供水不足、排队打水等待时间长的问题,并且当部分直饮水设备存在排队人数过多的情况时,由于分流不及时将导致校园直饮水打水效率低的问题,这也影响了校园师生的日常饮水需求,在校园直饮水场景中仍存在打水不便的问题。
发明内容
为了克服现有技术存在的缺陷与不足,本申请提供了一种用于智慧校园的直饮水管理方法及系统。
为了达到上述目的,本申请采用以下技术方案:
根据本申请的一个方面,提供了一种用于智慧校园的直饮水管理方法,应用于直饮水设备,在直饮水智能系统中包括云服务器与多个直饮水设备,所述云服务器分别与多个直饮水设备连接,每个直饮水设备均用于为校园内的打水人员提供饮用水;所述方法包括:
获取检测信息,其中检测信息包括直饮水场景视频数据、第一温度数据、第一水位数据、第二温度数据、第二水位数据;
根据检测信息确定目标人数,若出现目标人数变化情况则更新直饮水供应信息,否则不做处理,每个直饮水供应信息与设备ID对应;
根据检测信息和气温数据进行第一自适应补水处理和自适应加热处理,以更新直饮水供应信息;
当目标人数大于0或接收到打水完成信息时,根据检测信息和目标人数进行第二自适应补水处理,以更新直饮水供应信息;
当直饮水供应信息更新完成时,基于设备ID进行发送至所述云服务器;
若目标人数超出第一预设人数阈值时,基于设备ID进行请求打水指引路线集合,打水指引路线集合用于为打水人员指引至周围具有供应充足标识的直饮水设备的通行路线;
直饮水供应信息包括目标人数、蓄水箱可供应人数和热水箱可供应人数,所述目标人数变化情况包括目标人数增加、目标人数减少的情况;
所述打水完成信息由以下过程触发:当检测到蓄水箱的开关阀或热水箱的开关阀处于关闭状态后,在预设周期内获取打水人员与直饮水设备的相对距离,若在预设周期内该相对距离增大则产生所述打水完成信息,否则不做处理。
优选地,每个直饮水设备在预存的校园场地地图中具有对应的坐标点,校园场地地图具体为与校园实景所对应的虚拟平面图;
在所述云服务器中,打水指引路线集合的生成过程,具体包括:根据设备ID确定该直饮水设备在校园场地地图中的位置,根据设备ID确定该直饮水设备与其余任意一个直饮水设备之间的相对距离,基于相对距离按照从小到大的顺序进行排序,基于相对距离按照从小到大的顺序对直饮水设备进行遍历,若当前遍历的直饮水设备具有供应充足标识且当前遍历的直饮水设备对应的指引次数小于预设指引阈值,则将该直饮水设备与当前遍历的直饮水设备形成的通行路线添加至打水指引路线集合中并继续遍历,否则继续遍历,当打水指引路线集合内的元素数量等于预设数量时结束遍历,若结束遍历时打水指引路线集合内的元素数量为0则生成打水等待提示信息。
优选地,在根据检测信息确定目标人数中,具体包括:
从检测信息中提取两组直饮水场景视频数据,基于图像帧相似度对两组直饮水场景视频数据进行关键帧抽取以得到两组关键帧集,两组关键帧集包括第一关键帧集和第二关键帧集;
基于预先训练好的排队分析模型,分别对每组关键帧集进行识别对应的排队状态和排队人数;
若两组关键帧集对应的排队人数相同,则将排队人数作为目标人数;
若两组关键帧集对应的排队人数不相同,则基于两组关键帧集进行分析人员匹配情况以确定目标人数;
所述排队分析模型为使用多组数据通过机器学习训练得到,多组数据中的每组数据均包括:排队打水图像和标识该图像中每个人员对应的排队状态,排队状态包括排队标签值和非排队标签值,排队人数为将所有具有排队标签值的人员进行统计得到;
在基于两组关键帧集进行分析人员匹配情况以确定目标人数中,具体包括:
在每组关键帧集中进行提取每个人员的特征数据,以得到两组人员特征集,每组人员特征集均与一组关键帧集对应;
根据预设人脸相似度阈值进行判断人员匹配情况以确定匹配成功人数和遮挡预统计人数;
确定遮挡修正值;
根据匹配成功人数、遮挡预统计人数、遮挡修正值确定目标人数,具体表示为:
;
其中表示目标人数,/>表示匹配成功人数,/>表示遮挡预统计人数,/>表示遮挡修正值,/>表示在第一关键帧集对应的人员特征集中匹配失败的人数,/>表示在第二关键帧集对应的人员特征集中匹配失败的人数。
优选地,在根据检测信息和气温数据进行第一自适应补水处理和自适应加热处理中,具体包括:
从检测信息中提取第一水位数据和第二水位数据;
基于预设上课时间表确定多个预加热时间点;
若当前时刻与任意一个预加热时间点匹配时,根据水位和温度进行补水和加热;
若当前时刻与任意一个预加热时间点不匹配时,则不做处理。
优选地,在根据水位和温度进行补水和加热中,具体包括:
若第一水位数据中与当前时刻对应的水位数值小于或等于第一预设水位阈值时则根据第一预设补水量对蓄水箱进行补水,否则不做处理;
若第二水位数据中与当前时刻对应的水位数值小于或等于第二预设水位阈值,且气温数据的平均温度数值小于预设气温阈值,则根据第二预设补水量对热水箱进行补水,待补水完毕后对热水箱进行加热至预设热水温度;
若第二水位数据中与当前时刻对应的水位数值小于或等于第二预设水位阈值,且气温数据的平均温度数值大于或等于预设气温阈值,则根据第三预设补水量对热水箱进行补水,待补水完毕后对热水箱进行加热沸腾后,基于预设热水温度进行保温;
若第二水位数据中与当前时刻对应的水位数值大于第二预设水位阈值,则不做处理;
当蓄水箱补水完毕时,根据蓄水箱最新水位确定蓄水箱可供应人数;当热水箱补水完毕时,根据热水箱最新水位确定热水箱可供应人数,进而更新直饮水供应信息。
优选地,在第二自适应补水处理中,具体包括:
从检测信息中提取第一水位数据;
根据目标人数确定补水需求水量;
基于第一预设单位水位转换量,将补水需求水量转换为补水需求水位;
若第一水位数据中与当前时刻对应的水位数值小于补水需求水位则设置第一加水标识,否则设置第二加水标识,第一加水标识用于对蓄水箱继续加水,第二加水标识用于对蓄水箱停止加水;
当设置第二加水标识时,此时蓄水箱补水完毕,根据蓄水箱最新水位确定蓄水箱可供应人数,从而更新直饮水供应信息。
优选地,检测信息还包括水质异常标识,所述方法还包括:
响应于接收到水质异常标识为真时,设置打水禁用提示信息;
响应于接收到水质异常标识为假时,若存在打水禁用提示信息则恢复正常打水使能,若不存在打水禁用提示信息则不做处理。
优选地,每个直饮水设备均包括过滤器、控制器、蓄水箱、热水箱、第一温度传感器、第二温度传感器、第一水位传感器、第二水位传感器、通信模块、显示屏和摄像头组,所述控制器分别与所述第一温度传感器、所述第二温度传感器、所述第一水位传感器、所述第二水位传感器、所述显示屏、所述摄像头组、所述通信模块连接,直饮水设备通过所述通信模块与云服务器连接,所述过滤器分别与外部水源和所述蓄水箱连接,所述蓄水箱还与所述热水箱连接;
所述过滤器用于将外部水源进行过滤以输送至所述蓄水箱内,所述蓄水箱用于存储第一饮用水,所述热水箱用于抽取第一饮用水以加热为第二饮用水并进行存储,所述摄像头组用于拍摄两组直饮水场景视频数据,所述第一温度传感器用于检测所述蓄水箱内第一饮用水的第一温度数据,所述第一水位传感器用于检测所述蓄水箱内第一饮用水的第一水位数据,所述第二温度传感器用于检测所述热水箱内第二饮用水的第二温度数据,所述第二水位传感器用于检测所述热水箱内第二饮用水的第二水位数据,所述控制器用于根据检测信息进行第一自适应补水处理、第二自适应补水处理、自适应加热处理,所述显示屏用于为打水人员提供智能化提示;
所述摄像头组包括两个具有不同视角的摄像头,一个摄像头具有针对直饮水场景的上方进行观察的视角,另一个摄像头具有对直饮水场景的侧面进行观察的视角。
根据本申请的另一个方面,还提供了一种用于智慧校园的直饮水管理系统,该系统用于执行上述任一种用于智慧校园的直饮水管理方法,所述系统包括:
数据检测模块,用于获取检测信息,其中检测信息包括直饮水场景视频数据、第一温度数据、第一水位数据、第二温度数据、第二水位数据;
目标人数确定模块,用于根据检测信息确定目标人数,若出现目标人数变化情况则更新直饮水供应信息,否则不做处理,每个直饮水供应信息与设备ID对应;
第一自适应处理模块,用于根据检测信息和气温数据进行第一自适应补水处理和自适应加热处理,以更新直饮水供应信息;
第二自适应处理模块,用于当目标人数大于0或接收到打水完成信息时,根据检测信息和目标人数进行第二自适应补水处理,以更新直饮水供应信息;
数据上报模块,用于当直饮水供应信息更新完成时,基于设备ID进行发送至所述云服务器;
打水指引提示模块,用于若目标人数超出第一预设人数阈值时,基于设备ID进行请求打水指引路线集合,打水指引路线集合用于为打水人员指引至周围具有供应充足标识的直饮水设备的通行路线;
直饮水供应信息包括目标人数、蓄水箱可供应人数和热水箱可供应人数,所述目标人数变化情况包括目标人数增加、目标人数减少的情况;
所述打水完成信息由以下过程触发:当检测到蓄水箱的开关阀或热水箱的开关阀处于关闭状态后,在预设周期内获取打水人员与直饮水设备的相对距离,若在预设周期内该相对距离增大则产生所述打水完成信息,否则不做处理。
优选地,检测信息还包括水质异常标识,所述系统还包括:
水质异常模块,用于响应于接收到水质异常标识为真时,设置打水禁用提示信息;响应于接收到水质异常标识为假时,若存在打水禁用提示信息则恢复正常打水使能,若不存在打水禁用提示信息则不做处理。
本申请与现有技术相比,具有如下优点和有益效果:
(1)本申请通过云服务器和多个直饮水设备进行信息联动,实现了对校园直饮水供应的全面智能化管理的效果,通过实时获取直饮水场景视频数据、第一温度数据、第一水位数据、第二温度数据、第二水位数据,从而通过确定目标人数以准确分析打水用户的需求,同时利用第一自适应补水处理、自适应加热处理、第二自适应补水处理以根据实际情况调整供水策略,确保校园直饮水供水的及时性,进一步地,当直饮水设备的目标人数超出第一预设人数阈值时向云服务器请求打水指引路线集合,从而引导打水人员前往具有供应充足标识的直饮水设备进行打水,利用打水指引路线集合达到分流引导的效果,通过分流实现校园内直饮水场景下打水的负载均衡效果,这种分流机制能够有效避免单一直饮水设备的拥挤现象,通过及时有效分流打水人员以提高校园内直饮水场景的整体打水效率,提升了校园内直饮水场景的用户体验度和打水便捷性。
(2)在根据检测信息确定目标人数中,基于预先训练好的排队分析模型,分别对每组关键帧集进行识别对应的排队状态和排队人数,进而在两组关键帧集对应的排队人数不相同时基于两组关键帧集进行分析人员匹配情况以确定目标人数,根据匹配成功人数、遮挡预统计人数、遮挡修正值确定目标人数,从而提高了确定目标人数时的准确性,为后续的打水指引提供准确的数据支撑。
(3)通过在响应于接收到水质异常标识为真时,设置打水禁用提示信息,当存在打水禁用提示信息时,利用显示屏显示禁用的文本提示,利用控制器将蓄水箱、热水箱均设置为禁用状态,通过及时对存在异常的直饮水设备进行禁用,从而提高了校园直饮水在使用时的安全性。
附图说明
图1为本申请实施例1中一种用于智慧校园的直饮水管理方法的流程示意图;
图2为本申请实施例1中饮水管理表的示意框图;
图3为本申请实施例2中一种用于智慧校园的直饮水管理方法的流程示意图;
图4为本申请实施例3中一种用于智慧校园的直饮水管理方法的示意框图;
图5为本申请实施例4中提供一种终端的结构示意图;
图6为本申请实施例5中提供的一种计算机设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在实施例1中,本实施例提供了一种用于智慧校园的直饮水管理方法,该方法应用于直饮水设备,在直饮水智能系统中包括云服务器与多个直饮水设备,云服务器分别与多个直饮水设备连接,每个直饮水设备均用于为校园内的打水人员提供饮用水;
在本实施例中,每个直饮水设备均包括过滤器、控制器、蓄水箱、热水箱、第一温度传感器、第二温度传感器、第一水位传感器、第二水位传感器、通信模块、显示屏和摄像头组,控制器分别与第一温度传感器、第二温度传感器、第一水位传感器、第二水位传感器、显示屏、摄像头组、通信模块连接,直饮水设备通过通信模块与云服务器连接,过滤器分别与外部水源和蓄水箱连接,蓄水箱还与热水箱连接;
在本实施例中,过滤器用于将外部水源进行过滤以输送至蓄水箱内,蓄水箱用于存储第一饮用水,热水箱用于抽取第一饮用水以加热为第二饮用水并进行存储,摄像头组用于拍摄两组直饮水场景视频数据,第一温度传感器用于检测蓄水箱内第一饮用水的第一温度数据,第一水位传感器用于检测蓄水箱内第一饮用水的第一水位数据,第二温度传感器用于检测热水箱内第二饮用水的第二温度数据,第二水位传感器用于检测热水箱内第二饮用水的第二水位数据,控制器用于根据检测信息进行第一自适应补水处理、第二自适应补水处理、自适应加热处理,显示屏用于为打水人员提供智能化提示,检测信息包括直饮水场景视频数据、水质异常标识、第一温度数据、第一水位数据、第二温度数据、第二水位数据,检测信息与设备ID对应。
在本实施例中,直饮水场景视频数据具体为包含直饮水设备周围场景环境的图像帧序列;第一温度数据、第一水位数据、第二温度数据、第二水位数据均为时序数据,每个时刻均对应一个数值。
在本实施例中,水质异常标识用于表示水质数据是否异常,当水质异常标识为真时则表示水质数据存在异常情况,当水质异常标识为假时则表示水质数据正常。
在本实施例中,通过周期性抽样的方式对每个直饮水设备中蓄水箱内的第一饮用水进行采集以完成水质检测,每个水质数据均经过水质检测后上传至云服务器进行分析水质异常标识,进而根据设备ID将对应的水质异常标识发送至直饮水设备,从而使得每个直饮水设备及时更新对应的水质异常标识。周期性抽样的方式例如每周采集抽样,或者每半个月抽样,或者每月抽样等等,本领域技术人员可以根据实际情况进行调整周期,在此不做具体限定。
在本实施例中,水质数据具体包括与理化指标参数、毒理指标参数、微生物指标参数对应的检测结果数据,例如,与理化指标参数对应的指标子项包括总硬度、pH值、总溶解性固体浓度、总有机碳浓度、余氯浓度、氨氮浓度,与微生物指标参数对应的指标子项包括细菌总数,与毒理指标参数对应的指标子项包括铅浓度、汞浓度、砷浓度、铬浓度、镉浓度;
在本实施例中,利用硬度传感器测量总硬度,利用pH传感器测量pH值,利用电导率传感器测量电导率以间接推算总溶解性固体浓度,利用总有机碳传感器测量总有机碳浓度,利用余氯传感器测量水中的余氯浓度,利用氨氮传感器测量水中的氨氮浓度,利用微生物传感器测量水中的细菌总数,利用重金属传感器测量水中铅浓度、汞浓度、砷浓度、铬浓度、镉浓度。
需要说明的是,利用电导率传感器测量电导率以间接推算总溶解性固体浓度为现有技术,不属于本申请保护范围内。虽然电导率传感器本身不直接测量总溶解性固体浓度,但电导率与总溶解性固体浓度之间存在相关性,通过电导率传感器测得的电导率数据可以转化为总溶解性固体浓度的数值,因此可以通过测量电导率来间接推算总溶解性固体浓度。
在分析水质异常标识中,具体包括:基于预设安全指标范围表,根据水质数据的超标情况进行设置水质异常标识,并根据设备ID发送水质异常标识。
在根据水质数据的超标情况进行设置水质异常标识中,具体包括:依次对水质数据进行遍历,在遍历时根据预设安全指标范围表找到对应的参数进行判断超标情况,当与理化指标参数、毒理指标参数、微生物指标参数对应的检测结果数据中存在任意一个参数超标,则设置水质异常标识为真,否则设置水质异常标识为假。
在本实施例中,预设安全指标范围表包括与理化指标参数、毒理指标参数、微生物指标参数对应的安全指标范围。示例性的,针对与理化指标参数的安全指标范围,例如,总硬度:100-400mg/L(以碳酸钙计);pH值:6.5-8.5;总溶解性固体浓度:50-1000mg/L;总有机碳浓度:0.5-5.0mg/L;余氯浓度0.2-2.0mg/L;氨氮浓度:1-1.0mg/L。示例性的,针对与毒理指标参数的安全指标范围,例如,铅浓度:小于0.01mg/L;汞浓度:小于0.001mg/L;砷浓度:小于0.01mg/L;铬浓度:小于 0.05mg/L;镉浓度:小于0.005mg/L。示例性的,针对与微生物指标参数的安全指标范围,例如,细菌总数:小于100CFU/mL。
在本实施例中,摄像头组包括两个具有不同视角的摄像头,例如一个摄像头具有针对直饮水场景的上方进行观察的视角,另一个摄像头具有对直饮水场景的侧面进行观察的视角,进而利用摄像头组可以得到两组直饮水场景视频数据。
如图1所示,该方法包括:
步骤S100:获取检测信息;
步骤S200:根据检测信息确定目标人数,若出现目标人数变化情况则更新直饮水供应信息,否则不做处理,每个直饮水供应信息与设备ID对应;在本实施例中,目标人数变化情况包括目标人数增加、目标人数减少的情况。
在根据检测信息确定目标人数中,具体包括:
步骤S210:从检测信息中提取两组直饮水场景视频数据,基于图像帧相似度对两组直饮水场景视频数据进行关键帧抽取以得到两组关键帧集;
示例性的,首先通过对每组直饮水场景视频数据进行图像帧相似度计算,确定相邻帧之间的相似度,例如可以使用图像处理算法,如结构相似性(SSIM)指标或均方误差(MSE)来评估相邻帧之间的相似度;然后基于图像帧相似度,抽取每组直饮水场景视频数据中的关键帧,利用预设相似度阈值进行判断,选择相似度较低的图像帧作为关键帧,即将图像帧相似度小于预设相似度阈值的两张图像帧作为关键帧,从而抽取完毕后得到两组关键帧集,以减少后续需要进行图像分析时的计算量。
在本实施例中,两组关键帧集包括第一关键帧集和第二关键帧集。
步骤S220:基于预先训练好的排队分析模型,分别对每组关键帧集进行识别对应的排队状态和排队人数;
在本实施例中,排队分析模型为使用多组数据通过机器学习训练得到,多组数据中的每组数据均包括:排队打水图像和标识该图像中每个人员对应的排队状态,排队状态包括排队标签值和非排队标签值,排队人数为将所有具有排队标签值的人员进行统计得到,即对排队标签值的数量进行统计得到排队人数。
示例性的,排队状态可以通过判断是否手持水杯进行确定,例如若人员手持水杯则该人员的排队状态对应为排队标签值,否则该人员的排队状态对应为非排队标签值。
步骤S230:若两组关键帧集对应的排队人数相同,则将排队人数作为目标人数;
步骤S240:若两组关键帧集对应的排队人数不相同,则基于两组关键帧集进行分析人员匹配情况以确定目标人数;
实际应用时,基于预先训练好的排队分析模型,分别对每组关键帧集进行识别对应的排队状态和排队人数,进而在两组关键帧集对应的排队人数不相同时基于两组关键帧集进行分析人员匹配情况以确定目标人数,根据匹配成功人数、遮挡预统计人数、遮挡修正值确定目标人数,从而提高了确定目标人数时的准确性,为后续的打水指引提供准确的数据支撑。
在基于两组关键帧集进行分析人员匹配情况以确定目标人数中,具体包括:
步骤S241:在每组关键帧集中进行提取每个人员的特征数据,以得到两组人员特征集,每组人员特征集均与一组关键帧集对应;
步骤S242:根据预设人脸相似度阈值进行判断人员匹配情况以确定匹配成功人数和遮挡预统计人数;具体包括:初始化匹配成功人数和遮挡预统计人数,以第一关键帧集对应的人员特征集进行遍历,根据预设人脸相似度阈值依次将当前遍历的人员的特征数据与第二关键帧集对应的人员特征集进行匹配,若两个特征数据的相似度超过预设人脸相似度阈值则匹配成功,并将匹配成功人数累加1,否则匹配失败并将遮挡预统计人数累加1;以第二关键帧集对应的人员特征集进行遍历,根据预设人脸相似度阈值依次将当前遍历的人员的特征数据与第一关键帧集对应的人员特征集进行匹配,若两个特征数据的相似度超过预设人脸相似度阈值则匹配成功,否则匹配失败并将遮挡预统计人数累加1;
实际应用时,以第一关键帧集对应的人员特征集进行遍历或以第二关键帧集对应的人员特征集进行遍历,任一个遍历完成后即可确定出匹配成功人数,而遮挡预统计人数需结合两组关键帧集对应的人员特征集进行确定。
示例性的,针对10个人员无遮挡情况,第一关键帧集对应的人员特征集的匹配情况为:[1,2,3,4,5,6,7,8,9,10],每个数字代表另外一组关键帧集对应的人员的序号,第1个人员与第二关键帧集对应的人员特征集中序号为1的人员匹配,第2个人员与第二关键帧集对应的人员特征集中序号为2的人员匹配,以此类推,第10个人员与第二关键帧集对应的人员特征集中序号为10的人员匹配;第二关键帧集对应的人员特征集的匹配情况为:[1,2,3,4,5,6,7,8,9,10],此时按照排队顺序10个人员均一一匹配成功,第1个人员与第一关键帧集对应的人员特征集中序号为1的人员匹配,第2个人员与第一关键帧集对应的人员特征集中序号为2的人员匹配,以此类推;
示例性的,在一个有遮挡情况中,第一关键帧集对应的人员特征集具有11个人员,第二关键帧集对应的人员特征集具有10个人员,此时存在遮挡情况,例如:第一关键帧集对应的人员特征集的匹配情况为:[1,0,2,3,4,5,6,7,8,9,10],当匹配情况出现0时表示匹配失败,即第2个人员与第二关键帧集对应的人员特征集中序号的人员均匹配失败;第二关键帧集对应的人员特征集的匹配情况为:[1,3,4,5,6,7,8,9,10,11],此时针对第一关键帧集对应的人员特征集具有一个匹配失败情况,与[1,0,2]部分对应,该部分的匹配失败数量为1,而针对第二关键帧集对应的人员特征集无匹配失败数量,此时匹配成功人数为10个,遮挡预统计人数总计为1个,此时实际人员为11个,即对应目标人数;
示例性的,在又一个有遮挡情况中,第一关键帧集对应的人员特征集具有11个人员,第二关键帧集对应的人员特征集具有10个人员,此时存在遮挡情况,第一关键帧集对应的人员特征集的匹配情况为:[1,0,0,2,3,4,0,5,6,9,10],即第2、3、7个人员均与第二关键帧集对应的人员特征集中序号的人员均匹配失败;第二关键帧集对应的人员特征集的匹配情况为:[1,4,5,6,8,9,0,0,10,11],即第7、8个人员均与第一关键帧集对应的人员特征集中序号的人员均匹配失败;此时针对第一关键帧集对应的人员特征集具有2个匹配失败情况,1个匹配失败数量为2且与[1,0,0,2]部分对应,1个匹配失败数量为1且与[4,0,5]部分对应;而针对第二关键帧集对应的人员特征集具有1个匹配失败情况,该匹配失败数量为2且与[9,0,0,10]部分对应。此时匹配成功人数为8个,遮挡预统计人数总计为5个,实际人员为13个,即对应目标人数;
示例性的,在又一个有遮挡情况中,第一关键帧集对应的人员特征集具有11个人员,第二关键帧集对应的人员特征集具有10个人员,此时存在遮挡情况,第一关键帧集对应的人员特征集的匹配情况为:[1,0,0,2,3,4,0,5,6,8,9],即第2、3、7个人员均与第二关键帧集对应的人员特征集中序号的人员均匹配失败;第二关键帧集对应的人员特征集的匹配情况为:[1,4,5,6,8,9,0,10,11],即第7个人员均与第一关键帧集对应的人员特征集中序号的人员均匹配失败;此时针对第一关键帧集对应的人员特征集具有2个匹配失败情况,1个匹配失败数量为2且与[1,0,0,2]部分对应,1个匹配失败数量为1且与[4,0,5]部分对应;而针对第二关键帧集对应的人员特征集具有1个匹配失败情况,该匹配失败数量为1且与[9,0,10]部分对应。此时匹配成功人数为8个,遮挡预统计人数总计为4个,实际人员为12个,即对应目标人数;
示例性的,在又一个有遮挡情况中,第一关键帧集对应的人员特征集具有11个人员,第二关键帧集对应的人员特征集具有10个人员,此时存在遮挡情况,第一关键帧集对应的人员特征集的匹配情况为:[1,0,0,2,3,4,0,5,6,8,9,0,0],即第2、3、7、12、13个人员均与第二关键帧集对应的人员特征集中序号的人员均匹配失败;第二关键帧集对应的人员特征集的匹配情况为:[1,4,5,6,8,9,0,10,11],即第7个人员均与第一关键帧集对应的人员特征集中序号的人员均匹配失败;此时针对第一关键帧集对应的人员特征集具有3个匹配失败情况,1个匹配失败数量为2且与[1,0,0,2]部分对应,1个匹配失败数量为1且与[4,0,5]部分对应;而针对第二关键帧集对应的人员特征集具有1个匹配失败情况,该匹配失败数量为1且与[9,0,10]部分对应。此时匹配成功人数为8个,遮挡预统计人数总计为4个,实际人员为12个,即对应目标人数;
步骤S243:确定遮挡修正值;具体包括:初始化遮挡修正值;在两组关键帧集中分别按照排队顺序对每个人员进行标记序号,以第一关键帧集对应的人员特征集进行遍历,若当前遍历的人员为匹配成功的情况则继续遍历下一个人员,若当前遍历的人员为匹配失败的情况,则继续判断第二关键帧集对应的人员特征集在相同序号时是否为匹配失败的情况,若第二关键帧集对应的人员特征集在相同序号中为匹配失败的情况则将遮挡修正值累加1,若第二关键帧集对应的人员特征集在相同序号中为匹配成功的情况则不做处理;
实际应用时,需要通过确定遮挡修正值以将非遮挡情况排除,从而避免重复统计遮挡情况,确保了目标人数的准确性。
步骤S244:根据匹配成功人数、遮挡预统计人数、遮挡修正值确定目标人数,具体表示为:
;
其中表示目标人数,/>表示匹配成功人数,/>表示遮挡预统计人数,/>表示遮挡修正值,/>表示在第一关键帧集对应的人员特征集中匹配失败的人数,/>表示在第二关键帧集对应的人员特征集中匹配失败的人数。
需要说明的是,提取每个人员的特征数据的过程为现有技术,例如可以采用Haar特征、LBP特征、HOG特征、SIFT特征中的任意一种方式作为特征数据的提取方式,以面部特征或者头发特征中的任意一种作为特征数据,本领域技术人员还可以根据实际情况替换为别的提取方式,在此不做具体限定。
在本实施例中,若只设置一个摄像头则视角比较局限,那么在排队过程中容易存在体型较大的人员完全遮挡体型较小的人员的排队情形,此时排队人数容易分析出错,从而导致后续进行第二自适应补水处理存在供应不足的情况。对此,本实施例采用摄像头组获取不同视角的场景视频,进而基于两组关键帧集进行确定匹配成功人数、遮挡预统计人数、遮挡修正值,从而最终确定出目标人数。
步骤S300:根据检测信息和气温数据进行第一自适应补水处理和自适应加热处理,以更新直饮水供应信息;
在本实施例中,直饮水供应信息包括目标人数、蓄水箱可供应人数和热水箱可供应人数;
在根据检测信息和气温数据进行第一自适应补水处理和自适应加热处理中,具体包括:
步骤S310:从检测信息中提取第一水位数据和第二水位数据;
步骤S320:基于预设上课时间表确定多个预加热时间点;
在本实施例中,预设上课时间表包括多个时间点,例如上学开始时刻、晨读开始时刻、上课开始时刻、课间休息开始时刻、午休开始时刻、下午放学时刻、晚自习开始时刻、晚自习休息开始时刻、晚自习结束时刻。其中上学开始时刻为校园开门时的时刻。示例性的,分别将上学开始时刻、课间休息开始时刻、午休开始时刻、下午放学时刻、晚自习休息开始时刻、晚自习结束时刻作为目标供应时间点,将目标供应时间点提前10分钟以作为预加热时间点,从而确定多个预加热时间点。
步骤S330:若当前时刻与任意一个预加热时间点匹配时,根据水位和温度进行补水和加热,具体包括:
步骤S331:若第一水位数据中与当前时刻对应的水位数值小于或等于第一预设水位阈值时则根据第一预设补水量对蓄水箱进行补水,否则不做处理;
步骤S332:若第二水位数据中与当前时刻对应的水位数值小于或等于第二预设水位阈值,且气温数据的平均温度数值小于预设气温阈值,则根据第二预设补水量对热水箱进行补水,待补水完毕后对热水箱进行加热至预设热水温度;
步骤S333:若第二水位数据中与当前时刻对应的水位数值小于或等于第二预设水位阈值,且气温数据的平均温度数值大于或等于预设气温阈值,则根据第三预设补水量对热水箱进行补水,待补水完毕后对热水箱进行加热沸腾后,基于预设热水温度进行保温;
在本实施例中,预设热水温度可以为60至90℃中的任意数值,即大于或等于60℃、且小于或等于90℃中的温度值。
步骤S334:若第二水位数据中与当前时刻对应的水位数值大于第二预设水位阈值,则不做处理;
在本实施例中,当蓄水箱补水完毕时,根据蓄水箱最新水位确定蓄水箱可供应人数;当热水箱补水完毕时,根据热水箱最新水位确定热水箱可供应人数,进而更新直饮水供应信息。
示例性的,将蓄水箱最新水位除以预设人均冷水使用参照水位后,然后向下取整得到蓄水箱可供应人数;将热水箱最新水位除以预设人均热水使用参照水位后,然后向下取整得到热水箱可供应人数。
在本实施例中,预设人均冷水使用参照水位对应为500ml水量的水位差值,预设人均热水使用参照水位对应为400ml水量的水位差值,具体使用的水量可以根据实际情况调整,例如100ml、200ml、300ml等等,在此不做具体限定。
示例性的,例如第一预设补水量可以设置为2至10L中的任意数值,第二预设补水量可以设置为1.5至6L中的任意数值,第三预设补水量可以设置为1-4L中的任意数值,还需要说明的是,第一预设补水量大于第二预设补水量,以避免热水补水不足的情况;第二预设补水量可以设置为第三预设补水量的1.1至1.5倍,以及时在气温较低的天气时供应更充足的热水量。
步骤S340:若当前时刻与任意一个预加热时间点不匹配时,则不做处理;
实际应用时,根据第一水位数据和气温数据进行第一自适应补水处理和自适应加热处理,以及时增加蓄水箱可供应人数和热水箱可供应人数,通过结合气温数据及时调整热水的供应,以提高冬季气温较低时的热水供应效率,从而提高了校园直饮水在打水时的供应效率。
步骤S400:当目标人数大于0或接收到打水完成信息时,根据检测信息和目标人数进行第二自适应补水处理,以更新直饮水供应信息;
示例性的,打水完成信息由以下过程触发:当检测到蓄水箱的开关阀或热水箱的开关阀处于关闭状态后,在预设周期内获取打水人员与直饮水设备的相对距离,若在预设周期内该相对距离增大则产生打水完成信息,否则不做处理,此时认为该打水人员具有离开直饮水设备的运动趋势。其中打水人员与直饮水设备的相对距离可以使用 OpenCV 计算图像中对象之间的相对距离,计算图像中对象之间的相对距离为现有技术,不在本申请的保护范围。
在第二自适应补水处理中,具体包括:
步骤S410:从检测信息中提取第一水位数据;
步骤S420:根据目标人数确定补水需求水量;
步骤S430:基于第一预设单位水位转换量,将补水需求水量转换为补水需求水位;在本实施例中,第一预设单位水位转换量为水量与蓄水箱内水位变化量之间的比例数值,以用于水量与蓄水箱内水位之间的单位换算。
步骤S440:若第一水位数据中与当前时刻对应的水位数值小于补水需求水位则设置第一加水标识,否则设置第二加水标识,控制器根据第一加水标识对蓄水箱继续加水,控制器根据第二加水标识对蓄水箱停止加水。
在本实施例中,当设置第二加水标识时,此时蓄水箱补水完毕,根据蓄水箱最新水位确定蓄水箱可供应人数,从而更新直饮水供应信息。
实际应用时,根据检测信息和目标人数进行第二自适应补水处理,从而及时补充水量,利用第二自适应补水处理能够实时响应打水需求,当检测到目标人数增加或有人完成打水时,通过根据目标人数确定补水需求水量,若第一水位数据中与当前时刻对应的水位数值小于补水需求水位则设置第一加水标识,否则设置第二加水标识,通过根据实际需求进行相应的补水调整,确保了校园直饮水供应的及时性和连续性,优化了供水效率,避免了过度供水造成的资源浪费,同时还避免了因供水不足而造成打水人员在排队时的等候时间过久的情况。
步骤S500:当直饮水供应信息更新完成时,基于设备ID进行发送至云服务器,每个直饮水设备与一个设备ID对应;
步骤S600:若目标人数超出第一预设人数阈值时,基于设备ID进行请求打水指引路线集合,打水指引路线集合用于为打水人员指引至周围具有供应充足标识的直饮水设备的通行路线。
在本实施例中,在云服务器中,响应于接收到任一个直饮水设备发起的打水指引请求,生成打水指引路线集合;
在云服务器中,打水指引路线集合的生成过程,具体包括:根据设备ID确定该直饮水设备在校园场地地图中的位置,根据设备ID确定该直饮水设备与其余任意一个直饮水设备之间的相对距离,基于相对距离按照从小到大的顺序进行排序,基于相对距离按照从小到大的顺序对直饮水设备进行遍历,若当前遍历的直饮水设备具有供应充足标识且当前遍历的直饮水设备对应的指引次数小于预设指引阈值,则将该直饮水设备与当前遍历的直饮水设备形成的通行路线添加至打水指引路线集合中并继续遍历,否则继续遍历,当打水指引路线集合内的元素数量等于预设数量时结束遍历,若结束遍历时打水指引路线集合内的元素数量为0则生成打水等待提示信息;
实际应用时,若目标人数超出第一预设人数阈值时,基于设备ID进行请求打水指引路线集合,利用打水指引路线集合达到分流引导的效果,这有助于将用户引导到其他可用的直饮水设备处,即通过分流实现校园内直饮水场景下打水的负载均衡效果,这种分流机制能够有效避免单一直饮水设备的拥挤现象,提高了校园内直饮水场景的整体打水效率,同时利用打水指引路线集合,打水人员可以更加便捷地找到其他可用的直饮水设备,减少了因等待或寻找设备而浪费不必要的时间,这有助于提升打水人员的用户体验度和打水便捷性。
在本实施例中,针对任意一个直饮水设备,供应充足标识的设置条件包括:目标人数小于第二预设人数阈值,且蓄水箱可供应人数大于第二预设人数阈值,且热水箱可供应人数大于第二预设人数阈值,其中第一预设人数阈值大于第二预设人数阈值。
示例性的,第一预设人数阈值设置为大于或等于10的正整数,第二预设人数阈值设置为大于或等于5的正整数;例如,第一预设人数阈值设置为10,第二预设人数阈值设置为5;例如,第一预设人数阈值设置为15,第二预设人数阈值设置为5。
此外,本领域技术人员还可以根据蓄水箱容量进行调整第一预设人数阈值、第二预设人数阈值的具体数值,例如将第一预设人数阈值设置为蓄水箱容量处于80%时对应的可供应人数,将第二预设人数阈值设置为蓄水箱容量处于50%时对应的可供应人数。
在本实施例中,打水等待提示信息用于在显示屏中以文本形式提示用户排队等待。
在本实施例中,校园场地地图具体为与校园实景所对应的虚拟平面图,每个直饮水设备在校园场地地图中具有对应的坐标点,将任意两个直饮水设备之间通过校园实景中的过道进行连通以确定通行路线。示例性的,每个坐标点的空间占用长度为预先设定的,例如50厘米、1米、2米等等,每个通行路线的相对距离具体采用曼哈顿距离公式计算得到通行路线的曼哈顿距离后再乘以空间占用长度得到。
示例性的,基于任意两个直饮水设备进行计算相对距离,直饮水设备a与直饮水设备b之间的相对距离为:
;
表示直饮水设备a与直饮水设备b之间的相对距离,/>表示坐标点的空间占用长度,/>表示直饮水设备a在校园场地地图中的横坐标,/>表示直饮水设备a在校园场地地图中的纵坐标,/>表示直饮水设备b在校园场地地图中的横坐标,/>表示直饮水设备b在校园场地地图中的纵坐标,/>表示对每个坐标点预设的空间占用长度。
在本实施例中,在预设时间点,每个直饮水设备将对应的直饮水供应信息发送至云服务器以及时更新饮水管理表;或者当直饮水供应信息更新完成时,直饮水设备将对应的直饮水供应信息发送至云服务器以及时更新饮水管理表;其中预设时间点可以根据实际情况进行设置,例如每5min、10min、15min、30min等等,在此不做具体限定。
在本实施例中,饮水管理表具体由云服务器根据设备ID和直饮水供应信息进行更新;当云服务器接收到直饮水供应信息时,基于直饮水供应信息进行更新饮水管理表;
如图2所示,在饮水管理表中,每个设备ID均与对应的直饮水供应信息进行映射。饮水管理表用于在预存的校园场地地图内映射每个直饮水设备对应的直饮水供应信息;示例性的,设备ID1与直饮水供应信息1对应,设备ID2与直饮水供应信息2对应,……,设备IDn与直饮水供应信息n对应。应当明白,此处的ID1、ID2、IDn仅用于示例说明,不做具体限定。
在实施例2中,为了提高直饮水设备在使用时的安全性,本实施例在上述实施例1提供的一种用于智慧校园的直饮水管理方法的基础上,进一步对水质数据进行检测,以及时对存在异常的直饮水设备进行禁用,从而提高了校园直饮水在使用时的安全性。
在本实施例中,如图3所示,该方法还包括:
步骤S700:响应于接收到水质异常标识为真时,设置打水禁用提示信息;响应于接收到水质异常标识为假时,若存在打水禁用提示信息则恢复正常打水使能,若不存在打水禁用提示信息则不做处理。
实际应用时,当存在打水禁用提示信息时,通过显示屏显示禁用的文本提示,利用控制器将蓄水箱、热水箱均设置为禁用状态;当恢复正常打水使能时,利用显示屏显示正常使用的文本提示词,利用控制器将蓄水箱、热水箱均设置为启用状态。
在本实施例中,当水质异常标识为真时,将对应的设备ID添加至待维修清单中,以及时通知维修人员进行设备维修,从而提升校园内直饮水场景下对直饮水设备的智能化管理水平。
在本实施例中,针对任意一个直饮水设备,显示屏用于显示与该直饮水设备对应的目标人数、蓄水箱可供应人数、热水箱可供应人数、打水等待提示信息、打水禁用提示信息、打水指引路线集合。示例性的,目标人数、蓄水箱可供应人数、热水箱可供应人数、打水等待提示信息、打水禁用提示信息均采用文本形式显示;当打水指引路线集合为非空集合时,将每个通行路线所覆盖的坐标点采用不同颜色进行区分标记以为打水人员提供打水指引方向。
其中,打水指引路线集合为非空集合,表示打水指引路线集合内含有至少一个通行路线。每个通行路线均包括通行路线在校园实景中对应的两个直饮水设备之间连通的过道所覆盖的坐标点,从而每个通行路线由坐标点构成的坐标集合进行表示。
在实施例3中,本实施例提供了一种用于智慧校园的直饮水管理系统,该系统与上述实施例2中的一种用于智慧校园的直饮水管理方法相对应。
如图4所示,该系统包括:
数据检测模块,用于获取检测信息,其中检测信息包括直饮水场景视频数据、第一温度数据、第一水位数据、第二温度数据、第二水位数据;
目标人数确定模块,用于根据检测信息确定目标人数,若出现目标人数变化情况则更新直饮水供应信息,否则不做处理,每个直饮水供应信息与设备ID对应;
第一自适应处理模块,用于根据检测信息和气温数据进行第一自适应补水处理和自适应加热处理,以更新直饮水供应信息;
第二自适应处理模块,用于当目标人数大于0或接收到打水完成信息时,根据检测信息和目标人数进行第二自适应补水处理,以更新直饮水供应信息;
数据上报模块,用于当直饮水供应信息更新完成时,基于设备ID进行发送至云服务器;
打水指引提示模块,用于若目标人数超出第一预设人数阈值时,基于设备ID进行请求打水指引路线集合,打水指引路线集合用于为打水人员指引至周围具有供应充足标识的直饮水设备的通行路线;
直饮水供应信息包括目标人数、蓄水箱可供应人数和热水箱可供应人数,目标人数变化情况包括目标人数增加、目标人数减少的情况;
打水完成信息由以下过程触发:当检测到蓄水箱的开关阀或热水箱的开关阀处于关闭状态后,在预设周期内获取打水人员与直饮水设备的相对距离,若在预设周期内该相对距离增大则产生打水完成信息,否则不做处理。
在本实施例中,检测信息还包括水质异常标识,该系统还包括:
水质异常模块,用于响应于接收到水质异常标识为真时,设置打水禁用提示信息;响应于接收到水质异常标识为假时,若存在打水禁用提示信息则恢复正常打水使能,若不存在打水禁用提示信息则不做处理。
在实施例4中,如图5所示,本实施例提供了一种终端,包括:至少一个存储器和至少一个处理器;其中,至少一个存储器用于存储程序代码,至少一个处理器用于调用至少一个存储器所存储的程序代码执行上述实施例中的任一种用于智慧校园的直饮水管理方法。
在实施例5中,本实施例提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库为物理层用于存储各种数据库。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用于智慧校园的直饮水管理方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在实施例6中,本实施例提供了一种存储介质,所述存储介质用于存储程序代码,所述程序代码用于执行上述的一种用于智慧校园的直饮水管理方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
上述实施例为本申请较佳的实施方式,但本申请的实施方式并不受上述实施例的限制,其他的任何未背离本申请的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本申请的保护范围之内。
Claims (10)
1.一种用于智慧校园的直饮水管理方法,其特征在于,应用于直饮水设备,在直饮水智能系统中包括云服务器与多个直饮水设备,所述云服务器分别与多个直饮水设备连接,每个直饮水设备均用于为校园内的打水人员提供饮用水;
所述方法包括:
获取检测信息,其中检测信息包括直饮水场景视频数据、第一温度数据、第一水位数据、第二温度数据、第二水位数据;
根据检测信息确定目标人数,若出现目标人数变化情况则更新直饮水供应信息,否则不做处理,每个直饮水供应信息与设备ID对应;
根据检测信息和气温数据进行第一自适应补水处理和自适应加热处理,以更新直饮水供应信息;
当目标人数大于0或接收到打水完成信息时,根据检测信息和目标人数进行第二自适应补水处理,以更新直饮水供应信息;
当直饮水供应信息更新完成时,基于设备ID进行发送至所述云服务器;
若目标人数超出第一预设人数阈值时,基于设备ID进行请求打水指引路线集合,打水指引路线集合用于为打水人员指引至周围具有供应充足标识的直饮水设备的通行路线;
直饮水供应信息包括目标人数、蓄水箱可供应人数和热水箱可供应人数,所述目标人数变化情况包括目标人数增加、目标人数减少的情况;
所述打水完成信息由以下过程触发:当检测到蓄水箱的开关阀或热水箱的开关阀处于关闭状态后,在预设周期内获取打水人员与直饮水设备的相对距离,若在预设周期内该相对距离增大则产生所述打水完成信息,否则不做处理。
2.如权利要求1所述的方法,其特征在于,每个直饮水设备在预存的校园场地地图中具有对应的坐标点,校园场地地图具体为与校园实景所对应的虚拟平面图;
在所述云服务器中,打水指引路线集合的生成过程,具体包括:根据设备ID确定该直饮水设备在校园场地地图中的位置,根据设备ID确定该直饮水设备与其余任意一个直饮水设备之间的相对距离,基于相对距离按照从小到大的顺序进行排序,基于相对距离按照从小到大的顺序对直饮水设备进行遍历,若当前遍历的直饮水设备具有供应充足标识且当前遍历的直饮水设备对应的指引次数小于预设指引阈值,则将该直饮水设备与当前遍历的直饮水设备形成的通行路线添加至打水指引路线集合中并继续遍历,否则继续遍历,当打水指引路线集合内的元素数量等于预设数量时结束遍历,若结束遍历时打水指引路线集合内的元素数量为0则生成打水等待提示信息。
3.如权利要求2所述的方法,其特征在于,在根据检测信息确定目标人数中,具体包括:
从检测信息中提取两组直饮水场景视频数据,基于图像帧相似度对两组直饮水场景视频数据进行关键帧抽取以得到两组关键帧集,两组关键帧集包括第一关键帧集和第二关键帧集;
基于预先训练好的排队分析模型,分别对每组关键帧集进行识别对应的排队状态和排队人数;
若两组关键帧集对应的排队人数相同,则将排队人数作为目标人数;
若两组关键帧集对应的排队人数不相同,则基于两组关键帧集进行分析人员匹配情况以确定目标人数;
所述排队分析模型为使用多组数据通过机器学习训练得到,多组数据中的每组数据均包括:排队打水图像和标识该图像中每个人员对应的排队状态,排队状态包括排队标签值和非排队标签值,排队人数为将所有具有排队标签值的人员进行统计得到;
在基于两组关键帧集进行分析人员匹配情况以确定目标人数中,具体包括:
在每组关键帧集中进行提取每个人员的特征数据,以得到两组人员特征集,每组人员特征集均与一组关键帧集对应;
根据预设人脸相似度阈值进行判断人员匹配情况以确定匹配成功人数和遮挡预统计人数;
确定遮挡修正值;
根据匹配成功人数、遮挡预统计人数、遮挡修正值确定目标人数,具体表示为:
;
其中表示目标人数,/>表示匹配成功人数,/>表示遮挡预统计人数,/>表示遮挡修正值,/>表示在第一关键帧集对应的人员特征集中匹配失败的人数,/>表示在第二关键帧集对应的人员特征集中匹配失败的人数。
4.如权利要求2所述的方法,其特征在于,在根据检测信息和气温数据进行第一自适应补水处理和自适应加热处理中,具体包括:
从检测信息中提取第一水位数据和第二水位数据;
基于预设上课时间表确定多个预加热时间点;
若当前时刻与任意一个预加热时间点匹配时,根据水位和温度进行补水和加热;
若当前时刻与任意一个预加热时间点不匹配时,则不做处理。
5.如权利要求4所述的方法,其特征在于,在根据水位和温度进行补水和加热中,具体包括:
若第一水位数据中与当前时刻对应的水位数值小于或等于第一预设水位阈值时则根据第一预设补水量对蓄水箱进行补水,否则不做处理;
若第二水位数据中与当前时刻对应的水位数值小于或等于第二预设水位阈值,且气温数据的平均温度数值小于预设气温阈值,则根据第二预设补水量对热水箱进行补水,待补水完毕后对热水箱进行加热至预设热水温度;
若第二水位数据中与当前时刻对应的水位数值小于或等于第二预设水位阈值,且气温数据的平均温度数值大于或等于预设气温阈值,则根据第三预设补水量对热水箱进行补水,待补水完毕后对热水箱进行加热沸腾后,基于预设热水温度进行保温;
若第二水位数据中与当前时刻对应的水位数值大于第二预设水位阈值,则不做处理;
当蓄水箱补水完毕时,根据蓄水箱最新水位确定蓄水箱可供应人数;当热水箱补水完毕时,根据热水箱最新水位确定热水箱可供应人数,进而更新直饮水供应信息。
6.如权利要求4所述的方法,其特征在于,在第二自适应补水处理中,具体包括:
从检测信息中提取第一水位数据;
根据目标人数确定补水需求水量;
基于第一预设单位水位转换量,将补水需求水量转换为补水需求水位;
若第一水位数据中与当前时刻对应的水位数值小于补水需求水位则设置第一加水标识,否则设置第二加水标识,第一加水标识用于对蓄水箱继续加水,第二加水标识用于对蓄水箱停止加水;
当设置第二加水标识时,此时蓄水箱补水完毕,根据蓄水箱最新水位确定蓄水箱可供应人数,从而更新直饮水供应信息。
7.如权利要求1所述的方法,其特征在于,检测信息还包括水质异常标识,所述方法还包括:
响应于接收到水质异常标识为真时,设置打水禁用提示信息;
响应于接收到水质异常标识为假时,若存在打水禁用提示信息则恢复正常打水使能,若不存在打水禁用提示信息则不做处理。
8.如权利要求1所述的方法,其特征在于,每个直饮水设备均包括过滤器、控制器、蓄水箱、热水箱、第一温度传感器、第二温度传感器、第一水位传感器、第二水位传感器、通信模块、显示屏和摄像头组,所述控制器分别与所述第一温度传感器、所述第二温度传感器、所述第一水位传感器、所述第二水位传感器、所述显示屏、所述摄像头组、所述通信模块连接,直饮水设备通过所述通信模块与云服务器连接,所述过滤器分别与外部水源和所述蓄水箱连接,所述蓄水箱还与所述热水箱连接;
所述过滤器用于将外部水源进行过滤以输送至所述蓄水箱内,所述蓄水箱用于存储第一饮用水,所述热水箱用于抽取第一饮用水以加热为第二饮用水并进行存储,所述摄像头组用于拍摄两组直饮水场景视频数据,所述第一温度传感器用于检测所述蓄水箱内第一饮用水的第一温度数据,所述第一水位传感器用于检测所述蓄水箱内第一饮用水的第一水位数据,所述第二温度传感器用于检测所述热水箱内第二饮用水的第二温度数据,所述第二水位传感器用于检测所述热水箱内第二饮用水的第二水位数据,所述控制器用于根据检测信息进行第一自适应补水处理、第二自适应补水处理、自适应加热处理,所述显示屏用于为打水人员提供智能化提示;
所述摄像头组包括两个具有不同视角的摄像头,一个摄像头具有针对直饮水场景的上方进行观察的视角,另一个摄像头具有对直饮水场景的侧面进行观察的视角。
9.一种用于智慧校园的直饮水管理系统,其特征在于,用于执行如权利要求1至8任一所述的方法,所述系统包括:
数据检测模块,用于获取检测信息,其中检测信息包括直饮水场景视频数据、第一温度数据、第一水位数据、第二温度数据、第二水位数据;
目标人数确定模块,用于根据检测信息确定目标人数,若出现目标人数变化情况则更新直饮水供应信息,否则不做处理,每个直饮水供应信息与设备ID对应;
第一自适应处理模块,用于根据检测信息和气温数据进行第一自适应补水处理和自适应加热处理,以更新直饮水供应信息;
第二自适应处理模块,用于当目标人数大于0或接收到打水完成信息时,根据检测信息和目标人数进行第二自适应补水处理,以更新直饮水供应信息;
数据上报模块,用于当直饮水供应信息更新完成时,基于设备ID进行发送至云服务器;
打水指引提示模块,用于若目标人数超出第一预设人数阈值时,基于设备ID进行请求打水指引路线集合,打水指引路线集合用于为打水人员指引至周围具有供应充足标识的直饮水设备的通行路线;
直饮水供应信息包括目标人数、蓄水箱可供应人数和热水箱可供应人数,所述目标人数变化情况包括目标人数增加、目标人数减少的情况;
所述打水完成信息由以下过程触发:当检测到蓄水箱的开关阀或热水箱的开关阀处于关闭状态后,在预设周期内获取打水人员与直饮水设备的相对距离,若在预设周期内该相对距离增大则产生所述打水完成信息,否则不做处理。
10.如权利要求9所述的系统,其特征在于,检测信息还包括水质异常标识,所述系统还包括:
水质异常模块,用于响应于接收到水质异常标识为真时,设置打水禁用提示信息;响应于接收到水质异常标识为假时,若存在打水禁用提示信息则恢复正常打水使能,若不存在打水禁用提示信息则不做处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410223779.7A CN117808629B (zh) | 2024-02-29 | 2024-02-29 | 一种用于智慧校园的直饮水管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410223779.7A CN117808629B (zh) | 2024-02-29 | 2024-02-29 | 一种用于智慧校园的直饮水管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117808629A true CN117808629A (zh) | 2024-04-02 |
CN117808629B CN117808629B (zh) | 2024-05-31 |
Family
ID=90423851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410223779.7A Active CN117808629B (zh) | 2024-02-29 | 2024-02-29 | 一种用于智慧校园的直饮水管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117808629B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118052660A (zh) * | 2024-04-16 | 2024-05-17 | 广州高得环保科技股份有限公司 | 一种用于智慧校园的热水管理方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106120962A (zh) * | 2016-08-16 | 2016-11-16 | 日照科林诗尔环保科技有限公司 | 一种公共直饮水多媒体便民水站 |
CN108870755A (zh) * | 2018-05-23 | 2018-11-23 | 内蒙古博海电子科技有限责任公司 | 一种蓄热式开水器开水容量的自动调节方法及装置 |
CN110623541A (zh) * | 2019-09-04 | 2019-12-31 | 太原理工大学 | 一种基于云端平台的宿舍智能饮水系统 |
CN112001813A (zh) * | 2020-08-15 | 2020-11-27 | 湖南钜达程水务有限公司 | 一种直饮水供水方法、系统、以及存储介质 |
CN112257879A (zh) * | 2020-09-28 | 2021-01-22 | 衡阳晟达信息技术有限公司 | 一种智慧校园热水供应设备维保信息系统 |
KR20210019710A (ko) * | 2019-08-13 | 2021-02-23 | 한국생산기술연구원 | 열에너지 저장 시스템을 이용한 지역난방 부하 제어장치 및 이의 방법 |
CN115268321A (zh) * | 2022-07-25 | 2022-11-01 | 浪潮通用软件有限公司 | 一种针对直饮水设备的监管方法、设备及介质 |
CN116051312A (zh) * | 2022-12-29 | 2023-05-02 | 北京国网电力技术有限公司 | 一种智慧城市综合能源交易方法及系统 |
CN116164324A (zh) * | 2022-12-30 | 2023-05-26 | 厦门中建东北设计院有限公司 | 循环式热泵热水系统的控制方法、热水系统及存储介质 |
CN116965684A (zh) * | 2023-08-01 | 2023-10-31 | 宁波方太厨具有限公司 | 净水机及其控制方法、系统、设备和介质 |
-
2024
- 2024-02-29 CN CN202410223779.7A patent/CN117808629B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106120962A (zh) * | 2016-08-16 | 2016-11-16 | 日照科林诗尔环保科技有限公司 | 一种公共直饮水多媒体便民水站 |
CN108870755A (zh) * | 2018-05-23 | 2018-11-23 | 内蒙古博海电子科技有限责任公司 | 一种蓄热式开水器开水容量的自动调节方法及装置 |
KR20210019710A (ko) * | 2019-08-13 | 2021-02-23 | 한국생산기술연구원 | 열에너지 저장 시스템을 이용한 지역난방 부하 제어장치 및 이의 방법 |
CN110623541A (zh) * | 2019-09-04 | 2019-12-31 | 太原理工大学 | 一种基于云端平台的宿舍智能饮水系统 |
CN112001813A (zh) * | 2020-08-15 | 2020-11-27 | 湖南钜达程水务有限公司 | 一种直饮水供水方法、系统、以及存储介质 |
CN112257879A (zh) * | 2020-09-28 | 2021-01-22 | 衡阳晟达信息技术有限公司 | 一种智慧校园热水供应设备维保信息系统 |
CN115268321A (zh) * | 2022-07-25 | 2022-11-01 | 浪潮通用软件有限公司 | 一种针对直饮水设备的监管方法、设备及介质 |
CN116051312A (zh) * | 2022-12-29 | 2023-05-02 | 北京国网电力技术有限公司 | 一种智慧城市综合能源交易方法及系统 |
CN116164324A (zh) * | 2022-12-30 | 2023-05-26 | 厦门中建东北设计院有限公司 | 循环式热泵热水系统的控制方法、热水系统及存储介质 |
CN116965684A (zh) * | 2023-08-01 | 2023-10-31 | 宁波方太厨具有限公司 | 净水机及其控制方法、系统、设备和介质 |
Non-Patent Citations (2)
Title |
---|
杨冬;杜晓辉;: "住宅太阳能集中供水系统的应用与探讨", 住宅科技, no. 02, 20 February 2009 (2009-02-20) * |
路璐: "直饮水处理技术WBS模型分析及应用启示", 净水技术, 31 July 2021 (2021-07-31) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118052660A (zh) * | 2024-04-16 | 2024-05-17 | 广州高得环保科技股份有限公司 | 一种用于智慧校园的热水管理方法及系统 |
CN118052660B (zh) * | 2024-04-16 | 2024-06-11 | 广州高得环保科技股份有限公司 | 一种用于智慧校园的热水管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117808629B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117808629B (zh) | 一种用于智慧校园的直饮水管理方法及系统 | |
CN109817013A (zh) | 基于视频流的停车位状态识别方法及装置 | |
CN108875602A (zh) | 监控环境下基于深度学习的人脸识别方法 | |
CN106169071A (zh) | 一种基于动态人脸与胸卡识别的考勤方法及系统 | |
CN111160307A (zh) | 一种人脸识别方法及人脸识别打卡系统 | |
CN111767823A (zh) | 一种睡岗检测方法、装置、系统及存储介质 | |
CN103324919A (zh) | 基于人脸识别的视频监控系统及其数据处理方法 | |
CN109800756A (zh) | 一种用于中文历史文献密集文本的文字检测识别方法 | |
CN109038826A (zh) | 基于物联网和ar技术的变电站设备巡视系统及巡视方法 | |
CN109145796A (zh) | 一种基于视频图像融合分析算法的电力管廊火源识别及火点测距方法 | |
CN109784375A (zh) | 基于Faster RCNN的自适应变压器部件检测识别方法 | |
CN108735045A (zh) | 一种机动车驾驶人技能培训电子教练系统 | |
CN107491652A (zh) | 一种基于人脸识别的人脸异常特征数据分析方法 | |
CN202121706U (zh) | 智能人员卡口系统 | |
CN106815564A (zh) | 一种指纹识别系统的校准方法、系统及一种电子设备 | |
CN110349070A (zh) | 一种短视频水印检测方法 | |
CN106290772A (zh) | 一种污水监测系统 | |
CN116016851A (zh) | 一种智能抄表系统及方法 | |
CN110059632A (zh) | 一种人脸识别方法及装置 | |
CN110276276A (zh) | 一种驾考中考生人脸视线方向的判定方法及系统 | |
CN109064578A (zh) | 一种基于云服务的考勤系统及方法 | |
CN114785834B (zh) | IPv6环境下的教学楼智能视频监测节能系统设计方法 | |
CN112802051B (zh) | 基于神经网络的篮球投篮曲线的拟合方法及系统 | |
CN107798312A (zh) | 一种基于视觉头部检测的自动考勤方法 | |
CN105096425A (zh) | 一种指纹锁控制系统及其控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |