一种动车组视频监控流媒体的掉电分析处理方法及系统与流程

摘要: 本发明涉及铁路交通监控,尤其涉及一种动车组视频监控流媒体的掉电分析处理方法及系统。背景技术:1、在动车组运行过程中,车载视频监控设备是保障行车安全和事故分析的重...
一种动车组视频监控流媒体的掉电分析处理方法及系统与流程

本发明涉及铁路交通监控,尤其涉及一种动车组视频监控流媒体的掉电分析处理方法及系统。

背景技术:

1、在动车组运行过程中,车载视频监控设备是保障行车安全和事故分析的重要数据来源。目前的流媒体掉电处理技术,通常采用不间断电源或断电保护电容为设备提供短暂的续航时间,以期在断电瞬间完成当前文件的正常关闭。

2、此外,针对已发生的掉电损坏文件,现有技术主要依赖通用视频修复工具,通过扫描文件头部信息或查找关键帧特征码来尝试恢复文件结构。

3、然而,车载视频监控设备在运行中可能遭遇非正常掉电,导致数据受损。现有技术存在两项缺陷:第一,突然断电会导致视频文件尾部数据截断,文件头与数据块索引断裂,现有修复方法难以精准定位数据流连续性中断的边界;第二,损坏文件难以快速追溯掉电发生的具体时间节点与物理原因,现有系统缺乏对离散事件序列的溯源量化能力,导致故障分析缺乏有效线索。

技术实现思路

1、本发明提供一种动车组视频监控流媒体的掉电分析处理方法及系统,其主要目的在于解决突发掉电导致视频数据损坏及难以溯源事件原因的问题。

2、为实现上述目的,本发明提供的一种动车组视频监控流媒体的掉电分析处理方法,包括:

3、s1:实时检测监控系统的供电回路,得到反映所述监控系统供电状态的实时状态信号;

4、s2:识别所述实时状态信号中的非正常掉电特征,根据所述非正常掉电特征,中断并锁定所述监控系统中当前正在写入的流媒体文件,得到所述监控系统的保护流媒体文件;

5、s3:对所述保护流媒体文件中尚未完成写入的数据区域进行划分,得到所述保护流媒体文件的连续数据段,比较相邻的所述连续数据段的字节写入速率,确定所述字节写入速率的突变点,得到所述保护流媒体文件的突变点文件偏移位置和突变点时间戳;

6、s4:以所述突变点文件偏移位置为界,从所述保护流媒体文件中截取保留有效视频数据,根据所述有效视频数据中每一帧视频数据的存储位置与长度信息,重新生成文件索引表,并将所述文件索引表写入所述有效视频数据,获得索引重建后的完整流媒体文件;

7、s5:以所述突变点时间戳为时间窗口的中心,从所述监控系统的运行日志中提取各类异常状态标识,统计所述异常状态标识在掉电前后时间窗口内的频次变化显著的所述异常状态标识,组成故障特征集;

8、s6:根据所述故障特征集,确定所述监控系统的掉电原因类别,将所述原因类别与所述突变点时间戳写入掉电记录文件,输出完整流媒体文件和掉电记录文件。

9、优选的,所述识别所述实时状态信号中的非正常掉电特征,包括:

10、从所述实时状态信号中提取所述供电回路的电压幅值,得到所述供电回路的电压波形数据;

11、将所述电压波形数据中每一采样点的电压幅值与所述监控系统的额定电压下限进行比对,得到所述监控系统的电压凹陷区间;

12、在所述电压凹陷区间内,定位所述电压幅值从所述监控系统的额定供电电压区间下降至零的电压骤降点;

13、检测所述电压骤降点的零电压停留段,将所述电压骤降点与所述零电压停留段关联识别为所述非正常掉电特征。

14、优选的,所述根据所述非正常掉电特征,中断并锁定所述监控系统中当前正在写入的流媒体文件,得到所述监控系统的保护流媒体文件,包括:

15、根据所述非正常掉电特征,向所述监控系统中流媒体文件的写入进程发送终止指令,得到所述监控系统的进程停止响应状态;

16、根据所述终止指令,确定所述写入进程已停止响应后,读取所述监控系统中当前写入指针位置,将所述当前写入指针位置指向最后成功写入地址作为写入中断断点;

17、根据所述写入中断断点,在所述监控系统的存储介质中定位有效数据与无效数据的分界地址;

18、依据所述分界地址,在所述流媒体文件的文件属性中写入锁定标记,并记录所述分界地址为锁定边界,得到所述流媒体文件的文件锁定标识;

19、根据所述文件锁定标识,将所述流媒体文件的数据区块属性修改为只读,生成保护流媒体文件。

20、优选的,所述对所述保护流媒体文件中尚未完成写入的数据区域进行划分,得到所述保护流媒体文件的连续数据段,包括:

21、识别所述保护流媒体文件中未完成写入数据的起始偏移位置与终止偏移位置;

22、根据所述起始偏移位置与终止偏移位置,检测所述未完成写入数据中数据块的头部特征码的连续出现位置;

23、通过所述连续出现位置,比对相邻所述未完成写入数据的起始位置间距,得到相邻所述未完成写入数据的字节间距值;

24、比对所述字节间距值与所述保护流媒体文件中的标准数据块总长度,当所述字节间距值与所述标准数据块总长度相等时,将相邻所述未完成写入数据的起始位置之间所夹持的数据区域判定为完整数据块;

25、对所述完整数据块进行连续性归并,得到所述保护流媒体文件的连续数据段。

26、优选的,所述比较相邻的所述连续数据段的字节写入速率,确定所述字节写入速率的突变点,得到所述保护流媒体文件的突变点文件偏移位置和突变点时间戳,包括:

27、根据同一所述连续数据段的字节数目与写入时长,计算所述连续数据段的字节写入速率;

28、对比相邻的所述连续数据段的字节写入速率,得到字节写入速率差异值;

29、当所述字节写入速率差异值的绝对值大于所述保护流媒体文件的正常写入波动上限时,将相邻的所述连续数据段中的后一连续数据段判定为突变数据段;

30、将所述突变数据段所在的数据序列位置确定为所述字节写入速率的突变点;

31、解析所述突变数据段在其所属的所述保护流媒体文件中的起始存储偏移量,将所述起始存储偏移量指定为所述突变点文件偏移位置;

32、将所述突变数据段对应的截止写入时刻标记为突变点时间戳。

33、优选的,所述根据所述有效视频数据中每一帧视频数据的存储位置与长度信息,重新生成文件索引表,包括:

34、识别所述有效视频数据中每个帧数据单元的起始码特征,并提取所述帧数据单元的头部字段中的帧序号标识;

35、依据相邻的所述起始码特征之间的字节间距,确定所述帧数据单元在所述有效视频数据中的起始偏移位置和存储长度;

36、根据所述帧序号标识中相邻标识的差异值,确定所述帧序号标识的标准递增步长,并将所述标准递增步长设定为标准递增条件;

37、沿所述帧序号标识的排列顺序,比对相邻的所述帧序号标识之间的递增性,将递增性不满足所述标准递增条件的所述帧数据单元从所述帧序号标识中移除,得到有效帧数据单元;

38、将所述有效帧数据单元中每个帧数据单元的起始偏移位置和存储长度记录为索引条目;

39、按照所述帧数据单元的原始排列顺序汇集所有所述索引条目,生成文件索引表。

40、优选的,所述以所述突变点时间戳为时间窗口的中心,从所述监控系统的运行日志中提取各类异常状态标识,包括:

41、以所述突变点时间戳为中心,在所述运行日志中划定前向与后向的时间跨度,读取所述时间跨度内的日志记录条目,得到时间窗口条目集;

42、按顺序提取所述日志记录条目中每条记录的时间戳标识形成时间戳序列;

43、标记所述时间戳序列中后一时间戳早于前一时间戳的位置,得到时间戳回退位置集;

44、标记所述时间戳序列中后一时间戳与前一时间戳的间隔大于所述监控系统的正常日志间隔阈值的位置,得到时间戳跳变位置集;

45、合并所述时间戳回退位置集和所述时间戳跳变位置集,得到时间戳异常位置集;

46、从所述时间窗口条目集中定位与所述时间戳异常位置集对应的异常日志记录;

47、根据所述异常日志记录的事件来源编码与事件类型编码,将所述异常日志记录标定为异常状态标识。

48、优选的,所述统计所述异常状态标识在掉电前后时间窗口内的频次变化显著的所述异常状态标识,组成故障特征集,包括:

49、以所述突变点时间戳为分界,将所述异常状态标识划分为掉电前子集与掉电后子集;

50、统计每种所述异常状态标识在所述掉电前子集及所述掉电后子集中的出现频次,得到掉电前频次与掉电后频次;

51、选取所述突变点时间戳前与所述掉电前子集记录数相同的连续日志段,统计所述连续日志段中各字段对应的所述异常状态标识的标识频次;

52、将所述标识频次中最小与最大频次标记为频次波动上下限;

53、对比每种异常状态标识的掉电后频次与掉电前频次,得到频次偏移量;

54、将所述频次偏移量与所述频次波动上下限进行对比,得到频次变化显著的异常状态标识;

55、汇集所有所述频次变化显著的异常状态标识,组成故障特征集。

56、优选的,所述根据所述故障特征集,确定所述监控系统的掉电原因类别,将所述原因类别与所述突变点时间戳写入掉电记录文件,输出完整流媒体文件和掉电记录文件,包括:

57、根据所述故障特征集中各异常状态标识的事件来源域字段,归并为来源域分组,将所述异常状态标识的数量最大的分组为主因域分组;

58、在所述主因域分组内,将位于所述突变点时间戳前的所述异常状态标识标记为前因标识,将位于所述突变点时间戳后的异常状态标识,标记为后果标识;

59、依据所述前因标识与后果标识的事件类型编码,确定所述监控系统的掉电原因类别;

60、将所述掉电原因类别与所述突变点时间戳写入掉电记录文件,输出所述完整流媒体文件和所述掉电记录文件。

61、为了解决上述问题,本发明还提供一种动车组视频监控流媒体的掉电分析处理系统,包括:

62、供电检测模块:实时检测监控系统的供电回路,得到反映所述监控系统供电状态的实时状态信号;

63、掉电响应模块:识别所述实时状态信号中的非正常掉电特征,根据所述非正常掉电特征,中断并锁定所述监控系统中当前正在写入的流媒体文件,得到所述监控系统的保护流媒体文件;

64、断点定位模块:对所述保护流媒体文件中尚未完成写入的数据区域进行划分,得到所述保护流媒体文件的连续数据段,比较相邻的所述连续数据段的字节写入速率,确定所述字节写入速率的突变点,得到所述保护流媒体文件的突变点文件偏移位置和突变点时间戳;

65、索引重建模块:以所述突变点文件偏移位置为界,从所述保护流媒体文件中截取保留有效视频数据,根据所述有效视频数据中每一帧视频数据的存储位置与长度信息,重新生成文件索引表,并将所述文件索引表写入所述有效视频数据,获得索引重建后的完整流媒体文件;

66、日志分析模块:以所述突变点时间戳为时间窗口的中心,从所述监控系统的运行日志中提取各类异常状态标识,统计所述异常状态标识在掉电前后时间窗口内的频次变化显著的所述异常状态标识,组成故障特征集;

67、原因诊断模块:根据所述故障特征集,确定所述监控系统的掉电原因类别,将所述原因类别与所述突变点时间戳写入掉电记录文件,输出完整流媒体文件和掉电记录文件。

68、有益效果

69、本方案通过实时检测监控系统供电状态并识别掉电异常,锁定正在写入的流媒体文件,定位数据写入速率突变的断点位置,截取有效视频数据并重建文件索引的手段,做到了在识别到非正常掉电特征后即时锁定数据边界、精准定位数据流中断的具体位置,实现了损坏流媒体文件的快速修复与结构还原,解决了现有技术中突发掉电导致视频文件尾部截断、文件索引断裂,通用修复工具难以精准定位数据断点、有效数据恢复不全的问题,能够最大程度保留动车组监控的关键画面,避免重要监控数据因意外掉电丢失。

70、本方案通过以掉电发生的时间戳为中心分析系统运行日志,提取并筛选出频次变化显著的异常状态标识组成故障特征集,按来源分组并区分前因、后果标识,最终判定掉电原因类别的手段,做到了掉电事件的时间节点精准对齐与故障特征量化提取,实现了掉电原因的自动分类诊断与标准化记录,解决了现有技术中损坏文件难以追溯掉电具体时间与物理原因、故障排查缺乏量化线索、人工分析效率偏低的问题,能够为动车组监控系统的运维排查提供清晰线索,有效提升故障处理的效率与准确性。