“美麗家園”多業務支持智能巡檢系統及算法設計

李振

摘 要 本文提出了一種具有多業務支持的智能巡檢管理系統的設計，從物聯網技術選擇、大數據技術對業務邏輯的支持，以及具體的算法設計及優化方面進行了探討?；谖锫摼W、大數據技術的多業務智能巡檢系統具有良好的可擴展性和場景適用性，具有廣闊的市場應用前景。

關鍵詞 LORA;NB-IOT;搜索策略;目標優化

本文將從“美麗家園”社區綜合管理的需求背景出發，提出一種基于物聯網及大數據技術支撐，采用綜合管理思維、降低綜合管理成本，以一種智能算法支撐巡檢管理。以物聯網技術應用、創新性的管理思維來解決此類綜合巡檢工作的管理要求。以此為設計原型的多業務支持智能巡檢系統的提出，將具有非常廣泛的使用價值，特別是在人工成本大幅提高的背景下，具有很高的經濟及社會價值。

1傳統巡檢系統的使用現狀及不足

巡檢系統是一個具有廣泛使用的工具，在安防行業具有非常典型的應用。隨著物聯網、互聯網+、大數據技術等的快速發展，業界也出現了很多在線式的、智能的巡檢系統平臺。

該類巡檢系統大致可以分為2類，一類是不關注具體業務內容的通過巡更點+巡更棒方式，在安保領域使用的最為廣泛。還有一類是巡點檢系統，在制造業中使用最為廣泛。巡檢系統由最初的離線式模式起步，最近幾年在移動互聯網大力發展的背景下，逐步向在線式方式進行轉變，提升了巡檢的實時性和管理效率的提升，也提升了巡檢的質量[1]。

但是，該類系統的不足也是很明顯得，主要體現在以下幾個方面：

（1）不夠智能化，無法關聯使用場景和具體的業務，不支持定制化開發;

（2）適用的場景單一，主要支持安保巡邏，其他巡檢需求無法滿足;

（3）管理漏洞多，容易被別有用心的人鉆空子，技術上無法彌補;

（4）無大數據分析及輔助決策，數據可視化、管理輔助無法實現。

2多業務支持智能巡檢系統的提出背景

我們在實施覆蓋上海多個行政區的“美麗家園”項目設計和開發過程中，發現針對具有幾百乃至上千個小區的建設項目，不僅建設過程需要厘清內容做好規劃，同時還需要提前籌劃項目建設完成后的運維工作。

“美麗家園”項目中每個小區的建設內容都包含了多個智能化系統，有人臉識別出入口控制系統、車牌識別道閘系統、電子圍欄系統、物聯網感知系統。其中的物聯網感知系統又包含了眾多物聯網傳感器：基于NBIOT的煙感、N溫感、水壓監測、車輛地磁、門磁等傳感器，有垃圾箱滿溢感知、分類垃圾箱設備、高空拋物監測、多媒體發布屏、空氣質量監測系統、NB紅外告警等多種感知系統及設備。

這些系統和設備分布在社區的各個位置、涉及多個專業領域，有安全、交通、環境、綠化、設備設施等，如何運營及維護好這個龐大的系統及設備，需要有一套具有強有力的、智能化的工具平臺予以支持。

在此基礎上，我們逐步提煉和思考該多業務支持巡檢系統的需求，提出了支持多業務維度智能巡檢系統的基本功能和擴展功能?；竟δ馨搜矙z業務模塊化、支持日常例行巡檢、巡檢計劃制定、自動保障鏈接、巡檢及故障處置工單系統、巡檢路線智能化算法、巡檢精確化考核、巡檢系統同備品備件庫建立連接等常規功能[2]。

3多業務支持智能巡檢系統的功能范圍及適用行業領域

多業務支持智能巡檢系統將綜合考慮社區、商業綜合體、園區類物業綜合管理等使用場景的需求，將安保、綠化、衛生、用電、設備設施管理等納入綜合巡檢系統平臺。平臺具有良好的開放性，可以自定義功能、支持創建個性化的巡檢計劃及巡檢要求。

多業務支持智能巡檢系統將采用物聯網、移動通信技術，以及大數據、可視化技術，為管理者、使用者提供一個更友好的交互式使用、管理體驗。

以實時在線、實時交互、工單系統、SLA及閉環管理理念作為核心，將數據同業務層面進行關聯和打通。通過日常巡檢運營數據，輔助大數據技術，提供巡檢管理的輔助決策功能，為管理部門提供部門及人員績效分析、崗位資源配置及優化等功能，同時可以利用靈活性有效規避原有傳統巡檢系統的弊端、杜絕管理漏洞[3]。

4多業務支持智能巡檢系統選用的技術標準

基于物聯網及大數據技術的多業務支持智能巡檢系統能夠較好的適用于園區、社區、校園、工廠、商業綜合體等環境。

“美麗家園”項目作為覆蓋多個行政區域的，約上千個小區的項目群，在物聯網設備的選擇及物聯網傳輸協議的選擇上，我們選用了基于中國電信的NBIOT技術，這是符合項目需要的一種技術選擇。

在項目實施的過程中，我們也發現了一些問題。比如：基于NBIOT協議的傳感器在發出告警時后臺接受信息較慢（時間有時會延遲到1～2分鐘），有時會出現信息丟失現象。這些情況的發生我們也做過比較分析，一部分原因為NB設備的不穩定性，還有一部分屬于NBIOT傳輸網絡的問題，隨著通信運營商網絡的優化，這部分問題應該會得到較好的解決。

正是基于在項目中發現的自動巡檢部分（物聯網設備主動發現問題、自動告警上傳到監測平臺）的不穩定性問題，我們又測試了基于LORA的物聯網基站及傳感器。從測試的結果來看，我們認為如果項目類型為獨立社區或者園區，項目范圍為1-2平方公里，基于較為集中的管理需求，可以采用基于LORA的組網方式，未必一定要選擇NBIOT模組?；蛘咭罁枰?，可以同時部署室外型LORA基站或采用運營商基站，具有良好的組網支持性能和兼容性。

對于專業的物業管理集團公司，往往需要同時管理運營多個不同區域的物業管理。針對此種情形，也可以同時在各個單點服務單位部署LORA基站。這種方式的優點是組網靈活、成本低，一般3到6個室外型基站即可以滿足市場上絕大部分運營單位所需要覆蓋的空間。這種方式是對NBIOT的一種補充，一方面可以降低通信使用費用，同時還可以在故障處置、傳輸效率保障方面具有明顯優勢。

根據我們的實際經驗，如選用LORA方式，推薦使用基于阿里云IOT平臺的一整套物聯網解決方案，采用LORAWAN協議模組的物聯網產品，端到端的傳輸時間一般會控制在10S以內。

此外，還可以采用疊加二維碼+APP端（或小程序方式）的方式。綜合規劃每個巡檢區域二維碼對應的巡檢內容，可以一碼對應多個巡檢工作，在每個二維碼中配置安保、綠化、交通等多個維度的巡檢內容。

通過后端平臺的配置，可以設置綜合巡檢管理員（一人多崗）、專業系統巡檢員（一人一崗）等多種組合方式。以實現精簡崗位、以工作量需求配置崗位的目的，同時實現巡檢質量標準化、巡檢績效精細化可量化等目標。

5多業務支持智能巡檢系統的核心算法設計

在算法層面，我們研究了基于大數據自然選擇排序、搜索樹、路徑優化、模糊集合、進化動態多目標優化等大數據及人工智能的相關策略和算法。從項目實踐中總結和研討，提出了一個符合實際使用場景的多業務支持智能巡檢系統的算法邏輯。

在巡檢系統中，首先納入考慮的是巡檢點位和巡檢內容的物理空間分布情況。為了更加智能的適應不同客戶的需求，我們的智能巡檢系統平臺將不干擾客戶的巡檢計劃制定及傳統路線的改變，通過平臺部署使用后積累的數據（一般為3個月），采用自然狀態下該項目呈現出的數據，采用狀態空間搜索及與/或樹搜索在結構不良或非結構化問題方面的搜索優勢，進行深度優先搜索及綜合采用模糊集合方式劃分多個不同的區域AREA的方式進行有界深度優先搜索（加權判斷方式為時間參數），提供優化的巡檢路線推薦。

狀態空間搜索數據結構：OPEN表和CLOSED表

在優化路線選定后，再輔助以每個線段的時間長度參數評估巡檢人員的工作質量和精度。下圖為采用綜合算法后的模擬路徑線路示意。

算法的核心思想是按照大數據可視化方式刻畫出巡檢路線上的每個兩點之間的線路（定義為a1為Star點和En點），即相關路線分段刻畫如下：

a1a2、a2a3、a2a4、a3a4……a3b1

b1b2、b2b3、b2b4、b3b4、b3b5、b4b5、b5b6……b6c1、b6c2、bb4c1、b4c2

c1c2、c1c5、c2c3、c2c4、c3c4、c3c5……c5d1、c5d2

d1d2、d1d4、d1d3、d2d3、d2d4、d3d4……d4a4

a4a1

其中，依據系統自動記錄每一路線分段的發生的次數N，每一路線分段的時間參數Ta1a2、Ta2a3、Ta2a4、Tc1d1、Tc1c4……

根據每一線段出現的頻率優先排序疊加時間參數算法，我們使用的頻率及時間參數疊加算法計算方式為：

S=Ni（i為1、2…n）* x%? +? Ti（i為1、2…n）* （1-x）%

（X為權重系數，一般取值范圍在60～80之間，即在巡檢線段的選擇中出現的頻率高的優先于用時短的，N作為頻率的權重一般取值在60%～80%之間為宜，T作為時間的權重一般取值在20%～40%之間為宜。在實際的項目中，客戶可以采用不同的取值進行模擬計算和比較，得出一個更加符合自身需要的一個路線，從而平衡人力投入和效益）。

經過計算，系統推薦主要巡檢路線，即a1a2-a2a3-a3b1-b1b2-b2b3-b3b4-b4b5-b5b6-b6c1-…….d4a4-a4a1。

其中a3b1、b6c1、c5d1、d4a4……為跨區域的線段。區域的劃分采用了模糊集合的元素定義方式：A={（x，A（x）∈X}。

即在系統初始化中，將所有巡檢點位按照所屬建筑物、功能、屬性、空間標識等進行標注。在系統積累一定的數據后依據頻率時間疊加算法進行區域劃分。這樣就可以簡化路徑算法的復雜度，將整體的問題劃分到不同的小的區域內進行計算，更加高效、簡潔。

6多業務支持智能巡檢系統的優點及價值

多業務支持智能巡檢系統還可以靈活的加入按照不同周期巡檢的點位，如按照每周、每月、每季度等插入不同的要求。

可以依據特殊活動、重點區域或重點設備等插入點位，增加或減少巡檢頻率等各種設置。還可以依據路線的改變調整固定的巡檢路線、巡檢時間間隔，將有規律的巡檢變成外在觀察者看來毫無無規律的巡檢安排。這些技術措施都可以規避掉傳統巡檢系統的漏洞和不足，可以提升巡檢的個性化及安全性要求，滿足客戶的不同需要。

智能巡檢系統的云計算架構可以便捷的支持通過4G方式的廣域網連接，可以低成本覆蓋一個城市不同區域、多個城市，乃至分布在全國各地的物業運營單位。形成統一、高效、可量化、標準化的運維巡檢服務能力。

參考文獻

[1] 焦李成，劉若辰.簡明人工智能[M].西安：西安電子科技大學出版社，2019：217.

[2] [德]貝特霍爾德，陳道蓄.無處不在的算法[M].北京：機械工業出版社，2018：13.

[3] 房華，彭力.NB-IoT＼LoRa窄帶物聯網技術[M].北京：機械工業出版社，2018：159.