[发明专利]一种基于边缘计算的机场围界入侵预报警处理设备及方法

权利要求书

1.一种基于边缘计算的机场围界入侵预报警处理设备，其特征在于，包括：中央控制处理模块与图像智能预警模块、入侵报警模块、自动跟踪模块、AI深度学习模块和执行模块，所述中央控制处理模块与图像智能预警模块、入侵报警模块、自动跟踪模块、AI深度学习模块和执行模块交互通信，所述自动跟踪模块与高速球机电性相连，所述执行模块通过与LED灯光、声光报警器和广播设备电性相连。

2.根据权利要求1所述的一种基于边缘计算的机场围界入侵预报警处理设备，其特征在于，所述图像智能预警模块与振动传感器电性连接，所述执行模块与网络摄像机电性连接。

3.一种基于边缘计算的机场围界入侵预报警处理方法，其特征在于，采用权利要求1-2任一项所述的基于边缘计算的机场围界入侵预报警处理设备，所述方法包括：

通过图像智能预警模块实现基于红外热成像和可见光视频的图像智能预警技术进行入侵检测，分别输出不同级别检测区域的热成像分析预警和可见光分析预警分析信号；

通过入侵报警模块实现基于波形、陀螺仪、防拆数据信息的振动信号分析算法判断和识别入侵行为，能过虑大风引起的误报，输出机场安保设施标准要求的剪切、攀爬、倾斜和拆卸的报警信号；

通过中央控制处理模块接收图像智能预警模块和入侵报警模块发送的预警、报警信息，调用AI深度学习模块的反馈结果，进行中央分析处理和逻辑运算，结合预设的突发事件响应级别，实现一系列的自动跟踪和联动策略；

通过AI深度学习模块，判断和识别入侵目标类型，并实将识别目标类型反馈至中央控制处理模块；

自动跟踪模块根据中央控制处理模块的指令，控制高速球机对目标进行跟踪，保持目标在中心，放大目标特写；

执行模块根据中央控制处理模块的指令，联动网络摄像机、LED灯光、声光报警器和广播设备。

4.根据权利要求3所述的一种基于边缘计算的机场围界入侵预报警处理方法，其特征在于，所述图像智能预警模块通过检测算法对实时输入的红外热成像和可见光视频帧检测，基于背景学习的复杂监控环境下目标检测算法检测，检测是否有活动目标进入预定区域，并识别入侵目标，所述目标检测算法包括了检测区域设定、滤波图像处理、背景分割、运动目标提取，目标检测算法能有效过滤机场围界常见的风吹草动、光线的干扰，将入侵目标输出。

5.根据权利要求3所述的一种基于边缘计算的机场围界入侵预报警处理方法，其特征在于，所述入侵报警模块通过振动传感器的振动信号分析算法判断和识别入侵行为，包括过滤大风引起的误报，根据输出机场安保设施标准要求的剪切、攀爬、倾斜和拆卸的报警信号。

6.根据权利要求3所述的一种基于边缘计算的机场围界入侵预报警处理方法，其特征在于，根据图像智能预警模块、入侵报警模块和AI深度学习模块输入的数据进行分析处理和逻辑运算，对预警/报警进行确认，并输出不同的联动策略，根据预设的突发事件响应级别，分别联动网络摄像机、LED灯光、声光报警器，同时结合系统联动广播设备，整体由弱至强提醒和警示试图入侵者。

7.根据权利要求3所述的一种基于边缘计算的机场围界入侵预报警处理方法，其特征在于，所述AI深度学习模块接收中央控制处理模块推送的图片，通过深度学习算法识别目标的类型，区分人员、车和动物，深度学习算法支持机场围界场景中常见目标的识别，如人员、车辆、鸟类。

8.根据权利要求3所述的一种基于边缘计算的机场围界入侵预报警处理方法，其特征在于，所述自动跟踪模块与高速球机电性相连，驱动高速球机自动跟踪目标，光学变焦，确保目标始终位于视场中心，自动跟踪方法具备较强的抗目标丢失能力，在目标丢失后，依然能够发现并继续跟踪。

9.根据权利要求3所述的一种基于边缘计算的机场围界入侵预报警处理方法，其特征在于，所述执行模块通过与LED灯光、声光报警器和广播设备电性相连，执行中央控制处理模块的控制指令。