基于区块链存储的全景VR器材维护方法及系统与流程

基于区块链存储的全景vr器材维护方法及系统
技术领域
1.本技术涉及虚拟现实技术技术领域，特别是涉及一种基于区块链存储的全景vr器材维护方法及系统。


背景技术：

2.虚拟现实技术(英文名称：virtual reality，缩写为vr)，是20世纪发展起来的一项全新的实用技术。虚拟现实技术囊括计算机、电子信息、仿真技术，其基本实现方式是计算机模拟虚拟环境从而给人以环境沉浸感。随着社会生产力和科学技术的不断发展，各行各业对vr技术的需求日益旺盛。vr技术也取得了巨大进步，并逐步成为一个新的科学技术领域。
3.目前，随着虚拟现实技术的发展，各种各样的器材设备层出不穷，但器材使用伴随着磨损与消耗，这样必不可少的带来了极多的维护，市面上所采用的维护方法多种多样，但大部分为进行工业生产方面的维护检修方法，具体地可以参考申请号为cn201810370960.5的发明专利，公开了一种基于产品合格率的设备维护的自主检测方法，针对每个产品的生产工序执行结果，利用现场数据采集系统采集设备现场数据，记录设备各工位状态和产品质检结果，统计产品合格率及其波动幅度，推算出设备内需要检测维护的位置，自动报警提示。
4.虽然上述文件能够做到动态检测，实现设备的自主检测，但是其不能直接套用于器材vr设备的方法中，且不适用进行后续维护，而市面上也没有其他较为成熟且稳定的器材维护方法，多为人工粗糙检修，进而容易导致在维修中容易隐私泄露的问题。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提高vr器材在维修过程中隐私保密性的基于区块链存储的全景vr器材维护方法及系统。
6.本发明技术方案如下：
7.一种基于区块链存储的全景vr器材维护方法，所述方法包括：
8.获取启动当前全景vr器材的vr器材启动指令，基于所述vr器材启动指令启动所述当前全景vr器材，并在启动所述当前全景vr器材后，获取所述当前全景vr器材内存储的当前已存储vr互动数据；以哈希上链的方式将所述当前已存储vr互动数据进行哈希上链，在上链完成后生成当前vr数据已备份指令，并根据所述当前vr数据已备份指令获取所述当前全景vr器材进行拆解后各拆解分支零部件的分支部件拆解后图像，其中，一个所述拆解分支零部件对应至少一个分支部件拆解后图像，所述分支部件拆解后图像的数量为多个；分别根据各所述分支部件拆解后图像生成当前零部件标签，并基于各所述分支部件拆解后图像生成各所述拆解分支零部件的实际破损程度数据，其中，每个所述拆解分支零部件对应的所述分支部件拆解后图像具有相同的当前零部件标签；根据各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并
生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员。
9.具体而言，根据各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员；具体包括：
10.根据所述实际破损程度数据获取对应的拆解分支零部件的实际破损程度值，其中，一个所述拆解分支零部件对应一个所述实际破损程度值；将所述实际破损程度值与预存的可维修破损值对比，并将所述实际破损程度值大于所述可维修破损值的拆解分支零部件标记为需更换零部件，将所述实际破损程度值大于所述可维修破损值的拆解分支零部件标记为可继续维修零部件；获取所述当前全景vr器材的当前实际拥有者预先录入的器材维护需求数据；根据所述器材维护需求数据获取重点关注零部件数据，其中，所述重点关注零部件数据中包括多个重点关注零部件名称；将与所述重点关注零部件数据中重点关注零部件名称相匹配的可继续维修零部件标记为需更换零部件，并将所述可继续维修零部件中标记为需更换零部件后剩下的零部件标记为确定维修零部件；根据各所述当前零部件标签、所述确定维修零部件和需更换零部件从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员。
11.具体而言，所述当前选中维修人员包括零部件更换人员和零部件维修人员，其中，每个所述零部件维修人员均对应具有一个标准维修等级；
12.根据各所述当前零部件标签、所述确定维修零部件和需更换零部件从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员；具体包括：
13.根据所述需更换零部件和所述需更换零部件对应的当前零部件标签，将所述需更换零部件从所述预设维修人员数据库中筛选出零部件更换人员；在筛选出零部件更换人员后，基于所述零部件派送设备将所述需更换零部件派送至所述零部件更换人员；根据各所述确定维修零部件的实际破损程度值，对各所述确定维修零部件的实际破损程度值进行排序，并生成破损程度数据集；根据所述破损程度数据集生成多个破损程度层级区间，每个所述破损程度层级区间内均包括多个实际破损程度值；根据各所述破损程度层级区间生成维护所需工程师级别；其中，一个所述维护所需工程师级别对应一个所述破损程度层级区间；根据所述维护所需工程师级别从所述预设维修人员数据库中筛选出与所述维护所需工程师级别匹配的标准维修等级所对应的零部件维修人员；生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述确定维修零部件派送至对应的零部件维修人员。
14.具体而言，生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述确定维修零部件派送至对应的零部件维修人员；之后还包括：
15.在所述确定维修零部件派送至对应的零部件维修人员后，获取所述零部件维修人员录入的所述确定维修零部件的当前破损特征数据；根据所述当前破损特征数据从预设的破损修复历史记录中查询与所述当前破损特征数据相匹配的标准历史破损数据，其中，所述破损修复历史记录包括多个标准历史破损数据和与所述标准历史破损数据对应的标准历史解决方案；将从预设的破损修复历史记录中查询与所述当前破损特征数据相匹配的标准历史破损数据标记为目标记录数据；调取所述目标记录数据对应的标准历史解决方案，并根据所述目标记录数据对应的标准历史解决方案生成方案展示界面；基于所述方案展示界面展示所述目标记录数据对应的标准历史解决方案。
16.具体而言，根据各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员，之后还包括：
17.在所述当前全景vr器材的当前实际拥有者获取维修好后的当前全景vr器材后，获取所述当前实际拥有者对维修好后的当前全景vr器材的实际满意评析数据；根据所述实际满意评析数据生成当前速度满意数据；根据所述实际满意评析数据生成当前维修效果满意数据；根据所述实际满意评析数据生成当前维修成本满意数据；将所述当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据输入预设的满意值分析神经模型中；根据所述满意值分析神经模型对所述当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据进行分析，并获取所述满意值分析神经模型输出的当前器材维修满意值报告。
18.具体而言，一种基于区块链存储的全景vr器材维护系统，所述系统包括：
19.指令获取模块，用于获取启动当前全景vr器材的vr器材启动指令，基于所述vr器材启动指令启动所述当前全景vr器材，并在启动所述当前全景vr器材后，获取所述当前全景vr器材内存储的当前已存储vr互动数据；
20.数据备份模块，用于以哈希上链的方式将所述当前已存储vr互动数据进行哈希上链，在上链完成后生成当前vr数据已备份指令，并根据所述当前vr数据已备份指令获取所述当前全景vr器材进行拆解后各拆解分支零部件的分支部件拆解后图像，其中，一个所述拆解分支零部件对应至少一个分支部件拆解后图像，所述分支部件拆解后图像的数量为多个；
21.图像拆解模块，用于分别根据各所述分支部件拆解后图像生成当前零部件标签，并基于各所述分支部件拆解后图像生成各所述拆解分支零部件的实际破损程度数据，其中，每个所述拆解分支零部件对应的所述分支部件拆解后图像具有相同的当前零部件标签；
22.部件送修模块，用于根据各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员。
23.具体而言，所述当前选中维修人员包括零部件更换人员和零部件维修人员，其中，每个所述零部件维修人员均对应具有一个标准维修等级；
24.所述部件送修模块还包括部件分析模块；
25.所述部件分析模块还用于：根据所述实际破损程度数据获取对应的拆解分支零部件的实际破损程度值，其中，一个所述拆解分支零部件对应一个所述实际破损程度值；将所述实际破损程度值与预存的可维修破损值对比，并将所述实际破损程度值大于所述可维修破损值的拆解分支零部件标记为需更换零部件，将所述实际破损程度值大于所述可维修破损值的拆解分支零部件标记为可继续维修零部件；获取所述当前全景vr器材的当前实际拥有者预先录入的器材维护需求数据；根据所述器材维护需求数据获取重点关注零部件数据，其中，所述重点关注零部件数据中包括个重点关注零部件名称；将与所述重点关注零部件数据中重点关注零部件名称相匹配的可继续维修零部件标记为需更换零部件，并将所述可继续维修零部件中标记为需更换零部件后剩下的零部件标记为确定维修零部件；根据各所述当前零部件标签、所述确定维修零部件和需更换零部件从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员；根据所述需更换零部件和所述需更换零部件对应的当前零部件标签，将所述需更换零部件从所述预设维修人员数据库中筛选出零部件更换人员；
26.在筛选出零部件更换人员后，基于所述零部件派送设备将所述需更换零部件派送至所述零部件更换人员；根据各所述确定维修零部件的实际破损程度值，对各所述确定维修零部件的实际破损程度值进行排序，并生成破损程度数据集；根据所述破损程度数据集生成多个破损程度层级区间，每个所述破损程度层级区间内均包括多个实际破损程度值；根据各所述破损程度层级区间生成维护所需工程师级别；其中，一个所述维护所需工程师级别对应一个所述破损程度层级区间；根据所述维护所需工程师级别从所述预设维修人员数据库中筛选出与所述维护所需工程师级别匹配的标准维修等级所对应的零部件维修人员；生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述确定维修零部件派送至对应的零部件维修人员。
27.具体而言，所述系统还包括数据匹配模块，所述数据匹配模块用于：
28.在所述确定维修零部件派送至对应的零部件维修人员后，获取所述零部件维修人员录入的所述确定维修零部件的当前破损特征数据；根据所述当前破损特征数据从预设的破损修复历史记录中查询与所述当前破损特征数据相匹配的标准历史破损数据，其中，所述破损修复历史记录包括多个标准历史破损数据和与所述标准历史破损数据对应的标准历史解决方案；将从预设的破损修复历史记录中查询与所述当前破损特征数据相匹配的标准历史破损数据标记为目标记录数据；调取所述目标记录数据对应的标准历史解决方案，并根据所述目标记录数据对应的标准历史解决方案生成方案展示界面；基于所述方案展示界面展示所述目标记录数据对应的标准历史解决方案；在所述当前全景vr器材的当前实际拥有者获取维修好后的当前全景vr器材后，获取所述当前实际拥有者对维修好后的当前全景vr器材的实际满意评析数据；根据所述实际满意评析数据生成当前速度满意数据；根据所述实际满意评析数据生成当前维修效果满意数据；根据所述实际满意评析数据生成当前维修成本满意数据；将所述当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据输入预设的满意值分析神经模型中；根据所述满意值分析神经模型对所述
当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据进行分析，并获取所述满意值分析神经模型输出的当前器材维修满意值报告。
29.具体而言，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于区块链存储的全景vr器材维护方法所述的步骤。
30.具体而言，一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于区块链存储的全景vr器材维护方法所述的步骤。
31.本发明实现技术效果如下：
32.上述基于区块链存储的全景vr器材维护方法及系统，依次通过获取启动当前全景vr器材的vr器材启动指令，基于所述vr器材启动指令启动所述当前全景vr器材，并在启动所述当前全景vr器材后，获取所述当前全景vr器材内存储的当前已存储vr互动数据；以哈希上链的方式将所述当前已存储vr互动数据进行哈希上链，在上链完成后生成当前vr数据已备份指令，并根据所述当前vr数据已备份指令获取所述当前全景vr器材进行拆解后各拆解分支零部件的分支部件拆解后图像，其中，一个所述拆解分支零部件对应至少一个分支部件拆解后图像，所述分支部件拆解后图像的数量为多个；分别根据各所述分支部件拆解后图像生成当前零部件标签，并基于各所述分支部件拆解后图像生成各所述拆解分支零部件的实际破损程度数据，其中，每个所述拆解分支零部件对应的所述分支部件拆解后图像具有相同的当前零部件标签；根据各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员，也即，本发明为了保证在进行维护之前对数据进行进一步地保护，进而通过在启动所述当前全景vr器材后，获取所述当前全景vr器材内存储的当前已存储vr互动数据，所述当前已存储vr互动数据为消费者在使用所述当前全景vr器材，自动存储的vr互动数据，为了保证数据获取的隐私性，尤其为了对私人用户在对所述当前全景vr器材进行私密使用时，如观看私密影视等资料时所留存的记录数据进行有效的保护，也即为了实现对数据的隐私保护，进而需要对所述当前已存储vr互动数据进行私密存储，进一步地说，本实施例中，以哈希上链的方式将所述当前已存储vr互动数据进行哈希上链，在上链完成后生成当前vr数据已备份指令，也即利用区块链对数据进行不可篡改及隐私性高的优点，进而进行数据的私密保护，实现数据的高效不可篡改式存储，极大程度保护用户隐私，为了实现经精准的获取破损的数据，进而判断是否需要维修，进而通过基于各所述分支部件拆解后图像生成各所述拆解分支零部件的实际破损程度数据，其中，每个所述拆解分支零部件对应的所述分支部件拆解后图像具有相同的当前零部件标签，进而实现提升维修效率的同时，又能保证用户的隐私保密性。
附图说明
33.图1为一个实施例中基于区块链存储的全景vr器材维护方法的流程示意图；
34.图2为一个实施例中基于区块链存储的全景vr器材维护系统的结构框图；
35.图3为一个实施例中计算机设备的内部结构图。
具体实施方式
36.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
37.在一个实施例中，如图1所示，提供了一种基于区块链存储的全景vr器材维护方法，所述方法包括：
38.步骤s100：获取启动当前全景vr器材的vr器材启动指令，基于所述vr器材启动指令启动所述当前全景vr器材，并在启动所述当前全景vr器材后，获取所述当前全景vr器材内存储的当前已存储vr互动数据；
39.具体地，本步骤中，当所述当前全景vr器材发送损坏时，第一工作人员进行操作，所述第一工作人员为使用所述当前全景vr器材的人员。进一步地，为了保证在进行维护之前对数据进行进一步地保护，进而通过在启动所述当前全景vr器材后，获取所述当前全景vr器材内存储的当前已存储vr互动数据，所述当前已存储vr互动数据为消费者在使用所述当前全景vr器材，自动存储的vr互动数据。
40.步骤s200：以哈希上链的方式将所述当前已存储vr互动数据进行哈希上链，在上链完成后生成当前vr数据已备份指令，并根据所述当前vr数据已备份指令获取所述当前全景vr器材进行拆解后各拆解分支零部件的分支部件拆解后图像，其中，一个所述拆解分支零部件对应至少一个分支部件拆解后图像，所述分支部件拆解后图像的数量为多个；
41.具体地，本步骤中，为了保证数据获取的隐私性，尤其为了对私人用户在对所述当前全景vr器材进行私密使用时，如观看私密影视等资料时所留存的记录数据进行有效的保护，也即为了实现对数据的隐私保护，进而需要对所述当前已存储vr互动数据进行私密存储，进一步地说，本实施例中，以哈希上链的方式将所述当前已存储vr互动数据进行哈希上链，在上链完成后生成当前vr数据已备份指令，也即利用区块链对数据进行不可篡改及隐私性高的优点，进而进行数据的私密保护，实现数据的高效不可篡改式存储，极大程度保护用户隐私。
42.进一步地，为了进一步地精准地将所述拆解分支零部件进行后续分别进行维护，进而通过对一个所述拆解分支零部件进行多次图像获取，最终使一个所述拆解分支零部件对应至少一个分支部件拆解后图像，也即一个所述拆解分支零部件对应具有至少一个分支部件拆解后图像，这样实现对所述拆解分支零部件的高效准确图像获取，为后续识别所述拆解分支零部件奠定数据基础。
43.步骤s300：分别根据各所述分支部件拆解后图像生成当前零部件标签，并基于各所述分支部件拆解后图像生成各所述拆解分支零部件的实际破损程度数据，其中，每个所述拆解分支零部件对应的所述分支部件拆解后图像具有相同的当前零部件标签；
44.具体地，为了将各所述拆解分支零部件分配至合适的维修人员手中，故需要对各所述拆解分支零部件进行分类，以识别各所述拆解分支零部件具体是什么零部件，具体识别方法为根据各所述分支部件拆解后图像生成当前零部件标签，通过所述当前零部件标签来进行识别，其中，所述当前零部件标签包括部件名称和部件特性，如“外壳+易碎”。进一步地，在生成当前零部件标签时，通过将各所述分支部件拆解后图像与预存的标准零部件图像进行对比，当所述分支部件拆解后图像与预存的标准零部件图像的相似度达到85％以上
时，说明二者为同一个零部件，而所述标准零部件图像则对应具体的标准零部件，以“外壳”为例，则标准零部件为“外壳”，且预设有对应标准零部件的特性，也即“易碎”。
45.更进一步地，为了实现经精准的获取破损的数据，进而判断是否需要维修，进而通过基于各所述分支部件拆解后图像生成各所述拆解分支零部件的实际破损程度数据，其中，每个所述拆解分支零部件对应的所述分支部件拆解后图像具有相同的当前零部件标签。
46.步骤s400：根据各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员。
47.具体地，本步骤中，为了保证适当的零部件分配到适当的维修人员手中，进而通过各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，也即综合考量各所述当前零部件标签和所述实际破损程度数据，因为不同的维修人员擅长检修不同的零部件，而检修同一零部件的人员水平也不同，水平高的维修人员可以维修破损度程度高的零部件，进而通过根据各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员，这样实现了高效快速高效率的进行维修。
48.更进一步地，为了实现自动化进行维修，所述零部件派送设备在本实施例中设置为机械手，也即，该应用场景为在维修工厂中。
49.在一个实施例中，步骤s400：根据各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员；具体包括：
50.步骤s410：根据所述实际破损程度数据获取对应的拆解分支零部件的实际破损程度值，其中，一个所述拆解分支零部件对应一个所述实际破损程度值；
51.步骤s420：将所述实际破损程度值与预存的可维修破损值对比，并将所述实际破损程度值大于所述可维修破损值的拆解分支零部件标记为需更换零部件，将所述实际破损程度值大于所述可维修破损值的拆解分支零部件标记为可继续维修零部件；
52.步骤s430：获取所述当前全景vr器材的当前实际拥有者预先录入的器材维护需求数据；
53.步骤s440：根据所述器材维护需求数据获取重点关注零部件数据，其中，所述重点关注零部件数据中包括多个重点关注零部件名称；
54.步骤s450：将与所述重点关注零部件数据中重点关注零部件名称相匹配的可继续维修零部件标记为需更换零部件，并将所述可继续维修零部件中标记为需更换零部件后剩下的零部件标记为确定维修零部件；
55.步骤s460：根据各所述当前零部件标签、所述确定维修零部件和需更换零部件从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指
令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员。
56.进一步地说，本实施例中，为了实现更精准地维修，也即需要判断所述拆解分支零部件是需要维修或是更换，当然，在进行维修之前的判断中，需要先根据实际破损程度数据来进行判断，本实施例中，所述实际破损程度数据为图像数据，所述实际破损程度数据为实际拍摄的零部件的图像数据，而通过将实际的图像数据与预先拍摄的完整零部件的图像数据对比，进而实现对比，具体地破损程度用所述实际破损程度值，也即实现数值标示，更精准明确，接着，为了更精准地判断以及满足拥有者对特殊零部件的更换需求，进而通过将所述实际破损程度值与预存的可维修破损值对比，并将所述实际破损程度值大于所述可维修破损值的拆解分支零部件标记为需更换零部件，将所述实际破损程度值大于所述可维修破损值的拆解分支零部件标记为可继续维修零部件，然后获取所述当前全景vr器材的当前实际拥有者预先录入的器材维护需求数据，接着，根据所述器材维护需求数据获取重点关注零部件数据，其中，所述重点关注零部件数据中包括多个重点关注零部件名称，再然后，将与所述重点关注零部件数据中重点关注零部件名称相匹配的可继续维修零部件标记为需更换零部件，并将所述可继续维修零部件中标记为需更换零部件后剩下的零部件标记为确定维修零部件，最后，根据各所述当前零部件标签、所述确定维修零部件和需更换零部件从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员，进而实现高效精准且满足用户使用需求的维修方法。
57.在一个实施例中，所述当前选中维修人员包括零部件更换人员和零部件维修人员，其中，每个所述零部件维修人员均对应具有一个标准维修等级；
58.步骤s460：根据各所述当前零部件标签、所述确定维修零部件和需更换零部件从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员；具体包括：
59.步骤s461：根据所述需更换零部件和所述需更换零部件对应的当前零部件标签，将所述需更换零部件从所述预设维修人员数据库中筛选出零部件更换人员；
60.步骤s462：在筛选出零部件更换人员后，基于所述零部件派送设备将所述需更换零部件派送至所述零部件更换人员；
61.步骤s463：根据各所述确定维修零部件的实际破损程度值，对各所述确定维修零部件的实际破损程度值进行排序，并生成破损程度数据集；
62.步骤s464：根据所述破损程度数据集生成多个破损程度层级区间，每个所述破损程度层级区间内均包括多个实际破损程度值；
63.步骤s465：根据各所述破损程度层级区间生成维护所需工程师级别；其中，一个所述维护所需工程师级别对应一个所述破损程度层级区间；
64.步骤s466：根据所述维护所需工程师级别从所述预设维修人员数据库中筛选出与所述维护所需工程师级别匹配的标准维修等级所对应的零部件维修人员；
65.步骤s467：生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部
件派送设备将所述确定维修零部件派送至对应的零部件维修人员。
66.进一步地说，本实施例中，为了选出合适的维修人员，通过采用根据不同的破损程度选择合适的维修人员，具体地为先通过根据所述需更换零部件和所述需更换零部件对应的当前零部件标签，将所述需更换零部件从所述预设维修人员数据库中筛选出零部件更换人员，然后在筛选出零部件更换人员后，基于所述零部件派送设备将所述需更换零部件派送至所述零部件更换人员，接着根据各所述确定维修零部件的实际破损程度值，对各所述确定维修零部件的实际破损程度值进行排序，并生成破损程度数据集，再然后根据所述破损程度数据集生成多个破损程度层级区间，每个所述破损程度层级区间内均包括多个实际破损程度值；同时，根据各所述破损程度层级区间生成维护所需工程师级别；其中，一个所述维护所需工程师级别对应一个所述破损程度层级区间；这样，能够根据所述维护所需工程师级别从所述预设维修人员数据库中筛选出与所述维护所需工程师级别匹配的标准维修等级所对应的零部件维修人员；最后，生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述确定维修零部件派送至对应的零部件维修人员，这样实现了不同部件送至适当的人员手中，进一步地实现了快速维修派送，提升维修效率。
67.在一个实施例中，步骤s467：生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述确定维修零部件派送至对应的零部件维修人员；之后还包括：
68.步骤s4671：在所述确定维修零部件派送至对应的零部件维修人员后，获取所述零部件维修人员录入的所述确定维修零部件的当前破损特征数据；
69.步骤s4672：根据所述当前破损特征数据从预设的破损修复历史记录中查询与所述当前破损特征数据相匹配的标准历史破损数据，其中，所述破损修复历史记录包括多个标准历史破损数据和与所述标准历史破损数据对应的标准历史解决方案；
70.步骤s4673：将从预设的破损修复历史记录中查询与所述当前破损特征数据相匹配的标准历史破损数据标记为目标记录数据；
71.步骤s4674：调取所述目标记录数据对应的标准历史解决方案，并根据所述目标记录数据对应的标准历史解决方案生成方案展示界面；
72.步骤s4675：基于所述方案展示界面展示所述目标记录数据对应的标准历史解决方案。
73.进一步地说，本实施例中，为了提升用户使用的满意度，同时为了调研维修满意的程度值，进而通过在所述确定维修零部件派送至对应的零部件维修人员后，获取所述零部件维修人员录入的所述确定维修零部件的当前破损特征数据；然后，根据所述当前破损特征数据从预设的破损修复历史记录中查询与所述当前破损特征数据相匹配的标准历史破损数据，其中，所述破损修复历史记录包括多个标准历史破损数据和与所述标准历史破损数据对应的标准历史解决方案；接着，将从预设的破损修复历史记录中查询与所述当前破损特征数据相匹配的标准历史破损数据标记为目标记录数据；再然后，调取所述目标记录数据对应的标准历史解决方案，并根据所述目标记录数据对应的标准历史解决方案生成方案展示界面；最后，基于所述方案展示界面展示所述目标记录数据对应的标准历史解决方案，最终实现了根据已经维修成功的历史数据进行维修，进而实现了无需重新指定维修方案，而能够借鉴之前成功的经验，进而实现了高效快速地维修，提升维护效率。
74.在一个实施例中，步骤s400：根据各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员，之后还包括：
75.步骤s510：在所述当前全景vr器材的当前实际拥有者获取维修好后的当前全景vr器材后，获取所述当前实际拥有者对维修好后的当前全景vr器材的实际满意评析数据；
76.步骤s520：根据所述实际满意评析数据生成当前速度满意数据；
77.步骤s530：根据所述实际满意评析数据生成当前维修效果满意数据；
78.步骤s540：根据所述实际满意评析数据生成当前维修成本满意数据；
79.步骤s550：将所述当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据输入预设的满意值分析神经模型中；
80.步骤s560：根据所述满意值分析神经模型对所述当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据进行分析，并获取所述满意值分析神经模型输出的当前器材维修满意值报告。
81.进一步地说，本实施例中，所述实际满意评析数据为对所述当前实际拥有者进行问卷调查后的数据，所述当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据为根据所述问卷调查中所述当前实际拥有者的答复中所获取的分数，如通过直接的问题：“给当前维修的满意分为：10分、9分或者8分”，当当前实际拥有者选择了不同的分数时，则表示不同的当前速度满意数据。接着，所述满意值分析神经模型为由本领域技术人员预先设置，所述满意值分析神经模型用于根据所述当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据进行所述当前器材维修满意值报告的生成。
82.更进一步地，所述满意值分析神经模型为机器学习中的神经网络模型，神经网络(neural networks，nn)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。所述满意值分析神经模型是一个数学模型。通过大量训练数据的训练，具体为经预先设置的样本数据和报告数据进行训练生成，也即所述样本数据和所述报告数据为对应关系，通过神经网络模型的训练，建立二者之间的关系，进而实现后续在获取当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据后，输出当前器材维修满意值报告，实现报告的快速生成。
83.在一个实施例中，如图2所示，一种基于区块链存储的全景vr器材维护系统，所述系统包括：
84.指令获取模块，用于获取启动当前全景vr器材的vr器材启动指令，基于所述vr器材启动指令启动所述当前全景vr器材，并在启动所述当前全景vr器材后，获取所述当前全景vr器材内存储的当前已存储vr互动数据；
85.数据备份模块，用于以哈希上链的方式将所述当前已存储vr互动数据进行哈希上链，在上链完成后生成当前vr数据已备份指令，并根据所述当前vr数据已备份指令获取所述当前全景vr器材进行拆解后各拆解分支零部件的分支部件拆解后图像，其中，一个所述拆解分支零部件对应至少一个分支部件拆解后图像，所述分支部件拆解后图像的数量为多个；
86.图像拆解模块，用于分别根据各所述分支部件拆解后图像生成当前零部件标签，并基于各所述分支部件拆解后图像生成各所述拆解分支零部件的实际破损程度数据，其中，每个所述拆解分支零部件对应的所述分支部件拆解后图像具有相同的当前零部件标签；
87.部件送修模块，用于根据各所述当前零部件标签和所述实际破损程度数据从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员。
88.在一个实施例中，所述当前选中维修人员包括零部件更换人员和零部件维修人员，其中，每个所述零部件维修人员均对应具有一个标准维修等级；
89.所述部件送修模块还包括部件分析模块；
90.所述部件分析模块还用于：根据所述实际破损程度数据获取对应的拆解分支零部件的实际破损程度值，其中，一个所述拆解分支零部件对应一个所述实际破损程度值；将所述实际破损程度值与预存的可维修破损值对比，并将所述实际破损程度值大于所述可维修破损值的拆解分支零部件标记为需更换零部件，将所述实际破损程度值大于所述可维修破损值的拆解分支零部件标记为可继续维修零部件；获取所述当前全景vr器材的当前实际拥有者预先录入的器材维护需求数据；根据所述器材维护需求数据获取重点关注零部件数据，其中，所述重点关注零部件数据中包括个重点关注零部件名称；将与所述重点关注零部件数据中重点关注零部件名称相匹配的可继续维修零部件标记为需更换零部件，并将所述可继续维修零部件中标记为需更换零部件后剩下的零部件标记为确定维修零部件；根据各所述当前零部件标签、所述确定维修零部件和需更换零部件从预设的预设维修人员数据库中筛选出对应的当前选中维修人员，并生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述当前零部件标签对应的拆解分支零部件派送至与所述当前零部件标签对应的当前选中维修人员；根据所述需更换零部件和所述需更换零部件对应的当前零部件标签，将所述需更换零部件从所述预设维修人员数据库中筛选出零部件更换人员；
91.在筛选出零部件更换人员后，基于所述零部件派送设备将所述需更换零部件派送至所述零部件更换人员；根据各所述确定维修零部件的实际破损程度值，对各所述确定维修零部件的实际破损程度值进行排序，并生成破损程度数据集；根据所述破损程度数据集生成多个破损程度层级区间，每个所述破损程度层级区间内均包括多个实际破损程度值；根据各所述破损程度层级区间生成维护所需工程师级别；其中，一个所述维护所需工程师级别对应一个所述破损程度层级区间；根据所述维护所需工程师级别从所述预设维修人员数据库中筛选出与所述维护所需工程师级别匹配的标准维修等级所对应的零部件维修人员；生成部件零部件派送指令，所述零部件派送指令用于控制预设的零部件派送设备将所述确定维修零部件派送至对应的零部件维修人员。
92.在一个实施例中，所述系统还包括数据匹配模块，所述数据匹配模块用于：
93.在所述确定维修零部件派送至对应的零部件维修人员后，获取所述零部件维修人员录入的所述确定维修零部件的当前破损特征数据；根据所述当前破损特征数据从预设的破损修复历史记录中查询与所述当前破损特征数据相匹配的标准历史破损数据，其中，所
述破损修复历史记录包括多个标准历史破损数据和与所述标准历史破损数据对应的标准历史解决方案；将从预设的破损修复历史记录中查询与所述当前破损特征数据相匹配的标准历史破损数据标记为目标记录数据；调取所述目标记录数据对应的标准历史解决方案，并根据所述目标记录数据对应的标准历史解决方案生成方案展示界面；基于所述方案展示界面展示所述目标记录数据对应的标准历史解决方案；在所述当前全景vr器材的当前实际拥有者获取维修好后的当前全景vr器材后，获取所述当前实际拥有者对维修好后的当前全景vr器材的实际满意评析数据；根据所述实际满意评析数据生成当前速度满意数据；根据所述实际满意评析数据生成当前维修效果满意数据；根据所述实际满意评析数据生成当前维修成本满意数据；将所述当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据输入预设的满意值分析神经模型中；根据所述满意值分析神经模型对所述当前速度满意数据、所述当前维修效果满意数据和所述当前维修成本满意数据进行分析，并获取所述满意值分析神经模型输出的当前器材维修满意值报告。
94.在一个实施例中，如图3所示，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于区块链存储的全景vr器材维护方法所述的步骤。
95.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于区块链存储的全景vr器材维护方法所述的步骤。
96.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
97.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
98.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。