CN110415403B - 一种基于边缘计算的智能锁具系统的控制方法 - Google Patents

一种基于边缘计算的智能锁具系统的控制方法 Download PDF

Info

Publication number
CN110415403B
CN110415403B CN201910643537.2A CN201910643537A CN110415403B CN 110415403 B CN110415403 B CN 110415403B CN 201910643537 A CN201910643537 A CN 201910643537A CN 110415403 B CN110415403 B CN 110415403B
Authority
CN
China
Prior art keywords
identity information
edge gateway
node
edge
lockset
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
CN201910643537.2A
Other languages
English (en)
Other versions
CN110415403A (zh
Inventor
李源
徐嘉祥
付云生
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.)
NINGBO SAFEOK INTELLIGENT SECURITY TECHNOLOGY CO.,LTD.
Original Assignee
Ningbo Yunjing 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 Ningbo Yunjing Technology Co ltd filed Critical Ningbo Yunjing Technology Co ltd
Priority to CN201910643537.2A priority Critical patent/CN110415403B/zh
Publication of CN110415403A publication Critical patent/CN110415403A/zh
Application granted granted Critical
Publication of CN110415403B publication Critical patent/CN110415403B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00309—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated with bidirectional data transmission between data carrier and locks
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00571—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated by interacting with a central unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于边缘计算的智能锁具系统的控制方法，其特征在于：它包括以下步骤：(1)由云端平台下发身份信息给边缘网关，边缘网关存储云端平台下发的身份信息并作为后续比对的参考信息；(2)由锁具采集用户的实际身份信息，然后对身份信息进行预处理后上传对应节点处的边缘网关；(3)由边缘网关利用相应的算法对预处理后的身份信息进行识别，并与步骤(1)中存储的参考信息进行比对；(4)由边缘网关将本次身份信息采集、识别、比对过程中产生的部分/全部的中间/最终数据上传到云端平台进行存储和分析。该基于边缘计算的智能锁具系统的控制方法具有锁具成本低廉、耗电量少，且整个系统数据处理实时性好的优点。

Description

一种基于边缘计算的智能锁具系统的控制方法
技术领域
本发明涉及智能锁具控制技术领域，具体涉及一种基于边缘计算的智能锁具系统的控制方法。
背景技术
目前在保险箱、出租房等设备上通常会设置智能锁具系统，现有的智能锁具系统的控制方法通常是由云端平台向锁具下发身份信息，锁具存储该下发的身份信息作为身份识别的参考信息，然后由锁具采集用户的实际身份信息并对身份信息进行识别和比对；身份信息一般是人脸头像、指纹、虹膜等图像信息，而对这些图像信息的识别通常需要设计较为复杂的算法，例如人脸识别，通常采用复杂的神经网络深度学习算法，识别得到的身份信息与预先存储在锁具内的参考信息进行比对，根据比对结果来控制锁具的执行机构的打开和关闭，同时一些重要的数据还会由锁具上传给云端平台进行存储和分析。
但是现有的智能锁具系统的控制方法还存在以下技术问题：虽然身份信息的采集、识别和比对均在智能锁具上进行，有利于提高实时性，但需要锁具具备超强计算能力的高性能CPU，不仅增加了成本，而且大量的运算，也需要消耗大量的电能，不适用于电池供电的锁具。
发明内容
本发明要解决的技术问题是：提供一种锁具成本低廉、耗电量少，且整个系统数据处理实时性好的基于边缘计算的智能锁具系统的控制方法。
本发明的技术解决方案是：一种基于边缘计算的智能锁具系统的控制方法，该方法基于智能锁具系统，所述智能锁具系统包括一云端平台、设置在各节点处的一边缘网关、以及至少一锁具，所述锁具包括主控模块、以及与主控模块电连接的身份信息采集模块和执行模块，所述锁具的主控模块与对应节点的边缘网关通信连接，所述各节点的边缘网关与云端平台通信连接；其特征在于：该方法包括以下步骤：
(1)由云端平台下发身份信息给边缘网关，边缘网关存储云端平台下发的身份信息并作为后续比对的参考信息；
(2)由锁具采集用户的实际身份信息，然后对身份信息进行预处理后上传对应节点处的边缘网关；
(3)由边缘网关利用相应的算法对预处理后的身份信息进行识别，并与步骤(1)中存储的参考信息进行比对，若比对一致，则返回成功指令给对应锁具的主控模块，由主控模块控制执行模块打开，若比对不一致，则返回失败指令给对应锁具的主控模块，由主控模块控制执行模块保持关闭；
(4)由边缘网关将本次身份信息采集、识别、比对过程中产生的部分/全部的中间/最终数据上传到云端平台进行存储和分析。
采用上述结构后，本发明具有以下优点：
本发明基于边缘计算的智能锁具系统的控制方法采用锁具+边缘网关+云端平台的计算架构，将实时性要求比较高的数据放在锁具和边缘网关侧进行处理，例如身份信息的采集、识别和比对，而实时性要求相对较低的数据放到云端进行处理，例如存储分析用的数据，这样就可以将计算任务合理分配到各部件上，既能满足实时性的要求，又能满足大数据分析的需求；其次，在对实时性数据进行处理时，锁具仅对数据进行预处理，而相对复杂的运算，例如身份信息的识别和比对主要放到边缘网关处，这样大大减轻了锁具的计算任务，对锁具的CPU性能要求大大降低，最终使得锁具成本低廉且耗电量少；另外因为边缘网关的CPU性能通常较高，非常适合处理复杂的识别算法，从而也有利于提高身份识别的准确性；再次，重要的身份信息存储在边缘网关，不在云端也不在终端，信息更加安全，不易被盗取。
作为优选，所述身份信息包括人脸头像，所述步骤(2)中锁具对身份信息进行预处理包括图像降噪、灰度化、以及人脸提取、矫正和归一化；所述步骤(3)中边缘网关是利用神经网络深度学习算法识别采集到的身份信息的特征点，并与预先存储在边缘网关处的参考信息的特征点进行一一比对。采用人脸头像可以获取较为准确的身份信息；将计算量较小的人脸图像预处理放在锁具处，而将计算量较大的神经网络深度学习算法放在边缘网关处，可同时满足实时性和准确性的需求；对图像降噪、矫正和归一化可排除部分干扰的影响，准确性和鲁棒性更好；将图像灰度化可降低运算量，从而进一步提高数据运算的实时性；神经网络深度学习算法智能化水平高，准确性好。
作为优选，所述各节点的边缘网关之间也相互通信连接，所述步骤(2)中在锁具对身份信息进行预处理后，发送新任务指令到该锁具所对应的节点处的边缘网关的接收任务队列中，本节点处的边缘网关的接收任务队列也接收相邻节点的边缘网关发送的新任务，本节点处的边缘网关根据接收任务队列中新任务的优先级来安排各新任务的处理顺序，在任务分发时，优先考虑本节点处的边缘网关的计算资源，在本节点处的边缘网关无空闲时，将新任务和相应的预处理过的数据按序分发到相邻节点处的边缘网关处进行计算，最终本节点处的边缘网关对本节点处和相邻节点处所发送的新任务的处理结果、以及相邻节点处的边缘网关对本节点处所发送的新任务的处理结果，均输出到本节点处的边缘网关的结果输出队列中。该设置可充分协调各节点的边缘网关的计算资源，避免数据堵塞，实时性更好，资源利用更充分，并有利于实现更为复杂的算法，进一步提高数据处理的准确性。、
作为优选，所述各节点处的锁具数量为3-5个，所述锁具与相应节点处的边缘网关采用短距离高速无线通信连接。3-5个锁具共享一个边缘网关，使得整套系统成本大大下降，适合大规模推广；3-5个锁具也适合采用短距离高速无线通信，而短距离高速无线通信具有数据传输快，功耗少的优点，因此进一步提高了数据传输的实时性，并且减少了数据传输时所需的功耗，非常适合电池供电的锁具。
作为优选，所述锁具还包括与主控模块通信连接的图像协处理模块，所述图像协处理模块与身份信息采集模块电连接用于协助主控模块处理身份信息采集模块采集到的图像信息并传送给主控模块。该设置可利用图像协处理模块分担主控模块的一部分计算任务，使得锁具的计算处理能力大大提高，从而进一步提高了数据处理的实时性。
作为优选，所述步骤(2)中在锁具对身份信息进行预处理后，还对预处理过的身份信息进行压缩，才上传到对应节点处的边缘网关；所述步骤(3)中在边缘网关利用相应的算法对预处理后的身份信息进行识别之前，先对锁具上传的压缩后的预处理的身份信息进行解压缩。对数据进行压缩，可减少数据传输量，数据传输更快，实时性更好。
作为优选，所述步骤(1)中云端平台仅下发身份信息给边缘网关，但不存储身份信息。该设置只将身份信息存储在边缘网关，而不存储在云端平台，安全性更高。
附图说明：
图1为本发明智能锁具系统的结构示意图；
图2为本发明智能锁具系统各节点之间的网络拓扑结构；
图3为基于边缘计算的智能锁具系统的控制方法的主流程示意图；
图4为本发明基于边缘计算的智能锁具系统的控制方法中边缘网关对新任务的处理流程图；
图中：1-云端平台，2-边缘网关，3-锁具，4-主控模块，5-身份信息采集模块，6-执行模块，7-图像协处理模块。
具体实施方式
下面结合附图，并结合实施例对本发明做进一步的说明。
实施例：
一种基于边缘计算的智能锁具系统的控制方法，该方法基于智能锁具系统，所述智能锁具系统包括一云端平台1、设置在各节点处的一边缘网关2、以及至少一锁具3，所述锁具3包括主控模块4、以及与主控模块4电连接的身份信息采集模块5和执行模块6，所述锁具3的主控模块4与对应节点的边缘网关2通信连接，所述各节点的边缘网关2与云端平台1通信连接；所述主控模块4的核心芯片可采用相对算力不是很高的32位ARMCortexM4，所述边缘网关2的核心芯片可采用RKARM9268核CPU，执行模块6的核心器件一般为电磁铁，该方法包括以下步骤：
(1)由云端平台1下发身份信息给边缘网关2，边缘网关2存储云端平台1下发的身份信息并作为后续比对的参考信息；云端平台1的身份信息可以从移动终端、管理中心的主机等传输而来；
(2)由锁具3采集用户的实际身份信息，然后对身份信息进行预处理后上传对应节点处的边缘网关2；
(3)由边缘网关2利用相应的算法对预处理后的身份信息进行识别，并与步骤(1)中存储的参考信息进行比对，若比对一致，则返回成功指令给对应锁具3的主控模块4，由主控模块4控制执行模块6打开，若比对不一致，则返回失败指令给对应锁具3的主控模块4，由主控模块4控制执行模块6保持关闭；
(4)由边缘网关2将本次身份信息采集、识别、比对过程中产生的部分/全部的中间/最终数据上传到云端平台1进行存储和分析。
本发明基于边缘计算的智能锁具系统的控制方法采用锁具3+边缘网关2+云端平台1的计算架构，将实时性要求比较高的数据放在锁具3和边缘网关2侧进行处理，例如身份信息的采集、识别和比对，而实时性要求相对较低的数据放到云端进行处理，例如存储分析用的数据，这样就可以将计算任务合理分配到各部件上，既能满足实时性的要求，又能满足大数据分析的需求；其次，在对实时性数据进行处理时，锁具3仅对数据进行预处理，而相对复杂的运算，例如身份信息的识别和比对主要放到边缘网关2处，这样大大减轻了锁具3的计算任务，对锁具3的CPU性能要求大大降低，最终使得锁具3成本低廉且耗电量少；另外因为边缘网关2的CPU性能通常较高，非常适合处理复杂的识别算法，从而也有利于提高身份识别的准确性；再次，重要的身份信息存储在边缘网关2，不在云端也不在终端，信息更加安全，不易被盗取。
作为优选，所述身份信息包括人脸头像，所述步骤(2)中锁具3对身份信息进行预处理包括图像降噪、灰度化、以及人脸提取、矫正和归一化，所述身份信息还可以是指纹、虹膜等图像信息；所述步骤(3)中边缘网关2是利用神经网络深度学习算法识别采集到的身份信息的特征点，并与预先存储在边缘网关2处的参考信息的特征点进行一一比对。采用人脸头像可以获取较为准确的身份信息；将计算量较小的人脸图像预处理放在锁具3处，而将计算量较大的神经网络深度学习算法放在边缘网关2处，可同时满足实时性和准确性的需求；对图像降噪、矫正和归一化可排除部分干扰的影响，准确性和鲁棒性更好；将图像灰度化可降低运算量，从而进一步提高数据运算的实时性；神经网络深度学习算法智能化水平高，准确性好。
作为优选，所述各节点的边缘网关2之间也相互通信连接，所述步骤(2)中在锁具3对身份信息进行预处理后，发送新任务指令到该锁具3所对应的节点处的边缘网关2的接收任务队列中，本节点处的边缘网关2的接收任务队列也接收相邻节点的边缘网关2发送的新任务，本节点处的边缘网关2根据接收任务队列中新任务的优先级来安排各新任务的处理顺序，在任务分发时，优先考虑本节点处的边缘网关2的计算资源，在本节点处的边缘网关2无空闲时，将新任务和相应的预处理过的数据按序分发到相邻节点处的边缘网关2处进行计算，最终本节点处的边缘网关2对本节点处和相邻节点处所发送的新任务的处理结果、以及相邻节点处的边缘网关2对本节点处所发送的新任务的处理结果，均输出到本节点处的边缘网关2的结果输出队列中，然后本节点处的边缘网关2的结果输出队列中的结果将会发送到本节点处的锁具上、或者通过相邻节点处的边缘网关2发送到相邻节点处的锁具上。该设置可充分协调各节点的边缘网关2的计算资源，避免数据堵塞，实时性更好，资源利用更充分，并有利于实现更为复杂的算法，进一步提高数据处理的准确性。
作为优选，所述各节点处的锁具3数量为3-5个，所述锁具3与相应节点处的边缘网关2采用短距离高速无线通信连接，短距离高速无线通信例如UWB无线通信,当然也可采用其他通信方式，例如蓝牙、WIFI。3-5个锁具3共享一个边缘网关2，使得整套系统成本大大下降，适合大规模推广；3-5个锁具3也适合采用短距离高速无线通信，而短距离高速无线通信具有数据传输快，功耗少的优点，因此进一步提高了数据传输的实时性，并且减少了数据传输时所需的功耗，非常适合电池供电的锁具3。
作为优选，所述锁具3还包括与主控模块4通信连接的图像协处理模块7，图像协处理模块7可采用安凯的AK3918EV200，所述图像协处理模块7与身份信息采集模块5电连接用于协助主控模块4处理身份信息采集模块5采集到的图像信息并传送给主控模块4。该设置可利用图像协处理模块7分担主控模块4的一部分计算任务，使得锁具3的计算处理能力大大提高，从而进一步提高了数据处理的实时性。
作为优选，所述步骤(2)中在锁具3对身份信息进行预处理后，还对预处理过的身份信息进行压缩，才上传到对应节点处的边缘网关2；所述步骤(3)中在边缘网关2利用相应的算法对预处理后的身份信息进行识别之前，先对锁具3上传的压缩后的预处理的身份信息进行解压缩。对数据进行压缩，可减少数据传输量，数据传输更快，实时性更好。
作为优选，所述步骤(1)中云端平台1仅下发身份信息给边缘网关2，但不存储身份信息。该设置只将身份信息存储在边缘网关2，而不存储在云端平台1，安全性更高。

Claims (6)

1.一种基于边缘计算的智能锁具系统的控制方法，该方法基于智能锁具系统，所述智能锁具系统包括一云端平台(1)、设置在各节点处的一边缘网关(2)、以及至少一锁具(3)，所述锁具(3)包括主控模块(4)、以及与主控模块(4)电连接的身份信息采集模块(5)和执行模块(6)，所述锁具(3)的主控模块(4)与对应节点的边缘网关(2)通信连接，所述各节点的边缘网关(2)与云端平台(1)通信连接；其特征在于：该方法包括以下步骤：
(1)由云端平台(1)下发身份信息给边缘网关(2)，边缘网关(2)存储云端平台(1)下发的身份信息并作为后续比对的参考信息；
(2)由锁具(3)采集用户的实际身份信息，然后对身份信息进行预处理后上传对应节点处的边缘网关(2)；
(3)由边缘网关(2)利用相应的算法对预处理后的身份信息进行识别，并与步骤(1)中存储的参考信息进行比对，若比对一致，则返回成功指令给对应锁具(3)的主控模块(4)，由主控模块(4)控制执行模块(6)打开，若比对不一致，则返回失败指令给对应锁具(3)的主控模块(4)，由主控模块(4)控制执行模块(6)保持关闭；
(4)由边缘网关(2)将本次身份信息采集、识别、比对过程中产生的部分/全部的中间/最终数据上传到云端平台(1)进行存储和分析；
所述各节点的边缘网关(2)之间也相互通信连接，所述步骤(2)中在锁具(3)对身份信息进行预处理后，发送新任务指令到该锁具(3)所对应的节点处的边缘网关(2)的接收任务队列中，本节点处的边缘网关(2)的接收任务队列也接收相邻节点的边缘网关(2)发送的新任务，本节点处的边缘网关(2)根据接收任务队列中新任务的优先级来安排各新任务的处理顺序，在任务分发时，优先考虑本节点处的边缘网关(2)的计算资源，在本节点处的边缘网关(2)无空闲时，将新任务和相应的预处理过的数据按序分发到相邻节点处的边缘网关(2)处进行计算，最终本节点处的边缘网关(2)对本节点处和相邻节点处所发送的新任务的处理结果、以及相邻节点处的边缘网关(2)对本节点处所发送的新任务的处理结果，均输出到本节点处的边缘网关(2)的结果输出队列中。
2.根据权利要求1所述的一种基于边缘计算的智能锁具系统的控制方法，其特征在于：所述身份信息包括人脸头像，所述步骤(2)中锁具(3)对身份信息进行预处理包括图像降噪、灰度化、以及人脸提取、矫正和归一化；所述步骤(3)中边缘网关(2)是利用神经网络深度学习算法识别采集到的身份信息的特征点，并与预先存储在边缘网关(2)处的参考信息的特征点进行一一比对。
3.根据权利要求1所述的一种基于边缘计算的智能锁具系统的控制方法，其特征在于：所述各节点处的锁具(3)数量为3-5个，所述锁具(3)与相应节点处的边缘网关(2)采用短距离高速无线通信连接。
4.根据权利要求2所述的一种基于边缘计算的智能锁具系统的控制方法，其特征在于：所述锁具(3)还包括与主控模块(4)通信连接的图像协处理模块(7)，所述图像协处理模块(7)与身份信息采集模块(5)电连接用于协助主控模块(4)处理身份信息采集模块(5)采集到的图像信息并传送给主控模块(4)。
5.根据权利要求1所述的一种基于边缘计算的智能锁具系统的控制方法，其特征在于：所述步骤(2)中在锁具(3)对身份信息进行预处理后，还对预处理过的身份信息进行压缩，才上传到对应节点处的边缘网关(2)；所述步骤(3)中在边缘网关(2)利用相应的算法对预处理后的身份信息进行识别之前，先对锁具(3)上传的压缩后的预处理的身份信息进行解压缩。
6.根据权利要求1所述的一种基于边缘计算的智能锁具系统的控制方法，其特征在于：所述步骤(1)中云端平台(1)仅下发身份信息给边缘网关(2)，但不存储身份信息。
CN201910643537.2A 2019-07-17 2019-07-17 一种基于边缘计算的智能锁具系统的控制方法 Active CN110415403B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910643537.2A CN110415403B (zh) 2019-07-17 2019-07-17 一种基于边缘计算的智能锁具系统的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910643537.2A CN110415403B (zh) 2019-07-17 2019-07-17 一种基于边缘计算的智能锁具系统的控制方法

Publications (2)

Publication Number Publication Date
CN110415403A CN110415403A (zh) 2019-11-05
CN110415403B true CN110415403B (zh) 2021-07-30

Family

ID=68361709

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910643537.2A Active CN110415403B (zh) 2019-07-17 2019-07-17 一种基于边缘计算的智能锁具系统的控制方法

Country Status (1)

Country Link
CN (1) CN110415403B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111681346A (zh) * 2020-05-29 2020-09-18 软通动力信息技术有限公司 防控通行处理方法、装置、设备以及介质
CN111862434A (zh) * 2020-07-30 2020-10-30 上海茂声智能科技有限公司 行人通行的控制系统和方法
CN113989968A (zh) * 2021-10-26 2022-01-28 云知声（上海）智能科技有限公司 基于边缘网关的人员通行权限控制方法、系统及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101883393A (zh) * 2009-05-07 2010-11-10 华为技术有限公司 分组业务数据的传输方法、装置和系统
CN104750065A (zh) * 2015-02-10 2015-07-01 浙江大学 一种基于stm32的远程分布式可编程自动控制系统及方法
US10210353B1 (en) * 2018-03-09 2019-02-19 Abl Ip Holding Llc Asset tag tracking system and network architecture
CN109638964A (zh) * 2018-12-26 2019-04-16 国网陕西省电力公司电力科学研究院 一种基于边缘计算架构的多元电网信息交互系统及方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107920365A (zh) * 2016-10-11 2018-04-17 中兴通讯股份有限公司 一种融合网络的分流方法和装置
US10505938B2 (en) * 2017-07-21 2019-12-10 Schlage Lock Company Llc Leveraging flexible distributed tokens in an access control system
CN107766889B (zh) * 2017-10-26 2021-06-04 浪潮集团有限公司 一种云端边缘计算融合的深度学习计算系统和方法
CN108446680B (zh) * 2018-05-07 2021-12-21 西安电子科技大学 一种基于边缘计算的人脸认证系统中的隐私保护方法及系统
CN109614951A (zh) * 2018-12-27 2019-04-12 广东金杭科技有限公司 人像对比任务分发处理算法
CN109544052A (zh) * 2019-01-30 2019-03-29 南京我在智能科技有限公司 一种基于物联网边缘计算服务器的智慧社区管理系统
CN109921573A (zh) * 2019-03-01 2019-06-21 中国科学院合肥物质科学研究院 一种基于边缘计算网关实现大规模电机预测性维护的系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101883393A (zh) * 2009-05-07 2010-11-10 华为技术有限公司 分组业务数据的传输方法、装置和系统
CN104750065A (zh) * 2015-02-10 2015-07-01 浙江大学 一种基于stm32的远程分布式可编程自动控制系统及方法
US10210353B1 (en) * 2018-03-09 2019-02-19 Abl Ip Holding Llc Asset tag tracking system and network architecture
CN109638964A (zh) * 2018-12-26 2019-04-16 国网陕西省电力公司电力科学研究院 一种基于边缘计算架构的多元电网信息交互系统及方法

Also Published As

Publication number Publication date
CN110415403A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
CN110415403B (zh) 一种基于边缘计算的智能锁具系统的控制方法
CN108846924A (zh) 车辆及车门解锁控制方法、装置和车门解锁系统
CN109714431A (zh) 一种物联网智能传感器的边缘计算方法和装置
CN109446783B (zh) 一种基于机器众包的图像识别高效样本采集方法及系统
CN108648310A (zh) 一种双重认证的人脸识别门禁系统及其应用方法
CN110730327A (zh) 一种对输电线路监控的方法及采集前端
CN108351707A (zh) 人机交互方法、装置、终端设备及计算机可读存储介质
CN112364803A (zh) 活体识别辅助网络和训练方法、终端、设备及存储介质
CN111508493A (zh) 语音唤醒方法、装置、电子设备及存储介质
CN113111115A (zh) 一种数据信息管理系统及其方法
CN114333011B (zh) 网络训练、人脸识别方法、电子设备及存储介质
CN116437355A (zh) 基于射频指纹的无线设备身份认证方法及其装置
CN109243021B (zh) 基于用户体验分析的深度强化学习式智能门锁系统及装置
CN205302437U (zh) 一种新型的智能锁具
CN104658083A (zh) 智能门锁控制系统及其工作方法
CN111597411A (zh) 一种电力规约数据帧的区分识别方法及系统
CN111210150A (zh) 一种基于边缘计算的智慧园区系统
CN207851929U (zh) 一种机械锁控制设备及控制系统
KR102472585B1 (ko) 빅데이터 기반의 모듈형 ai 엔진 서버 및 그 구동 방법
CN205541026U (zh) 一种双路门禁装置
CN114895609A (zh) 机房监控方法、装置、设备及介质
CN206388259U (zh) 智能锁及智能锁控制系统
CN111583450A (zh) 智能门
CN207725235U (zh) 一种带有指纹识别及支付系统的充电桩
CN109190551A (zh) 一种基于gpu的大规模人脸识别系统

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220318

Address after: 315100 298 Yinzhou District bachelor Road, Ningbo, Zhejiang

Patentee after: NINGBO SAFEOK INTELLIGENT SECURITY TECHNOLOGY CO.,LTD.

Address before: 315100 No. 298, Shixue Road, Shounan street, Yinzhou District, Ningbo City, Zhejiang Province (podium building)

Patentee before: Ningbo Yunjing Technology Co.,Ltd.