[发明专利]一种基于蚁群算法的智能指派调度AR多人远程协助方法在审

专利信息
申请号: 202010922015.9 申请日: 2020-09-04
公开(公告)号: CN112001709A 公开(公告)日: 2020-11-27
发明(设计)人: 张秋雁;张俊玮;丁超;黎世华;王铎润;王蓝苓;张海永;张冬冬;高承贵 申请(专利权)人: 贵州电网有限责任公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06Q10/00;G06Q50/06;G06N3/00;G06F3/01
代理公司: 贵阳中新专利商标事务所 52100 代理人: 胡绪东
地址: 550002 贵*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 算法 智能 指派 调度 ar 远程 协助 方法
【权利要求书】:

1.一种基于蚁群算法的智能指派调度AR多人远程协助方法,其特征在于:该方法为:运维人员在现场操作智能运维APP和佩戴AR眼镜,通过智能运维APP的故障检测运维模块进行运维,遇见无法解决的疑难运维时,通过智能运维APP的远程协助模块申请远程协助,利用AR眼镜摄像头以第一人称视角将现场情景直接传送至专家远程协助中心,专家远程协助中心采用蚁群算法智能判断相关技术领域的专家给予现场连线指导。

2.根据权利要求1所述的一种基于蚁群算法的智能指派调度AR多人远程协助方法,其特征在于:故障检测运维模块的实现方法为:AR眼镜通过摄像头拍摄电力设备的图片或视频,使用智能手机的移动网络上传至数据处理及智能诊断中心,得出电力设备的型号、名称和故障原因,查找数据库中相应的电力设备资料和专家知识库信息,发送到智能手机上,智能手机控制AR眼镜显示电力设备资料信息和专家知识库信息,协助工作人员找到对应的设备故障,并提供对应的检修方法。

3.根据权利要求1所述的一种基于蚁群算法的智能指派调度AR多人远程协助方法,其特征在于:远程协助模块的实现方法为:控制现场AR眼镜实时拍摄现场电力设备视频,采集AR眼镜佩戴者的语音,视频和语音通过智能手机的移动网络上传至专家远程协助中心,专家远程协助中心智能判断相关技术领域的专家进行匹配指导,匹配完成后远程专家在后台管理系统查看现场工作人员的第一视角图像信息和现场人员的语音,远程专家使用后台管理系统,发送文字、图像、语音、标记信息给现场人员配到的AR眼镜上,指导现场人员检查维修电力设备。

4.根据权利要求1所述的一种基于蚁群算法的智能指派调度AR多人远程协助方法,其特征在于:蚁群算法的判断过程:建立专家信息分配矩阵空间E,定义专家信息为节点Eij,其中i(1,2,3,…,n),j(1,2,3,…,m)为节点集合,现场采集的图像或视频信息代表蚂蚁,在各个节点上都分布着若干只蚂蚁进行最优解的搜索,则第k只蚂蚁在t时刻选择节点Eij的概率为:

其中τij(t)代表t时刻,蚂蚁在节点Eij位置所残留的信息素,即所采集图像或视频信息的对应的专家领域属性、专家的技术能力综合评分筛选标准和专家的技术支援次数筛选标准;ηij(t)代表了蚂蚁的启发信息,α和β分别表示残留信息素和启发信息的相对重要性;fijk(t)表示第k只蚂蚁找寻到节点Eij所需时间与蚁群平均找寻节点时间的差值,fijk(t)值越小,则ηij(t)值越大,选择Eij的期望程度越高,被选中的概率越大;barredk(k=1,2,L,m)代表第k只蚂蚁行走的障碍物表,即不会选择的路径,如果t时刻,第k只蚂蚁选择节点Eij,则就会被加入到障碍物表中,在每次循环之后对该次循环中的最优解或者局部最优解的信息素更新,更新公式为:

其中,τij(t+n)代表t+n时刻,蚂蚁在节点Eij位置所残留的信息素,σ表示信息素挥发程度;k表示第k只蚂蚁,Fbest表示全局最优解的值。

5.根据权利要求1所述的一种基于蚁群算法的智能指派调度AR多人远程协助方法,其特征在于:远程协助模块设置有跟踪标记模块,跟踪标记模块的实现方法为:远程专家使用后台管理系统,在现场AR眼镜传输来的现场实景视频上,用矩形框标记视频中的物体,该矩形框标记信息将传输给现场AR眼镜,以叠加方式显示在AR眼镜佩戴者的视野中;当AR眼镜的镜头视角晃动时,已被标记的物体一直保持在AR镜头捕捉的画面中时,已进行的矩形标记会实时跟踪被标记物体,在镜头画面中灵活移动。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州电网有限责任公司,未经贵州电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010922015.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top