CN111866465A - 一种基于物联网的小区高空丢物监测系统 - Google Patents

一种基于物联网的小区高空丢物监测系统 Download PDF

Info

Publication number
CN111866465A
CN111866465A CN202010737656.7A CN202010737656A CN111866465A CN 111866465 A CN111866465 A CN 111866465A CN 202010737656 A CN202010737656 A CN 202010737656A CN 111866465 A CN111866465 A CN 111866465A
Authority
CN
China
Prior art keywords
monitoring
installation
module
worker
target camera
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Withdrawn
Application number
CN202010737656.7A
Other languages
English (en)
Inventor
张竞博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010737656.7A priority Critical patent/CN111866465A/zh
Publication of CN111866465A publication Critical patent/CN111866465A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position

Abstract

本发明公开了一种基于物联网的小区高空丢物监测系统，包括智能安装模块、数据采集模块、数据分析模块、服务器、监控模块、预警模块以及人员监测模块；所述数据采集模块用于采集楼层信息并将楼层信息传输到数据分析模块；所述数据分析模块对楼层信息进行分析和处理，选取合适的目标摄像头以及目标摄像头的安装角度；所述数据分析模块将目标摄像头的信息和安装角度发送到服务器；所述智能安装模块用于用户通过手机终端选取智能安装，所述监控模块用于采集监控数据并将监控数据发送至服务器，所述服务器接收监控数据并对监控数据实时进行处理；所述预警模块用于接收追责信号和抛物抛出位置的位置信息并分配至对应的追责人员进行处理。

Description

一种基于物联网的小区高空丢物监测系统
技术领域
本发明涉及安防监控领域，尤其涉及一种基于物联网的小区高空丢物监测系统。
背景技术
高空抛物被称为“悬在城市上空的痛”，一直以来高空抛物行为备受关注，作为城市不文明的行为的同时，它所带来的社会危害也很大。由于其不文明行为的实施场所多为高空楼层，少有目击者，抛物时间短，事前预警缺乏；难以定位责任人，无法进行合理追责。
为了解决高空抛物追责问题，现大多采取楼宇的安防系统的摄像头进行视频监控，但是由于摄像头拍摄范围有限，在高空抛物事件发生后，无法准确判断抛物的抛出楼层，因此无法进行事后取证。还有采用在大楼的远处直接设置摄像头持续拍摄录像的方式，但是单个摄像头可拍摄的范围有限，遇到高楼层的建筑，无法做到所有楼层的全面覆盖。而且在摄像头监测过程中无法合理的选取人员进行追责，使责任人抱有侥幸心理。
发明内容
针对现有技术存在的不足，本发明目的是提供一种基于物联网的小区高空丢物监测系统。本发明通过数据分析模块对楼层信息进行分析和处理，选取合适的目标摄像头以及目标摄像头的安装角度，使摄像头既能全面覆盖建筑物的所有楼层，而且保证拍摄的高空抛物的清晰度，方便后期准确判断抛物的抛出位置；能够有效对有高空抛物发生的情况下进行实时警报，有效避开抛物；通过监控模块调看监控数据，判断抛物抛出位置并生成追责信号，预警模块接收追责信号和抛物抛出位置的位置信息并分配至对应的追责人员进行处理，加大追责力度，提高追责效率；从而减少高空抛物的发生。
本发明的目的可以通过以下技术方案实现：一种基于物联网的小区高空丢物监测系统，包括智能安装模块、数据采集模块、数据分析模块、服务器、监控模块、预警模块以及人员监测模块；
所述数据采集模块用于采集楼层信息并将楼层信息传输到数据分析模块；所述数据分析模块对楼层信息进行分析和处理，选取合适的目标摄像头以及目标摄像头的安装角度，具体步骤如下：
S11：根据被摄建筑物的高度将该被摄建筑物划分成多个监控区域，将每个监控区域的高度标记为G；将每个监控区域的宽度标记为K；
S12：根据所述监控区域的高度和宽度，以及预设的最小特征的长度和宽度，计算用于监控所述监控区域的目标摄像头的传感器的最低垂直分辨率和最低水平分辨率；具体包括：
S121：将预设的最小特征长度标记为C；将预设的最小特征宽度标记为D；
S122：利用公式
Figure BDA0002605556440000021
计算得到传感器的最低垂直分辨率E；
S123：利用公式
Figure BDA0002605556440000022
计算得到传感器的最低水平分辨率F；
S124：根据最低垂直分辨率E和最低水平分辨率F，选取对应尺寸的传感器作为所述目标摄像头的传感器；
所述预设的最小特征的长度和宽度均不小于10mm；
S13：根据监控区域的高度、目标摄像头的传感器的宽度以及支架与监控区域的水平距离，计算目标摄像头镜头的焦距；包括：
S131：将传感器的宽度标记为c，将支架与监控区域的水平距离标记为d；
S132：利用公式
Figure BDA0002605556440000023
计算得出目标摄像头镜头的焦距f；
S133：选取焦距不大于f的镜头作为目标摄像头的镜头；
S14：根据监控区域的高度和支架的高度，获取目标摄像头的拍摄角度；
所述数据分析模块将目标摄像头的信息和安装角度发送到服务器；所述智能安装模块用于用户通过手机终端选取智能安装，具体步骤为：
步骤一：用户通过电脑终端输入安装指令和安装位置至智能安装模块，智能安装模块通过服务器获取目标摄像头的信息和安装角度，发布安装任务并选取对应的安装人员；
步骤二：将安装位置、安装角度和目标摄像头信息发送至该安装人员的手机终端上；同时该安装人员的安装次数增加一次；
步骤三：安装人员到达安装位置后对目标摄像头进行安装；
步骤四：将安装结束时刻与安装开始时刻进行时间差计算获取得到安装人员的安装时长，将其标记为T1；设定用户输入的评分值为B；
步骤五：将安装时长与输入的评分值进行去量化处理并取其值，利用公式
Figure BDA0002605556440000031
获取得到安装人员的单次值，将安装人员的所有单次值进行求和并取平均值得到安装人员的低效值RT；b1和b2均为预设比例系数；
所述监控模块用于采集监控数据并将监控数据发送至服务器，所述服务器接收监控数据并对监控数据实时进行处理，具体步骤如下：
S31：采用光流法对监控数据相邻帧图像进行分析，得到各像素点的移动信息；
S32：对移动信息采用主成分分析，识别背景的整体飘移得到可疑的前景局部漂移信息；对可疑的前景局部漂移信息采用最大似然值估算，分析可疑前景局部漂移是抛物移动的可信度；
最大似然分析是基于随机信号处理做的概率分析；得到可疑的前景局部漂移信息后，先假设确实有物体移动，初始水平和垂直速度分别为V1和V2；根据重力加速度规律，物体的水平速度大致不变，垂直速度会随时间线性增加；然后将这个运动规律套在对应位置的像素点上，计算像素点通过光流法算得的运动特性和假定的V1/V2参数的似然函数，在合理数值范围内改变V1和V2参数重复计算似然函数，遍历所有合理的V1/V2组合后，得到的最大似然函数就确定为有抛物的可信度；
S33：若有抛物的可信度超过预设阈值，服务器对高空抛物的运行轨迹进行计算，判断出该物体的落点，对地面发出预警信号；
S34：所述服务器通过监控模块调看监控数据，判断抛物抛出位置并生成追责信号，所述服务器将追责信号和抛物抛出位置的位置信息传输到预警模块。
进一步地，所述预警模块用于接收追责信号和抛物抛出位置的位置信息并分配至对应的追责人员进行处理，具体步骤为：
S41：向工作人员的手机终端发送位置获取指令获取工作人员的位置，将工作人员的位置与抛物抛出位置进行距离差计算得到间距值并标记为WJ；
S42：将工作人员的入职时间与系统当前时间进行时间差计算获取得到工作人员的入职时长并标记为WC；
S43：设定工作人员的年龄为WN，设定工作人员的追责次数为WR；将间距值、入职时长、年龄和追责次数进行去量化处理并取其值；
S44：利用公式
Figure BDA0002605556440000041
获取得到工作人员的吻合值WD；其中d1、d2、d3、d4和d5均为预设比例系数；WE为工作人员的系统当前时间前一天的休息值；λ为修正系数，取值为0.75432；
S45：选取吻合值WD最大的工作人员为此次高空抛物的追责人员，同时追责次数加一。
进一步地，所述人员监测模块用于采集工作人员所住宿舍的熄灯时间、工作人员手机的关机状态和关机时刻并进行休息值分析，具体分析步骤为：
S51：将工作人员前一天的熄灯时间与工作人员第二天上班的时间进行时间差计算获取得到熄灯时长并标记为G1；
S52：将工作人员的手机关机时刻与工作人员第二天上班的时间进行时间差计算获取得到关机时长并标记为G2；
S53：利用公式WE＝G1×r1+G2×r2获取得到工作人员系统当前时间前一天的休息值WE；
S54：人员监测模块将工作人员的休息值发送至服务器内存储。
进一步地，步骤二中对应的安装人员的选取步骤为：
S21：获取安装任务对应的目标摄像头，将其标记为Ai，i＝1，2，…，n；
S22：向工作人员的手机终端发送位置获取指令获取工作人员的位置，将工作人员的位置与安装位置进行距离差计算得到人员距离RG；
S23：将工作人员的入行时间与系统当前时间进行时间差计算得到工作人员的工作时长并标记为RF；
S24：设定工作人员的年龄为RN，设定工作人员的安装次数为RC；将人员距离、工作时长、安装次数和年龄进行去量化处理并取其值；
S25：利用公式
Figure BDA0002605556440000051
得到工作人员的安装值RZ；其中，RT为工作人员的低效值；a1、a2、a3、a4和a5均为预设系数因子；
S26：选取安装值RZ最大的工作人员为该目标摄像头Ai的安装人员。
进一步地，所述楼层信息包括被摄建筑物的高度、支架与楼层之间的水平距离和支架的高度；将被摄建筑物从下至上依次划分为第一监控区域、第二监控区域和第三监控区域，用于监控第一监控区域的目标摄像头的拍摄角度为30-50度；用于监控所述第二监控区域的目标摄像头的拍摄角度为55-75度；用于监控所述第三监控区域的目标摄像头的拍摄角度为65-85度。
本发明的有益效果是：
(1)本发明通过数据采集模块采集楼层信息并将楼层信息传输到数据分析模块，数据分析模块对楼层信息进行分析和处理，选取合适的目标摄像头以及目标摄像头的安装角度；使摄像头既能全面覆盖建筑物的所有楼层，而且保证拍摄的高空抛物的清晰度，方便后期准确判断抛物的抛出位置；
(2)智能安装模块用于用户通过手机终端选取智能安装，用户通过电脑终端输入安装指令和安装位置至智能安装模块，智能安装模块通过服务器获取目标摄像头的信息和安装角度，发布安装任务并选取对应的安装人员；提高安装效率；
(3)监控模块采集监控数据并将监控数据发送至服务器，服务器接收监控数据并对监控数据实时进行处理；采用光流法对监控数据相邻帧图像进行分析，得到各像素点的移动信息；对移动信息采用主成分分析，识别背景的整体飘移得到可疑的前景局部漂移信息；对可疑的前景局部漂移信息采用最大似然值估算，分析可疑前景局部漂移是抛物移动的可信度；若有抛物的可信度超过预设阈值，服务器对高空抛物的运行轨迹进行计算，判断出该物体的落点，对地面发出预警信号，提醒地面民众避让以及注意安全，减少意外伤害的发生；
(4)服务器通过监控模块调看监控数据，判断抛物抛出位置并生成追责信号，服务器将追责信号和抛物抛出位置的位置信息传输到预警模块，预警模块用于接收追责信号和抛物抛出位置的位置信息并分配至对应的追责人员进行处理；设定工作人员的追责次数为WR；将间距值、入职时长、年龄和追责次数进行去量化处理并取其值；利用公式
Figure BDA0002605556440000071
获取得到工作人员的吻合值，选取吻合值WD最大的工作人员为此次高空抛物的追责人员，加大追责力度，提高追责效率；从而减少高空抛物的发生。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
如图1所示，一种基于物联网的小区高空丢物监测系统，包括智能安装模块、数据采集模块、数据分析模块、服务器、监控模块、预警模块以及人员监测模块；
所述数据采集模块用于采集楼层信息并将楼层信息传输到数据分析模块，所述楼层信息包括被摄建筑物的高度、支架与楼层之间的水平距离和支架的高度；所述数据分析模块对楼层信息进行分析和处理，选取合适的目标摄像头以及目标摄像头的安装角度，具体步骤如下：
S11：根据被摄建筑物的高度将该被摄建筑物划分成多个监控区域，将每个监控区域的高度标记为G；将每个监控区域的宽度标记为K；
由于现有的小区的楼层很高，很难做到只用一个摄像头将整个楼层全覆盖，这样对摄像头的分辨率的要求很高，考虑到摄像机的成本和测量抛物的清晰度，将楼层按高度从下到上划分成多个监控区域，每个监控区域用一个摄像头监控并获取图像数据，这样就只需要一个低分辨率的摄像头就能达到监控区域的全覆盖，且满足监控到的抛物的长度和宽度不小于预设的最小特征的长度和宽度，才能实现监控到的抛物的图像的精度高，方便后期对图片进行处理，可再现高空抛物时的情景，便于事后查证。因此后续需要确定每个监控区域的目标摄像头的分辨率、传感器大小、镜头焦距以及在支架上的安装角度，进一步方便高空抛物的抛出楼层的确认；
S12：根据所述监控区域的高度和宽度，以及预设的最小特征的长度和宽度，计算用于监控所述监控区域的目标摄像头的传感器的最低垂直分辨率和最低水平分辨率；具体包括：
S121：将预设的最小特征长度标记为C；将预设的最小特征宽度标记为D；
S122：利用公式
Figure BDA0002605556440000081
计算得到传感器的最低垂直分辨率E；
S123：利用公式
Figure BDA0002605556440000082
计算得到传感器的最低水平分辨率F；
S124：根据最低垂直分辨率E和最低水平分辨率F，选取对应的传感器的尺寸作为所述目标摄像头的传感器的尺寸；
所述预设的最小特征的长度和宽度均不小于10mm；
S13：根据监控区域的高度、目标摄像头的传感器的宽度以及支架与监控区域的水平距离，计算目标摄像头镜头的焦距；包括：
S131：将传感器的宽度标记为c，将支架与监控区域的水平距离标记为d；
S132：利用公式
Figure BDA0002605556440000083
计算得出目标摄像头镜头的焦距f；
S133：选取焦距不大于f的镜头作为目标摄像头的镜头；
S14：根据监控区域的高度和支架的高度，获取目标摄像头的拍摄角度；
将被摄建筑物从下至上依次划分为第一监控区域、第二监控区域和第三监控区域，用于监控第一监控区域的目标摄像头的拍摄角度为30-50度；用于监控所述第二监控区域的目标摄像头的拍摄角度为55-75度；用于监控所述第三监控区域的目标摄像头的拍摄角度为65-85度；
所述数据分析模块将目标摄像头的信息和安装角度发送到服务器；所述智能安装模块用于用户通过手机终端选取智能安装，具体步骤为：
步骤一：用户通过电脑终端输入安装指令和安装位置至智能安装模块，智能安装模块通过服务器获取目标摄像头的信息和安装角度，发布安装任务并选取对应的安装人员，具体步骤为：
S21：获取安装任务对应的目标摄像头，将其标记为Ai，i＝1，2，…，n；
S22：向工作人员的手机终端发送位置获取指令获取工作人员的位置，将工作人员的位置与安装位置进行距离差计算得到人员距离RG；
S23：将工作人员的入行时间与系统当前时间进行时间差计算得到工作人员的工作时长并标记为RF；
S24：设定工作人员的年龄为RN，设定工作人员的安装次数为RC；将人员距离、工作时长、安装次数和年龄进行去量化处理并取其值；
S25：利用公式
Figure BDA0002605556440000091
得到工作人员的安装值RZ；其中，RT为工作人员的低效值；a1、a2、a3、a4和a5均为预设系数因子；
S26：选取安装值RZ最大的工作人员为该目标摄像头Ai的安装人员；
步骤二：将安装位置、安装角度和目标摄像头信息发送至该安装人员的手机终端上；同时该安装人员的安装次数增加一次；
步骤三：安装人员到达安装位置后对目标摄像头进行安装；
将安装结束时刻与安装开始时刻进行时间差计算获取得到安装人员的安装时长，将其标记为T1；设定用户输入的评分值为B；将安装时长与输入的评分值进行去量化处理并取其值，利用公式
Figure BDA0002605556440000101
获取得到安装人员的单次值，将安装人员的所有单次值进行求和并取平均值得到安装人员的低效值RT；b1和b2均为预设比例系数；
所述监控模块用于采集监控数据并将监控数据发送至服务器，所述服务器接收监控数据并对监控数据实时进行处理，具体步骤如下：
S31：采用光流法对监控数据相邻帧图像进行分析，得到各像素点的移动信息；
S32：对移动信息采用主成分分析，识别背景的整体飘移得到可疑的前景局部漂移信息；对可疑的前景局部漂移信息采用最大似然值估算，分析可疑前景局部漂移是抛物移动的可信度；
最大似然分析是基于随机信号处理做的概率分析；得到可疑的前景局部漂移信息后，先假设确实有物体移动，初始水平和垂直速度分别为V1和V2；根据重力加速度规律，物体的水平速度大致不变，垂直速度会随时间线性增加；然后将这个运动规律套在对应位置的像素点上，计算像素点通过光流法算得的运动特性和假定的V1/V2参数的似然函数，在合理数值范围内改变V1和V2参数重复计算似然函数，遍历所有合理的V1/V2组合后，得到的最大似然函数就确定为有抛物的可信度；
S33：若有抛物的可信度超过预设阈值，服务器对高空抛物的运行轨迹进行计算，判断出该物体的落点，对地面发出预警信号，提醒地面民众避让以及注意安全，减少意外伤害的发生；
S34：所述服务器通过监控模块调看监控数据，判断抛物抛出位置并生成追责信号，所述服务器将追责信号和抛物抛出位置的位置信息传输到预警模块；
所述预警模块用于接收追责信号和抛物抛出位置的位置信息并分配至对应的追责人员进行处理，具体步骤为：
S41：向工作人员的手机终端发送位置获取指令获取工作人员的位置，将工作人员的位置与抛物抛出位置进行距离差计算得到间距值并标记为WJ；
S42：将工作人员的入职时间与系统当前时间进行时间差计算获取得到工作人员的入职时长并标记为WC；
S43：设定工作人员的年龄为WN，设定工作人员的追责次数为WR；将间距值、入职时长、年龄和追责次数进行去量化处理并取其值；
S44：利用公式
Figure BDA0002605556440000111
获取得到工作人员的吻合值WD；其中d1、d2、d3、d4和d5均为预设比例系数；WE为工作人员的系统当前时间前一天的休息值；λ为修正系数，取值为0.75432；
S45：选取吻合值WD最大的工作人员为此次高空抛物的追责人员，同时追责次数加一。
所述人员监测模块用于采集工作人员所住宿舍的熄灯时间、工作人员手机的关机状态和关机时刻并进行休息值分析，具体分析步骤为：
S51：将工作人员前一天的熄灯时间与工作人员第二天上班的时间进行时间差计算获取得到熄灯时长并标记为G1；
S52：将工作人员的手机关机时刻与工作人员第二天上班的时间进行时间差计算获取得到关机时长并标记为G2；
S53：利用公式WE＝G1×r1+G2×r2获取得到工作人员系统当前时间前一天的休息值WE；
S54：人员监测模块将工作人员的休息值发送至服务器内存储。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置。
一种基于物联网的小区高空丢物监测系统，在工作时，数据采集模块采集楼层信息并将楼层信息传输到数据分析模块，数据分析模块对楼层信息进行分析和处理，选取合适的目标摄像头以及目标摄像头的安装角度；只需要一个低分辨率的摄像头就能达到监控区域的全覆盖，且满足监控到的抛物的长度和宽度不小于预设的最小特征的长度和宽度，实现监控到的抛物的图像的精度高，方便后期对图片进行处理，可再现高空抛物时的情景，便于事后查证；
智能安装模块用于用户通过手机终端选取智能安装；智能安装模块通过服务器获取目标摄像头的信息和安装角度，发布安装任务并选取对应的安装人员；利用公式
Figure BDA0002605556440000121
得到工作人员的安装值RZ；选取安装值RZ最大的工作人员为该目标摄像头Ai的安装人员；提高安装效率；
监控模块采集监控数据并将监控数据发送至服务器，服务器接收监控数据并对监控数据实时进行处理；采用光流法对监控数据相邻帧图像进行分析，得到各像素点的移动信息，对移动信息采用主成分分析，识别背景的整体飘移得到可疑的前景局部漂移信息；对可疑的前景局部漂移信息采用最大似然值估算，分析可疑前景局部漂移是抛物移动的可信度，若有抛物的可信度超过预设阈值，服务器对高空抛物的运行轨迹进行计算，判断出该物体的落点，对地面发出预警信号，提醒地面民众避让以及注意安全，减少意外伤害的发生；
服务器通过监控模块调看监控数据，判断抛物抛出位置并生成追责信号，服务器将追责信号和抛物抛出位置的位置信息传输到预警模块；
预警模块接收追责信号和抛物抛出位置的位置信息并分配至对应的追责人员进行处理，向工作人员的手机终端发送位置获取指令获取工作人员的位置，将工作人员的位置与抛物抛出位置进行距离差计算得到间距值，将工作人员的入职时间与系统当前时间进行时间差计算获取得到工作人员的入职时长；设定工作人员的年龄为WN，设定工作人员的追责次数为WR；将间距值、入职时长、年龄和追责次数进行去量化处理并取其值；利用公式
Figure BDA0002605556440000131
获取得到工作人员的吻合值，选取吻合值WD最大的工作人员为此次高空抛物的追责人员；加大追责力度，提高追责效率；从而减少高空抛物的发生。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于物联网的小区高空丢物监测系统，其特征在于，包括智能安装模块、数据采集模块、数据分析模块、服务器、监控模块、预警模块以及人员监测模块；
所述数据采集模块用于采集楼层信息并将楼层信息传输到数据分析模块；所述数据分析模块对楼层信息进行分析和处理，选取合适的目标摄像头以及目标摄像头的安装角度，具体步骤如下：
S11：根据被摄建筑物的高度将该被摄建筑物划分成多个监控区域，将每个监控区域的高度标记为G；将每个监控区域的宽度标记为K；
S12：根据所述监控区域的高度和宽度，以及预设的最小特征的长度和宽度，计算用于监控所述监控区域的目标摄像头的传感器的最低垂直分辨率和最低水平分辨率；具体包括：
S121：将预设的最小特征长度标记为C；将预设的最小特征宽度标记为D；
S122：利用公式
Figure FDA0002605556430000011
计算得到传感器的最低垂直分辨率E；
S123：利用公式
Figure FDA0002605556430000012
计算得到传感器的最低水平分辨率F；
S124：根据最低垂直分辨率E和最低水平分辨率F，选取对应尺寸的传感器作为所述目标摄像头的传感器；
所述预设的最小特征的长度和宽度均不小于10mm；
S13：根据监控区域的高度、目标摄像头的传感器的宽度以及支架与监控区域的水平距离，计算目标摄像头镜头的焦距；包括：
S131：将传感器的宽度标记为c，将支架与监控区域的水平距离标记为d；
S132：利用公式
Figure FDA0002605556430000013
计算得出目标摄像头镜头的焦距f；
S133：选取焦距不大于f的镜头作为目标摄像头的镜头；
S14：根据监控区域的高度和支架的高度，获取目标摄像头的拍摄角度；
所述数据分析模块将目标摄像头的信息和安装角度发送到服务器；所述智能安装模块用于用户通过手机终端选取智能安装，具体步骤为：
步骤一：用户通过电脑终端输入安装指令和安装位置至智能安装模块，智能安装模块通过服务器获取目标摄像头的信息和安装角度，发布安装任务并选取对应的安装人员；
步骤二：将安装位置、安装角度和目标摄像头信息发送至该安装人员的手机终端上；同时该安装人员的安装次数增加一次；
步骤三：安装人员到达安装位置后对目标摄像头进行安装；
步骤四：将安装结束时刻与安装开始时刻进行时间差计算获取得到安装人员的安装时长，将其标记为T1；设定用户输入的评分值为B；
步骤五：将安装时长与输入的评分值进行去量化处理并取其值，利用公式
Figure FDA0002605556430000021
获取得到安装人员的单次值，将安装人员的所有单次值进行求和并取平均值得到安装人员的低效值RT；b1和b2均为预设比例系数；
所述监控模块用于采集监控数据并将监控数据发送至服务器，所述服务器接收监控数据并对监控数据实时进行处理，具体步骤如下：
S31：采用光流法对监控数据相邻帧图像进行分析，得到各像素点的移动信息；
S32：对移动信息采用主成分分析，识别背景的整体飘移得到可疑的前景局部漂移信息；对可疑的前景局部漂移信息采用最大似然值估算，分析可疑前景局部漂移是抛物移动的可信度；
最大似然分析是基于随机信号处理做的概率分析；得到可疑的前景局部漂移信息后，先假设确实有物体移动，初始水平和垂直速度分别为V1和V2；根据重力加速度规律，物体的水平速度大致不变，垂直速度会随时间线性增加；然后将这个运动规律套在对应位置的像素点上，计算像素点通过光流法算得的运动特性和假定的V1/V2参数的似然函数，在合理数值范围内改变V1和V2参数重复计算似然函数，遍历所有合理的V1/V2组合后，得到的最大似然函数就确定为有抛物的可信度；
S33：若有抛物的可信度超过预设阈值，服务器对高空抛物的运行轨迹进行计算，判断出该物体的落点，对地面发出预警信号；
S34：所述服务器通过监控模块调看监控数据，判断抛物抛出位置并生成追责信号，所述服务器将追责信号和抛物抛出位置的位置信息传输到预警模块。
2.根据权利要求1所述的一种基于物联网的小区高空丢物监测系统，其特征在于，所述预警模块用于接收追责信号和抛物抛出位置的位置信息并分配至对应的追责人员进行处理，具体步骤为：
S41：向工作人员的手机终端发送位置获取指令获取工作人员的位置，将工作人员的位置与抛物抛出位置进行距离差计算得到间距值并标记为WJ；
S42：将工作人员的入职时间与系统当前时间进行时间差计算获取得到工作人员的入职时长并标记为WC；
S43：设定工作人员的年龄为WN，设定工作人员的追责次数为WR；将间距值、入职时长、年龄和追责次数进行去量化处理并取其值；
S44：利用公式
Figure FDA0002605556430000031
获取得到工作人员的吻合值WD；其中d1、d2、d3、d4和d5均为预设比例系数；WE为工作人员的系统当前时间前一天的休息值；λ为修正系数，取值为0.75432；
S45：选取吻合值WD最大的工作人员为此次高空抛物的追责人员，同时追责次数加一。
3.根据权利要求1所述的一种基于物联网的小区高空丢物监测系统，其特征在于，所述人员监测模块用于采集工作人员所住宿舍的熄灯时间、工作人员手机的关机状态和关机时刻并进行休息值分析，具体分析步骤为：
S51：将工作人员前一天的熄灯时间与工作人员第二天上班的时间进行时间差计算获取得到熄灯时长并标记为G1；
S52：将工作人员的手机关机时刻与工作人员第二天上班的时间进行时间差计算获取得到关机时长并标记为G2；
S53：利用公式WE＝G1×r1+G2×r2获取得到工作人员系统当前时间前一天的休息值WE；
S54：人员监测模块将工作人员的休息值发送至服务器内存储。
4.根据权利要求1所述的一种基于物联网的小区高空丢物监测系统，其特征在于，步骤二中对应的安装人员的选取步骤为：
S21：获取安装任务对应的目标摄像头，将其标记为Ai，i＝1，2，…，n；
S22：向工作人员的手机终端发送位置获取指令获取工作人员的位置，将工作人员的位置与安装位置进行距离差计算得到人员距离RG；
S23：将工作人员的入行时间与系统当前时间进行时间差计算得到工作人员的工作时长并标记为RF；
S24：设定工作人员的年龄为RN，设定工作人员的安装次数为RC；将人员距离、工作时长、安装次数和年龄进行去量化处理并取其值；
S25：利用公式
Figure FDA0002605556430000051
得到工作人员的安装值RZ；其中，RT为工作人员的低效值；a1、a2、a3、a4和a5均为预设系数因子；
S26：选取安装值RZ最大的工作人员为该目标摄像头Ai的安装人员。
5.根据权利要求1所述的一种基于物联网的小区高空丢物监测系统，其特征在于，所述楼层信息包括被摄建筑物的高度、支架与楼层之间的水平距离和支架的高度；将被摄建筑物从下至上依次划分为第一监控区域、第二监控区域和第三监控区域，用于监控第一监控区域的目标摄像头的拍摄角度为30-50度；用于监控所述第二监控区域的目标摄像头的拍摄角度为55-75度；用于监控所述第三监控区域的目标摄像头的拍摄角度为65-85度。
CN202010737656.7A 2020-07-28 2020-07-28 一种基于物联网的小区高空丢物监测系统 Withdrawn CN111866465A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010737656.7A CN111866465A (zh) 2020-07-28 2020-07-28 一种基于物联网的小区高空丢物监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010737656.7A CN111866465A (zh) 2020-07-28 2020-07-28 一种基于物联网的小区高空丢物监测系统

Publications (1)

Publication Number Publication Date
CN111866465A true CN111866465A (zh) 2020-10-30

Family

ID=72948790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010737656.7A Withdrawn CN111866465A (zh) 2020-07-28 2020-07-28 一种基于物联网的小区高空丢物监测系统

Country Status (1)

Country Link
CN (1) CN111866465A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112613361A (zh) * 2020-12-09 2021-04-06 安徽中电光达通信技术有限公司 一种安防监控用的智能化行为分析系统
CN112731369A (zh) * 2020-12-25 2021-04-30 上海为彪汽配制造有限公司 一种高空抛物预警方法及系统
CN112911243A (zh) * 2021-02-01 2021-06-04 江苏开拓信息与系统有限公司 一种采用高空抛物监控辅助分析房屋空置率的方法
CN113674315A (zh) * 2021-07-21 2021-11-19 浙江大华技术股份有限公司 一种物体检测方法、设备及计算机可读存储介质
CN115086531A (zh) * 2022-07-08 2022-09-20 浙江上视科技有限公司 一种智慧园区大数据智能可视平台

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112613361A (zh) * 2020-12-09 2021-04-06 安徽中电光达通信技术有限公司 一种安防监控用的智能化行为分析系统
CN112613361B (zh) * 2020-12-09 2023-07-11 安徽中电光达通信技术有限公司 一种安防监控用的智能化行为分析系统
CN112731369A (zh) * 2020-12-25 2021-04-30 上海为彪汽配制造有限公司 一种高空抛物预警方法及系统
CN112731369B (zh) * 2020-12-25 2024-03-01 上海为彪汽配制造有限公司 一种高空抛物预警方法及系统
CN112911243A (zh) * 2021-02-01 2021-06-04 江苏开拓信息与系统有限公司 一种采用高空抛物监控辅助分析房屋空置率的方法
CN113674315A (zh) * 2021-07-21 2021-11-19 浙江大华技术股份有限公司 一种物体检测方法、设备及计算机可读存储介质
CN115086531A (zh) * 2022-07-08 2022-09-20 浙江上视科技有限公司 一种智慧园区大数据智能可视平台

Similar Documents

Publication Publication Date Title
CN111866465A (zh) 一种基于物联网的小区高空丢物监测系统
US8542872B2 (en) Motion-validating remote monitoring system
US20110025847A1 (en) Service management using video processing
CN201936415U (zh) 森林火情自动识别报警系统
US20110001828A1 (en) Method for controlling an alaram management system
CN109151295B (zh) 一种目标对象抓拍方法、装置及视频监控设备
US20130021477A1 (en) Method and camera for determining an image adjustment parameter
CN107729850B (zh) 物联网户外广告监播系统
US20140118543A1 (en) Method and apparatus for video analysis algorithm selection based on historical incident data
CN109842787A (zh) 一种监测高空抛物的方法及系统
CN109905641B (zh) 一种目标监控方法、装置、设备及系统
CN111046121B (zh) 环境监控方法、装置和系统
CN110896462B (zh) 一种视频监控集群的控制方法、装置、设备及存储介质
WO2013187797A1 (ru) Способ управления системой мониторинга и система для его реализации
US20110157360A1 (en) Surveillance system and method
CN112800846A (zh) 高空抛物的监测方法、装置、电子设备及存储介质
CN116486585A (zh) 一种基于ai机器视觉分析预警的生产安全管理系统
CN106781167A (zh) 监测物体运动状态的方法及设备
CN107396054B (zh) 一种监控视频的显示方法
US20200049856A1 (en) Real-time computation of an atmospheric precipitation rate from a digital image of an environment where an atmospheric precipitation is taking place
KR20180072466A (ko) 영상 감시 영역 설정 시스템 및 방법
CN111178113A (zh) 一种信息处理方法、装置及存储介质
CN113705988B (zh) 一种监理人员绩效管理方法、系统、存储介质及智能终端
CN111102987B (zh) 一种救援车辆跟踪方法、装置、服务器和介质
KR20140029676A (ko) 지능형 무인감시시스템 및 이를 이용한 무인감시 방법

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201030