本發(fā)明專利技術(shù)公開(kāi)了屬于智慧城市運(yùn)維管理技術(shù)領(lǐng)域的一種用于智慧城市的傳感器故障診斷及修復(fù)系統(tǒng)及方法，包括：對(duì)傳感器進(jìn)行實(shí)時(shí)監(jiān)控，獲取傳感器的輸出數(shù)據(jù)；對(duì)輸出數(shù)據(jù)進(jìn)行連續(xù)性分析和一致性分析，得到連續(xù)性分析結(jié)果和一致性分析結(jié)果；響應(yīng)于連續(xù)性分析結(jié)果和一致性分析結(jié)果均未超出預(yù)設(shè)范圍時(shí)，判定傳感器無(wú)故障，否則標(biāo)記傳感器為潛在故障；對(duì)標(biāo)記為潛在故障的傳感器，觸發(fā)傳感器進(jìn)行自檢，判定潛在故障的類型；響應(yīng)于潛在故障的類型為硬件故障時(shí)，將潛在故障的傳感器信息反饋至遠(yuǎn)程管理平臺(tái)。本發(fā)明專利技術(shù)通過(guò)對(duì)傳感器故障診斷及遠(yuǎn)程修復(fù)，有效提升傳感器的可靠性和適應(yīng)性，提高整個(gè)智慧城市的運(yùn)行可靠性和感知精度，適應(yīng)了智慧城市的復(fù)雜需求。
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及一種用于智慧城市的傳感器故障診斷及修復(fù)系統(tǒng)及方法，屬于智慧城市運(yùn)維管理。
技術(shù)介紹
1、智慧城市是以發(fā)展更科學(xué)、管理更高效、生活更美好為目標(biāo)，以信息技術(shù)和通信技術(shù)為支撐，通過(guò)透明、充分的信息獲取，廣泛、安全的信息傳遞和有效、科學(xué)的信息處理，提高城市運(yùn)行效率，改善公共服務(wù)水平，形成低碳城市生態(tài)圈而構(gòu)建的新形態(tài)城市。
2、隨著智慧城市的迅速發(fā)展，各種智能感知設(shè)備被廣泛應(yīng)用于城市環(huán)境的實(shí)時(shí)監(jiān)控和管理中。這些智能傳感器用于收集諸如空氣質(zhì)量、溫濕度、噪聲水平、交通流量等各種環(huán)境數(shù)據(jù)，為城市的智能化運(yùn)行提供了必要的基礎(chǔ)數(shù)據(jù)。然而，當(dāng)前智慧城市中使用的傳感器系統(tǒng)在復(fù)雜環(huán)境的適應(yīng)性等方面仍然面臨諸多挑戰(zhàn)。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種用于智慧城市的傳感器故障診斷及修復(fù)系統(tǒng)及方法，針對(duì)智慧城市的復(fù)雜需求，通過(guò)對(duì)傳感器故障診斷及遠(yuǎn)程修復(fù)，有效提升傳感器的可靠性和適應(yīng)性，解決了傳感器故障和輸出數(shù)據(jù)失真的問(wèn)題。
2、為達(dá)到上述目的，本專利技術(shù)是采用下述技術(shù)方案實(shí)現(xiàn)的：
3、第一方面，本專利技術(shù)提供了一種用于智慧城市的傳感器故障診斷及修復(fù)方法，包括：
4、對(duì)傳感器進(jìn)行實(shí)時(shí)監(jiān)控，獲取傳感器的輸出數(shù)據(jù)；
5、對(duì)輸出數(shù)據(jù)進(jìn)行連續(xù)性分析和一致性分析，得到連續(xù)性分析結(jié)果和一致性分析結(jié)果；
6、響應(yīng)于連續(xù)性分析結(jié)果和一致性分析結(jié)果均未超出預(yù)設(shè)范圍時(shí)，判定傳感器無(wú)故障，否則標(biāo)記傳感器為潛在故障；</p>7、對(duì)標(biāo)記為潛在故障的傳感器，觸發(fā)傳感器進(jìn)行自檢，判定潛在故障的類型；
8、響應(yīng)于潛在故障的類型為硬件故障時(shí)，將潛在故障的傳感器信息反饋至遠(yuǎn)程管理平臺(tái)；
9、響應(yīng)于潛在故障的類型為軟件故障時(shí)，啟動(dòng)傳感器自修復(fù)，同時(shí)采集冗余傳感器數(shù)據(jù)，結(jié)合冗余傳感器數(shù)據(jù)對(duì)軟件故障的傳感器進(jìn)行數(shù)據(jù)補(bǔ)償和校正。
10、進(jìn)一步的，對(duì)輸出數(shù)據(jù)進(jìn)行連續(xù)性分析和一致性分析，其中：
11、所述連續(xù)性分析包括：通過(guò)支持向量機(jī)和基于長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的時(shí)間序列模型，對(duì)數(shù)據(jù)的連續(xù)性和一致性進(jìn)行分析，公式為：
12、f(x)＝sign(w·φ(x)+b)
13、其中，w是權(quán)重向量，φ(x)是特征映射函數(shù)，b是偏置項(xiàng)，f(x)為輸出值；
14、所述一致性分析包括：將輸出數(shù)據(jù)與同一區(qū)域內(nèi)多個(gè)傳感器的數(shù)據(jù)進(jìn)行橫向?qū)Ρ龋\斷單點(diǎn)故障。
15、進(jìn)一步的，啟動(dòng)傳感器自修復(fù)，同時(shí)采集冗余傳感器數(shù)據(jù)，結(jié)合冗余傳感器數(shù)據(jù)對(duì)軟件故障的傳感器進(jìn)行數(shù)據(jù)補(bǔ)償和校正，其中：
16、所述傳感器自修復(fù)包括：利用標(biāo)準(zhǔn)參考數(shù)據(jù)對(duì)傳感器進(jìn)行重新校準(zhǔn)，以及，對(duì)傳感器進(jìn)行重啟嘗試；
17、所述采集冗余傳感器數(shù)據(jù)包括：通過(guò)冗余傳感器繼續(xù)采集數(shù)據(jù)，以及，利用邊緣計(jì)算節(jié)點(diǎn)中設(shè)置的冗余數(shù)據(jù)處理模塊融合其他冗余傳感器的數(shù)據(jù)進(jìn)行補(bǔ)償；
18、所述結(jié)合冗余傳感器數(shù)據(jù)對(duì)軟件故障的傳感器進(jìn)行數(shù)據(jù)補(bǔ)償和校正包括：利用多源數(shù)據(jù)融合算法，通過(guò)傳感器之間的數(shù)據(jù)交叉驗(yàn)證進(jìn)行互補(bǔ)分析，以及，在數(shù)據(jù)融合過(guò)程中，采用卡爾曼濾波器對(duì)不同傳感器的測(cè)量結(jié)果進(jìn)行融合和濾波處理，以及，通過(guò)機(jī)器學(xué)習(xí)模型對(duì)環(huán)境數(shù)據(jù)進(jìn)行建模，在部分?jǐn)?shù)據(jù)缺失的情況下進(jìn)行動(dòng)態(tài)推算，公式為：
19、
20、其中，是預(yù)測(cè)狀態(tài)，是更新后的狀態(tài)，kk是卡爾曼增益，zk是測(cè)量值，h是觀測(cè)矩陣；
21、
22、其中，是預(yù)測(cè)狀態(tài)，a是，是，b是，uk是。
23、進(jìn)一步的，所述遠(yuǎn)程管理平臺(tái)利用物聯(lián)網(wǎng)連接傳感器，且遠(yuǎn)程管理平臺(tái)根據(jù)不同類型傳感器的具體需求，通過(guò)ota方式對(duì)傳感器進(jìn)行差異化的固件更新，所述遠(yuǎn)程管理平臺(tái)通過(guò)對(duì)傳感器長(zhǎng)期數(shù)據(jù)的監(jiān)控，利用機(jī)器學(xué)習(xí)預(yù)測(cè)其可能的故障時(shí)間，以及，根據(jù)傳感器的地理位置、當(dāng)前工作狀態(tài)及故障可能性，自動(dòng)生成最優(yōu)維護(hù)任務(wù)，并通知運(yùn)維人員執(zhí)行。
24、進(jìn)一步的，所述傳感器采用模塊化的系統(tǒng)架構(gòu)，所述傳感器的感知系統(tǒng)中各個(gè)部分為相對(duì)獨(dú)立的模塊，每個(gè)模塊都有明確的功能和接口定義，其中：
25、所述傳感器的邊緣計(jì)算節(jié)點(diǎn)使用容器化技術(shù)來(lái)部署應(yīng)用程序，并通過(guò)kubernetes容器編排的自動(dòng)擴(kuò)展特性，根據(jù)實(shí)時(shí)負(fù)載情況自動(dòng)增加或減少計(jì)算節(jié)點(diǎn)，kubernetes容器編排表達(dá)式為：
26、
27、xi∈{0,1}
28、其中，xi表示是否在節(jié)點(diǎn)i上增加實(shí)例，ci表示在節(jié)點(diǎn)i上運(yùn)行一個(gè)實(shí)例的成本，ri是節(jié)點(diǎn)i提供的資源量，d是所需的總資源量；
29、所述傳感器所接入的系統(tǒng)檢測(cè)到新設(shè)備加入或舊設(shè)備退出時(shí)，自動(dòng)更新網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行網(wǎng)絡(luò)優(yōu)化，網(wǎng)絡(luò)優(yōu)化公式為：
30、
31、f(u,v)∈{0,1}
32、其中，v是節(jié)點(diǎn)集合，e是邊集合，w是邊的權(quán)重函數(shù)，f(u，v)表示從節(jié)點(diǎn)u到節(jié)點(diǎn)v是否存在激活的連接路徑。
33、進(jìn)一步的，所述傳感器為多模態(tài)傳感器，且多模態(tài)傳感器之間通過(guò)多模態(tài)數(shù)據(jù)融合算法組成多模態(tài)傳感器融合系統(tǒng)，所述多模態(tài)傳感器融合系統(tǒng)部署了熱成像攝像頭與可見(jiàn)光攝像頭的融合設(shè)備，以及，設(shè)計(jì)了激光雷達(dá)與視頻數(shù)據(jù)融合的感知模式，所述多模態(tài)數(shù)據(jù)融合算法包括自適應(yīng)多模態(tài)融合公式，公式為：
34、
35、其中，權(quán)重αi為環(huán)境適應(yīng)性權(quán)重，xi*為傳感器i提供的數(shù)據(jù)，xfused為數(shù)據(jù)融合結(jié)果。
36、進(jìn)一步的，所述傳感器的邊緣節(jié)點(diǎn)部署有基于環(huán)境感知的自適應(yīng)算法，所述自適應(yīng)算法包括曝光時(shí)間的自適應(yīng)調(diào)整和動(dòng)態(tài)白平衡調(diào)整，所述曝光時(shí)間的自適應(yīng)調(diào)整公式為：
37、
38、其中：t是攝像頭的曝光時(shí)間，i是環(huán)境光強(qiáng)度，k是調(diào)節(jié)因子，β是平滑常數(shù)；
39、所述動(dòng)態(tài)白平衡調(diào)整公式為：
40、wbnew＝f(l,bcurrent)
41、這里：wbnew是調(diào)整后的白平衡設(shè)置，l是從環(huán)境光傳感器得到的光照等級(jí)，bcurrent是當(dāng)前的白平衡設(shè)置。
42、第二方面，本專利技術(shù)提供了一種用于智慧城市的傳感器故障診斷及修復(fù)系統(tǒng)，包括：
43、數(shù)據(jù)監(jiān)控模塊：對(duì)傳感器進(jìn)行實(shí)時(shí)監(jiān)控，獲取傳感器的輸出數(shù)據(jù)；
44、數(shù)據(jù)分析模塊：對(duì)輸出數(shù)據(jù)進(jìn)行連續(xù)性分析和一致性分析，得到連續(xù)性分析結(jié)果和一致性分析結(jié)果；
45、故障判定模塊：響應(yīng)于連續(xù)性分析結(jié)果和一致性分析結(jié)果均未超出預(yù)設(shè)范圍時(shí)，判定傳感器無(wú)故障，否則標(biāo)記傳感器為潛在故障；
46、自檢觸發(fā)模塊：對(duì)標(biāo)記為潛在故障的傳感器，觸發(fā)傳感器進(jìn)行自檢，判定潛在故障的類型；
47、故障處理模塊：響應(yīng)于潛在故障的類型為硬件故障時(shí)，將潛在故障的傳感器信息反饋至遠(yuǎn)程管理平臺(tái)；響應(yīng)于潛在故障的類型為軟件故障時(shí)，啟動(dòng)傳感器自修復(fù)，同時(shí)采集冗余傳感器數(shù)據(jù)，結(jié)合冗余傳感器數(shù)據(jù)對(duì)軟件故障的傳感器進(jìn)行數(shù)據(jù)補(bǔ)償和校正。
48、第三方面，本專利技術(shù)提供了一種用本文檔來(lái)自技高網(wǎng)
...
【技術(shù)保護(hù)點(diǎn)】
1.一種用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，包括：
2.根據(jù)權(quán)利要求1所述的用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，對(duì)輸出數(shù)據(jù)進(jìn)行連續(xù)性分析和一致性分析，其中：
3.根據(jù)權(quán)利要求1所述的用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，啟動(dòng)傳感器自修復(fù)，同時(shí)采集冗余傳感器數(shù)據(jù)，結(jié)合冗余傳感器數(shù)據(jù)對(duì)軟件故障的傳感器進(jìn)行數(shù)據(jù)補(bǔ)償和校正，其中：
4.根據(jù)權(quán)利要求1所述的用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，所述遠(yuǎn)程管理平臺(tái)利用物聯(lián)網(wǎng)連接傳感器，且遠(yuǎn)程管理平臺(tái)根據(jù)不同類型傳感器的具體需求，通過(guò)OTA方式對(duì)傳感器進(jìn)行差異化的固件更新，所述遠(yuǎn)程管理平臺(tái)通過(guò)對(duì)傳感器長(zhǎng)期數(shù)據(jù)的監(jiān)控，利用機(jī)器學(xué)習(xí)預(yù)測(cè)其可能的故障時(shí)間，以及，根據(jù)傳感器的地理位置、當(dāng)前工作狀態(tài)及故障可能性，自動(dòng)生成最優(yōu)維護(hù)任務(wù)，并通知運(yùn)維人員執(zhí)行。
5.根據(jù)權(quán)利要求1所述的用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，所述傳感器采用模塊化的系統(tǒng)架構(gòu)，所述傳感器的感知系統(tǒng)中各個(gè)部分為相對(duì)獨(dú)立的模塊，每個(gè)模塊都有明確的功能和接口定義，其中：
<
p>6.根據(jù)權(quán)利要求1所述的用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，所述傳感器為多模態(tài)傳感器，且多模態(tài)傳感器之間通過(guò)多模態(tài)數(shù)據(jù)融合算法組成多模態(tài)傳感器融合系統(tǒng)，所述多模態(tài)傳感器融合系統(tǒng)部署了熱成像攝像頭與可見(jiàn)光攝像頭的融合設(shè)備，以及，設(shè)計(jì)了激光雷達(dá)與視頻數(shù)據(jù)融合的感知模式，所述多模態(tài)數(shù)據(jù)融合算法包括自適應(yīng)多模態(tài)融合公式，公式為：7.根據(jù)權(quán)利要求1所述的用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，所述傳感器的邊緣節(jié)點(diǎn)部署有基于環(huán)境感知的自適應(yīng)算法，所述自適應(yīng)算法包括曝光時(shí)間的自適應(yīng)調(diào)整和動(dòng)態(tài)白平衡調(diào)整，所述曝光時(shí)間的自適應(yīng)調(diào)整公式為：
8.一種用于智慧城市的傳感器故障診斷及修復(fù)系統(tǒng)，其特征是，包括：
9.一種用于智慧城市的傳感器故障診斷及修復(fù)裝置，其特征是，包括處理器及存儲(chǔ)介質(zhì)；
10.計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征是，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1～7任一項(xiàng)所述方法的步驟。
...
【技術(shù)特征摘要】
1.一種用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，包括：
2.根據(jù)權(quán)利要求1所述的用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，對(duì)輸出數(shù)據(jù)進(jìn)行連續(xù)性分析和一致性分析，其中：
3.根據(jù)權(quán)利要求1所述的用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，啟動(dòng)傳感器自修復(fù)，同時(shí)采集冗余傳感器數(shù)據(jù)，結(jié)合冗余傳感器數(shù)據(jù)對(duì)軟件故障的傳感器進(jìn)行數(shù)據(jù)補(bǔ)償和校正，其中：
4.根據(jù)權(quán)利要求1所述的用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，所述遠(yuǎn)程管理平臺(tái)利用物聯(lián)網(wǎng)連接傳感器，且遠(yuǎn)程管理平臺(tái)根據(jù)不同類型傳感器的具體需求，通過(guò)ota方式對(duì)傳感器進(jìn)行差異化的固件更新，所述遠(yuǎn)程管理平臺(tái)通過(guò)對(duì)傳感器長(zhǎng)期數(shù)據(jù)的監(jiān)控，利用機(jī)器學(xué)習(xí)預(yù)測(cè)其可能的故障時(shí)間，以及，根據(jù)傳感器的地理位置、當(dāng)前工作狀態(tài)及故障可能性，自動(dòng)生成最優(yōu)維護(hù)任務(wù)，并通知運(yùn)維人員執(zhí)行。
5.根據(jù)權(quán)利要求1所述的用于智慧城市的傳感器故障診斷及修復(fù)方法，其特征是，所述傳感器采用模塊化的系統(tǒng)架構(gòu)，所述傳感器的感知系統(tǒng)中各個(gè)部分為相對(duì)獨(dú)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張立業(yè)，程浩，楊小聰，張益?zhèn)?/a>，楊景，楊國(guó)玉，
申請(qǐng)(專利權(quán))人：江蘇中云筑智慧運(yùn)維研究院有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。