一种基于图像识别的仪表数据云边协同采集处理系统及方法与流程

1.本发明涉及仪表读数提取技术领域，尤其是一种基于图像识别的仪表数据云边协同采集处理系统及方法。


背景技术：

2.工业现场分布着大量的监控仪表，用于展示生产过程中的工艺参数，传统的仪表读数监控需要人工定时巡检抄表，这不仅消耗了人力资源并且两次巡检之间存在着时间间隔，这个时间间隔中发生的异常事件往往会被遗漏，对生产活动存在潜在的威胁。针对此情况，可以通过仪表升级，加入传感器测量物理量，将测量信号发送到控制室，工作人员不用巡检抄表也可以快速获取到仪表的读数。但是这种方法有两个弊端，第一是巨大的改造成本，并且可能由于现场条件限制无法进行改造，第二是加入了传感器件的仪表在使用中可能会出现传感器件损坏的情况，这种情况下仪表将不能自动上传信号，并且只能在下一次检修的时候才可以进行备件更换，这就又回到了传统的人工定时检修抄表的方式。参考中国专利公开号为cn200944052的把仪表中机械读数转换为数字电信号的装置，包括有编码字轮、轮轴、控制电路和传感器组件，多个传感器组件均固定在轮轴上，多个编码字轮活动套于轮轴上，并位于相邻两传感器组件之间，控制电路设置于主控电路板上，其特征在于传感器组件是：在传感器电路板地两面均设置有若干个传感器，且相邻两传感器电路板相对面上的传感器彼此相对应，传感器电路板固定于主控电路板上，传感器上设置有挡光防护限位件。
3.因此可以看出，通过在传统的仪表上增加辅助的物理量采集装置可以解决人力浪费和无法实时监控仪表读数的情况，但是当前的解决方案仍然存在着失效的风险，并且失效之后可能无法快速恢复。


技术实现要素：

4.本发明解决了传统仪表读数实时监控方案改造成本高，容易出现失效且失效后无法快速恢复的问题，提出一种基于图像识别的仪表数据云边协同采集处理系统及方法，使用图像识别仪表读数，不需要在仪表上加装变送器，复用现场已有的摄像头或者独立安装网络摄像头，不需要人员现场记录，数值自动识别汇总，并生成报警信息，通过边缘服务器和远程平台进行通信，确保网络安全。当摄像头出现问题之后可以快速进行替换，不影响生产流程。
5.为实现上述目的，提出以下技术方案：
6.一种基于图像识别的仪表数据云边协同采集处理系统，包括：
7.摄像头，用于获取仪表的图像数据，并发送到边缘服务器；
8.边缘服务器，用于接收云服务器的操作指令，对图像数据进行识别，获得识别结果，并反馈到云服务器；
9.云服务器，用于下发操作指令到边缘服务器和接收边缘服务器的识别结果。
10.本发明复用现场已有的摄像头或者独立安装网络摄像头，不需要人员现场记录，数值自动识别汇总，通过边缘服务器对图像进行识别并生成报警信息，和远程平台进行通信，确保网络安全。当摄像头出现问题之后可以快速进行替换，不影响生产流程。
11.作为优选，所述摄像头与边缘服务器通过网络通信或专用数据线通信。摄像头包括现场已有的摄像头和专门安装的摄像头，包括固定式的摄像头和移动式的摄像头，网络通信包括有线网络通信和无线网络通信。
12.作为优选，所述边缘服务器包括边缘管理服务器和若干边缘计算服务器，若干边缘计算服务器与边缘管理服务器通信连接，边缘管理服务器和摄像头以及云服务器通信连接。边缘计算服务器执行具体的计算任务，由边缘管理服务器统一进行管理，边缘管理服务器和摄像头以及云服务器进行通信，边缘计算服务器只需要和边缘管理服务器通信。
13.作为优选，所述云服务器由服务器集群组成并与边缘管理服务器通信连接。
14.一种基于图像识别的仪表数据云边协同采集处理方法，采用上述的一种基于图像识别的仪表数据云边协同采集处理系统，包括以下步骤：
15.s1，云服务器绑定摄像头到边缘计算服务器，并设定摄像头的采集间隔，云服务器下发图像识别程序到和报警处理程序到边缘管理服务器；
16.s2，摄像头根据采集间隔获取仪表的图像数据，并发送到边缘管理服务器，边缘管理服务器将图像数据发送到绑定的边缘计算服务器；
17.s3，边缘计算服务器执行图像识别程序进行图像识别，获得识别结果，并将识别结果发送到边缘计算服务器；
18.s4，边缘计算服务器执行报警处理程序对识别结果进行判断，判断是否进行报警，若是，将报警记录上传到云服务器，若否，返回s2。
19.作为优选，所述图像识别程序由仪表读数识别算法和模型参数封装而成，并在在云服务器上执行模型训练及封装。
20.作为优选，所述s1具体包括以下步骤：
21.s101，系统中增加一个新的摄像头，云服务器中新建唯一对应的摄像头id，并分配采集图像的时间间隔；
22.s102，云服务器下发图像识别程序到和报警处理程序到边缘管理服务器；
23.s103，将图像识别程序和报警处理程序与摄像头id进行绑定；
24.s104，报警处理程序在边缘管理服务器上运行，当边缘管理服务器获得某摄像头对应的图像数据后，调用该摄像头id对应的报警处理程序和图像识别程序。
25.本发明的有益效果是：
26.(1)现场使用网络摄像头可以横向扩展，可以新装摄像头，也可以复用现场已有的摄像头；
27.(2)边缘计算服务器可以根据摄像头数量进行横向扩展，通过扩展可以在靠近现场的边缘端提供强大的数据处理能力；
28.(3)边缘端具备数据处理能力，不用将大量的图像数据上传到云端，节省宽带资源，并且降低计算结果延迟时间；
29.(4)云端只需要接收边缘端发送的仪表读数结果和报警信息接口，通过这些数据形成决策方案。
附图说明
30.图1是系统硬件层面上的架构图；
31.图2是系统分工图；
32.图3是实施例应用例的系统架构图。
具体实施方式
33.实施例：
34.本实施例提出一种基于图像识别的仪表数据云边协同采集处理系统，参考图1，包括：摄像头，用于获取仪表的图像数据，并发送到边缘服务器；边缘服务器，用于接收云服务器的操作指令，对图像数据进行识别，获得识别结果，并反馈到云服务器；云服务器，用于下发操作指令到边缘服务器和接收边缘服务器的识别结果。摄像头与边缘服务器通过网络通信或专用数据线通信。摄像头包括现场已有的摄像头和专门安装的摄像头，包括固定式的摄像头和移动式的摄像头，网络通信包括有线网络通信和无线网络通信。边缘服务器包括边缘管理服务器和若干边缘计算服务器，若干边缘计算服务器与边缘管理服务器通信连接，边缘管理服务器和摄像头以及云服务器通信连接。边缘计算服务器执行具体的计算任务，由边缘管理服务器统一进行管理，边缘管理服务器和摄像头以及云服务器进行通信，边缘计算服务器只需要和边缘管理服务器通信。云服务器由服务器集群组成并与边缘管理服务器通信连接。
35.本发明复用现场已有的摄像头或者独立安装网络摄像头，不需要人员现场记录，数值自动识别汇总，通过边缘服务器对图像进行识别并生成报警信息，和远程平台进行通信，确保网络安全。当摄像头出现问题之后可以快速进行替换，不影响生产流程。
36.参考图2，边缘服务器负责实现的功能包括：数据程序转发、报警处理、图像识别、数据查询。
37.a.数据程序转发由边缘管理服务器完成，包括从摄像头接收仪表图像后转发到对应的边缘计算服务器，以及从云服务器中接收图像识别程序并转发到对应的边缘计算服务器。
38.b.报警处理由边缘管理服务器完成，边缘管理服务器从云服务器中接收到报警处理程序，在每一次得到摄像头的读数之后执行一次报警处理程序。
39.c.图像识别由边缘计算服务器完成，边缘计算服务器从边缘管理服务器中获取到图像识别程序，云服务器向边缘管理服务器下发摄像头图像采集间隔时间，根据该时间间隔，边缘管理服务器从摄像头上读取图像并转发到对应的边缘计算服务器中，然后接收返回的仪表读数，并触发对应的报警处理流程。
40.d.边缘管理服务器在边缘端提供数据查询功能，包括仪表读数和报警信息的查看。可以查看某个摄像头的历史读数和历史报警列表。
41.云服务器负责实现的功能包括：数据整合查询、报警处理、摄像头管理、算法模型管理、边缘报警处理程序管理、边缘资源管理。
42.a.数据整合查询功能是指存储边缘管理服务器发送的仪表读数数据，以及存储云服务器中报警处理的执行结果，并提供数据查询功能。
43.b.报警处理和边缘侧的报警处理程序相互独立，实现的功能有所差异。边缘侧的
报警处理程序侧重于现场报警，及时提示工程师出现了异常，因此会包括调用声光报警器等功能，而云服务器中的报警处理首先会接收边缘侧的报警信息，并将报警信息发送到数据整合查询功能中进行存储，并且在云服务器web页面显示报警提示信息，云服务器中的报警处理不包括调用现场的声光报警设备之类的功能，另外云服务器中的报警处理还包括早期趋势报警方法。例如边缘侧的报警处理程序是根据固定的阈值判断是否发生了阈值报警事件，然后通过声光报警器进行报警提示，云服务器接收到边缘侧的报警信息之后在云服务器web页面显示报警提示信息，另外云服务器会定时判断仪表读数是否有上升或者下降趋势，当出现了上升趋势或者下降趋势即发生了趋势报警事件，同样在云服务器web页面显示趋势报警提示信息。
44.c.摄像头管理
45.每个摄像头分配一个唯一的标志，称为摄像头id，系统中增加一个新的摄像头，云服务器中新建一个摄像头id，分配该摄像头采集图像的时间间隔。
46.d.算法模型管理
47.不同类型的仪表有不同的读数识别算法和模型参数，在云服务器上执行模型训练及封装，将仪表读数识别算法和模型参数封装为图像识别程序。将图像识别程序和摄像头id进行绑定，一个图像识别程序可以绑定多个摄像头id，即多个摄像头id可以复用同一个图像识别程序。
48.e.边缘报警处理程序管理
49.边缘侧报警处理程序运行在边缘管理服务器上，报警处理程序和摄像头id绑定，绑定关系为一对一，即每个摄像头id具有独立的报警处理逻辑和报警阈值参数。云服务器将报警处理程序下发到边缘管理服务器中，当边缘管理服务器拿到了某个摄像头id对应的读数之后，调用该摄像头id对应的报警处理程序。
50.f.边缘资源管理
51.边缘资源指的是边缘计算服务器，边缘计算服务器执行图像识别程序，从仪表图像上识别读数。云服务器维护边缘计算服务器列表，并且将摄像头id和边缘计算服务器进行绑定，绑定关系为多对一，即多个摄像头id可以绑定到同一个边缘计算服务器。云服务器和边缘管理服务器通信，将图像识别程序发送到边缘管理服务器，边缘管理服务器将图像识别程序转发到对应的边缘计算服务器中。
52.本实施例还提出一种基于图像识别的仪表数据云边协同采集处理方法，采用上述的一种基于图像识别的仪表数据云边协同采集处理系统，包括以下步骤：
53.s1，云服务器绑定摄像头到边缘计算服务器，并设定摄像头的采集间隔，云服务器下发图像识别程序到和报警处理程序到边缘管理服务器；图像识别程序由仪表读数识别算法和模型参数封装而成，并在在云服务器上执行模型训练及封装。
54.s1具体包括以下步骤：
55.s101，系统中增加一个新的摄像头，云服务器中新建唯一对应的摄像头id，并分配采集图像的时间间隔；
56.s102，云服务器下发图像识别程序到和报警处理程序到边缘管理服务器；
57.s103，将图像识别程序和报警处理程序与摄像头id进行绑定；
58.s104，报警处理程序在边缘管理服务器上运行，当边缘管理服务器获得某摄像头
对应的图像数据后，调用该摄像头id对应的报警处理程序和图像识别程序。
59.s2，摄像头根据采集间隔获取仪表的图像数据，并发送到边缘管理服务器，边缘管理服务器将图像数据发送到绑定的边缘计算服务器；
60.s3，边缘计算服务器执行图像识别程序进行图像识别，获得识别结果，并将识别结果发送到边缘计算服务器；
61.s4，边缘计算服务器执行报警处理程序对识别结果进行判断，判断是否进行报警，若是，将报警记录上传到云服务器，若否，返回s2。
62.本实施例以某电厂现场仪表读数监测为例，系统架构如附图3所示。现场已经安装有监控摄像头，因此复用该摄像头。在现场安装边缘计算网关，摄像头和边缘计算网关通过有线网络连接，云服务器部署在厂区内部，边缘计算网关和云服务器通过厂区内网连接。
63.云服务器通过rest向边缘计算网关下发图像识别程序和报警处理程序，并且附带2个程序和摄像头id的对应关系。
64.边缘计算网关的角色相当于前述的边缘管理服务器和边缘计算服务器，因此实施例中的边缘计算网关具备了边缘端所需的所有能力。边缘计算网关从云服务器上通过rest接口查询边缘计算服务器和摄像头id的对应关系，并且通过rest接口获取摄像头id对应的图像识别程序并将其转发到对应的边缘计算服务器中。边缘计算网关通过rest接口从云服务器中获取报警处理程序以及和摄像头id的对应关系。
65.边缘计算网关的工作流程如下：
66.(1)每隔1分钟进行一次数据采集识别；
67.(2)检查摄像头id对应图像识别程序是否存在，具体的由边缘计算服务器向边缘管理服务器发送确认信息，如果不存在直接返回识别失败，如果存在继续执行下一步；
68.(3)通过摄像头id向指定摄像头发起网络连接请求，读取摄像头提供的rtsp视频流，从而获取仪表的图像；
69.(4)执行摄像头id对应的图像识别程序，图像识别程序包括图像质量判断和读数识别两部分，图像质量判断目的是杜绝由于图像质量问题导致的错误识别。识别完成后将读数结果通过rest接口发送到云服务器中；
70.(5)查看摄像头id是否有对应的报警处理程序，存在则执行报警，没有则结束该次识别。例如现场重要的仪表附近安装有声光报警器，并且声光报警器的控制器装有wifi模块，可以通过网络和边缘计算网关通信，因此报警处理程序中包括了触发声光报警器的流程，这样当仪表报警的时候就会触发现场的声光报警器提醒现场工作人员。
71.云服务器中存储了仪表读数的历史数据，并且执行趋势分析程序，趋势分析针对所有读数稳定的仪表，当读数在最近一天，最近一周，或最近一月的趋势增长率超过了预设的阈值，云服务器中通过web前端提示一条报警信息，并通过邮件和短信提示相关工程师。