[发明专利]一种基于物联网的小区高空丢物监测系统在审

专利信息
申请号: 202010737656.7 申请日: 2020-07-28
公开(公告)号: CN111866465A 公开(公告)日: 2020-10-30
发明(设计)人: 张竞博 申请(专利权)人: 张竞博
主分类号: H04N7/18 分类号: H04N7/18;H04N5/247;G08B21/24;G06K9/00;G06K9/32;G06K9/62
代理公司: 合肥正则元起专利代理事务所(普通合伙) 34160 代理人: 韩立峰
地址: 233500 安徽省亳*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 联网 小区 高空 监测 系统
【权利要求书】:

1.一种基于物联网的小区高空丢物监测系统,其特征在于,包括智能安装模块、数据采集模块、数据分析模块、服务器、监控模块、预警模块以及人员监测模块;

所述数据采集模块用于采集楼层信息并将楼层信息传输到数据分析模块;所述数据分析模块对楼层信息进行分析和处理,选取合适的目标摄像头以及目标摄像头的安装角度,具体步骤如下:

S11:根据被摄建筑物的高度将该被摄建筑物划分成多个监控区域,将每个监控区域的高度标记为G;将每个监控区域的宽度标记为K;

S12:根据所述监控区域的高度和宽度,以及预设的最小特征的长度和宽度,计算用于监控所述监控区域的目标摄像头的传感器的最低垂直分辨率和最低水平分辨率;具体包括:

S121:将预设的最小特征长度标记为C;将预设的最小特征宽度标记为D;

S122:利用公式计算得到传感器的最低垂直分辨率E;

S123:利用公式计算得到传感器的最低水平分辨率F;

S124:根据最低垂直分辨率E和最低水平分辨率F,选取对应尺寸的传感器作为所述目标摄像头的传感器;

所述预设的最小特征的长度和宽度均不小于10mm;

S13:根据监控区域的高度、目标摄像头的传感器的宽度以及支架与监控区域的水平距离,计算目标摄像头镜头的焦距;包括:

S131:将传感器的宽度标记为c,将支架与监控区域的水平距离标记为d;

S132:利用公式计算得出目标摄像头镜头的焦距f;

S133:选取焦距不大于f的镜头作为目标摄像头的镜头;

S14:根据监控区域的高度和支架的高度,获取目标摄像头的拍摄角度;

所述数据分析模块将目标摄像头的信息和安装角度发送到服务器;所述智能安装模块用于用户通过手机终端选取智能安装,具体步骤为:

步骤一:用户通过电脑终端输入安装指令和安装位置至智能安装模块,智能安装模块通过服务器获取目标摄像头的信息和安装角度,发布安装任务并选取对应的安装人员;

步骤二:将安装位置、安装角度和目标摄像头信息发送至该安装人员的手机终端上;同时该安装人员的安装次数增加一次;

步骤三:安装人员到达安装位置后对目标摄像头进行安装;

步骤四:将安装结束时刻与安装开始时刻进行时间差计算获取得到安装人员的安装时长,将其标记为T1;设定用户输入的评分值为B;

步骤五:将安装时长与输入的评分值进行去量化处理并取其值,利用公式获取得到安装人员的单次值,将安装人员的所有单次值进行求和并取平均值得到安装人员的低效值RT;b1和b2均为预设比例系数;

所述监控模块用于采集监控数据并将监控数据发送至服务器,所述服务器接收监控数据并对监控数据实时进行处理,具体步骤如下:

S31:采用光流法对监控数据相邻帧图像进行分析,得到各像素点的移动信息;

S32:对移动信息采用主成分分析,识别背景的整体飘移得到可疑的前景局部漂移信息;对可疑的前景局部漂移信息采用最大似然值估算,分析可疑前景局部漂移是抛物移动的可信度;

最大似然分析是基于随机信号处理做的概率分析;得到可疑的前景局部漂移信息后,先假设确实有物体移动,初始水平和垂直速度分别为V1和V2;根据重力加速度规律,物体的水平速度大致不变,垂直速度会随时间线性增加;然后将这个运动规律套在对应位置的像素点上,计算像素点通过光流法算得的运动特性和假定的V1/V2参数的似然函数,在合理数值范围内改变V1和V2参数重复计算似然函数,遍历所有合理的V1/V2组合后,得到的最大似然函数就确定为有抛物的可信度;

S33:若有抛物的可信度超过预设阈值,服务器对高空抛物的运行轨迹进行计算,判断出该物体的落点,对地面发出预警信号;

S34:所述服务器通过监控模块调看监控数据,判断抛物抛出位置并生成追责信号,所述服务器将追责信号和抛物抛出位置的位置信息传输到预警模块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于张竞博,未经张竞博许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010737656.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top