“美丽家园”多业务支持智能巡检系统及算法设计

李振

摘 要 本文提出了一种具有多业务支持的智能巡检管理系统的设计，从物联网技术选择、大数据技术对业务逻辑的支持，以及具体的算法设计及优化方面进行了探讨。基于物联网、大数据技术的多业务智能巡检系统具有良好的可扩展性和场景适用性，具有广阔的市场应用前景。

关键词 LORA;NB-IOT;搜索策略;目标优化

本文将从“美丽家园”社区综合管理的需求背景出发，提出一种基于物联网及大数据技术支撑，采用综合管理思维、降低综合管理成本，以一种智能算法支撑巡检管理。以物联网技术应用、创新性的管理思维来解决此类综合巡检工作的管理要求。以此为设计原型的多业务支持智能巡检系统的提出，将具有非常广泛的使用价值，特别是在人工成本大幅提高的背景下，具有很高的经济及社会价值。

1传统巡检系统的使用现状及不足

巡检系统是一个具有广泛使用的工具，在安防行业具有非常典型的应用。随着物联网、互联网+、大数据技术等的快速发展，业界也出现了很多在线式的、智能的巡检系统平台。

该类巡检系统大致可以分为2类，一类是不关注具体业务内容的通过巡更点+巡更棒方式，在安保领域使用的最为广泛。还有一类是巡点检系统，在制造业中使用最为广泛。巡检系统由最初的离线式模式起步，最近几年在移动互联网大力发展的背景下，逐步向在线式方式进行转变，提升了巡检的实时性和管理效率的提升，也提升了巡检的质量[1]。

但是，该类系统的不足也是很明显得，主要体现在以下几个方面：

（1）不够智能化，无法关联使用场景和具体的业务，不支持定制化开发;

（2）适用的场景单一，主要支持安保巡逻，其他巡检需求无法满足;

（3）管理漏洞多，容易被别有用心的人钻空子，技术上无法弥补;

（4）无大数据分析及辅助决策，数据可视化、管理辅助无法实现。

2多业务支持智能巡检系统的提出背景

我们在实施覆盖上海多个行政区的“美丽家园”项目设计和开发过程中，发现针对具有几百乃至上千个小区的建设项目，不仅建设过程需要厘清内容做好规划，同时还需要提前筹划项目建设完成后的运维工作。

“美丽家园”项目中每个小区的建设内容都包含了多个智能化系统，有人脸识别出入口控制系统、车牌识别道闸系统、电子围栏系统、物联网感知系统。其中的物联网感知系统又包含了众多物联网传感器：基于NBIOT的烟感、N温感、水压监测、车辆地磁、门磁等传感器，有垃圾箱满溢感知、分类垃圾箱设备、高空抛物监测、多媒体发布屏、空气质量监测系统、NB红外告警等多种感知系统及设备。

这些系统和设备分布在社区的各个位置、涉及多个专业领域，有安全、交通、环境、绿化、设备设施等，如何运营及维护好这个庞大的系统及设备，需要有一套具有强有力的、智能化的工具平台予以支持。

在此基础上，我们逐步提炼和思考该多业务支持巡检系统的需求，提出了支持多业务维度智能巡检系统的基本功能和扩展功能。基本功能包括了巡检业务模块化、支持日常例行巡检、巡检计划制定、自动保障链接、巡检及故障处置工单系统、巡检路线智能化算法、巡检精确化考核、巡检系统同备品备件库建立连接等常规功能[2]。

3多业务支持智能巡检系统的功能范围及适用行业领域

多业务支持智能巡检系统将综合考虑社区、商业综合体、园区类物业综合管理等使用场景的需求，将安保、绿化、卫生、用电、设備设施管理等纳入综合巡检系统平台。平台具有良好的开放性，可以自定义功能、支持创建个性化的巡检计划及巡检要求。

多业务支持智能巡检系统将采用物联网、移动通信技术，以及大数据、可视化技术，为管理者、使用者提供一个更友好的交互式使用、管理体验。

以实时在线、实时交互、工单系统、SLA及闭环管理理念作为核心，将数据同业务层面进行关联和打通。通过日常巡检运营数据，辅助大数据技术，提供巡检管理的辅助决策功能，为管理部门提供部门及人员绩效分析、岗位资源配置及优化等功能，同时可以利用灵活性有效规避原有传统巡检系统的弊端、杜绝管理漏洞[3]。

4多业务支持智能巡检系统选用的技术标准

基于物联网及大数据技术的多业务支持智能巡检系统能够较好的适用于园区、社区、校园、工厂、商业综合体等环境。

“美丽家园”项目作为覆盖多个行政区域的，约上千个小区的项目群，在物联网设备的选择及物联网传输协议的选择上，我们选用了基于中国电信的NBIOT技术，这是符合项目需要的一种技术选择。

在项目实施的过程中，我们也发现了一些问题。比如：基于NBIOT协议的传感器在发出告警时后台接受信息较慢（时间有时会延迟到1～2分钟），有时会出现信息丢失现象。这些情况的发生我们也做过比较分析，一部分原因为NB设备的不稳定性，还有一部分属于NBIOT传输网络的问题，随着通信运营商网络的优化，这部分问题应该会得到较好的解决。

正是基于在项目中发现的自动巡检部分（物联网设备主动发现问题、自动告警上传到监测平台）的不稳定性问题，我们又测试了基于LORA的物联网基站及传感器。从测试的结果来看，我们认为如果项目类型为独立社区或者园区，项目范围为1-2平方公里，基于较为集中的管理需求，可以采用基于LORA的组网方式，未必一定要选择NBIOT模组。或者依据需要，可以同时部署室外型LORA基站或采用运营商基站，具有良好的组网支持性能和兼容性。

对于专业的物业管理集团公司，往往需要同时管理运营多个不同区域的物业管理。针对此种情形，也可以同时在各个单点服务单位部署LORA基站。这种方式的优点是组网灵活、成本低，一般3到6个室外型基站即可以满足市场上绝大部分运营单位所需要覆盖的空间。这种方式是对NBIOT的一种补充，一方面可以降低通信使用费用，同时还可以在故障处置、传输效率保障方面具有明显优势。

根据我们的实际经验，如选用LORA方式，推荐使用基于阿里云IOT平台的一整套物联网解决方案，采用LORAWAN协议模组的物联网产品，端到端的传输时间一般会控制在10S以内。

此外，还可以采用叠加二维码+APP端（或小程序方式）的方式。综合规划每个巡检区域二维码对应的巡检内容，可以一码对应多个巡检工作，在每个二维码中配置安保、绿化、交通等多个维度的巡检内容。

通过后端平台的配置，可以设置综合巡检管理员（一人多岗）、专业系统巡检员（一人一岗）等多种组合方式。以实现精简岗位、以工作量需求配置岗位的目的，同时实现巡检质量标准化、巡检绩效精细化可量化等目标。

5多业务支持智能巡检系统的核心算法设计

在算法层面，我们研究了基于大数据自然选择排序、搜索树、路径优化、模糊集合、进化动态多目标优化等大数据及人工智能的相关策略和算法。从项目实践中总结和研讨，提出了一个符合实际使用场景的多业务支持智能巡检系统的算法逻辑。

在巡检系统中，首先纳入考虑的是巡检点位和巡检内容的物理空间分布情况。为了更加智能的适应不同客户的需求，我们的智能巡检系统平台将不干扰客户的巡检计划制定及传统路线的改变，通过平台部署使用后积累的数据（一般为3个月），采用自然状态下该项目呈现出的数据，采用状态空间搜索及与/或树搜索在结构不良或非结构化问题方面的搜索优势，进行深度优先搜索及综合采用模糊集合方式划分多个不同的区域AREA的方式进行有界深度优先搜索（加权判断方式为时间参数），提供优化的巡检路线推荐。

状态空间搜索数据结构：OPEN表和CLOSED表

在优化路线选定后，再辅助以每个线段的时间长度参数评估巡检人员的工作质量和精度。下图为采用综合算法后的模拟路径线路示意。

算法的核心思想是按照大数据可视化方式刻画出巡检路线上的每个两点之间的线路（定义为a1为Star点和En点），即相关路线分段刻画如下：

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，依据系统自动记录每一路线分段的发生的次数N，每一路线分段的时间参数Ta1a2、Ta2a3、Ta2a4、Tc1d1、Tc1c4……

根据每一线段出现的频率优先排序叠加时间参数算法，我们使用的频率及时间参数叠加算法计算方式为：

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

（X为权重系数，一般取值范围在60～80之间，即在巡检线段的选择中出现的频率高的优先于用时短的，N作为频率的权重一般取值在60%～80%之间为宜，T作为时间的权重一般取值在20%～40%之间为宜。在实际的项目中，客户可以采用不同的取值进行模拟计算和比较，得出一个更加符合自身需要的一个路线，从而平衡人力投入和效益）。

经过计算，系统推荐主要巡检路线，即a1a2-a2a3-a3b1-b1b2-b2b3-b3b4-b4b5-b5b6-b6c1-…….d4a4-a4a1。

其中a3b1、b6c1、c5d1、d4a4……为跨区域的线段。区域的划分采用了模糊集合的元素定义方式：A={（x，A（x）∈X}。

即在系统初始化中，将所有巡检点位按照所属建筑物、功能、属性、空间标识等进行标注。在系统积累一定的数据后依据频率时间叠加算法进行区域划分。这样就可以简化路径算法的复杂度，将整体的问题划分到不同的小的区域内进行计算，更加高效、简洁。

6多业务支持智能巡检系统的优点及价值

多业务支持智能巡检系统还可以灵活的加入按照不同周期巡检的点位，如按照每周、每月、每季度等插入不同的要求。

可以依据特殊活动、重点区域或重点设备等插入点位，增加或减少巡检频率等各种设置。还可以依据路线的改变调整固定的巡检路线、巡检时间间隔，将有规律的巡检变成外在观察者看来毫无无规律的巡检安排。这些技术措施都可以规避掉传统巡检系统的漏洞和不足，可以提升巡检的个性化及安全性要求，满足客户的不同需要。

智能巡检系统的云计算架构可以便捷的支持通过4G方式的广域网连接，可以低成本覆盖一个城市不同区域、多个城市，乃至分布在全国各地的物业运营单位。形成统一、高效、可量化、标准化的运维巡检服务能力。

参考文献

[1] 焦李成，刘若辰.简明人工智能[M].西安：西安电子科技大学出版社，2019：217.

[2] [德]貝特霍尔德，陈道蓄.无处不在的算法[M].北京：机械工业出版社，2018：13.

[3] 房华，彭力.NB-IoT＼LoRa窄带物联网技术[M].北京：机械工业出版社，2018：159.