【技术实现步骤摘要】
本专利技术涉及设备管理领域，尤其涉及一种前端感知设备管理方法、终端设备及存储介质。
技术介绍
1、现有技术在前端感知设备(如摄像头)的布设中存在以下不足：(1)前端感知设备的建设后期维护消耗大量的人力、物力、财力；(2)很多前端感知设备建设的利用价值极其低。
技术实现思路
1、为了解决上述问题，本专利技术提出了一种前端感知设备管理方法、终端设备及存储介质。
2、具体方案如下：
3、一种前端感知设备管理方法，包括以下步骤：
4、s1：采集用于前端感知的各勘探点位的数据，所述数据包括用于优先级划分的数据和用于异常识别的数据；
5、s2：基于各类用于优先级划分数据与对应的基准值的差值计算各类数据的得分，并结合各类数据对应的权重后，计算各点位的总得分，根据总得分的大小设定各点位的优先级；
6、s3：根据各点位的总得分与预设的基准得分的差值大小，判定各点位是否需要被迁移，输出需要被迁移的点位；
7、s4：构建并通过历史用于异常识别的数据训练状态分类模型，基于当前用于异常识别的数据，通过训练后的状态分类模型对当前各点位的异常状态进行识别；
8、s5：提取当前处于异常状态的所有点位作为待维修点位，并对所有待维修点位的优先级进行排序，按照优先级由高到低的顺序依次将待维修点位发送至维修人员，以对待维修点位的设备进行维修。
9、进一步的，用于优先级划分的数据的数据类型包括抓拍图像质量、热点人流数量、违章事件
10、进一步的，用于异常识别的数据的数据类型包括：设备状态、拍摄的视频质量、气象条件、设备在离线状态。
11、进一步的，设备状态包括电压、电流和网络带宽。
12、进一步的，数据通过kafka工具进行采集数据，采集的数据传输至hbase系统进行存储。
13、进一步的，步骤s1还包括对采集的数据进行数据清洗。
14、进一步的，步骤s1还包括使用spark框架对数据进行数据分析处理，包括批处理和流处理两种方式，批处理使用spark sql和dateframe进行，流处理使用spark streaming和structured streaming进行。
15、进一步的，数据分析后的结果使用elasticsearch存储系统进行存储，并使用zeppelin可视化工具进行展示。
16、一种前端感知设备管理终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术实施例上述的方法的步骤。
17、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术实施例上述的方法的步骤。
18、本专利技术采用如上技术方案，利用大数据平台来实时计算各点位(前端感知设备)的重要程度和利用价值，并通过机器学习模型实时判断各点位设备的健康状态，以方便及时维修，提高工作效率。
本文档来自技高网...【技术保护点】
1.一种前端感知设备管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的前端感知设备管理方法，其特征在于：用于优先级划分的数据的数据类型包括抓拍图像质量、热点人流数量、违章事件发生数量、非法事件发生数量和摄像机抓拍数量。
3.根据权利要求1所述的前端感知设备管理方法，其特征在于：用于异常识别的数据的数据类型包括：设备状态、拍摄的视频质量、气象条件、设备在离线状态。
4.根据权利要求3所述的前端感知设备管理方法，其特征在于：设备状态包括电压、电流和网络带宽。
5.根据权利要求1所述的前端感知设备管理方法，其特征在于：数据通过Kafka工具进行采集数据，采集的数据传输至Hbase系统进行存储。
6.根据权利要求1所述的前端感知设备管理方法，其特征在于：步骤S1还包括对采集的数据进行数据清洗。
7.根据权利要求1所述的前端感知设备管理方法，其特征在于：步骤S1还包括使用Spark框架对数据进行数据分析处理，包括批处理和流处理两种方式，批处理使用SparkSQL和DateFrame进行，流处理使用Spark
8.根据权利要求7所述的前端感知设备管理方法，其特征在于：数据分析后的结果使用Elasticsearch存储系统进行存储，并使用Zeppelin可视化工具进行展示。
9.一种前端感知设备管理终端设备，其特征在于：包括处理器、存储器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～8中任一所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1～8中任一所述方法的步骤。
...【技术特征摘要】
1.一种前端感知设备管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的前端感知设备管理方法，其特征在于：用于优先级划分的数据的数据类型包括抓拍图像质量、热点人流数量、违章事件发生数量、非法事件发生数量和摄像机抓拍数量。
3.根据权利要求1所述的前端感知设备管理方法，其特征在于：用于异常识别的数据的数据类型包括：设备状态、拍摄的视频质量、气象条件、设备在离线状态。
4.根据权利要求3所述的前端感知设备管理方法，其特征在于：设备状态包括电压、电流和网络带宽。
5.根据权利要求1所述的前端感知设备管理方法，其特征在于：数据通过kafka工具进行采集数据，采集的数据传输至hbase系统进行存储。
6.根据权利要求1所述的前端感知设备管理方法，其特征在于：步骤s1还包括对采集的数据进行数据清洗。
7.根据权利要求1所述的前...
【专利技术属性】
技术研发人员：卢林威，卢天发，
申请(专利权)人：罗普特科技集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。