[發(fā)明專(zhuān)利]一種基于人工智能的監(jiān)控方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011426030.0
• 申請(qǐng)日: 2020-12-09
• 公開(kāi)（公告）號(hào): CN112382050A
• 公開(kāi)（公告）日: 2021-02-19
• 發(fā)明（設(shè)計(jì)）人: 孔令宇;王琛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 麟州（巨野）孵化器有限公司
• 主分類(lèi)號(hào): G08B21/02
• 分類(lèi)號(hào): G08B21/02;G01D21/02
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于人工智能的監(jiān)控方法，用于高支模的安全監(jiān)測(cè)，其特征在于，所述基于人工智能的高支模監(jiān)控方法包括： 獲取各監(jiān)測(cè)點(diǎn)的所述高支模的參數(shù)信息，并發(fā)送到高速運(yùn)算平臺(tái)進(jìn)行數(shù)據(jù)的即時(shí)初步處理后，并發(fā)送到AI超算處理平臺(tái)； AI超算處理平臺(tái)將所述參數(shù)信息與預(yù)設(shè)數(shù)據(jù)計(jì)算和預(yù)測(cè)，并根據(jù)對(duì)比結(jié)果得出所述高支模是否處于安全狀態(tài)； 根據(jù)上述數(shù)據(jù)對(duì)比結(jié)果對(duì)高支模的安全狀態(tài)進(jìn)行判斷，并分等級(jí)報(bào)警。

2.根據(jù)權(quán)利要求1所述的一種基于人工智能的監(jiān)控方法，其特征在于，所述獲取所述高支模的參數(shù)信息的步驟之前，所述基于人工智能的高支模監(jiān)控方法還包括傳感器設(shè)置步驟，所述傳感器設(shè)置步驟包括以下內(nèi)容：根據(jù)高支模的高度對(duì)高支模進(jìn)行區(qū)域劃分，并在每個(gè)劃分區(qū)域內(nèi)設(shè)置多個(gè)傳感節(jié)點(diǎn)； 每個(gè)劃分區(qū)域內(nèi)的多個(gè)傳感節(jié)點(diǎn)組成該劃分區(qū)域的傳感節(jié)點(diǎn)層。

3.根據(jù)權(quán)利要求2所述的一種基于人工智能的監(jiān)控方法，其特征在于，所述AI超算處理平臺(tái)將所述參數(shù)信息與預(yù)設(shè)數(shù)據(jù)計(jì)算和預(yù)測(cè)，并根據(jù)對(duì)比結(jié)果得出所述高支模是否處于安全狀態(tài)的步驟包括： 將每個(gè)劃分區(qū)域內(nèi)的每個(gè)傳感節(jié)點(diǎn)的參數(shù)信息與預(yù)設(shè)的傳感節(jié)點(diǎn)數(shù)據(jù)進(jìn)行對(duì)比； 將每個(gè)劃分區(qū)域的傳感節(jié)點(diǎn)層之間的參數(shù)信息變化趨勢(shì)與預(yù)設(shè)的傳感節(jié)點(diǎn)層趨勢(shì)數(shù)據(jù)進(jìn)行對(duì)比。

4.根據(jù)權(quán)利要求3所述的一種基于人工智能的監(jiān)控方法，其特征在于，所述根據(jù)上述數(shù)據(jù)對(duì)比結(jié)果對(duì)高支模的安全狀態(tài)進(jìn)行判斷，并分等級(jí)報(bào)警的內(nèi)容如下： 當(dāng)傳感節(jié)點(diǎn)的參數(shù)信息不在預(yù)設(shè)的傳感節(jié)點(diǎn)數(shù)據(jù)范圍內(nèi)時(shí)，AI超算處理平臺(tái)授權(quán)進(jìn)行一級(jí)報(bào)警； 當(dāng)傳感節(jié)點(diǎn)層之間的參數(shù)信息變化趨勢(shì)不在預(yù)設(shè)的傳感節(jié)點(diǎn)層趨勢(shì)數(shù)據(jù)范圍內(nèi)時(shí)，AI超算處理平臺(tái)授權(quán)進(jìn)行二級(jí)報(bào)警； 當(dāng)傳感節(jié)點(diǎn)的參數(shù)信息和傳感節(jié)點(diǎn)層之間的參數(shù)信息變化趨勢(shì)皆不在預(yù)設(shè)的數(shù)據(jù)范圍內(nèi)時(shí)，AI超算處理平臺(tái)授權(quán)進(jìn)行三級(jí)報(bào)警。

5.根據(jù)權(quán)利要求1-4中任意一項(xiàng)所述的一種基于人工智能的監(jiān)控方法，其特征在于，所述參數(shù)信息包括高支模角度信息、重量信息、位移信息和定位報(bào)警的定位報(bào)警信息。

6.根據(jù)權(quán)利要求5所述的一種基于人工智能的監(jiān)控方法，其特征在于，所述當(dāng)傳感節(jié)點(diǎn)的參數(shù)信息不在預(yù)設(shè)的傳感節(jié)點(diǎn)數(shù)據(jù)范圍內(nèi)時(shí)，AI超算處理平臺(tái)授權(quán)進(jìn)行一級(jí)報(bào)警包括以下內(nèi)容： 將所述角度信息與所述預(yù)設(shè)角度數(shù)據(jù)進(jìn)行對(duì)比，當(dāng)所述角度信息不在預(yù)設(shè)角度數(shù)據(jù)的范圍內(nèi)時(shí)，再連續(xù)多次或者一定時(shí)間內(nèi)獲取該傳感節(jié)點(diǎn)的角度信息，如果角度信息一直不在預(yù)設(shè)角度數(shù)據(jù)范圍內(nèi)，則AI超算處理平臺(tái)授權(quán)一級(jí)報(bào)警，且該傳感節(jié)點(diǎn)處的所述報(bào)警器進(jìn)行定位報(bào)警；反之，高支模處于安全狀態(tài)； 和/或者，將所述重量信息與所述預(yù)設(shè)重量數(shù)據(jù)進(jìn)行對(duì)比，當(dāng)所述重量信息不在預(yù)設(shè)重量數(shù)據(jù)的范圍內(nèi)時(shí)，再連續(xù)多次或者一定時(shí)間內(nèi)獲取該傳感節(jié)點(diǎn)的重量信息，如果重量信息一直不在預(yù)設(shè)重量數(shù)據(jù)范圍內(nèi)，則AI超算處理平臺(tái)授權(quán)一級(jí)報(bào)警，且該傳感節(jié)點(diǎn)處的所述報(bào)警器進(jìn)行定位報(bào)警；反之，高支模處于安全狀態(tài)； 和/或者，將所述位移信息與所述預(yù)設(shè)位移數(shù)據(jù)進(jìn)行對(duì)比，當(dāng)所述位移信息不在預(yù)設(shè)位移數(shù)據(jù)的范圍內(nèi)時(shí)，再連續(xù)多次或者一定時(shí)間內(nèi)獲取該傳感節(jié)點(diǎn)的位移信息，如果角度信息一直不在預(yù)設(shè)位移數(shù)據(jù)范圍內(nèi)，則AI超算處理平臺(tái)授權(quán)一級(jí)報(bào)警，且該傳感節(jié)點(diǎn)處的所述報(bào)警器進(jìn)行定位報(bào)警；反之，高支模處于安全狀態(tài)。