CN110491062B - 一种安防系统及方法 - Google Patents

Abstract

本发明提出一种安防系统及方法。一种安防系统包括若干接近传感器组件、接近传感器组件网关、控制计算机、服务器。其中接近传感器组件包括Zigbee模块、单片机模块、接近传感器。接近传感器组件网关包括Zigbee模块、单片机模块。一种安防方法，部署接近传感器组件，获取接近传感器组件的数据，根据机器学习获得优选的算法数据，并由此得到最优的结果。本发明的安防系统及方法对异常情况可以自动报警，自动通知保安人员前往巡查、处理。提高了安全保卫人员对突发事件的响应速度和物业服务水平。

Description

一种安防系统及方法

技术领域

本发明涉及智能设备领域，尤其涉及一种实现安防系统及方法。

技术背景

目前在写字楼、小区、创业园等场地经常会有非法闯入的人员进行发广告、推销等活动，存在一定的安全隐患。现有的防范技术主要依靠保安人工判断，结合举报信息通过网络摄像头等方式确认可疑人员。然而上述的手段都是依靠人来进行。况且保安仅通过口头盘查或者外表并不能确定可疑人员为合法人员还是非法闯入的推销人员，防范效果欠佳。

然而网络摄像头，这些设备成本较高，而且网络摄像头高度依赖监控人员，难以实现低误报率的自动报警。

为了获取写字楼、小区、创业园等场地的数据，现有技术中还出现有基于传感器网络的技术。传感器网络是使用散布在一定区域内的大量携带有微处理器的小型复合传感器构成无线网络，并对该网络传回的传感器数据进行实时分析以达到对该区域进行有效监控的目的。布设通过网络互联的传感器并汇总、分析数据能够实现安全监控，例如入侵检测和灾害报警。传感器网络常用的传感器例如为接近传感器。接近传感器是使用光敏元件捕捉其视场范围内的人体发出的特定波段的红外线，从而产生电流响应。当捕获的红外线强度超过预设的阈值，即可认为其视场范围内有人员活动。但是由于接近传感器提供的信息量极其有限(一般只是红外线的强度数值或者电位的高或低)，单独依靠接近传感器其自身难以区分合法人员与非法闯入人员。因此本领域亟需提供一种低成本、智能化的安防系统，并且需要与当前已经安装的安防系统能够兼容。

发明内容

为了实现上述目的，本申请实施例提供的技术方案如下：

一种安防系统，包括若干接近传感器组件、接近传感器组件网关、控制计算机、服务器。其中接近传感器组件包括Zigbee模块、单片机模块、接近传感器。接近传感器组件网关包括Zigbee模块、单片机模块。

一种安防方法，部署接近传感器组件，获取接近传感器组件的数据，根据机器学习获得优选的算法数据，并由此得到最优的结果。

与现有技术相比，本发明具有如下有益效果：对异常情况可以自动报警，自动通知保安人员前往巡查、处理。提高了安全保卫人员对突发事件的响应速度和物业服务水平。并且，本发明提供的方案成本低廉，能够与普遍安装的门禁安防系统、网络摄像头安防系统兼容共存。

附图说明

图1为根据本发明一个实施例的安防系统；

图2为本发明一个实施例的的训练模型。

具体实施方式

下面结合附图和具体实施方式，对本发明的技术方案做详细描述。

实施例一示出了利用本发明的安防系统识别小区内的广告推销人员的技术方案。

如图1所示，本实施例的安防系统包括第一接近传感器组件1、第二接近传感器组件2、接近传感器组件网关3、控制计算机4、服务器5。其中第一接近传感器1组件包括第一Zigbee模块11、第一单片机模块12、第一接近传感器13，第二接近传感器1组件包括第二Zigbee模块21、第二单片机模块22、第二接近传感器23。接近传感器组件网关3包括第三Zigbee模块31、第三单片机模块32。

每个接近传感器组件包括Zigbee模块、单片机模块、接近传感器。接近传感器将感测到的红外信息转换为电流信息发送给单片机模块，单片机模块将数据处理后发送给Zigbee模块并由Zigbee模块发送到接近传感器组件网关。

本领域技术人员能够理解，虽然图1仅示出了两个接近传感器组件，在实际部署中接近传感器组件根据需求可以设置为若干个。接近传感器组件网关3用于从服务器接收命令数据，再将接收的管理命令通过无线传输的方式传递给接近传感器组件，例如第一接近传感器1组件，第二接近传感器组件2。可选地，接近传感器组件还可以通过RS485或者RS232以有线的方式与接近传感器组件网关3连接。

接近传感器组件网关3的Zigbee模块31、第一接近传感器1组件的Zigbee模块11、第二接近传感器1组件的Zigbee模块21型号相同。所有的Zigbee模块集成了符合ZigBee协议标准的射频收发器和微处理器以及天线。接近传感器组件网关3的Zigbee模块31通过天线与第一接近传感器1组件的Zigbee模块11、第二接近传感器1组件的Zigbee模块21收发数据。本实施例中的所有Zigbee模块集成了符合IEEE802.15.4标准的2.4GHz的RF无线电收发机，具有优良的无线接收灵敏度和强大的抗干扰性，在休眠模式时仅有0.9μA的流耗，外部的中断或RTC能唤醒系统；在待机模式时少于0.6μA的流耗。

接近传感器组件网关3的单片机模块32内置有以太网访问控制器、10/100Mbps以太网物理层和片内闪存存储器，兼容第三方TCP/IP协议栈，例如IEEE802.3标准，可实现单芯片的以太网终端节点的功能。此外它还带有2个串行通信接口、1个4通道定时器、1个串行外设接口、10个模数转换器。通过以太网访问控制器从以太网上接收数据，将接收数据存储至片内闪存存储器中，再通过串行通信接口将数据传递给接近传感器组件网关3的Zigbee模块31。

以下给出了采用本实施例系统的安防方法的实现过程。

首先在小区每一幢楼房的门厅、每一层的楼道、消防通道部署接近传感器组件，确保传感器的工作范围覆盖楼内所有可能的行走区域，所有传感器组件都通过无线网络与小区控制室内的服务器相连。服务器上运行有管理程序，在建筑物各个楼层的平面图上显示传感器的位置和读数。

接近传感器检测到有人经过则为状态1，没有人经过则为0。若干接近传感器的状态组合为一个序列定义为一种模式。由于每个接近传感器仅有1、0两种状态，需要找到在告警状态下的特征对系统的模型进行训练。

在本实施例的方案中，异常行为定义为“扫楼”式地推销广告，即在一定时间段内挨家挨户发小广告或上门推销。因此将临近楼层的接近传感器连续为1作为特征样本对该系统进行训练。得到所有接近传感器的状态组合作为样本数m。样本数m在训练过程中可以动态地调整。在新的异常行为出现时也能够再次修改。

具体地，如果有一幢楼每层有两户住户，编号为#1、#2、#3、#4、#5、#6的六个接近传感器为楼层1、2、3住户门口的六个传感器。如果在5分钟时长的间隔内，传感器#1、#2、#3、#4、#5、#6状态都为1，表明有人在挨家挨户地“扫楼”，因此定义为有异常行为，将该模式对应的权重W_ij设置为高一些。有连续的传感器状态都为1，但是时间间隔超过一定阈值，该模式对应的权重W_ij设置为低一些。在训练本实施例的系统时，每次训练结果的数据都存储到服务器中。数据可以采取现有技术中常规的数据库结构。如关系型数据库或者非关系型数据库。

为了实现上述目标，如图2所示，建立一个训练模型，包括输入层和输出层。输入层为X_i个模式，得到j个输出X_i·W_ij。本实施例中，输出为两个概率，即判断为有异常行为的概率和非异常行为的概率。输入层和输出层之间对应有若干连接线，其权值分别为W_ij。权值W_ij在训练中可以根据结果以递增或者递减的方式调整。

输入层到输出层的X_i·W_ij的总和NET定义为：

用Sigmoid型传递函数将NET转换到[0,1]。Sigmoid型传递函数为：

f(x)＝1/(1+e^-x)

利用Sigmoid型传递函数将NET转换到[0,1]能够得到概率O(NET，q)：O(NET,q)＝f((NET+T·W_q)·r)

其中q为T·W_q，T为过去的一段时间间隔，W_q为过去的一段时间间隔T的权重，r为修正系数，用于修正Sigmoid型传递函数的倾斜度，取值范围通常为[1.0,1.2]。

代入权重优化函数K(θ)：

其中，m表示训练样本的个数，O(x⁽ⁱ⁾)表示由Sigmoid型传递函数计算得到的值，x表示NET；q，y表示样本中实际试验结果的情况，i表示第i个样本。

利用每个时间间隔T的用户数据分析分类结果判定数据的个数取得m；根据实际检验结果的真实情况分别标记是为1，否为0得到y，将y代入权重优化函数K(θ)计算求和得到含有权重参数W_ij和W_q的结果，调整时间间隔T和权重参数使得K(θ)获得最小值，得到逼近理想的判定结果的权重参数,完成训练过程。

训练完成后，即可将程序运行在服务器后台，当存在异常情况时系统显示报警提示，只有当执勤人员手动确认报警，并填写巡查日志后报警提示才会消失，但相关记录会保留在数据库内以便查询。

本发明的一个方面，提供了一种安防系统对应的设备，所述设备包括至少一个处理器(例如CPU)，存储器。处理器用于执行存储器中存储的可执行模块，例如计算机程序。存储器可能包含高速随机存取存储器(Random Access Memory，RAM)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。

在一些实施方式中，存储器存储了程序，程序可以被处理器执行，用于执行前述本申请实施例的一种安防系统及方法。

应理解，在本申请实施例中，终端设备可以执行上述实施例中的部分或全部步骤，这些步骤或操作仅是示例，本申请实施例还可以执行其它操作或者各种操作的变形。此外，各个步骤可以按照上述实施例呈现的不同的顺序来执行，并且有可能并非要执行上述实施例中的全部操作。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请实施例的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

另外，在申请实施例各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请实施例的具体实施方式，但本申请实施例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实施例揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请实施例的保护范围之内。因此，本申请实施例的保护范围应以所述权利要求的保护范围为准。

Claims (1)

1.一种安防系统，包括若干接近传感器组件、接近传感器组件网关、控制计算机、服务器；每一所述接近传感器组件包括Zigbee模块、单片机模块、接近传感器；所述接近传感器组件网关包括Zigbee模块、单片机模块；接近传感器将感测到的红外信息转换为电流信息发送给单片机模块，单片机模块将数据处理后发送给Zigbee模块并由Zigbee模块发送到接近传感器组件网关；接近传感器组件网关用于从服务器接收命令数据，再将接收的管理命令通过无线传输的方式传递给接近传感器组件；接近传感器组件部署于小区每一幢楼房的门厅、每一层的楼道、消防通道，确保接近传感器的工作范围覆盖楼内所有可能的行走区域，所有接近传感器组件都通过无线网络与小区控制室内的服务器相连，服务器上运行有管理程序，在建筑物各个楼层的平面图上显示接近传感器的位置和读数，其特征在于：

对所述接近传感器检测到有人经过则为状态1，没有人经过则为0；若干接近传感器的状态组合为一个序列定义为一种模式，由于每个接近传感器仅有1、0两种状态，需要找到在告警状态下的特征对系统的模型进行训练；

异常行为定义为“扫楼”式地推销广告，即在一定时间段内挨家挨户发小广告或上门推销；因此将临近楼层的接近传感器连续为1作为特征样本对该系统进行训练；得到所有接近传感器的状态组合作为样本数m，样本数m在训练过程中可以动态地调整，在新的异常行为出现时也能够再次修改；

建立一个训练模型，包括输入层和输出层；输入层为X_i个模式，得到j个输出X_i·W_ij；

输入层到输出层的X_i·W_ij的总和NET定义为：

用Sigmoid型传递函数将NET转换到[0,1]；Sigmoid型传递函数为：

f(x)＝1/(1+e^-x)

利用Sigmoid型传递函数将NET转换到[0,1]能够得到概率O(NET，q)：O(NET,q)＝f((NET+T·W_q)·r)

其中q为T·W_q，T为过去的一段时间间隔，W_q为过去的一段时间间隔T的权重，r为修正系数，用于修正Sigmoid型传递函数的倾斜度，取值范围通常为[1.0,1.2]；

代入权重优化函数K(θ)：

其中，m表示训练样本的个数，O(x⁽ⁱ⁾)表示由Sigmoid型传递函数计算得到的值，x表示NET；q，y表示样本中实际试验结果的情况，i表示第i个样本；利用每个时间间隔T的用户数据分析分类结果判定数据的个数取得m；根据实际检验结果的真实情况分别标记是为1，否为0得到y，将y代入权重优化函数K(θ)计算求和得到含有权重参数W_ij和W_q的结果，调整时间间隔T和权重参数使得K(θ)获得最小值，得到逼近理想的判定结果的权重参数,完成训练过程；

训练完成后，即可将程序运行在服务器后台，当存在异常情况时系统显示报警提示，只有当执勤人员手动确认报警，并填写巡查日志后报警提示才会消失，但相关记录会保留在数据库内以便查询。

Images