实时监控自动驾驶系统中的多个摄像头视频流，检测视频质量、网络状态、预处理算法的健康程度，并在出现异常时发出警报。
数据来源： 模拟生成，数据生成方法见下文“数据采集和生成方式”。
流状态： 在线
帧率： 30 fps
码率： 2000 kbps
分辨率： 640x480
网络延迟： 20 ms
丢包率： 0.01 %
CPU 使用率： 30 %
GPU 使用率： 20 %
帧率稳定性： 95 %
预处理成功率： 98 %
视频流中断次数： 0
数据来源： 基于视频流数据计算得出，模拟风险告警。
| 风险类型 | 状态 | 严重程度 | 时间戳 |
|---|---|---|---|
| 暂无风险 | |||
当前数据为模拟数据。
视频流数据模拟： 使用 JavaScript 定时生成随机数值，模拟摄像头采集的视频流数据。包括帧率、码率、分辨率等。实际应用中，这些数据应该来自摄像头硬件接口。
网络状态模拟： 模拟网络延迟和丢包率，使用随机数生成，并根据实际网络环境进行调整。实际应用中，这些数据应该来自网络设备或网络监控工具。
CPU/GPU 使用率模拟： 模拟 GPU 服务器的 CPU 和 GPU 使用率，使用随机数生成，并根据实际服务器负载进行调整。实际应用中，这些数据应该来自服务器监控工具。
风险告警模拟： 根据视频流数据、网络状态和服务器负载，设置阈值，超过阈值则触发告警。实际应用中，告警阈值需要根据实际情况进行调整。
帧率稳定性指标： 通过模拟帧率波动计算得出，例如，统计过去一段时间内的帧率变化范围。
预处理算法成功率： 模拟预处理算法的成功率，例如，检测到图像噪声并成功降噪的概率。
视频流中断次数： 模拟视频流中断的次数，例如，在一段时间内，视频流断开连接的次数。
模拟数据更新： 每隔一段时间（例如 3 秒）更新一次数据，模拟实时数据流。