CN110703619A - 智能楼宇管理方法、装置、介质及电子设备 - Google Patents
智能楼宇管理方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN110703619A CN110703619A CN201911008317.9A CN201911008317A CN110703619A CN 110703619 A CN110703619 A CN 110703619A CN 201911008317 A CN201911008317 A CN 201911008317A CN 110703619 A CN110703619 A CN 110703619A
- Authority
- CN
- China
- Prior art keywords
- information
- intelligent building
- health
- environmental
- risk
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 68
- 230000036541 health Effects 0.000 claims abstract description 230
- 230000007613 environmental effect Effects 0.000 claims abstract description 154
- 238000012544 monitoring process Methods 0.000 claims abstract description 126
- 206010000117 Abnormal behaviour Diseases 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims description 40
- 238000013145 classification model Methods 0.000 claims description 16
- 238000005315 distribution function Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 8
- 230000036760 body temperature Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 15
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 12
- 239000000779 smoke Substances 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 238000005192 partition Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 239000002341 toxic gas Substances 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 238000003915 air pollution Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 206010022000 influenza Diseases 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 206010037660 Pyrexia Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000035622 drinking Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000712461 unidentified influenza virus Species 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 206010020843 Hyperthermia Diseases 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000036031 hyperthermia Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
Abstract
本公开实施例涉及信息技术领域，提供一种智能楼宇管理方法、装置、介质及电子设备，该方法包括：采集得到智能楼宇中人员的位置信息、健康信息、环境信息以及视频监控；根据智能楼宇中人员的健康信息和预设健康标准进行比较，对是否存在健康安全风险进行预测；根据智能楼宇的环境信息和预设环境标准进行比较，对是否存在环境安全风险进行预测；根据视频监控分析智能楼宇内的异常行为；当存在健康安全风险、环境安全风险和异常行为中的至少一项时，结合位置信息发出风险提示信息。本公开实施例对智能楼宇中人员的位置信息、健康信息和环境信息与标准进行比较，对人员健康及环境本身存在的安全风险进行预测，根据预测结果及时给出预警信息。
Description
技术领域
本公开涉及信息技术领域，具体而言，涉及一种智能楼宇管理方法、装置、介质及电子设备。
背景技术
近年来随着互联网技术的飞速发展，物联网在人们生活中的应用愈加广泛，例如智能家居、智能穿戴、车联网等领域。基于物联网构建的智能楼宇，可以使建筑内众多公共资源具有语境感知能力，使其真正成为智慧城市的细胞。基于物理网技术的发展，楼宇多能提供的不仅仅是冰冷的就建筑，而是为社会提供智能化、信息化、可视化、节能化以及人性化的建筑和服务。
因此，现有技术中的技术方案中如何在智能楼宇办公环境下对健康信息进行共享和管理还存在有待改进之处。
需要说明的是，在上述背景技术数据子段公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开实施例的目的在于提供一种智能楼宇管理方法、装置、介质及电子设备，进而至少在一定程度上克服现有的访问机制安全性差的缺点。
本公开的其他特性和优点将通过下面的详细描述变得显然，或数据子段地通过本公开的实践而习得。
根据本公开实施例的第一方面，提供了一种智能楼宇管理方法，包括：
采集得到智能楼宇中人员的位置信息、健康信息、环境信息以及视频监控；
根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测；
根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险进行预测；
根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为；
当所述智能楼宇中存在健康安全风险、环境安全风险和异常行为中的至少一项时，结合所述位置信息发出风险预警信息；
其中根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为，包括：
根据混合高斯算法提取所述视频监控中的背景模型，检测出异常运动目标；
根据所述异常运动目标提取得到异常目标的HOG特征；
将所述HOG特征输入到基于SVM的二分类模型，根据所述二分类模型判断是否有异常目标进行快速移动。
在本公开的一种示例性实施例中，将所述位置信息、所述健康信息和所述环境信息上传到区块链网络。
在本公开的一种示例性实施例中于，还包括：
将采集的所述健康信息和所述环境信息上传到本地服务器；
根据所述本地服务器中当前采集的所述健康信息和所述环境信息分别与前一时间段采集的所述健康信息和所述环境信息进行比较；
如果其中至少一项信息的比较结果存在差异，则将存在差异的当前所述健康信息和/或所述环境信息的数据本身以及产生时间、地点和指标值上传到所述区块链网络。
在本公开的一种示例性实施例中，所述根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测，包括：
根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，并根据比较结果计算生病人员比例；
当所述生病人员比例超过预设比例时，预测结果为存在健康安全风险。
在本公开的一种示例性实施例中，当所述智能楼宇中存在健康安全风险时，所述结合所述位置信息发出风险预警信息包括：
对所述健康信息超出所述预设健康标准的人员的位置信息进行统计和计算，得到生病人员分布函数；
根据所述生病人员比例结合所述生病人员分布函数确定所述健康安全风险为局部性风险或全局性风险。
在本公开的一种示例性实施例中，所述根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险预测，包括：
根据所述智能楼宇的环境信息和预设环境标准进行比较，得到环境信息与所述预设环境标准的差值；
当所述差值超过预设阈值时，所述预测结果为存在环境安全风险；
根据所述差值的大小确定所述环境安全风险的等级。
在本公开的一种示例性实施例中，所述方法还包括：如果发现有异常目标快速移动的异常行为，则结合基于所述视频监控确定的位置信息发出风险预警信息。
根据本公开实施例的第二方面，提供一种智能楼宇管理装置，包括：
信息采集模块，用于采集得到智能楼宇中人员的位置信息、健康信息、环境信息以及视频监控；
健康风险预测模块，用于据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测；
环境风险预测模块，用于根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险进行预测；
异常行为监测模块，用于根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为，包括：根据混合高斯算法提取所述视频监控中的背景模型，检测出异常运动目标；根据所述异常运动目标提取得到异常目标的HOG特征；将所述HOG特征输入到基于SVM的二分类模型，根据所述二分类模型判断是否有异常目标进行快速移动；
风险预警模块，用于当所述智能楼宇中存在健康安全风险、环境安全风险和异常行为中的至少一项时，结合所述位置信息发出风险预警信息。
根据本公开实施例的第三方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现以上所述的智能楼宇管理方法的步骤。
根据本公开实施例的第四方面，提供一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现以上所述的智能楼宇管理方法。
本公开实施例提供的技术方案可以包括以下有益效果：
在本公开的一些实施例所提供的技术方案中，一方面，对智能楼宇中人员的位置信息、健康信息和环境信息与标准进行比较，进而得到人员健康及环境本身存在的安全风险进行预测，并基于监控视频对人员的异常行为进行监测，根据预测结果和监测结果及时给出预警信息，将智能楼宇内人员可能即将面临安全风险的预警信息发送给相关人员，以便及时采取解决措施。另一方面，将数据发布到区块链网络进行管理，通过将智能楼宇中人员的位置信息、健康信息和环境信息上传到区块链网络，利用区块链隐私保护、公开透明、可追溯、不易篡改等特点保证数据来源真实可靠，为智慧楼宇中人员的安全风险以及突发事件的共享和管理提供有利的保证。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一数据子段，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：
图1是根据一示例性实施例示出的一种智能楼宇管理方法及装置的系统场景框图。
图2是根据本公开一实施例提供的一种智能楼宇管理方法的流程示意图。
图3是根据本公开一实施例图2中步骤S220的一种流程示意图。
图4是根据本公开一实施例图2中步骤S230的一种流程示意图。
图5是根据一示例性实施例示出的一种智能楼宇管理装置的示意图。
图6是根据本公开一实施例中风险预测模块530的一种示意图。
图7是根据本公开一实施例中风险预测模块530的另一种示意图。
图8是根据一示例性实施例示出的一种电子设备的计算机系统800的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或数据子段合并，因此实际执行的顺序有可能根据实际情况改变。
应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“和/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。
图1是根据一示例性实施例示出的一种智能楼宇管理方法及装置的系统场景框图。
如图1所示，系统架构100可以包括用户终端设备101、102、103，网络104、服务器105和机构终端设备106、107、108。网络104用以在终端设备101、102、103、服务器105和机构终端设备106、107、108之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以通过用户终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。机构终端设备也可以通过机构终端设备106、107、108通过网络104与服务器105交互，以接收或发送消息等。用户终端设备101、102、103和机构终端设备106、107、108上可以安装有各种通讯用户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱用户端、社交平台软件等。
用户终端设备101、102、103和机构终端设备106、107、108可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种数据服务的服务器，服务器105上可设置有安全监测服务平台，可对智能楼宇利用机构终端设备106、107、108所提供的健康信息、环境信息和位置信息进行数据储存处理的后台服务器。服务器105还可以对接收到的健康信息、环境信息和位置信息进行数据预处理，以便在后续响应用户终端设备的需求。
服务器105可以是提供各种处理服务的服务器，例如对用户利用用户终端设备101、102、103所提出的数据进行处理的后台服务器。服务器105可以对接收到的数据进行分析等处理，并将处理结果反馈给用户终端设备。
服务器105可例如根据用户的指令确定目标机构；服务器105可例如基于区块链系统获取智能楼宇中人员的健康信息、环境信息和位置信息，其中所述健康信息包括心率、体温中的至少一个指标或几个指标的组合，所述环境信息包括室温、PM2.5、有毒气体、室内有无进水；服务器105可例如基于区块链系统获取当前健康信息，其中所述当前健康信息也包括心率、体温、血压、血糖、饮食、睡眠、心脏和肺部声音感知信息中的至少一个指标或几个指标的组合。
终端设备106、107、108可以例如分别用于采集智能楼宇中人员的位置信息、健康信息和环境信息；服务器105还可例如以集团/公司基层营业机构为最小节点，构建区块链节点及区块链网络，由区块链获取一个或多个集团/公司参与智能楼宇办公环境下智能传感物联网的位置信息、健康信息、环境信息以及视频监控；服务器105还可例如根据所述人员的健康信息和/或所述环境信息结合所述位置信息预测所述智能楼宇内存在的安全风险，具体为根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测；根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险进行预测；根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为；当所述智能楼宇中存在健康安全风险、环境安全风险和异常行为中的至少一项时，结合所述位置信息发出风险预警信息。
服务器105可以是一个实体的服务器，还可例如为多个服务器组成，服务器105中的一部分可例如作为本公开中的区块链系统，用于储存人员的位置信息、健康信息、环境信息以及视频监控，存储时按照自定义的数据结构方式、信息存储方式和协议来存储和认证共享信息等，以保证信息存储和信息处理的高效率。
需要说明的是，本公开实施例所提供的智能楼宇管理方法可以由服务器105执行，相应地，智能楼宇管理装置可以设置于服务器105中。
根据本公开的智能楼宇管理方法、装置、电子设备及计算机可读介质，提出了有效实现智慧楼宇办公环境下智能传感物联网健康信息共享和管理方法，根据本公开提供的方法，如果利用区块链网络存储数据，则在区块链技术大多数应用场景中，利用区块链哈希指针的交易链数据结构和加密学的哈希计算和加密学数字签字的机制实现交易过程中的多层次证据确认来实现不同个体交易方之间的信任问题，有力促进区块链技术应用在智慧楼宇办公环境下智能传感物联网健康信息共享和管理方面的有效推广。随着区块链技术在智慧楼宇办公环境下智能传感物联网健康信息共享和管理、医疗、养老、保险、金融、物流等多个领域的广泛应用，本公开必将带来可观的经济效益和社会效益。
为此，本公开提供一种智能楼宇管理方法、装置、介质及电子设备，基于楼宇和人员的位置、时间、实时室内环境监测信息、人员的健康信息与医疗健康原理相结合的综合智能分析方法(正常的健康指标的范围及环境指标情况)，系统自动智能预测楼宇内人员可能面临的健康风险或突发情况(如楼内空气污染严重、火灾、水灾、断电、多名人员感冒发烧(流感严重)等突发情况而收不到室内环境感知信息或收到异常健康及环境感知信息)并进一步向相关人员发出预警信息(如楼宇物业管理人员、人员应急联系人等)。
下面对本公开的技术方案做具体介绍。
图2是根据本公开一实施例提供的一种智能楼宇管理方法的流程示意图，参考图2，该智能楼宇管理方法包括：
步骤S210，采集得到智能楼宇中人员的位置信息、健康信息、环境信息以及视频监控。
步骤S220，根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测。
步骤S230，根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险进行预测；
步骤S240，根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为；
步骤S250，当所述智能楼宇中存在健康安全风险、环境安全风险和异常行为中的至少一项时，结合所述位置信息发出风险预警信息。
在图2所示实施例所提供的技术方案中，一方面，对智能楼宇中人员的位置信息、健康信息和环境信息与标准进行比较，进而得到人员健康及环境本身存在的安全风险进行预测，并基于监控视频是人员的异常行为进行监测，根据预测结果和监测结果及时给出预警信息，将智能楼宇内人员可能即将面临安全风险的预警信息发送给相关人员，以便及时采取解决措施。另一方面，将数据发布到区块链网络进行管理，通过将智能楼宇中人员的位置信息、健康信息和环境信息上传到区块链网络，利用区块链隐私保护、公开透明、可追溯、不易篡改等特点保证数据来源真实可靠，为智慧楼宇中人员的安全风险以及突发事件的共享和管理提供有利的保证。
以下对图2所示实施例的各个步骤的具体实现进行详细阐述：
在步骤S210中，采集得到智能楼宇中人员的位置信息、健康信息、环境信息以及视频监控。
在本公开的一种示例性实施例中，所述健康信息包括心率、体温、血糖中的至少一个指标或几个指标的组合，所述环境信息包括室温、湿度、PM2.5、有毒气体、烟雾检测、甲醛以及室内有无进水中的至少一个指标或几个指标的组合。除智能楼宇的环境信息以及其中人员的健康信息等之外，还包括基于视频监控获取监测区域人数等。信息采集设备可以是无接触健康指标采集设备、智能温度传感设备、智能摄像头、PM2.5检测仪、烟雾传感器等。健康信息和环境信息中具体包括哪几项需要结合具体的应用场景而确定，可以通过健康信息中的这几项指标对用户的健康状态进行判断，及时获知用户所存在的健康风险，还可以根据环境信息中的这几项指标对智能楼宇室内环境是否进行判断，及时获知办公环境内所存在的直接或间接危害人员健康的信息。
在本公开的一种示例性实施例中，还根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为，即通过采集所述智能楼宇中的视频监控，以用于分析智能楼宇内的异常行为进行监测。
在本公开的一种示例性实施例中，对于本实施例中的上述信息根据种类的不同设定实时采集还是定期采集，以及设定监测的时间段，具体可以通过实时检测结合定期检测的方式获得，例如：监测区域人数的监测时间范围是工作时间如8:00-18:00；室内环境数据的监测时间范围是24h，在监测指标中，如环境信息中PM2.5、烟雾传感数据的信息为实时上传，其他指标如心率、体温、室温、环境湿度、区域人员数量等信息属于基本恒定数据，监测上传的时间间隔设定1h-4h不等。
在本公开的一种示例性实施例中，该步骤中上述信息是基于智能楼宇内设置的多个监测点进行采集得到的，该步骤之前还需要以功能分区或楼层分区为依据进行划分，将所述智能楼宇划分为多个监测点。例如，对智能楼宇按照工作区、休闲区、公共区等进行划分，还可以按照1-3层、4-6层……等按照楼层进行划分，针对每一分区分别设置至少一个监测点。
在本公开的一种示例性实施例中，为测量室内温度(即室温)信息，可以在同一楼内设置多个监测点；为测量室内空气质量(如PM2.5、甲醛、建筑发生火灾等产生有毒气体等)，可以在同一楼内多个监测点；为测量楼内人员的体温信息，可以在同一楼内设置多个监测点，基于无线无感知体温进行监测；为测量人员的实时位置信息，也可以在同一楼内设置多个监测点；为测量人员的心率信息，也可以在同一楼内设置多个监测点，基于无线无感知刷脸测心率；为测量人员的血糖监测信息，也可以在同一楼内设置多个监测点；为监测室内是否有进水的信息，也可以在同一楼内设置多个监测点。
办公环境下各位置区域划分集合为：{L1,L2,L3,...Ln}，其中每一区域可以对应一个监测点，同样，每一区域与一预设范围内的位置信息相对应；
物联网监测的健康信息和环境信息的集合为：{x1,x2,..xm}表示{体温、心率、烟雾、PM2.5等}；
根据上述两个结合进行整合，得到各个区域监测的健康信息和环境信息的总集合为：
{{d11,d12,..d1m}；{d21,d22,...d2m}；....{dn1,dn2,...dnm}}
其中{d11,d12,..d1m}对应L1区域的{体温、心率、烟雾、PM2.5等}，{d21,d22,...d2m}对应L2区域的{体温、心率、烟雾、PM2.5等}，{dn1,dn2,...dnm}}对应Ln区域的{体温、心率、烟雾、PM2.5等}。
在本公开的一种示例性实施例中，步骤S210之后，还可以将所述位置信息、所述健康信息、所述环境信息和视频监控上传到区块链网络。该步骤中进一步根据区块链网络中的位置信息结合健康信息、环境信息和食品视频中监测到的异常行为对智能楼宇中存在的风险进行统计和预测。需要说明的是，在本公开其他实施例中除了将上述位置信息、健康信息和环境信息存储到区块链中，还可以存储到其他存储介质中，此处不再一一列举。
在本公开的一种示例性实施例中，步骤S210之后，还可以将所述位置信息、所述健康信息、所述环境信息和视频监控上传到区块链网络之前，先将其上传到本地服务器，然后再根据差异比较的结果将有差异的上传到区块链网络中，具体如下：
首先，将采集的所述健康信息、所述环境信息和视频监控上传到本地服务器；其次，根据所述本地服务器中当前采集的所述健康信息、所述环境信息分别与前一时间段采集的所述健康信息、所述环境信息进行比较；然后，如果其中至少一项信息的比较结果存在差异，则将存在差异的当前所述健康信息和/或所述环境信息的数据本身以及产生时间、地点和指标值上传到所述区块链网络；根据视频监控中人员的行为判断是否出现异常行为，如果出现异常行为则将其上传到区块链网络，从而将环境，健康、行为方面出现的异常信息及时监控并上传到区块链网络。
例如，将健康信息和环境信息作为上传和监控的指标，每一个指标上传后，本地服务器会判断当前指标P_now和前一时段指标P_pre是否有差异，只有当P_now≠P_pre，指标信息(包括数据产生的时间、地点、指标值等)会上传到主服务器(可以是区块链网络服务器)，从而压缩需要上传的数据量，节省数据上传的时间和数据所占的存储空间。
在本公开的一种示例性实施例中，其中区域分区中包括位置信息，即哪些位置信息归属为L1区域，哪些位置信息归属为L2区域等等。另外，针对每一总集合添加上对应的时间信息，因此所述位置信息、所述健康信息和所述环境信息分别有对应的时间信息。
该步骤中在系统中注册的企业或个人将相关智慧楼宇办公环境下智能传感物联网健康信息共享和管理案例、室内温度信息(同一楼内多个监测点)、室内空气质量(PM2.5等，建筑发生火灾等产生有毒气体等,同一楼内多个监测点)、人员体温信息(无线无感知体温监测,同一楼内多个监测点)、人员实时位置信息(同一楼内多个监测点)、人员心率信息(无线无感知刷脸测心率,同一楼内多个监测点)、人员血糖监测信息(同一楼内多个监测点)、室内是否有进水信息(同一楼内多个监测点)等智慧楼宇办公环境下智能传感物联网健康信息共享和管理更新信息上传到区块链，可以证明相关材料的音频、视频、图像等相关材料也可以上传至区块链，根据区块链存储的智慧楼宇办公环境下智能传感物联网健康信息共享和管理信息等隐私保护(权限管理、加水印、加密等)、公开透明、可追溯、不易篡改等特点。
在本公开的一种示例性实施例中，该步骤中按照公开自定义的数据结构方式、信息存储方式和协议来存储和认证共享信息等，以保证信息存储和信息处理的高效率。这样，可以针对使用场景对数据的存储结构、存储方式等进行适当的调整，以存储对后续步骤其主要作用的数据进行记录。
表1所示的数据结构存储智慧楼宇办公环境下智能传感的健康信息、环境信息和位置信息，以保证信息存储和信息处理的高效率：
表1
基于前述步骤之后，可以根据所述人员的健康信息和/或所述环境信息结合所述位置信息预测所述智能楼宇内存在的安全风险，具体如下步骤S220～S240。
在本公开的一种示例性实施例中，对于智能楼宇内存在的安全风险可以包括健康安全风险和/或环境安全风险，即分别来自人员身体本身和所处的室内环境带来的安全风险。
在步骤S220中，根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测。
图3是根据本公开一实施例图2中步骤S220的一种流程示意图。参考图3，所述安全风险为健康安全风险时，步骤S220进一步包括的详细步骤为：
如图3所示，在步骤S310中，根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，并根据比较结果计算生病人员比例。
在本公开的一种示例性实施例中，其中预设健康标准为结合医疗健康原理确定的数值范围，比如心率正常范围60-100/份，体温正常范围36-37℃等。对健康信息不符合预设健康标准的人员数量进行统计，再将健康信息不符合的人数除以总人数得到生病人员比例。
如图3所示，在步骤S320中，当所述生病人员比例超过预设比例时，所述预测结果为存在健康安全风险。
在本公开的一种示例性实施例中，该预设比例可以为1/10，例如某段时间监测1/10的人员体温偏高，即生病人员比例超过1/10，则预测区域内的人员存在健康安全风险，可能会被传染流感，从而提示可能在区域内出现流感病毒，并提醒相关部门注意监测并作出预案。其中这里的区域可以是针对上述L1区域、L2区域……中的任一区域，还可以是整个智能楼宇作为一个总的监测区域。
在本公开的一种示例性实施例中，步骤S320中还可以根据生病人员比例超过预设比例的多少确定不同程度的风险等级，例如当生病人员比例超过1/10但未达到3/10时，预测结果的健康安全风险等级为一般，即提醒人员注意防护，如戴口罩、勤洗手、多喝水等；当生病人员比例超过3/10但未达到7/10时，预测结果的健康安全风险等级为严重，需要采集紧急措施，如生病人员隔离措施等等。
如图3所示，在步骤S330中，对所述健康信息超出所述预设健康标准的人员的位置信息进行统计和计算，得到生病人员分布函数。
在本公开的一种示例性实施例中，生病人员分布函数可以用以表示生病人员的分布特点，例如集中在哪一区域、哪一楼层等。
如图3所示，在步骤S340中，根据所述生病人员比例结合所述生病人员分布函数确定所述健康安全风险为局部性风险或全局性风险。
在本公开的一种示例性实施例中，通过该步骤可以综合考虑生病人员比例及其分布函数的特点确定该区域内患病风险的范围，例如如果生病人员比例较高，且集中在某一楼层，则说明本次健康安全风险为这一楼层的局部性风险，需要对这一楼层采取措施，防止病情进一步扩大；如果生病人员比例较不高，且集中在某一楼层，则说明本次健康安全风险仅为轻微的局部性风险；如果生病人员比例较不高，且并未集中在某一楼层，而是分散在多层，则说明本次健康安全风险不构成全局性风险；但是如果生病人员比例较高，且分散在多层，则说明本次健康安全风险构成严重的全局性风险，需要给予高度重视。
在步骤S230中，根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险预测。
图4是根据本公开一实施例图2中步骤S230的一种流程示意图。参考图4，所述安全风险为环境安全风险时，步骤S230进一步包括的详细步骤为：
如图4所示，在步骤S410中，根据所述智能楼宇的环境信息和预设环境标准进行比较，得到环境信息与所述预设环境标准的差值。如甲醛浓度标准为0.1mg/m3或0.08mg/m3，PM2.5为24小时平均浓度小于75μg/m3等，一般是根据国内标准或国际标准设定预设环境标准。
如图4所示，在步骤S420中，当所述差值超过预设阈值时，所述预测结果为存在环境安全风险。如甲醛浓度为1.5mg/m3，显然超过0.1mg/m3，则计算差值为1.4mg/m3，预设阈值可以根据需要选择。
如图4所示，在步骤S430中，根据所述差值的大小确定所述环境安全风险的等级。
在本公开的一种示例性实施例中，上述图4所示步骤是根据环境信息与预设环境标准的差值与预设阈值的比较确定环境安全风险的等级，在本公开其他实施例中还可以根据环境信息与预设环境标准的比值(即根据倍数)与预设阈值的比较确定环境安全风险的等级。
在本公开的一种示例性实施例中，对于环境安全风险，该步骤中还可以根据环境信息进行加权求和的方式对室内总体结果进行评价，如公式如下：
P＝S1*a1+S2*a2+……+Sn*an
其中P为总体，S1、S2……Sn为对于某一项环境监测信息的检测值与标准的差值或比值，a1、a2……an分别为对应的系数。通过这些环境监测信息对用户所在环境内的楼内空气污染严重、火灾、水灾、断电等突发事件发生的概率进行预测。
在步骤S240中，根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为。
在本公开的一种示例性实施例中，该步骤具体包括：
根据混合高斯算法提取所述视频监控中的背景模型，检测出异常运动目标；
根据所述异常运动目标提取得到异常目标的HOG特征；
将所述HOG特征输入到基于SVM的二分类模型，根据所述二分类模型判断是否有异常目标进行快速移动。在步骤S250中，当所述智能楼宇中存在健康安全风险、环境安全风险和异常行为中的至少一项时，结合所述位置信息发出风险预警信息。
前述步骤S220～S240用于对智能楼宇中的风险类型进行预测，该步骤中进一步根据风险类型和是否有异常行为结合位置信息对风险的具体情形进行分析，以便给出更为准确的风险预测信息，如风险为健康安全风险时，参见上述步骤S330和S340的介绍，此处不再重复。当风险为环境安全风险时，根据环境安全风险的等级结合位置信息进行风险预警，综合之后可以在可视化界面上，根据楼层以及房间的标注信息对相应的环境安全风险的等级进行标注，进一步的，还可以根据环境安全风险的等级最高的区域对其位置周边的环境安全风险的等级的分布情形进行分析，以便对环境变化的趋势进行预测，产生相应的风险预警信息。
例如，检测到环境中烟雾(一般可能是火灾引起)与预设环境标准的差值超过阈值，则结合超过阈值的区域所处的楼层确定火灾起火的楼层，并根据周边各楼层差值变化的趋势对火灾蔓延趋势进行预测，以便根据预测结果确定风险预警的程度。
在本公开的一种示例性实施例中，所述方法还包括：
在视频监控过程中，如果发现有异常目标快速移动的异常行为，则结合基于所述视频监控确定的位置信息发出风险预警信息，从而可以对人员的行为是否具有危险性进行判断，以便能及时采取安全措施。
基于上述，在主服务器中可以根据上述健康信息、环境信息以及视频监控的信息等，结合构建的员工健康监测模型、环境监测模型和异常行为监测模型判断办公环境中员工可能面临的健康风险和对出现的可疑情况提前做出预警，其中模型具体如下：
1)健康监测模型如下：
针对心率信息，当((R<60)||(R>100))&&Tr>a时，发出风险预警信息(R表示某被监测人员当前心率，Tr表示异常心率值持续时间，a为预设时间)；
针对体温信息，当(N1/N2>＝1％)&&(N1>b)时，发出风险预警信息(N1表示当前区域体温高热人数，N2表示区域总人数，b为预设人数)。
2)环境监测模型如下：
对于室温信息，(区域温度>25||区域温度<18)&&(区域＝室内)时，发出风险预警信息；
对于PM2.5信息，(PM2.5>75)&&(区域＝室内)时，发出风险预警信息(PM2.5为24h监测的平均值)。
对于烟雾信息，烟雾监测值>Th，发出风险预警信息(Th为阈值)。
3)异常行为监测模型的监测步骤如下：
根据混合高斯算法提取所述视频监控中的背景模型，检测出异常运动目标；
根据所述异常运动目标提取得到异常目标的HOG特征；
将所述HOG特征输入到基于SVM的二分类模型，根据所述二分类模型判断是否有异常目标进行快速移动，如果发现有异常目标快速移动的异常行为，则结合基于所述视频监控确定的位置信息发出风险预警信息。
例如，自动智能预测用户可能面临的健康安全风险或环境安全风险，即用户本身的健康数据或用户所处的环境数据中至少一项超出预设条件就会产生安全预警消息，当根据环境信息和健康信息获知用户所面临的健康安全风险或环境安全风险时，将该时间信息、位置信息等一并也发送给相关人员(如楼宇物业管理人员、人员应急联系人等)。这样，系统自动智能预测楼宇内人员可能面临的健康风险或突发情况(如楼内空气污染严重、火灾、水灾、断电、多名人员感冒发烧(流感严重)等突发情况而收不到室内环境感知信息或收到异常健康及环境感知信息)并进一步向相关人员发出预警信息(如楼宇物业管理人员、人员应急联系人等)，有力促进区块链技术应用在智慧楼宇办公环境下智能传感物联网健康信息共享和管理方面的有效推广。
基于上述，本公开可以评估智慧楼宇办公环境下智能传感物联网健康信息共享和管理系统的及时性、有效性和准确性，基于用户位置、时间、实时健康监测信息与医疗健康原理相结合的综合智能分析方法(正常的健康指标的范围及环境指标情况)，不断调整和优化系统参数，以期通过在区块链网络中有效实现智慧楼宇办公环境下智能传感物联网健康信息共享和管理，从而有力促进区块链技术应用在智慧楼宇办公环境下智能传感物联网健康信息共享和管理方面的有效推广。
综上所述，采用本公开实施例提供的智能楼宇管理方法，一方面，对智能楼宇中人员的位置信息、健康信息和环境信息与标准进行比较，进而得到人员健康及环境本身存在的安全风险进行预测，根据预测结果及时给出预警信息，将智能楼宇内人员可能即将面临安全风险的预警信息发送给相关人员，以便及时采取解决措施。另一方面，将数据发布到区块链网络进行管理，通过将智能楼宇中人员的位置信息、健康信息和环境信息上传到区块链网络，利用区块链隐私保护、公开透明、可追溯、不易篡改等特点保证数据来源真实可靠，为智慧楼宇中人员的安全风险以及突发事件的共享和管理提供有利的保证。
与上述智能楼宇管理方法相对应的，图5是根据本公开一实施例提供的一种智能楼宇管理装置的示意图，参考图5，智能楼宇管理装置500包括：信息采集模块510、健康风险预测模块520、环境风险预测模块530、异常行为监测模块540和风险预警模块550。
信息采集模块510用于采集得到智能楼宇中人员的位置信息、健康信息、环境信息以及视频监控；健康风险预测模块520用于据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测；环境风险预测模块530用于根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险进行预测；异常行为监测模块540用于根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为，包括：根据混合高斯算法提取所述视频监控中的背景模型，检测出异常运动目标；根据所述异常运动目标提取得到异常目标的HOG特征；将所述HOG特征输入到基于SVM的二分类模型，根据所述二分类模型判断是否有异常目标进行快速移动；风险预警模块550用于当所述智能楼宇中存在健康安全风险或环境安全风险中的至少一项风险时，结合所述位置信息发出风险预警信息。
在本公开的一种示例性实施例中，信息采集模块510中发布到区块链网络中的所述健康信息包括心率、体温、血糖中的至少一个指标或几个指标的组合，所述环境信息包括室温、湿度、PM2.5、有毒气体、甲醛以及室内有无进水中的至少一个指标或几个指标的组合。健康信息和环境信息中具体包括哪几项需要结合具体的应用场景而确定，可以通过健康信息中的这几项指标对用户的健康状态进行判断，及时获知用户所存在的健康风险，还可以根据环境信息中的这几项指标对智能楼宇室内环境是否进行判断，及时获知办公环境内所存在的直接或间接危害人员健康的信息。
在本公开的一种示例性实施例中，信息采集模块510中的上述信息是基于智能楼宇内设置的多个监测点进行采集得到的，该步骤之前还需要以功能分区或楼层分区为依据进行划分，将所述智能楼宇划分为多个监测点。例如，对智能楼宇按照工作区、休闲区、公共区等进行划分，还可以按照1-3层、4-6层……等按照楼层进行划分，针对每一分区分别设置至少一个监测点。另外，测量过程和监测点的设置如上述实施例所述，此处不再重复。
在本公开的一种示例性实施例中，其中区域分区中包括位置信息，即哪些位置信息归属为L1区域，哪些位置信息归属为L2区域等等。另外，针对每一总集合添加上对应的时间信息，因此所述位置信息、所述健康信息和所述环境信息分别有对应的时间信息。
在本公开的一种示例性实施例中，装置中还可以包括信息上传模块(图中未示出)，可以将上述采集的位置信息、所述健康信息和所述环境信息上传到区块链网络中。在系统中注册的企业或个人将相关智慧楼宇办公环境下智能传感物联网健康信息共享和管理案例、室内温度信息(同一楼内多个监测点)、室内空气质量(PM2.5等，建筑发生火灾等产生有毒气体等,同一楼内多个监测点)、人员体温信息(无线无感知体温监测,同一楼内多个监测点)、人员实时位置信息(同一楼内多个监测点)、人员心率信息(无线无感知刷脸测心率,同一楼内多个监测点)、人员血糖监测信息(同一楼内多个监测点)、室内是否有进水信息(同一楼内多个监测点)等智慧楼宇办公环境下智能传感物联网健康信息共享和管理更新信息上传到区块链，可以证明相关材料的音频、视频、图像等相关材料也可以上传至区块链，根据区块链存储的智慧楼宇办公环境下智能传感物联网健康信息共享和管理信息等隐私保护(权限管理、加水印、加密等)、公开透明、可追溯、不易篡改等特点。
在本公开的一种示例性实施例中，信息上传模块中按照公开自定义的数据结构方式、信息存储方式和协议来存储和认证共享信息等，以保证信息存储和信息处理的高效率。这样，可以针对使用场景对数据的存储结构、存储方式等进行适当的调整，以存储对后续步骤其主要作用的数据进行记录，参考上述实施例的表1所示，此处不再赘述。
对于智能楼宇内存在的安全风险可以包括健康安全风险和/或环境安全风险，即分别来自人员身体本身和所处的室内环境带来的安全风险。具体为：健康风险预测模块520可以据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测；环境风险预测模块530可以根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险预测。
图6是根据本公开一实施例中健康风险预测模块520的一种示意图，参考图6，所述安全风险为健康安全风险时，健康风险预测模块520包括：比例子模块521、预测子模块522、分布函数子模块523和风险性确定子模块524。
比例子模块521用于根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，并根据比较结果计算生病人员比例；预测子模块522用于当所述生病人员比例超过预设比例时，所述预测结果为存在健康安全风险；分布函数子模块523用于对所述健康信息超出所述预设健康标准的人员的位置信息进行统计和计算，得到生病人员分布函数；风险性确定子模块524用于根据所述生病人员比例结合所述生病人员分布函数确定所述健康安全风险为局部性风险或全局性风险。
在本公开的一种示例性实施例中，比例子模块521预设健康标准为结合医疗健康原理确定的数值范围，比如心率正常范围60-100/份，体温正常范围36-37℃等。对健康信息不符合预设健康标准的人员数量进行统计，再将健康信息不符合的人数除以总人数得到生病人员比例。
在本公开的一种示例性实施例中，预测子模块522中的该预设比例可以为1/10，例如某段时间监测1/10的人员体温偏高，即生病人员比例超过1/10，则预测区域内的人员存在健康安全风险，可能会被传染流感，从而提示可能在区域内出现流感病毒，并提醒相关部门注意监测并作出预案。其中这里的区域可以是针对上述L1区域、L2区域……中的任一区域，还可以是整个智能楼宇作为一个总的监测区域。
在本公开的一种示例性实施例中，预测子模块522中还可以根据生病人员比例超过预设比例的多少确定不同程度的风险等级，例如当生病人员比例超过1/10但未达到3/10时，预测结果的健康安全风险等级为一般，即提醒人员注意防护，如戴口罩、勤洗手、多喝水等；当生病人员比例超过3/10但未达到7/10时，预测结果的健康安全风险等级为严重，需要采集紧急措施，如生病人员隔离措施等等。
在本公开的一种示例性实施例中，分布函数子模块523中生病人员分布函数可以用以表示生病人员的分布特点，例如集中在哪一区域、哪一楼层等。
本公开的一种示例性实施例中，通过风险性确定子模块524可以综合考虑生病人员比例及其分布函数的特点确定该区域内患病风险的范围，例如如果生病人员比例较高，且集中在某一楼层，则说明本次健康安全风险为这一楼层的局部性风险，需要对这一楼层采取措施，防止病情进一步扩大；如果生病人员比例较不高，且集中在某一楼层，则说明本次健康安全风险仅为轻微的局部性风险；如果生病人员比例较不高，且并未集中在某一楼层，而是分散在多层，则说明本次健康安全风险不构成全局性风险；但是如果生病人员比例较高，且分散在多层，则说明本次健康安全风险构成严重的全局性风险，需要给予高度重视。图7是根据本公开一实施例中环境风险预测模块530的另一种示意图，参考图7，所述安全风险为环境安全风险时，环境风险预测模块530包括：差值子模块531、风险预测子模块532和风险等级确定子模块533。
差值子模块531用于根据所述智能楼宇的环境信息和预设环境标准进行比较，得到环境信息与所述预设环境标准的差值。如甲醛浓度标准为0.1mg/m3或0.08mg/m3，PM2.5为24小时平均浓度小于75μg/m3等，一般是根据国内标准或国际标准设定预设环境标准。风险预测子模块532用于当所述差值超过预设阈值时，所述预测结果为存在环境安全风险。如甲醛浓度为1.5mg/m3，显然超过0.1mg/m3，则计算差值为1.4mg/m3，预设阈值可以根据需要选择；风险等级确定子模块533用于根据所述差值的大小确定所述环境安全风险的等级。
在本公开的一种示例性实施例中，上述图7所示是根据环境信息与预设环境标准的差值与预设阈值的比较确定环境安全风险的等级，在本公开其他实施例中还可以根据环境信息与预设环境标准的比值(即根据倍数)与预设阈值的比较确定环境安全风险的等级。
在本公开的一种示例性实施例中，对于环境安全风险，该步骤中还可以根据环境信息进行加权求和的方式对室内总体结果进行评价，如公式如下：
P＝S1*a1+S2*a2+……+Sn*an
其中P为总体，S1、S2……Sn为对于某一项环境监测信息的检测值与标准的差值或比值，a1、a2……an分别为对应的系数。通过这些环境监测信息对用户所在环境内的楼内空气污染严重、火灾、水灾、断电等突发事件发生的概率进行预测。
另外，系统中还包括异常行为检测模块540，可以根据视频监控到的人员的行为分析判断智能楼宇内是否有异常行为，从而对智能楼宇除了对环境等信息进行监控，还能对与人的行为活动有关的信息进行监控。
在本公开的一种示例性实施例中，风险预警模块550主要是在上述环境或健康风险预测结果以及监测的异常行为结合所述位置信息发出风险预警信息。风险预警模块550可以根据风险类型结合位置信息对风险的具体情形进行分析，以便给出更为准确的风险预测信息，如风险为健康安全风险时，参见上述分布函数子模块523和风险性确定子模块524的介绍，此处不再重复；当风险为环境安全风险时，根据环境安全风险的等级结合位置信息进行风险预警，综合之后可以在可视化界面上，根据楼层以及房间的标注信息对相应的环境安全风险的等级进行标注，进一步的，还可以根据环境安全风险的等级最高的区域对其位置周边的环境安全风险的等级的分布情形进行分析，以便对环境变化的趋势进行预测，产生相应的风险预警信息。
本公开可以评估智慧楼宇办公环境下智能传感物联网健康信息共享和管理系统的及时性、有效性和准确性，基于用户位置、时间、实时健康监测信息与医疗健康原理相结合的综合智能分析方法(正常的健康指标的范围及环境指标情况)，不断调整和优化系统参数，以期通过在区块链网络中有效实现智慧楼宇办公环境下智能传感物联网健康信息共享和管理，从而有力促进区块链技术应用在智慧楼宇办公环境下智能传感物联网健康信息共享和管理方面的有效推广。
由于本公开的示例实施例的智能楼宇管理装置的各个功能模块与上述图2所示的智能楼宇管理方法的示例实施例的步骤对应，因此对于本公开装置实施例中未披露的细节，请参照本公开上述的智能楼宇管理方法的实施例。
综上所述，采用本公开实施例提供的智能楼宇管理装置，一方面，对智能楼宇中人员的位置信息、健康信息和环境信息与标准进行比较，进而得到人员健康及环境本身存在的安全风险进行预测，并基于监控视频对人员的异常行为进行监测，根据预测结果和监测结果及时给出预警信息，将智能楼宇内人员可能即将面临安全风险的预警信息发送给相关人员，以便及时采取解决措施。另一方面，将数据发布到区块链网络进行管理，通过将智能楼宇中人员的位置信息、健康信息和环境信息上传到区块链网络，利用区块链隐私保护、公开透明、可追溯、不易篡改等特点保证数据来源真实可靠，为智慧楼宇中人员的安全风险以及突发事件的共享和管理提供有利的保证。
下面参考图8，其示出了适于用来实现本发明实施例的电子设备的计算机系统800的结构示意图。图8示出的电子设备的计算机系统800仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统操作所需的各种程序和数据。CPU801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本申请的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如上述实施例中所述的医疗数据管理方法。
例如，所述的电子设备可以实现如图2中所示的：步骤S210，采集得到智能楼宇中人员的位置信息、健康信息、环境信息以及视频监控；步骤S220，根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测；步骤S230，根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险进行预测；步骤S240，根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为，包括：根据混合高斯算法提取所述视频监控中的背景模型，检测出异常运动目标；根据所述异常运动目标提取得到异常目标的HOG特征；将所述HOG特征输入到基于SVM的二分类模型，根据所述二分类模型判断是否有异常目标进行快速移动；步骤S250，当所述智能楼宇中存在健康安全风险、环境安全风险和异常行为中的至少一项风险时，结合所述位置信息发出风险预警信息。
又如，所述的电子设备可以实现如图3和图4所示的各个步骤。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种智能楼宇管理方法，其特征在于，包括：
采集得到智能楼宇中人员的位置信息、健康信息、环境信息以及视频监控；
根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测；
根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险进行预测；
根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为；
当所述智能楼宇中存在健康安全风险、环境安全风险和异常行为中的至少一项时，结合所述位置信息发出风险预警信息；
其中根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为，包括：
根据混合高斯算法提取所述视频监控中的背景模型，检测出异常运动目标；
根据所述异常运动目标提取得到异常目标的HOG特征；
将所述HOG特征输入到基于SVM的二分类模型，根据所述二分类模型判断是否有异常目标进行快速移动。
2.根据权利要求1所述的智能楼宇管理方法，其特征在于，所述采集得到智能楼宇中人员的位置信息、健康信息和环境信息之后，还包括：
将所述位置信息、所述健康信息和所述环境信息上传到区块链网络。
3.根据权利要求2所述的智能楼宇管理方法，其特征在于，还包括：
将采集的所述健康信息和所述环境信息上传到本地服务器；
根据所述本地服务器中当前采集的所述健康信息和所述环境信息分别与前一时间段采集的所述健康信息和所述环境信息进行比较；
如果其中至少一项信息的比较结果存在差异，则将存在差异的当前所述健康信息和/或所述环境信息的数据本身以及产生时间、地点和指标值上传到所述区块链网络。
4.根据权利要求1所述的智能楼宇管理方法，其特征在于，所述根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测，包括：
根据所述智能楼宇中人员的健康信息和预设健康标准进行比较，并根据比较结果计算生病人员比例；
当所述生病人员比例超过预设比例时，预测结果为存在健康安全风险。
5.根据权利要求4所述的智能楼宇管理方法，其特征在于，当所述智能楼宇中存在健康安全风险时，所述结合所述位置信息发出风险预警信息包括：
对所述健康信息超出所述预设健康标准的人员的位置信息进行统计和计算，得到生病人员分布函数；
根据所述生病人员比例结合所述生病人员分布函数确定所述健康安全风险为局部性风险或全局性风险。
6.根据权利要求4所述的智能楼宇管理方法，其特征在于，所述根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险预测，包括：
根据所述智能楼宇的环境信息和预设环境标准进行比较，得到环境信息与所述预设环境标准的差值；
当所述差值超过预设阈值时，所述预测结果为存在环境安全风险；
根据所述差值的大小确定所述环境安全风险的等级。
7.根据权利要求1所述的智能楼宇管理方法，其特征在于，所述方法还包括：
如果发现有异常目标快速移动的异常行为，则结合基于所述视频监控确定的位置信息发出风险预警信息。
8.一种智能楼宇管理装置，其特征在于，包括：
信息采集模块，用于采集得到智能楼宇中人员的位置信息、健康信息、环境信息以及视频监控；
健康风险预测模块，用于据所述智能楼宇中人员的健康信息和预设健康标准进行比较，对所述智能楼宇中是否存在健康安全风险进行预测；
环境风险预测模块，用于根据所述智能楼宇的环境信息和预设环境标准进行比较，对所述智能楼宇中是否存在环境安全风险进行预测；
异常行为监测模块，用于根据所述智能楼宇中的视频监控，分析智能楼宇内的异常行为，包括：根据混合高斯算法提取所述视频监控中的背景模型，检测出异常运动目标；根据所述异常运动目标提取得到异常目标的HOG特征；将所述HOG特征输入到基于SVM的二分类模型，根据所述二分类模型判断是否有异常目标进行快速移动；
风险预警模块，用于当所述智能楼宇中存在健康安全风险、环境安全风险和异常行为中的至少一项时，结合所述位置信息发出风险预警信息。
9.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的智能楼宇管理方法的步骤。
10.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的智能楼宇管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911008317.9A CN110703619A (zh) | 2019-10-22 | 2019-10-22 | 智能楼宇管理方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911008317.9A CN110703619A (zh) | 2019-10-22 | 2019-10-22 | 智能楼宇管理方法、装置、介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110703619A true CN110703619A (zh) | 2020-01-17 |
Family
ID=69201360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911008317.9A Pending CN110703619A (zh) | 2019-10-22 | 2019-10-22 | 智能楼宇管理方法、装置、介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110703619A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111464780A (zh) * | 2020-03-12 | 2020-07-28 | 北京邮电大学 | 一种基于边云协同的风险行为预警系统、方法及装置 |
| CN111863272A (zh) * | 2020-06-11 | 2020-10-30 | 浙江大华技术股份有限公司 | 易感人群的监控方法、系统和计算机设备 |
| CN112488898A (zh) * | 2020-12-18 | 2021-03-12 | 山东盛帆蓝海电气有限公司 | 一种基于楼宇智能管控的突发事件处理系统及方法 |
| CN112953694A (zh) * | 2021-02-23 | 2021-06-11 | 北京贝耀信科技有限公司 | 一种大数据上传到区块链系统的方法 |
| CN112995314A (zh) * | 2021-02-23 | 2021-06-18 | 北京贝耀信科技有限公司 | 一种将信息储存到区块链系统的方法 |
| CN113340340A (zh) * | 2021-04-27 | 2021-09-03 | 常州大连理工大学智能装备研究院 | 一种基于物联网的楼宇智能监测系统 |
| CN113628703A (zh) * | 2021-07-20 | 2021-11-09 | 慕贝尔汽车部件（太仓）有限公司 | 职业健康档案管理方法、系统和网络测服务端 |
| CN113791571A (zh) * | 2021-10-09 | 2021-12-14 | 重庆电子工程职业学院 | 一种智能建筑楼宇设备自控报警装置 |
| CN114387762A (zh) * | 2021-12-28 | 2022-04-22 | 北京中环鑫融科技有限公司 | 一种楼宇数据管理的方法、装置、设备及存储介质 |
| CN115204701A (zh) * | 2022-07-23 | 2022-10-18 | 广东中测标准技术有限公司 | 体育场馆的消防风险防控方法、系统、设备和存储介质 |
| CN117078021A (zh) * | 2023-10-13 | 2023-11-17 | 北京建工环境修复股份有限公司 | 基于安全运营和保护的在产园区人体健康风险预警方法 |
| CN117932248A (zh) * | 2023-11-09 | 2024-04-26 | 中交广州航道局有限公司 | 基于视频监控的楼宇安全自动化管控系统及方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102063116A (zh) * | 2011-01-31 | 2011-05-18 | 海南义利达高新技术实业有限公司 | 楼宇信息综合管理系统及方法 |
| CN104463186A (zh) * | 2013-09-16 | 2015-03-25 | 深圳市迈瑞思智能技术有限公司 | 一种目标特征检测方法及装置 |
| CN105527913A (zh) * | 2016-01-19 | 2016-04-27 | 石成富 | 基于物联网与云计算的楼宇健康智能监测系统 |
| CN106203513A (zh) * | 2016-07-08 | 2016-12-07 | 浙江工业大学 | 一种基于行人头肩多目标检测及跟踪的统计方法 |
| CN106297165A (zh) * | 2016-08-22 | 2017-01-04 | 安徽瑞宏信息科技有限公司 | 建筑楼宇智能化监控系统 |
| CN106534391A (zh) * | 2017-01-26 | 2017-03-22 | 成都市亚丁胡杨科技股份有限公司 | 一种智能生活服务系统及方法 |
| CN106599802A (zh) * | 2016-11-24 | 2017-04-26 | 江苏旭云物联信息科技有限公司 | 一种基于云技术的智能楼道监控系统 |
| CN108227661A (zh) * | 2018-01-19 | 2018-06-29 | 重庆交通职业学院 | 一种居家养老的社会化服务系统及方法 |
| CN109459994A (zh) * | 2018-12-13 | 2019-03-12 | 安徽圆舟率创新科技有限公司 | 一种楼宇智能管控系统 |
| CN110083071A (zh) * | 2019-04-28 | 2019-08-02 | 泰康保险集团股份有限公司 | 智能楼宇实现方法、装置、介质及电子设备 |
-
2019
- 2019-10-22 CN CN201911008317.9A patent/CN110703619A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102063116A (zh) * | 2011-01-31 | 2011-05-18 | 海南义利达高新技术实业有限公司 | 楼宇信息综合管理系统及方法 |
| CN104463186A (zh) * | 2013-09-16 | 2015-03-25 | 深圳市迈瑞思智能技术有限公司 | 一种目标特征检测方法及装置 |
| CN105527913A (zh) * | 2016-01-19 | 2016-04-27 | 石成富 | 基于物联网与云计算的楼宇健康智能监测系统 |
| CN106203513A (zh) * | 2016-07-08 | 2016-12-07 | 浙江工业大学 | 一种基于行人头肩多目标检测及跟踪的统计方法 |
| CN106297165A (zh) * | 2016-08-22 | 2017-01-04 | 安徽瑞宏信息科技有限公司 | 建筑楼宇智能化监控系统 |
| CN106599802A (zh) * | 2016-11-24 | 2017-04-26 | 江苏旭云物联信息科技有限公司 | 一种基于云技术的智能楼道监控系统 |
| CN106534391A (zh) * | 2017-01-26 | 2017-03-22 | 成都市亚丁胡杨科技股份有限公司 | 一种智能生活服务系统及方法 |
| CN108227661A (zh) * | 2018-01-19 | 2018-06-29 | 重庆交通职业学院 | 一种居家养老的社会化服务系统及方法 |
| CN109459994A (zh) * | 2018-12-13 | 2019-03-12 | 安徽圆舟率创新科技有限公司 | 一种楼宇智能管控系统 |
| CN110083071A (zh) * | 2019-04-28 | 2019-08-02 | 泰康保险集团股份有限公司 | 智能楼宇实现方法、装置、介质及电子设备 |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111464780A (zh) * | 2020-03-12 | 2020-07-28 | 北京邮电大学 | 一种基于边云协同的风险行为预警系统、方法及装置 |
| CN111863272A (zh) * | 2020-06-11 | 2020-10-30 | 浙江大华技术股份有限公司 | 易感人群的监控方法、系统和计算机设备 |
| CN112488898B (zh) * | 2020-12-18 | 2023-04-18 | 山东盛帆蓝海电气有限公司 | 一种基于楼宇智能管控的突发事件处理系统及方法 |
| CN112488898A (zh) * | 2020-12-18 | 2021-03-12 | 山东盛帆蓝海电气有限公司 | 一种基于楼宇智能管控的突发事件处理系统及方法 |
| CN112953694A (zh) * | 2021-02-23 | 2021-06-11 | 北京贝耀信科技有限公司 | 一种大数据上传到区块链系统的方法 |
| CN112995314A (zh) * | 2021-02-23 | 2021-06-18 | 北京贝耀信科技有限公司 | 一种将信息储存到区块链系统的方法 |
| CN112995314B (zh) * | 2021-02-23 | 2024-07-26 | 江苏钟吾大数据发展集团有限公司 | 一种将信息储存到区块链系统的方法 |
| CN113340340A (zh) * | 2021-04-27 | 2021-09-03 | 常州大连理工大学智能装备研究院 | 一种基于物联网的楼宇智能监测系统 |
| CN113628703B (zh) * | 2021-07-20 | 2024-03-29 | 慕贝尔汽车部件（太仓）有限公司 | 职业健康档案管理方法、系统和网络测服务端 |
| CN113628703A (zh) * | 2021-07-20 | 2021-11-09 | 慕贝尔汽车部件（太仓）有限公司 | 职业健康档案管理方法、系统和网络测服务端 |
| CN113791571A (zh) * | 2021-10-09 | 2021-12-14 | 重庆电子工程职业学院 | 一种智能建筑楼宇设备自控报警装置 |
| CN114387762A (zh) * | 2021-12-28 | 2022-04-22 | 北京中环鑫融科技有限公司 | 一种楼宇数据管理的方法、装置、设备及存储介质 |
| CN115204701A (zh) * | 2022-07-23 | 2022-10-18 | 广东中测标准技术有限公司 | 体育场馆的消防风险防控方法、系统、设备和存储介质 |
| CN117078021A (zh) * | 2023-10-13 | 2023-11-17 | 北京建工环境修复股份有限公司 | 基于安全运营和保护的在产园区人体健康风险预警方法 |
| CN117932248A (zh) * | 2023-11-09 | 2024-04-26 | 中交广州航道局有限公司 | 基于视频监控的楼宇安全自动化管控系统及方法 |
| CN117932248B (zh) * | 2023-11-09 | 2024-08-13 | 中交广州航道局有限公司 | 基于视频监控的楼宇安全自动化管控系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110703619A (zh) | 智能楼宇管理方法、装置、介质及电子设备 | |
| Keeling et al. | Efficacy of contact tracing for the containment of the 2019 novel coronavirus (COVID-19) | |
| Li et al. | Characterizing information propagation patterns in emergencies: A case study with Yiliang Earthquake | |
| CN104750768B (zh) | 用于从社交媒体中识别、监控和排名事件的方法和系统 | |
| Jin et al. | Presencesense: Zero-training algorithm for individual presence detection based on power monitoring | |
| Lupo et al. | Differences in exposure assignment between conception and delivery: the impact of maternal mobility | |
| US9190844B2 (en) | Systems and methods for reducing energy usage | |
| US20120101653A1 (en) | Systems and methods for reducing energy usage, | |
| US20140095417A1 (en) | Sdi (sdi for epi-demics) | |
| Paireau et al. | An ensemble model based on early predictors to forecast COVID-19 health care demand in France | |
| Vijayalakshmi et al. | Internet of Things technology for fire monitoring system | |
| US11934937B2 (en) | System and method for detecting the occurrence of an event and determining a response to the event | |
| Dailey et al. | Timeliness of data sources used for influenza surveillance | |
| Banks et al. | Bayesian CAR models for syndromic surveillance on multiple data streams: theory and practice | |
| Fan et al. | Effects of population co-location reduction on cross-county transmission risk of COVID-19 in the United States | |
| Ramírez-Ramírez et al. | A new surveillance and spatio-temporal visualization tool SIMID: SIMulation of infectious diseases using random networks and GIS | |
| Simpson et al. | Temporal trends and forecasting of COVID-19 hospitalisations and deaths in Scotland using a national real-time patient-level data platform: a statistical modelling study | |
| US9948099B1 (en) | Identifying and mitigating risk associated with weather conditions | |
| Gao et al. | Early indicators of human activity during COVID-19 period using digital trace data of population activities | |
| Lai et al. | Healthcare with wireless communication and smart meters | |
| Ma et al. | A Dempster‐Shafer theory and uninorm‐based framework of reasoning and multiattribute decision‐making for surveillance system | |
| Gizun et al. | Approaches to improve the activity of computer incident response teams | |
| Corley et al. | Assessing the continuum of event-based biosurveillance through an operational lens | |
| US11810029B2 (en) | Predictive forecasting of food allocation | |
| Kaur et al. | A smart thermostat-based population-level behavioural changes during the COVID-19 pandemic in the United States: a proposed study |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200117 |