一种视频流量自适应调度系统的制作方法

本申请属于轨道交通视频监视，尤其涉及一种视频流量自适应调度系统。

背景技术：

1、视频监视系统是城市轨道交通日常运营过程中不可或缺的一个通信子系统，它如同轨道交通的“视觉神经”，通过遍布车站、列车各区域的高清摄像机，实现对轨道交通运营环境全天候、无死角的监控记录。同时，在地铁运营出现异常情况或故障时，运营单位能迅速通过视频监视系统掌握现场具体情况，并快速做出相关工作部署。

2、目前，全国各主要城市轨道交通视频监视系统均采用全数字高清系统方案，在车站站厅、站台的公共区、设备区、出入口通道等处设置全数字高清网络摄像机，用于车站内监控；在车站或者控制中心设置网络存储设备，用于视频图像的集中存储；通常在车站车控室、控制中心调度大厅等处设置视频监视终端，以便运营人员实现对车站的实时监控和视频录像的调取。由于在公共安全领域对视频图像要求的不断提高，地铁车站对摄像机的数量也在迅速增加；此外，随着人脸识别、入侵监测等视频分析技术的广泛应用，为保证清晰可用的视频流质量，对视频监视系统的自身性能要求也在不断提高，尤其是在应急指挥场景下，往往伴随着大量不同车站实时视频流的调取与切换，为防止高路数视频流调取发生卡顿、甚至黑屏等现象，从而使得对视频监视系统本身的性能要求不断提高。

3、目前，常规的视频监视系统的视频流量的传输与调看面临以下问题：（1）资源分配僵化：传统的视频传输带宽通常是静态分配的。然而，客流具有明显的“潮汐”特征（早晚高峰人多，平峰期人少）。在早晚高峰期，由于乘客滞留或移动速度慢，需要更高清晰度或更实时的画面来监控安全，而现有系统无法根据历史规律自动调整传输策略，导致高峰期带宽拥塞，平峰期带宽浪费。（2）突发并发处理能力弱：当发生突发安全事件（如火灾、大客流拥堵）时，控制中心或多部门人员会同时调看同一关键区域的视频，瞬间产生高并发流量。现有系统往往缺乏“优先级”概念，导致关键视频卡顿甚至服务崩溃，无法保障应急指挥的需求。（3）环境适应性差：视频前端设备（摄像机）或传输网络难免会出现设备老化、过热或网络抖动（丢包、延时）。现有系统在检测到网络不佳时，往往直接断连或频繁重连，缺乏“降级保活”机制，导致关键点位在网络波动时彻底丢失画面。

4、针对视频监视系统性能要求不断提高的现状，目前广泛采用不断增加视频监视系统本身的硬件能力的方案提高视频监视系统的性能，如采用更高性能的视频服务器提高视频流处理能力、采用更高容量存储设备存储清晰度更高的视频流，如此，就使得视频监视系统的建设成本越来越高。

5、因此，有必要提供一种新的视频流量自适应调度系统解决上述技术问题。

技术实现思路

1、本公开的目的就在于为了解决上述问题而提供一种视频流量自适应调度系统。

2、本公开通过以下技术方案来实现上述目的：

3、一种视频流量自适应调度系统，包括通过主干传输网相连接的中心级设备和站场级设备；

4、所述中心级设备包括网管设备、存储设备、中心服务器、核心交换机设备、等保设备、ai智能调度服务器和调度台；所述网管设备用于视频监视系统的在线管理和集中监测；所述存储设备用于视频图像的保存与记录；所述中心服务器用于承载视频监视平台；所述核心交换机设备用于组成视频网络；所述等保设备用于视频监视系统的安全防护；所述调度台用于视频图纸的实时调看与录像回放；所述ai智能调度服务器用于ai大模型的部署及智能调度策略的生成；

5、所述站场级设备包括多个摄像终端。

6、作为本公开的进一步优化方案，所述ai智能调度服务器包括智能预测与模式切换模块、全局资源抢占调度模块和设备状态感知与保活模块；

7、所述智能预测与模式切换模块用于处理历史客流与流量数据，构建潮汐模型；

8、所述全局资源抢占调度模块用于实时监控并发请求，处理突发事件下的带宽分配；

9、所述设备状态感知与保活模块用于监控设备与网络健康度，执行降级策略。

10、作为本公开的进一步优化方案，所述智能预测与模式切换模块周期性拉取历史客流与流量数据，自动界定高峰期和平峰期的时间阈值；设置高峰期模式及平峰期模式两种不同的策略模式，实现视频流程的平稳切换。

11、作为本公开的进一步优化方案，所述智能预测与模式切换模块在高峰期模式中，通过设置高码率、高帧率、低压缩比的方式，优先保障画质细节，并通过qos策略预留高带宽；在平峰期模式中，通过设置标准码率、标准帧率、高压缩比的方式，释放冗余带宽用于其他业务或存储。

12、作为本公开的进一步优化方案，所述智能预测与模式切换模块在模式切换临界点，不采用强制断流重启的方式，而是通过动态调整帧间隔和编码参数的方式，实现视频流的无缝平滑过渡，避免画面黑屏或跳变。

13、作为本公开的进一步优化方案，当所述全局资源抢占调度模块检测到突发高并发调看请求时，自动触发抢占机制，包括将重点涉事区域的视频流标记为关键资源，优先级为level s；将其他普通监控区域标记为非关键资源，优先级为level c。

14、作为本公开的进一步优化方案，当某一路或某一区域视频的并发调看路数超过预设的阈值，或者接收到外部报警信号，所述全局资源抢占调度模块自动降低level c类视频的码率或帧率，甚至在极端带宽不足时，暂时挂起非重点区域的预览流，强制回收带宽；回收的带宽资源全部注入level s类视频，并开启组播或分发服务器的加速通道，确保即使有多人同时观看，该视频流依然清晰、流畅、低延时。

15、作为本公开的进一步优化方案，所述设备与网络健康度包括设备的cpu利用率、内存占用率，网络链路的丢包率、时延和抖动。

16、作为本公开的进一步优化方案，所述设备状态感知与保活模块执行降级策略，包括：

17、若出现轻微网络波动，启动可伸缩视频编码丢帧策略，优先丢弃增强层数据，保留基础层数据，保证画面连续不卡顿；

18、若出现中度波动，自动切换至极速模式，通过降低分辨率、降低帧率的方式，以极低的数据量维持画面在线，确保控制中心能看到现场动态轮廓；

19、若出现设备自身故障，自动下发指令关闭非必要功能，降低设备负载，保障视频流输出。

20、作为本公开的进一步优化方案，轻微网络波动包括丢包率小于预设值；中度波动包括带宽不足；设备自身故障包括编码芯片过热；非必要功能包括智能分析功能。

21、本公开的有益效果在于：

22、本公开应用ai大模型技术，通过分析日常视频监视系统的流量态势，针对地铁日常运营会出现的特殊场景，制定不同的视频流量分配策略，实现视频资源的智能调度；通过ai大模型技术，实时调配现有视频监视系统的硬件资源，不再通过盲目堆砌硬件的方式来提升视频平台的性能，实现在任何场景下视频图像的稳定调看。

1.一种视频流量自适应调度系统，其特征在于，包括通过主干传输网相连接的中心级设备和站场级设备；

2.根据权利要求1所述的一种视频流量自适应调度系统，其特征在于，所述ai智能调度服务器包括智能预测与模式切换模块、全局资源抢占调度模块和设备状态感知与保活模块；

3.根据权利要求2所述的一种视频流量自适应调度系统，其特征在于，所述智能预测与模式切换模块周期性拉取历史客流与流量数据，自动界定高峰期和平峰期的时间阈值；设置高峰期模式及平峰期模式两种不同的策略模式，实现视频流程的平稳切换。

4.根据权利要求3所述的一种视频流量自适应调度系统，其特征在于，所述智能预测与模式切换模块在高峰期模式中，通过设置高码率、高帧率、低压缩比的方式，优先保障画质细节，并通过qos策略预留高带宽；在平峰期模式中，通过设置标准码率、标准帧率、高压缩比的方式，释放冗余带宽用于其他业务或存储。

5.根据权利要求3所述的一种视频流量自适应调度系统，其特征在于，所述智能预测与模式切换模块在模式切换临界点，不采用强制断流重启的方式，而是通过动态调整帧间隔和编码参数的方式，实现视频流的无缝平滑过渡，避免画面黑屏或跳变。

6.根据权利要求1所述的一种视频流量自适应调度系统，其特征在于，当所述全局资源抢占调度模块检测到突发高并发调看请求时，自动触发抢占机制，包括将重点涉事区域的视频流标记为关键资源，优先级为level s；将其他普通监控区域标记为非关键资源，优先级为level c。

7.根据权利要求6所述的一种视频流量自适应调度系统，其特征在于，当某一路或某一区域视频的并发调看路数超过预设的阈值，或者接收到外部报警信号，所述全局资源抢占调度模块自动降低level c类视频的码率或帧率，甚至在极端带宽不足时，暂时挂起非重点区域的预览流，强制回收带宽；回收的带宽资源全部注入level s类视频，并开启组播或分发服务器的加速通道，确保即使有多人同时观看，该视频流依然清晰、流畅、低延时。

8.根据权利要求1所述的一种视频流量自适应调度系统，其特征在于，所述设备与网络健康度包括设备的cpu利用率、内存占用率，网络链路的丢包率、时延和抖动。

9.根据权利要求1所述的一种视频流量自适应调度系统，其特征在于，所述设备状态感知与保活模块执行降级策略，包括：

10.根据权利要求1所述的一种视频流量自适应调度系统，其特征在于，轻微网络波动包括丢包率小于预设值；中度波动包括带宽不足；设备自身故障包括编码芯片过热；非必要功能包括智能分析功能。