一种基于人工智能的触摸一体机管理系统及方法技术方案

本发明专利技术涉及触摸一体机管理技术领域，具体为一种基于人工智能的触摸一体机管理系统及方法，包括屏幕校准程序提取模块

【技术实现步骤摘要】
一种基于人工智能的触摸一体机管理系统及方法


[0001]本专利技术涉及触摸一体机管理
，具体为一种基于人工智能的触摸一体机管理系统及方法
。

技术介绍

[0002]触摸一体机是集先进的触摸屏
、
工控
、
计算机等技术于一体，可实现公众信息查询，配以指纹仪
、
扫描仪
、
该卡器
、
微型打印机等外设，可实现指纹考勒
、
刷卡
、
打印等特定需求
。
触摸屏可满足用户不同地城
、
场所的应用需求，现已在多个生活场景投入使用，是人机互动的典型代表；然而触摸一体机本身是以液晶显示屏为主的显示设备，且基于触摸一体机中触摸屏的使用属性加上其具备的触摸功能，触摸屏的故障和破损率相对于其他的广告机来说就比较高了；现有技术中触摸屏的维护往往是通过固定周期对触摸一体机进行检修维护，或者是基于使用者的反馈进行被动维护，但是不同场景下的触摸一体机使用频率不同面对使用者的类型不同，造成触摸屏的损害程度可能就不同；所以固定的维护周期不能有效且快速的发现触摸一体机由于使用人员造成的物理损害；
[0003]同时每个使用者对于损害后触摸一体机的反馈感受存在主观差异，所以通过用户反馈进行被动维护也存在不及时
、
不明确等问题；除此之外，在现有维护方式下很少去区分硬件损耗和人为物理损伤的区别，对触摸一体机的运维管理停留在最基础的层面
。

技术实现思路
/>[0004]本专利技术的目的在于提供一种基于人工智能的触摸一体机管理系统及方法，以解决上述
技术介绍
中提出的问题
。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于人工智能的触摸一体机管理方法，包括以下分析步骤：步骤
S100
：提取触摸一体机投入运行前对触摸指令运行的屏幕校准程序，所述屏幕校准程序记录初始校准数据；将触摸指令校准完成后的触摸一体机投入使用并记录监测使用时段内的运行数据，所述运行数据包括运行校准事件和交互使用数据；步骤
S200
：基于运行校准事件和初始校准数据，确定监测使用周期内触摸一体机对应的平均校准变化率；步骤
S300
：基于监测使用周期内的交互使用数据以及步骤
S200
中的平均校准变化率，构建触摸一体机运行的校准评估模型；步骤
S400
：获取实时检测点距离上一运行校准事件时段内记录的待分析交互使用数据，利用校准评估模型输出理想校准评估值；并提取实时检测点的触摸指令数据与理想校准评估值进行对比分析，基于分析结果进行差异化预警响应
。
[0006]进一步的，所述步骤
S200
中确定监测使用周期内触摸一体机对应的平均校准变化率包括以下步骤：步骤
S201
：所述运行校准事件是指投入使用后二次启动屏幕校准程序进行校准的
事件；以运行前屏幕校准程序的完成时间为起始节点
、
监测使用周期内记录的最后一次运行校准事件为终止节点，将起始节点到终止节点内记录的每相邻两个运行校准事件构建一个分析单元，且每一分析单元中运行校准事件按事件发生先后顺序排序；获取每一分析单元的触摸校准数据，运行前屏幕校准程度的触摸校准数据为初始校准数据；步骤
S202
：所述触摸校准数据是指触摸指令对应的触摸点与触摸屏上移动光标的响应间隔时长和延迟移动距离；将运行校准事件中的触摸校准数据分为触摸校准前数据和触摸校准后数据，当运行校准事件位于分析单元的后一校准事件时，提取触摸校准前数据为有效分析数据；当运行校准事件位于分析单元的前一校准事件时，提取触摸校准后数据为有效分析数据；步骤
S203
：计算有效分析数据对应的延迟速率
V
，
V=S/L
，
L
表示响应间隔时长，
S
表示延迟移动距离；获取每一分析单元中记录的延迟速率并计算延迟速率变化率
R
，
R=V2
‑
V1
，
V2
表示分析单元中后一校准事件的平均延迟速率，
V1
表示分析单元中前一校准事件的平均延迟速率；步骤
S204
：获取监测使用周期中
M
个分析单元，计算监测使用周期内触摸一体机对应的平均校准变化率
R0
，
R0=(1/M)∑R。
[0007]投入使用后响应屏幕校准程序为运维人员接收反馈做出的处理响应且不为机器硬件损坏，如银行大厅内的运维一体机在用户反馈触摸指令延迟或灵敏度较低时反馈给工作人员，工作人员对触摸一体机启动屏幕校准程序的事件，在这一过程中用户的反馈或工作人员的反馈是存在主观偏差的；所以分析平均校准变化率可以反应出在对应使用场景下触摸一体机的有效运行周期以及用户关于触摸异常的反馈程度
。
[0008]进一步的，所述步骤
S300
包括以下分析步骤：步骤
S301
：所述交互使用数据包括用户触摸次数和用户触摸时长，用户与触摸屏接触直至离开触摸屏为一次触摸；提取与平均校准变化率差值小于差值阈值的延迟速率变化率所对应的分析单元为目标单元；构建每一目标单元中延迟速率变化率与用户触摸次数
、
用户触摸时长的数据对
B
，
B=[R,(DT,XT)]，其中
DT
表示目标单元在
T
内记录的用户触摸总次数，
XT
表示目标单元在间隔周期
T
内记录的用户触摸总时长，
T
表示每一分析单元中两运行校准事件的间隔周期；将与平均校准变化率阈值差异大的分析单元进行排除是为了避免用户对触摸一体机使用效果的主观性偏差所造成的影响；步骤
S302
：构建触摸一体机运行的校准评估模型
Y
，
Y=
β
0+
β
1D+
β
2X+
ε
；将目标单元对应的数据对
B
代入校准评估模型，
DT、XT
分别对应代入回归量
D、X
，
R
代入回归子
Y
，基于
N
个目标单元的数据对求的参数
β
0、
β
1、
β2以及误差项
ε
确定的校准评估模型
。
[0009]进一步的，所述步骤
S4
包括以下分析过程：步骤
S401
：将实时检测点与上一运行校准事件构成实时分析单元，提取实时分析单元的待分析交互使用数据，所述待分析交互使用数据包括实时用户触摸总次数
D0、
实时用户触摸总时长
X0...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能的触摸一体机管理方法，其特征在于，包括以下分析步骤：步骤
S100
：提取触摸一体机投入运行前对触摸指令运行的屏幕校准程序，所述屏幕校准程序记录初始校准数据；将触摸指令校准完成后的触摸一体机投入使用并记录监测使用时段内的运行数据，所述运行数据包括运行校准事件和交互使用数据；步骤
S200
：基于运行校准事件和初始校准数据，确定监测使用周期内触摸一体机对应的平均校准变化率；步骤
S300
：基于监测使用周期内的交互使用数据以及步骤
S200
中的平均校准变化率，构建触摸一体机运行的校准评估模型；步骤
S400
：获取实时检测点距离上一运行校准事件时段内记录的待分析交互使用数据，利用校准评估模型输出理想校准评估值；并提取实时检测点的触摸指令数据与理想校准评估值进行对比分析，基于分析结果进行差异化预警响应
。2.
根据权利要求1所述的一种基于人工智能的触摸一体机管理方法，其特征在于：所述步骤
S200
中确定监测使用周期内触摸一体机对应的平均校准变化率包括以下步骤：步骤
S201
：所述运行校准事件是指投入使用后二次启动屏幕校准程序进行校准的事件；以运行前屏幕校准程序的完成时间为起始节点
、
监测使用周期内记录的最后一次运行校准事件为终止节点，将起始节点到终止节点内记录的每相邻两个运行校准事件构建一个分析单元，且每一分析单元中运行校准事件按事件发生先后顺序排序；获取每一分析单元的触摸校准数据，运行前屏幕校准程度的触摸校准数据为初始校准数据；步骤
S202
：所述触摸校准数据是指触摸指令对应的触摸点与触摸屏上移动光标的响应间隔时长和延迟移动距离；将运行校准事件中的触摸校准数据分为触摸校准前数据和触摸校准后数据，当运行校准事件位于分析单元的后一校准事件时，提取触摸校准前数据为有效分析数据；当运行校准事件位于分析单元的前一校准事件时，提取触摸校准后数据为有效分析数据；步骤
S203
：计算有效分析数据对应的延迟速率
V
，
V=S/L
，
L
表示响应间隔时长，
S
表示延迟移动距离；获取每一分析单元中记录的延迟速率并计算延迟速率变化率
R
，
R=V2
‑
V1
，
V2
表示分析单元中后一校准事件的平均延迟速率，
V1
表示分析单元中前一校准事件的平均延迟速率；步骤
S204
：获取监测使用周期中
M
个分析单元，计算监测使用周期内触摸一体机对应的平均校准变化率
R0
，
R0=(1/M)∑R。3.
根据权利要求2所述的一种基于人工智能的触摸一体机管理方法，其特征在于：所述步骤
S300
包括以下分析步骤：步骤
S301
：所述交互使用数据包括用户触摸次数和用户触摸时长，用户与触摸屏接触直至离开触摸屏为一次触摸；提取与平均校准变化率差值小于差值阈值的延迟速率变化率所对应的分析单元为目标单元；构建每一目标单元中延迟速率变化率与用户触摸次数
、
用户触摸时长的数据对
B
，
B=[R,(DT,XT)]
，其中
DT
表示目标单元在
T
内记录的用户触摸总次数，
XT
表示目标单元在间隔周期
T
内记录的用户触摸总时长，
T
表示每一分析单元中两运行校准事件的间隔周期；步骤
S302
：构建触摸一体机运行的校准评估模型
Y
，
Y=
β
0+
β
1D+
β
2X+
ε
；将目标单元对应的数据对
B
代入校准评估模型，
DT、XT
分别对应代入回归量
D、X
，
R
代入回归子
Y
，基于
N
个目标
单元的数据对求的参数
β
0、
β
1、
β2以及误差项
ε
确定的校准评估模型
。4.
根据权利要求1所述的一种基于人工智能的触摸一体机管理方法，其特征在于：所述步骤
S4
包括以下分析过程：步骤
S401
：将实...

【专利技术属性】
技术研发人员：喻婧雅，柯成标，喻世兴，
申请(专利权)人：深圳市永兴盛科技有限公司，
类型：发明
国别省市：