国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

★ 固博機器人（重慶）有限公司

1 方案目標概述

1.1 建設背景及行業面臨的挑戰

（1）監控系統發展需求：在監控系統的發展過程中，從前端攝像頭到信號傳輸到后臺存儲再到后臺對前端設備的控制，各種技術和設備一直在進行著突飛猛進的發展，然而絕大部分存量的公共空間分散應用系統依然要靠24小時人為不間斷通過大屏幕觀察解決異常情況的監控問題。

（2）工業智能化的需求：隨著智慧水電站、智慧電站、智慧工廠等各工業領域智能化建設的推進，對智慧安防監控技術的需求旺盛，通過系統將原來的工業攝像頭數據進行接入，獲取數據信息，進行統一識別分析，對原有監控系統進行智能升級。

（3）在很多工業現場，目前仍采用傳統的人工作業方式，存在效率偏低，及時性、安全性不高，可靠性、穩定性偏弱，誤報、漏報現象時有發生，無法及時快速追蹤現場情況等諸多問題。引入工業智慧運維系統輔助、替代人工檢查，提高檢查效率和運行可靠性。

1.2 主要目標

工業智慧運維系統以智慧監控為基礎，充分將云計算、人工智能、深度學習算法、大數據等各項技術高度融合，在監控中心遠程操控，實現定時、周期遙控巡檢，監控及數據報表分析、及時識別各種報警和異常等數字化、智能化的管理與反饋機制，助力智慧工業的建設。

1.3 總體概述

工業智慧運維系統是基于傳統視頻監控系統的智能識別+報警系統，通過硬件承載軟件系統組成。工業智慧運維系統產品架構圖如圖1所示。

圖1 工業智慧運維系統產品架構圖

工業智慧運維系統主要通過工業現場現有的監控設備，采用國內領先的深度學習算法、大數據處理和分布式集群管理技術，實現并發不少于240路1080P實時視頻實戰平臺分析或不少于240路離線高清視頻的目標結構化分析，實現在海量歷史視頻文件和圖片中快速查找目標完成工業場景預警或者嫌疑人鎖定。可實時輸入區域內的所有監控點的視頻監控抽幀圖片，運用深度學習算法分析出所有行人特征、車輛特征以及公共場合內行人行為、設備運行狀態分析。其識別類型主要分為：

（1）人員違規行為識別

對監控視頻中人員的行為規范方面進行識別，如有無正確佩戴安全帽，著裝是否規范、是否存在睡覺、看手機等異常行為。

（2）設備運行狀態類識別

對監控視頻中設備是否存在跑、冒、滴、漏等異常現象，以及設備是否存在缺陷進行識別并報警。

（3）作業結果類識別

針對自動化或半自動化作業的結果進行無人檢查并反饋結果。

（4）作業過程類識別

對作業過程情況進行無人化檢查。如輸煤系統皮帶停止、皮帶跑偏、皮帶堆料等異常進行識別報警。

2 方案介紹

2.1 系統架構

系統采用分布式系統構架，主要由大數據接入、大數據結構化及存儲、大數據應用平臺三部分組成。

大數據接入負責接入現場各個監控視頻資源，同時支持直接導入離線視頻；大數據處理采用深度學習算法，負責對視頻、圖片數據進行轉換、分析處理，將非結構化數據轉化為標準的結構化數據集，供挖掘和分析使用。目前可以支持對視頻中的人、車輛及人的行為、設備運行狀態進行分析，形成以上目標的矢量特征。大數據存儲中心構建在成熟的云存儲體系之上，具備存儲的復雜均衡，軟硬件的動態擴展和刪除以及數據的自動備份和恢復功能，負責對結構化數據集進行管理，同時負責維護系統建立的各種專題庫。大數據應用以IE客戶端方式提供各類視頻流和圖片的可視化展示，諸如統計、報表、報警信息可視化展示，配備聲光報警設備等服務應用。

工業智慧運維系統架構如圖2所示。

圖2 工業智慧運維系統架構

2.2 硬件平臺

（1）PC桌面電腦帶顯卡

（2）NVR數字硬盤錄像機（用戶現場提供）

（3）運行環境

接口系統：獨立服務器Web端；

CPU：雙核1.5G以上；

顯卡：1024*768，16位色以上。

2.3 軟件平臺

（1）系統開發

操作系統：windows、linux；

集成開發環境為eclipse、Myeclipse、IDEA，碼云作為源代碼管理工具。

（2）系統運行

系統采用基于web平臺的java技術作為主要的開發技術，jdk版本為1.8.0以上，兼容瀏覽器IE（7.0以上）、360SE、Chrome、Safari、QuikTime、FireFox。

2.4 數據通信

本系統的數據、命令通信協議采用TCP/IP（Socket）、SOAP、HTTP等協議。接口系統與web端采用json格式數據進行通信。

2.5 安全措施

（1）系統應用于特殊巡檢，故重點考慮數據儲存、數據傳輸的安全性，以及系統的物理安全和管理安全。采用成熟、先進的技術開發，確保系統的穩定性。

（2）工業智慧運維系統滿足“技術先進，安全可靠；功能完善，使用簡便；靈活機動，部署快捷”的應用要求，通過專業化、規范化的運維服務，達到行業規范和標準的要求，保證設備和系統處于最佳運行狀態，發揮系統的最大效能。

（3）系統設有安全權限管理。不同范圍的人員對不同功能模塊有不同的使用權。

3 應用情況

工業智慧運維系統已在輸煤皮帶廊、鋼廠（四高及精整包裝線）、熱電廠（零米汽機、GIS室、控制室）等場景下開展應用，且運行效果俱佳，切實提高了工業領域的設備健康水平和管理水平，取得良好示范效應。

下面以輸煤皮帶廊智慧運維系統為例具體說明解決方案。

輸煤皮帶智慧運維系統為輸煤系統提供一套完整的無人值守巡檢解決方案，具備輸煤系統無人化檢查、輸煤系統皮帶停止、皮帶跑偏、皮帶堆料識別報警等核心功能，配套輸煤系統集控軟件能夠對整個輸送帶監控設備控制、并能夠對大量的輸送帶系統數據進行采集與大數據分析、系統報警為一體的智能化運維。

輸煤皮帶智慧運維系統提供了完整的解決方案，可提高工作人員的巡檢進度，對巡檢質量實現由人工管理到電子化管理的轉變，并進行考評，保證檢查工作的正常開展。管理者可以通過該系統對閥門、各管道、線路等設施的巡檢實現科學化的管理，同時依托大數據計算技術，能夠對異常狀況進行提前預判分析，在辦公室內足不出戶即可通過各類電子報表掌握巡檢的實施質量和設施的運行狀況。

（1）系統采用多種通用協議：WebSocket協議、HTTP協議、TCP/UDP協議、FTP文件傳輸協議、RTSP實時流傳輸協議，可接入其他系統及接收其他設備數據。

（2）具有可視化地圖管理模塊，可實現地圖創建、地圖編輯、巡檢點采集等基本功能，便于巡檢任務的指定。

（3）后臺界面可根據采集到的數據自動產生巡檢報告，分為日、周、月、年和監控報表，并支持對報表的管理、查詢、自定義。

（4）多巡檢任務進行管理，巡檢列表中包括巡檢點設置、巡檢任務計劃制定、巡檢任務瀏覽和巡檢任務跟蹤等任務。

（5）提供所有巡檢數據日志報告的導出。

（6）監控后臺能攝像頭進行手動操作。

（7）服務器存儲不少于3個月的設備巡檢圖片。系統定期自動備份數據庫數據，防止數據丟失。

（8）集控平臺建設遵循“統一規劃、分級應用”的建設思路，制定一體化的系統架構，實現數據規范、功能模塊的統一與標準化，具備標準化的數據接口，實現數據高速交互，數據能夠與運維自動化系統等專業系統互聯互通。同時，系統設計具備良好的功能擴展性，既滿足現階段生產需求，又考慮未來功能升級或網級巡檢中心的數據采集要求。

（9）能將站內已有的安防系統、視頻系統、監控系統融合到我們的機器人進行識別分析，并將識別結果存到數據庫，可在管理界面查看，并將故障展示到顯示界面。

（10）平臺架構采用B/S模式，實現與其他系統的數據通信，按照數據類型將數據層劃分為多個獨立模塊，增加數據的處理效率和提高穩定性。

（11）與第三方平臺進行數據對接

操作方式有三種：

一是把系統的單個功能網頁給用戶，用戶把網頁嵌入到用戶已有系統，進行對應的數據展示；

二是給用戶提供數據接口，用戶可以通過接口獲取巡檢系統相應的數據；

三是甲方提供數據接口，可以向用戶的數據接口寫入相應巡檢的數據，進行對應的數據展示。

①歷史數據查看功能

可以查看近一年的所有巡檢歷史數據、圖片等。可以從時間和檢測對象兩個維度進行查看。

②報表功能

巡檢數據可自動形成巡檢報告，并可導出巡檢報表和故障報表。

③報警功能

具備設備檢測數據的分析、診斷、預判及報警功能；報警發生時，立即發出報警信息，并伴有聲光提示，并能人工退出/恢復；報警信號能遠傳。

識別流程圖如圖3所示。

圖3 識別流程圖

4 代表性及推廣價值

4.1 技術亮點

（1）智慧能力庫建設：已建立了工業領域的能力庫，借助圖像視頻采集、標注、深度學習算法，讓“工業智慧巡檢系統”在各類工業應用場景中快速應用，持續優化演進。

（2）全信息感知：系統自動監控，全信息感知；用戶可進行定制化、全天候持續不間斷地數據采集。

（3）靈活易用：借助APP工具，對任何一個攝像頭可進行靈活部署和識別能力的賦能，用戶可進行任意的更改，擴展性強，操作簡單方便。

（4）協同共享：針對NVR\DVR一個系統范圍內裝一臺工業智慧巡檢系統，多臺可匯集共享一個后臺系統。

（5）邊緣智能+云智能

工業智慧運維系統通過搭載具有高可用高穩定性的智能算法板，對實時產生的巡檢數據做實時智能AI運算處理及數據分析。同時判斷告警系統是否產生了預警信息，如果產生了預警信息告警系統會通過聲音，亮燈等方式進行實時預警。同時會把處理好的數據結果保存到系統服務當中，如果告警系統當前和云服務已經聯通，通過邊緣智能處理的數據會實時地傳輸至云服務器，云服務器可以對數據進行大數據分析，分析每個點位出現預警頻率，在數據足夠充分的情況下甚至能分析出哪些設備將要出現預警，可以提前告知工作人員，提前進行查看維護。

邊緣智能，將云計算能力拓展至用戶現場，可以提供臨時離線、低延時的計算服務，包括消息規則、函數計算、AI推斷。隨著收集數據并將其轉換到云端進行處理的物聯網設備數量增加，邊緣智能應運而生。基于邊緣計算這一新型的計算模式，邊緣智能在更加靠近用戶和數據源頭的網絡邊緣側這一位置訓練和部署深度學習模型，從而改善人工智能應用的性能、成本和隱私性。

作為云計算向網絡邊緣和終端用戶的擴展，邊緣計算將計算資源和服務從遠離用戶的云端下沉到網絡邊緣側，從而有效降低網絡延遲和帶寬消耗，并加強隱私保護。相比于傳統應用，物聯網場景下的基于視頻分析、圖像和語音識別技術等新興人工智能應用的計算和數據都更為密集，對延遲和隱私保護要求也更為嚴苛。同時大大地降低了用戶在服務器集中進行運算的硬件成本。

（6）巡檢點位智能快速部署

自動獲取NVR的監控設備信息，并對監控設備當前位置進點位行初始化。

4.2 經濟效益/商業價值

“工業智慧運維系統”直接替代目前部分（大部分）人工觀察大屏幕監控職責；其二是進行異常圖片智慧保存，建立快速檢索機制，進一步提升存量系統的建設價值、解放大量低級無趣工作下的勞動力并對新構建的分散性監控系統提升價值。在大數據技術支持下，對公共空間的安全風險進行預測和警報，真正提升公共空間的安全性降低各種安全風險。

“工業智慧運維系統”產品具有存儲輕量化（視頻數據經過結構化處理，輸出形式為圖片甚至文本，極大地降低了占用的存儲空間和傳輸壓力）、處理高效化（具有高性能并行處理能力，并支多線程圖片幀抓取，能成倍提高視頻數據的結構化處理能力）、應用多樣化（系統內嵌應用管理系統，能夠提供統計、報表、報警信息可視化展示，配備聲光報警設備等各類豐富應用）特點，其應用面廣，用戶接受度高，商業價值高。

4.3 社會價值

“工業智慧運維系統”充分將云計算、人工智能、深度學習算法、大數據處理等各項技術高度融合，實現定時、周期遙控巡檢，監控及數據報表分析、及時識別各種報警和異常等數字化、智能化的管理與反饋機制，解決現有監控系統的痛點問題（如系統自身無法提前預警、人工監視存在遺漏、人式監視低效枯燥、事后取證復雜、存儲時間受限、存儲數據價值無開發等），減輕（替代）人工作業（檢查、監視）勞動強度，提高作業效率、解決及時性、安全性、可靠性及穩定性問題。

隨著智慧水電站、智慧電站、智慧工廠等各工業領域智能化建設的推進，以及智慧城市、智慧醫院、智慧學校等其它領域智能化建設從概念走向落地，對智慧安防監控技術的需求旺盛，通過系統將原來的工業攝像頭數據進行接入，獲取數據信息，進行統一識別分析，形成智慧運維系統（智慧化視頻監控），解決公共空間監控系統的直接升級。

摘自《自動化博覽》2022年10月刊