设备数据的分析方法、装置、服务平台、系统及介质制造方法及图纸

本发明专利技术实施例公开了一种设备数据的分析方法、装置、服务平台、系统及介质。包括：获取用户产生的数据分析请求；数据分析请求中包括待分析数据的设备标识和数据定位标识；若检测到数据分析请求中的设备标识对应的设备无法执行数据分析请求，则将设备标识对应的设备作为待处理设备，并确定待处理设备对应的至少一个目标智能设备；确定待处理设备和至少一个目标智能设备的数据交互接口，以控制至少一个目标智能设备基于数据交互接口获取并解析数据定位标识对应的数据流。本发明专利技术实施例的技术方案，通过智能设备对无法执行数据分析请求的设备采集的数据进行解析，提高了数据分析处理效率和智能设备资源的利用率，降低了服务平台的运算量和建设成本。

【技术实现步骤摘要】
设备数据的分析方法、装置、服务平台、系统及介质
本专利技术实施例涉及数据处理
，尤其涉及一种设备数据的分析方法、装置、服务平台、系统及介质。
技术介绍
随着人工智能技术的发展，推进了智能业务在数据分析领域的落地应用，使得设备数据分析系统的建设也越来越趋于智能化，如协助相关部门对摄像机采集的监控数据自动进行人物或车辆的识别。其中，该设备数据分析系统包括前端智能化的采集设备和后端智能化的服务平台。目前，针对监控数据的分析，有些地区已经安装了智能设备来进行前端数据的采集，该智能设备可以直接对采集到的数据在前端进行数据的智能分析。但是，由于高性能的智能设备的成本过高，当监控区域范围较大(如监控区域为整个城市)时，若要把监控区域内的所有设备都设置成这种智能设备，成本过高。所以目前在监控区域还是保留了部分非智能设备，或者是安装了部分低性能的智能设备，而对于非智能设备或低性能的智能设备，其可能无法执行数据分析请求的所有功能，仍需要发送至后端的服务平台，由服务平台集中对数据进行智能分析，使得数据分析处理效率较低，且对服务平台计算能力要求较高，导致建设服务平台的成本过高，亟需改进。
技术实现思路
本专利技术实施例提供了设备数据的分析方法、装置、服务平台、系统及介质，以实现通过智能设备对无法执行数据分析请求的设备采集的数据进行解析，提高了数据分析处理效率和智能设备资源的利用率，降低了服务平台的运算量和建设成本。第一方面，本专利技术实施例提供了一种设备数据的分析方法，该方法包括：获取用户产生的数据分析请求；所述数据分析请求中包括待分析数据的设备标识和数据定位标识；若检测到所述数据分析请求中的设备标识对应的设备无法执行所述数据分析请求，则将所述设备标识对应的设备作为待处理设备，并确定所述待处理设备对应的至少一个目标智能设备；确定所述待处理设备和所述至少一个目标智能设备的数据交互接口，以控制所述至少一个目标智能设备基于所述数据交互接口获取并解析所述数据定位标识对应的数据流。第二方面，本专利技术实施例还提供了一种设备数据的分析装置，该装置包括：分析请求获取模块，用于获取用户产生的数据分析请求；所述数据分析请求中包括待分析数据的设备标识和数据定位标识；智能设备确定模块，用于若检测到所述数据分析请求中的设备标识对应的设备无法执行所述数据分析请求，则将所述设备标识对应的设备作为待处理设备，并确定所述待处理设备对应的至少一个目标智能设备；设备控制模块，用于确定所述待处理设备和所述至少一个目标智能设备的数据交互接口，以控制所述至少一个目标智能设备基于所述数据交互接口获取并解析所述数据定位标识对应的数据流。第三方面，本专利技术实施例还提供了一种服务平台，该服务平台包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任意实施例所述的设备数据的分析方法。第四方面，本专利技术实施例还提供了一种设备数据分析系统，该系统包括：服务平台、至少一个待处理设备以及至少一个目标设备；所述服务平台为上述第三方面所述的服务平台；所述待处理设备，用于采集数据流；所述目标智能设备，用于基于与待处理设备的数据交互接口，获取并解析所述数据定位标识对应的数据流。第五方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术任意实施例所述的设备数据的分析方法。本专利技术实施例的技术方案，若获取到的数据分析请求中的设备标识对应的设备无法执行该数据分析请求，则将该设备标识对应的设备作为待处理设备，确定待处理设备对应的至少一个目标智能设备，以及待处理设备和所述至少一个目标智能设备的数据交互接口，以控制所述至少一个目标智能设备基于该数据交互接口获取并解析分析待分析的数据流。本专利技术实施例的技术方案，服务平台无需对于待处理设备采集的数据进行分析，而是发送给对应的目标智能设备进行分析处理，降低服务平台的运算量和建设成本的同时，提高了智能设备的利用率。且本方案还可以将待处理设备采集的数据分散到不同的目标智能设备进行分析处理，也极大的提高了数据分析处理效率。附图说明图1是本专利技术实施例一提供的一种设备数据的分析方法的流程图；图2是本专利技术实施例二提供的一种设备数据的分析方法的流程图；图3是本专利技术实施例三提供的一种设备数据的分析装置的结构框图；图4是本专利技术实施例四提供的一种服务平台的结构示意图；图5是本专利技术实施例五提供的一种设备数据分析系统的结构框图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。在介绍本专利技术实施例之前，先对本专利技术实施例的应用场景进行说明，本专利技术实施例的设备数据的分析方法、装置、服务平台、系统及介质可以适用于任何需要对待处理设备采集的数据进行分析的情况，该待处理设备可以包括：非智能设备和/或无法执行所述数据分析请求的智能设备。例如，可以是对待处理传感器采集的数据进行分析、还可以是对待处理麦克风采集的语音数据进行识别分析；也可以是对待处理摄像机采集的视频数据进行识别分析等。接下来本专利技术实施例以对待处理摄像机采集的视频数据进行识别分析(如人物识别或车辆识别等)为例进行介绍，但不限于仅适用于对待处理摄像机采集的视频数据进行识别分析。实施例一图1为本专利技术实施例一提供的一种设备数据的分析方法的流程图，本实施例可适用于对无法执行数据分析请求的设备(即待处理设备)采集的数据进行智能化分析处理的情况，例如，可以是对待处理摄像机采集到的视频数据进行人物或车辆识别分析的情况。该方法可以由设备数据的分析装置或服务平台来执行，该装置可以采用软件和/或硬件的方式实现，并可集成于服务平台中。服务平台可以是设备数据分析系统的后端服务器平台，该服务平台可以负责系统中的前端设备(包括智能设备和非智能设备)的维护和管理，也可以负责管理服务平台的应用程序客户端，还可以负责该服务平台上的其他业务，对此本实施例不进行限定。该服务平台可以由多个服务器构成，不同的服务器负责不同的业务，如有的服务器负责智能设备和非智能设备的管理和维护，有的服务器负责客户端的管理等。需要说明的是本专利技术实施例中的服务平台可以不具备设备数据分析处理的功能，以降低服务平台的性能需求和功耗，从而降低服务平台的建设成本。可选的，如图1所示，该方法具体包括如下步骤：S101，获取用户产生的数据分析请求。其中，数据分析请求可以是用户在想要对某一设备采集的数据进行分析时，向服务平台发起的请求，该数据分析请求中可以包括待分析数据的设备标识和数据定位标识。其中，待分析数据的设备标识可以是针对用户本次想要执行分析操作的数据，采集该数据的本文档来自技高网...

【技术保护点】
1.一种设备数据的分析方法，其特征在于，所述方法包括：/n获取用户产生的数据分析请求；所述数据分析请求中包括待分析数据的设备标识和数据定位标识；/n若检测到所述数据分析请求中的设备标识对应的设备无法执行所述数据分析请求，则将所述设备标识对应的设备作为待处理设备，并确定所述待处理设备对应的至少一个目标智能设备；/n确定所述待处理设备和所述至少一个目标智能设备的数据交互接口，以控制所述至少一个目标智能设备基于所述数据交互接口获取并解析所述数据定位标识对应的数据流。/n

【技术特征摘要】
1.一种设备数据的分析方法，其特征在于，所述方法包括：
获取用户产生的数据分析请求；所述数据分析请求中包括待分析数据的设备标识和数据定位标识；
若检测到所述数据分析请求中的设备标识对应的设备无法执行所述数据分析请求，则将所述设备标识对应的设备作为待处理设备，并确定所述待处理设备对应的至少一个目标智能设备；
确定所述待处理设备和所述至少一个目标智能设备的数据交互接口，以控制所述至少一个目标智能设备基于所述数据交互接口获取并解析所述数据定位标识对应的数据流。


2.根据权利要求1所述的方法，其特征在于，所述待处理设备包括：非智能设备和/或无法执行所述数据分析请求的智能设备。


3.根据权利要求1所述的方法，其特征在于，确定所述待处理设备对应的至少一个目标智能设备，包括：
根据所述数据分析请求中的设备标识，确定所述设备标识对应的待处理设备的候选智能设备；
基于各候选智能设备的剩余算力和/或算力影响因素，从所述候选智能设备中确定至少一个目标智能设备。


4.据权利要求1所述的方法，其特征在于，所述数据分析请求中还包括分析需求；
相应的，确定所述待处理设备对应的至少一个目标智能设备时，还包括:
根据所述数据分析请求中的设备标识，确定所述设备标识对应的待处理设备的候选智能设备；
基于各候选智能设备的分析功能和所述数据分析请求中包括的分析需求，从所述候选智能设备中确定至少一个目标智能设备。


5.根据权利要求3或4所述的方法，其特征在于，根据所述数据分析请求中的设备标识，确定所述设备标识对应的待处理设备的候选智能设备，包括：
根据所述数据分析请求中的设备标识，确定所述设备标识对应的待处理设备的定位信息；
根据所述待处理设备的定位信息，将所述定位信息所在区域内的智能设备作为候选智能设备。


6.根据权利要求3所述的方法，其特征在于，所述算力影响因素包括：待处理设备和各候选智能设备之间的距离因素、网络因素和干扰因素中的至少一个。


7.根据权利要求3所述的方法，其特征在于，基于各候选智能设备的剩余算力和算力影响因素，从所述候选智能设备中确定至少一个目标智能设备，包括：
获取各候选智能设备的剩余算力；
根据所述各候选智能设备的剩余算力、算力影响因素的影响系数和所述算力影响因素的权重值，确定所述各候选智能设备的参考算力；
依据所述各候选智能设备的参考算力，选择参考算力排名靠前的至少一个候选智能设备作为目标智能设备。


8.根据权利要求7所述的方法，其特征在于，根据所述各候选智能设备的剩余算力、算力影响因素的影响系数和所述算力影响因素的权重值，确定所述各...

【专利技术属性】
技术研发人员：刘建伦，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江;33