[发明专利]基于多传感器融合的分布式周界安防环境感知系统

说明书

本发明公开了基于多传感器融合的分布式周界安防环境感知系统，该系统的具体实现步骤为步骤一：建立多传感器感知单元；步骤二：通过将微控制器连接传感器，分别对各个传感器进行数据采集；步骤三：总结实验结果，提出改进方法；步骤四：将步骤二中得到的一部分采集数据建立样本标签，制作数据集；步骤五：构造多传感器融合算法，模型采用1维卷积进行特征提取，多层感知器进行分类预测；将步骤四中带标签数据放入模型进行样本训练；步骤六：将步骤五中得到的模型转译，配合着步骤二中得到的另一部分采集数据，完成加载权重数据并进行分类预测。对比传统的信号分析算法，其泛化能力更好，对于复杂环境的感知准确度能提高一个数量级的精度。

技术领域

本发明涉及周界安防技术技术领域，具体为一种多传感器融合的分布式周界安防环境感知装置和系统。

背景技术

周界安防环境感知装置是指通过传感器采集数据进而获取周界四周环境的信息，并通过人工智能算法进行特征提取、池化、分类等一系列操作后，感知周围环境的一种装置。该装置能有效预防和保护周界及周界内部设施遭到破坏或非法入侵。

现有的技术手段主要包括3大类：1、接触式报警，该方法将开关量信号加到铁网横筋和竖筋中，并需要将多片铁网串接到一起，在施工期间及容易造成铁网之间相互短路，给施工带来了巨大的难度；并且在铁网在连接好后，由于用铁网当导线来传输开关量信号，在高低温、大风、动物撞击等情况下极容易造成断路发生，从而导致整个装置丧失检测能力。2、非接触探测报警，首先该方法多以微波感知为主要检测手段，其中由于微波传感器携带的信息较少，故需要大量的组网，在较小的区域内需要多个传感器组成阵列形式，才能有效的检测到环境的变化，应用成本较高，检测1公里的距离往往需要50万以上的费用；其二该方法所有的传感数据都需要回传服务器进行后续处理，由于前端采集的数据量较大，在网络带宽有限的情况下，其传输过程及后续处理时间就会造成检测的较慢，一般检测时间为1-2秒左右。3、视频类感知报警，该方法往往采用安防球形摄像头为图像采集装置，通过后端服务器对前端采集的图像进行处理，判断区域内是否有如异常。该种方式首先是受到天气、光线影响较大，检测准确率波动较大。其二是该种方式的视场角较大，对近处的目标检测的较好，远处小目标检测的效果较差，其三是二维摄像机不能空间定位，不好判断异常位置。除了上述几种近几年出现的较理想的周界安防检测装置外，其传统的检测方式：红外对射、电子围栏、振动光纤、泄漏电缆等都因为误报率、漏报率高的原因，很难应用在防护等级较高的领域。

发明内容

本发明的目的在于提供了一种基于多传感器融合的分布式周界安防环境感知系统，以解决一种传感器获取的数据特征信息较少的问题，通过多传感器融合在不同维度上进行独立采样，增加了样本数据的信息量、多样性。并采用深度学习、大数据技术，提高了算法的鲁棒性，进而很大的降低了系统的误报漏报率。

为实现上述目的，本发明提供如下技术方案：基于多传感器融合的分布式周界安防环境感知系统，该系统的具体实现步骤包括

步骤一：建立多传感器感知单元；

步骤二：通过将微控制器连接传感器，分别对各个传感器进行数据采集；

步骤三：总结实验结果，提出改进方法；

步骤四：将步骤二中得到的一部分采集数据建立样本标签，制作数据集；

步骤五：构造多传感器融合算法，模型采用1维卷积进行特征提取，多层感知器进行分类预测；将步骤四中带标签数据放入模型进行样本训练；

步骤六：将步骤五中得到的模型转译，配合着步骤二中得到的另一部分采集数据，完成加载权重数据并进行分类预测；并通过不断的迭代训练，最终得到理想的模型及权重数据，降低系统的误报漏报率。