CN112348135A - 一种基于无线传感器网络的个体行为数据识别方法 - Google Patents

一种基于无线传感器网络的个体行为数据识别方法 Download PDF

Info

Publication number
CN112348135A
CN112348135A CN202011349982.7A CN202011349982A CN112348135A CN 112348135 A CN112348135 A CN 112348135A CN 202011349982 A CN202011349982 A CN 202011349982A CN 112348135 A CN112348135 A CN 112348135A
Authority
CN
China
Prior art keywords
action
target object
data
behaviors
behavior
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.)
Granted
Application number
CN202011349982.7A
Other languages
English (en)
Other versions
CN112348135B (zh
Inventor
孙麇
李毅
龚建华
张国永
李文宁
武栋
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.)
Zhejiang Chinese Academy Of Science Space Information Technology Application Center
Aerospace Information Research Institute of CAS
Original Assignee
Zhejiang Chinese Academy Of Science Space Information Technology Application Center
Aerospace Information Research Institute of CAS
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 Zhejiang Chinese Academy Of Science Space Information Technology Application Center, Aerospace Information Research Institute of CAS filed Critical Zhejiang Chinese Academy Of Science Space Information Technology Application Center
Priority to CN202011349982.7A priority Critical patent/CN112348135B/zh
Publication of CN112348135A publication Critical patent/CN112348135A/zh
Application granted granted Critical
Publication of CN112348135B publication Critical patent/CN112348135B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供一种基于无线传感器网络的个体行为数据识别方法，其包括：检测步骤，通过RFID技术定位目标物的位置；还通过多种传感器检测目标物的状态改变感知数据；识别步骤，将目标物的位置的定位数据和将传感器检测出的状态改变感知数据结果结合，计算状态变化与映射的动作，并将动作及序列与预设行为模型进行对比，计算出个体正在实施的行为；调节步骤，将计算出的行为分为正常行为和异常行为，并将识别出的正常行为储存并记忆，将识别出的异常行为以信号形式发出并提醒。通过本发明结合了RFID与传感器技术获取行为数据，信号稳定，提高了行为自动识别能力，便于在不安全操作行为发生时及时发出警报，减少意外情况的发生。

Description

一种基于无线传感器网络的个体行为数据识别方法
技术领域
本发明属于信息模型技术领域，具体涉及一种基于无线传感器网络的个体行为数据识别方法。
背景技术
由于个体的行为数据获取困难等原因，传统的GIS缺少对于个体微观行为的建模和表达，而物联网的发展为个体行为的研究提供了更高时空分辨率的数据来源，为GIS针对个体微观行为的研究带来契机。目前港口危险品装卸操作过程潜在危险系数较高、行为监控困难的问题，单一RFID技术识别存在信号不稳定的缺点，改善传统视频监控方式对隐私暴露严重、行为自动识别困难等不足等缺点。
由于现有技术中的港口危险品装卸操作过程潜在危险系数较高、行为监控困难的问题，单一RFID技术识别存在信号不稳定的缺点，改善传统视频监控方式对隐私暴露严重、行为自动识别困难等不足等缺点等技术问题，因此本发明研究设计出一种基于无线传感器网络的个体行为数据识别方法。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中的港口危险品装卸操作过程潜在危险系数较高、行为监控困难的缺陷，从而提供一种基于无线传感器网络的个体行为数据识别方法。
本发明提供一种基于无线传感器网络的个体行为数据识别方法，其包括：
检测步骤，通过RFID技术定位目标物的位置；还通过多种传感器检测所述目标物的状态改变感知数据；
识别步骤，将所述目标物的位置的定位数据和将所述传感器检测出的状态改变感知数据结果结合，计算状态变化与映射的动作，并将动作及序列与预设行为模型进行对比，以计算出个体正在实施的行为；
调节步骤，根据计算出的行为将其分为正常行为和异常行为，将识别出的正常行为储存并记忆，将识别出的异常行为以信号形式发出并提醒。
在一些实施方式中，所述传感器检测所述目标物的所述感知数据包括压力、加速度、相对位移中的至少之一。
在一些实施方式中，所述传感器检测所述目标物的所述感知数据还包括识别出所述目标物被施予动作的先后顺序。
在一些实施方式中，所述传感器检测所述目标物的所述感知数据包括用压力传感器配合角度传感器表征阀门打开或者关闭的动作、用加速度传感器和压力传感器可以表征拿起或者放下水管线、以及用压力传感器可以表征按钮的开闭动作中的至少之一。
在一些实施方式中，所述检测步骤还用于检测操作人员的人员标签，所述人员标签包括身份和与所述目标物之间的相对位置中的至少之一。
在一些实施方式中，所述操作人员与所述目标物之间的所述位置通过读写器联合定位和定位器定位的方式获取。
在一些实施方式中，所述传感器的状态改变的时间为动作发生的时间，所述传感器检测所述目标物的所述感知数据的先后顺序表示动作的次序。
在一些实施方式中，所述调节步骤通过人工智能的方法对数据进行训练，经过长时间的学习，并通过聚类方法对行为状态进行聚类，以将所述计算出的行为分为所述正常行为和所述异常行为。
在一些实施方式中，通过所述RFID技术采集的个体行为数据包括RFID基站芯片与RFID标签芯片之间的射频信号强度数据。
在一些实施方式中，所述目标物为港口的液化气球罐；所述射频信号强度数据包括日期、时间、RFID标签标识号、基站号、定位号、传感器状态、RSSI值中的至少之一；所述识别步骤，还用于对数据进行处理以完成动作的解析并提取感知过程中的关键动作；所述调节步骤还包括在识别步骤的基础上通过构建行为决策树的方法对操作行为加以识别。
本发明提供的一种基于无线传感器网络的个体行为数据识别方法具有如下有益效果：
本发明在地理信息科学的理论指导下，通过RFID技术搭建行为实时感知场景，开展融合多种传感器应用于装卸操作行为的实验研究，在传统的位置感知基础上引入了行为过程的感知，通过建立微观行为模型对个体行为提供更加完整、精细的描述和表达，并基于RFID 数据进行个体微观行为的自动识别。研究内容主要包括：基于“人- 地-物”模型的港口危险品装卸行为过程研究；基于RFID与传感器技术的港口危险品装卸行为感知设备部署方案研究；基于T-GIS和模式识别的案例装卸行为自动识别研究。本研究结合RFID与传感器技术获取行为数据，弥补单一RFID信号不稳定的缺点，改善传统视频监控方式对隐私暴露严重、行为自动识别困难等不足问题，建立行为识别算法，应用于港口危险品规范性操作行为的监测与记录，提高了行为自动识别能力，以便于在不安全的操作行为发生时及时发出警报，以减少严重意外情况的发生，具有重要的理论意义和应用价值。
附图说明
图1是本发明的基于无线传感器网络的个体行为数据识别方法的流程图；
图2是本发明的操作行为识别技术方案图。
具体实施方式
如图1-2所示，本发明提供一种基于无线传感器网络的个体行为数据识别方法，其包括：
检测步骤，通过RFID技术(射频识别技术)定位目标物的位置；还通过多种传感器检测所述目标物的状态改变感知数据；
识别步骤，将所述目标物的位置的定位数据和将所述传感器检测出的状态改变感知数据结果结合，计算状态变化与映射的动作，并将动作及序列与预设行为模型进行对比，以计算出个体正在实施的行为；
调节步骤，根据计算出的行为将其分为正常行为和异常行为，将识别出的正常行为储存并记忆，将识别出的异常行为以信号形式发出并提醒。
本发明在地理信息科学的理论指导下，通过RFID技术搭建行为实时感知场景，开展融合多种传感器应用于装卸操作行为的实验研究，在传统的位置感知基础上引入了行为过程的感知，通过建立微观行为模型对个体行为提供更加完整、精细的描述和表达，并基于RFID 数据进行个体微观行为的自动识别。研究内容主要包括：基于“人- 地-物”模型的港口危险品装卸行为过程研究；基于RFID与传感器技术的港口危险品装卸行为感知设备部署方案研究；基于T-GIS和模式识别的案例装卸行为自动识别研究。本发明结合RFID与传感器技术获取行为数据，弥补单一RFID信号不稳定的缺点，改善传统视频监控方式对隐私暴露严重、行为自动识别困难等不足，建立行为识别算法，应用于港口危险品规范性操作行为的监测与记录，提高了行为自动识别能力，以便于在不安全的操作行为发生时及时发出警报，以减少严重意外情况的发生，具有重要的理论意义和应用价值。
个体的场所行为的尺度特点实际上包含了三个方面的信息：时间维度上属于短期行为、空间维度上属于场所行为、“人间”尺度上属于个体行为。其表达符合典型的“位置-动作-动作次序”的特点，在 RFID构建的“行为感知场”中实质是关于“人-地-物”(Person-Land-Object,PLO)模型的实例化，因此基于“人-地-物”信息模型对个体场所行为的分析建模具有很好的刻画效果，如图1所示。“人”与“物”之间的位置关系(包括绝对位置和相对位置)通过“地”(环境)体现；而行为的动作通过“人”与“物”之间的交互体现；动作的次序通过“物”之状态发生变化的时间得以体现。
在一些实施方式中，所述传感器检测所述目标物的所述感知数据包括压力、加速度、相对位移中的至少之一。这是本发明的传感器的感知数据的优选数据形式，通过检测压力能够感知目标物所承受到的压力情况，通过检测加速度能够感知目标物所承受到的运动情况、判断目标物的受力以及运动方向等，通过相对位移能够判断和感知目标物的与操作员或其他参照物之间的相对距离或位移，以对动作进行有效的识别。
在一些实施方式中，所述传感器检测所述目标物的所述感知数据还包括识别出所述目标物被施予动作的先后顺序。通过识别动作的先后顺序能够有效对行为进行有效的识别，进而将其与预设行为模型进行对比，以区分出正常行为和异常行为，正常行为进行记忆和存储，异常行为则及时发出警报以提醒，以及时制止该异常行为，防止危险行为的发生，保证行为动作(尤其是“港口液化气球罐置换操作”行为)的安全可靠性。
在一些实施方式中，所述传感器检测所述目标物的所述感知数据包括用压力传感器配合角度传感器表征阀门打开或者关闭的动作、用加速度传感器和压力传感器可以表征拿起或者放下水管线、以及用压力传感器可以表征按钮的开闭动作中的至少之一。这是本发明的压力传感器的进一步优选控制形式，通过压力传感器和角度传感器能够检测阀门的打开动作或关闭动作，通过加速度传感器和压力传感器能够检测水管线的拿起动作和放下动作，通过压力传感器还能有效检测按钮的打开动作和关闭动作，实现对液化气球罐的动作的检测。
在一些实施方式中，所述检测步骤还用于检测操作人员的人员标签，所述人员标签包括身份和与所述目标物之间的相对位置中的至少之一。通过检测操作人员的人员标签能够有效识别出操作人员的身份和与目标物之间的相对位置，能够根据不同的人员身份和与目标物之间的相对位置实现不同行为的识别和控制作用。
在一些实施方式中，所述操作人员与所述目标物之间的所述位置通过读写器联合定位和定位器定位的方式获取。通过读写器能够联合定位出操作人员与目标物之间的相对位置，通过定位器也能够定位出操作人员与目标物之间的相对位置，因此通过读写器和定位器之间的联合作用能够准确且有效地活动操作人员与目标物之间的相对位置的数据。
在一些实施方式中，所述传感器的状态改变的时间为动作发生的时间，所述传感器检测所述目标物的所述感知数据的先后顺序表示动作的次序。这是本发明的传感器的进一步优选检测形式，即通过传感器的状态改变时间能够有效地定义为动作发生的时间，表征动作的发生时间，通过传感器检测数据的先后顺序能够有效地表征动作的先后次序，从而有效获得动作的发生时间的动作的先后次序。
在一些实施方式中，所述调节步骤通过人工智能的方法对数据进行训练，经过长时间的学习，并通过聚类方法对行为状态进行聚类，以将所述计算出的行为分为所述正常行为和所述异常行为。这是本发明的调节步骤的进一步优选控制形式，即通过人工智能的方法对数据进行训练和学习，并通过聚类方法对行为状态进行聚类，能够有效地将检测出的行为识别并区分为正常行为或异常行为，从而将正常行为进行保留和记忆，异常行为及时警报并制止，有效避免异常行为的发生。
在一些实施方式中，通过所述RFID技术采集的个体行为数据包括RFID基站芯片与RFID标签芯片之间的射频信号强度(RSSI，即 Received Signal Strength Indication，接收的信号强度指示)数据。通过RFID基站芯片与RFID标签芯片之间的射频信号强度(RSSI)数据的检测和采集能够有效实现射频识别，即有效识别出个体的行为 (位置)，再通过多种传感器的检测，能够有效检测出个体的动作，从而识别出行为过程并能够根据所需对行为进行有效调节和控制。
通过RFID技术采集的个体行为数据包括RFID基站芯片与RFID 标签芯片之间的射频信号强度(RSSI)数据以及其他传感器(加速度、压力、邻近度等传感器)的感知数据，一方面，首先利用射频信号强度(RSSI)数据通过定位算法进行目标位置的计算以及对个体与家具或者物品进行位置的比较，回答个体行为过程汇总的“在哪里”的问题，然后通过其他传感器感知数据获取个体可能接触的物品和移动的物品以及其动作的先后顺序，通过与行为模型进行对比计算出个体正在实施的行为；另一方面，通过RFID基站不断收集来自个体所携带的RFID标签的射频信号，并记录其射频信号强度(RSSI)数据，实质上这些数据表征的是个体行为过程了的连续的状态的片段，通过人工智能的方法对数据进行训练，经过长时间的学习，可以通过聚类方法对行为状态进行聚类，以掌握个体日常正常行为和异常行为，也可用于实时异常行为的报警。
在一些实施方式中，所述目标物为港口的液化气球罐；所述射频信号强度(RSSI)数据包括日期、时间、RFID标签标识号(卡号)、基站号、定位号、传感器状态、RSSI值中的至少之一；所述识别步骤，还用于对数据进行处理以完成动作的解析并提取感知过程中的关键动作；所述调节步骤还包括在识别步骤的基础上通过构建行为决策树的方法对操作行为加以识别。这是本发明的目标物的进一步优选结构形式，即将其优化为液化气球罐；射频信号强度优选包括日期、时间、RFID标签标识号(卡号)、基站号、定位号、传感器状态、RSSI值，能够进一步有效准确地识别出个体的位置和动作；调节步骤通过还包括构建行为决策树能够进一步提高对操作行为的识别精度。
本发明以“港口液化气球罐置换操作行为”作为案例展开实验研究。球罐置换是一项危险性的工作，若置换方案选择不当或操作失误，均可能发生恶性事故造成惨重损失，因此，液化气球罐的安全置换行为是一个重要且具有代表性的案例，依据技术路线，操作行为监测实验方案的设计总体如图1所示。
(1)基于“人-地-物”模型①的RFID设备部署方案
首先研究港口液化气球罐置换操作行为中的理论上的关键动作，再分析每个关键动作过程中操作员实时动作的地点、接触的设备物品等，进而与“人-地-物”模型①建立一一对应的关系；然后提取物品某些状态(压力、角度、加速度等)的改变用以表达动作,并使用嵌入传感器的RFID标签对设备物品的该类状态实施监测。在监测过程中使用RFID读写器作为信号中继和信号控制手段，对操作人员和物品采用嵌入传感器的主动式RFID标签进行身份的识别、位置的跟踪和状态监测。
(2)行为数据的处理与操作行为识别
在感知场景中对“港口液化气球罐置换操作”行为进行模拟训练从而得到相关的RFID数据，数据中包含了日期、时间、RFID标签标识号(卡号)、基站号、定位号、传感器状态、RSSI值等项目，对数据进行处理以完成动作的解析并提取感知过程中的关键动作；在动作识别的基础上通过构建行为决策树的方法对操作行为加以识别。基于RFID技术的行为识别系统的设计，该行为中“人-地-物”信息模型具体表现为：
“人”与“物”的位置通过读写器联合定位和定位器定位的方式获取。
“物”的状态通过物品卡所携带的传感器的状态进行获取，例如用压力传感器配合角度传感器可以表征阀门打开或者关闭的动作；用加速度传感器和压力传感器可以表征拿起或者放下水管线；用压力传感器可以表征按钮的开闭动作等。传感器状态改变的时间为动作发生的时间，其先后顺序表示动作的次序。
以上所述仅为本发明的较佳实施案例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。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来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (10)

1.一种基于无线传感器网络的个体行为数据识别方法，其特征在于：包括：
检测步骤，通过RFID技术定位目标物的位置；还通过多种传感器检测所述目标物的状态改变感知数据；
识别步骤，将所述目标物的位置的定位数据和将所述传感器检测出的状态改变感知数据结果结合，计算状态变化与映射的动作，并将动作及序列与预设行为模型进行对比，以计算出个体正在实施的行为；
调节步骤，根据计算出的行为将其分为正常行为和异常行为，并将识别出的正常行为储存并记忆，以及将识别出的异常行为以信号形式发出并提醒。
2.根据权利要求1所述的基于无线传感器网络的个体行为数据识别方法，其特征在于：
所述传感器检测所述目标物的所述感知数据包括压力、加速度、相对位移中的至少之一。
3.根据权利要求2所述的基于无线传感器网络的个体行为数据识别方法，其特征在于：
所述传感器检测所述目标物的所述感知数据还包括识别出所述目标物被施予动作的先后顺序。
4.根据权利要求2所述的基于无线传感器网络的个体行为数据识别方法，其特征在于：
所述传感器检测所述目标物的所述感知数据包括用压力传感器配合角度传感器表征阀门打开或者关闭的动作、用加速度传感器和压力传感器可以表征拿起或者放下水管线、以及用压力传感器可以表征按钮的开闭动作中的至少之一。
5.根据权利要求1-4中任一项所述的基于无线传感器网络的个体行为数据识别方法，其特征在于：
所述检测步骤还用于检测操作人员的人员标签，所述人员标签包括身份和与所述目标物之间的相对位置中的至少之一。
6.根据权利要求5所述的基于无线传感器网络的个体行为数据识别方法，其特征在于：
所述操作人员与所述目标物之间的所述位置通过读写器联合定位和定位器定位的方式获取。
7.根据权利要求1-6中任一项所述的基于无线传感器网络的个体行为数据识别方法，其特征在于：
所述传感器的状态改变的时间为动作发生的时间，所述传感器检测所述目标物的所述感知数据的先后顺序表示动作的次序。
8.根据权利要求1-7中任一项所述的基于无线传感器网络的个体行为数据识别方法，其特征在于：
所述调节步骤通过人工智能的方法对数据进行训练，经过长时间的学习，并通过聚类方法对行为状态进行聚类，以将所述计算出的行为分为所述正常行为和所述异常行为。
9.根据权利要求1-8中任一项所述的基于无线传感器网络的个体行为数据识别方法，其特征在于：
通过所述RFID技术采集的个体行为数据包括RFID基站芯片与RFID标签芯片之间的射频信号强度数据。
10.根据权利要求9所述的基于无线传感器网络的个体行为数据识别方法，其特征在于：
所述目标物为港口的液化气球罐；所述射频信号强度数据包括日期、时间、RFID标签标识号、基站号、定位号、传感器状态、RSSI值中的至少之一；所述识别步骤，还用于对数据进行处理以完成动作的解析并提取感知过程中的关键动作；所述调节步骤还包括在识别步骤的基础上通过构建行为决策树的方法对操作行为加以识别。
CN202011349982.7A 2020-11-26 2020-11-26 一种基于无线传感器网络的个体行为数据识别方法 Active CN112348135B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011349982.7A CN112348135B (zh) 2020-11-26 2020-11-26 一种基于无线传感器网络的个体行为数据识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011349982.7A CN112348135B (zh) 2020-11-26 2020-11-26 一种基于无线传感器网络的个体行为数据识别方法

Publications (2)

Publication Number Publication Date
CN112348135A true CN112348135A (zh) 2021-02-09
CN112348135B CN112348135B (zh) 2021-08-10

Family

ID=74364947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011349982.7A Active CN112348135B (zh) 2020-11-26 2020-11-26 一种基于无线传感器网络的个体行为数据识别方法

Country Status (1)

Country Link
CN (1) CN112348135B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034149A (zh) * 2010-12-08 2011-04-27 深圳市洲智电子有限公司 特种设备安全监控管理系统
CN102169547A (zh) * 2011-03-01 2011-08-31 武汉鹏晔科技有限公司 一种基于rfid的物件智能监控系统
CN103475736A (zh) * 2013-09-26 2013-12-25 河北烽联信息技术有限公司 一种传感器通信系统及其利用该系统进行监控的方法
CN106469324A (zh) * 2016-09-30 2017-03-01 天津市誉航润铭科技发展有限公司 一种基于rfid的管道系统
CN208188867U (zh) * 2018-06-01 2018-12-04 西安未来鲜森智能信息技术有限公司 一种用于无人自动售货的商品识别系统
CN109991884A (zh) * 2019-04-12 2019-07-09 公安部第三研究所 实现位置和动作行为识别功能的系统及其控制方法
CN110059781A (zh) * 2019-04-11 2019-07-26 北京信诺必成科技有限公司 奶牛数字化行为识别装置
CN110070155A (zh) * 2019-04-08 2019-07-30 山东瀚岳智能科技股份有限公司 一种基于可穿戴设备的服刑人员综合行为识别方法及系统
CN111931389A (zh) * 2020-10-12 2020-11-13 湃方科技(天津)有限责任公司 一种旋转型设备运行正异常状态分析方法、装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034149A (zh) * 2010-12-08 2011-04-27 深圳市洲智电子有限公司 特种设备安全监控管理系统
CN102169547A (zh) * 2011-03-01 2011-08-31 武汉鹏晔科技有限公司 一种基于rfid的物件智能监控系统
CN103475736A (zh) * 2013-09-26 2013-12-25 河北烽联信息技术有限公司 一种传感器通信系统及其利用该系统进行监控的方法
CN106469324A (zh) * 2016-09-30 2017-03-01 天津市誉航润铭科技发展有限公司 一种基于rfid的管道系统
CN208188867U (zh) * 2018-06-01 2018-12-04 西安未来鲜森智能信息技术有限公司 一种用于无人自动售货的商品识别系统
CN110070155A (zh) * 2019-04-08 2019-07-30 山东瀚岳智能科技股份有限公司 一种基于可穿戴设备的服刑人员综合行为识别方法及系统
CN110059781A (zh) * 2019-04-11 2019-07-26 北京信诺必成科技有限公司 奶牛数字化行为识别装置
CN109991884A (zh) * 2019-04-12 2019-07-09 公安部第三研究所 实现位置和动作行为识别功能的系统及其控制方法
CN111931389A (zh) * 2020-10-12 2020-11-13 湃方科技(天津)有限责任公司 一种旋转型设备运行正异常状态分析方法、装置

Also Published As

Publication number Publication date
CN112348135B (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
CN105758450B (zh) 基于多传感器应急机器人的消防预警感知系统构建方法
CN110419048B (zh) 用于标识所定义的对象的系统
CN105913559A (zh) 一种基于体感技术的银行atm机智能监控方法
CN107688884A (zh) 安检集中管理系统
CN106951889A (zh) 井下高危区域动目标监测和管理系统
US8069005B2 (en) Action recognition and interpretation using a precision positioning system
CN115457449B (zh) 一种基于ai视频分析和监控安防的预警系统
CN112396658A (zh) 一种基于视频的室内人员定位方法及定位系统
CN109598229A (zh) 基于动作识别的监控系统及其方法
JP7201072B2 (ja) 監視装置、不審オブジェクト検出方法、およびプログラム
CN113269142A (zh) 一种检察领域值班人员睡觉行为识别方法
CN116563797B (zh) 一种用于智慧校园的监控管理系统
CN110097724A (zh) 一种基于fpga的物品自动看护方法及系统
CN109326038A (zh) 一种基于物联网的智能储运系统及方法
CN110738691A (zh) 基于在线智能视觉网络的行李跟踪系统
WO2011036661A1 (en) System and method for long-range surveillance of a scene and alerting of predetermined unusual activity
CN112348135B (zh) 一种基于无线传感器网络的个体行为数据识别方法
CN105931429B (zh) 一种智慧金睛识别夜间接近报警方法和装置
KR20230043662A (ko) 입국장 내 우범 여행자 추적 시스템 및 방법
CN113392706A (zh) 抽烟及使用手机行为检测装置及方法
CN111028117A (zh) 一种用于楼宇管理的数字化服务社群系统及其工作方法
CN117893029B (zh) 危化品安全管理系统及溯源方法
CN113464016B (zh) 监控控制系统
EP4120211A1 (en) Integrated security system for controlling accesses and transits in a restricted access area, and implementation method thereof
US20220309795A1 (en) Utility Vehicle and Corresponding Apparatus, Method and Computer Program for a Utility Vehicle

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