CN111009089B - 基于rgb-d相机的电网基建现场虚拟围栏系统及其控制方法 - Google Patents
基于rgb-d相机的电网基建现场虚拟围栏系统及其控制方法 Download PDFInfo
- Publication number
- CN111009089B CN111009089B CN201911162050.9A CN201911162050A CN111009089B CN 111009089 B CN111009089 B CN 111009089B CN 201911162050 A CN201911162050 A CN 201911162050A CN 111009089 B CN111009089 B CN 111009089B
- Authority
- CN
- China
- Prior art keywords
- rgb
- points
- image
- key region
- module
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 238000010276 construction Methods 0.000 claims abstract description 20
- 238000009434 installation Methods 0.000 claims description 28
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
Abstract
本发明涉及基建现场用电子围栏技术领域,具体地说,涉及一种基于RGB‑D相机的电网基建现场虚拟围栏系统及其控制方法。该系统包括RGB‑D相机采集模块、重点区域划分模块、人员检测模块、人员入侵判别模块以及报警模块。该方法基于上述系统实现。通过本发明能够较佳地实现对基建现场的重点区域是否有人员侵入进行检测。
Description
技术领域
本发明涉及基建现场用电子围栏技术领域,具体地说,涉及一种基于RGB-D相机的电网基建现场虚拟围栏系统及其控制方法。
背景技术
电网基建工程越来越多,基建现场涉及很多重点危险区域,未尽许可情况下,禁止相关人员接近或者进入。实际生产中,通常需要在该类区域处设置安全或措施,这些措施可以大大提高施工人员在长期工作中的人身安全,减少我们国家电力施工人员人身伤亡的比例。
目前,常用安全绳拉起一个安全区域,但是对于无安全知识或者无视安全规范的施工人员而言这样的方法不足以引起足够的重视。而且,即便违规施工人员果真进入危险区域也无法对其进行及时警告、提醒或者对其违反安全的行为进行记录。
另外还有采用电子围栏保证现场安全的措施,现有的电子围栏通常是通过对安全线通电,如果接触了安全线就会有语音或者其它的声音光亮等方面的报警。但是这种方式无法记录不遵守安全规则的施工人员的行为,无法做到事后的惩戒。如果需要把视频图像嵌入进来就需要另外单独添加视频系统,这两套系统各自执行相应的功能,其实是完全独立的系统,只是通过电子围栏被触动后启动视频录像系统工作。中国专利CN204904479U公开了一种电子围栏巡视系统,该系统结构复杂,同时,电子围栏的围栏线需要的导线、脉冲发生器等硬件较多,而且针对不同的施工现场需要的导线长度也不同,便携不便,成本高。
发明内容
本发明提供了一种基于RGB-D相机的电网基建现场虚拟围栏系统,其能够克服现有技术的某种或某些缺陷。
根据本发明的基于RGB-D相机的电网基建现场虚拟围栏系统,其包括:
RGB-D相机采集模块,其用于采集基建现场的RGB图像和三维点云信息;
重点区域划分模块,其用于构建图像平面重点区域和实际重点区域;
人员检测模块,其用于对RGB-D相机采集模块所采集的RGB图像中是否出现人员进行检测,并用于在检测到出现人员时,对该人员在RGB图像中的所有坐标进行提取以生成图像坐标集合和所有对应的三维点云信息进行提取以生成人体点云集;
人员入侵判别模块,其用于首先对图像坐标集合中是否存在位于图像平面重点区域内的点进行逐一判断,若不存在则停止判断,若存在则将所有位于图像平面重点区域内的点保存至一潜在入侵图像坐标集合中,之后根据入侵图像坐标集合自人体点云集中提取所有相应点的三维点云信息并逐一判断是否存在位于实际重点区域内的点,若不存在则停止判断,若存在则提取当前点所在帧的RGB图像及三维点云信息并保存,同时向一报警模块发送报警信息;以及
报警模块,其用于在接收到报警信息时进行报警。
通过本发明中的系统使得,通过重点区域划分模块能够根据基建现场需要划分出危险重点区域的实际物理位置,通过人员检测模块对RGB-D相机采集模块所采集的RGB图像进行分析,能够首先分析RGB图像中出现的人员位置是否位于图像平面重点区域内,当人员出现于图像平面重点区域内时,能够根据RGB-D相机采集模块所采集的三维点云信息分析人员的实际位置是否位于实际重点区域内,从而能够较佳地实现对进入危险重点区域的实际物理位置内的人员进行实时检测,且由于留存有RGB图像和对应的三维点云信息故能够较佳地保留证据,便于事后通过违规人员现场违反安全的画面对其进行现身说法,进而便于对其安全错误进行点对点地批评指正。
作为优选,重点区域划分模块在构建图像平面重点区域和实际重点区域时,通过选取4个基准点p1、p2、p3和p4,并分别获取该4个基准点在RGB图像中的坐标p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)以及在现场中的三维坐标p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4),位于p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)内的区域即为图像平面重点区域,位于p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4)内的区域即为实际重点区域。
本发明中,通过重点区域划分模块能够根据基建现场需要划分危险重点区域的实际物理位置,通过设置在基建现场处选取4个基准点,并获取该4个基准点在以RGB-D相机采集模块为基准建立的坐标系中的坐标,即可较佳地构建图像平面重点区域和实际重点区域。
作为优选,人员检测模块基于机器学习算法或深度学习算法实现。从而能够较佳地实现对入侵人员的检测及入侵人员坐标的提取。
作为优选,报警模块包括光报警单元和声报警单元中的至少一个。其中报警模块能够设置于基建现场处(即实际重点区域处),从而能够较佳地在检测到人员入侵时进行报警。
基于本发明的任一上述系统,本发明还提供了一种基于RGB-D相机的电网基建现场虚拟围栏控制方法,其包括如下步骤:
步骤S1,设备安装及标定;
步骤S2,在一RGB-D相机采集模块处设置初始参数,完成图像平面重点区域和实际重点区域的划分;
步骤S3,采用一人员检测模块对RGB-D相机采集模块所摄录的每一帧RGB图像中是否有人员出现进行检测,并在检测到出现人员时,对该人员在RGB图像中的所有坐标进行提取以生成图像坐标集合和所有对应的三维点云信息进行提取以生成人体点云集;
步骤S4,采用一人员入侵判别模块,首先判别图像坐标集合中是否存在位于图像平面重点区域内的点,若不存在则停止判断,若存在则逐一判别对应点的三维点云信息是否位于实际重点区域内,若不存在则停止判断,若存在则将对应点所在帧的RGB图像及三维点云信息进行提取并保存,同时向一报警模块发送报警信息实现报警。
通过步骤S1-S4,能够较佳地实现对基建现场处的重点区域是否有人员侵入进行检测并及时报警,且能够较佳地对侵入人员的图像信息进行采集和保存,进而能够较佳地便于后期追责。
作为优选,步骤S2中,重点区域划分模块在构建图像平面重点区域和实际重点区域时,首先选取4个基准点p1、p2、p3和p4,之后分别获取该4个基准点在RGB图像中的坐标p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)以及在现场中的三维坐标p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4),最后将位于p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)内的区域即为图像平面重点区域,并将位于p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4)内的区域即为实际重点区域。通过上述,能够较佳地实现图像平面重点区域和实际重点区域的划分。
作为优选,步骤S3中,人员检测模块基于机器学习算法或深度学习算法实现。从而能够较佳地实现对入侵人员的检测及其坐标信息的提取。
作为优选,步骤S1中,RGB-D相机采集模块通过一安装支架设于现场处。从而能够较佳地实现对RGB-D相机采集模块的安装。
附图说明
图1为实施例1中的电网基建现场虚拟围栏系统的框图示意图;
图2为实施例1中的电网基建现场虚拟围栏系统的工作原理示意图;
图3为实施例1中的电网基建现场虚拟围栏系统的工作流程示意图;
图4为实施例2中的安装支架的结构示意图;
图5为实施例2中的安装支架的剖视图;
图6为图5中A部分的放大图;
图7为实施例2中的安装支架的剖视图;
图8为实施例2中的滑动块的结构示意图;
图9为图7中B部分的放大图;
图10为图5中C部分的放大图;
图11为实施例2中的连接板的结构示意图;
图12为图5中D部分的放大图;
图13为图5中E部分的放大图。
具体实施方式
为进一步了解本发明的内容,结合附图和实施例对本发明作详细描述。应当理解的是,实施例仅仅是对本发明进行解释而并非限定。
实施例1
如图1所示,本实施例提供了一种基于RGB-D相机的电网基建现场虚拟围栏系统,其包括:
RGB-D相机采集模块,其用于采集基建现场的RGB图像和三维点云信息;
重点区域划分模块,其用于构建图像平面重点区域和实际重点区域;
人员检测模块,其用于对RGB-D相机采集模块所采集的RGB图像中是否出现人员进行检测,并用于在检测到出现人员时,对该人员在RGB图像中的所有坐标进行提取以生成图像坐标集合和所有对应的三维点云信息进行提取以生成人体点云集;
人员入侵判别模块,其用于首先对图像坐标集合中是否存在位于图像平面重点区域内的点进行逐一判断,若不存在则停止判断,若存在则将所有位于图像平面重点区域内的点保存至一潜在入侵图像坐标集合中,之后根据入侵图像坐标集合自人体点云集中提取所有相应点的三维点云信息并逐一判断是否存在位于实际重点区域内的点,若不存在则停止判断,若存在则提取当前点所在帧的RGB图像及三维点云信息并保存,同时向一报警模块发送报警信息;以及
报警模块,其用于在接收到报警信息时进行报警。
本实施例中,RGB-D相机采集模块能够包括现有的RGB-D摄像头,通过将RGB-D相机采集模块设于基建现场处,能够同时对基建现场的RGB图像和三维点云信息进行实时采集,从而能够较佳的为系统提供数据支撑。
通过本实施例中的系统使得,通过重点区域划分模块能够根据基建现场需要划分出危险重点区域的实际物理位置,通过人员检测模块对RGB-D相机采集模块所采集的RGB图像进行分析,能够首先分析RGB图像中出现的人员位置是否位于图像平面重点区域内,当人员出现于图像平面重点区域内时,能够根据RGB-D相机采集模块所采集的三维点云信息分析人员的实际位置是否位于实际重点区域内,从而能够较佳地实现对进入危险重点区域的实际物理位置内的人员进行实时检测,且由于留存有RGB图像和对应的三维点云信息故能够较佳地保留证据,便于事后通过违规人员现场违反安全的画面对其进行现身说法,进而便于对其安全错误进行点对点地批评指正。
尤为重要的是,本实施例中由于采用RGB-D相机采集模块,能够同时采集基建现场的RGB图像和三维点云信息,且人员入侵判别模块能够分别对人员出现在RGB图像中的坐标信息和出现在基建现场的坐标信息进行分步判断,除了能够较佳地降低其工作负荷外,还能够较佳地降低其误判率。结合图2所示,图2中的q1和q2点虽然在RGB图像中均位于图像平面重点区域中,但实际上只有q2点位于实际重点区域内,通过对RGB图像中出现的人员的信息进行双重判定即可较佳地降低整个系统的误判率。
结合图2所示,重点区域划分模块在构建图像平面重点区域和实际重点区域时,通过选取4个基准点p1、p2、p3和p4,并分别获取该4个基准点在RGB图像中的坐标p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)以及在现场中的三维坐标p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4),位于p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)内的区域即为图像平面重点区域,位于p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4)内的区域即为实际重点区域。
本实施例中,通过重点区域划分模块能够根据基建现场需要划分危险重点区域的实际物理位置,通过设置在基建现场处选取4个基准点,并获取该4个基准点在以RGB-D相机采集模块为基准建立的坐标系中的坐标,即可较佳地构建图像平面重点区域和实际重点区域。
实际上,本实施例中所述的选取4个基准点仅为一个具体选择方式,实际布置时能够根据现场需要选取合适数量的基准点。
本实施例中,人员检测模块基于机器学习算法或深度学习算法实现。从而能够较佳地实现对入侵人员的检测及入侵人员坐标的提取。
其中,基于机器学习算法能够采用如HOG+SVM、HOG+AdaBoost、ICF+AdaBoost、DPM+latent SVM等算法,基于深度学习算法能够采用如Faster-RCNN、SSD、FPN、YOLO等算法。
本实施例中,报警模块包括光报警单元和声报警单元中的至少一个。其中报警模块能够设置于基建现场处(即实际重点区域处),从而能够较佳地在检测到人员入侵时进行报警。
结合图3所示,基于本实施例中的系统,本实施例还提供了一种基于RGB-D相机的电网基建现场虚拟围栏控制方法,其包括如下步骤:
步骤S1,设备安装及标定;
步骤S2,在一RGB-D相机采集模块处设置初始参数,完成图像平面重点区域和实际重点区域的划分;
步骤S3,采用一人员检测模块对RGB-D相机采集模块所摄录的每一帧RGB图像中是否有人员出现进行检测,并在检测到出现人员时,对该人员在RGB图像中的所有坐标进行提取以生成图像坐标集合和所有对应的三维点云信息进行提取以生成人体点云集;
步骤S4,采用一人员入侵判别模块,首先判别图像坐标集合中是否存在位于图像平面重点区域内的点,若不存在则停止判断,若存在则逐一判别对应点的三维点云信息是否位于实际重点区域内,若不存在则停止判断,若存在则将对应点所在帧的RGB图像及三维点云信息进行提取并保存,同时向一报警模块发送报警信息实现报警。
通过步骤S1-S4,能够较佳地实现对基建现场处的重点区域是否有人员侵入进行检测并及时报警,且能够较佳地对侵入人员的图像信息进行采集和保存,进而能够较佳地便于后期追责。
本实施例中,通过步骤S1,能够首先对设备进行安装,通过标定能够较佳地实现RGB-D相机采集模块中的各个坐标系的对齐。
本实施例中,通过步骤S2,能够较佳地实现图像平面重点区域和实际重点区域的划分。
本实施例中,通过步骤S3,能够较佳地实现对入侵人员的检测和坐标信息的提取。
本实施例中,通过步骤S4,能够较佳地实现对入侵人员是否进入基建现场处的重点区域进行判定。
上述步骤S2中,重点区域划分模块在构建图像平面重点区域和实际重点区域时,首先选取4个基准点p1、p2、p3和p4,之后分别获取该4个基准点在RGB图像中的坐标p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)以及在现场中的三维坐标p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4),最后将位于p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)内的区域即为图像平面重点区域,并将位于p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4)内的区域即为实际重点区域。
通过上述,能够较佳地实现图像平面重点区域和实际重点区域的划分。
上述步骤S3中,人员检测模块基于机器学习算法或深度学习算法实现。从而能够较佳地实现对入侵人员的检测及其坐标信息的提取。
上述步骤S1中,RGB-D相机采集模块通过一安装支架设于现场处。从而能够较佳地实现对RGB-D相机采集模块的安装。
本实施例中,人员检测模块能够对RGB-D相机采集模块所采集到的每一帧图像均进行检测。
可以知晓的是,每一帧图像中均包含RGB图像信息和深度图像信息。当人员检测模块检测到任一帧图像中出现人员时,能够提取该入侵人员的RGB图像信息和深度图像信息,其中所述的RGB图像信息是指其在RGB图像坐标系中的坐标,其中所述的深度图像信息是指其在深度图像坐标系中的坐标(对应三维点云信息)。所提取的入侵人员的在RGB图像坐标系中的坐标集合即为图像坐标集合,表达为A(ui,vi)(i=1,2,3……M);所提取的入侵人员的在深度图像坐标系中的坐标集合即为人体点云集,表达为P(xi,yi,zi)(i=1,2,3……M)。
在获取图像坐标集合和人体点云集后,人员入侵判别模块能够进行两步判别:第一步,根据图像坐标集合,针对每个入侵人员的坐标点(ui,vi)判断其是否包含在图像平面重点区域内,并将位于图像平面重点区域内的所有坐标点(ui,vi)保存至一潜在入侵图像坐标集合中,潜在入侵图像坐标集合表达为B(ui,vi)(i=1,2,3……N,N≤M);第二步,根据潜在入侵图像坐标集合能够在人体点云集中提取对应的三维点云信息(即在深度图像坐标系中的坐标),所提取处的集合能够表达为Q(xi,yi,zi)(i=1,2,3……,N≤M),通过对集合Q中的所有点逐一判定是否位于实际重点区域内,即可较佳地对当前人员是否侵入重点区域进行判定。其中,在判断其是否包括在实际重点区域时,只要判断出一个点包括在内,则判断当前人员已侵入实际重点区域,则触发报警模块报警,并将当前帧的RGB图像和点云数据进行保存,以备后期对入侵人员进行惩治使用;如果Q中所有的点被判断完,未发现包括在实际重点区域的点,则说明当前人员未侵入实际重点区域。
实施例2
如图4-13所示,本实施提供了一种用于实施例1中的RGB-D相机采集模块的RGB-D摄像头的安装支架。
本实施例中的安装支架包括转动板安装座,转动板安装座的底端中心处设有转动板安装腔210,转动板安装腔210中设有可转动的转动板220,转动板安装座底端的中心处设有安装座通孔830,转动板220的底端设有穿过安装座通孔830的连接柱230,连接柱230的底端连接有用于安装摄像头的安装机构;转动板220的底面上设有若干个沿转动板220周向均匀分布的齿状凹槽310,转动板安装座的底面上设有若干个滑动块安装座410,滑动块安装座410内设有开口直径小于内部直径的滑动块安装腔420,滑动块安装腔420中设有可滑动的且端部可伸出滑动块安装腔420中的滑动块430,滑动块430上设有与齿状凹槽310相配合的凸齿510,转动板220上位于滑动块安装座410处设有与滑动块安装座410相通的方形通孔610,滑动块安装腔420中设有用于将凸齿510抵入齿状凹槽310中的弹簧620。
通过本实施例中的转动板220、齿状凹槽310以及凸齿510的配合,能够在完成对于该安装支架的安装后,可以拉动滑动块430使得滑动块430上的凸齿510从齿状凹槽310中被拉出,之后转动转动板220对安装机构的水平方向上的角度进行调节,当安装机构转动至合适角度时,松开滑动块430,使得滑动块430上的凸齿510在弹簧620的作用下抵入齿状凹槽310中,从而实现对于转动板220的限位。本实施例中的安装支架相比于现有的安装支架而言,能够通过转动板220的转动设置,在安装支架安装完成后依然较为方便地实现了对于摄像头水平方向上角度的调节,使得该安装支架在使用时可以根据情况调节摄像头的位置,从而实现对RGB-D摄像头调试。
本实施例中,转动板安装座包括安装板110,安装板110上设有垂直于安装板110底面设置的环形安装圈240,环形安装圈240的外侧壁上设有外螺纹710,转动板安装座还包括连接板250,安装座通孔830设置在连接板250上,连接板250上设有连接板凹槽810,连接板凹槽810的侧壁上设有与外螺纹710相配合内螺纹820,安装板110、环形安装圈240以及连接板250构成转动板安装腔210。
通过本实施例中的转动板安装座的结构的设置,能够使得在进行该安装支架的安装时,可以先将转动板220放置在环形挡圈240中,之后将连接板250拧上环形挡圈240完成对于转动板220的限位,从较为方便的实现了对于该安装支架的安装;在进行对于该摄像头的拆卸时,只需将连接板250从环形挡圈上拧下即可将安装机构取下;从而较为方便的实现了对于该安装支架的安装与拆卸。
本实施例中,安装机构包括与连接柱230连接的且垂直于连接柱230设置的第一支撑板120,第一支撑板120的两端均设有垂直于第一支撑板120设置的第二支撑板130,两第二支撑板130上均设有支撑板通孔910,两第二支撑板130之间设有可转动的摄像头安装壳体140,摄像头安装壳体140的两端设有伸入支撑板通孔910且与支撑板通孔910间隙配合的支撑柱920,支撑柱920上设有若干个沿支撑柱920周向设置的第一螺孔930,第二支撑板130上远离支撑柱920的端面上设有位于支撑板通孔910旁的螺栓座150,螺栓座150上设有与第一螺孔930相配合的第二螺孔940,第二螺孔940与第一螺孔930的规格相同,第二螺孔940中设有端部与第一螺孔930相配合的第一螺栓950。
通过本实施例中的安装机构具体结构的设置,能够在完成对于该安装支架的安装时,可以将第一螺栓950从第二螺孔940中拧下,之后转动摄像头安装壳体140,当摄像头安装壳体140中的摄像头转动至一定角度时,可以将第一螺栓950拧入第二螺孔940中完成对于摄像头安装壳体140的限位,实现了对于摄像头竖直方向上角度的调节。从而使得在完成对该安装支架的安装后,可以对摄像头竖直方向上的角度进行调节,从而进一步的提升了该安装支架中的适用性。
本实施例中,连接柱230与第一支撑板120之间螺纹配合。
通过本实施例中的连接柱230与第一支撑板120之间的螺纹配合,能够在进行对于该安装支架的安装时,可以将连接柱230穿过安装座通孔830,之后通过连接板250对连接柱230进行限位,最后将第一支撑板120拧上连接柱230完成对于第一支撑板120的安装,从而较为方便的实现了对于该安装支架的安装。
本实施例中,安装板110上设有若干个沿安装板110周向设置的沉孔111。
通过本实施例中的沉孔111的设置,能够通过穿过沉孔111的螺钉等连接件将安装板110固定在相关位置,从而方便了对于安装板110的安装。
本实施例中,第二支撑板130远离支撑柱920的端面上端部设有平行于第一支撑板120底面设置折边1010,折边1010上设有若干个第三螺孔1020,第一支撑板120上设有与第三螺孔1020相配合的第四螺孔1030,第四螺孔1030与第三螺孔1020的规格相同,第三螺孔1020中设有与第四螺孔1030相配合的第二螺栓1040。
通过本实施例中的折边1010、第三螺孔1020、第四螺孔1030以及第二螺栓1040的设置,能够通过将第二螺栓1040拧入第三螺孔1020以及第四螺孔1030中完成对于第二支撑板130的安装,从而方便的实现了第二支撑板1040的安装,从而较为方便的实现了对于摄像头安装壳体的安装。
以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (6)
1.基于RGB-D相机的电网基建现场虚拟围栏系统,其特征在于:包括,
RGB-D相机采集模块,其用于采集基建现场的RGB图像和三维点云信息;
重点区域划分模块,其用于构建图像平面重点区域和实际重点区域;
人员检测模块,其用于对RGB-D相机采集模块所采集的RGB图像中是否出现人员进行检测,并用于在检测到出现人员时,对该人员在RGB图像中的所有坐标进行提取以生成图像坐标集合和所有对应的三维点云信息进行提取以生成人体点云集;
人员入侵判别模块,其用于首先对图像坐标集合中是否存在位于图像平面重点区域内的点进行逐一判断,若不存在则停止判断,若存在则将所有位于图像平面重点区域内的点保存至一潜在入侵图像坐标集合中,之后根据入侵图像坐标集合自人体点云集中提取所有相应点的三维点云信息并逐一判断是否存在位于实际重点区域内的点,若不存在则停止判断,若存在则提取当前点所在帧的RGB图像及三维点云信息并保存,同时向一报警模块发送报警信息;以及
报警模块,其用于在接收到报警信息时进行报警;
重点区域划分模块在构建图像平面重点区域和实际重点区域时,通过选取4个基准点p1、p2、p3和p4,并分别获取该4个基准点在RGB图像中的坐标p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)以及在现场中的三维坐标p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4),位于p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)内的区域即为图像平面重点区域,位于p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4)内的区域即为实际重点区域。
2.根据权利要求1所述的基于RGB-D相机的电网基建现场虚拟围栏系统,其特征在于:人员检测模块基于机器学习算法或深度学习算法实现。
3.根据权利要求1所述的基于RGB-D相机的电网基建现场虚拟围栏系统,其特征在于:报警模块包括光报警单元和声报警单元中的至少一个。
4.基于RGB-D相机的电网基建现场虚拟围栏控制方法,其包括如下步骤:
步骤S1,设备安装及标定;
步骤S2,在一RGB-D相机采集模块处设置初始参数,完成图像平面重点区域和实际重点区域的划分;
步骤S3,采用一人员检测模块对RGB-D相机采集模块所摄录的每一帧RGB图像中是否有人员出现进行检测,并在检测到出现人员时,对该人员在RGB图像中的所有坐标进行提取以生成图像坐标集合和所有对应的三维点云信息进行提取以生成人体点云集;
步骤S4,采用一人员入侵判别模块,首先判别图像坐标集合中是否存在位于图像平面重点区域内的点,若不存在则停止判断,若存在则逐一判别对应点的三维点云信息是否位于实际重点区域内,若不存在则停止判断,若存在则将对应点所在帧的RGB图像及三维点云信息进行提取并保存,同时向一报警模块发送报警信息实现报警;
步骤S2中,重点区域划分模块在构建图像平面重点区域和实际重点区域时,首先选取4个基准点p1、p2、p3和p4,之后分别获取该4个基准点在RGB图像中的坐标p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)以及在现场中的三维坐标p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4),最后将位于p1(u1,v1)、p2(u2,v2)、p3(u3,v3)和p4(u4,v4)内的区域即为图像平面重点区域,并将位于p1(x1,y1,z1)、p2(x2,y2,z2)、p3(x3,y3,z3)和p4(x4,y4,z4)内的区域即为实际重点区域。
5.根据权利要求4所述的基于RGB-D相机的电网基建现场虚拟围栏控制方法,其特征在于:步骤S3中,人员检测模块基于机器学习算法或深度学习算法实现。
6.根据权利要求4所述的基于RGB-D相机的电网基建现场虚拟围栏控制方法,其特征在于:步骤S1中,RGB-D相机采集模块通过一安装支架设于现场处。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911162050.9A CN111009089B (zh) | 2019-11-25 | 2019-11-25 | 基于rgb-d相机的电网基建现场虚拟围栏系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911162050.9A CN111009089B (zh) | 2019-11-25 | 2019-11-25 | 基于rgb-d相机的电网基建现场虚拟围栏系统及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111009089A CN111009089A (zh) | 2020-04-14 |
CN111009089B true CN111009089B (zh) | 2024-02-13 |
Family
ID=70113664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911162050.9A Active CN111009089B (zh) | 2019-11-25 | 2019-11-25 | 基于rgb-d相机的电网基建现场虚拟围栏系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111009089B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435278A (zh) * | 2021-06-17 | 2021-09-24 | 华东师范大学 | 一种基于yolo的行吊安全检测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07174560A (ja) * | 1993-12-17 | 1995-07-14 | Mitsui Constr Co Ltd | 侵入監視装置 |
CN102036054A (zh) * | 2010-10-19 | 2011-04-27 | 北京硅盾安全技术有限公司 | 一种基于三维虚拟场景的智能视频监控系统 |
CN103024347A (zh) * | 2011-09-20 | 2013-04-03 | 株式会社日立制作所 | 摄像装置、监视用摄像机以及摄像机画面的掩模方法 |
JP2014036414A (ja) * | 2012-08-10 | 2014-02-24 | Hitachi Kokusai Electric Inc | 監視システム |
CN105516653A (zh) * | 2015-11-25 | 2016-04-20 | 致象尔微电子科技(上海)有限公司 | 一种安防监控系统 |
JP2017091063A (ja) * | 2015-11-05 | 2017-05-25 | キヤノン株式会社 | 物体検知装置、情報処理装置およびその方法 |
JP6529062B1 (ja) * | 2019-02-27 | 2019-06-12 | 株式会社 テクノミライ | デジタルアキュレート・セキュリティシステム、方法及びプログラム |
-
2019
- 2019-11-25 CN CN201911162050.9A patent/CN111009089B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07174560A (ja) * | 1993-12-17 | 1995-07-14 | Mitsui Constr Co Ltd | 侵入監視装置 |
CN102036054A (zh) * | 2010-10-19 | 2011-04-27 | 北京硅盾安全技术有限公司 | 一种基于三维虚拟场景的智能视频监控系统 |
CN103024347A (zh) * | 2011-09-20 | 2013-04-03 | 株式会社日立制作所 | 摄像装置、监视用摄像机以及摄像机画面的掩模方法 |
JP2014036414A (ja) * | 2012-08-10 | 2014-02-24 | Hitachi Kokusai Electric Inc | 監視システム |
JP2017091063A (ja) * | 2015-11-05 | 2017-05-25 | キヤノン株式会社 | 物体検知装置、情報処理装置およびその方法 |
CN105516653A (zh) * | 2015-11-25 | 2016-04-20 | 致象尔微电子科技(上海)有限公司 | 一种安防监控系统 |
JP6529062B1 (ja) * | 2019-02-27 | 2019-06-12 | 株式会社 テクノミライ | デジタルアキュレート・セキュリティシステム、方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN111009089A (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020125406A1 (zh) | 安全监护方法、装置、终端及计算机可读存储介质 | |
CN110995808B (zh) | 基于泛在电力物联网的电网基建现场安全动态管控系统 | |
KR101036947B1 (ko) | 컴퓨터 영상 분석기술을 이용한 범죄 및 사고예방 자동경비 시스템 | |
JP2008104130A (ja) | 映像監視装置および映像監視システム | |
KR20200054324A (ko) | 다중 이동형 센서들을 포함한 센서 시스템의 캘리브레이션 | |
CN109052092B (zh) | 一种分布式升降机安全管理系统及管理方法 | |
CN202975682U (zh) | 消防通道监控装置 | |
CN205721229U (zh) | 一种智能物业管理系统 | |
CN111009089B (zh) | 基于rgb-d相机的电网基建现场虚拟围栏系统及其控制方法 | |
CN106652291A (zh) | 一种基于Kinect的室内简易监控报警系统及方法 | |
TW201915782A (zh) | 監控方法以及監控裝置、監控系統 | |
CN112102574B (zh) | 保密室智能报警系统 | |
CN113256269A (zh) | 一种基于bim、云计算及大数据技术的工程管理系统 | |
CN105931407A (zh) | 一种住户智能防盗系统及方法 | |
CN106651902A (zh) | 一种楼宇智能预警方法及系统 | |
CN208924280U (zh) | 一种社区监控管理系统 | |
CN107547826A (zh) | 图框分析装置 | |
CN113393625A (zh) | 一种智慧灯杆的防盗报警取证方法及系统 | |
CN203733245U (zh) | 防火逃生门智慧型警报系统 | |
CN208225243U (zh) | 一种家用防盗监控系统 | |
CN107635113A (zh) | 一种提醒锁门的智能防盗系统 | |
CN207530963U (zh) | 一种基于视频监控的非法越界报警系统 | |
CN110335432A (zh) | 一种基于人脸识别的展厅安防系统 | |
CN206179214U (zh) | 车牌识别设备及设有该设备的车辆进出系统 | |
CN112019590B (zh) | 静载试验远程监控系统 |
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 |