本發(fā)明涉及傳感器算法更新技術(shù)，更具體地說，涉及一種動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的方法，以及一種動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的系統(tǒng)。

背景技術(shù)：

傳統(tǒng)的傳感器是依靠統(tǒng)一算法進(jìn)行數(shù)據(jù)采集，則在任何情況下，都以固定不變的算法進(jìn)行數(shù)據(jù)采集。如果安裝的環(huán)境和地點與生成算法的條件有所偏差，則采集的數(shù)據(jù)與客觀真實數(shù)據(jù)將會存在較嚴(yán)重的誤差，嚴(yán)重影響傳感器的采集準(zhǔn)確度，進(jìn)而會影響基于傳感器的裝置系統(tǒng)的功能實現(xiàn)。

而且對傳感器是否適應(yīng)當(dāng)前環(huán)境條件的判斷是從基于傳感器的裝置系統(tǒng)的結(jié)果進(jìn)行反推，進(jìn)而判斷當(dāng)前傳感器采集的原始數(shù)據(jù)是否能夠準(zhǔn)確體現(xiàn)客觀真實數(shù)據(jù)，而這一過程往往需要人工憑借個人經(jīng)驗進(jìn)行初步判斷，確定是否存在較大誤差，然后再追溯至傳感器，對傳感器進(jìn)行采集模式的更新。而更新工作一般都是離線更新的方式，不僅需要拆裝傳感器、連接更新優(yōu)化等步驟，不僅操作復(fù)雜，而且需要較大的時間成本與人力成本。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種可實時保證傳感器始終適應(yīng)當(dāng)前環(huán)境，并且優(yōu)化方便的動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的方法，以及動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的系統(tǒng)。

本發(fā)明的技術(shù)方案如下：

一種動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的方法，對傳感器采集裝置采集的原始數(shù)據(jù)進(jìn)行模式識別，得到識別結(jié)果；將識別結(jié)果與預(yù)設(shè)的預(yù)案進(jìn)行對比，判斷識別結(jié)果是否存在預(yù)案中規(guī)定的缺陷，如果是，則根據(jù)預(yù)案中設(shè)置的與當(dāng)前缺陷對應(yīng)的優(yōu)化方案，優(yōu)化當(dāng)前識別結(jié)果對應(yīng)的傳感器采集裝置的采集模式或識別算法。

作為優(yōu)選，對傳感器采集裝置采集的原始數(shù)據(jù)進(jìn)行模式識別時，先得到部分傳感器采集裝置的識別臨時值，將當(dāng)前傳感器采集裝置與其他傳感器采集裝置的識別臨時值進(jìn)行對比，得到識別結(jié)果，識別結(jié)果包括當(dāng)前傳感器采集裝置與其他傳感器采集裝置的識別臨時值的差值。

作為優(yōu)選，優(yōu)化方案為：通過機(jī)器學(xué)習(xí)算法，基于當(dāng)前傳感器采集裝置與其他傳感器采集裝置的采集的數(shù)據(jù)或傳回的原始數(shù)據(jù)，對當(dāng)前傳感器采集裝置的采集模式或識別算法進(jìn)行優(yōu)化，并將當(dāng)前傳感器采集裝置的采集模式更新為優(yōu)化后的采集模式或識別算法。

作為優(yōu)選，將識別結(jié)果發(fā)送至遠(yuǎn)程端，在遠(yuǎn)程端進(jìn)行采集模式或識別算法優(yōu)化后，再將優(yōu)化后的采集模式或識別算法對傳感器采集裝置進(jìn)行在線更新。

作為優(yōu)選，當(dāng)預(yù)案的規(guī)則要求依據(jù)原始數(shù)據(jù)進(jìn)行采集模式或者識別算法的優(yōu)化時，將傳感器采集裝置采集的原始數(shù)據(jù)發(fā)送至遠(yuǎn)程端，在遠(yuǎn)程端進(jìn)行模式識別與采集模式或者識別算法優(yōu)化后，再將優(yōu)化后的采集模式或者識別算法對傳感器采集裝置進(jìn)行在線更新。

作為優(yōu)選，存儲傳感器采集裝置協(xié)同工作的預(yù)案的方法包括如下的人工方式或半自動方式：

人工方式：人工設(shè)置預(yù)案并經(jīng)審批后生效；

半自動方式：根據(jù)已有預(yù)案及當(dāng)前的識別結(jié)果自動推演得到優(yōu)化預(yù)案，經(jīng)人工審批后生效。

一種動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的系統(tǒng)，執(zhí)行權(quán)利所述的動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的方法；傳感器采集裝置連接原始數(shù)據(jù)存儲裝置，將采集的原始數(shù)據(jù)存儲在原始數(shù)據(jù)存儲裝置；傳感器采集裝置連接模式識別算法存儲裝置，存儲模式識別算法；原始數(shù)據(jù)存儲裝置與模式識別算法存儲裝置分別連接模式識別裝置，模式識別裝置調(diào)用模式識別算法，對原始數(shù)據(jù)存儲裝置存儲的原始數(shù)據(jù)進(jìn)行模式識別，得到識別結(jié)果；模式識別裝置通過數(shù)據(jù)收發(fā)裝置將識別結(jié)果發(fā)送至數(shù)據(jù)存儲裝置，數(shù)據(jù)存儲裝置連接預(yù)案管理模塊，判斷識別結(jié)果是否存在預(yù)案中規(guī)定的缺陷；數(shù)據(jù)存儲裝置連接學(xué)習(xí)推演模塊，預(yù)案管理模塊與學(xué)習(xí)推演模塊相連，根據(jù)預(yù)案中設(shè)置的與當(dāng)前缺陷對應(yīng)的優(yōu)化方案，優(yōu)化當(dāng)前識別結(jié)果對應(yīng)的傳感器采集裝置的采集模式；學(xué)習(xí)推演模塊連接數(shù)據(jù)收發(fā)裝置，通過數(shù)據(jù)收發(fā)裝置將優(yōu)化后的采集模式或者識別算法更新至傳感器采集裝置。

作為優(yōu)選，多個傳感器采集裝置的識別結(jié)果發(fā)送至同一個數(shù)據(jù)存儲裝置。

作為優(yōu)選，當(dāng)需要進(jìn)行算法或者采集模式優(yōu)化時，根據(jù)預(yù)案的規(guī)則，將特定的一個或多個傳感器采集裝置采集的原始數(shù)據(jù)發(fā)送至數(shù)據(jù)存儲裝置，通過學(xué)習(xí)推演模塊優(yōu)化采集模式，將優(yōu)化后的采集模式或識別算法發(fā)送到與當(dāng)前傳感器采集裝置連接的模式識別算法存儲裝置。

作為優(yōu)選，預(yù)案的規(guī)則中，根據(jù)當(dāng)前傳感器采集裝置及其相關(guān)的前后多個傳感器采集裝置采集的原始數(shù)據(jù)，對當(dāng)前傳感器采集裝置的采集模式或識別算法進(jìn)行優(yōu)化。

作為優(yōu)選，學(xué)習(xí)推演模塊通過機(jī)器學(xué)習(xí)算法或人工建模方法對當(dāng)前傳感器采集裝置的采集模式或識別算法進(jìn)行優(yōu)化，對應(yīng)地，學(xué)習(xí)推演模塊為機(jī)器學(xué)習(xí)模塊或人工建模的模型上傳模塊。

作為優(yōu)選，原始數(shù)據(jù)存儲裝置還連接數(shù)據(jù)收發(fā)裝置，通過數(shù)據(jù)收發(fā)裝置將傳感器采集裝置采集的原始數(shù)據(jù)發(fā)送至數(shù)據(jù)存儲裝置。

本發(fā)明的有益效果如下：

本發(fā)明所述的動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的方法與系統(tǒng)，基于相關(guān)傳感器采集裝置的數(shù)據(jù)與預(yù)案，實現(xiàn)對傳感器采集裝置的采集模式或識別算法進(jìn)行動態(tài)調(diào)整，實現(xiàn)傳感器采集裝置能夠?qū)崟r匹配外界環(huán)境條件，達(dá)到保持?jǐn)?shù)據(jù)準(zhǔn)確的效果。本發(fā)明通過傳感器采集裝置本地端對采集模式或識別算法進(jìn)行模式識別，并在遠(yuǎn)程端進(jìn)行負(fù)荷較大的優(yōu)化運算，再通過遠(yuǎn)程在線更新采集模式或識別算法，提高更新效率。同時，只將識別結(jié)果發(fā)送至遠(yuǎn)程端，節(jié)約海量部署傳感器采集裝置的情況下存在的巨大施工成本與難度。

本發(fā)明的實施，還能夠在需要的情況下，批量改變傳感器采集裝置的采集模式或識別算法，以滿足對已設(shè)置的傳感器采集裝置的不同功能需求，適用于不同要求的工作情況。

附圖說明

圖1是所述的動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的系統(tǒng)的原理框圖。

具體實施方式

以下結(jié)合附圖及實施例對本發(fā)明進(jìn)行進(jìn)一步的詳細(xì)說明。

本發(fā)明為了解決現(xiàn)有技術(shù)的傳感器采集裝置算法單一，無法主動適應(yīng)環(huán)境，造成無法保證采集數(shù)據(jù)實時準(zhǔn)確的不足，一種動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的方法，以及動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的系統(tǒng)。本發(fā)明基于相關(guān)傳感器采集裝置的數(shù)據(jù)與預(yù)案，實現(xiàn)對傳感器采集裝置的采集模式或識別算法進(jìn)行動態(tài)調(diào)整，實現(xiàn)傳感器采集裝置能夠?qū)崟r匹配外界環(huán)境條件，達(dá)到保持?jǐn)?shù)據(jù)準(zhǔn)確的效果。

本發(fā)明所述的動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的方法，主要步驟如下：

1)對傳感器采集裝置采集的原始數(shù)據(jù)進(jìn)行模式識別，得到識別結(jié)果；

2)將識別結(jié)果與預(yù)設(shè)的預(yù)案進(jìn)行對比，判斷識別結(jié)果是否存在預(yù)案中規(guī)定的缺陷(例如，當(dāng)前傳感器采集裝置相鄰的傳感器采集裝置都識別到了某車牌，而當(dāng)前傳感器一直未能準(zhǔn)確識別)，如果是，則根據(jù)預(yù)案中設(shè)置的與當(dāng)前缺陷對應(yīng)的優(yōu)化方案，優(yōu)化當(dāng)前識別結(jié)果對應(yīng)的傳感器采集裝置的采集模式或識別算法。

基于所述的動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的方法，本發(fā)明提供一種動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的系統(tǒng)，用于執(zhí)行所述的動態(tài)調(diào)整傳感器數(shù)據(jù)采集算法的方法；如圖1所示，傳感器采集裝置連接原始數(shù)據(jù)存儲裝置，將采集的原始數(shù)據(jù)存儲在原始數(shù)據(jù)存儲裝置；傳感器采集裝置連接模式識別算法存儲裝置，存儲模式識別算法；原始數(shù)據(jù)存儲裝置與模式識別算法存儲裝置分別連接模式識別裝置，模式識別裝置調(diào)用模式識別算法，對原始數(shù)據(jù)存儲裝置存儲的原始數(shù)據(jù)進(jìn)行模式識別，得到識別結(jié)果；模式識別裝置通過數(shù)據(jù)收發(fā)裝置將識別結(jié)果發(fā)送至數(shù)據(jù)存儲裝置，數(shù)據(jù)存儲裝置連接預(yù)案管理模塊，判斷識別結(jié)果是否存在預(yù)案中規(guī)定的缺陷；數(shù)據(jù)存儲裝置連接學(xué)習(xí)推演模塊，預(yù)案管理模塊與學(xué)習(xí)推演模塊相連，根據(jù)預(yù)案中設(shè)置的與當(dāng)前缺陷對應(yīng)的優(yōu)化方案，優(yōu)化當(dāng)前識別結(jié)果對應(yīng)的傳感器采集裝置的采集模式或識別算法；學(xué)習(xí)推演模塊連接數(shù)據(jù)收發(fā)裝置，通過數(shù)據(jù)收發(fā)裝置將優(yōu)化后的采集模式或識別算法更新至傳感器采集裝置。

本發(fā)明中，傳感器采集裝置(例如攝像頭)上通過至少一個數(shù)據(jù)收發(fā)裝置(例如用于無線通信的4G通訊模塊)。模式識別算法存儲裝置所存儲的模式識別算法可由數(shù)據(jù)收發(fā)裝置進(jìn)行更新。

步驟1)中，對傳感器采集裝置采集的原始數(shù)據(jù)進(jìn)行模式識別時，先得到部分(如所有傳感器采集裝置的多數(shù))傳感器采集裝置的識別臨時值，將當(dāng)前傳感器采集裝置與其他的傳感器采集裝置的識別臨時值進(jìn)行對比，得到識別結(jié)果，識別結(jié)果包括當(dāng)前傳感器采集裝置與其他的傳感器采集裝置的識別臨時值的差值。

傳感器采集裝置采集的原始數(shù)據(jù)存儲在傳感器采集裝置的原始數(shù)據(jù)存儲裝置上，一般情況下，只發(fā)送識別結(jié)果至遠(yuǎn)程端，當(dāng)根據(jù)預(yù)案判定當(dāng)前傳感器采集裝置存在采集不準(zhǔn)確而需要優(yōu)化時，才發(fā)送原始數(shù)據(jù)至遠(yuǎn)程端，例如需要詳細(xì)取證時，再例如需要根據(jù)原始數(shù)據(jù)重新優(yōu)化識別算法時。

本發(fā)明中，將識別結(jié)果發(fā)送至遠(yuǎn)程端，在遠(yuǎn)程端進(jìn)行采集模式或識別算法優(yōu)化后，再將優(yōu)化后的采集模式或識別算法對傳感器采集裝置進(jìn)行在線更新。即本發(fā)明執(zhí)行過程中，只發(fā)送識別結(jié)果，則不需要將原始數(shù)據(jù)發(fā)送到數(shù)據(jù)存儲裝置，節(jié)約海量部署傳感器采集裝置的情況下存在的巨大施工成本與難度。進(jìn)而實現(xiàn)將多個傳感器采集裝置的識別結(jié)果發(fā)送至同一個數(shù)據(jù)存儲裝置，也不會存在施工與操作方面的難度與成本問題。

本發(fā)明的優(yōu)化方案為：通過機(jī)器學(xué)習(xí)算法或人工建模，或者其他優(yōu)化方法，基于當(dāng)前傳感器采集裝置與其他的傳感器采集裝置的采集的數(shù)據(jù)，對當(dāng)前傳感器采集裝置的采集模式或識別算法進(jìn)行優(yōu)化，并將當(dāng)前傳感器采集裝置的采集模式或識別算法更新為優(yōu)化后的采集模式或識別算法。

執(zhí)行優(yōu)化時，根據(jù)預(yù)案的規(guī)則，將特定的一個或多個傳感器采集裝置采集的原始數(shù)據(jù)發(fā)送至數(shù)據(jù)存儲裝置，通過學(xué)習(xí)推演模塊優(yōu)化采集模式或識別算法，將優(yōu)化后的采集模式或識別算法發(fā)送到與當(dāng)前傳感器采集裝置連接的模式識別算法存儲裝置。

實施時，具體需要發(fā)送哪些傳感器采集裝置的哪些原始數(shù)據(jù)，由預(yù)案的規(guī)則決定。作為優(yōu)化的基礎(chǔ)，可以是與當(dāng)前傳感器采集裝置相似或相同的傳感器采集裝置采集的原始數(shù)據(jù)，即實施時，作為優(yōu)化的數(shù)據(jù)基礎(chǔ)，不必須是相同的傳感器采集裝置的原始數(shù)據(jù)，而只要是傳感器采集裝置，其數(shù)據(jù)必然存在相關(guān)性，即可通過機(jī)器學(xué)習(xí)進(jìn)行優(yōu)化的。

作為一種特定的實施方式，預(yù)案的規(guī)則中，根據(jù)當(dāng)前傳感器采集裝置及其相關(guān)的前后多個傳感器采集裝置采集的原始數(shù)據(jù)，對當(dāng)前傳感器采集裝置的采集模式或識別算法進(jìn)行優(yōu)化。

預(yù)案管理模塊中以人工、半自動或者自動方式存儲相關(guān)傳感器協(xié)同工作的預(yù)案，本發(fā)明以人工、半自動方式存儲傳感器采集裝置協(xié)同工作的預(yù)案，采用多種方式進(jìn)行預(yù)案的協(xié)同工作，可以在遇到無法進(jìn)行自動完成預(yù)案對比工作的情況下，進(jìn)行人工干預(yù)，實現(xiàn)半自動優(yōu)化。根據(jù)實施需求，也可以通過人工方式進(jìn)行預(yù)案對比。

其中，人工方式為人工設(shè)置預(yù)案并經(jīng)審批后生效；半自動方式為根據(jù)已有預(yù)案及當(dāng)前的識別結(jié)果自動推演得到優(yōu)化預(yù)案，經(jīng)人工審批后生效。

當(dāng)需要減輕傳感器采集裝置在本地端的負(fù)荷時，可以將模式識別的過程轉(zhuǎn)移至遠(yuǎn)程端進(jìn)行，如在數(shù)據(jù)存儲裝置上進(jìn)行。實施時，原始數(shù)據(jù)存儲裝置還連接數(shù)據(jù)收發(fā)裝置，當(dāng)預(yù)案的規(guī)則要求依據(jù)原始數(shù)據(jù)進(jìn)行采集模式或者識別算法的優(yōu)化時，將傳感器采集裝置采集的原始數(shù)據(jù)發(fā)送至遠(yuǎn)程端(如遠(yuǎn)程端的數(shù)據(jù)存儲裝置)，即通過數(shù)據(jù)收發(fā)裝置將傳感器采集裝置采集的原始數(shù)據(jù)發(fā)送至數(shù)據(jù)存儲裝置。在遠(yuǎn)程端進(jìn)行模式識別與采集模式或識別算法優(yōu)化后，再將優(yōu)化后的采集模式或識別算法對傳感器采集裝置進(jìn)行在線更新。

基于本發(fā)明的思路，本發(fā)明還可以實施于批量改變傳感器采集裝置的采集模式或識別算法，可用于改變某個區(qū)域內(nèi)的所有傳感器采集裝置的功能實現(xiàn)。例如，在某些特殊情況下，由預(yù)案管理模塊批量更新某些傳感器采集裝置的采集模式或識別算法，以增加傳感器采集裝置針對特殊事件的處置能力。具體地，例如需要將傳感器采集裝置的功能從車牌識別更改為某特征無牌車輛的搜索，本發(fā)明的實施可以在很短時間內(nèi)對可能出現(xiàn)該車輛的攝像頭進(jìn)行算法修改，找到該車輛后，其他無關(guān)攝像頭修改回原算法(如全路段覆蓋，這個過程為毫秒級)，相關(guān)攝像頭保持算法，對該車輛持續(xù)追蹤。

本發(fā)明中，學(xué)習(xí)推演模塊可以通過機(jī)器學(xué)習(xí)算法或人工建模方法，以及其他優(yōu)化方法對當(dāng)前傳感器采集裝置的采集模式或識別算法進(jìn)行優(yōu)化，如果采用機(jī)器學(xué)習(xí)算法或人工建模方法，則對應(yīng)地，學(xué)習(xí)推演模塊為機(jī)器學(xué)習(xí)模塊或人工建模的模型上傳模塊。

上述實施例僅是用來說明本發(fā)明，而并非用作對本發(fā)明的限定。只要是依據(jù)本發(fā)明的技術(shù)實質(zhì)，對上述實施例進(jìn)行變化、變型等都將落在本發(fā)明的權(quán)利要求的范圍內(nèi)。