本發(fā)明涉及基站管理領(lǐng)域，尤其涉及基于ai+vr的基站數(shù)字可視化管理系統(tǒng)。

背景技術(shù)：

1、目前中國鐵塔公司常用的系統(tǒng)平臺有鐵塔oa系統(tǒng)和鐵塔視聯(lián)平臺，通過鐵塔oa系統(tǒng)提供一站式基站資源管理，而鐵塔視聯(lián)平臺則提供兩翼服務(wù)的拓展，而為了加強(qiáng)平臺管理的數(shù)據(jù)顯示效果，通常還會集成vr系統(tǒng)對基站的整體信息進(jìn)行可視化顯示。

2、現(xiàn)有的基站數(shù)字可視化管理系統(tǒng)通常僅在建站初期同步建設(shè)vr系統(tǒng)，但是在鐵塔公司的運(yùn)營管理中，設(shè)備經(jīng)常需要更新和維護(hù)，而這種情況下，初期建立的vr系統(tǒng)中直觀顯示的數(shù)據(jù)則與更新后的數(shù)據(jù)存在差距，在長時間應(yīng)用下，vr系統(tǒng)中所顯示的數(shù)據(jù)滯后性較高，在基站管理中嚴(yán)重影響平臺的即時性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對現(xiàn)有技術(shù)存在的不足，提供如下技術(shù)方案：

2、基于ai+vr的基站數(shù)字可視化管理系統(tǒng)，包括：數(shù)據(jù)庫、數(shù)據(jù)管理模塊、智能合成模塊。

3、具體的，所述數(shù)據(jù)庫存儲有基站數(shù)據(jù)信息，該基站數(shù)據(jù)信息至少包括設(shè)備參數(shù)信息以及基站vr數(shù)據(jù)，所述數(shù)據(jù)管理模塊用于對用戶的身份信息以及用戶對數(shù)據(jù)庫的訪問權(quán)限進(jìn)行管理和驗(yàn)證，所述智能合成模塊用于將用戶上傳圖像或設(shè)備拍攝的圖像合成至基站vr數(shù)據(jù)中，所述智能合成模塊包括有特征提取模塊、定位模塊以及圖像嵌入模塊，所述特征提取模塊用于獲取圖像中與基站vr數(shù)據(jù)中器件對應(yīng)的部分特征，所述定位模塊用于將提取的特征定位至基站vr數(shù)據(jù)中對應(yīng)器件的位置，并將該特征的大小調(diào)整至與基站vr數(shù)據(jù)中的對應(yīng)器件重合，所述圖像嵌入模塊用于將該特征嵌入至基站vr數(shù)據(jù)中形成新的基站vr數(shù)據(jù)。

4、作為上述技術(shù)方案的改進(jìn)，所述數(shù)據(jù)管理模塊包括有訪問端口、數(shù)據(jù)訪問模塊，所述數(shù)據(jù)訪問模塊用于獲取用戶的訪問權(quán)限，并根據(jù)訪問權(quán)限限制用戶訪問的數(shù)據(jù)服務(wù)，所述訪問端口用于根據(jù)不同的訪問者的端口信息接入數(shù)據(jù)庫中不同的數(shù)據(jù)服務(wù)。

5、作為上述技術(shù)方案的改進(jìn)，所述數(shù)據(jù)管理模塊還包括有g(shù)is集成模塊、vr顯示模塊，所述vr顯示模塊用于讀取數(shù)據(jù)庫中基站站址中的vr信息，所述gis集成模塊用于顯示基站站址所在的地理位置信息。

6、作為上述技術(shù)方案的改進(jìn)，所述特征提取模塊包括卷積神經(jīng)網(wǎng)絡(luò)，所述卷積神經(jīng)網(wǎng)絡(luò)獲取圖像中與基站vr數(shù)據(jù)中器件對應(yīng)的部分特征的方法依賴于以下步驟：

7、s11：對基站vr數(shù)據(jù)中的每個器件進(jìn)行編碼。

8、s12：將更新器件后拍攝的圖像以及器件數(shù)據(jù)輸入至卷積神經(jīng)網(wǎng)絡(luò)，根據(jù)訪問端口獲取的地址信息以及器件數(shù)據(jù)，調(diào)用地址信息所對應(yīng)的基站vr數(shù)據(jù)中該器件所在的設(shè)備vr數(shù)據(jù)。

9、s13：通過卷積神經(jīng)網(wǎng)絡(luò)從圖像中分離器件特征部分得到更新特征，根據(jù)所述器件數(shù)據(jù)定位該更新特征在設(shè)備vr數(shù)據(jù)中對應(yīng)的原始特征，并分離設(shè)備vr數(shù)據(jù)中與該更新特征對應(yīng)的原始特征。

10、作為上述技術(shù)方案的改進(jìn)，所述定位模塊將提取的特征定位至基站vr數(shù)據(jù)中對應(yīng)器件的位置，并將該特征的大小調(diào)整至與基站vr數(shù)據(jù)中的對應(yīng)器件重合，包括如下步驟：

11、s21：通過卷積神經(jīng)網(wǎng)絡(luò)獲取更新特征與原始特征的色彩信息，并標(biāo)記更新特征與原始特征的中心像素點(diǎn)。

12、s22：以中心像素點(diǎn)向外延伸并標(biāo)記所有最亮像素點(diǎn)，得到具有色彩信息的點(diǎn)狀擴(kuò)散圖，其中，更新特征的點(diǎn)狀擴(kuò)散圖的連線構(gòu)成對比圖，原始特征的點(diǎn)狀擴(kuò)散圖的連線構(gòu)成基準(zhǔn)圖。

13、以中心像素點(diǎn)作為映射中心將對比圖等比例映射到基準(zhǔn)圖中，若對比圖與基準(zhǔn)圖重合率超過預(yù)設(shè)值，且圖像的點(diǎn)狀擴(kuò)散圖與設(shè)備vr數(shù)據(jù)的點(diǎn)狀擴(kuò)散圖中重合點(diǎn)的色彩信息相同，則判斷圖像中的器件與設(shè)備vr數(shù)據(jù)中的器件屬于同規(guī)格，并以中心像素點(diǎn)以及最亮像素點(diǎn)作為定位點(diǎn)，將更新特征等比例映射至原始特征在設(shè)備vr數(shù)據(jù)中的位置。

14、若對比圖與基準(zhǔn)圖重合率不超過預(yù)設(shè)值或重合點(diǎn)的色彩信息不相同，則判斷圖像中的器件與設(shè)備vr數(shù)據(jù)中的器件不屬于同規(guī)格，則將更新特征與原始特征的下側(cè)角點(diǎn)重合，并調(diào)節(jié)更新特征的比例直至更新特征的高度與原始特征的高度相同，并以該重合的角點(diǎn)作為定位點(diǎn)，將調(diào)整后的更新特征映射至原始特征在設(shè)備vr數(shù)據(jù)中的位置。

15、作為上述技術(shù)方案的改進(jìn)，將該特征嵌入至基站vr數(shù)據(jù)中形成新的基站vr數(shù)據(jù)，包括如下步驟：

16、s31：在建立基站vr數(shù)據(jù)前，對建站點(diǎn)的自然環(huán)境以及內(nèi)部環(huán)境進(jìn)行vr拍攝獲取vr環(huán)境數(shù)據(jù)。

17、s32：將基站vr數(shù)據(jù)置于vr環(huán)境數(shù)據(jù)之上，當(dāng)步驟s13執(zhí)行并分離原始特征時，置于底層且被分離原始特征位置的vr環(huán)境數(shù)據(jù)顯示，并分離該部分得到環(huán)境特征。

18、s33：將環(huán)境特征置于原始特征分離的位置，并將步驟s22中的更新特征置于環(huán)境特征之上并與基站vr數(shù)據(jù)組合完成更新。

19、作為上述技術(shù)方案的改進(jìn)，包括：攝像模塊、報警模塊，所述攝像模塊用于在基站周圍進(jìn)行監(jiān)控和圖像拍攝，所述報警模塊用于檢測攝像模塊拍攝環(huán)境中是否存在安全風(fēng)險，若存在安全風(fēng)險則進(jìn)行報警提示。

20、作為上述技術(shù)方案的改進(jìn)，所述報警模塊檢測攝像模塊拍攝的環(huán)境中安全風(fēng)險的方法依賴于以下步驟：

21、s41：檢測環(huán)境中存在動態(tài)變化的圖像，并分離圖像動態(tài)變化的若干個靜態(tài)特征。

22、s42：將靜態(tài)特征輸入至卷積神經(jīng)網(wǎng)絡(luò)中，通過卷積神經(jīng)網(wǎng)絡(luò)判斷靜態(tài)特征所屬類型，若為風(fēng)險類型，則發(fā)出警報，若為非風(fēng)險類型，則不作出動作。

23、本發(fā)明的有益效果：

24、通過智能合成模塊將上傳的圖像更新至vr數(shù)據(jù)中，這樣不僅用戶可以自己上傳進(jìn)行更新，也可以通過加裝相關(guān)的攝像模塊對鐵塔相關(guān)設(shè)備的vr數(shù)據(jù)進(jìn)行拍攝和自動更新，并且通過將合成方法分為特征提取、定位和嵌入三個步驟，能夠保證合成的數(shù)據(jù)與基站vr原始數(shù)據(jù)之間合成更新后的數(shù)據(jù)的一體性，避免簡單置入后所導(dǎo)致的圖像割裂感過高的問題。

技術(shù)特征：

1.基于ai+vr的基站數(shù)字可視化管理系統(tǒng)，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于ai+vr的基站數(shù)字可視化管理系統(tǒng)，其特征在于：所述數(shù)據(jù)管理模塊包括有訪問端口、數(shù)據(jù)訪問模塊；

3.根據(jù)權(quán)利要求2所述的基于ai+vr的基站數(shù)字可視化管理系統(tǒng)，其特征在于：所述數(shù)據(jù)管理模塊還包括有g(shù)is集成模塊、vr顯示模塊；

4.根據(jù)權(quán)利要求2所述的基于ai+vr的基站數(shù)字可視化管理系統(tǒng)，其特征在于：所述特征提取模塊包括卷積神經(jīng)網(wǎng)絡(luò)，所述卷積神經(jīng)網(wǎng)絡(luò)獲取圖像中與基站vr數(shù)據(jù)中器件對應(yīng)的部分特征的方法依賴于以下步驟：

5.根據(jù)權(quán)利要求4所述的基于ai+vr的基站數(shù)字可視化管理系統(tǒng)，其特征在于：所述定位模塊將提取的特征定位至基站vr數(shù)據(jù)中對應(yīng)器件的位置，并將該特征的大小調(diào)整至與基站vr數(shù)據(jù)中的對應(yīng)器件重合，包括如下步驟：

6.根據(jù)權(quán)利要求5所述的基于ai+vr的基站數(shù)字可視化管理系統(tǒng)，其特征在于：將該特征嵌入至基站vr數(shù)據(jù)中形成新的基站vr數(shù)據(jù)，包括如下步驟：

7.根據(jù)權(quán)利要求4所述的基于ai+vr的基站數(shù)字可視化管理系統(tǒng)，其特征在于，包括：攝像模塊、報警模塊；

8.根據(jù)權(quán)利要求7所述的基于ai+vr的基站數(shù)字可視化管理系統(tǒng)，其特征在于：所述報警模塊檢測攝像模塊拍攝的環(huán)境中安全風(fēng)險的方法依賴于以下步驟：

技術(shù)總結(jié)
本發(fā)明涉及基站管理領(lǐng)域，尤其涉及基于AI+VR的基站數(shù)字可視化管理系統(tǒng)，包括：數(shù)據(jù)庫、數(shù)據(jù)管理模塊、智能合成模塊，數(shù)據(jù)庫存儲有基站數(shù)據(jù)信息，數(shù)據(jù)管理模塊用于對用戶的身份信息以及用戶對數(shù)據(jù)庫的訪問權(quán)限進(jìn)行管理和驗(yàn)證，智能合成模塊用于將用戶上傳圖像或設(shè)備拍攝的圖像合成至基站VR數(shù)據(jù)中。本發(fā)明通過智能合成模塊將上傳的圖像更新至VR數(shù)據(jù)中，這樣不僅用戶可以自己上傳進(jìn)行更新，也可以通過加裝相關(guān)的攝像模塊對鐵塔相關(guān)設(shè)備的VR數(shù)據(jù)進(jìn)行拍攝和自動更新，并且能夠保證合成的數(shù)據(jù)與基站VR原始數(shù)據(jù)之間合成更新后的數(shù)據(jù)的一體性，避免簡單置入后所導(dǎo)致的圖像割裂感過高的問題。

技術(shù)研發(fā)人員：張經(jīng)國
受保護(hù)的技術(shù)使用者：長沙云郵通信科技有限責(zé)任公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21