本发明涉及物联网及视频技术领域，特别是涉及一种电网中ai摄像头的边端运行方法。
背景技术：
近年来，随着5g和ai技术的日趋成熟，同时在电网行业，也由于数字化转型的需要，加速了ai摄像头在电力行业内的应用。但是目前市场上很多摄像头只具备有单一的监控功能，但在输电等弱网环境下，云端ai算法结合普通摄像头的方式不能有效应用，无法满足电网行业日益增加的智能化应用需求。同时，在视频、音频等数据的传输或存储过程中，需要大量的网络带宽，耗费巨大的资源；当数据传输到指挥中心或终端设备时，需要人工督察及巡检，人工参与海量视频数据的筛选及处理，才能有效筛选视频数据的价值。
技术实现要素：
本发明的目的在于，提出一种电网中ai摄像头的边端运行方法，解决现有技术中电网行业普遍存在的网络带宽不足及存储资源耗费巨大的瓶颈的技术问题。
本发明的一方面，提供一种电网中ai摄像头的边端运行方法，应用于电网监控系统，所述电网监控系统包括管理终端以及与所述管理终端连接的ai摄像头，所述ai摄像头设置于监控现场处，其特征在于，包括：
步骤s1、ai摄像头响应于管理终端的资源查询指令输出资源信息数据；
步骤s2、所述管理终端根据接收的资源信息数据向所述ai摄像头下发最新的版本信息；
步骤s3、所述ai摄像头根据最新的版本信息与资源信息数据进行对比，生成检测结果；
步骤s4、所述管理终端根据接收的检测结果输出操作指令；其中，所述检测结果包括有新版本或无新版本；所述操作指令包括第一操作指令、第二操作指令及运行指令；
步骤s5、所述ai摄像头根据接收的第一操作指令自动或手动执行第一操作并返回第一执行结果；其中，所述第一操作指令包括更新或卸载；所述第一操作包括对操作系统或应用或ai程序进行更新或卸载；
所述ai摄像头根据接收的第二操作指令自动或手动执行第二操作并返回第二执行结果；其中，所述二操作指令包括更新或卸载；所述第二操作包括对人脸库进行更新或卸载；
并且，所述ai摄像头根据接收的运行指令运行所述ai摄像头内置的ai程序，对捕捉到的视频数据进行识别并标注，生成识别结果，将所述识别结果和带标注的视频数据回传给所述管理终端。
优选地，所述资源信息数据包括操作系统版本数据、应用列表版本数据、人脸库版本数据及ai程序版本数据。
优选地，所述步骤s5包括：当检测结果为操作系统版本数据或应用列表版本数据或ai程序版本数据有新版本时，则所述ai摄像头执行更新操作系统或应用或ai程序；
当检测结果为操作系统版本数据或应用列表版本数据或ai程序版本数据无新版本时，则所述ai摄像头执行卸载操作系统或应用或ai程序；或者不执行任何操作。
优选地，所述步骤s5包括：当检测结果为人脸库版本数据有新版本时，则所述ai摄像头执行更新人脸库；
当检测结果为人脸库版本数据无新版本时，则所述ai摄像头执行卸载人脸库或不执行任何操作。
优选地，所述步骤s5包括：所述ai摄像头接收运行指令时，则根据预设规则对捕捉的视频数据进行识别，并向智能管理终端返回识别结果，所述智能管理终端根据预设识别策略对所述识别结果进行解析。
优选地，所述对捕捉的视频数据进行识别具体包括：识别捕捉的视频数据中的人是否有资质，若视频数据中的人有资质，则生成识别结果为有资质，回传视频流数据和所述识别结果；若视频数据中的人无资质，则生成识别结果为无资质，回传识别结果并发出报警信息。
优选地，所述步骤s5还包括：当所述ai摄像头生成验证结果时，根据触发机制停止对捕捉的视频数据进行识别。
优选地，所述步骤s5还包括：当所述智能管理终端接收到验证结果时，向所述ai摄像头发出停止ai程序运行指令。
综上，实施本发明的实施例，具有如下的有益效果：
本发明提供的电网中ai摄像头的边端运行方法，可以实现图像识别及处理的离线运算，现场无需网络环境即可实现大数据量的智能算法分析及处理，有效减少数据存储成本及降低网络带宽依赖；可以有效应用于现场作业安全管控中的安全督查、人员资质识别、违章记录识别、电子围栏、工地全方位监控以及智能巡检中的输变电隐患监控、设备运行数据自动识别、工器具库房管理中的智能门禁、无人化出入库管理等场景，助力打造智慧电网；运用边缘计算解决电网行业普遍存在的网络带宽不足及存储资源耗费巨大的瓶颈。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例中一种电网中ai摄像头的边端运行方法的主流程示意图。
图2为本发明实施例中一种电网中ai摄像头的边端运行方法的逻辑示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图1和图2所示，为本发明提供的一种电网中ai摄像头的边端运行方法的一个实施例的示意图。在该实施例中，所述方法包括以下步骤：
步骤s1、ai摄像头响应于管理终端的资源查询指令输出资源信息数据；
步骤s2、所述管理终端根据接收的资源信息数据向所述ai摄像头下发最新的版本信息；
步骤s3、所述ai摄像头根据最新的版本信息与资源信息数据进行对比，生成检测结果；
步骤s4、所述管理终端根据接收的检测结果输出操作指令；其中，所述检测结果包括有新版本或无新版本；所述操作指令包括第一操作指令、第二操作指令及运行指令；其中，所述检测结果包括有新版本或无新版本；所述操作指令包括第一操作指令、第二操作指令及运行指令。
可以理解的是，开机和定期检测安装算法应用和资源信息，智能管理终端发出查询安装应用、人脸库和资源信息的请求，ai摄像头则输出安装应用列表、人脸库和资源信息；并获取应用、人脸库和资源信息等最新的版本信息。具体地，所述资源信息数据包括操作系统版本数据、应用列表版本数据、人脸库版本数据及ai程序版本数据。
步骤s5，所述ai摄像头根据接收的第一操作指令自动或手动执行第一操作并返回第一执行结果；其中，所述第一操作指令包括更新或卸载；所述第一操作包括对操作系统或应用或ai程序进行更新或卸载；可以理解的是，根据检测结果决定下发、更新和卸载操作系统、应用和算法；需要从管理终端发起。
具体实施例中，当检测结果为操作系统版本数据或应用列表版本数据或ai程序版本数据有新版本时，则所述ai摄像头执行更新操作系统或应用或ai程序；当检测结果为操作系统版本数据或应用列表版本数据或ai程序版本数据无新版本时，则所述ai摄像头执行卸载操作系统或应用或ai程序；或者所不执行任何操作。
所述ai摄像头根据接收的第二操作指令自动或手动执行第二操作并返回第二执行结果；其中，所述二操作指令包括更新或卸载；所述第二操作包括对人脸库进行更新或卸载。可以理解的是，根据验证结果可以自行控制运行和停止算法运行。可以理解的是，检测完系统或应用之后，再对人脸库的数据进行检测和更新。
具体实施例中，当检测结果为人脸库版本数据有新版本时，则所述ai摄像头执行更新操人脸库；当检测结果为人脸库版本数据无新版本时，则所述ai摄像头执行卸载人脸库或不执行任何操作。
并且，所述ai摄像头根据接收的运行指令触发或自动执行所述ai摄像头内置的ai程序，对捕捉到的视频数据进行识别并标注，生成识别结果，将所述识别结果和带标注的视频数据回传给所述管理终端；其中，所述识别结果包括有资质或无资质。可以理解的是，通过内嵌具有边缘计算能力且支持tensorflow、caffe等主流框架ai算法植入的ai芯片，将人脸识别、人员资质识别、油位表识别、仪表读数识别、设备识别、铭牌识别、作业安全识别、入侵识别、输电隐患识别等电网图像识别算法赋能给ai芯片。同时该产品实现了图像识别及处理算法的离线运算，现场无需网络环境即可实现大数据量的智能算法分析及处理；可以有效应用于现场作业安全管控中的安全督查、人员资质识别、违章记录识别、电子围栏、工地全方位监控以及智能巡检中的输变电隐患监控、设备运行数据自动识别、工器具库房管理中的智能门禁、无人化出入库管理等场景。
具体实施例中，所述ai摄像头接收运行指令时，则根据预设规则对捕捉的视频数据进行识别，并向智能管理终端返回识别结果，所述智能管理终端根据预设识别策略对所述识别结果进行解析；可以理解的是，ai摄像头运行识别算法也就是ai程序，需支持流媒体平台和终端发起。具体地，识别捕捉的视频数据中的人是否有资质，若视频数据中的人有资质，则生成识别结果为有资质，则回传视频流数据和所述识别结果；若视频数据中的人无资质，则生成识别结果为无资质，则回传识别结果并发出报警信息。
再具体地，当所述ai摄像头生成验证结果时，根据触发机制停止对捕捉的视频数据进行识别；当所述智能管理终端接收到验证结果时，向所述ai摄像头发出停止ai程序运行指令。
综上，实施本发明的实施例，具有如下的有益效果：
本发明提供的电网中ai摄像头的边端运行方法，可以实现图像识别及处理的离线运算，现场无需网络环境即可实现大数据量的智能算法分析及处理，有效减少数据存储成本及降低网络带宽依赖；可以有效应用于现场作业安全管控中的安全督查、人员资质识别、违章记录识别、电子围栏、工地全方位监控以及智能巡检中的输变电隐患监控、设备运行数据自动识别、工器具库房管理中的智能门禁、无人化出入库管理等场景，助力打造智慧电网；运用边缘计算解决电网行业普遍存在的网络带宽不足及存储资源耗费巨大的瓶颈。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
1.一种电网中ai摄像头的边端运行方法，应用于电网监控系统，所述电网监控系统包括管理终端以及与所述管理终端连接的ai摄像头，所述ai摄像头设置于监控现场处，其特征在于，包括：
步骤s1、ai摄像头响应于管理终端的资源查询指令输出资源信息数据；
步骤s2、所述管理终端根据接收的资源信息数据向所述ai摄像头下发最新的版本信息；
步骤s3、所述ai摄像头根据最新的版本信息与资源信息数据进行对比，生成检测结果；
步骤s4、所述管理终端根据接收的检测结果输出操作指令；其中，所述检测结果包括有新版本或无新版本；所述操作指令包括第一操作指令、第二操作指令及运行指令；
步骤s5、所述ai摄像头根据接收的第一操作指令自动或手动执行第一操作并返回第一执行结果；其中，所述第一操作指令包括更新或卸载；所述第一操作包括对操作系统或应用或ai程序进行更新或卸载；
所述ai摄像头根据接收的第二操作指令自动或手动执行第二操作并返回第二执行结果；其中，所述二操作指令包括更新或卸载；所述第二操作包括对人脸库进行更新或卸载；
并且，所述ai摄像头根据接收的运行指令运行所述ai摄像头内置的ai程序，对捕捉到的视频数据进行识别并标注，生成识别结果，将所述识别结果和带标注的视频数据回传给所述管理终端。
2.如权利要求1所述的方法，其特征在于，所述资源信息数据包括操作系统版本数据、应用列表版本数据、人脸库版本数据及ai程序版本数据。
3.如权利要求2所述的方法，其特征在于，所述步骤s5包括：
当检测结果为操作系统版本数据、应用列表版本数据或ai程序版本数据有新版本时，则所述ai摄像头执行更新对应操作系统、应用或ai程序；
当检测结果为操作系统版本数据、应用列表版本数据或ai程序版本数据无新版本时，则所述ai摄像头执行卸载对应操作系统、应用或ai程序；或者不执行任何操作。
4.如权利要求3所述的方法，其特征在于，所述步骤s5包括：
当检测结果为人脸库版本数据有新版本时，则所述ai摄像头执行更新人脸库；
当检测结果为人脸库版本数据无新版本时，则所述ai摄像头执行卸载人脸库或不执行任何操作。
5.如权利要求4所述的方法，其特征在于，所述步骤s5包括：
所述ai摄像头接收运行指令时，则根据预设规则对捕捉的视频数据进行识别，并向智能管理终端返回识别结果，所述智能管理终端根据预设识别策略对所述识别结果进行解析。
6.如权利要求5所述的方法，其特征在于，所述对捕捉的视频数据进行识别具体包括：
识别捕捉的视频数据中的人是否有资质，若视频数据中的人有资质，则生成识别结果为有资质，回传视频流数据和所述识别结果；若视频数据中的人无资质，则生成识别结果为无资质，回传识别结果并发出报警信息。
7.如权利要求6所述的方法，其特征在于，所述步骤s5还包括：
当所述ai摄像头生成验证结果时，根据触发机制停止对捕捉的视频数据进行识别。
8.如权利要求7所述的方法，其特征在于，所述步骤s5还包括：
当所述智能管理终端接收到验证结果时，向所述ai摄像头发出停止ai程序运行指令。
技术总结