设备异常检测方法和装置、存储介质及电子设备
文献发布时间:2023-06-19 13:29:16
技术领域
本发明涉及计算机领域,具体而言,涉及一种设备异常检测方法和装置、存储介质及电子设备。
背景技术
卡口设备是指交通道路上或园区中设置在关键位置上,具备监控、存储、分析功能的设备。设置在交通道路的卡口设备可以获取包括有车辆信息的图像,设置在园区中的卡口设备可以获取包括车辆和过往人员信息的图像,因此,可以根据卡口设备获得的图像进行相关数据的采集和统计。
基于卡口设备获取到的数据,可以在很大程度上反映道路中的车辆、园区中的车辆和过往人员的行为状态,进而能够对道路车流量、园区安全状况等信息的统计和分析起到很重要的作用。
但是,卡口设备也可能会发生异常,例如硬件故障或者程序故障。发生异常的卡口设备会影响卡口设备的数据采集,从而影响所采集的数据在应用中对于数据统计和分析的准确性。因此,需要及时检测出卡口设备的异常,以降低异常数据的应用对于数据统计和分析的影响。而当前,针对卡口设备的故障通常采用人为巡检的方式,及时性较差。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种设备异常检测方法和装置、存储介质及电子设备,以至少解决人工进行异常检测导致的异常检测及时性差的技术问题。
根据本发明实施例的一个方面,提供了一种设备异常检测方法,包括:获取对象轨迹数据,其中,上述对象轨迹数据中包括多个对象经过多个卡口设备的通行数据;从上述对象轨迹数据中提取出各个卡口设备的运行参数,其中,上述运行参数包括通过卡口设备的对象的流量参数,卡口设备的密度参数,通过卡口设备的对象的标识参数和数据缺失参数;将至少一个上述运行参数指示异常的卡口设备,确定为处于异常状态的目标卡口设备。
根据本发明实施例的另一方面,还提供了一种设备异常检测装置,包括:获取单元,用于获取对象轨迹数据,其中,上述对象轨迹数据中包括多个对象经过多个卡口设备的通行数据;提取单元,用于从上述对象轨迹数据中提取出各个卡口设备的运行参数,其中,上述运行参数包括通过卡口设备的对象的流量参数,卡口设备的密度参数,通过卡口设备的对象的标识参数和数据缺失参数;确定单元,用于将至少一个上述运行参数指示异常的卡口设备,确定为处于异常状态的目标卡口设备。
根据本发明实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述设备异常检测方法。
根据本发明实施例的又一方面,还提供了一种电子设备,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为通过所述计算机程序执行上述的设备异常检测方法。
在本发明实施例中,采用获取对象轨迹数据,从对象轨迹数据中提取各个卡口设备的运行参数,利用运行参数包括不同维度的多个参数,且在至少一个运行参数指示卡口设备异常的情况下,就将卡口设备确定为异常状态的目标卡口设备的方式,通过对象轨迹数据进行卡口设备的运行参数的提取,利用对象轨迹数据反推卡口设备的状态,达到了能够及时通过对象轨迹数据确定卡口设备的运行状态,以及时检测出处于异常状态的目标卡口设备的目的,从而实现了及时检测出异常的卡口设备,提高卡口设备的异常检测效率和及时性的技术效果,进而解决了人工进行异常检测导致的异常检测及时性差的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的设备异常检测方法的应用环境的示意图;
图2是根据本发明实施例的一种可选的设备异常检测方法的流程示意图;
图3是根据本发明实施例的一种可选的设备异常检测方法的流程示意图;
图4是根据本发明实施例的一种可选的设备异常检测方法的流程示意图;
图5是根据本发明实施例的一种可选的设备异常检测方法的流程示意图;
图6是根据本发明实施例的一种可选的设备异常检测方法的流程示意图;
图7是根据本发明实施例的一种可选的设备异常检测方法的流程示意图;
图8是根据本发明实施例的一种可选的设备异常检测装置的结构示意图;
图9是根据本发明实施例的一种可选的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例的一个方面,提供了一种设备异常检测方法,可选地,上述设备异常检测方法可以但不限于应用于如图1所示的环境中。终端设备102不限于是卡口设备,将采集到的对象数据通过网络110发送给服务器112,服务器112中运行有数据库114和处理引擎116。数据库114用于存储设备数据和对象数据,处理引擎116用于对数据进行处理,以确定出处于异常状态的终端设备。
设备异常检测不限于通过依次执行S102至S106实现。获取对象轨迹数据。对象轨迹数据中包括多个对象经过多个卡口设备的通行数据。提取运行参数。从对象轨迹数据中提取出各个卡口设备的运行参数,运行参数包括通过卡口设备的对象的流量参数,卡口设备的密度参数,通过卡口设备的对象的标识参数和数据缺失参数。确定目标卡口设备。将至少一个运行参数指示异常的卡口设备,确定为处于异常状态的目标卡口设备。
可选地,在本实施例中,上述终端设备可以是配置有目标客户端的终端设备,可以包括但不限于以下至少之一:手机(如Android手机、IOS手机等)、笔记本电脑、平板电脑、掌上电脑、MID(Mobile Internet Devices,移动互联网设备)、PAD、台式电脑、智能电视、智能摄像终端、智能检测终端等。目标客户端可以是具备图像采集功能的视频客户端、检测客户端、即时通信客户端、浏览器客户端、教育客户端等。上述网络可以包括但不限于:有线网络,无线网络,其中,该有线网络包括:局域网、城域网和广域网,该无线网络包括:蓝牙、WIFI及其他实现无线通信的网络。上述服务器可以是单一服务器,也可以是由多个服务器组成的服务器集群,或者是云服务器。上述仅是一种示例,本实施例中对此不作任何限定。
作为一种可选的实施方式,如图2所示,上述设备异常检测方法包括:
S202,获取对象轨迹数据,其中,对象轨迹数据中包括多个对象经过多个卡口设备的通行数据;
S204,从对象轨迹数据中提取出各个卡口设备的运行参数,其中,运行参数包括通过卡口设备的对象的流量参数,卡口设备的密度参数,通过卡口设备的对象的标识参数和数据缺失参数;
S206,将至少一个运行参数指示异常的卡口设备,确定为处于异常状态的目标卡口设备。
可选地,卡口设备不限于设立在交通道路上或关键位置的终端设备,用于对通过的车辆和行人进行记录和检测。对象不限于是车辆对象和人员对象。
可选地,对象轨迹数据中包括多个对象在各自移动过程中,通过多个卡口设备的数据,对象轨迹数据中不限于包括多个卡口设备对通过的对象的记录数据。记录数据不限于是卡口设备在对象经过时,对对象进行检测而获取到的数据,不限于包括对象标识,对象通过时间。每个对象在每次通过每个卡口设备时均会触发卡口设备的数据记录。
可选地,在卡口设备上报记录数据时,不限于将卡口设备的设备编码添加在记录数据中,以明确记录数据所对应的卡口设备。
可选地,从对象轨迹数据中提取各个卡口设备对应的运行参数,不限于是从对象轨迹数据中,按照卡口设备进行数据筛选,根据卡口设备对应的轨迹数据计算卡口设备对应的运行参数。
可选地,运行参数包括通过卡口设备的对象的流量参数,卡口设备所在区域的设备密度参数,通过卡口设备的对象标识的标识参数和卡口设备对应的轨迹数据中的数据缺失参数。
可选地,在卡口设备的流量参数、密度参数、标识参数和数据缺失参数全部指示卡口设备未出现异常的情况下,确定卡口设备处于正常状态。在卡口设备的流量参数、密度参数、标识参数和数据缺失参数中任一项参数指示卡口设备异常的情况下,确定卡口设备处于异常状态。在多个卡口设备中,将处于异常状态的卡口设备确定为目标卡口设备。
在本申请实施例中,采用获取对象轨迹数据,从对象轨迹数据中提取各个卡口设备的运行参数,利用运行参数包括不同维度的多个参数,且在至少一个运行参数指示卡口设备异常的情况下,就将卡口设备确定为异常状态的目标卡口设备的方式,通过对象轨迹数据进行卡口设备的运行参数的提取,利用对象轨迹数据反推卡口设备的状态,达到了能够及时通过对象轨迹数据确定卡口设备的运行状态,以及时检测出处于异常状态的目标卡口设备的目的,从而实现了及时检测出异常的卡口设备,提高卡口设备的异常检测效率和及时性的技术效果,进而解决了人工进行异常检测导致的异常检测及时性差的技术问题。
作为一种可选的实施方式,如图3所示,上述获取对象轨迹数据包括:
S302,获取设备数据,其中,设备数据包括多个卡口设备的设备编码和设备位置信息;
S304,获取对象数据,其中,对象数据包括多个对象在各自移动过程中产生的对象位置信息;
S306,按照设备编码和设备位置信息,对对象数据和设备数据进行匹配,得到对象轨迹数据。
可选地,设备数据不限于以设备列表的形式记录多个卡口设备的设备编码和设备位置信息。设备位置信息不限于是卡口设备所在的经纬度信息。对象数据不限于是对象在各自移动过程中,通过卡口设备产生的数据,不限于包括对象的对象标识,通过卡口设备的设备编码,对象通过卡口设备的时间,对象的对象位置信息。
可选地,按照设备编码和设备位置信息将对象数据和设备数据进行匹配,不限于是将设备编码和设备位置信息添加至对象数据中,以构建包含设备编码和设备位置信息的对象轨迹数据。在对象数据包括设备编码的情况下,将设备位置信息添加在对应对象数据中。在对象数据未包含设备编码的情况下,根据对象位置信息和对象位置信息进行匹配,将通过的卡口设备的设备编码添加在对象轨迹数据中。
在本申请实施例中,通过设备数据和对象数据构建包含设备信息和对象信息的对象轨迹数据,以实现可以基于对象轨迹数据计算卡口设备的运行参数,从而通过运行参数对卡口设备进行异常检测,提高卡口设备异常检测到的效率和及时性。
作为一种可选的实施方式,上述从对象轨迹数据中提取出各个卡口设备的运行参数包括:
S1,统计对象轨迹数据中,目标时间段内通过卡口设备的目标对象的目标对象数量,和历史时间段内通过卡口设备的目标对象的历史对象数量,其中,历史时间段和目标时间段的时间长度相同;
S2,根据目标对象数量和历史对象数量,计算卡口设备对应的流量参数。
可选地,获取卡口设备的异常检测的检测时长,根据检测时长确定目标时间段和历史时间段。目标时间段不限于是历史时间段之后,间隔预设间隔时长之后的时间段。假设检测时长为24小时,间隔时长是5天,如果目标时间段是当前24小时,那么历史时间段就是5天前的24小时。
可选地,通过卡口设备的对象的流量参数不限于是历史对象数量和目标对象数量的数量变化参数,包括但不限于是:历史对象数量与目标对象数量的数量差值,历史对象数量与目标对象数量的差值比率,目标对象数量与历史对象数量的差值比率
流量参数不限于是卡口设备在相同时长的对象流量的同比率,表示如公式(1)所示:
作为一种可选的实施方式,上述在从对象轨迹数据中提取出各个卡口设备的运行参数之后,还包括:
S1,获取多个卡口设备中每个卡口设备对应的流量参数;
S2,确定多个流量参数中的流量参考参数;
S3,在流量参数与流量参考参数的偏差值超过第一阈值的情况下,确定流量参数指示的卡口设备异常。
可选地,流量参考参数是根据全部卡口设备包括的每个卡口设备的流量参数计算所得。流量参考参数可以但不限于是流量参数的均值,流量参数的均方差,流量参数的中位数。
可选地,流量参数与流量参考参数的偏差以流量参数的偏差表示,具体不限于是流量参数与流量参考参数的差值,流量参数与流量参考参数的差值比率,流量参考参数与流量参数的差值比率。
以流量参考参数为流量参数的中位数为例,流量参数与流量参考参数的偏差不限于如公式(2)所示:
可选地,在获取得到流量参数的偏差的情况下,比对流量参数的偏差与第一阈值,在流量参数的偏差小于等于第一阈值的情况下,确定卡口设备处于正常状态。在流量参数的偏差大于第一阈值的情况下,不限于确定卡口设备处于异常状态。
根据流量参数对卡口设备进行异常检测的流程不限于如图4所示。执行S402,从对象轨迹数据中提取通过卡口设备的轨迹数据。在获取到与卡口设备对应的轨迹数据的情况下,执行S404,统计目标时间段的目标对象数量和历史时间段的历史对象数量。在统计之后,执行S406,计算卡口设备的流量参数,并获取流量参考参数。以流量参考参数为全部卡口设备的流量参数的中位数为例,执行S408,计算流量参数的偏差。计算流量参考与流量参考参数的差值与流量参考参数的比值。在计算得到流量参数的偏差的情况下,执行S410,判断流量参数的偏差是否大于第一阈值。在S410判断为是的情况下,执行S412,确定流量参数指示卡口设备异常。在S410判断为否的情况下,执行S414,确定流量参数指示卡口设备正常。
在本申请实施例中,通过从对象轨迹数据中提取通过卡口设备的对象数量,利用目标时间段对应的目标对象数量和历史时间段对应的历史对象数量得到流量参数,结合流量参考参数,通过流量参数与流量参考参数的偏差确定卡口设备是否异常。通过对象流量变化的异常确定卡口设备的异常,及时通过轨迹数据进行卡口设备的异常检测和判定,提高设备异常检测的及时性和效率。
作为一种可选的实施方式,上述从对象轨迹数据中提取出各个卡口设备的运行参数包括:
S1,获取卡口设备的设备位置信息中的区域信息;
S2,在对象轨迹数据中查找与卡口设备的区域信息一致的区域卡口设备;
S3,将区域卡口设备的设备数量作为卡口设备的密度参数。
可选地,在设备数据中的设备位置信息中,包括位置编码信息。位置编码房还是不限于使用GeoHash算法。GeoHash算法是将坐标或经纬度信息编码为字符串。在GeoHash算法生成的位置编码信息中包括用于指示所在区域的区域信息。在位置编码信息中的区域信息一致的情况下,确定卡口设备位于对应的区域中。
可选地,将位于同一区域中的卡口设备确定为区域卡口设备。不限于为每个区域预设对应的区域卡口设备数量,按照区域卡口设备数量在该区域中确定卡口设备的分布。
作为一种可选的实施方式,上述在从对象轨迹数据中提取出各个卡口设备的运行参数之后,还包括:
S1,获取区域信息对应的目标区域的参考密度参数,其中,参考密度参数用于指示目标区域中的卡口设备的数量;
S2,在密度参数大于参考密度参数的情况下,确定密度参数指示的卡口设备异常。
可选地,目标区域的参考密度参数不限于是为目标区域预设的卡口设备的设备数量。在密度参数小于等于参考密度参数的情况下,确定密度参数指示的卡口设备处于正常状态。
可选地,在密度参数大于参考密度参数的情况下,确定目标区域中所包含的全部区域卡口设备均处于异常状态。
根据密度参数对卡口设备进行异常检测的流程不限于如图5所示。执行S502,从对象轨迹数据中提取卡口设备的设备位置信息。在提取到卡口设备的设备位置信息的情况下,执行S504,查找设备位置信息指示与卡口设备位于同一区域的区域卡口设备。在查找到全部区域卡口设备的情况系,执行S506,统计区域卡口设备数量作为密度参数,并获取该区域参考密度参数。执行S508,判断密度参数是否大参考密度参数。在S508判断为是的情况下,执行S510,确定该区域中全部卡口设备异常。在S508判断为否的情况下,执行S512,确定中密度参数指示卡口设备正常。
在本申请实施例中,通过对象轨迹数据中提取出设备位置信息,对区域中包含的卡口设备数量进行统计,与预设的卡口设备数量进行比对,以确定该区域中卡口设备的密度是否异常。在区域中卡口设备的密度异常的情况下,确定该区域中全部卡口设备均处于异常状态。通过卡口设备的密度异常,及时对卡口设备进行异常检测和判定,提高设备异常检测的及时性和效率。
作为一种可选的实施方式,上述从对象轨迹数据中提取出各个卡口设备的运行参数包括:
S1,获取通过卡口设备的目标对象的对象标识数据;
S2,从对象标识数据中,筛选出未满足对象标识要求的异常标识数据;
S3,将异常标识数据的数量作为标识参数。
可选地,未满足对象标识要求的异常标识数据不限于是不满足对象标识规则的数据。以对象是车辆对象,对象标识数据是车辆车牌号码为例,未满足对象标识要求的异常标识数据不限于是不满足车牌号码规则的车牌数据。
可选地,不满足车牌号码规则包括:格式异常,内容异常,数量异常。格式异常不限于是不符合车牌号码规则。车牌号码规则包括:(1)省字(或领/使)+字母(除了O和I的字母)+5个字母(除了O和I)和数字组合;(2)省字(或领/使)+字母(除了O和I的字母)+D/F+字母(除了O和I)+四位数字组合,例如:浙HDA9976、领HF68790;(3)省字(或领/使)+字母(除了O和I的字母)+五位数字组合+D/F,例如:浙A56784F、使P98765D。
可选地,内容异常不限于是在上述车牌号码规则中字母和数字组合中出现3个及以上字母,例如:浙AT9SH4。
可选地,数量异常不限于是同一车牌号码在同一时间段内仅出现一次,也就是仅被一个卡口设备记录,并未被其他卡口设备记录。时间段的记录不限于是以天为单位。
可选地,将格式异常、内容异常和数量异常的标识数据均作为异常标识数据,统计与卡口设备相关的异常标识数据的数量。需要说明的是,异常标识数据的数量以对象/次做统计,同一对象经过同一卡口设备多次,则统计多次异常标识数据,数据量按照对象出现次数计算。
作为一种可选的实施方式,上述在从对象轨迹数据中提取出各个卡口设备的运行参数之后,还包括:
S1,获取多个卡口设备各自对应的标识参数,计算全部标识参数的标识参数总和;
S2,在卡口设备的标识参数与标识参数总和的比值大于第二阈值的情况下,确定标识参数指示卡口设备异常。
根据标识参数对卡口设备进行异常检测的流程不限于如图6所示。执行S602,从对象轨迹数据中提取卡口设备的对象标识数据。在获取到对象标识数据的情况下,执行S604,判断是否存在异常标识数据。在S604判断为否的情况下,执行S614,确定标识参数指示卡口设备正常。
在S604判断为是的情况下,执行S606,统计对象标识数据中的异常标识数据,将异常标识数据的数量作为标识参数。执行S608,统计全部卡口设备对应的标识参数总和。在得到标识参数总和的情况下,执行S610,判断标识参数与标识参数总和的比值是否超过第二阈值。在S610判断为是的情况下,执行S612,确定标识参数指示卡口设备异常。在S610判断为否的情况下,执行S614。
在本申请实施例中,通过从对象轨迹数据中提取对象标识数据,确定对象标识数据中的异常标识数据,统计异常标识数据的数量在全部卡口设备的异常标识数据的总和的比值,确定卡口设备是否异常。通过对象标识数据的识别异常确定卡口设备的异常,及时同时轨迹数据进行卡口设备的异常检测和判断,提高设备异常检测的及时性和效率。
作为一种可选的实施方式,上述从对象轨迹数据中提取出各个卡口设备的运行参数包括:
S1,获取通过卡口设备产生的信息数据;
S2,从信息数据中,筛选出缺少关键信息的目标信息数据,其中,关键信息包括对象标识、对象时间和卡口设备的设备编码;
S3,将目标信息数据的数量作为数据缺失参数。
可选地,统计通过卡口设备所产生的信息数据,也就是与卡口设备关联的轨迹数据。从信息数据中筛选出缺少对象标识、通过时间、设备编码的目标信息数据,统计目标信息数量的数量作为数据缺失参数。
作为一种可选的实施方式,上述在从对象轨迹数据中提取出各个卡口设备的运行参数之后,还包括:在数据缺失参数与信息数据的数量的比值大于第三阈值的情况下,确定数据缺失参数指示卡口设备异常。
根据数据缺失参数对卡口设备进行异常检测的流程不限于如图7所示。执行S702,从对象轨迹数据中提取通过卡口设备的信息数据。在获取到信息数据的情况下,执行S704,判断信息数据中是否存在缺少关键信息的目标信息数据。在S704判断为否的情况下,执行S712,确定数据缺失参数指示卡口设备正常。
在S704判断为是的情况下,执行S706,统计目标信息数据的数量作为数据缺失参数。在确定数据缺失参数的情况下,执行S708,判断数据缺失参数与信息数据的数量的比值是否大于第三阈值。在S708判断为是的情况下,执行S710,确定数据缺失参数指示卡口设备异常。在S708判断为否的情况下,执行S712。
在本申请实施例中,通过从对象轨迹数据中提取通过卡口设备的信息数据,并从信息数据中确定出缺少关键信息的目标信息数据,计算目标信息数据的数量与信息数据的数量的比值,在比值大于第三阈值的情况下,确定数据缺少参数指示卡口设备异常。通过卡口设备识别对象的数据的缺失异常,及时通过轨迹数据进行卡口设备的异常检测和判断,提高设备异常检测的及时性和效率。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
根据本发明实施例的另一个方面,还提供了一种用于实施上述设备异常检测方法的设备异常检测装置。如图8所示,该装置包括:
获取单元802,用于获取对象轨迹数据,其中,对象轨迹数据中包括多个对象经过多个卡口设备的通行数据;
提取单元804,用于从对象轨迹数据中提取出各个卡口设备的运行参数,其中,运行参数包括通过卡口设备的对象的流量参数,卡口设备的密度参数,通过卡口设备的对象的标识参数和数据缺失参数;
确定单元806,用于将至少一个运行参数指示异常的卡口设备,确定为处于异常状态的目标卡口设备。
可选地,上述获取单元802包括:
第一获取模块,用于获取设备数据,其中,设备数据包括多个卡口设备的设备编码和设备位置信息;
第二获取模块,用于获取对象数据,其中,对象数据包括多个对象在各自移动过程中产生的对象位置信息;
匹配模块,用于按照设备编码和设备位置信息,对对象数据和设备数据进行匹配,得到对象轨迹数据。
可选地,上述提取单元804包括:
第一统计模块,用于统计对象轨迹数据中,目标时间段内通过卡口设备的目标对象的目标对象数量,和历史时间段内通过卡口设备的目标对象的历史对象数量,其中,历史时间段和目标时间段的时间长度相同;
第一计算模块,用于根据目标对象数量和历史对象数量,计算卡口设备对应的流量参数。
可选地,上述设备异常检测装置还包括第一指示单元,用于在从对象轨迹数据中提取出各个卡口设备的运行参数之后,获取多个卡口设备中每个卡口设备对应的流量参数;确定多个流量参数中的流量参考参数;在流量参数与流量参考参数的偏差值超过第一阈值的情况下,确定流量参数指示的卡口设备异常。
可选地,上述提取单元804包括:
区域模块,用于获取卡口设备的设备位置信息中的区域信息;
查找模块,用于在对象轨迹数据中查找与卡口设备的区域信息一致的区域卡口设备;
第二统计模块,用于将区域卡口设备的设备数量作为卡口设备的密度参数。
可选地,上述设备异常检测装置还包括第二指示单元,用于在从对象轨迹数据中提取出各个卡口设备的运行参数之后,获取区域信息对应的目标区域的参考密度参数,其中,参考密度参数用于指示目标区域中的卡口设备的数量;在密度参数大于参考密度参数的情况下,确定密度参数指示的卡口设备异常。
可选地,上述提取单元804包括:
第三获取模块,用于获取通过卡口设备的目标对象的对象标识数据;
第三筛选模块,用于从对象标识数据中,筛选出未满足对象标识要求的异常标识数据;
第三统计模块,用于将异常标识数据的数量作为标识参数。
可选地,上述设备异常检测装置还包括第三指示单元,用于在从对象轨迹数据中提取出各个卡口设备的运行参数之后,获取多个卡口设备各自对应的标识参数,计算全部标识参数的标识参数总和;在卡口设备的标识参数与标识参数总和的比值大于第二阈值的情况下,确定标识参数指示卡口设备异常。
可选地,上述提取单元804包括:
第四获取模块,用于获取通过卡口设备产生的信息数据;
第四筛选模块,用于从信息数据中,筛选出缺少关键信息的目标信息数据,其中,关键信息包括对象标识、对象时间和卡口设备的设备编码;
第四统计模块,用于将目标信息数据的数量作为数据缺失参数。
可选地,上述设备异常检测装置还包括第四指示单元,用于在从对象轨迹数据中提取出各个卡口设备的运行参数之后,在数据缺失参数与信息数据的数量的比值大于第三阈值的情况下,确定数据缺失参数指示卡口设备异常。
在本申请实施例中,采用获取对象轨迹数据,从对象轨迹数据中提取各个卡口设备的运行参数,利用运行参数包括不同维度的多个参数,且在至少一个运行参数指示卡口设备异常的情况下,就将卡口设备确定为异常状态的目标卡口设备的方式,通过对象轨迹数据进行卡口设备的运行参数的提取,利用对象轨迹数据反推卡口设备的状态,达到了能够及时通过对象轨迹数据确定卡口设备的运行状态,以及时检测出处于异常状态的目标卡口设备的目的,从而实现了及时检测出异常的卡口设备,提高卡口设备的异常检测效率和及时性的技术效果,进而解决了人工进行异常检测导致的异常检测及时性差的技术问题。
根据本发明实施例的又一个方面,还提供了一种用于实施上述设备异常检测方法的电子设备,该电子设备可以是图1所示的终端设备或服务器。本实施例以该电子设备为服务器为例来说明。如图9所示,该电子设备包括存储器902和处理器904,该存储器902中存储有计算机程序,该处理器904被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述电子设备可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,获取对象轨迹数据,其中,对象轨迹数据中包括多个对象经过多个卡口设备的通行数据;
S2,从对象轨迹数据中提取出各个卡口设备的运行参数,其中,运行参数包括通过卡口设备的对象的流量参数,卡口设备的密度参数,通过卡口设备的对象的标识参数和数据缺失参数;
S3,将至少一个运行参数指示异常的卡口设备,确定为处于异常状态的目标卡口设备。
可选地,本领域普通技术人员可以理解,图9所示的结构仅为示意,电子设备也可以是智能手机(如Android手机、IOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices,MID)、PAD等终端设备。图9其并不对上述电子设备的结构造成限定。例如,电子设备还可包括比图9中所示更多或者更少的组件(如网络接口等),或者具有与图9所示不同的配置。
其中,存储器902可用于存储软件程序以及模块,如本发明实施例中的设备异常检测方法和装置对应的程序指令/模块,处理器904通过运行存储在存储器902内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的设备异常检测方法。存储器902可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器902可进一步包括相对于处理器904远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中,存储器902具体可以但不限于用于存储对象轨迹数据、运行参数、目标卡口设备等信息。作为一种示例,如图9所示,上述存储器902中可以但不限于包括上述设备异常检测装置中的获取单元802,提取单元804以及确定单元806。此外,还可以包括但不限于上述设备异常检测装置中的其他模块单元,本示例中不再赘述。
可选地,上述的传输装置906用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置906包括一个网络适配器(Network Interface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置906为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
此外,上述电子设备还包括:显示器908,用于显示上述目标卡口设备的设备编码;和连接总线910,用于连接上述电子设备中的各个模块部件。
在其他实施例中,上述终端设备或者服务器可以是一个分布式系统中的一个节点,其中,该分布式系统可以为区块链系统,该区块链系统可以是由该多个节点通过网络通信的形式连接形成的分布式系统。其中,节点之间可以组成点对点(P2P,Peer To Peer)网络,任意形式的计算设备,比如服务器、终端等电子设备都可以通过加入该点对点网络而成为该区块链系统中的一个节点。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述设备异常检测方面的各种可选实现方式中提供的方法。其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述计算机可读的存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,获取对象轨迹数据,其中,对象轨迹数据中包括多个对象经过多个卡口设备的通行数据;
S2,从对象轨迹数据中提取出各个卡口设备的运行参数,其中,运行参数包括通过卡口设备的对象的流量参数,卡口设备的密度参数,通过卡口设备的对象的标识参数和数据缺失参数;
S3,将至少一个运行参数指示异常的卡口设备,确定为处于异常状态的目标卡口设备。
可选地,在本实施例中,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random Access Memory,RAM)、磁盘或光盘等。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
- 设备评估和异常检测方法、装置、电子设备及存储介质
- 设备异常的检测方法、装置、存储介质及电子设备