【技术实现步骤摘要】
本专利技术涉及物联网，具体涉及物联网设备管理系统、方法与存储介质。
技术介绍
1、物联网设备指的是能够通过互联网相互连接的设备或物品，也被称为“互联设备”或“智能设备”，可以通过无线通信技术(如wi-fi、蓝牙、cellular网络)进行通信，并在需要时被远程监控和管理。物联网设备的例子包括:家用电器:如智能电视、智能冰箱、智能空调等，这些设备可以通过互联网连接，远程监控使用情况和状态。汽车:许多现代汽车都配备了车载信息系统(ivi)，可以通过互联网连接车辆，实现远程诊断、故障报告、导航等功能。医疗设备:如心电监护仪、胰岛素泵、远程医疗会诊系统等，这些设备可以通过互联网进行远程监控和控制。安全设备:如智能门锁、智能摄像头、智能防盗报警器等，这些设备可以通过互联网连接，实时监控家庭或工作场所的安全状况。工业设备:如智能工厂机器、智能机器人、智能传感器等，这些设备可以通过互联网进行远程监控和控制，提高生产效率和质量。农业设备:如智能温室、智能灌溉系统、智能养殖系统等，这些设备可以通过互联网连接，实现远程监控和控制，提高农业生产效率和质量。其他设备:如智能家居系统、智能交通系统、智能城市系统等。随着物联网技术的不断发展，越来越多的设备和物品都可以通过互联网进行连接和控制，这将为我们的生活带来更多的便利和效益。
2、物联网设备管理是指对各种物联网设备进行远程监测、控制、维护和优化的过程，以确保设备正常运行，降低故障率，提高生产效率，节省能源和成本。物联网设备管理涉及到多个领域，如硬件设备、软件平台、网络连接和安全等。以下是一
3、现有的物联网设备不能进行有机作业配合，需要单独输入运行指令，导致不能实现有机智能控制。
技术实现思路
1、为解决上述技术问题，本专利技术提供物联网设备管理系统，用于对物联网设备进行智能化管理和协调作业，所述的物联网设备管理系统包括：
2、作业物特征拾取单元，用于拾取所述物联网设备作业物的特征参数，所述的作业物就是所述的物联网设备的作业对象，所述的物联网设备运行基本上都是基于作业对象而产生的。当作业对象出现后，才会启动物联网设备进行相应的作业。所述的作业物的特征参数是所述管理系统识别作业物的必要技术特征。
3、作业物特征计算单元，用于根据作业物的特征参数获得物联网设备的作业指令。
4、设备指令获取单元，用于根据作业指令查找一个预设的作业指令-设备指令信息表，并获得指令相关联的设备以及对应的设备指令。在物联网设备工作过程中，各个物联网设备是协调工作的，所述的作业指令是各个物联网设备协调工作的指令。
5、设备指令分析单元，用于对设备指令识别获得设备标定指令，然后获得指令间隔时间δt，并通过标定指令和指令间隔时间δt构建控制时间指令信号集。所述的设备标定指令并不是物联网设备内部的所有指令，而是物联网设备内部的所有指令中的一部分指令，这部分指令是关联到其他物联网设备的指令，是其他物联网设备运行指令的识别信号。制时间指令信号集包括指令间隔时间前的设备标定指令、指令间隔时间和指令间隔时间后的启动指令，启动指令是物联网设备的启动指令。指令间隔时间δt为1-3s，我们就可以把这些设备标定指令按照顺序进行排序并穿插间隔时间汇集在一起从而构成控制时间指令信号集。
6、设备指令运行单元，用于根据控制时间指令信号集对对应的物联网设备发送运行信号。
7、优选的：所述的作业物特征拾取单元可以通过视频采集模块进行采集获得采集视频，然后可以再通过对视频采集分析获得。那此时的作业物特征拾取单元就可以包括视频采集模块和视频分析模块，视频采集模块可以是摄像头、高频照相机等等。视频采集模块可以固定位置安装一个，还可以设置多个，无论是安装一个还是多个都需要覆盖必要的作业区域，具体在此不做赘述。视频采集模块用于对作业区域内的作业物进行拍摄，从而获得作业物的视频，并将作业物视频分离获得按照时间排序的图片帧。所述的视频分析模块用于将各个所述的图片帧进行比对选择出最优分析图片，对最优分析图片进行扫描，获得特征参数。
8、优选的：所述的最优图片帧获得方法可以包括：对图片帧进行处理从图片帧中分离出包含作业物的图片，并对图片进行分析获得作业物的边界点，所述的边界点可以按照一个预设的取样密度进行获取，获得各个边界点的灰度值gn，并计算边线灰度粗糙度式中，n为边界点的编号，gn表示为编号n的边界点的灰度值；gn’为编号n的边界点的偏移灰度值，所述的偏移灰度值可以为靠近边界点一个预设长度偏移的灰度值，l为预设长度的数值，一般在2-10个像素点，具体在此不做赘述；n为边界点的总数，n＝1，2，┈，n；ɑ为设备参数因子，具体的数值和摄像头能力相关或者可以通过设置获得，一般清晰度越高摄像头，设备参数因子越小，在不考虑摄像头差异的情况下，设备参数因子可以设置为1，具体在此不做赘述。判断边线灰度粗糙度是否大于一个预设的标准粗糙度r标，如果否，则判定为非评价图片，不进行下一步评价，标准粗糙度r标可以根据凭证单图片清晰度进行设计，一般为100-10000，具体根据实际情况而定；如果是，则计算各个图片帧的作业物边界线的覆盖面积s，并计算max{s}对应的图片帧作为最优分析图片。此方法获得的最优分析图片可以保证最清晰的图片进行分析，提高了分析的清晰度，在保证清晰度的基础上，进行面积的计算，从而可以作业物分析的最优图片，可以使后面分析更为准确。
9、优选的：所述物联网设备的作业指令的获得方法可以是通过作业物的特征参数与预设的本文档来自技高网...
【技术保护点】
1.物联网设备管理系统，其特征在于，所述的物联网设备管理系统包括：
2.根据权利要求1所述的物联网设备管理系统，其特征在于，所述的作业物特征拾取单元包括视频采集模块和视频分析模块，视频采集模块用于对作业区域内的作业物进行拍摄，从而获得作业物的视频，并将作业物视频分离获得按照时间排序的图片帧；所述的视频分析模块用于将各个所述的图片帧进行比对选择出最优分析图片，对最优分析图片进行扫描，获得特征参数。
3.根据权利要求2所述的物联网设备管理系统，其特征在于，所述的最优图片帧获得方法包括：对图片帧进行处理从图片帧中分离出包含作业物的图片，并对图片进行分析获得作业物的边界点，获得各个边界点的灰度值gn，并配合边界点的偏移灰度值并计算边线灰度粗糙度R，判断边线灰度粗糙度是否大于一个预设的标准粗糙度R标；如果否，则判定为非评价图片；如果是，则计算各个图片帧的作业物边界线的覆盖面积S，并计算Max{S}对应的图片帧作为最优分析图片。
4.根据权利要求3所述的物联网设备管理系统，其特征在于，所述边线灰度粗糙度式中，n为边界点的编号，gn表示为编号n的边界点的灰度
5.根据权利要求1所述的物联网设备管理系统，其特征在于，所述物联网设备的作业指令的获得方法包括：通过作业物的特征参数与预设的作业物标准参数对比计算获得运行对比值T，并以Max{T}对应的作业物作为目标作业物，然后根据目标作业物查找一个预先制作的目标物-作业指令信息表，从而获得物联网设备的作业指令。
6.根据权利要求5所述的物联网设备管理系统，其特征在于，所述运行对比值T的具体获得方法包括：我们对获得的采集视频进行分析获得特征参数值tij，然后计算获得运行对比值T，所述的运行对比值其中，i为采集视频中目标特征的编号，I为目标特征的总个数，i＝1，2，┈，I；Wi为目标特征影响因子；j为编号i的目标特征中的识别特征编号，J为识别特征的总个数，j＝1，2，┈，J；wj为识别特征影响因子。
7.根据权利要求1所述的物联网设备管理系统，其特征在于，所述指令间隔时间Δt＝Δt1+Δt2+Δt3，其中，Δt1为前指令闭合时间，Δt2为运行间隔时间，Δt3为后指令预备时间。
8.物联网设备管理方法，应用于权利要求1-7任一项所述的物联网设备管理系统，其特征在于，所述的物联网设备管理方法包括如下步骤：
9.一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8所述物联网设备管理方法的步骤。
...【技术特征摘要】
1.物联网设备管理系统，其特征在于，所述的物联网设备管理系统包括：
2.根据权利要求1所述的物联网设备管理系统，其特征在于，所述的作业物特征拾取单元包括视频采集模块和视频分析模块，视频采集模块用于对作业区域内的作业物进行拍摄，从而获得作业物的视频，并将作业物视频分离获得按照时间排序的图片帧；所述的视频分析模块用于将各个所述的图片帧进行比对选择出最优分析图片，对最优分析图片进行扫描，获得特征参数。
3.根据权利要求2所述的物联网设备管理系统，其特征在于，所述的最优图片帧获得方法包括：对图片帧进行处理从图片帧中分离出包含作业物的图片，并对图片进行分析获得作业物的边界点，获得各个边界点的灰度值gn，并配合边界点的偏移灰度值并计算边线灰度粗糙度r，判断边线灰度粗糙度是否大于一个预设的标准粗糙度r标；如果否，则判定为非评价图片；如果是，则计算各个图片帧的作业物边界线的覆盖面积s，并计算max{s}对应的图片帧作为最优分析图片。
4.根据权利要求3所述的物联网设备管理系统，其特征在于，所述边线灰度粗糙度式中，n为边界点的编号，gn表示为编号n的边界点的灰度值；gn’为编号n的边界点的偏移灰度值，l为预设长度的数值；n为边界点的总数，n＝1，2，┈，n；ɑ为设备参数因子。
5.根据权利要求1所述的物联网设备管理系...
【专利技术属性】
技术研发人员：苏立挺，苏立钦，
申请(专利权)人：杭州第九区科技有限公司，
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。