CN110570636A - 一种基于九轴传感器的振动报警方法及其装置、系统 - Google Patents
一种基于九轴传感器的振动报警方法及其装置、系统 Download PDFInfo
- Publication number
- CN110570636A CN110570636A CN201910863242.6A CN201910863242A CN110570636A CN 110570636 A CN110570636 A CN 110570636A CN 201910863242 A CN201910863242 A CN 201910863242A CN 110570636 A CN110570636 A CN 110570636A
- Authority
- CN
- China
- Prior art keywords
- vibration
- data
- vibration alarm
- axis sensor
- alarm device
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
- G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
Abstract
本发明涉及一种基于九轴传感器的振动报警方法及其装置、系统,所述方法包括如下步骤:S1、采集九轴传感器的三轴陀螺数据、三轴加速度数据和三轴磁力矩数据;S2、采用傅里叶变换、小波变换和希尔伯特黄变换对采集的数据进行实时数据融合分析;S3、根据数据融合分析结果,进行正常振动数据特征和非正常振动数据特征提取,并根据提取的非正常振动数据特征进行振动报警。有益效果是误报率低、响应及时、频谱范围宽、灵敏度高、功耗小,成本低。
Description
【技术领域】
本发明涉及安防报警技术领域,具体涉及一种基于九轴传感器的振动报警方法及其装置、系统。
【背景技术】
在当前的安全检测及报警系统中,常常需要通过各种传感器来检测环境中的各种突发情况。振动传感器是一种能够对物体的振动或移动情况进行检测的传感器,其被广泛应用于安防及其相关领域中。现有的振动传感器包括电感式振动传感器、压电式振动传感器、光纤振动传感器等。但这些振动传感器的电路结构都较为复杂,并且存在误报率较高、响应不及时、频谱范围窄、灵敏度低、功耗较大,生产成本高、制造困难等缺点。
所谓九轴传感器,其实是三种传感器的组合:3轴加速传感器、3轴陀螺仪和3轴电子罗盘(地磁传感器)。三个部分作用不同,相互配合,是我们手机、平板电脑、游戏机等电子产品中常用的运动感测追踪元件,应用于各类软件、游戏中的交互控制。MPU9250是世界上最小的9轴运动跟踪装置。
数据融合技术是指利用计算机对按时序获得的若干观测信息,在一定准则下加以自动分析、综合,以完成所需的决策和评估任务而进行的信息处理技术。傅立叶变换,表示能将满足一定条件的某个函数表示成三角函数(正弦和/或余弦函数)或者它们的积分的线性组合。最初傅立叶分析是作为热过程的解析分析的工具被提出的。小波变换(wavelettransform,WT)是一种新的变换分析方法,它继承和发展了短时傅立叶变换局部化的思想,同时又克服了窗口大小不随频率变化等缺点,能够提供一个随频率改变的“时间-频率”窗口,是进行信号时频分析和处理的理想工具。希尔伯特黄变换HHT主要内容包含两部分,第一部分为经验模态分解(Empirical Mode Decomposition,简称EMD),它是由Huang提出的;第二部分为Hilbert谱分析(Hilbert Spectrum Analysis,简称HSA)。简单说来,HHT处理非平稳信号的基本过程是:首先利用EMD方法将给定的信号分解为若干固有模态函数(以Intrinsic Mode Function或IMF表示,也称作本征模态函数),这些IMF是满足一定条件的分量;然后,对每一个IMF进行Hilbert变换,得到相应的Hilbert谱,即将每个IMF表示在联合的时频域中;最后,汇总所有IMF的Hilbert谱就会得到原始信号的Hilbert谱。
傅立叶变换、短时傅立叶变换、小波变换有一个共同的特点,就是预先选择基函数,其计算方式是通过与基函数的卷积产生的。HHT不同于这些方法,它借助Hilbert变换求得相位函数,再对相位函数求导产生瞬时频率。这样求出的瞬时频率是局部性的,而傅立叶变换的频率是全局性的,小波变换的频率是区域性的。
【发明内容】
本发明的目的是,提供一种误报率低、响应及时、频谱范围宽、灵敏度高、功耗小,成本低的振动报警方法。
为实现上述目的,本发明采取的技术方案是一种基于九轴传感器的振动报警方法,包括如下步骤:
S1、采集九轴传感器的三轴陀螺数据、三轴加速度数据和三轴磁力矩数据;
S2、采用傅里叶变换、小波变换和希尔伯特黄变换对采集的数据进行实时数据融合分析;
S3、根据数据融合分析结果,进行正常振动数据特征和非正常振动数据特征提取,并根据提取的非正常振动数据特征进行振动报警。
优选地,上述正常振动包括汽车经过、飞机飞过导致的九轴传感器振动;上述非正常振动包括人为攀爬、人为破坏导致的九轴传感器振动。
进一步地优选技术方案,还包括如下步骤:
S4、利用深度学习和卷积神经网络工具对非正常振动数据进行优化处理;
S5、将非正常振动数据优化分为人为振动数据和非人为振动数据,并根据人为振动数据进行振动报警。
本发明的第二目的是,提供一种误报率低、响应及时、频谱范围宽、灵敏度高、功耗小,成本低的振动报警装置。
为实现上述第二目的,本发明采取的技术方案是一种基于九轴传感器的振动报警装置,上述振动报警装置包括九轴传感器,上述九轴传感器包括三轴陀螺传感器、三轴加速度传感器和三轴磁力矩传感器;上述振动报警装置还包括微处理器、存储单元,上述存储单元用于存储指令,上述微处理器受控于存储单元中的存储指令,执行上述的一种基于九轴传感器的振动报警方法。
优选地,上述九轴传感器和上述振动报警装置外壳紧密相连成为一个刚体。
优选地,上述振动报警装置安装后,上述微处理器执行存储指令保证上述振动报警装置保持对地面的垂直状态,消除安装偏差对于采集数据的影响。
优选地,上述振动报警装置还包括开盖检测模块,用于智能检测上述振动报警装置安全。
优选地,上述振动报警装置还包括现场总线网络接口,用于发送报警数据包。
本发明的第三目的是,提供一种误报率低、响应及时、频谱范围宽、灵敏度高、功耗小,成本低的振动报警系统。
为实现上述第三目的,本发明采取的技术方案是一种基于九轴传感器的振动报警系统,上述振动报警系统包括远程服务节点和若干上述的一种基于九轴传感器的振动报警装置,上述远程服务节点和上述振动报警装置通过现场总线网络接口进行相互通讯,上述远程服务节点用于对上述振动报警装置组网、分配网络ID号、进行参数设置,以及接受上述振动报警装置发出的报警数据包。
本发明有以下有益效果:1.将应用于运动跟踪的九轴传感器转用于振动报警,频谱范围宽、灵敏度高、功耗小,成本低;2.利用微处理器对采集的九轴传感器数据进行实时处理分析,振动报警响应及时;3.采用多种数据处理方法,以及人工智能技术的深入应用,振动报警误报率低;4.对九轴传感器的连接以及安装偏差进行处理,适用于钢丝网等安装环境;5.带有网络接口,方便控制,以及组网报警;6.基于深度学习的传感器数据融合处理技术,通过大量的样本数据的训练,极大地提高了振动报警识别的准确率,通过采用高性能的嵌入式处理器,实现实时、高效数据处理,提高振动传感器报警的及时性、准确性、稳定性和可靠性。
【附图说明】
图1是一种基于九轴传感器的振动报警方法步骤图。
图2是一种基于九轴传感器的振动报警装置原理框图。
图3是一种基于九轴传感器的振动报警装置立体图。
【具体实施方式】
下面结合实施例并参照附图对本发明作进一步描述。
实施例1
本实施例实现一种基于九轴传感器的振动报警方法。
图1示出了一种基于九轴传感器的振动报警方法步骤图。如附图1所示,一种基于九轴传感器的振动报警方法,包括如下步骤:
S1、采集九轴传感器的三轴陀螺数据、三轴加速度数据和三轴磁力矩数据;
S2、采用傅里叶变换、小波变换和希尔伯特黄变换对采集的数据进行实时数据融合分析;
S3、根据数据融合分析结果,进行正常振动数据特征和非正常振动数据特征提取,并根据提取的非正常振动数据特征进行振动报警。
优选地,上述正常振动包括汽车经过、飞机飞过导致的九轴传感器振动;上述非正常振动包括人为攀爬、人为破坏导致的九轴传感器振动。
进一步地优选技术方案,还包括如下步骤:
S4、利用深度学习和卷积神经网络工具对非正常振动数据进行优化处理;
S5、将非正常振动数据优化分为人为振动数据和非人为振动数据,并根据人为振动数据进行振动报警。
傅里叶、小波和希尔伯特黄变换主要适用于数据特征的提取,因为九轴传感器会收集到很多的振动数据,比如汽车经过、飞机飞过等等都会导致振动传感器振动,从而采集到相应的数据,但此类数据并不是振动报警所需要的数据,振动报警所需要的数据包括人的攀爬、破坏金属网等;上述傅里叶、小波和希尔伯特黄变换就是用于将所需要的数据特征从采集的数据中提取出来,从而避免由于正常的振动数据而产生的报警,从而降低误报率。
深度学习和CNN卷积神经网络的作用在于,九轴传感器的数据经过傅里叶、小波和希尔伯特黄变换的处理只是将其中的典型特征和正常振动数据区别开,区别出发生异常的振动,而通过深度学习和CNN,则可以根据人类的行为特征、动物的行为特征等并结合九轴传感器的数据,推断出是人的行为还是动物或其他的行为导致的振动报警,从报警层次和智能上更上一层,从而进一步降低误报率。
实施例2
本实施例实现一种基于九轴传感器的振动报警装置。
一种基于九轴传感器的振动报警装置,上述振动报警装置包括九轴传感器,上述九轴传感器包括三轴陀螺传感器、三轴加速度传感器和三轴磁力矩传感器;上述振动报警装置还包括微处理器、存储单元,上述存储单元用于存储指令,上述微处理器受控于存储单元中的存储指令,执行上述实施例1的一种基于九轴传感器的振动报警方法。
优选地,上述九轴传感器和上述振动报警装置外壳紧密相连成为一个刚体。
优选地,上述振动报警装置安装后,上述微处理器执行存储指令保证上述振动报警装置保持对地面的垂直状态,消除安装偏差对于采集数据的影响。
优选地,上述振动报警装置还包括开盖检测模块,用于智能检测上述振动报警装置安全。
优选地,上述振动报警装置还包括现场总线网络接口,用于发送报警数据包。
本实施例现场总线可以是RS485总线、CAN总线等。
本实施例在将九轴传感器应用于振动报警装置中,针对振动传导的机理,对九轴传感器在振动报警装置中的位置进行了优化设计,并针对工业应用增加了相应干扰屏蔽、散热、防水、防雷击等相关措施;由于本实施例振动报警装置一般安装在金属网上,其振动幅值相对较小,为了保证能够有效采集到振动数据,在振动报警装置的设计中特别注意要将九轴传感器和振动报警装置外壳紧密相连成为一个刚体,使得振动能够有效传导;另外由于只用到二维数据,就要保证九轴传感器在振动报警装置安装后,通过软件算法保证振动报警装置保持对地面的垂直状态,消除安装偏差对于数据的影响。在进行数据采集并处理以及报警时,本实施例针对采集到的数据,采取傅里叶变换、小波变换和希尔伯特黄变换对其数据实时数据融合分析和特征提取,并利用深度学习和CNN(卷积神经网络)工具进行数据处理进行优化,最终得出振动报警装置所处位置的报警信息。振动报警装置具备开盖报警模块,能够智能检测自身安全,防止被他人破坏。
实施例3
本实施例实现一种基于九轴传感器的振动报警系统。
一种基于九轴传感器的振动报警系统,上述振动报警系统包括远程服务节点和若干上述实施例2的一种基于九轴传感器的振动报警装置,上述远程服务节点和上述振动报警装置通过现场总线网络接口进行相互通讯,上述远程服务节点用于对上述振动报警装置组网、分配网络ID号、进行参数设置,以及接受上述振动报警装置发出的报警数据包。
本实施例振动报警装置通过现场总线网络接口将振动报警以及开盖报警信息传送至远程服务节点,此外远程服务节点也可通过现场总线网络接口设置振动报警装置的各类参数,包括振动敏感度、报警间隔时间、开盖报警功能开启或禁止等。本实施例振动报警装置使用方式灵活,可单个使用,也可组网多个使用。
实施例4
本实施例实现一种基于九轴传感器的振动报警装置、系统。本实施例是上述实施例1、实施例2、实施例3的具体应用。
图2示出了一种基于九轴传感器的振动报警装置原理框图。如附图2所示,本实施例一种基于九轴传感器的振动报警装置包括易安装及拆卸机体、控制器、振动采集器、高可靠控制器局域网接口、数据输入输出接口,开盖报警模块。振动采集器获取所安装界面的实时振动信息并传送给控制器、控制器对于采集到的三轴陀螺信息、三轴加速度信息和三轴磁力矩信息进行数据融合处理并智能判断是否需要报警。
优选的,所述振动采集器优选为MPU9250,所述振动采集器包括三轴陀螺传感器、三轴加速度传感器和三轴磁力矩传感器。优选MPU9250,配以特色的数据融合处理算法。MPU9250目前主要用于无人机领域,将其应用于振动报警装置,特别是安防振动报警装置,本实施例针对振动传导的机理,对MPU9250在振动传感器中的位置进行了优化设计,并针对工业应用增加了相应干扰屏蔽、散热、防水、防雷击等相关措施;相对于MPU9250无人机等惯常设计,由于振动报警装置安装在金属网上,其振动幅值相对较小,为了保证能够有效采集到振动数据,在振动报警装置的设计中特别注意将MPU9250和振动报警装置外壳紧密相连成为一个刚体,使得振动能够有效传导;另外由于只用到二维数据,就要保证MPU9250在振动报警装置安装后,通过软件算法保证MPU9250保持对地面的垂直状态,消除安装偏差对于数据的影响。在进行数据采集并处理以及报警时,本实施例针对采集到的数据,采取傅里叶变换、小波变换和希尔伯特黄变换对其数据实时数据融合分析和特征提取,并利用深度学习和CNN(卷积神经网络)工具进行数据处理进行优化,最终得出振动报警装置所处位置的报警信息。此种数据融合处理及报警判断,是MPU9250在振动报警装置场合应用有别于其他应用场合的情形。本实施例第一次提出来基于MPU9250采集的数据,采用深度学习的方法,进行整体数据有机融合处理和判断,有效提高报警有效性的解决方案。振动报警装置具备开盖报警模块,能够智能检测自身安全,防止被他人破坏。振动报警装置通过高可靠控制器局域网接口将振动报警以及开盖报警信息传送至用户,此外用户也可通过高可靠控制器局域网接口设置振动传感器的各类参数,包括振动敏感度、报警间隔时间、开盖报警功能开启或禁止等。该振动报警装置使用方式灵活,可单个使用,也可组网多个使用。
图3示出了一种基于九轴传感器的振动报警装置立体图,图中标号1表示上盖、标号2表示底座。如附图3所示,优选的,振动报警装置外壳采用独特设计的自锁式结构,易于安装,不需要额外工具,一人操作就能完成安装。在安装完成之后,若不用特殊设计的拆卸工具,将极难拆卸,这样能够避免人为有意将振动报警装置拆下,造成安防报警系统的异常。
本实施例采用检测模块-控制模块-后台服务器架构,采用基于Cortex-M4内核的ARM处理器作为核心处理芯片,连接各传感、控制、通信芯片,实现了状态采集、实时控制、报警数据融合处理、通信定位等功能。
本设备的控制器采用嵌入式集成控制器,优选为STM32F103C8T6控制器,所述控制器集成了包括语音识别、定位、按键、体征监测、换乘规划、报警、语音播报的功能模块,控制器实时解算来自各子模块的实时数据,并在综合传感数据后,得出用户所处的环境情况及自身状态,完成信息采集传输和智能指令导盲功能。
优选的,所述振动报警装置采用嵌入式集成控制器,优选为STM32F103C8T6控制器,所述振动报警装置集成了控制器、振动采集器、高可靠控制器局域网接口、看门狗模块、电源、数据输入输出接口,开盖报警模块。控制器实时解算来自各子模块的实时数据,并在综合传感数据后,得出振动传感器所处的环境情况及自身状态,完成信息采集传输和智能分析及报警功能。
优选的,高可靠控制器局域网接口选用飞利浦TJA1050,通过高可靠控制器局域网接口,将控制器的解析识别结果,传递给用户,完成数据传输和振动报警。
优选的,看门狗模块选用Exar公司的SP706、通过使用SP706,在保证振动报警装置正常工作的同时,控制了功耗及体积。
优选的,电源模块选用SX2106,该模块具备低功耗,宽的电压输入,转换效率94%,输出电流2A,保证振动报警装置的供电正常。
优选的,开盖报警模块选用RPR220模块,该模块采用红外发射管进行开盖功能检测,具备抗干扰能力强,可靠性高,包装尺寸小,能够全天候有效检测是否传感器的外壳被打开。
优选的,所述振动报警装置的外壳尺寸为6cm*5.5cm*2.6cm,外壳壁厚度为3.12mm,材质为铝合金。
本实施例振动报警装置使用时,先将振动报警装置安装到待测金属网上,并通过振动报警装置的自锁机构进行锁紧,使其与安装平面贴紧;当安装平面上有振动发生时,由于安装平面和振动报警装置的外壳是紧密相连,这样安装平面上的振动就通过振动报警装置外壳,传递到振动报警装置内部;安装在振动报警装置内部PCB板上的MPU9250采集到振动报警装置内部的振动后,根据振动报警装置的核心处理器的指令,将数字化的振动数据发给核心处理器;核心处理器依据数据融合处理算法,对振动数据进行处理后并存储;振动报警装置收到服务器端通过高可靠控制器局域网接口发过来的指令后,会将存储的数据立即发送给服务器,这样完成一次振动报警过程。
本实施例一种基于九轴传感器的振动报警系统,所述振动报警装置报警输出和参数设置功能通过以下步骤实现通过以下步骤实现:
步骤S101:在确定好振动报警装置ID号和连接好高可靠控制器局域网接口之后,建立振动报警装置节点和远程服务节点之间的双向通讯,振动报警装置节点定期地向远程服务节点发送报警数据包,远程服务节点根据通信协议接收并解析收到的报警数据包,并发送应答数据包给振动报警装置节点,完成报警数据的发送和接收;
步骤S102:在建立振动报警装置节点和远程服务节点之间的双向通讯后,远程服务节点根据需求向振动报警装置节点发送参数设置数据包,振动报警装置节点根据通信协议接收并解析参数设置数据包,并向远程服务节点发送应答数据包,完成参数设置。
优选的,所述自动组网功能通过以下步骤实现:
步骤S201:通过高可靠控制器局域网将当前振动报警装置节点接入网络,并根据当前振动报警装置的ID号,自动分配其在网络中的唯一标号;
步骤S202:以特定的“手拉手”连接方式,将新的振动报警装置连接入网络,并重复S201步骤,完成网络ID号分配;
步骤S203:通过重复S201、S202步骤,完成整个网络的建立。
本实施例振动报警系统工作流程,包括四大功能的实现。
功能(1):数据采集
将振动报警装置安装至待测物体上后,连接好航空插头,并接通电源,振动报警装置便开始进行运行状态。在振动报警装置启动完毕,即采集待测物体面上的振动情况,采集速率为25次/秒,采集数据包括三轴陀螺、三轴加速度和三轴磁力矩,每条记录总计9个字节数据,并存入振动报警装置的指定存储空间。
功能(2):数据融合报警
采集到相应数据后,利用傅里叶变换、小波变换和希尔伯特黄变换对其数据实时分析和特征提取,并利用CNN(卷积神经网络)工具进行系统优化,得出振动报警装置所处位置的报警数据,并存贮在振动传感器的报警记录表中。
功能(3):数据传输
在数据融合报警处理完毕,振动报警装置将通过高可靠控制器局域网接口向服务器发送实时报警信息,为了保证整个控制器局域网的稳定以及充分考虑数据的实时性,在数据传输时,控制器局域网采用主从应答模式。
功能(4):开盖报警
为了防止有人恶意打开振动报警装置,特为设置了开盖报警功能,开盖报警模块选用RPR220模块,该模块采用红外发射管进行开盖功能检测,在实施时,由控制器的GPIO口定时命令RPR220发射红外,并对其反射进行接收采样,并将采样数据送回控制器,来判断振动报警装置是否被恶意开盖,并将相应报警发送到服务器。
本实施例基于深度学习的传感器数据融合处理技术,通过大量的样本数据的训练,极大地提高了振动报警识别的准确率,通过采用高性能的嵌入式处理器,实现实时、高效数据处理,提高振动传感器报警的及时性、准确性、稳定性和可靠性;采用高可靠控制器局域网接口,提升振动报警装置组网的便捷性和可靠性;此外,振动传感器外壳采用独特设计的自锁式结构,易于安装,有效避免人为有意拆卸,外观小巧美观,具有较高的普适性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员,在不脱离本发明原理的前提下,还可以做出若干改进和补充,这些改进和补充也应视为本发明的保护范围。
Claims (9)
1.一种基于九轴传感器的振动报警方法,其特征在于包括如下步骤:
S1、采集九轴传感器的三轴陀螺数据、三轴加速度数据和三轴磁力矩数据;
S2、采用傅里叶变换、小波变换和希尔伯特黄变换对采集的数据进行实时数据融合分析;
S3、根据数据融合分析结果,进行正常振动数据特征和非正常振动数据特征提取,并根据提取的非正常振动数据特征进行振动报警。
2.根据权利要求1所述的一种基于九轴传感器的振动报警方法,其特征在于:所述正常振动包括汽车经过、飞机飞过导致的九轴传感器振动;所述非正常振动包括人为攀爬、人为破坏导致的九轴传感器振动。
3.根据权利要求1所述的一种基于九轴传感器的振动报警方法,其特征在于还包括如下步骤:
S4、利用深度学习和卷积神经网络工具对非正常振动数据进行优化处理;
S5、将非正常振动数据优化分为人为振动数据和非人为振动数据,并根据人为振动数据进行振动报警。
4.一种基于九轴传感器的振动报警装置,其特征在于:所述振动报警装置包括九轴传感器,所述九轴传感器包括三轴陀螺传感器、三轴加速度传感器和三轴磁力矩传感器;所述振动报警装置还包括微处理器、存储单元,所述存储单元用于存储指令,所述微处理器受控于存储单元中的存储指令,执行权利要求1至3任一权利要求所述的一种基于九轴传感器的振动报警方法。
5.根据权利要求4所述的一种基于九轴传感器的振动报警装置,其特征在于:所述九轴传感器和所述振动报警装置外壳紧密相连成为一个刚体。
6.根据权利要求4所述的一种基于九轴传感器的振动报警装置,其特征在于:所述振动报警装置安装后,所述微处理器执行存储指令保证所述振动报警装置保持对地面的垂直状态,消除安装偏差对于采集数据的影响。
7.根据权利要求4所述的一种基于九轴传感器的振动报警装置,其特征在于:所述振动报警装置还包括开盖检测模块,用于智能检测所述振动报警装置安全。
8.根据权利要求7所述的一种基于九轴传感器的振动报警装置,其特征在于:所述振动报警装置还包括现场总线网络接口,用于发送报警数据包。
9.一种基于九轴传感器的振动报警系统,其特征在于:所述振动报警系统包括远程服务节点和若干权利要求8所述的一种基于九轴传感器的振动报警装置,所述远程服务节点和所述振动报警装置通过现场总线网络接口进行相互通讯,所述远程服务节点用于对所述振动报警装置组网、分配网络ID号、进行参数设置,以及接受所述振动报警装置发出的报警数据包。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910863242.6A CN110570636A (zh) | 2019-09-12 | 2019-09-12 | 一种基于九轴传感器的振动报警方法及其装置、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910863242.6A CN110570636A (zh) | 2019-09-12 | 2019-09-12 | 一种基于九轴传感器的振动报警方法及其装置、系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110570636A true CN110570636A (zh) | 2019-12-13 |
Family
ID=68779500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910863242.6A Withdrawn CN110570636A (zh) | 2019-09-12 | 2019-09-12 | 一种基于九轴传感器的振动报警方法及其装置、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110570636A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090002887U (ko) * | 2007-09-19 | 2009-03-24 | 이형수 | 야생 동물 침입 또는 절도 방지 및 로드킬 방지를 위한철조망 설치 구조. |
CN203786848U (zh) * | 2013-12-17 | 2014-08-20 | 上海霆峰计算机机房工程有限公司 | 一种移动入侵探测报警装置 |
US20170039826A1 (en) * | 2014-04-16 | 2017-02-09 | Optasense Holdings Limited | Fibre Optic Distributed Sensing for Perimeter Monitoring |
CN106781170A (zh) * | 2017-01-18 | 2017-05-31 | 北京新帆科技有限责任公司 | 一种基于tdr技术的微振动周界入侵报警系统 |
CN206400722U (zh) * | 2017-01-18 | 2017-08-11 | 北京新帆科技有限责任公司 | 一种基于tdr技术的微振动周界入侵报警系统 |
CN206991492U (zh) * | 2017-06-29 | 2018-02-09 | 广州市国深信息科技有限责任公司 | 一种低误报率的光缆振动传感报警装置 |
CN108509850A (zh) * | 2018-02-24 | 2018-09-07 | 华南理工大学 | 一种基于分布式光纤系统的入侵信号识别算法 |
CN207946158U (zh) * | 2018-04-11 | 2018-10-09 | 中科润程(北京)物联科技有限责任公司 | 振动识别设备以及系统 |
CN110033581A (zh) * | 2019-05-09 | 2019-07-19 | 上海卓希智能科技有限公司 | 基于希尔伯特黄变换和机器学习的机场周界入侵报警方法 |
CN110136378A (zh) * | 2019-05-09 | 2019-08-16 | 上海卓希智能科技有限公司 | 一种机场周界入侵报警系统及入侵报警方法 |
-
2019
- 2019-09-12 CN CN201910863242.6A patent/CN110570636A/zh not_active Withdrawn
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090002887U (ko) * | 2007-09-19 | 2009-03-24 | 이형수 | 야생 동물 침입 또는 절도 방지 및 로드킬 방지를 위한철조망 설치 구조. |
CN203786848U (zh) * | 2013-12-17 | 2014-08-20 | 上海霆峰计算机机房工程有限公司 | 一种移动入侵探测报警装置 |
US20170039826A1 (en) * | 2014-04-16 | 2017-02-09 | Optasense Holdings Limited | Fibre Optic Distributed Sensing for Perimeter Monitoring |
CN106781170A (zh) * | 2017-01-18 | 2017-05-31 | 北京新帆科技有限责任公司 | 一种基于tdr技术的微振动周界入侵报警系统 |
CN206400722U (zh) * | 2017-01-18 | 2017-08-11 | 北京新帆科技有限责任公司 | 一种基于tdr技术的微振动周界入侵报警系统 |
CN206991492U (zh) * | 2017-06-29 | 2018-02-09 | 广州市国深信息科技有限责任公司 | 一种低误报率的光缆振动传感报警装置 |
CN108509850A (zh) * | 2018-02-24 | 2018-09-07 | 华南理工大学 | 一种基于分布式光纤系统的入侵信号识别算法 |
CN207946158U (zh) * | 2018-04-11 | 2018-10-09 | 中科润程(北京)物联科技有限责任公司 | 振动识别设备以及系统 |
CN110033581A (zh) * | 2019-05-09 | 2019-07-19 | 上海卓希智能科技有限公司 | 基于希尔伯特黄变换和机器学习的机场周界入侵报警方法 |
CN110136378A (zh) * | 2019-05-09 | 2019-08-16 | 上海卓希智能科技有限公司 | 一种机场周界入侵报警系统及入侵报警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104820429B (zh) | 基于超声波距离检测的无人机避障系统及其控制方法 | |
US9734464B2 (en) | Automatically generating labor standards from video data | |
CN202475487U (zh) | 老人儿童安全智能管控系统 | |
US9939540B2 (en) | System and methods for remote monitoring | |
CN102279995A (zh) | 基于物联网的安防预警系统 | |
WO2005107445A3 (en) | An electronic tether for portable objects | |
EP3552069A1 (en) | Drone pre-surveillance | |
CN106504588B (zh) | 基于北斗二代和移动网络的多平台低空域监视系统及方法 | |
Fourniol et al. | Low-power wake-up system based on frequency analysis for environmental internet of things | |
US11354989B1 (en) | Asset tracking and protection | |
EP3243074A1 (en) | Sensing of water quality | |
US20210407107A1 (en) | Target association using occlusion analysis, clustering, or both | |
CN107727091A (zh) | 基于三轴地磁传感器的海洋监测浮标防避碰系统及方法 | |
CN110570636A (zh) | 一种基于九轴传感器的振动报警方法及其装置、系统 | |
JP6967868B2 (ja) | 監視システム、監視プログラム、および、記憶媒体 | |
US11479357B1 (en) | Perspective angle acquisition and adjustment of security camera drone | |
CN202551182U (zh) | 一种多用途的网络摄像机 | |
CN204480417U (zh) | 一种基于振动信号感知的入侵检测装置 | |
Muzawi et al. | Pattern Lock and GPS-Based Motorcycle Security System | |
CN211954258U (zh) | 一种智能环保物联网软件系统 | |
CN203455484U (zh) | 草原蝗虫远程监测设备和系统 | |
CN103903374A (zh) | 一种古墓防盗装置 | |
CN207280474U (zh) | 基于地磁传感器的海洋浮标防避碰系统 | |
US9515769B2 (en) | Methods and systems for exploiting sensors of opportunity | |
CN205647024U (zh) | 电缆远程在线监测装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191213 |
|
WW01 | Invention patent application withdrawn after publication |