本发明涉及城市数字化技术领域，特别涉及一种基于大数据的城市设备管理维护方法及系统。
背景技术：
随着城市的发展扩大，越来越多各种城市设备应用到城市生活的方方面面。
随着城市规模的不断扩大，每个城市设备能够得到及时维护，会直接影响到居民的体验。而由于城市通勤时间成本提高，使得城市设备往往无法在整体上得到维护人员资源的合理调配。
技术实现要素：
有鉴于此，本发明提出一种基于大数据的城市设备管理维护方法及系统。
一种基于大数据的城市设备管理维护方法，其包括如下步骤：
S1、从第三方地图应用平台上获取城市内各个城市设备的坐标值；以及城市设备所处于的环境信息；
S2、在云端服务器存储各个城市设备的型号、使用周期、厂商信息、介绍信息、维修须知信息以及三维全景模型；
S3、在云端服务器中设置各个城市设备对应的维护人员信息库，并将城市设备的故障划分为不同的等级，不同的等级对应不同的维护人员；
S4、定期获取城市设备在不同角度的状态图像信息，并将状态图像信息发送到云端服务器；跳转到步骤S5；
S5、云端服务器将状态图像信息与云端服务器中的三维全景模型进行匹配，在匹配成功后，继续判断该城市设备的故障等级；并跳转到步骤S6；
S6、根据确定的故障等级从云端服务器的维护人员信息库中进行备选人员匹配；在匹配成功后，根据备选人员所持移动终端获取人员定位信息，跳转到步骤S7；
S7、将备选人员的定位信息投射到第三方地图应用平台上，获取各个备选人员到该城市设备的距离信息以及交通流量信息；跳转到步骤S8；
S8、根据各个备选人员到该城市设备的距离信息以及交通流量信息生成各个备选人员信息到该城市设备的预计用时时间信息；跳转到步骤S9；
S9、获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息，并根据任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间；跳转到步骤S10；
S10、将最终用时时间最短的备选人员作为该城市设备维护执行维护的对象，并将最终用时时间第二短的备选人员作为该城市设备维护执行维护的备选对象，跳转到步骤S11；
S11、通过第三方地图应用平台生成执行维护的对象以及执行维护的备选对象各自到达该城市设备的导航信息，并将导航信息发送到执行维护的对象以及执行维护的备选对象各自的移动终端上；跳转到步骤S12；
S12、在维护结束后，将执行维护的对方确认的维护反馈信息发送到云端服务器；跳转到步骤S13；
S13、云端服务器将该城市设备的维护记录、维护时间、维护人员信息存储在云端服务器上。
在本发明所述的基于大数据的城市设备管理维护方法中，S9、获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息，并根据任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间包括；
S91、获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息；
S92、通过第三方地图应用平台的历史数据对当前任务完成后的交通流量信息；
S93、根据交通流量信息以及任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间。
在本发明所述的基于大数据的城市设备管理维护方法中，所述步骤S4中还包括根据城市设备的维护次数对获取城市设备在不同角度的状态图像信息的周期进行调整。
本发明还提供一种基于大数据的城市设备管理维护系统，其包括如下单元：
坐标环境信息获取单元，用于从第三方地图应用平台上获取城市内各个城市设备的坐标值；以及城市设备所处于的环境信息；
城市设备信息配置单元，用于在云端服务器存储各个城市设备的型号、使用周期、厂商信息、介绍信息、维修须知信息以及三维全景模型；
信息库配置单元，用于在云端服务器中设置各个城市设备对应的维护人员信息库，并将城市设备的故障划分为不同的等级，不同的等级对应不同的维护人员；
图像信息获取单元，用于定期获取城市设备在不同角度的状态图像信息，并将状态图像信息发送到云端服务器；
故障等级判断单元，用于通过云端服务器将状态图像信息与云端服务器中的三维全景模型进行匹配，在匹配成功后，继续判断该城市设备的故障等级；
备选人员匹配单元，用于根据确定的故障等级从云端服务器的维护人员信息库中进行备选人员匹配；在匹配成功后，根据备选人员所持移动终端获取人员定位信息；
距离流量信息获取单元，用于将备选人员的定位信息投射到第三方地图应用平台上，获取各个备选人员到该城市设备的距离信息以及交通流量信息；
预计用时信息确定单元，用于根据各个备选人员到该城市设备的距离信息以及交通流量信息生成各个备选人员信息到该城市设备的预计用时时间信息；
最终用时确定单元，用于获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息，并根据任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间；
执行备选对象确定单元，用于将最终用时时间最短的备选人员作为该城市设备维护执行维护的对象，并将最终用时时间第二短的备选人员作为该城市设备维护执行维护的备选对象；
导航信息生成发送单元，用于通过第三方地图应用平台生成执行维护的对象以及执行维护的备选对象各自到达该城市设备的导航信息，并将导航信息发送到执行维护的对象以及执行维护的备选对象各自的移动终端上；
信息反馈单元，用于在维护结束后，将执行维护的对方确认的维护反馈信息发送到云端服务器；
维修信息存储单元，用于通过云端服务器将该城市设备的维护记录、维护时间、维护人员信息存储在云端服务器上。
在本发明所述的基于大数据的城市设备管理维护系统中，最终用时确定单元中获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息，并根据任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间包括；
获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息；
通过第三方地图应用平台的历史数据对当前任务完成后的交通流量信息；
根据交通流量信息以及任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间。
在本发明所述的基于大数据的城市设备管理维护系统中，所述图像信息获取单元中还包括根据城市设备的维护次数对获取城市设备在不同角度的状态图像信息的周期进行调整。
实施本发明提供的基于大数据的城市设备管理维护方法及系统与现有技术相比具有以下有益效果：能够根据各个备选人员到该城市设备的距离信息以及交通流量信息生成各个备选人员信息到该城市设备的预计用时时间信息；获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息，并根据任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间；将最终用时时间最短的备选人员作为该城市设备维护执行维护的对象，并将最终用时时间第二短的备选人员作为该城市设备维护执行维护的备选对象；通过第三方地图应用平台生成执行维护的对象以及执行维护的备选对象各自到达该城市设备的导航信息，并将导航信息发送到执行维护的对象以及执行维护的备选对象各自的移动终端上；在维护结束后，将执行维护的对方确认的维护反馈信息发送到云端服务器；云端服务器将该城市设备的维护记录、维护时间、维护人员信息存储在云端服务器上。实现对维护人员资源的合理调配。
附图说明
图1是本发明实施例的基于大数据的城市设备管理维护系统结构框图。
具体实施方式
如图1所示，本发明实施例一种基于大数据的城市设备管理维护方法，其包括如下步骤：
S1、从第三方地图应用平台上获取城市内各个城市设备的坐标值；以及城市设备所处于的环境信息；
S2、在云端服务器存储各个城市设备的型号、使用周期、厂商信息、介绍信息、维修须知信息以及三维全景模型；
S3、在云端服务器中设置各个城市设备对应的维护人员信息库，并将城市设备的故障划分为不同的等级，不同的等级对应不同的维护人员；
S4、定期获取城市设备在不同角度的状态图像信息，并将状态图像信息发送到云端服务器；跳转到步骤S5；
S5、云端服务器将状态图像信息与云端服务器中的三维全景模型进行匹配，在匹配成功后，继续判断该城市设备的故障等级；并跳转到步骤S6；
S6、根据确定的故障等级从云端服务器的维护人员信息库中进行备选人员匹配；在匹配成功后，根据备选人员所持移动终端获取人员定位信息，跳转到步骤S7；
S7、将备选人员的定位信息投射到第三方地图应用平台上，获取各个备选人员到该城市设备的距离信息以及交通流量信息；跳转到步骤S8；
S8、根据各个备选人员到该城市设备的距离信息以及交通流量信息生成各个备选人员信息到该城市设备的预计用时时间信息；跳转到步骤S9；
S9、获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息，并根据任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间；跳转到步骤S10；
S10、将最终用时时间最短的备选人员作为该城市设备维护执行维护的对象，并将最终用时时间第二短的备选人员作为该城市设备维护执行维护的备选对象，跳转到步骤S11；
S11、通过第三方地图应用平台生成执行维护的对象以及执行维护的备选对象各自到达该城市设备的导航信息，并将导航信息发送到执行维护的对象以及执行维护的备选对象各自的移动终端上；跳转到步骤S12；
S12、在维护结束后，将执行维护的对方确认的维护反馈信息发送到云端服务器；跳转到步骤S13；
S13、云端服务器将该城市设备的维护记录、维护时间、维护人员信息存储在云端服务器上。
在本发明所述的基于大数据的城市设备管理维护方法中，S9、获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息，并根据任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间包括；
S91、获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息；
S92、通过第三方地图应用平台的历史数据对当前任务完成后的交通流量信息；
S93、根据交通流量信息以及任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间。
在本发明所述的基于大数据的城市设备管理维护方法中，所述步骤S4中还包括根据城市设备的维护次数对获取城市设备在不同角度的状态图像信息的周期进行调整。
本发明还提供一种基于大数据的城市设备管理维护系统，其包括如下单元：
坐标环境信息获取单元1，用于从第三方地图应用平台上获取城市内各个城市设备的坐标值；以及城市设备所处于的环境信息；
城市设备信息配置单元2，用于在云端服务器存储各个城市设备的型号、使用周期、厂商信息、介绍信息、维修须知信息以及三维全景模型；
信息库配置单元3，用于在云端服务器中设置各个城市设备对应的维护人员信息库，并将城市设备的故障划分为不同的等级，不同的等级对应不同的维护人员；
图像信息获取单元4，用于定期获取城市设备在不同角度的状态图像信息，并将状态图像信息发送到云端服务器；
故障等级判断单元5，用于通过云端服务器将状态图像信息与云端服务器中的三维全景模型进行匹配，在匹配成功后，继续判断该城市设备的故障等级；
备选人员匹配单元6，用于根据确定的故障等级从云端服务器的维护人员信息库中进行备选人员匹配；在匹配成功后，根据备选人员所持移动终端获取人员定位信息；
距离流量信息获取单元7，用于将备选人员的定位信息投射到第三方地图应用平台上，获取各个备选人员到该城市设备的距离信息以及交通流量信息；
预计用时信息确定单元8，用于根据各个备选人员到该城市设备的距离信息以及交通流量信息生成各个备选人员信息到该城市设备的预计用时时间信息；
最终用时确定单元9，用于获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息，并根据任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间；
执行备选对象确定单元10，用于将最终用时时间最短的备选人员作为该城市设备维护执行维护的对象，并将最终用时时间第二短的备选人员作为该城市设备维护执行维护的备选对象；
导航信息生成发送单元11，用于通过第三方地图应用平台生成执行维护的对象以及执行维护的备选对象各自到达该城市设备的导航信息，并将导航信息发送到执行维护的对象以及执行维护的备选对象各自的移动终端上；
信息反馈单元12，用于在维护结束后，将执行维护的对方确认的维护反馈信息发送到云端服务器；
维修信息存储单元13，用于通过云端服务器将该城市设备的维护记录、维护时间、维护人员信息存储在云端服务器上。
在本发明所述的基于大数据的城市设备管理维护系统中，最终用时确定单元9中获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息，并根据任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间包括；
获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息；
通过第三方地图应用平台的历史数据对当前任务完成后的交通流量信息；
根据交通流量信息以及任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间。
在本发明所述的基于大数据的城市设备管理维护系统中，所述图像信息获取单元4中还包括根据城市设备的维护次数对获取城市设备在不同角度的状态图像信息的周期进行调整。
实施本发明提供的基于大数据的城市设备管理维护方法及系统与现有技术相比具有以下有益效果：能够根据各个备选人员到该城市设备的距离信息以及交通流量信息生成各个备选人员信息到该城市设备的预计用时时间信息；获取各个备选人员当前任务状态，在分配有任务状态时，生成当前任务完成时间信息，并根据任务完成时间信息对预计用时时间信息进行修正，得到最终用时时间；将最终用时时间最短的备选人员作为该城市设备维护执行维护的对象，并将最终用时时间第二短的备选人员作为该城市设备维护执行维护的备选对象；通过第三方地图应用平台生成执行维护的对象以及执行维护的备选对象各自到达该城市设备的导航信息，并将导航信息发送到执行维护的对象以及执行维护的备选对象各自的移动终端上；在维护结束后，将执行维护的对方确认的维护反馈信息发送到云端服务器；云端服务器将该城市设备的维护记录、维护时间、维护人员信息存储在云端服务器上。实现对维护人员资源的合理调配。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机储存器、内存、只读存储器、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。
可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。