CN111565280A - 一种物联网摄像头装置控制方法 - Google Patents

Abstract

本发明提供一种物联网摄像头装置控制方法，属于物联网技术领域，摄像头装置包括数据采集单元、云台控制单元、视频及网络单元和电源管理单元。数据采集单元与视频及网络单元连接，用于采集环境数据传给网络单元；云台控制单元与视频及网络单元连接，用于控制外部摄像头并把外部摄像头拍摄的视频数据传给视频及网络单元；视频及网络单元用于接收数据采集单元传入的环境数据和云台控制单元传入的视频数据，通过无线或有线传给外部服务器或用户端。解决的技术问题是现有农业物联网技术存在系统不稳定，功能不全面，性能不可靠，供电时间短和系统数据采集精度不高，可视化技术陈旧落后等问题。

Description

一种物联网摄像头装置控制方法

本申请是申请日为2017年8月25日、名称为“农业物联网太阳能无线摄像头装置及控制方法”、申请号为201710739270.8的发明专利申请的分案申请。

技术领域

本发明涉及物联网技术领域，具体的来说是涉及一种物联网摄像头装置控制方法。

背景技术

传统农业的种植管理模式是以凭个人经验管理为主，什么时候应该浇水、施肥、打药以及施肥、打药的浓度和温度、湿度、光照、二氧化碳的浓度，该如何按需供给，农民全凭经验、靠感觉，不同的农户会出现不同的种植结果。这就使得农民对农田的信息获取、分析、处理都因人而异，不但容易造成人力、物力的浪费，还会使生产出来的产品质量不一，数量以及质量也无法保障。物联网通过各种信息传感设备，实时采集任何需要监控、连接、互动的物体或过程等各种需要的信息，与互联网相结合而形成的一个巨大网络。随着物联网时代的到来，在我国，传统农业的经营以及管理模式已经逐渐不能满足消费者的需求。新的农业经营管理模式继续开发创新。农业物联网技术可以更加准确、全面地获取动植物信息。通过在农田、养殖场等安装各种传感器、摄像头等设备，可以更准确与及时地采集、收集和分析农作物、动物、空气温度、湿度、土壤水分等各种信息，并通过智能平台将信息及时告知农户，这样农户就可以根据所收集到的信息及时采取相应行动。虽然目前农业物联网技术应用广泛，但是还是存在系统不稳定，功能不全面，性能不可靠，供电时间短和系统数据采集精度不高等诸多问题。

发明内容

本发明所要解决的技术问题是现有农业物联网技术存在系统不稳定，功能不全面，性能不可靠，供电时间短和系统数据采集精度不高，可视化技术陈旧落后等问题，提供一种一种物联网摄像头装置控制方法。

本发明通过以下技术方案解决上述问题：

农业物联网太阳能无线摄像头装置，包括数据采集单元、云台控制单元、视频及网络单元和电源管理单元；

所述数据采集单元与视频及网络单元连接，用于采集环境数据传给网络单元；

所述云台控制单元与视频及网络单元连接，用于控制外部摄像头并把外部摄像头拍摄的视频数据传给视频及网络单元；

所述视频及网络单元用于接收数据采集单元传入的环境数据和云台控制单元传入的视频数据，通过无线或有线传给外部服务器或用户端；

所述电源管理单元分别与数据采集单元、云台控制单元和视频及网络单元连接供电。

上述方案中，优选的是数据采集单元包括GPS模块，温湿度传感器，光照传感器和多参数融合MIMO滤波算法主控模块；所述GPS模块的输出端与多参数融合MIMO滤波算法主控模块连接，用于采集该装置的具体位置传给多参数融合MIMO滤波算法主控模块；所述温湿度传感器的输出端与多参数融合MIMO滤波算法主控模块连接，用于采集环境的温度和湿度传给多参数融合MIMO滤波算法主控模块；所述光照传感器的输出端与多参数融合 MIMO滤波算法主控模块连接，用于采集光照强度传给多参数融合MIMO滤波算法主控模块；所述多参数融合MIMO滤波算法主控模块通过485总线与视频及网络单元连接，把接收的具体位置、温度、湿度和光照强度传给视频及网络单元。

上述方案中，优选的是云台控制单元包括云台主控模块、电机驱动模块和电机；所述云台主控模块的输出端经电机驱动模块与电机连接，用于输出控制信号控制电机驱动模块驱动电机转动带动外部摄像机转动；所述云台主控模块接收外部摄像机传入的视频数据，并把视频数据传给视频及网络单元。

上述方案中，优选的是视频及网络单元包括WiFi模块、网路接口模块、 DSP处理器和光学传感器；所述光学传感器的输出端与DSP处理器连接，用于感应环境亮度传给DSP处理器，DSP处理器根据亮度情况控制外部摄像机是否拍摄和是否把接收的数据通过无线或有线传给外部服务器或用户端；所述WiFi模块与DSP处理器连接，用于把DSP处理器中需要传送的数据经过无线传给外部服务器或用户端；所述网路接口模块与DSP处理器连接，用于把DSP处理器中需要传送的数据经过有线传给外部服务器或用户端。

上述方案中，优选的是电源管理单元包括太阳能电池、BUCK降压电路、锂电池、电源管理电路和电能管理主控电路；所述太阳能电池经BUCK降压电路与锂电池连接，用于把太阳能转为电能经BUCK降压电路进行降压传给锂电池存储；所述锂电池输出端经电源管理电路分别与数据采集单元、云台控制单元和视频及网络单元连接供电，电源管理电路把锂电池恒定的电压进行升压或降压供给数据采集单元、云台控制单元和视频及网络单元；所述电能管理主控电路分别与BUCK降压电路和电源管理电路连接，用于对电压的升降进行控制。

一种物联网摄像头装置控制方法，包括如下步骤，

步骤1：使用安装在线摄像头装置内部的GPS模块、温湿度传感器和光照传感器分别采集多参数特征参量包括位置参量U_RFGPS、温湿度参量U_PWtmp和光照参量U_PRTopt；

步骤2：计算综合参数观测信息Z_j(K)，计算过程如下：

Z_j(K)＝func[Z_j(K-1)，U_RFGPS,j(K-1)，U_PWtmp,j(K+1),U_PRTopt,j(K+1)^T]

其中K是采样序号，j是并行序列的序号，func为计算综合参数观测信息的算法，U_RFGPS,j表示为第j个位置参量U_RFGPS，U_PWtmp,j表示为第j个温湿度参量U_PWtmp，U_PRTopt,j表示为第j个光照参量U_PRTopt；U_RFGPS,j(K-1)为第K-1个采样序号的第j个位置参量U_RFGPS，U_PWtmp,j(K+1)为第K+1个采样序号的第 j个温湿度参量U_PWtmp，U_PRTopt,j(K+1)为第K+1个采样序号的第j个光照参量U_PRTopt；

步骤3：利用综合参数观测信息和多参数特征参量进行系统的信息融合，具体步骤如下：

将系统采集的每个多参数特征参量构建成N条航迹，且采集数据同步，在空间上已转换为同一坐标系，计算综合参数观测信息的均值

其中K是采样序号，j是并行序列的序号，N为并行序列的序号；

步骤4：对多参数特征参量的每个特征参量的采样点并行序列进行运动距离计算，具体过程为，计算采样点K的N个并行序列的距离，将距离最小者保留，其余清除；

步骤5：将步骤4中获得的位置参量U_RFGPS、温湿度参量U_PWtmp和位置参量U_PRTopt输入到多参数融合MIMO滤波算法中进行计算输出处理数据；

步骤6：多参数融合MIMO滤波算法主控模块将处理数据通过485总线传输到视频即网络模块，视频及网络模块的DSP处理器处理后得到二次处理数据，DSP处理器将二次处理数据与摄像机采集的视频图像信号进行实时处理后，通过WiFi模块或者有线网络传送至云服务器或用户端。

上述方案中，优选的是步骤2中func算法的具体过程为：

步骤2.1：计算位置分量参数

具体为

步骤2.2：计算温湿度分量参数

具体为

步骤2.3：计算光照分量参数

具体为

步骤2.4：计算综合参数观测信息Z_j(K)，具体为

上述方案中，优选的是步骤4中的具体算法是：

步骤4.1：计算位置参量U_RFGPS的距离为D_RFGPS，j＝|U_RFGPS，j(K)|-Z(K)，取最小距离

则留下U_RFGPS,i(K)作为U_RFGPS的k点采样值的有效值，在采样点K处，除了并行序列的编号i(对应的数据为 U_RFGPS,i(K))，其余的数据U_RFGPS，j(K)|_j≠i均被删除；

步骤4.2：计算温湿度参量U_PWtmp的距离D_PWtmp，j＝|U_PWtmp，j(K)|-Z(K)，取最小距离

则留下U_PWtmp,i(K)作为U_PWtmp的K点采样值的有效值，在采样点K处，除了并行序列的编号i(对应的数据为 U_PWtmp,i(K))，其余的数据U_PWtmp，j(K)|_j≠i均被删除；

步骤4.3：计算光照参量U_PRTopt的距离D_PRTopt,j＝|U_PRTopt,j(K)|-Z(K)，取最小距离

则留下U_PRTopt,i(K)作为U_PRTopt的K点采样值的有效值，在采样点K处，除了并行序列的编号i(对应的数据为 U_PRTopt,i(K))，其余的数据U_PRTopt，j(K)|_j≠i均被删除。

本发明的优点与效果是：

本发明发明了一种新型的多参数融合MIMO滤波算法，使系统精度更高，计算复杂度低，可以提高系统的实时性；系统内构建了基于485总线的多处理器混合处理系统，采用分布式计算方式，极大提高系统的处理能力，同时避免使用高端多核处理器，有效降低成本，提高散热能力；多参数融合MIMO滤波算法采集的光照传感数据应用于调整系统的视频采集处理参数，提高视频图像的质量，同时可以为提供太阳能无线摄像头装置所在位置的光照大数据接口，以便用户配置太阳能光伏面板，符合物联网未来发展需要；整机系统在新型算法的支持下，功耗更低，效率更高吗，可以实现更加优化的能源使用，将会获得更佳的续航能力。

附图说明

图1为本发明的结构框图；

图2为本发明的控制方法流程图。

具体实施方式

以下结合实施例对本发明作进一步说明。

农业物联网太阳能无线摄像头装置，如图1所示，包括数据采集单元、云台控制单元、视频及网络单元和电源管理单元。该农业物联网太阳能无线摄像头装置各个模块之间的连接关系为：在一种农业物联网太阳能无线摄像头装置中云台控制模块、电源管理模块、数据采集模块与视频及网络模块连接。

数据采集单元与视频及网络单元连接，用于采集环境数据传给网络单元。数据采集单元包括GPS模块，温湿度传感器，光照传感器和多参数融合MIMO滤波算法主控模块。所述GPS模块的输出端与多参数融合MIMO 滤波算法主控模块连接，用于采集该装置的具体位置传给多参数融合MIMO 滤波算法主控模块。所述温湿度传感器的输出端与多参数融合MIMO滤波算法主控模块连接，用于采集环境的温度和湿度传给多参数融合MIMO滤波算法主控模块。所述光照传感器的输出端与多参数融合MIMO滤波算法主控模块连接，用于采集光照强度传给多参数融合MIMO滤波算法主控模块。所述多参数融合MIMO滤波算法主控模块通过485总线与视频及网络单元连接，把接收的具体位置、温度、湿度和光照强度传给视频及网络单元。在数据采集单元中，温湿度传感器与多参数融合MIMO滤波算法主控模块相连接，GPS模块与多参数融合MIMO滤波算法主控模块相连接，光照传感器与多参数融合MIMO滤波算法主控模块相连接。

云台控制单元与视频及网络单元连接，用于控制外部摄像头并把外部摄像头拍摄的视频数据传给视频及网络单元。云台控制单元包括云台主控模块、电机驱动模块和电机。所述云台主控模块的输出端经电机驱动模块与电机连接，用于输出控制信号控制电机驱动模块驱动电机转动带动外部摄像机转动。所述云台主控模块接收外部摄像机传入的视频数据，并把视频数据传给视频及网络单元。云台主控模块具有控制的作用，也可以进行接收视频信号并传给视频及网络单元。

视频及网络单元用于接收数据采集单元传入的环境数据和云台控制单元传入的视频数据，通过无线或有线传给外部服务器或用户端。视频及网络单元包括WiFi模块、网路接口模块、DSP处理器和光学传感器。所述光学传感器的输出端与DSP处理器连接，用于感应环境亮度传给DSP处理器，DSP处理器根据亮度情况控制外部摄像机是否拍摄和是否把接收的数据通过无线或有线传给外部服务器或用户端。所述WiFi模块与DSP处理器连接，用于把DSP处理器中需要传送的数据经过无线传给外部服务器或用户端。所述网路接口模块与DSP处理器连接，用于把DSP处理器中需要传送的数据经过有线传给外部服务器或用户端。用户端可以为用户的手机或平板电脑。

电源管理单元分别与数据采集单元、云台控制单元和视频及网络单元连接供电。电源管理单元包括太阳能电池、BUCK降压电路、锂电池、电源管理电路和电能管理主控电路；所述太阳能电池经BUCK降压电路与锂电池连接，用于把太阳能转为电能经BUCK降压电路进行降压传给锂电池存储；所述锂电池输出端经电源管理电路分别与数据采集单元、云台控制单元和视频及网络单元连接供电，电源管理电路把锂电池恒定的电压进行升压或降压供给数据采集单元、云台控制单元和视频及网络单元；所述电能管理主控电路分别与BUCK降压电路和电源管理电路连接，用于对电压的升降进行控制。在电源管理单元中，太阳能电池和电能管理主控与BUCK 降压电路相连接，锂电池与BUCK降压电路和电源管理电路相连接，电源管理电路还与电能管理主控、数据采集模块中的多参数融合MIMO滤波算法主控模块、光照传感器、GPS模块、温湿度传感器、云台控制模块中的云台主控模块、电机驱动、电机、视频及网络模块中的有线网络、光学传感器、wifi模块、DSP处理器相连接。

一种一种物联网摄像头装置控制方法，能实现高精度的、具有多参数数据信息融合的功能，其特征是包括如下步骤：

步骤1：使用安装在线摄像头装置内部的GPS模块、温湿度传感器和光照传感器分别采集多参数特征参量包括位置参量U_RFGPS、温湿度参量U_PWtmp和光照参量U_PRTopt。GPS模块采集的是位置参量U_RFGPS，温湿度传感器采集的是温湿度参量U_PWtmp，光照传感器采集的是光照参量U_PRTopt，并且采集根据是根据设计的采集周期进行采集数据，采样序号为K。

步骤2：计算综合参数观测信息Z_j(K)，计算过程如下：

Z_j(K)＝func[Z_j(K-1)，U_RFGPS,j(K-1)，U_PWtmp,j(K+1),U_PRTopt,j(K+1)^T]

其中K是采样序号，j是并行序列的序号，func为计算综合参数观测信息的算法，U_RFGPS,j表示为第j个位置参量U_RFGPS，U_PWtmp,j表示为第j个温湿度参量U_PWtmp，U_PRTopt,j表示为第j个光照参量U_PRTopt；U_RFGPS,j(K-1)为第K-1个采样序号的第j个位置参量U_RFGPS，U_PWtmp,j(K+1)为第K+1个采样序号的第 j个温湿度参量U_PWtmp，U_PRTopt,j(K+1)为第K+1个采样序号的第j个光照参量U_PRTopt。

func算法的具体过程为：

步骤2.1：计算位置分量参数

具体为

步骤2.2：计算温湿度分量参数

具体为

步骤2.3：计算光照分量参数

具体为

步骤2.4：计算综合参数观测信息Z_j(K)，具体为

步骤3：利用综合参数观测信息和多参数特征参量进行系统的信息融合，具体步骤如下：

将系统采集的每个多参数特征参量构建成N条航迹，且采集数据同步，在空间上已转换为同一坐标系，计算综合参数观测信息的均值

其中K是采样序号，j是并行序列的序号，N为并行序列的序号。根据采集的次数，把采集的总数除以次数，得到均值，也可以说是平均值。

步骤4：对多参数特征参量的每个特征参量的采样点并行序列进行运动距离计算，具体过程为，计算采样点K的N个并行序列的距离，将距离最小者保留，其余清除。运算的具体过程如下：

步骤4.1：计算位置参量U_RFGPS的距离为D_RFGPS，j＝|U_RFGPS，j(K)|-Z(K)，取最小距离

则留下U_RFGPS,i(K)作为U_RFGPS的k点采样值的有效值，在采样点K处，除了并行序列的编号i(对应的数据为 U_RFGPS,i(K))，其余的数据U_RFGPS，j(K)|_j≠i均被删除；

步骤4.2：计算温湿度参量U_PWtmp的距离D_PWtmp，j＝|U_PWtmp，j(K)|-Z(K)，取最小距离

则留下U_PWtmp,i(K)作为U_PWtmp的K点采样值的有效值，在采样点K处，除了并行序列的编号i(对应的数据为 U_PWtmp,i(K))，其余的数据U_PWtmp，j(K)|_j≠i均被删除；

步骤4.3：计算光照参量U_PRTopt的距离D_PRTopt，j＝|U_PRTopt，j(K)|-Z(K)，取最小距离

则留下U_PRTopt,i(K)作为U_PRTopt的K点采样值的有效值，在采样点K处，除了并行序列的编号i(对应的数据为 U_PRTopt,i(K))，其余的数据U_PRTopt，j(K)|_j≠i均被删除。

步骤5：将步骤4中获得的位置参量U_RFGPS、温湿度参量U_PWtmp和位置参量U_PRTopt输入到多参数融合MIMO滤波算法中进行计算输出处理数据。MIMO 滤波算法为现有技术中现有算法，但是一般不是进行多参数融合计算，本申请使用的是多参数融合计算，计算的原理与现有的MIMO滤波算法相同。

步骤6：多参数融合MIMO滤波算法主控模块将处理数据通过485总线传输到视频即网络模块，视频及网络模块的DSP处理器处理后得到二次处理数据，DSP处理器将二次处理数据与摄像机采集的视频图像信号进行实时处理后，通过WiFi模块或者有线网络传送至云服务器或用户端。其中，传送的控制有本申请的光电传感器进行控制，一般晚上的时候不进行传送，一般是白天进行传送。

以上已对本发明创造的较佳实施例进行了具体说明，但本发明并不限于实施例，熟悉本领域的技术人员在不违背本发明创造精神的前提下还可以作出种种的等同的变型或替换，这些等同的变型或替换均包含在本申请的范围内。

Claims (3)

1.一种物联网摄像头装置控制方法，其特征在于：所述摄像头装置包括数据采集单元、云台控制单元、视频及网络单元和电源管理单元,所述数据采集单元与视频及网络单元连接，用于采集环境数据传给网络单元,所述云台控制单元与视频及网络单元连接，用于控制外部摄像头并把外部摄像头拍摄的视频数据传给视频及网络单元,所述视频及网络单元用于接收数据采集单元传入的环境数据和云台控制单元传入的视频数据，通过无线或有线传给外部服务器或用户端,所述电源管理单元分别与数据采集单元、云台控制单元和视频及网络单元连接供电；

控制方法包括如下步骤，

步骤1：使用安装在线摄像头装置内部的GPS模块、温湿度传感器和光照传感器分别采集多参数特征参量包括位置参量U_RFGPS、温湿度参量U_PWtmp和光照参量U_PRTopt；

步骤2：计算综合参数观测信息Z_j(K)，计算过程如下：

Z_j(K)＝func[Z_j(K-1)，U_RFGPS,j(K-1)，U_PWtmp,j(K+1),U_PRTopt,j(K+1)^T]

其中K是采样序号，j是并行序列的序号，func为计算综合参数观测信息的算法，U_RFGPS,j表示为第j个位置参量U_RFGPS，U_PWtmp,j表示为第j个温湿度参量U_PWtmp，U_PRTopt,j表示为第j个光照参量U_PRTopt；U_RFGPS,j(K-1)为第K-1个采样序号的第j个位置参量U_RFGPS，U_PWtmp,j(K+1)为第K+1个采样序号的第j个温湿度参量U_PWtmp，U_PRTopt,j(K+1)为第K+1个采样序号的第j个光照参量U_PRTopt；

步骤3：利用综合参数观测信息和多参数特征参量进行系统的信息融合，具体步骤如下：

将系统采集的每个多参数特征参量构建成N条航迹，且采集数据同步，在空间上已转换为同一坐标系，计算综合参数观测信息的均值

其中K是采样序号，j是并行序列的序号，N为并行序列的序号；

步骤4：对多参数特征参量的每个特征参量的采样点并行序列进行运动距离计算，具体过程为，计算采样点K的N个并行序列的距离，将距离最小者保留，其余清除；

步骤5：将步骤4中获得的位置参量U_RFGPS、温湿度参量U_PWtmp和位置参量U_PRTopt输入到多参数融合MIMO滤波算法中进行计算输出处理数据；

步骤6：多参数融合MIMO滤波算法主控模块将处理数据通过485总线传输到视频即网络模块，视频及网络模块的DSP处理器处理后得到二次处理数据，DSP处理器将二次处理数据与摄像机采集的视频图像信号进行实时处理后，通过WiFi模块或者有线网络传送至云服务器或用户端。

2.根据权利要求1所述的一种物联网摄像头装置控制方法，其特征在于：所述步骤2中func算法的具体过程为：

步骤2.1：计算位置分量参数

具体为

步骤2.2：计算温湿度分量参数

具体为

步骤2.3：计算光照分量参数

具体为

步骤2.4：计算综合参数观测信息Z_j(K)，具体为

3.根据权利要求1所述的一种物联网摄像头装置控制方法，其特征在于：所述步骤4中的具体算法是：

步骤4.1：计算位置参量U_RFGPS的距离为D_RFGPS，j＝|U_RFGPS，j(K)|-Z(K)，取最小距离

则留下U_RFGPS,i(K)作为U_RFGPS的k点采样值的有效值，在采样点K处，除了并行序列的编号i(对应的数据为U_RFGPS,i(K))，其余的数据U_RFGPS，j(K)|_j≠i均被删除；

步骤4.2：计算温湿度参量U_PWtmp的距离D_PWtmp，j＝|U_PWtmp，j(K)|-Z(K)，取最小距离

则留下U_PWtmp,i(K)作为U_PWtmp的K点采样值的有效值，在采样点K处，除了并行序列的编号i(对应的数据为U_PWtmp,i(K))，其余的数据U_PWtmp，j(K)|_j≠i均被删除；

步骤4.3：计算光照参量U_PRTopt的距离D_PRTopt，j＝|U_PRTopt，j(K)|-Z(K)，取最小距离

则留下U_PRTopt,i(K)作为U_PRTopt的K点

采样值的有效值，在采样点K处，除了并行序列的编号i(对应的数据为U_PRTopt,i(K))，其余的数据U_PRTopt，j(K)|_j≠i均被删除。

Images