CN110206330B - 一种基于大数据的校园楼层智能防护系统 - Google Patents

一种基于大数据的校园楼层智能防护系统 Download PDF

Info

Publication number
CN110206330B
CN110206330B CN201910496604.2A CN201910496604A CN110206330B CN 110206330 B CN110206330 B CN 110206330B CN 201910496604 A CN201910496604 A CN 201910496604A CN 110206330 B CN110206330 B CN 110206330B
Authority
CN
China
Prior art keywords
guardrail
equipment
thrust
danger
student
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910496604.2A
Other languages
English (en)
Other versions
CN110206330A (zh
Inventor
邱鑫梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Dieyi Technology Co ltd
Original Assignee
Guangdong Dieyi Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Dieyi Network Technology Co Ltd filed Critical Guangdong Dieyi Network Technology Co Ltd
Priority to CN201910496604.2A priority Critical patent/CN110206330B/zh
Publication of CN110206330A publication Critical patent/CN110206330A/zh
Application granted granted Critical
Publication of CN110206330B publication Critical patent/CN110206330B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E04—BUILDING
    • E04G—SCAFFOLDING; FORMS; SHUTTERING; BUILDING IMPLEMENTS OR AIDS, OR THEIR USE; HANDLING BUILDING MATERIALS ON THE SITE; REPAIRING, BREAKING-UP OR OTHER WORK ON EXISTING BUILDINGS
    • E04G21/00—Preparing, conveying, or working-up building materials or building elements in situ; Other devices or measures for constructional work
    • E04G21/32—Safety or protective measures for persons during the construction of buildings
    • E04G21/3261—Safety-nets; Safety mattresses; Arrangements on buildings for connecting safety-lines
    • E04G21/3266—Safety nets
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开一种基于大数据的校园楼层智能防护系统，包括综合特征识别设备、形体动作提取设备、护栏受力检测设备、危险模式分析设备、人体状态检测设备、数据处理中心、防护支撑机构以及防护气垫执行机构，防护支撑机构包括中部防护装置、防护网和两侧防护装置，中间防护装置包括伸展架、U型滑板、电动伸缩杆和定位架，侧防护装置包括定位板、滑动条和传动部件。本发明提供的基于大数据的校园楼层智能防护系统，通过对护栏处学生的行为动作、面部表情以及护栏所受的推力、压力进行检测，判断学生的行为动作是否危险，并通过人体状态检测设备检测是否有学生坠落以及坠落的位置，控制防护支撑机构或防护气垫执行机构进行防护，保护坠落学生的安全，降低了伤亡。

Description

一种基于大数据的校园楼层智能防护系统
技术领域
本发明属于校园安全技术领域，涉及到一种基于大数据的校园楼层智能防护系统。
背景技术
学校教育是人类传承文明成果的一种方式和途径。因此，学校的重要任务就是让学生掌握他们应当掌握的知识。对知识掌握的效果如何，要通过考试来检验。
随着目前学生学习压力逐渐增大，青少年身心健康问题一直是家庭、学校以及社会关注的焦点，尽管社会各界采取了一些措施来加强青少年思想道德建设，其中校园坠楼事件频频发生，为了预防学生坠楼，一些学校在校园内装了摄像头来实时监控，增加校园安保的巡查力度，但是由于采用人工监测，存在监控范围大、力度不足以及效率低.
中国专利公开号CN201210142464.7，公开日2012年10月03日，发明创造的名称为一种预防学生坠楼的监控系统，该申请公开了一种预防学生坠楼的监控系统，包括有主控计算机，主控计算机与设在学校建筑顶层的定位传感器、学生身上的移动定位传感器、监控摄像头、红外传感器及监控人员手持的通讯设备无线相连，红外传感器与定位传感器无线连接，定位传感器与移动定位传感器无线连接，其不足之处是无法根据学生的位置，设置防护装置，对坠落的学生进行防护，同时，一旦检测到学生坠楼后，监控人员赶到事发事故现场的时间过长，无法及时对坠落学生进行救护。
发明内容
本发明的目的在于提供的一种基于大数据的校园楼层智能防护系统，解决了现有技术中存在的无法及时对坠落人员进行防护，存在时效性差、防护不及时以及防护效果差的问题。
本发明的目的可以通过以下技术方案实现：
一种基于大数据的校园楼层智能防护系统，包括护栏场景拍摄设备，所述护栏场景拍摄设备，包括若干高清摄像头，用于拍摄防护栏周侧的图像信息，并输出拍摄的护栏周侧的图像信息；
场景滤波处理设备，与护栏场景拍摄设备连接，用于接收护栏周侧的图像信息，对护栏周侧的学生图像信息进行滤波处理，获得滤波后的护栏周侧图像；
场景信噪比分析设备，与场景滤波处理模块连接，用于接收滤波后的护栏周侧图像，将接收的护栏周侧图像的信噪比进行解析，并将解析的图像信噪比与预设的图像信噪比阈值进行对比，若护栏周侧的图像信噪比小于预设的图像信噪比阈值，则去除小于预设的图像信噪比阈值的护栏周侧图像，并发送触发控制指令至护栏场景拍摄设备，控制护栏场景拍摄设备继续图像的拍摄，保留图像信噪比大于预设的图像信噪比阈值的护栏周侧图像；
画面提取设备，与场景信噪比分析设备连接，用于接收图像信噪比大于预设的图像信噪比阈值的护栏周侧图像，对护栏周侧图像中的学生轮廓进行提取，以提取图像中学生脸部子图像，对提取的学生脸部子图像进行灰度归一化处理，为后期特征提取以及分类识别提供基础，将归一化处理后的护栏周侧图像中的眼睛、眉毛、嘴巴的位置变化进行定位和测量，判断眼睛、眉毛、嘴巴的大小、距离以及形状特征的变化，作为表情识别的特征；
综合特征识别设备，与画面提取设备连接，用于接收护栏周侧图像中学生的眼睛、眉毛、嘴巴的大小、距离以及形状特征的变化，并将学生眼睛、眉毛、嘴巴的大小、距离以及形状特征的变化与特征存储数据库中存储的各标准表情对应的眼睛、眉毛、嘴巴的大小、距离以及形状变化特征进行逐一对比，以确定护栏周侧图像中学生的面部表情；
形体动作提取设备，与场景信噪比分析设备连接，用于接收图像信噪比大于预设的图像信噪比阈值的护栏周侧图像，对护栏周侧图像中的学生行为动作与特征存储数据库中存储的危险行为动作进行对比，并将危险行为动作对应的行为编号发送至危险模式分析设备；
护栏受力检测设备，安装在护栏侧表面和护栏上表面，用于实时检测护栏所受向外的推力以及护栏所受的压力，并将检测的护栏所受的向外推力以及护栏所受的压力；
持续统计定位设备，安装在护栏的上方墙顶处，与场景信噪比分析设备连接，将某一时刻的护栏周侧的图像与下一固定时间间隔后的护栏周侧的图像进行对比，判断护栏前各学生持续站立的时长以及学生对应的位置标识；
危险模式分析设备，与综合特征识别设备、形体动作提取设备、持续统计定位设备以及护栏受力检测设备连接，接收综合特征识别设备发送的护栏前各学生的面部表情，对接收的面部表情是否异常进行判断，若面部表情异常，则表明情感危险系数为f(1＜f＜2)，若面部表情正常，则情感危险系数f＝1；
接收形体动作提取设备发送的危险行为动作对应的行为编号，并根据接收的动作对应的行为编号提取该行为编号对应的危险系数；
接收护栏受力检测设备发送的护栏所受的向外推力以及压力，将护栏所受的向外推力与预设的安全推力阈值范围进行对比，若向外推力小于预设的安全推力阈值下限，则推力危险系数为a,若向外推力大于预设的安全推力阈值下限且小于预设的安全推力阈值上限，则推力危险系数为b，若向外推力大于预设的安全推力阈值上限，则推力危险系数为c，其中，安全推力阈值下限小于安全推力阈值上限，且推力危险系数c＞b＞a；
危险模式分析设备根据护栏对应的推力危险系数、护栏所受的推力和压力、行为危险系数以及情感危险系数统计护栏周侧学生的综合评估危险影响系数，判断各学生对应的综合评估危险影响系数是否大于设定的综合评估危险影响系数，若大于，则发送控制指令至持续统计定位设备，控制持续统计定位设备获取推力大于预设的安全推力阈值上限、情感危险系数f数值大于1或行为具有行为危险系数的位置处的学生所站立的时长以及位置。
进一步地，还包括特征存储数据库，所述特征存储数据库用于存储学生在走廊上的危险行为动作，所述危险行为动作，包括骑在护栏上的动作、整个人趴在护栏上动作、踢打护栏动作以及学生间的追逐、打闹，不同的危险行为动作与行为编号一一对应，不同的行为编号对应不同的危险系数，存储不同面部表情对应的不同情感危险系数，且每个面部表情与情感危险系数一一对应，同时，存储不同人员不同表情对应的眼睛、眉毛、嘴巴的大小、距离以及形状变化特征。
进一步地，所述护栏受力检测设备包括若干用于检测所受向外推力的压力传感器以及若干用于检测所受压力的压力传感器，各压力传感器等间距分布在护栏侧表面或护栏上表面。
进一步地，还包括人体状态检测设备和数据处理中心，人体状态检测设备，包括若干高清摄像头，所述高清摄像头安装在防护栏的下方，用于实时检测是否有人越过防护栏，并根据摄像头图像分析学生越过防护栏的位置标识；
数据处理中心，与人体状态检测设备连接，用于接收人体状态检测设备发送的是否有人越过防护栏以及越过防护栏的位置标识，一旦有人越过防护栏，则数据处理中心发送控制指令至学生越过防护栏位置标识正下方的防护支撑机构，控制防护支撑机构伸出，同时，数据处理中心将学生跌落的地理位置经无线通信网络发送至距离学校最近的医院院区。
进一步地，所述数据处理中心与持续统计定位设备和危险模式分析设备连接，用于接收危险模式分析设备发送的综合评估危险影响系数，并将接收的综合评估危险影响系数经通信网络发送至校园管理显示终端，数据处理中心接收持续统计定位设备发送的护栏所受推力大于预设的安全推力阈值上限、情感危险系数f数值大于1或行为具有行为危险系数的位置处的学生所站立的时长以及位置标识，数据处理中心根据接收的位置标识发送控制指令至各位置处的防护支撑机构，控制防护支撑机构伸出预先进入防护状态，同时，数据处理中心将接收的护栏所受推力大于预设的安全推力阈值上限、情感危险系数f数值大于1或行为具有行为危险系数的位置处的学生所站立的时长以及位置标识经通信网络发送至校园管理显示终端。
进一步地，所述综合评估危险影响系数
Figure GDA0002286772090000051
e表示为自然数，取2.718，χ表示为比例因子，取1.562，A表示为推力危险系数，A＝a,b,c，TA表示为护栏所受的向外推力，TY表示为护栏所受的压力，∑X表示为某一学生一米范围内各学生的危险行为动作对应的行为危险系数的累计之和，f表示为该学生的情感危险系数。
进一步地，还包括防护气垫执行机构，所述防护气垫执行机构与数据处理中心连接，一旦学生从防护栏上坠落，人体状态检测设备将学生越过防护栏的位置标识发送至数据处理中心，数据处理中心将坠落至地面上的位置发送至防护气垫执行机构；
所述防护气垫执行机构包括控制执行设备、中心控制设备、距离匹配跟踪设备和数据接收设备，数据接收设备接收数据处理中心发送的学生坠落的位置信息，并将接收的位置信息发送至中心控制设备；
控制执行设备，安装在气垫的中心以及四个拐角处，用于带动气垫进行移动；
中心控制设备接收学生坠落的位置，发送控制指令至控制指令设备，控制气垫移动至指定的位置，并接收距离匹配跟踪设备发送的最佳路径，根据接收的最佳路径对控制执行设备进行控制；
距离匹配跟踪设备与中心控制设备连接，用于实时获取气垫中心位置标识，并将气垫中心位置实时与学生坠落的位置进行对比，以提供最佳的路径，并将最佳的路径发送至中心控制设备，中心控制设备控制控制执行设备按照最佳的路径进行移动。
进一步地，所述防护支撑机构包括中部防护装置、防护网和两侧防护装置，所述中部防护装置包括伸展架、U型滑板、电动伸缩杆和定位架，伸展架由若干连接板通过铰接轴铰接而成，伸展架一端通过铰接轴铰接有卡接板；
所述U型滑板一端固定有电动伸缩杆，所述电动伸缩杆的伸缩方向与伸展架的拉伸方向相同，另一端固定连接有定位柱，所述定位柱与伸展架上的第二个铰接孔相配合；
所述定位架一端开有滑动导轨，所述滑动导轨与电动伸缩杆滑动配合，另一端固定开有限位槽，限位槽内定位架上开有铰接孔，所述铰接孔与限位槽相连通，限位槽与伸展架一端配合，并通过连接柱依次贯穿铰接孔以及伸缩架上的第一个铰接孔；
侧防护装置包括定位板、滑动条和传动部件，所述定位板下端面固定安装在每层教学楼层的顶部，定位板上表面开有凹槽，所述凹槽内滑动安装有滑动条，滑动条上端面分布有锯齿，定位板一侧固定连接有L型支撑架，所述L型支撑架上开有安装孔；传动部件包括电机、输出轴以及与滑动条上的锯齿相啮合的传动齿轮，所述电机通过输出轴与传动齿轮连接；
所述卡接板两端分别与防护网两端固定，防护装置上的滑动条一端与防护网另一端固定。
进一步地，所述中部防护装置与两侧防护装置在同一水平面上，且两侧防护装置分别位于中部防护装置的两侧，侧防护装置与中部防护装置间的夹角为30-60°。
本发明的有益效果：
本发明提供的一种基于大数据的校园楼层智能防护系统，通过在各教学楼楼层顶部设置有摄像头，拍摄各楼层处护栏周侧的学生图像信息，并对采集学生的图像进行分析、处理，以识别图像中学生的行为动作以及学生的面部表情，判断学生的行为动作是否危险，为后期学生发生异常行为的可行性进行评估，具有图像特征提取速度快的特点；
通过对护栏的压力和推力进行检测，判断护栏所受的向外推力与预设的推力阈值进行对比，根据护栏所受的压力和推力间的比例关系，且结合护栏处学生的面部表情以及学生和学生周侧同学的危险行为动作，综合评估学生在护栏处的综合评估危险影响系数，根据综合评估危险影响系数的大小控制防护支撑机构预先伸出进入防护状态，最大化的降低危险事故的发生，可提前预测学生所处的危险情况，起到预测的作用，为后期防护准备提供足够的时间，最大化的保证了学生的安全；
通过人体状态检测设备对护栏处是否有人翻越进行检测，并根据采集的图像获取学生翻越的位置，发送学生翻越的位置标识至数据处理中心，数据处理中心根据位置标识控制该位置标识下方的防护支撑机构伸出，坠落的学生跌落至防护支撑机构中的防护网中，可对坠落的学生进行有效的防护；
通过检测到右学生坠落或有学生可能发生坠落时，将对应的位置发送至数据处理中心，数据处理中心将位置发送至防护气垫执行机构，防护气垫执行机构移动中至坠落位置的正下方，保证学生坠落后跌至防护气垫上，起到二重保护的作用，降低学生的伤亡；
数据处理中心发送控制指令学生坠落位置或可能坠落位置处的房主支撑机构，控制中部防护装置以及两侧防护装置均向外伸长，直至伸长到最大程度，此时防护网撑开，坠落学生跌落至防护网中，可对坠落的学生进行保护，本系统具有实时防护、安全防护系数高以及智能化特性高的特点，降低了意外事故的造成的人员伤亡。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明中防护支撑机构的示意图；
图2为本发明中防护支撑机构中的局部示意图；
图3为本发明中防护支撑机构中的局部示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1：
一种基于大数据的校园楼层智能防护系统，包括护栏场景拍摄设备，所述护栏场景拍摄设备，包括若干高清摄像头，安装在防护栏的上方墙顶处，用于拍摄防护栏周侧的图像信息，并输出拍摄的护栏周侧的图像信息；
场景滤波处理设备，与护栏场景拍摄设备连接，用于接收护栏周侧的图像信息，对护栏周侧的学生图像信息进行滤波处理，获得滤波后的护栏周侧图像；
场景信噪比分析设备，与场景滤波处理模块连接，用于接收滤波后的护栏周侧图像，将接收的护栏周侧图像的信噪比进行解析，并将解析的图像信噪比与预设的图像信噪比阈值进行对比，若护栏周侧的图像信噪比小于预设的图像信噪比阈值，则去除小于预设的图像信噪比阈值的护栏周侧图像，并发送触发控制指令至护栏场景拍摄设备，控制护栏场景拍摄设备继续图像的拍摄，保留图像信噪比大于预设的图像信噪比阈值的护栏周侧图像；
画面提取设备，与场景信噪比分析设备连接，用于接收图像信噪比大于预设的图像信噪比阈值的护栏周侧图像，对护栏周侧图像中的学生轮廓进行提取，以提取图像中学生脸部子图像，对提取的学生脸部子图像进行灰度归一化处理，为后期特征提取以及分类识别提供基础，将归一化处理后的护栏周侧图像中的眼睛、眉毛、嘴巴的位置变化进行定位和测量，判断眼睛、眉毛、嘴巴的大小、距离以及形状等特征的变化，作为表情识别的特征，减少了表情识别的数据量，提高了数据提取的效率。
综合特征识别设备，与画面提取设备连接，用于接收护栏周侧图像中学生的眼睛、眉毛、嘴巴的大小、距离以及形状等特征的变化，并将学生眼睛、眉毛、嘴巴的大小、距离以及形状特征的变化与特征存储数据库中存储的各标准表情对应的眼睛、眉毛、嘴巴的大小、距离以及形状变化特征进行逐一对比，以确定护栏周侧图像中学生的面部表情，能够快速识别学生的面部表情以及表情的变化；
形体动作提取设备，与场景信噪比分析设备连接，用于接收图像信噪比大于预设的图像信噪比阈值的护栏周侧图像，对护栏周侧图像中的学生行为动作与特征存储数据库中存储的危险行为动作进行对比，并将危险行为动作对应的行为编号发送至危险模式分析设备；
特征存储数据库用于存储学生在走廊上的危险行为动作，所述危险行为动作，包括骑在护栏上的动作、整个人趴在护栏上动作、踢打护栏动作以及学生间的追逐、打闹等，不同的危险行为动作与行为编号一一对应，不同的行为编号对应不同的危险系数，存储不同面部表情对应的不同情感危险系数，且每个面部表情与情感危险系数一一对应，同时，存储不同人员不同表情对应的眼睛、眉毛、嘴巴的大小、距离以及形状变化特征；
护栏受力检测设备，安装在护栏侧表面和护栏上表面，用于实时检测护栏所受向外的推力以及护栏所受的压力，并将检测的护栏所受的向外推力以及护栏所受的压力，所述护栏受力检测设备包括若干用于检测所受向外推力的压力传感器以及若干用于检测所受压力的压力传感器，各压力传感器等间距分布在护栏侧表面或护栏上表面。
持续统计定位设备，安装在护栏的上方墙顶处，与场景信噪比分析设备连接，将某一时刻的护栏周侧的图像与下一固定时间间隔后的护栏周侧的图像进行对比，判断护栏前各学生持续站立的时长以及学生对应的位置标识；
危险模式分析设备，与综合特征识别设备、形体动作提取设备、持续统计定位设备以及护栏受力检测设备连接，接收综合特征识别设备发送的护栏前各学生的面部表情，对接收的面部表情是否异常进行判断，若面部表情异常，则表明情感危险系数为f(1＜f＜2)，若面部表情正常，则情感危险系数f＝1，其中，异常面部表情包括哭、愤怒、难过等；
接收形体动作提取设备发送的危险行为动作对应的行为编号，并根据接收的动作对应的行为编号提取该行为编号对应的危险系数；
接收护栏受力检测设备发送的护栏所受的向外推力以及压力，将护栏所受的向外推力与预设的安全推力阈值范围进行对比，若向外推力小于预设的安全推力阈值下限，则推力危险系数为a,若向外推力大于预设的安全推力阈值下限且小于预设的安全推力阈值上限，则推力危险系数为b，若向外推力大于预设的安全推力阈值上限，则推力危险系数为c，其中，安全推力阈值下限小于安全推力阈值上限，且推力危险系数c＞b＞a；
危险模式分析设备根据护栏对应的推力危险系数、护栏所受的推力和压力、行为危险系数以及情感危险系数统计护栏周侧学生的综合评估危险影响系数
Figure GDA0002286772090000111
e表示为自然数，取2.718，χ表示为比例因子，取1.562，A表示为推力危险系数，A＝a,b,c，TA表示为护栏所受的向外推力，TY表示为护栏所受的压力，∑X表示为某一学生一米范围内各学生的危险行为动作对应的行为危险系数的累计之和，f表示为该学生的情感危险系数，判断各学生对应的综合评估危险影响系数是否大于设定的综合评估危险影响系数，若大于，则发送控制指令至持续统计定位设备，控制持续统计定位设备获取推力大于预设的安全推力阈值上限、情感危险系数f数值大于1或行为具有行为危险系数的位置处的学生所站立的时长以及位置标识，同时，危险模式分析设备将护栏周侧学生的综合评估危险影响系数发送至数据处理中心，综合评估危险影响系数越高，表明该护栏学生可能坠落的可能性越大；
人体状态检测设备，包括若干高清摄像头，所述高清摄像头安装在防护栏的下方，用于实时检测是否有人越过防护栏，并根据摄像头图像分析学生越过防护栏的位置标识；
数据处理中心，与人体状态检测设备连接，用于接收人体状态检测设备发送的是否有人越过防护栏以及越过防护栏的位置标识，一旦有人越过防护栏，则数据处理中心发送控制指令至学生越过防护栏位置标识正下方的防护支撑机构，控制防护支撑机构伸出，同时，数据处理中心将学生跌落的地理位置经无线通信网络发送至距离学校最近的医院院区，便于第一时间对跌落的学生进行安全检查。
另外，数据处理中心，还与持续统计定位设备和危险模式分析设备连接，接收危险模式分析设备发送的综合评估危险影响系数，并将接收的综合评估危险影响系数经通信网络发送至校园管理显示终端，便于教师职工人员及时了解护栏前学生的危险状况，数据处理中心接收持续统计定位设备发送的护栏所受推力大于预设的安全推力阈值上限、情感危险系数f数值大于1或行为具有行为危险系数的位置处的学生所站立的时长以及位置标识，数据处理中心根据接收的位置标识发送控制指令至各位置处的防护支撑机构，控制防护支撑机构伸出预先进入防护状态，最大化的降低危险事故的发生，且数据处理中心将接收的护栏所受推力大于预设的安全推力阈值上限、情感危险系数f数值大于1或行为具有行为危险系数的位置处的学生所站立的时长以及位置标识经通信网络发送至校园管理显示终端。
请参阅图1-3所示，防护支撑机构包括中部防护装置1、防护网3和两侧防护装置2，所述中部防护装置包括伸展架11、U型滑板13、电动伸缩杆15和定位架17，伸展架11由若干连接板通过铰接轴12铰接而成，伸展架11一端通过铰接轴铰接有卡接板16；
U型滑板13一端固定有电动伸缩杆15，所述电动伸缩杆15的伸缩方向与伸展架11的拉伸方向相同，另一端固定连接有定位柱14，所述定位柱14与伸展架11上的第二个铰接孔相配合；
所述定位架17固定安装每层教学楼层的顶部，定位架17一端开有滑动导轨18，所述滑动导轨18与电动伸缩杆15滑动配合，另一端固定开有限位槽19，限位槽19内定位架17上开有铰接孔10，所述铰接孔10与限位槽19相连通，限位槽19与伸展架11一端配合，并通过连接柱依次贯穿铰接孔10以及伸缩架11上的第一个铰接孔；
两侧防护装置与中部防护装置在同一水平面上，且两侧防护装置分别位于中部防护装置的两侧，侧防护装置与中部防护装置间的夹角为30-60°；
侧防护装置包括定位板21、滑动条24和传动部件，所述定位板21下端面固定安装在每层教学楼层的顶部，定位板21上表面开有凹槽，所述凹槽内滑动安装有滑动条24，滑动条24上端面分布有锯齿25，定位板21一侧固定连接有L型支撑架22，所述L型支撑架22上开有安装孔23；传动部件包括电机28、输出轴26和传动齿轮27，所述电机28通过输出轴26与传动齿轮27连接，所述输出轴26与安装孔23相配合，传动齿轮27与滑动条24上的锯齿25相啮合，通过电机28工作，带动输出轴26转动，进而带动传动齿轮27转动。
卡接板16两端分别与防护网两端固定，防护装置上的滑动条24一端与防护网一端固定，实现防护网的四端均进行固定连接。
当数据处理中心发送控制指令至防护支撑机构控制电动伸缩杆15和两电机28进行工作，电动伸缩杆15伸长，带动U型滑板13沿电动伸缩杆15伸长方向进行移动，定位柱14带动伸展架11进行拉伸，延伸至防护栏的外侧，电机28工作，通过输出轴26带动传动齿轮27转动，传动齿轮27转动带动滑动条24在定位板21上滑动，实现防护网网口大小的调节，其中，防护支撑机构伸展完成后，防护网网口展开的尺寸最大，提高了接住学生的概率。
实施例2：
一种基于大数据的校园楼层智能防护系统，包括实施例1中的所有技术特征，并包括防护气垫执行机构，防护气垫执行机构与数据处理中心连接，一旦学生从防护栏上坠落，人体状态检测设备将学生越过防护栏的位置标识发送至数据处理中心，数据处理中心将坠落至地面上的位置发送至防护气垫执行机构；
所述防护气垫执行机构包括控制执行设备、中心控制设备、距离匹配跟踪设备和数据接收设备，数据接收设备接收数据处理中心发送的学生坠落的位置信息，并将接收的位置信息发送至中心控制设备；
控制执行设备，安装在气垫的中心以及四个拐角处，用于带动气垫进行移动；
中心控制设备接收学生坠落的位置，发送控制指令至控制指令设备，控制气垫移动至指定的位置，并接收距离匹配跟踪设备发送的最佳路径，根据接收的最佳路径对控制执行设备进行控制；
距离匹配跟踪设备与中心控制设备连接，用于实时获取气垫中心位置标识，并将气垫中心位置实时与学生坠落的位置进行对比，以提供最佳的路径，并将最佳的路径发送至中心控制设备，中心控制设备控制控制执行设备按照最佳的路径进行移动，缩短气垫到达坠落地点的时间，提高了防护气垫到达的效率，增加了学生的安全性。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种基于大数据的校园楼层智能防护系统，其特征在于：包括护栏场景拍摄设备，所述护栏场景拍摄设备，包括若干高清摄像头，用于拍摄防护栏周侧的图像信息，并输出拍摄的护栏周侧的图像信息；
场景滤波处理设备，与护栏场景拍摄设备连接，用于接收护栏周侧的图像信息，对护栏周侧的学生图像信息进行滤波处理，获得滤波后的护栏周侧图像；
场景信噪比分析设备，与场景滤波处理模块连接，用于接收滤波后的护栏周侧图像，将接收的护栏周侧图像的信噪比进行解析，并将解析的图像信噪比与预设的图像信噪比阈值进行对比，若护栏周侧的图像信噪比小于预设的图像信噪比阈值，则去除小于预设的图像信噪比阈值的护栏周侧图像，并发送触发控制指令至护栏场景拍摄设备，控制护栏场景拍摄设备继续图像的拍摄，保留图像信噪比大于预设的图像信噪比阈值的护栏周侧图像；
画面提取设备，与场景信噪比分析设备连接，用于接收图像信噪比大于预设的图像信噪比阈值的护栏周侧图像，对护栏周侧图像中的学生轮廓进行提取，以提取图像中学生脸部子图像，对提取的学生脸部子图像进行灰度归一化处理，为后期特征提取以及分类识别提供基础，将归一化处理后的护栏周侧图像中的眼睛、眉毛、嘴巴的位置变化进行定位和测量，判断眼睛、眉毛、嘴巴的大小、距离以及形状特征的变化，作为表情识别的特征；
综合特征识别设备，与画面提取设备连接，用于接收护栏周侧图像中学生的眼睛、眉毛、嘴巴的大小、距离以及形状特征的变化，并将学生眼睛、眉毛、嘴巴的大小、距离以及形状特征的变化与特征存储数据库中存储的各标准表情对应的眼睛、眉毛、嘴巴的大小、距离以及形状变化特征进行逐一对比，以确定护栏周侧图像中学生的面部表情；
形体动作提取设备，与场景信噪比分析设备连接，用于接收图像信噪比大于预设的图像信噪比阈值的护栏周侧图像，对护栏周侧图像中的学生行为动作与特征存储数据库中存储的危险行为动作进行对比，并将危险行为动作对应的行为编号发送至危险模式分析设备；
护栏受力检测设备，安装在护栏侧表面和护栏上表面，用于实时检测护栏所受向外的推力以及护栏所受的压力，并将检测的护栏所受的向外推力以及护栏所受的压力；
持续统计定位设备，安装在护栏的上方墙顶处，与场景信噪比分析设备连接，将某一时刻的护栏周侧的图像与下一固定时间间隔后的护栏周侧的图像进行对比，判断护栏前各学生持续站立的时长以及学生对应的位置标识；
危险模式分析设备，与综合特征识别设备、形体动作提取设备、持续统计定位设备以及护栏受力检测设备连接，接收综合特征识别设备发送的护栏前各学生的面部表情，对接收的面部表情是否异常进行判断，若面部表情异常，则表明情感危险系数为f(1＜f＜2)，若面部表情正常，则情感危险系数f＝1；
接收形体动作提取设备发送的危险行为动作对应的行为编号，并根据接收的动作对应的行为编号提取该行为编号对应的危险系数；
接收护栏受力检测设备发送的护栏所受的向外推力以及压力，将护栏所受的向外推力与预设的安全推力阈值范围进行对比，若向外推力小于预设的安全推力阈值下限，则推力危险系数为a,若向外推力大于预设的安全推力阈值下限且小于预设的安全推力阈值上限，则推力危险系数为b，若向外推力大于预设的安全推力阈值上限，则推力危险系数为c，其中，安全推力阈值下限小于安全推力阈值上限，且推力危险系数c＞b＞a；
所述危险模式分析设备根据护栏对应的推力危险系数、护栏所受的推力和压力、行为危险系数以及情感危险系数统计护栏周侧学生的综合评估危险影响系数，判断各学生对应的综合评估危险影响系数是否大于设定的综合评估危险影响系数，若大于，则发送控制指令至持续统计定位设备，控制持续统计定位设备获取推力大于预设的安全推力阈值上限、情感危险系数f数值大于1或行为具有行为危险系数的位置处的学生所站立的时长以及位置。
2.根据权利要求1所述的一种基于大数据的校园楼层智能防护系统，其特征在于：还包括特征存储数据库，所述特征存储数据库用于存储学生在走廊上的危险行为动作，所述危险行为动作，包括骑在护栏上的动作、整个人趴在护栏上动作、踢打护栏动作以及学生间的追逐、打闹，不同的危险行为动作与行为编号一一对应，不同的行为编号对应不同的危险系数，存储不同面部表情对应的不同情感危险系数，且每个面部表情与情感危险系数一一对应，同时，存储不同人员不同表情对应的眼睛、眉毛、嘴巴的大小、距离以及形状变化特征。
3.根据权利要求1所述的一种基于大数据的校园楼层智能防护系统，其特征在于：所述护栏受力检测设备包括若干用于检测所受向外推力的压力传感器以及若干用于检测所受压力的压力传感器，各压力传感器等间距分布在护栏侧表面或护栏上表面。
4.根据权利要求1所述的一种基于大数据的校园楼层智能防护系统，其特征在于：还包括人体状态检测设备和数据处理中心，人体状态检测设备，包括若干高清摄像头，所述高清摄像头安装在防护栏的下方，用于实时检测是否有人越过防护栏，并根据摄像头图像分析学生越过防护栏的位置标识；
数据处理中心，与人体状态检测设备连接，用于接收人体状态检测设备发送的是否有人越过防护栏以及越过防护栏的位置标识，一旦有人越过防护栏，则数据处理中心发送控制指令至学生越过防护栏位置标识正下方的防护支撑机构，控制防护支撑机构伸出，同时，数据处理中心将学生跌落的地理位置经无线通信网络发送至距离学校最近的医院院区。
5.根据权利要求1所述的一种基于大数据的校园楼层智能防护系统，其特征在于：所述数据处理中心与持续统计定位设备和危险模式分析设备连接，用于接收危险模式分析设备发送的综合评估危险影响系数，并将接收的综合评估危险影响系数经通信网络发送至校园管理显示终端，数据处理中心接收持续统计定位设备发送的护栏所受推力大于预设的安全推力阈值上限、情感危险系数f数值大于1或行为具有行为危险系数的位置处的学生所站立的时长以及位置标识，数据处理中心根据接收的位置标识发送控制指令至各位置处的防护支撑机构，控制防护支撑机构伸出预先进入防护状态，同时，数据处理中心将接收的护栏所受推力大于预设的安全推力阈值上限、情感危险系数f数值大于1或行为具有行为危险系数的位置处的学生所站立的时长以及位置标识经通信网络发送至校园管理显示终端。
6.根据权利要求1所述的一种基于大数据的校园楼层智能防护系统，其特征在于：所述综合评估危险影响系数e表示为自然数，取2.718，χ表示为比例因子，取1.562，A表示为推力危险系数，A＝a,b,c，TA表示为护栏所受的向外推力，TY表示为护栏所受的压力，∑X表示为某一学生一米范围内各学生的危险行为动作对应的行为危险系数的累计之和，f表示为该学生的情感危险系数。
7.根据权利要求1所述的一种基于大数据的校园楼层智能防护系统，其特征在于：还包括防护气垫执行机构，所述防护气垫执行机构与数据处理中心连接，一旦学生从防护栏上坠落，人体状态检测设备将学生越过防护栏的位置标识发送至数据处理中心，数据处理中心将坠落至地面上的位置发送至防护气垫执行机构；
所述防护气垫执行机构包括控制执行设备、中心控制设备、距离匹配跟踪设备和数据接收设备，数据接收设备接收数据处理中心发送的学生坠落的位置信息，并将接收的位置信息发送至中心控制设备；
控制执行设备，安装在气垫的中心以及四个拐角处，用于带动气垫进行移动；
中心控制设备接收学生坠落的位置，发送控制指令至控制指令设备，控制气垫移动至指定的位置，并接收距离匹配跟踪设备发送的最佳路径，根据接收的最佳路径对控制执行设备进行控制；
距离匹配跟踪设备与中心控制设备连接，用于实时获取气垫中心位置标识，并将气垫中心位置实时与学生坠落的位置进行对比，以提供最佳的路径，并将最佳的路径发送至中心控制设备，中心控制设备控制控制执行设备按照最佳的路径进行移动。
8.根据权利要求1所述的一种基于大数据的校园楼层智能防护系统，其特征在于：所述防护支撑机构包括中部防护装置(1)、防护网(3)和两侧防护装置(2)，所述中部防护装置包括伸展架(11)、U型滑板(13)、电动伸缩杆(15)和定位架(17)，伸展架(11)由若干连接板通过铰接轴(12)铰接而成，伸展架(11)一端通过铰接轴铰接有卡接板(16)；
所述U型滑板(13)一端固定有电动伸缩杆(15)，所述电动伸缩杆(15)的伸缩方向与伸展架(11)的拉伸方向相同，另一端固定连接有定位柱(14)，所述定位柱(14)与伸展架(11)上的第二个铰接孔相配合；
所述定位架(17)一端开有滑动导轨(18)，所述滑动导轨(18)与电动伸缩杆(15)滑动配合，另一端固定开有限位槽(19)，限位槽(19)内定位架(17)上开有铰接孔(10)，所述铰接孔(10)与限位槽(19)相连通，限位槽(19)与伸展架(11)一端配合，并通过连接柱依次贯穿铰接孔(10)以及伸缩架(11)上的第一个铰接孔；
侧防护装置包括定位板(21)、滑动条(24)和传动部件，所述定位板(21)下端面固定安装在每层教学楼层的顶部，定位板(21)上表面开有凹槽，所述凹槽内滑动安装有滑动条(24)，滑动条(24)上端面分布有锯齿(25)，定位板(21)一侧固定连接有L型支撑架(22)，所述L型支撑架(22)上开有安装孔(23)；传动部件包括电机(28)、输出轴(26)以及与滑动条(24)上的锯齿(25)相啮合的传动齿轮(27)，所述电机(28)通过输出轴(26)与传动齿轮(27)连接；
所述卡接板(16)两端分别与防护网两端固定，防护装置上的滑动条(24)一端与防护网另一端固定。
9.根据权利要求8所述的一种基于大数据的校园楼层智能防护系统，其特征在于：所述中部防护装置与两侧防护装置在同一水平面上，且两侧防护装置分别位于中部防护装置的两侧，侧防护装置与中部防护装置间的夹角为30-60°。
CN201910496604.2A 2019-06-10 2019-06-10 一种基于大数据的校园楼层智能防护系统 Active CN110206330B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910496604.2A CN110206330B (zh) 2019-06-10 2019-06-10 一种基于大数据的校园楼层智能防护系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910496604.2A CN110206330B (zh) 2019-06-10 2019-06-10 一种基于大数据的校园楼层智能防护系统

Publications (2)

Publication Number Publication Date
CN110206330A CN110206330A (zh) 2019-09-06
CN110206330B true CN110206330B (zh) 2020-03-03

Family

ID=67791639

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910496604.2A Active CN110206330B (zh) 2019-06-10 2019-06-10 一种基于大数据的校园楼层智能防护系统

Country Status (1)

Country Link
CN (1) CN110206330B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111570299B (zh) * 2020-05-22 2022-04-22 邱鑫梅 一种蓄电池生产加工用性能检测分析系统
CN111601090B (zh) * 2020-06-03 2021-05-25 许杰 地铁施工基坑防护栏自监控系统
CN112057768B (zh) * 2020-09-27 2022-01-21 山东卓汇智能科技有限公司 一种基于攀爬识别的智能社区种植区域防护方法及其系统
CN114186896B (zh) * 2021-12-16 2022-08-23 东莞先知大数据有限公司 一种走廊安全监管方法、电子设备和存储介质
CN115321126A (zh) * 2022-07-30 2022-11-11 广东韶钢工程技术有限公司 一种带式输送机热成像安全装置
CN116290859A (zh) * 2023-01-05 2023-06-23 重庆大学 一种基于中心塔结构的装配式建筑设备及其施工方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102710929A (zh) * 2012-05-10 2012-10-03 陕西科技大学 一种预防学生坠楼的监控系统
CN202810224U (zh) * 2012-10-27 2013-03-20 东北石油大学 一种用于高层楼房建筑中的电梯井防护栏
CN203444610U (zh) * 2013-06-26 2014-02-19 重庆工业设备安装集团有限公司 纵向生命线防护报警系统
CN106127139A (zh) * 2016-06-21 2016-11-16 东北大学 一种mooc课程中学生面部表情的动态识别方法
CN106910167A (zh) * 2016-10-25 2017-06-30 石永录 自动化识别系统
CN107564239A (zh) * 2016-06-30 2018-01-09 浙江大丰实业股份有限公司 剧场防坠落报警方法
CN108625612A (zh) * 2018-05-30 2018-10-09 湖州职业技术学院 防止儿童坠楼装置
CN108932489A (zh) * 2018-06-25 2018-12-04 李娜 脸部识别可行性分析系统
CN109460728A (zh) * 2018-10-31 2019-03-12 深圳市安视宝科技有限公司 一种基于情绪识别的大数据安防管理平台
CN208702324U (zh) * 2018-06-28 2019-04-05 罗宏耀 窗户用防坠装置及防坠窗户

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102710929A (zh) * 2012-05-10 2012-10-03 陕西科技大学 一种预防学生坠楼的监控系统
CN202810224U (zh) * 2012-10-27 2013-03-20 东北石油大学 一种用于高层楼房建筑中的电梯井防护栏
CN203444610U (zh) * 2013-06-26 2014-02-19 重庆工业设备安装集团有限公司 纵向生命线防护报警系统
CN106127139A (zh) * 2016-06-21 2016-11-16 东北大学 一种mooc课程中学生面部表情的动态识别方法
CN107564239A (zh) * 2016-06-30 2018-01-09 浙江大丰实业股份有限公司 剧场防坠落报警方法
CN106910167A (zh) * 2016-10-25 2017-06-30 石永录 自动化识别系统
CN108625612A (zh) * 2018-05-30 2018-10-09 湖州职业技术学院 防止儿童坠楼装置
CN108932489A (zh) * 2018-06-25 2018-12-04 李娜 脸部识别可行性分析系统
CN208702324U (zh) * 2018-06-28 2019-04-05 罗宏耀 窗户用防坠装置及防坠窗户
CN109460728A (zh) * 2018-10-31 2019-03-12 深圳市安视宝科技有限公司 一种基于情绪识别的大数据安防管理平台

Also Published As

Publication number Publication date
CN110206330A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN110206330B (zh) 一种基于大数据的校园楼层智能防护系统
CN111967400B (zh) 一种基于人工智能的校园安全监测预警管理系统
CN108764190B (zh) 老年人离床与在床状态的视频监测方法
CN111144263A (zh) 一种建筑工人高坠事故预警方法及装置
CN112347873B (zh) 梯控方法
CN103246869A (zh) 基于人脸识别和行为语音识别的犯罪监控方法
CN101577812A (zh) 一种岗位监测的方法和系统
CN111382719A (zh) 用于疫情防控的直梯乘梯人员佩戴口罩监测方法
CN106534779A (zh) 一种景区安全预警智能监控系统
CN112183265A (zh) 基于图像识别的电力施工视频监控告警方法及系统
CN105303191A (zh) 一种前视监视场景下的行人计数方法和装置
CN103049740A (zh) 基于视频图像的疲劳状态检测方法及装置
CN107437075A (zh) 一种基于日常行为轨迹的危险警报系统
CN112535857B (zh) 一种用于户外体育运动的安全评估系统
CN202771441U (zh) 人脸识别监控系统
CN108198318B (zh) 一种实名制通道门禁方法及系统
CN111414871A (zh) 一种基于大数据的智慧安全防护检测系统
CN107632565A (zh) 电力建设工地智能化管理系统及方法
CN112929611A (zh) 校园智能安全防控系统
CN111401310B (zh) 基于人工智能的厨房卫生安全监督管理方法
CN109867186A (zh) 一种基于智能视频分析技术的电梯困人检测方法及系统
CN102610054A (zh) 基于视频的起身检测系统
CN113044694B (zh) 基于深度神经网络的工地电梯人数统计系统及方法
CN117133110B (zh) 一种基于机器视觉的健身房安全风险预警方法及系统
CN114155470A (zh) 一种河道区域入侵检测方法、系统及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20200121

Address after: 525400 Room 601, No.2-3, line 1, Yangmei residential area, Dianbai District, Maoming City, Guangdong Province

Applicant after: Guangdong Dieyi Network Technology Co.,Ltd.

Address before: 514000 Hongliu, Tielutan Village, Fuda Town, Meixian District, Meizhou City, Guangdong Province

Applicant before: Qiu Xinmei

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: Room 601, No.2-3, line 1, Yangmei residential district, Dianbai District, Maoming City, Guangdong Province, 525400

Patentee after: Guangdong Dieyi Network Technology Group Co.,Ltd.

Address before: Room 601, No.2-3, line 1, Yangmei residential district, Dianbai District, Maoming City, Guangdong Province, 525400

Patentee before: Guangdong Dieyi Network Technology Co.,Ltd.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Room 601, No.2-3, line 1, Yangmei residential district, Dianbai District, Maoming City, Guangdong Province, 525400

Patentee after: Guangdong Dieyi Technology Co.,Ltd.

Address before: Room 601, No.2-3, line 1, Yangmei residential district, Dianbai District, Maoming City, Guangdong Province, 525400

Patentee before: Guangdong Dieyi Network Technology Group Co.,Ltd.

CP01 Change in the name or title of a patent holder
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A campus floor intelligent protection system based on big data

Granted publication date: 20200303

Pledgee: China Construction Bank Corporation Dianbai sub branch

Pledgor: Guangdong Dieyi Technology Co.,Ltd.

Registration number: Y2024980025218