【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于多服务器分工的缺陷数据处理方法及系统。
技术介绍
1、随着数据处理技术的发展和数据处理设备性能的提高，越来越多的数据处理智能技术被应用在车辆的加工或者测试的环节中以提高车辆缺陷的检测精度，从而也产生了大量的车辆缺陷的检测数据。现有技术中，在考虑到对大量的车辆缺陷检测数据的处理时，大部分仅仅通过单一的服务器或处理设备依照对应的车辆检测要求进行数据分析，没有考虑到大数据场景下的结合多服务器的协作配合来进行缺陷数据处理，因此其数据处理的效率不高，车辆缺陷检测的精度有所欠缺。可见，现有技术存在缺陷，亟待解决。
技术实现思路
1、本专利技术所要解决的技术问题在于，提供一种基于多服务器分工的缺陷数据处理方法及系统，能够更加合理和全面地调度多服务器来实现大数据场景下的车辆传感数据的缺陷检测，提高车辆检测效率和检测精度，提高车辆安全性。
2、为了解决上述技术问题，本专利技术第一方面公开了一种基于多服务器分工的缺陷数据处理方法，所述方法包括：
3、获取由多个车辆检测系统提交的多个车辆传感数据和每一所述车辆检测系统对应的系统信息；
4、根据所述系统信息以及预设的数据效率分组规则，对所述多个车辆传感数据进行分组得到多个车辆数据集合；
5、从多个候选服务器中确定每一所述车辆数据集合对应的处理服务器；
6、将每一所述车辆数据集合发送至对应的所述处理服务器进行车辆缺陷检测，并指示所述处理服务器将检测结果返回至对
7、作为一个可选的实施方式，在本专利技术第一方面中，所述系统信息包括系统参数和系统历史记录；所述系统参数包括系统位置、系统类型和系统设备性能信息；所述系统历史记录包括系统历史数据量记录和系统历史数据完整度记录。
8、作为一个可选的实施方式，在本专利技术第一方面中，所述根据所述系统信息以及预设的数据效率分组规则，对所述多个车辆传感数据进行分组得到多个车辆数据集合，包括：
9、对于每一所述车辆传感数据，根据该车辆传感数据对应的所述车辆检测系统的所述系统历史记录，计算该车辆传感数据对应的系统优先参数；
10、根据该车辆传感数据的数据类型，以及预设的数据类型和优先级的对应关系，确定该车辆传感数据对应的数据优先参数；所述数据类型为图像数据、声音数据、红外测距数据、红外成像数据、温湿度数据或光反射三维模型数据；
11、定义任意两个所述车辆传感数据之间的系统相似度参数为该两个所述车辆传感数据对应的所述车辆检测系统的所述系统参数之间的相似度；
12、根据所述系统优先参数、所述数据优先参数和所述系统相似度参数，基于动态规划算法对所述多个车辆传感数据进行分组迭代演算，得到多个车辆数据集合。
13、作为一个可选的实施方式，在本专利技术第一方面中，所述根据该车辆传感数据对应的所述车辆检测系统的所述系统历史记录，计算该车辆传感数据对应的系统优先参数，包括：
14、统计该车辆传感数据对应的所述车辆检测系统的所述系统历史数据量记录中的所有数据记录的数据量的加权求和平均值，得到该车辆传感数据对应的系统数据量参数；其中，每一所述数据记录的数据量对应的加权计算权重与对应的所述数据记录对应的车辆缺陷值成正比；所述车辆缺陷值用于表征所述数据记录对应的车辆传感数据对应的车辆缺陷检测结果中的车辆缺陷程度；
15、统计该车辆传感数据对应的所述车辆检测系统的所述系统历史数据完整度中的所有数据记录的数据完整度的加权求和平均值，得到该车辆传感数据对应的系统数据完整度参数；其中，每一所述数据记录的数据完整度对应的加权计算权重与对应的所述数据记录对应的缺陷预测概率成正比；所述缺陷预测概率为所述数据记录对应的车辆传感数据被对应的车辆缺陷预测模型进行预测时得到的预测结果对应的置信度概率；
16、计算所述系统数据量参数和所述系统数据完整度参数的加权求和平均值，得到该车辆传感数据对应的系统优先参数。
17、作为一个可选的实施方式，在本专利技术第一方面中，所述根据所述系统优先参数、所述数据优先参数和所述系统相似度参数，基于动态规划算法对所述多个车辆传感数据进行分组迭代演算，得到多个车辆数据集合，包括：
18、设置目标函数为每一车辆数据集合中的所述车辆传感数据的数量达到最大以及所有车辆数据集合的集合总数量达到最小；
19、设置限制条件包括：
20、每一车辆数据集合中的任意两个所述车辆传感数据之间的所述系统相似度参数大于第一参数阈值；
21、任意分别属于两个不同车辆数据集合的所述车辆传感数据之间的所述系统相似度参数小于第二参数阈值；
22、每一车辆数据集合中的任意两个所述车辆传感数据的所述系统优先参数之间的差值小于第一差值阈值；
23、每一车辆数据集合中的任意两个所述车辆传感数据的所述数据优先参数之间的差值小于第二差值阈值；
24、基于动态规划算法，根据所述目标函数和所述限制条件对对所述多个车辆传感数据进行分组迭代演算直至收敛，得到多个车辆数据集合。
25、作为一个可选的实施方式，在本专利技术第一方面中，所述从多个候选服务器中确定每一所述车辆数据集合对应的处理服务器，包括：
26、对于每一所述车辆数据集合，计算每一候选服务器对应的服务器位置与该车辆数据集合对应的系统位置参数之间的位置距离参数；
27、计算每一所述候选服务器对应的缺陷检测模型参数和该车辆数据集合对应的数据类型参数之间的数据匹配参数；
28、计算每一所述候选服务器对应的所述位置距离参数和所述数据匹配参数的加权求和值，得到每一所述候选服务器对应的服务器优先参数；
29、将所述服务器优先参数最高的所述候选服务器，确定为该车辆数据集合对应的处理服务器。
30、作为一个可选的实施方式，在本专利技术第一方面中，所述计算每一候选服务器对应的服务器位置与该车辆数据集合对应的系统位置参数之间的位置距离参数，包括：
31、确定该车辆数据集合中的所有所述车辆传感数据对应的所述车辆检测系统对应的系统位置，得到多个目标系统位置；
32、对于每一候选服务器，计算该候选服务器的服务器位置和每一所述目标系统位置之间的位置距离；
33、计算所有所述位置距离的加权求和平均值，得到该候选服务器对应的位置距离参数；其中，每一所述位置距离对应的加权计算权重包括第一权重和第二权重；所述第一权重与对应的该候选服务器的数据传输性能成正比；所述第二权重和对应的所述车辆检测系统的数据传输性能成正比。
34、作为一个可选的实施方式，在本专利技术第一方面中，所述计算每一所述候选服务器对应的缺陷检测模型参数和该车辆数据集合对应的数据类型参数之间的数据匹配参数，包括：
35、确定该车辆数据集合中的所有所述车辆传感数据对应的数据类型，得到目标数据类型集合；
3本文档来自技高网...
【技术保护点】
1.一种基于多服务器分工的缺陷数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多服务器分工的缺陷数据处理方法，其特征在于，所述系统信息包括系统参数和系统历史记录；所述系统参数包括系统位置、系统类型和系统设备性能信息；所述系统历史记录包括系统历史数据量记录和系统历史数据完整度记录。
3.根据权利要求2所述的基于多服务器分工的缺陷数据处理方法，其特征在于，所述根据所述系统信息以及预设的数据效率分组规则，对所述多个车辆传感数据进行分组得到多个车辆数据集合，包括：
4.根据权利要求3所述的基于多服务器分工的缺陷数据处理方法，其特征在于，所述根据该车辆传感数据对应的所述车辆检测系统的所述系统历史记录，计算该车辆传感数据对应的系统优先参数，包括：
5.根据权利要求3所述的基于多服务器分工的缺陷数据处理方法，其特征在于，所述根据所述系统优先参数、所述数据优先参数和所述系统相似度参数，基于动态规划算法对所述多个车辆传感数据进行分组迭代演算，得到多个车辆数据集合，包括：
6.根据权利要求1所述的基于多服务器分工的缺陷
7.根据权利要求6所述的基于多服务器分工的缺陷数据处理方法，其特征在于，所述计算每一候选服务器对应的服务器位置与该车辆数据集合对应的系统位置参数之间的位置距离参数，包括：
8.根据权利要求6所述的基于多服务器分工的缺陷数据处理方法，其特征在于，所述计算每一所述候选服务器对应的缺陷检测模型参数和该车辆数据集合对应的数据类型参数之间的数据匹配参数，包括：
9.一种基于多服务器分工的缺陷数据处理系统，其特征在于，所述系统包括：
10.一种基于多服务器分工的缺陷数据处理系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种基于多服务器分工的缺陷数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多服务器分工的缺陷数据处理方法，其特征在于，所述系统信息包括系统参数和系统历史记录；所述系统参数包括系统位置、系统类型和系统设备性能信息；所述系统历史记录包括系统历史数据量记录和系统历史数据完整度记录。
3.根据权利要求2所述的基于多服务器分工的缺陷数据处理方法，其特征在于，所述根据所述系统信息以及预设的数据效率分组规则，对所述多个车辆传感数据进行分组得到多个车辆数据集合，包括：
4.根据权利要求3所述的基于多服务器分工的缺陷数据处理方法，其特征在于，所述根据该车辆传感数据对应的所述车辆检测系统的所述系统历史记录，计算该车辆传感数据对应的系统优先参数，包括：
5.根据权利要求3所述的基于多服务器分工的缺陷数据处理方法，其特征在于，所述根据所述系统优先参数、所述数据...
【专利技术属性】
技术研发人员：韦冬娜，朱桂华，黄世武，朱玉锋，张卓雁，翟力军，李雨，张玉龙，常玉润，肖铭，徐印邦，杨光凯，
申请(专利权)人：广州中远海运船舶技术工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。