大数据环境下实现视频监控设备综合运维

封镭 韦超波

摘要：本文主要讨论两个方面的内容。第一部分，针对用于视频监控的网络故障诊断进行分析，分别从诊断技术本身以及诊断方案入手;第二部分，重点探讨前端设备的综合运维，包括运维准备、外部防范、设备测试和优化方式。

关键词：大数据;视频监控;前端设备

中图分类号：TP311文献标识码：A

文章编号：1009-3044（2021）16-0223-02

开放科学（资源服务）标识码（OSID）

国内视频监控几乎是随处可见，具体的规格及功能有诸多分类，其对维护社会治安秩序，保障人民财产安全性有不容忽视的贡献。监控设备需要长期不间断地工作，运行环境也有较大的差异，各厂商产品之间亦有适配差异，特别是前端装置，需要进行综合性的运维管理。

1视频监控设备的网络故障诊断

1.1诊断技术

其一，关键性技术。基于大数据的环境下，网络监控识别分析，是借助对故障位置的确定以及装置检修程序等，增强设备的实用性，确保迅速定位出现异常的设备，以第一时间通知运维工作人员完成故障实地核查及维修任务。

其二，视频质量诊断。借助监控设备专用的缺陷数据库以及相应的技术理论信息库，设置合理的理论值，将发生频率偏高的有关视频质量异常情况、成因、运维技术等，添加到大数据检测平台上，并将质量诊断分析和建立的数据库配合运用，以支持综合运维计划。借助对设备输出画面质量、监控系统应用、网络信号稳定性、设备损耗折旧等信息，完成对已有故障的分类，并自动生成综合运维工单[1]。

其三，自动巡检技术。在大数据的环境下，监控设备及其系统也趋于智能化，完全依靠人工识别故障是不现实的，难以准确定位并快速得出形成原因，无法保障运维的效率。造成此种不佳的处理效果，原因在于人工巡检是针对监控图像。因此，应借助在系统上设置任务的方式，实现定期执行巡检，以此满足自动化发现问题的需要，继而形成多种巡检执行模式，分别以日、月为时间节点，有效减低工作者在故障诊断方面的难度，并提供智能化的预警，提高综合运维的推进速度。过程中，若发现运转数据异常的设备，会在大数据平台上直接预警并生成工单，通过手机App软件将故障信息推送，负责运维的工作人员则可通过手机App信息的提醒，精准了解运维任务，及时完成故障处理。

1.2 诊断方案

首先，监控黑屏。视频监控系统在运行的过程中，前端摄像头会拍下大量的图像信息，以发挥出监控的作用。为避免视频发生黑屏的情况，造成视频监控信息无法使用，便应针对摄像设备及图像实施定期巡检。如今，比较常见的处理方式为，先检查前端的设备箱的电、网是否正常，继而判断其他引起黑屏问题的因素。

其次，建立理论知识及缺陷的数据库。借助大数据及其他信息技术，建立监控网络系统，能追溯以往的网络故障问题，并完成汇总统计，形成多角度、故障率高低判断的报告。此外，也可借助运维平台获取到的设备工作情况，加以分析处理。并结合异常情况的故障类型及出现次数、形成原因等实施整合，继而完成结果统计，完成数据库建立的基础构成要素，并配以录用系统。此时，遇到监控设备故障时，将故障类型等各类关键信息在数据库内索引，找到类似的数据资料，提高确定运维方案的效率和准确率，合理缩减运维设备的程序，确实减少各类资源的使用量。以此为前提，还应针对监控装置的工作故障实施系统分析，此处能运用类似的方式，针对异常情况出现成因、类型、次数等，加以统筹，将分析结果细化至设备内的所有构件，全面分析装置和相连网络的故障，确保运维技术员，可以快速确定故障点，结合大数据视频监控的特点，缩短发现故障的时间，以提高综合运维的成效，并能为后期维护提供针对性的预判和指引。

最后，确定诊断行为结构。对于规模较大的平台而言，会予以恰当的视频数据，提供动态视频及回看等功能，由此，满足不同业务的需求，随时查看具体的监控对象，掌握运行状态，保证资源的合理配置。通过诊断监控设备，借助大数据支持，高效确定诊断结果，以确定综合运维的程序，进一步完善故障数据库，借助网络跟踪，实现对故障设备的动态化分析。所有系统覆盖的监控设备均可以借助网络渠道完成信息反馈，确保运维技术员可以快速定位，保证检测及检修的效率，同时，能为设备的更新换代周期提供数据依据，将运维工作前置。利用网络诊断方式，实际是通过对异常数据的路由位置，实现定位[2]。

2 前端摄像设备

2.1 运维准备

首先，应有足够的备品。视频监控的前端摄像头芯片是摄像机最重要的部分，相当于摄像机的大脑，主要由成像传感器和芯片处理器组成，如果受损，不宜立刻修复。目前使用的前端装置包括半球型一体机、快速球型一体化等，如果檢测出异常数据，不能即刻针对设备本身进行维修，需进行实地更换。所以，要求始终备有全新的、同型号的前端设备。其次，应有使用频率高的配件。如摄像机外壳（防护罩），该配件内部有排风设备、雨刮器等。除此之外，还包括电路芯片及功能板块。再次，易损或折损率高的设备，要有特殊保护或替代方案。最后，运维应有的工具和仪器，需随时配备，一旦有缺失，应及时补给。

2.2 外部防范

其一，粉尘及腐蚀。前端设备可能长期处于露天状态，若客观环境条件较差，如日晒雨淋、车辆尾气和烟尘等，都会给摄像头带来诸多不良影响。处于此类工作环境的设备，需重点关注防尘及防腐的问题。前端摄像头安装在高处，其外部的配件容易被粉尘附着，导致监控画面的清晰度不高和设备原件容易受损，所以需要运维人员定期擦拭保养。其二，雷电及信号干扰。监控设备属于电气装置，且处于半空中，被雷击的概率较高，不仅对前端设备造成伤害，还易形成安全风险。对此，需进行防雷接地处理，并根据设备运转特点，设置好设备接地，且母线应使用铜线，单独电阻不可超过[1Ω]，避免出现熔点系统和电力两类接地处理网同时应用。在监控设备的入室端及户外电缆附近等易遭受雷击的区域，安装避雷设备，并使防雷接地、电气接地设备与埋地的管道连接，如果不进行连接处理，需保证各防雷设备的间距超过[0.2m]。防信号干扰的运维措施则体现在布线阶段，强弱电的线路需分开布置，并合理设计通讯与电力线路走向及定位。其三，防潮。主要通过合理选址，实现控制，确保设备安设的位置的相对湿度较低，必要时可加设除湿机，以降低前端设备受潮的概率。其四，人为或意外破坏。需要全面合理考虑，提前加固或者多种避免方案。

2.3 测试运维

一是测试云台。根据测试结果，若未达到使用标准，建议立即安排更换。旧设备则需进行返厂售后维修，待确定各项指标均合格后，做好登记并存放于库房备用。

二是解码装置。此设备的测试内容包括驱动、摄像聚焦和其他辅助功能等。若检测到数据异常，需即刻确定原因。另外，解码器的测试工作还有和系统连接的主机、警报探头等。整个检测过程需不能超过120分钟。

三是电压。视频监控系统中需要测试的电压有：摄像机、雨刷等各部分的电压。确定其电源的稳定性，借助[RS485]串口与主机之间的通信，[DC6～12V]获取各类相关检测信息。实际检测期间，需按照监控系统的电源及实地环境，可确定电源电压，需应用相对安全的低电压[3]。

四是确定前端装置的位置。现有的部分监控摄像设备所处的位置，在部分时节会输出画质较为清晰的图像，但在个别时节，其的图像数据便有所下降，发生逆光的情况。为确保画面的清晰度，需保证镜头始终处于顺光的角度。若无法避免逆光监控，应通过自动聚焦、调整光圈等方式，改变图像的对比度，尽可能提高输出图像的清晰度。

五是检测同步系统。视频监控的前端装置应拥有同步信号，以确保画面切换快速且稳定，避免发生滚动的问题。若监控视频出现滚动的情况，应先确定前端设备的信号结构，同时检查监控系统内的信号发生装置和电源供电状态。

六是AGC测试。主要是检测前端设备在光线及亮度不高的状况下，能否实现自动增益。若设备的此项反应无法满足必要的效果及功能，且在网络信号较弱的时刻，无法保证综合画面清晰，应结合实际监控需要，确定是否更换设备，也可以增加照明设备。

七是AWB及ATW测试。AWB测试中，前端设备启动后，通过监视屏幕，查看其是否能把被监控实物的本体色彩正确输出。进行该测试时，应借助自动化的功能技术，确定色温。在此指标达到标准值后，运维技术员需立即将此时的数据保留下来。后者则需将环境的光线作为变量，使用前端设备动态监控被拍摄物品的色温变化。由此判断此过程中，前端设备能否改变白色平衡，以输出被为监控对象的实际色彩。

八是逆光补偿。此次测试需在逆光条件下开展，并仅针对具备逆光补偿的前端设备。测试其可否合理调画面的规格对比度，同时可以直接输出应有的补偿电平，确保监控视频画面清楚。若输出的画面黑色调过于明显，难以保证画面的完整性，则表示补偿功能无效，应立即更换。

2.4 优化处理

首先，運用多层次的复合式镀膜技术。借助此项技术，可缓解逆光监控环境下的黑屏及闪光问题。有效控制旋光，提升前端设备的色彩输出质量，保持色彩的还原度，以使画面更加清晰。其次，配备非球面及超低色散的镜面材料，以降低色差值，改善监控视频的画质。再次，光学设计。在保障整个画面中部的清晰度及色彩真实度，同时还能避免画面的边缘位置，出现变形及不聚焦的问题。最后，提高前端设备的感光性能，以保障画面的颜色鲜明[4]。

参考文献：

[1] 朱程铭.安全生产监控管理大数据平台中物联网技术的应用研究[J].河北农机，2020（12）：85-86.

[2] 苏波，徐建忠，杨龙，等.基于监控设备运行大数据的智能变电站运行状态分析方法研究[J].电子设计工程，2020，28（22）：29-33.

【通联编辑：梁书】