“紅外智能體溫檢測系統”大數據云平臺
發布時間: 2020-12-30 14:59
產品概述
由于目前嚴苛的防疫措施的交通限制，售后服務人員難以到達用戶現場，現場安裝、調試、維護工作難以順利的開展，急需實現遠程安裝調試、遠程維護維修功能；現場安裝調試和使用的工作人員被病毒交叉感染的風險較大，急需實現遠程監控、遠程操作的功能；
對于防疫管理部門，急需采集和匯集各測控點設備的實時測溫報警數據，建立人體測溫報警的大數據中心，滿足疫情防控科學管理和決策的需求；
“互聯網+智能+紅外測溫”，華中數控“紅外智能體溫檢測系統”大數據云平臺專為應對嚴苛、復雜的抗疫檢測而生。
產品功能
① 遠程調試
由于嚴格的疫情防控管理，設備生產廠家服務人員無法到達現場安裝調試，并且紅外熱成像體溫檢測設備大多部署安裝在人員密集地點，存在著較大的感染風險，所以迫切的需要進行遠程指導安裝，實現遠程調試?，F場工作人員可在廠家服務人員遠程指導下將設備接入互聯網即可，設備將會自動接入云平臺，廠家工程師便可通過云平臺完成對現場設備的遠程調試，使設備正常運轉，支持一線的疫情防控工作。
②程使用協同
當設備接入云平臺后，用戶便可通過手機、平板等移動設備通過手機APP或Web網頁，訪問“人體測溫智能紅外熱像儀”大數據云平臺，使得遠在辦公室、室外等地方的人員可協助現場人員完成部分工作，減輕現場人員的工作量，避免在人流高峰時出現漏網的發熱人員，這將會極大的加強疫情的防控工作，防止疫情的再次擴散。
③遠程維護維修
當前疫情防控的態勢嚴峻，紅外熱成像體溫檢測設備屬于疫情防控的最前線，設備問題及故障必須得到應急處理，必須保障設備正常穩定不間斷的工作，但設備往往處于易感染的危險地帶，使得設備調試、維護等現場服務問題難以及時得到響應和處理。為了提升應急服務能力，急需開發遠程調試功能，提高問題響應及處理速度，建立設備故障案例庫，常見故障而可直接將問題解決方案反饋至現場操作人員，操作人員可自行解決，復雜故障可直接推送至專業維修人員，專業維修人員及時聯系現場操作人員進行遠程維護維修或遠程指導維修等。
④遠程設備管理
當設備接入云平臺后，用戶便可通過手機、平板等移動設備通過手機APP或Web網頁，訪問“人體測溫智能紅外熱像儀”大數據云平臺，遠程處理紅外熱成像體溫檢測設備檢測到體溫異常人員的報警，對相關信息進行記錄保存，并可將相關信息立即發送至有關部門，及時派人對體溫異常人員進行復查及隔離措施，并對與其進行過密切接觸人員進行觀察，保障疫情防控工作的高效、徹底地進行。
當設備接入云平臺后，用戶便可通過手機、平板等移動設備通過手機APP或Web網頁，訪問“人體測溫智能紅外熱像儀”大數據云平臺，遠程處理紅外熱成像體溫檢測設備檢測到體溫異常人員的報警，對相關信息進行記錄保存，并可將相關信息立即發送至有關部門，及時派人對體溫異常人員進行復查及隔離措施，并對與其進行過密切接觸人員進行觀察，保障疫情防控工作的高效、徹底地進行。
⑤遠程監控與處理
用戶可通過手機或平板等移動設備，實時查看已接入的紅外熱成像體溫檢測設備當前的運行狀態，云端同時實現了設備報警信息的實時推送，將設備異常信息，第一時間推送至相關人員，及時進行設備維護，保障設備能夠以7×24不間斷的工作，不讓任何一例發熱人員逃過檢查。
用戶可通過手機或平板等移動設備，實時查看已接入的紅外熱成像體溫檢測設備當前的運行狀態，云端同時實現了設備報警信息的實時推送，將設備異常信息，第一時間推送至相關人員，及時進行設備維護，保障設備能夠以7×24不間斷的工作，不讓任何一例發熱人員逃過檢查。
⑥成效統計分析
提供多種設備運行數據的統計分析服務，包括：設備開機率、設備運行時間統計、有效報警數、無效報警數、發熱人員數等。設備管理人員可隨時隨地了解設備的運行信息，快捷有效進行設備的使用、管理及維護，以及大幅度降低設備的使用門檻。
提供多種設備運行數據的統計分析服務，包括：設備開機率、設備運行時間統計、有效報警數、無效報警數、發熱人員數等。設備管理人員可隨時隨地了解設備的運行信息，快捷有效進行設備的使用、管理及維護，以及大幅度降低設備的使用門檻。
⑦異常體溫大數據及其智能應用
紅外熱成像體溫檢測設備的實際應用過程中經常會出現這種情況的誤報警：人員攜帶了溫度高于正常人體溫度的物品，從而導致紅外熱成像體溫檢測設備發生誤報警，這種誤報警將會極大的影響設備的檢測效率。
為此通過云端的深度學習及人工智能等技術對誤報的異常體溫大數據如：可見光、紅外的圖片、視頻等進行計算學習，生成相應的算法，然后反饋至設備端，降低設備端的誤報概率，提升設備的檢測效率等。
紅外熱成像體溫檢測設備的實際應用過程中經常會出現這種情況的誤報警：人員攜帶了溫度高于正常人體溫度的物品，從而導致紅外熱成像體溫檢測設備發生誤報警，這種誤報警將會極大的影響設備的檢測效率。
為此通過云端的深度學習及人工智能等技術對誤報的異常體溫大數據如：可見光、紅外的圖片、視頻等進行計算學習，生成相應的算法，然后反饋至設備端，降低設備端的誤報概率，提升設備的檢測效率等。
上一個：
無
下一個：
無
