CN109767599A - 一种智能报警方法及其系统 - Google Patents

Abstract

本申请公开了一种智能报警方法及其系统，其中智能报警的方法包括如下步骤：从至少一个传感器模块获得传感器数据和传感器模块标识符；使用传感器模块标识符查找传感器模块表，获得传感器模块的异常表；使用传感器数据查找异常表，判断传感器数据是否超出阈值；在超出阈值时发送报警信息。本申请能够根据传感器采集到的信息进行自动智能报警，大大降低了因疏忽而对用户产生危害的风险。

Description

一种智能报警方法及其系统

技术领域

本申请涉及传感器领域，具体地，涉及一种智能报警方法及其系统。

背景技术

现有技术中，时常会出现因有害气体中毒或窒息等现象，例如在车内，胃痛被遗忘车内因气温过高或过低致死的时间时常发生，或开着空调紧闭车窗在车内睡觉，导致一氧化碳中毒的情况时有发生，这些现象都是因人们疏忽大意而造成的，如果仅仅靠人们的自觉意识进行管理或自救，对该类现象并不能明显改善，因此需要一种更加智能的方式来保护用户安全。

发明内容

本申请的目的在于提供一种智能报警方法及其系统，能够根据传感器采集到的信息进行自动智能报警，大大降低了因疏忽而对用户产生危害的风险。

为达到上述目的，本申请提供了一种智能报警的方法，包括如下步骤：从至少一个传感器模块获得传感器数据和传感器模块标识符；使用传感器模块标识符查找传感器模块表，获得传感器模块的异常表；使用传感器数据查找异常表，判断传感器数据是否超出阈值；在超出阈值时发送报警信息。

如上的，其中，传感器模块中存储传感器数据和传感器模块标识符，传感器数据中包括检测的人体信息和环境信息，传感器标识符唯一识别传感器模块。

如上的，其中，异常表中包括异常表标识符，异常表标识符与传感器标识符对应，通过各传感器的传感器标识符获得传感器的异常表。

如上的，其中，根据获得的传感器数据，在异常表中查找相对应的正常传感器数据和异常传感器数据，并将传感器数据分别与正常传感器数据和异常传感器数据进行对比从而判断传感器数据是否超出阈值；若传感器数据未超过正常传感器数据阈值，则继续执行；若传感器数据超过正常传感器数据阈值，则将传感器数据与异常传感器数据对比。

如上的，其中，若传感器数据超过异常传感器数据阈值，启动自救措施；若传感器数据未超过异常传感器数据阈值，则继续执行。

如上的，其中，还包括，若传感器数据在正常传感器数据阈值内，进行预警提示。

如上的，其中，还包括，实时监测传感器是否存在异常，若存在异常则发出维修提示，若不存在异常则继续执行。

如上的，其中，实时采集传感器的自身数据信息，并将自身数据信息与初始数据信息相对比，若自身数据信息大于初始数据信息的预定倍数时，则传感器异常。

一种智能报警系统，包括数据获取单元、数据查找单元、判断单元、报警单元；数据处理单元，从至少一个传感器模块获得传感器数据和传感器模块标识符；数据查找单元，使用传感器模块标识符查找传感器模块表，获得传感器模块的异常表；判断单元，使用传感器数据查找异常表，判断传感器数据是否超出阈值；报警单元，根据判断结果进行报警，或向移动设备发送警报提示。

如上的，其中，判断单元包括如下子模块：第一对比模块、第二对比模块、自救模块；第一对比模块，将传感器数据与正常传感器数据对比；若传感器数据未超过正常传感器数据阈值，则继续执行；若传感器数据超过正常传感器数据阈值，则将传感器数据传输至第二对比模块；第二对比模块，将传感器数据与异常传感器数据对比；若传感器数据超过异常传感器数据阈值，则说明检测到的数据危险指数较高，向自救模块发送自救信息，自救模块启动自救措施；若传感器数据在异常传感器数据阈值内，则继续执行。

本申请具有以下有益效果：

(1)本申请提供的智能报警方法及其装置，能够根据传感器采集到的信息进行自动智能报警，大大降低了因疏忽而对用户产生危害的风险。

(2)本申请提供的智能报警方法及其装置，能够对传感器采集的传感器信息进行多重对比，使结果更加精确，并且更大程度上增加了对用户的保护。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是根据本申请实施例提供的智能报警的方法流程图；

图2是根据本申请实施例提供的智能报警装置的内部结构示意图；

图3为本申请实施例提供的智能报警装置的内部结构的子模块示意图。

具体实施方式

下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请是一种智能报警的方法及其装置。根据本申请，能够根据传感器采集到的信息进行自动智能报警，大大降低了因疏忽而对用户产生危害的风险，并且本申请提供的方法还能用于对空气、温湿度的监测。具体地，本申请通过以下所述智能报警方法解决以上问题。

如图1所示为本申请提供的智能报警方法流程图。

步骤S110：从至少一个传感器模块获得传感器数据和传感器模块标识符。

具体地，传感器模块中存储传感器数据和传感器模块标识符，所述传感器数据中包括检测的人体信息和环境信息，人体信息包括检测到的人体数量以及人体温度。环境信息具体为温湿度检测值、有害气体检测值以及氧气检测值等信息。优选地，所述传感器模块具体为温湿度传感器模块、有害气体传感器模块、氧气传感器模块以及静态人体传感器模块。

进一步地，传感器标识符与各传感器模块一一对应，用于唯一标识传感器模块。

步骤S120:使用传感器模块标识符查找传感器模块表，获得所述传感器模块的异常表。

具体地，传感器模块表中存储各个传感器模块的标识符与对应的异常表的标识符，通过查找传感器模块表获得与传感器模块表对应的异常表。异常表中包括各传感器的正常状态时的数据和异常状态时的数据，所述数据构成各传感器的异常表。优选地，异常表中包括异常表标识符，所述异常表标识符与传感器标识符对应，通过各传感器的传感器标识符能够获得传感器的异常表。示例性地，异常表标识符与传感器标识符可由数字、字母或其他形式表示，该表示形式以及对应关系均由工作人员预先设置，并且可被更改。

优选地，将异常表标识符与传感器标识符设置完成后，将其分别放入标识符表中，若工作人员再次设置异常表标识符与传感器标识符时，能够查找核实。

步骤S130：使用传感器数据查找异常表，判断传感器数据是否超出阈值范围。

具体地，根据各传感器的传感器数据，在异常表中查找相对应的正常传感器数据和异常传感器数据，并将传感器数据分别与正常传感器数据和异常传感器数据相对比，若传感器数据在正常传感器数据阈值范围内，则说明此传感器检测到的数据是正常的。

优选地，若传感器数据在正常传感器数据阈值范围内，进行预警提示。具体地，获取传感器运行时采集的初始传感器数据并进行记录存储。并将初始传感器数据与当前传感器数据进行比较，结合所述传感器模块的历史数据，实时分析，进行预警提示。所述预警提示并不需要模块间的信息传输，而是通过传感器内置的预警器发出，减少因模块间信息传输造成的时间损耗，更大程度保障用户的人身安全。预警提示考虑到其他因素对于传感器的影响，例如虽然没有超过异常传感器数据阈值范围，但是存在传感器数据比初始数据增幅大幅度提升的异常变化，这时需要结合历史数据，设置预警信息。

进一步地，在查找异常表前，需要设定正常传感器数据和异常传感器数据的阈值，本申请实施例中使用神经网络预测模型对阈值进行预测和设定，再进一步地，使用神经网络预测模型进行预测和设定前，首选需要获取传感器历史采集的数据，利用采集的数据预先对神经网络预测模型进行训练，从而获得训练过的神经网络预测模型，该前期的神经网络预测模型训练具体包括以下步骤：：

步骤D1：获取传感器模块历史采集的数据。

传感器模块的历史采集数据包括采集的正常数据和异常数据。

步骤D2：将历史的正常数据与异常数据作为输入向量，并对神经网络进行初始化。

将输入向量放入神经网络预测模型中对网络初始化，其中根据初始化结果确定网络输入层的节点数、隐含层节点数、输出层节点数，以及输入层、输出层以及隐含层之间的连接权重值、隐含层阈值、输出层阈值。

其中网络输入层的节点数、隐含层节点数、输出层节点数，以及输入层、输出层以及隐含层之间的连接权重值、隐含层阈值、输出层阈值的确定通过现有技术能够得出，在此不再进行阐述。

步骤D3：计算隐含层输出。

根据输入向量，输入层和隐含层间连接权值，以及隐含层阈值，计算隐含层输出。

步骤D4：计算输出层输出。

根据隐含层输出、各层之间的连接权值和输出层阈值，计算神经网络预测输出，即得到传感器的正常数据和异常数据的阈值范围。

具体地，若传感器数据未超过正常传感器数据阈值，则说明获取的传感器数据为安全数据，继续执行。若传感器数据超过正常传感器数据阈值范围，则将传感器数据与异常传感器数据对比。

若传感器数据超过异常传感器数据阈值范围，则说明检测到的数据危险指数较高，启动自救措施。根据检测到的传感器数据进行自救措施，示例性地，若有害气体检测值危险指数较高，则启动系统内的净化模块，传输净化气体，暂时降低有害气体对人体的危害，同时执行步骤S140。不同的传感器数据对应不同的自救方式，其自救方式可取现有技术中的一种或多种进行组合。

若传感器数据在异常传感器数据阈值内，则说明传感器检测到异常数据短时间内不会对人体产生危害，执行步骤S140。

值得注意的是，上述提到的阈值都应与正常标准有所差别，依然以有害气体为例，若有害气体的标准值为0.5PPM，本申请实施例中设定的正常数据阈值调整为0.2PPM，异常数据阈值调整为0.3PPM，异常数据实质上在标准值以下，不会对人体产生危害。

步骤S140：发送报警信息。

具体地，该报警信息包括直接拨打报警电话，以及向手机或其他APP发出警报提示信息。优选地，若检测到的数据对人体产生危险时，则直接拨打报警电话，报警电话具有最高优先级。若检测到的数据暂时未对人体产生危险，则发出警报提示信息具有最高优先级。

在执行步骤S110—S140期间，实时监测传感器是否存在异常，具体地，获取并记录传感器运行之初的初始数据信息，具体地，所述数据信息包括传感器的地址、类型以及运行数据中的一种或多种信息。在传感器运行过程中，实时采集传感器的自身数据信息，并将其与初始数据信息相对比，若传感器的自身数据信息大于初始数据信息的预定倍数时，则说明该传感器异常，需要维护或检修，并发出维修提示。进一步地，所述预定倍数由工作人员设置并且可被修改。

如图2所示，为本申请实施例提供的智能报警系统的内部结构示意图，具体包括数据获取单元201、数据查找单元202、判断单元203、报警单元204。

数据处理单元201用于从数据处理单元201中的至少一个传感器模块获得传感器数据和传感器模块标识符。

优选地，传感器模块还可包括CAN接口、4G通讯模块(含GPS)以及蓝牙模块。其中传感器可应用于汽车中，当传感器模块应用于汽车中时，能够通过CAN总线与行车电脑相连，进行一体式安装，或是通过传感器外接在车内的任意位置。并通过4G通讯模块(含GPS)以及蓝牙模块与移动设备进行通讯。

其中移动设备包括但不限于手机、平板等设备，能够实时查看传感器采集的传感器信息或传感器位置信息。

数据查找单元202与数据获取单元201连接，用于使用传感器模块标识符查找传感器模块表，获得所述传感器模块的异常表。

判断单元203与数据查找单元202连接，用于使用传感器数据查找异常表，判断传感器数据是否超出阈值范围。

如图3所示，其中判断单元203包括如下子模块：训练模块301、设定模块302、第一对比模块303、第二对比模块304、自救模块305。

其中训练模块301用于对神经网络预测模型进行训练。

设定模块302与训练模块301连接，用于根据神经网络预测模型的结果设定并调整正常传感器数据和异常传感器数据的阈值。

第一对比模块303与设定模块302连接，用于将传感器数据与正常传感器数据对比。若传感器数据未超过正常传感器数据阈值，则说明获取的传感器数据为安全数据，继续执行。若传感器数据超过正常传感器数据阈值范围，则将传感器数据传输至第二对比模块304。

第二对比模块304与第一对比模块连接，用于将传感器数据与异常传感器数据对比。若传感器数据超过异常传感器数据阈值范围，则说明检测到的数据危险指数较高，向自救模块305发送自救信息，自救模块305启动自救措施。若传感器数据在异常传感器数据阈值范围内，则说明传感器检测到异常数据短时间内不会对人体产生危害，继续执行。

优选地，判断单元203还包括记录存储模块、分析模块、预警提示模块(未在图中示出)。

具体地，记录存储模块用于获取传感器运行时采集的初始传感器数据并进行记录存储。

分析模块与记录存储模块连接，将初始传感器数据与异常传感器数据进行对比，结合所述传感器模块的历史数据，实时分析。

预警提示模块与分析模块连接，用于根据分析结果进行预警提示。

报警单元204分别与判断单元203和移动设备连接，用于根据判断结果进行报警，或向移动设备发送警报提示。

优选地，报警单元204还能够对报警信息进行优先级排序，根据判断结果选择报警方式。

进一步地，智能报警系统还包括异常检测单元(图中未示出)。异常检测单元用于实时监测传感器是否存在异常。异常检测单元中还包括采集模块、第四对比模块与提示模块(图中未示出)，其中采集模块用于采集传感器运行之初的初始数据信息与传感器的自身数据信息，并将初始数据信息与自身数据信息传输至第四对比模块进行对比，若传感器的自身数据信息大于初始数据信息的预定倍数时，则说明该传感器异常，需要维护或检修，并发出维修提示。

本申请具有以下有益效果：

(1)本申请提供的智能报警方法及其装置，能够根据传感器采集到的信息进行自动智能报警，大大降低了因疏忽而对用户产生危害的风险。

(2)本申请提供的智能报警方法及其装置，能够对传感器采集的传感器信息进行多重对比，使结果更加精确，并且更大程度上增加了对用户的保护。

虽然当前申请参考的示例被描述，其只是为了解释的目的而不是对本申请的限制，对实施方式的改变，增加和/或删除可以被做出而不脱离本申请的范围。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种智能报警的方法，其特征在于，包括如下步骤：

从至少一个传感器模块获得传感器数据和传感器模块标识符；

使用传感器模块标识符查找传感器模块表，获得所述传感器模块的异常表；

使用传感器数据查找异常表，判断传感器数据是否超出阈值；

在超出阈值时发送报警信息。

2.如权利要求1所述的智能报警的方法，其特征在于，传感器模块中存储传感器数据和传感器模块标识符，所述传感器数据中包括检测的人体信息和环境信息，所述传感器标识符唯一识别传感器模块。

3.如权利要求1所述的智能报警的方法，其特征在于，异常表中包括异常表标识符，所述异常表标识符与传感器标识符对应，通过各传感器的传感器标识符获得传感器的异常表。

4.如权利要求1所述的智能报警的方法，其特征在于，根据获得的传感器数据，在异常表中查找相对应的正常传感器数据和异常传感器数据，并将所述传感器数据分别与正常传感器数据和异常传感器数据进行对比从而判断传感器数据是否超出阈值；

若传感器数据未超过正常传感器数据阈值，则继续执行；

若传感器数据超过正常传感器数据阈值，则将传感器数据与异常传感器数据对比。

5.如权利要求4所述的智能报警的方法，其特征在于，若传感器数据超过异常传感器数据阈值，启动自救措施；若传感器数据未超过异常传感器数据阈值，则继续执行。

6.如权利要求4所述的智能报警的方法，其特征在于，还包括，若传感器数据在正常传感器数据阈值内，进行预警提示。

7.如权利要求1所述的智能报警的方法，其特征在于，还包括，实时监测传感器是否存在异常，若存在异常则发出维修提示，若不存在异常则继续执行。

8.如权利要求7所述的智能报警的方法，其特征在于，实时采集传感器的自身数据信息，并将所述自身数据信息与初始数据信息相对比，若自身数据信息大于初始数据信息的预定倍数时，则所述传感器异常。

9.一种智能报警系统，其特征在于，包括数据获取单元、数据查找单元、判断单元、报警单元；

数据处理单元，从至少一个传感器模块获得传感器数据和传感器模块标识符；

数据查找单元，使用传感器模块标识符查找传感器模块表，获得所述传感器模块的异常表；

判断单元，使用传感器数据查找异常表，判断传感器数据是否超出阈值；

报警单元，根据判断结果进行报警，或向移动设备发送警报提示。

10.如权利要求9所述的智能报警系统，其特征在于，判断单元包括如下子模块：第一对比模块、第二对比模块、自救模块；

第一对比模块，将传感器数据与正常传感器数据对比；若传感器数据未超过正常传感器数据阈值，则继续执行；

若传感器数据超过正常传感器数据阈值，则将传感器数据传输至第二对比模块；

第二对比模块，将传感器数据与异常传感器数据对比；若传感器数据超过异常传感器数据阈值，则说明检测到的数据危险指数较高，向自救模块发送自救信息，自救模块启动自救措施；

若传感器数据在异常传感器数据阈值内，则继续执行。