CN112722110A - 智慧保镖机器狗 - Google Patents

智慧保镖机器狗 Download PDF

Info

Publication number
CN112722110A
CN112722110A CN202011558452.3A CN202011558452A CN112722110A CN 112722110 A CN112722110 A CN 112722110A CN 202011558452 A CN202011558452 A CN 202011558452A CN 112722110 A CN112722110 A CN 112722110A
Authority
CN
China
Prior art keywords
attack
dangerous
module
robot dog
animal
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
Application number
CN202011558452.3A
Other languages
English (en)
Inventor
张月崧
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 CN202011558452.3A priority Critical patent/CN112722110A/zh
Publication of CN112722110A publication Critical patent/CN112722110A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D57/00—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track
    • B62D57/02—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members
    • B62D57/032—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members with alternately or sequentially lifted supporting base and legs; with alternately or sequentially lifted feet or skid
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • G08B21/02—Alarms for ensuring the safety of persons

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种智慧保镖机器狗，包括机器狗身体、采集单元、距离测量单元、防卫保护装置、报警模组、救护模组以及控制系统，据此，工作时，其可以通过采集单元在指定范围内不断地采集生物活体的视频信息，以分析出该指定范围内生物活体是否存在危险攻击行为；而且，若该生物活体被判定为危险生物活体时，会先进行距离测量操作，以测量出危险生物活体与保护对象之间的距离DR在危险攻击程度范围DL的所属等级范围，从而执行对应等级的防卫保护操作，避免出现防卫过当或者防卫过重的问题。这样，对于突如其来的攻击，能够及时反应并做出适当的防卫操作；同时，还可以快速准确识别出潜在的危险人物和危险动物，以可提早作出防卫保护操作。

Description

智慧保镖机器狗
技术领域
本发明涉及安防的技术领域，尤其涉及一种智慧保镖机器狗。
背景技术
当前，应用在生活中的机械狗大多为宠物机械狗，只是用于陪伴用户娱乐游戏，闲聊散心。例如，当用户外出散步时，很多时候，其可以带上机械狗进行陪伴，只是，当用户遇上不法分子或者恶犬攻击时，此时的机械狗缺乏保镖功能，不能对用户实施防卫保护的操作。
因此，有必要提供一种技术手段以解决上述缺陷。
发明内容
本发明的目的在于克服现有技术之缺陷，提供一种智慧保镖机器狗，以解决现有技术中的机械狗缺乏保镖功能的问题。
本发明是这样实现的，一种智慧保镖机器狗，包括：
机器狗身体，所述机器狗身体包括躯体、头部、左前腿、右前腿、左后腿、右后腿以及尾部，所述头部可转动设于所述躯体的前端，所述左前腿可活动设于所述躯体前端的一侧端上，所述右前腿可活动设于所述躯体前端的另一侧端上，且所述右前腿与所述左前腿呈相对设置，所述左后腿可活动设于所述躯体后端的一侧端上，所述右后腿可活动设于所述躯体后端的另一侧端上，且所述右后腿与所述左后腿呈相对设置，所述尾部可活动设于所述躯体的后端上；
采集单元，所述采集单元设于所述头部内，用于采集指定范围内生物活体的视频信息，其中，所述视频信息包括肢体动作信息和面部微表情信息；
距离测量单元，所述距离测量单元设于所述头部内，用于测量出所述危险生物活体与保护对象之间的距离DR，然后将该距离DR代入至已设定的危险攻击程度范围DL，并判定该距离DR在危险攻击程度范围DL的所属等级范围；其中，所述危险攻击程度范围DL包括攻击微弱危险范围DW、攻击中等危险范围DM、以及攻击严重危险范围DS,DW≥DM≥DS，DR∈[DW,DM,DS]；
防卫保护装置，所述防卫保护装置设于所述机器狗身体上，用于根据该距离DR在危险攻击程度范围DL的所属等级范围，执行对应等级的防卫保护操作；其中，所述防卫保护装置包括用于警告提示的一级防卫保护模组、用于防护保护对象并警告危险生物活体的二级防卫保护模组、以及用于防护保护对象并刺激击退危险生物活体的三级防卫保护模组，当该距离DR属于攻击微弱危险范围DW，所述一级防卫保护模组执行一级防卫保护操作，当该距离DR属于攻击中等危险范围DM，所述二级防卫保护模组执行二级防卫保护操作，当该距离DR属于攻击严重危险范围DS，所述三级防卫保护模组执行三级防卫保护操作；
报警模组，所述报警模组设于所述机器狗身体上，用于感应保护对象是否受到生物活体的危险攻击，并可根据该危险攻击的程度而选择性地向公安报警中心进行报警请求援助；
救护模组，所述救护模组设于所述机器狗身体上，用于识别保护对象是否受伤或者昏厥，并可根据该保护对象的受伤程度或者昏厥情况而选择性地向医疗救护中心进行求救；
控制系统，所述控制系统设于所述躯体内部，并分别连接于所述采集单元、所述距离测量单元、所述防卫保护装置、所述报警模组以及所述救护模组，用于控制所述采集单元、所述距离测量单元、所述防卫保护装置、所述报警模组以及所述救护模组工作；所述控制系统包括危险分析数据库模块，该危险分析数据库模块用于计算分析该指定范围内生物活体是否存在危险攻击行为，并且将分析出存在危险攻击行为的生物活体定义为危险生物活体，而将分析出不存在危险攻击行为的生物活体定义为非危险生物活体。
与现有技术相比，本发明的有益效果是：
由于本发明的智慧保镖机器狗包括机器狗身体、采集单元、距离测量单元、防卫保护装置、报警模组、救护模组以及控制系统，而当该智慧保镖机器狗工作时，其可以在指定范围内不断地采集生物活体的视频信息，具体为，生物活体的肢体动作信息和面部微表情信息，以分析出该指定范围内生物活体是否存在危险攻击行为；而且，若该生物活体被判定为危险生物活体时，会先进行距离测量操作，以测量出危险生物活体与保护对象之间的距离DR在危险攻击程度范围DL的所属等级范围，从而执行对应等级的防卫保护操作，避免出现防卫过当或者防卫过重的问题。这样，对于突如其来的攻击，能够及时反应并做出适当的防卫操作，由此，既可及时防卫保护对象，又可有效地击退攻击者。同时，还可以快速准确识别出潜在的危险人物和危险动物，以可提早作出防卫保护操作，有效避免攻击和伤害的发生。
附图说明
图1为本发明实施例的智慧保镖机器狗的示意图；
图2为本发明实施例的智慧保镖机器狗的工作原理的示意图
图3为本发明实施例的智慧保镖机器狗中的危险分析数据库对采集的生物活体的视频信息进行计算分析的示意图；
图4为本发明实施例的智慧保镖机器狗中的危险生物活体和非危险生物活体的对比示意图；
图5为本发明实施例的智慧保镖机器狗的控制系统控制各部件的示意图；
图6为本发明实施例的智慧保镖机器狗的采集单元的结构示意图；
图7为本发明实施例的智慧保镖机器狗的报警模组的结构示意图；
图8为本发明实施例的智慧保镖机器狗的救护模组的结构示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
请参阅图1至图5，为本发明的一较佳实施例，该实施例涉及一种智慧保镖机器狗100，包括机器狗身体10、采集单元20、距离测量单元30、防卫保护装置40、报警模组50、救护模组60以及控制系统70，下面对该智慧保镖机器狗100的各部分作进一步描述：
机器狗身体10包括躯体11、头部12、左前腿13、右前腿14、左后腿15、右后腿16以及尾部17，头部12可转动设于躯体11的前端，左前腿13可活动设于躯体11前端的一侧端上，右前腿14可活动设于躯体11前端的另一侧端上，且右前腿14与左前腿13呈相对设置，左后腿15可活动设于躯体11后端的一侧端上，右后腿14可活动设于躯体11后端的另一侧端上，右后腿14与左后腿15呈相对设置，尾部17可活动设于躯体11的后端上；
采集单元20设于头部12内，用于采集指定范围内生物活体的视频信息；其中，视频信息包括肢体动作信息和面部微表情信息，而该指定范围为以保护对象为中心而半径为10m的圆形范围；
距离测量单元30设于头部12内，用于测量出危险生物活体与保护对象之间的距离DR，然后将该距离DR代入至已设定的危险攻击程度范围DL，并判定该距离DR在危险攻击程度范围DL的所属等级范围；其中，危险攻击程度范围DL包括攻击微弱危险范围DW、攻击中等危险范围DM、以及攻击严重危险范围DS,DW≥DM≥DS，DR∈[DW,DM,DS]；
防卫保护装置40设于机器狗身体10上，用于根据该距离DR在危险攻击程度范围DL的所属等级范围，执行对应等级的防卫保护操作；其中，防卫保护装置40包括用于警告提示的一级防卫保护模组41、用于防护保护对象并警告危险生物活体的二级防卫保护模组42、以及用于防护保护对象并刺激击退危险生物活体的三级防卫保护模组43，当该距离DR属于攻击微弱危险范围DW，一级防卫保护模组41执行一级防卫保护操作，当该距离DR属于攻击中等危险范围DM，二级防卫保护模组42执行二级防卫保护操作，当该距离DR属于攻击严重危险范围DS，三级防卫保护模组43执行三级防卫保护操作；
报警模组50设于机器狗身体10上，用于感应保护对象是否受到生物活体的危险攻击，并可根据该危险攻击的程度而选择性地向公安报警中心进行报警请求援助；
救护模组60设于机器狗身体10上，用于识别保护对象是否受伤或者昏厥，并可根据该保护对象的受伤程度或者昏厥情况而选择性地向医疗救护中心进行求救；
控制系统70设于躯体11内部，并分别连接于采集单元20、距离测量单元30、防卫保护装置40，用于控制采集单元20、距离测量单元30、防卫保护装置40工作；控制系统70包括危险分析数据库模块71，该危险分析数据库模块71用于计算分析该指定范围内生物活体是否存在危险攻击行为，并且将分析出存在危险攻击行为的生物活体定义为危险生物活体，而将分析出不存在危险攻击行为的生物活体定义为非危险生物活体。
据此，本实施例的智慧保镖机器狗100包括机器狗身体10、采集单元20、距离测量单元30、防卫保护装置40、报警模组50、救护模组60以及控制系统70，而当该智慧保镖机器狗工作时，其可以通过采集单元20在指定范围内不断地采集生物活体的视频信息，具体为，生物活体的肢体动作信息和面部微表情信息；然后，采集单元20会将采集到的视频信息传至控制系统70的危险分析数据库模块71，以计算分析该指定范围内生物活体是否存在危险攻击行为，并且将分析出存在危险攻击行为的生物活体定义为危险生物活体，而将分析出不存在危险攻击行为的生物活体定义为非危险生物活体；而且，若该生物活体被判定为危险生物活体时，距离测量单元30会对该危险生物活体进行距离测量操作，以测量出危险生物活体与保护对象之间的距离DR在危险攻击程度范围DL的所属等级范围；而防卫保护装置40会根据危险生物活体与保护对象之间的距离DR在危险攻击程度范围DL的所属等级范围，执行对应等级的防卫保护操作，以此，避免出现防卫过当或者防卫过重的问题。
这样，对于突如其来的攻击，能够及时反应并做出适当的防卫操作，由此，既可及时防卫保护对象，又可有效地击退攻击者。同时，还可以快速准确识别出潜在的危险人物和危险动物，以可提早作出防卫保护操作，有效避免攻击和伤害的发生。
需要说明的是，对于通过生物活体的面部微表情而对应得出该生物活体是否存在危险攻击行为是基于以下原理：
粒子是物理学的物质波动特性和粒子特性之间没有明确的界限，光子能量(ε)是通过已知的普朗克常量的光子能源和频率(ν)相连接的(ε＝hν)。生物体和各部位放射的能量空间内，该部位振动频率和这一比例的假说。通过结论来说在记录生物体产生出的能量，需要记录生物体多个部位产生的振动(空间内或每部位之间)。这个过程需要保证有效分辨率和快速处理能力的非接触式TV系统来实现。此外，获取生物信号图像频率构成要素(即每个部位产生的振动(位置变化，波动)频率)是被观察的生物能量，即拥有精神生理学特性的庞大的信息。生物信号图像分析也可由人来去实现或通过数字生物信号图像和特定要素用程序处理的数学方式进行处理。数学处理的算法创建和分析的监控显示器的类似彩色视频流或可视化分析的生物信号图像方式最为有效。换句话说，需要得出的生物信号图像频率构成要素是人体精神生理学特性状态和持续的情感状态水平一目了然的看出人的多种刺激产生的人体状态变化进行分类。所有思考和行为或任何情况下关于反应情感状态是瞬间产生的变化(每个生物信号图像)是连续的，所以生物信号图像的信息数(摄像机分辨率)和可快速处理的系统之间能够找出最优的关系是非常重要的。振动图像增加的大小振幅调整(amplitude modulating)是对目标最大振动频率的人体特定区域产生的位置变化频率数或振幅平均值，通过颜色调整(modulating)显示出的人体精神生理学特性的任何变化一目了然的瞬间进行记录。大脑维度变化(fractal fluc tuation)是学习、记忆及多种课题的解决过程中了解的有着最为核心作用的实现方式。根据实验显示人体振动最为集中产生的部位为大脑，大部分情况振动图像的频率构成要素是人的头部周围所存在图像要比身体周围振动图像显示更大。人体产生的变化是振动图像不均匀或颜色形态不对称的方式显示。这是可以通过看生物信号图像来了解。根据实验结果包含最多的信号是人体情感状态的最大振动频率传递的频率平均水平或相邻点之间的背景水平模糊或生物信号图像的可视化接收时产生的真实变化隐蔽的情况发生。与频率构成的要素不同的振幅构成要素，要比几何学相关联的更为有效。最重要的是振动点位的几何学连接的生物信号图像振幅构成要的生物信号图像的品质评估和为系统调整的更为精确的确定参数建立。
请参阅图3和图4，当生物活体为人类时，危险攻击行为的判定基于如下：
步骤S201’、按照预设时间5秒内间隔抽取所述视频信息中的人类肢体动作的多个视频帧，识别出该多个视频帧中人类的位置和姿态，然后由时间序列分析模型根据该人类的位置和姿态的相关信息计算出该人类攻击所述保护对象的攻击概率GR，并且判断该攻击概率GR是否达到阀值GL，其中，若GR≥GL，则该人类存在危险攻击行为，若GR＜GL，则该人类不存在危险攻击行为；
步骤S202’、和/或，按照预设时间5秒内间隔抽取所述视频信息中的人类面部微表情的多个视频帧，将该多个视频帧的人类面部微表情的相关信息代入至预设的攻击程度DA的计算公式，以获取攻击程度DA的数值，然后判断该攻击程度DA是否达到阀值DL，其中，若DA≥DL，则该人类存在危险攻击行为，若DA＜DL，则该人类不存在危险攻击行为，其中，面部微表情中的攻击程度DA的计算公式为：
Figure BDA0002859511510000071
FM为频率分布密度直方图的最大频率；
Fi为每时间段50帧来获取频率分布密度的直方图i的频率数的统计计算数；
Fin为振动图像处理频率；
N为50帧还有高的限制值得帧之间的差异统计计算数；
Figure BDA0002859511510000081
为目标左侧部分的“I”热振动图像总振幅；
Figure BDA0002859511510000082
为目标右侧部分的“I”热振动图像总振幅
Figure BDA0002859511510000083
开始到
Figure BDA0002859511510000084
之间的最大值；
Figure BDA0002859511510000085
为目标左侧部分的“I”振动图像最大频率；
Figure BDA0002859511510000086
为目标右侧部分的“I”热振动图像的最大频率；
Figure BDA0002859511510000089
开始到
Figure BDA0002859511510000088
之间的最大值；
n为目标占最大的热值；
Pi(f)为振动图像频率扩散动力光谱；
fmax为振动图像频率扩散光谱最大频率；
fmin为振动图像频率扩散光谱最小频率。
其中，本实施例的阀值DL设定为65.5％，当DA＝60％时，DA＜DL，则该人类不存在危险攻击行为；而当DA＝70％时，DA＞DL，则该人类存在危险攻击行为。
较佳地，攻击概率GR的计算包括：
以二元组(WR,ZR)作为所述时间序列分析模型的输入参数，其中，WR为该人类的位置，WR∈[W1,W2,...Wn]，Wn为该人类在时刻n的位置坐标；ZR为该人类的姿态，ZR∈[Z1,Z2,...Zn]，Zn为该人类在时刻n双臂的姿态坐标。
据此，通过上述二元组的方式输入时间数列模型，可以准确地预测人类的攻击行为。其中，本实施例的阀值GL设定为65.5％，当GR＝60％时，GR＜GL，则该人类不存在危险攻击行为；而当GR＝70％时，GR＞GL，则该人类存在危险攻击行为。
当生物活体为动物时，危险攻击行为的判定基于如下：
步骤S301’、按照预设时间5秒内间隔抽取所述视频信息中的动物肢体动作的多个视频帧，识别出该多个视频帧中动物的位置和姿态，然后由时间序列分析模型根据该动物的位置和姿态的相关信息计算出该动物攻击所述保护对象的攻击概率GR’,并且判断该攻击概率GR’是否达到阀值GL’，其中，若GR’≥GL’，则该动物存在危险攻击行为，若GR’＜GL’，则该动物不存在危险攻击行为；
步骤S302’、和/或，按照预设时间5秒内间隔抽取所述视频信息中的动物面部微表情的多个视频帧，将该多个视频帧对应的动物面部微表情图像与危险分析数据库中预先储存的多个动物攻击性图像进行匹配，然后将该多个视频帧对应的动物面部微表情图像与匹配挑选出的动物攻击性图像进行匹配度分析，以获取匹配度PA的数值，再判断该匹配度PA是否达到阀值PL，其中，若PA≥PL，则该动物存在危险攻击行为，若PA＜PL，则该动物不存在危险攻击行为DA的数值。
较佳地，攻击概率GR’的算法基于如下：
以二元组(WR',ZR')作为所述时间序列分析模型的输入参数，其中，WR'为该动物的位置，WR'∈[W1,W2,...Wn']，Wn'为该动物在时刻n’的位置坐标；ZR'为该动物的姿态，ZR'∈[Z1,Z2,...Zn']，Zn'为该动物在时刻n’双臂的姿态坐标。
据此，通过上述二元组的方式输入时间数列模型，可以准确地预测动物的攻击行为。其中，本实施例的阀值GL’设定为63.5％，当GR’＝60％时，GR’＜GL’，则该动物不存在危险攻击行为；而当GR’＝70％时，GR’＞GL’，则该动物存在危险攻击行为。
请参阅图6，本实施例的采集单元20包括用于采集生物活体的肢体动作信息第一采集单元21、以及用于采集生物活体的面部微表情信息的第二采集单元22，所述第一采集单元设于所述头部的对应左眼的位置处，所述第二采集单元22设于所述头部的对应右眼的位置处。
较佳地，第二采集单元22包括图像数据A/D转换模块、过滤模块及生物图像显示模块，图像数据A/D转换模块连接于过滤模块，过滤模块连接于生物图像显示模块。
首先，从第二采集单元22中获取生物活体的影像，然后，通过过滤模块、图像数据A/D转换模块转化成数字视频数据。接着，由处理器对各图像数据按时间的变化分析计算振动参数，其中，振动参数为根据生物活体的不同部位的位置变化对振动频率、振幅及相位中的其中至少一个。可理解地，处理器分析生物活体的各部位的位置变化，以及分析各部位的振动频率、位置变化的大小(振动的大小)及相位等。
请参阅图7，本实施例的报警模组50包括攻击感应器51、摄像头52、攻击分析模块53以及报警无线连接模块54，下面对报警模组50的各部分作进一步说明：
攻击感应器51设于机器狗身体10上，用于感应保护对象是否受到生物活体的危险攻击；较佳地，该攻击感应器51可以为压力传感器或者生物传感器；
摄像头52设于机器狗身体10上，用以拍摄该保护对象受到生物活体攻击的情况，并将相关的图像信息发送至指定位置处；
攻击分析模块53设于机器狗身体10上，用以接收由摄像头52发来的图像信息，并根据该图像信息而对应计算该保护对象受到的危险攻击的程度，然后再根据该保护对象受到的危险攻击的程度而判断是否执行报警操作；
报警无线连接模块54设于机器狗身体10上，用以被控制地连接邻近的公安报警网络中心，以进行报警请求援助。
由此，当攻击感应器51感应到保护对象受到生物活体的危险攻击时，其会将该信号发送至控制系统70；而控制系统70收到该信号后，便会控制摄像头52工作，以拍摄该保护对象受到生物活体攻击的情况，并将相关的图像信息发送至攻击分析模块53处；而攻击分析模块53接收到由摄像头52发来的图像信息后，其会根据该图像信息而对应计算该保护对象受到的危险攻击的程度，其中，若该保护对象受到的危险攻击的程度不达到指定的阀值，攻击分析模块53不执行报警操作，若该保护对象受到的危险攻击的程度达到指定的阀值，攻击分析模块53执行报警操作，具体为，攻击分析模块53会将执行报警操作的信号发送至控制系统70，而控制系统70收到该信号后，其会控制报警无线连接模块54连接邻近的公安报警网络中心，以进行报警请求援助，从而简单有效地完成智能自动化的报警操作。
请参阅图8，本实施例的救护模组60包括人体感应模块61、救护分析模块62以及救护无线连接模块63，下面对救护模组60的各部分作进一步说明：
人体感应模块61设于机器狗身体10上或者该保护对象上，用于感应该保护对象的身体状况；其中，人体感应模块61可以为一可感应人体身体状况的智能手环，该智能手环佩戴于保护对象的手部上；同时，人体感应模块61也可以为一采集人体身体状况的红外感应器，红外感应器设于机器狗身体10上；
救护分析模块62设于机器狗身体10上，用以接收由人体感应模块61发来的关于该保护对象的身体状况信息，并根据该身体状况信息而对应计算该保护对象的受伤情况和昏厥情况，然后再根据该保护对象的受伤情况和昏厥情况而判断是否执行救护操作；
救护无线连接模块63设于机器狗身体10上，用以被控制地连接邻近的医疗服务网络中心，以可向医疗中心请求救援。
由此，当人体感应模块61感应到该保护对象的身体状况的各项参数和数据严重偏离正常值时，可理解地，该保护对象出现身体受伤的情况或者昏厥情况，其会将该信息发送至救护分析模块62；而救护分析模块62接收到该关于该保护对象的身体状况信息后，其会根据该身体状况信息而对应计算该保护对象的受伤情况和昏厥情况，然后再根据该保护对象的受伤情况和昏厥情况而判断是否执行救护操作，其中，若该保护对象的受伤情况和昏厥情况的程度不达到指定的阀值，救护分析模块62不执行报警操作，若该保护对象的受伤情况和昏厥情况的程度达到指定的阀值，救护分析模块62执行报警操作，具体为，救护分析模块62会将执行救护操作的信号发送至控制系统70，而控制系统70收到该信号后，其会控制救护无线连接模块63连接邻近的医疗服务网络中心，以可向医疗中心请求救援，从而简单有效地完成智能自动化的救护操作。
请参阅图5，在本实施例中，具体地，一级防卫保护模组41包括可对生物活体和/或保护对象警示的警示器，二级防卫保护模组42包括用于防护保护对象的防护盾、以及高分贝的报警器，防护盾为可折叠地设于机器狗身体10的左前腿13和/或右前腿14上，三级防卫保护模组43包括辛辣喷雾用具、以及可产生强电流的电脉冲。
较佳地，二级防卫保护模组42还包括用以投影可对该生物活体起到警吓作用的三维图像的三维投影模块，其中，该三维投影模块投影的三维图像可以为警察的三维图像，以此对不法分子起到警吓作用；同时，该三维投影模块投影的三维图像也可以为一些巨型动物的三维图像，尤其是，若保护对象遇到恶犬攻击时，该三维投影模块可以投影出恐龙或者大猩猩的三维图像，以此吓退恶犬。
以上所述仅为本发明较佳的实施例而已，其结构并不限于上述列举的形状，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。

Claims (10)

1.一种智慧保镖机器狗，其特征在于：包括：
机器狗身体，所述机器狗身体包括躯体、头部、左前腿、右前腿、左后腿、右后腿以及尾部，所述头部可转动设于所述躯体的前端，所述左前腿可活动设于所述躯体前端的一侧端上，所述右前腿可活动设于所述躯体前端的另一侧端上，且所述右前腿与所述左前腿呈相对设置，所述左后腿可活动设于所述躯体后端的一侧端上，所述右后腿可活动设于所述躯体后端的另一侧端上，且所述右后腿与所述左后腿呈相对设置，所述尾部可活动设于所述躯体的后端上；
采集单元，所述采集单元设于所述头部内，用于采集指定范围内生物活体的视频信息，其中，所述视频信息包括肢体动作信息和面部微表情信息；
距离测量单元，所述距离测量单元设于所述头部内，用于测量出所述危险生物活体与保护对象之间的距离DR，然后将该距离DR代入至已设定的危险攻击程度范围DL，并判定该距离DR在危险攻击程度范围DL的所属等级范围；其中，所述危险攻击程度范围DL包括攻击微弱危险范围DW、攻击中等危险范围DM、以及攻击严重危险范围DS,DW≥DM≥DS，DR∈[DW,DM,DS]；
防卫保护装置，所述防卫保护装置设于所述机器狗身体上，用于根据该距离DR在危险攻击程度范围DL的所属等级范围，执行对应等级的防卫保护操作；其中，所述防卫保护装置包括用于警告提示的一级防卫保护模组、用于防护保护对象并警告危险生物活体的二级防卫保护模组、以及用于防护保护对象并刺激击退危险生物活体的三级防卫保护模组，当该距离DR属于攻击微弱危险范围DW，所述一级防卫保护模组执行一级防卫保护操作，当该距离DR属于攻击中等危险范围DM，所述二级防卫保护模组执行二级防卫保护操作，当该距离DR属于攻击严重危险范围DS，所述三级防卫保护模组执行三级防卫保护操作；
报警模组，所述报警模组设于所述机器狗身体上，用于感应保护对象是否受到生物活体的危险攻击，并可根据该危险攻击的程度而选择性地向公安报警中心进行报警请求援助；
救护模组，所述救护模组设于所述机器狗身体上，用于识别保护对象是否受伤或者昏厥，并可根据该保护对象的受伤程度或者昏厥情况而选择性地向医疗救护中心进行求救；
控制系统，所述控制系统设于所述躯体内部，并分别连接于所述采集单元、所述距离测量单元、所述防卫保护装置、所述报警模组以及所述救护模组，用于控制所述采集单元、所述距离测量单元、所述防卫保护装置、所述报警模组以及所述救护模组工作；所述控制系统包括危险分析数据库模块，该危险分析数据库模块用于计算分析该指定范围内生物活体是否存在危险攻击行为，并且将分析出存在危险攻击行为的生物活体定义为危险生物活体，而将分析出不存在危险攻击行为的生物活体定义为非危险生物活体。
2.如权利要求1所述的智慧保镖机器狗，其特征在于：当所述生物活体为人类时，危险攻击行为的判定基于如下：
按照预设时间间隔抽取所述视频信息中的人类肢体动作的多个视频帧，识别出该多个视频帧中人类的位置和姿态，然后由时间序列分析模型根据该人类的位置和姿态的相关信息计算出该人类攻击所述保护对象的攻击概率GR，并且判断该攻击概率GR是否达到阀值GL，其中，若GR≥GL，则该人类存在危险攻击行为，若GR＜GL，则该人类不存在危险攻击行为；
和/或，按照预设时间间隔抽取所述视频信息中的人类面部微表情的多个视频帧，将该多个视频帧的人类面部微表情的相关信息代入至预设的攻击程度DA的计算公式，以获取攻击程度DA的数值，然后判断该攻击程度DA是否达到阀值DL，其中，若DA≥DL，则该人类存在危险攻击行为，若DA＜DL，则该人类不存在危险攻击行为，其中，面部微表情中的攻击程度DA的计算公式为：
Figure FDA0002859511500000031
FM为频率分布密度直方图的最大频率；
Fi为每时间段50帧来获取频率分布密度的直方图i的频率数的统计计算数；
Fin为振动图像处理频率；
N为50帧还有高的限制值得帧之间的差异统计计算数；
Figure FDA0002859511500000032
为目标左侧部分的“I”热振动图像总振幅；
Figure FDA0002859511500000033
为目标右侧部分的“I”热振动图像总振幅
Figure FDA0002859511500000034
开始到
Figure FDA0002859511500000039
之间的最大值；
Figure FDA0002859511500000035
为目标左侧部分的“I”振动图像最大频率；
Figure FDA0002859511500000036
为目标右侧部分的“I”热振动图像的最大频率；
Figure FDA0002859511500000037
开始到
Figure FDA0002859511500000038
之间的最大值；
n为目标占最大的热值；
Pi(f)为振动图像频率扩散动力光谱；
fmax为振动图像频率扩散光谱最大频率；
fmin为振动图像频率扩散光谱最小频率。
3.如权利要求2所述的智慧保镖机器狗，其特征在于：所述攻击概率GR的计算包括：
以二元组(WR,ZR)作为所述时间序列分析模型的输入参数，其中，WR为该人类的位置，WR∈[W1,W2,...Wn]，Wn为该人类在时刻n的位置坐标；ZR为该人类的姿态，ZR∈[Z1,Z2,...Zn]，Zn为该人类在时刻n双臂的姿态坐标。
4.如权利要求1所述的智慧保镖机器狗，其特征在于：当所述生物活体为动物时，危险攻击行为的判定基于如下：
按照预设时间间隔抽取所述视频信息中的动物肢体动作的多个视频帧，识别出该多个视频帧中动物的位置和姿态，然后由时间序列分析模型根据该动物的位置和姿态的相关信息计算出该动物攻击所述保护对象的攻击概率GR’,并且判断该攻击概率GR’是否达到阀值GL’，其中，若GR’≥GL’，则该动物存在危险攻击行为，若GR’＜GL’，则该动物不存在危险攻击行为；
和/或，按照预设时间间隔抽取所述视频信息中的动物面部微表情的多个视频帧，将该多个视频帧对应的动物面部微表情图像与危险分析数据库中预先储存的多个动物攻击性图像进行匹配，然后将该多个视频帧对应的动物面部微表情图像与匹配挑选出的动物攻击性图像进行匹配度分析，以获取匹配度PA的数值，再判断该匹配度PA是否达到阀值PL，其中，若PA≥PL，则该动物存在危险攻击行为，若PA＜PL，则该动物不存在危险攻击行为DA的数值。
5.如权利要求4所述的智慧保镖机器狗，其特征在于：所述攻击概率GR’的计算包括：
以二元组(WR',ZR')作为所述时间序列分析模型的输入参数，其中，WR'为该动物的位置，WR'∈[W1,W2,...Wn']，Wn'为该动物在时刻n’的位置坐标；ZR'为该动物的姿态，ZR'∈[Z1,Z2,...Zn']，Zn'为该动物在时刻n’双臂的姿态坐标。
6.如权利要求1所述的智慧保镖机器狗，其特征在于：所述采集单元包括用于采集生物活体的肢体动作信息第一采集单元、以及用于采集生物活体的面部微表情信息的第二采集单元，所述第一采集单元设于所述头部的对应左眼的位置处，所述第二采集单元设于所述头部的对应右眼的位置处。
7.如权利要求1所述的智慧保镖机器狗，其特征在于：所述报警模组包括:
攻击感应器，所述攻击感应器设于所述机器狗身体上，用于感应保护对象是否受到生物活体的危险攻击；
摄像头，所述摄像头设于所述机器狗身体上，用以拍摄该保护对象受到生物活体攻击的情况，并将相关的图像信息发送至指定位置处；
攻击分析模块，所述攻击分析模块设于所述机器狗身体上，用以接收由所述摄像头发来的图像信息，并根据该图像信息而对应计算该保护对象受到的危险攻击的程度，然后再根据该保护对象受到的危险攻击的程度而判断是否执行报警操作；
报警无线连接模块，所述报警无线连接模块设于所述机器狗身体上，用以被控制地连接邻近的公安报警网络中心，以进行报警请求援助。
8.如权利要求1所述的智慧保镖机器狗，其特征在于：所述救护模组包括：
人体感应模块，所述人体感应模块设于所述机器狗身体上或者该保护对象上，用于感应该保护对象的身体状况；
救护分析模块，所述救护分析模块设于所述机器狗身体上，用以接收由所述人体感应模块发来的关于该保护对象的身体状况信息，并根据该身体状况信息而对应计算该保护对象的受伤情况和昏厥情况，然后再根据该保护对象的受伤情况和昏厥情况而判断是否执行救护操作；
救护无线连接模块，所述救护无线连接模块设于所述机器狗身体上，用以被控制地连接邻近的医疗服务网络中心，以可向医疗中心请求救援。
9.如权利要求1所述的智慧保镖机器狗，其特征在于：所述一级防卫保护模组包括可对生物活体和/或保护对象警示的警示器；
所述二级防卫保护模组包括用于防护保护对象的防护盾、以及高分贝的报警器，所述防护盾为可折叠地设于所述机器狗身体的左前腿和/或右前腿上；
所述三级防卫保护模组包括辛辣喷雾用具、以及可产生强电流的电脉冲。
10.如权利要求9所述的智慧保镖机器狗，其特征在于：所述二级防卫保护模组还包括用以投影可对该生物活体起到警吓作用的三维图像的三维投影模块。
CN202011558452.3A 2020-12-25 2020-12-25 智慧保镖机器狗 Pending CN112722110A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011558452.3A CN112722110A (zh) 2020-12-25 2020-12-25 智慧保镖机器狗

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011558452.3A CN112722110A (zh) 2020-12-25 2020-12-25 智慧保镖机器狗

Publications (1)

Publication Number Publication Date
CN112722110A true CN112722110A (zh) 2021-04-30

Family

ID=75615796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011558452.3A Pending CN112722110A (zh) 2020-12-25 2020-12-25 智慧保镖机器狗

Country Status (1)

Country Link
CN (1) CN112722110A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106003047A (zh) * 2016-06-28 2016-10-12 北京光年无限科技有限公司 一种面向智能机器人的危险预警方法和装置
CN106618608A (zh) * 2016-09-29 2017-05-10 金湘范 基于视频精神生理参数监测危险人物装置及方法
CN107809951A (zh) * 2014-04-24 2018-03-16 心灵之眼株式会社 利用基于视频检测出生理信号的对扭曲的心理生理探测(测谎)方法和装置
CN108818515A (zh) * 2018-08-16 2018-11-16 邢明的 一种多功能警犬机器人
CN108919809A (zh) * 2018-07-25 2018-11-30 智慧式控股有限公司 智慧式安保机器人及商业模式
CN109658666A (zh) * 2018-12-06 2019-04-19 中山乐心电子有限公司 一种危险防护方法、设备、系统、电子设备及存储介质
CN109857119A (zh) * 2019-03-13 2019-06-07 长沙紫宸科技开发有限公司 一种野外骑乘两栖仿蝎安保机器人
CN209690781U (zh) * 2019-03-13 2019-11-26 长沙紫宸科技开发有限公司 野外骑乘两栖仿蝎安保机器人
CN111263094A (zh) * 2020-02-04 2020-06-09 重庆特斯联智慧科技股份有限公司 一种公安执法视频人工智能分析方法和系统
CN111753594A (zh) * 2019-03-29 2020-10-09 杭州海康威视数字技术股份有限公司 危险识别方法、装置及系统
CN112004737A (zh) * 2018-01-08 2020-11-27 派拓艺有限责任公司 腿式机器人和腿式机器人的控制方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107809951A (zh) * 2014-04-24 2018-03-16 心灵之眼株式会社 利用基于视频检测出生理信号的对扭曲的心理生理探测(测谎)方法和装置
CN106003047A (zh) * 2016-06-28 2016-10-12 北京光年无限科技有限公司 一种面向智能机器人的危险预警方法和装置
CN106618608A (zh) * 2016-09-29 2017-05-10 金湘范 基于视频精神生理参数监测危险人物装置及方法
CN112004737A (zh) * 2018-01-08 2020-11-27 派拓艺有限责任公司 腿式机器人和腿式机器人的控制方法
CN108919809A (zh) * 2018-07-25 2018-11-30 智慧式控股有限公司 智慧式安保机器人及商业模式
CN108818515A (zh) * 2018-08-16 2018-11-16 邢明的 一种多功能警犬机器人
CN109658666A (zh) * 2018-12-06 2019-04-19 中山乐心电子有限公司 一种危险防护方法、设备、系统、电子设备及存储介质
CN109857119A (zh) * 2019-03-13 2019-06-07 长沙紫宸科技开发有限公司 一种野外骑乘两栖仿蝎安保机器人
CN209690781U (zh) * 2019-03-13 2019-11-26 长沙紫宸科技开发有限公司 野外骑乘两栖仿蝎安保机器人
CN111753594A (zh) * 2019-03-29 2020-10-09 杭州海康威视数字技术股份有限公司 危险识别方法、装置及系统
CN111263094A (zh) * 2020-02-04 2020-06-09 重庆特斯联智慧科技股份有限公司 一种公安执法视频人工智能分析方法和系统

Similar Documents

Publication Publication Date Title
Lee et al. Real-time physiological and vision monitoring of vehicle driver for non-intrusive drowsiness detection
Yan et al. Real-time driver drowsiness detection system based on PERCLOS and grayscale image processing
Eriksson et al. Driver fatigue: a vision-based approach to automatic diagnosis
US8369608B2 (en) System and method for detecting drowsy facial expressions of vehicle drivers under changing illumination conditions
Pimplaskar et al. Real time eye blinking detection and tracking using opencv
KR101536348B1 (ko) 동영상 기반 생리 신호를 이용한 졸음 검출 방법 및 장치
CN105637532A (zh) 活体检测方法、活体检测系统以及计算机程序产品
CN110458101A (zh) 基于视频与设备结合的服刑人员体征监测方法及设备
Tscharke et al. A brief review of the application of machine vision in livestock behaviour analysis
Flores et al. Driver drowsiness detection system under infrared illumination for an intelligent vehicle
Tang et al. Real-time image-based driver fatigue detection and monitoring system for monitoring driver vigilance
US20160370774A1 (en) Process for controlling a mobile device
Wang et al. Identifying lameness in horses through deep learning
CN112722110A (zh) 智慧保镖机器狗
CN102867385B (zh) 基于脉冲光斑阵图样变化检测的楼宇安防系统及安防方法
Lin et al. Nonparametric single-trial EEG feature extraction and classification of driver's cognitive responses
Dai Vision-based 3d human motion analysis for fall detection and bed-exiting
CN112775983A (zh) 智能防卫保护方法及智能保镖机器人
CN109492585B (zh) 一种活体检测方法和电子设备
Bin et al. A fatigue driving detection method based on multi facial features fusion
Ma et al. Research on drowsy-driving monitoring and warning system based on multi-feature comprehensive evaluation
CN108720826A (zh) 基于激光散斑的运动伤害预警方法
Dawel et al. A robust genetic algorithm for feature selection and parameter optimization in radar-based gait analysis
CN106815550A (zh) 基于视觉恐惧反应脑机制的应急避障方法
Ahmad et al. Oto-BaCTM: An Automated Artificial Intelligence (AI) Detector and Counter for Bagworm (Lepidoptera: Psychidae) Census

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