摄像头故障判定方法技术

本发明专利技术实施例涉及监控技术领域，尤其涉及一种摄像头故障判定方法

【技术实现步骤摘要】
摄像头故障判定方法、装置和设备


[0001]本专利技术实施例涉及监控
，尤其涉及一种摄像头故障判定方法
、
装置和设备
。

技术介绍

[0002]天网系统一般指天网监控系统，是利用设置在街道各处的大量摄像头组成了监控网络
。
随着天网点位的逐渐增多，各个点位的维护管理问题日益突出
。
各个点位资源混乱
、
不可监控，往往是用户报障之后再进行修复处理，故障单响应慢，用户感知差
。
目前系统在故障定位时，对数据的处理速度和持久化速度较慢
。
由于目前各种网关设备所产生的日志格式和内容还不能做到完全兼容，因此在基于日志分析点位故障时也存在一定缺陷
。
[0003]因此，如何实现对摄像头故障的判定，成为亟待解决的问题
。

技术实现思路

[0004]本专利技术实施例提供了一种摄像头故障判定方法
、
装置和设备
。
本专利技术实施例通过告警信息分析模型的定制，实现对预判定故障结果的分析与验证
。
[0005]第一方面，本专利技术实施例提供一种摄像头故障判定方法，包括：
[0006]根据采集的摄像头的互联网协议
(Internet Protocol,IP)
地址
、
所述摄像头对应的光网络单元
(Optical Network Unit,ONU)
的状态信息以及所述r/>ONU
的告警信息，确定所述摄像头
、
所述
ONU
以及电源是否存在异常并确定预判定故障类别；
[0007]将对应所述预判定故障类别的故障样本输入告警信息分析模型，基于最近邻分类法确定所述故障样本所属的故障类别
。
[0008]其中一种可能的实现方式中，根据采集的摄像头的
IP
地址
、
所述摄像头对应的
ONU
的状态信息以及所述
ONU
的告警信息，确定所述摄像头
、
所述
ONU
以及电源是否存在异常并确定预判定故障类别，包括：
[0009]从网关中采集摄像头的互联网协议
IP
地址，并根据所述
IP
地址判断所述摄像头是否在线；
[0010]如果所述摄像头不在线，则根据所述摄像头对应的
ONU
的状态信息判断所述
ONU
是否在线；
[0011]如果所述
ONU
不在线，则根据所述
ONU
的告警信息判断是否存在掉电告警；
[0012]如果存在掉电告警，则确定预判定故障类别为电源故障；
[0013]如果不存在掉电告警，则确定所述预判定故障类别为网络故障
。
[0014]其中一种可能的实现方式中，还包括：
[0015]如果所述
ONU
在线，则确定所述预判定故障类别为摄像头设备故障
。
[0016]其中一种可能的实现方式中，将对应所述预判定故障类别的故障样本输入告警信息分析模型，基于最近邻分类法确定所述故障样本所属的故障类别，包括：
[0017]基于最近邻分类法计算每种故障的样本集的样本均值与对应所述预判定故障类
别的故障样本的距离，并通过对各距离大小的比较确定所述故障样本所属的故障类别
。
[0018]其中一种可能的实现方式中，基于最近邻分类法计算每个样本集的样本均值与对应所述预判定故障类别的故障样本的距离之前，还包括：
[0019]对网络拓扑中的多个样本按照不同点位进行分类，得到每个点位所对应故障的样本集；
[0020]计算每种故障的样本集中多个样本数据的均值，得到每个样本集的样本均值
。
[0021]其中一种可能的实现方式中，基于最近邻分类法计算每个样本集的样本均值与对应所述预判定故障类别的故障样本的距离，并通过对各距离大小的比较确定所述故障样本的故障类别，包括：
[0022]计算对应所述预判定故障类别的故障样本与每个所述样本均值之间的距离；
[0023]将样本均值与所述故障样本距离最小的故障类别确定为所述故障样本所属的故障类别
。
[0024]本专利技术实施例实时监控所有点位状态，按故障类型分类统计及筛选点位数据，可按故障类型导出相关点位数据
。
通过最近邻分类模型的故障分析与验证，实现故障的定位功能，大大提高了系统故障定位的准确率
。
[0025]第二方面，本专利技术实施例提供一种摄像头故障判定装置，包括：
[0026]第一确定模块，用于根据采集的摄像头的
IP
地址
、
所述摄像头对应的
ONU
的状态信息以及所述
ONU
的告警信息，确定所述摄像头
、
所述
ONU
以及电源是否存在异常并确定预判定故障类别；
[0027]第二确定模块，用于将对应所述预判定故障类别的故障样本输入告警信息分析模型，基于最近邻分类法确定所述故障样本所属的故障类别
。
[0028]其中一种可能的实现方式中，所述第一确定模块，具体用于从网关中采集摄像头的
IP
地址，并根据所述
IP
地址判断所述摄像头是否在线；
[0029]如果所述摄像头不在线，则根据所述摄像头对应的
ONU
的状态信息判断所述
ONU
是否在线；
[0030]如果所述
ONU
不在线，则根据所述
ONU
的告警信息判断是否存在掉电告警；
[0031]如果存在掉电告警，则确定预判定故障类别为电源故障；
[0032]如果不存在掉电告警，则确定所述预判定故障类别为网络故障
。
[0033]其中一种可能的实现方式中，还包括：第三确定模块，用于如果所述
ONU
在线，则确定所述预判定故障类别为摄像头设备故障
。
[0034]其中一种可能实现的方式中，所述第二确定模块，具体同于基于最近邻分类法计算每种故障的样本集的样本均值与对应所述预判定故障类别的故障样本的距离，并通过对各距离大小的比较确定所述故障样本所属的故障类别
。
[0035]其中一种可能的实现方式中，还包括：分类模块，用于对网络拓扑中的多个样本按照不同点位进行分类，得到每个点位所对应故障的样本集；
[0036]计算模块，用于计算每种故障的样本集中多个样本数据的均值，得到每个样本集的样本均值
。
[0037]其中一种可能的实现方式中，所述第二确定模块，还具体用于计算对应所述预判定故障类别的故障样本与每个所述样本均值之间的距离；
...

【技术保护点】

【技术特征摘要】
1.
一种摄像头故障判定方法，其特征在于，包括：根据采集的摄像头的互联网协议
IP
地址
、
所述摄像头对应的光网络单元
ONU
的状态信息以及所述
ONU
的告警信息，确定所述摄像头
、
所述
ONU
以及电源是否存在异常并确定预判定故障类别；将对应所述预判定故障类别的故障样本输入告警信息分析模型，基于最近邻分类法确定所述故障样本所属的故障类别
。2.
根据权利要求1所述的方法，其特征在于，根据采集的摄像头的互联网协议
IP
地址
、
所述摄像头对应的光网络单元
ONU
的状态信息以及所述
ONU
的告警信息，确定所述摄像头
、
所述
ONU
以及电源是否存在异常并确定预判定故障类别，包括：从网关中采集摄像头的互联网协议
IP
地址，并根据所述
IP
地址判断所述摄像头是否在线；如果所述摄像头不在线，则根据所述摄像头对应的光网络单元
ONU
的状态信息判断所述
ONU
是否在线；如果所述
ONU
不在线，则根据所述
ONU
的告警信息判断是否存在掉电告警；如果存在掉电告警，则确定预判定故障类别为电源故障；如果不存在掉电告警，则确定所述预判定故障类别为网络故障
。3.
根据权利要求2所述的方法，其特征在于，还包括：如果所述
ONU
在线，则确定所述预判定故障类别为摄像头设备故障
。4.
根据权利要求1所述的方法，其特征在于，将对应所述预判定故障类别的故障样本输入告警信息分析模型，基于最近邻分类法确定所述故障样本所属的故障类别，包括：基于最近邻分类法计算每种故障的样本集的样本均值与对应所述预判定故障类别的故障样本的距离，并通过对各距离大小的比较确定所述故障样本所属的故障类别
。5.
根据权利要求4所述的方法，其特征在于，基于最近邻分类法计算每个样本集的样本均值与对应所述预判定故障类别的故障样本的距离之前，还包括：对网络拓扑...

【专利技术属性】
技术研发人员：艾林，李海涛，薛雨，邹汉铮，张康宏，年耀贞，徐芮，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：