CN113188000B - 一种湖边落水人员识别救援系统及方法 - Google Patents

Abstract

本发明一种湖边落水人员识别救援系统及方法，属于湖边落水人员识别救援技术领域；所要解决的技术问题为：提供一种湖边落水人员识别救援系统硬件结构及识别救援方法的改进；解决该技术问题采用的技术方案为：包括安装在湖岸边的支柱杆，在支柱杆的垂直边上安装有设备框，在支柱杆的水平边的延伸末端安装有监控摄像头、红色报警灯、绿色指示灯，监控摄像头安装方向和湖岸延伸方向垂直，使监控摄像头能够监控到湖面和岸边的相邻区域；在设备框的一个侧面上还活动设置有框门，框门的开门方向与监控摄像头的监控方向一致，在设备框的内侧还设置有磁铁，能够将框门吸附在设备框上；本发明安装应用于各种湖边场所。

Description

一种湖边落水人员识别救援系统及方法

技术领域

本发明一种湖边落水人员识别救援系统及方法，属于湖边落水人员识别救援技术领域。

背景技术

在市区公园、大专院校、企事业单位内都建设有观赏湖，而且人们也喜欢到湖边行走，所以湖边一直存在着安全隐患，如未成年人嬉戏导致落水，或由于天黑后光线不足导致误入湖中，目前针对该安全问题只能以预防的方式进行宣传，如在湖边安装隔离栅栏，在沿岸布设救生圈等措施，或增加巡逻工作人员、巡逻无人机等，但预防始终抵不了人们的疏忽大意，意外还是经常发生，且由于预防成本的投入，耗费大量人力物力，反而由于发现与识别事故的效率低，使得众多落水者生还概率很低；即使在事故多发区安装覆盖图像采集装置，由于对事故现场图像仅做采集，不做处理，要求监控人员长时间紧盯监控窗口，且人工对具体画面内容无法做出正确和及时的判断，即使事故发生也没有相应的报警机制，使得对事故发现与救援的效果不尽如人意。

发明内容

本发明为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种湖边落水人员识别救援系统硬件结构及识别救援方法的改进。

为了解决上述技术问题，本发明采用的技术方案为：一种湖边落水人员识别救援系统，包括安装在湖岸边的支柱杆，所述支柱杆为直角体，由垂直边和水平边构成，在垂直边上安装有设备框，在水平边的延伸末端安装有监控摄像头、红色报警灯、绿色指示灯，所述监控摄像头安装方向和湖岸延伸方向平行，使监控摄像头能够监控到湖面和岸边的相邻区域，所述监控摄像头通过导线与设置在监控室内的监控电脑相连，所述监控摄像头将采集到的区域内图像实时传输至监控电脑；

在设备框的一个侧面上还活动设置有框门，所述框门的开门方向与监控摄像头的监控方向一致，在设备框的内侧还设置有磁铁，所述磁铁能够将框门吸附闭合在设备框上；

在设备框的内部还设置有控制电路板、绳索、固定钉、发射筒，所述固定钉与绳索的一端连接固定，所述绳索的另一端与发射筒筒口处设置的发射头连接固定；

所述发射筒的底部设置有旋转步进电机，旋转步进电机能够带动发射筒旋转，当发射筒摆正时将克服吸附磁力，将框门抵开；

所述发射筒的筒内设置有推动机构，所述推动机构包括弹簧，所述弹簧的外侧端与推动器连接，所述弹簧的内侧端与固定挡板连接固定，所述固定挡板的内侧还设置有旋转盘，所述旋转盘具体固定在步进电机的转轴上；所述推动器的外侧与发射头接触；

所述控制电路板上分别集成有微控制器、RS485通信模块、语音报警器，所述微控制器通过导线分别与RS485通信模块、语音报警器、红色报警灯、绿色指示灯、旋转步进电机、步进电机相连，所述RS485通信模块还通过导线与监控电脑双向连接。

所述旋转步进电机带动发射筒旋转角度的范围为45-135度，所述旋转角度具体根据人员落水点位置计算得出。

在所述固定挡板的两端对称设置有一对卡齿载体通口，在旋转盘相应位置的两端还对称设置有一对卡齿载体，使卡齿载体能够插入卡齿载体通口；

所述卡齿载体上还设置有多排卡齿。

所述推动器具体为圆台形状，圆台的纵向横切面为梯形，所述推动器面积大的一侧向外设置有突出的椎体；

所述发射头具体为球体，在所述发射头与推动器接触的一侧还设置有凹槽，所述凹槽的形状与推动器突出的椎体形状相适应，使发射头能够安装在推动器上；

所述绳索的另一端具体与发射头的凹槽底部连接固定。

所述绳索包括多条散开的绳索。

所述微控制器具体为STM32系列的单片机控制器。

一种湖边落水人员识别救援方法，包括如下识别救援步骤：

步骤一：工作人员将监控摄像头和设备框安装在支柱杆上并进行调试，并记录摄像头相对湖面的高度，俯角以及支柱杆水平边的长度，使用通信线缆将RS485通信模块与监控电脑进行连接，由监控电脑接收监控摄像头发送的视频序列数据，工作人员在监控电脑端输入摄像头相对湖面的高度，俯角以及支柱杆水平边的长度后，首先对视频第一帧图像进行区域划分，划分出湖边危险区域和湖面区域，程序自动保存湖边危险区域边界相关点设为d_point，湖边危险区域作为监控区域进行图像处理的部分，同时保存湖面区域的轮廓设为lake_edge；

步骤二：处理完第一帧图像后，系统进入正式监控状态，由监控电脑继续接收监控摄像头发送的视频序列数据，基于d_point对后续接收图像进行划分，并将划分后的图像进行基于混合高斯模型的运动检测，背景变化依据轮廓数量的变化，判断是否有物体进入该区域：

如果轮廓数量大于阈值，则有运动物体进入；如果轮廓数量小于阈值，则无运动物体进入；

如果没有运动物体进入，则重复步骤二并进行下一帧的检测，如果有运动物体闯入，则进入步骤三；

步骤三：将检测出运动帧的图像送入神经网络进行人体识别：

步骤3.1：神经网络接收运动帧图像输入，基于官方参数迁移学习得到的模型参数，采用只识别人的PSPnet图像分割算法对图像进行分析处理，将人设置为白颜色，取像素值为255，其他物体全部作为背景设置为黑颜色，取像素值为0，得出黑白图像；

步骤3.2：经过PSPnet网络处理得到的黑白图像，将黑白图像先进行Canny边缘检测，再对边缘检测后的图像进行轮廓检测：

没有轮廓表示没人，则进入下一帧的运动检测，即回到步骤二；

有轮廓表示有人，则基于OpenCV轮廓质心算法对所有轮廓进行质心计算，保存质心像素点位置，并计算质心到lake_edge的距离；

步骤3.3：判断质心到lake_edge的距离是否小于预设阈值：

没有小于预设阈值则重复步骤三，直到检测无轮廓，即表示人离开危险区域为止；

小于预设阈值则进入步骤四；

步骤四：程序调用落水点定位算法来计算落水点相对弹射装置到的偏角和距离，监控电脑将偏角和距离数据通过RS485通信模块发送至设备框内部的微控制器进行分析处理；

步骤五：微控制器收到来自监控电脑信息后，根据接收到的距离和偏角控制旋转步进电机旋转相应角度，发射筒在旋转过程中会将框门抵开；

旋转步进电机停止转动后，步进电机转动相应角度，放出弹簧，将发射筒内的绳索通过发射头发射到遇险人员的位置，让遇险人员拉动绳索脱险。

本发明相对于现有技术具备的有益效果为：本发明提供一种识别救援系统及方法，该系统具备对事故水域实现智能实时的监控和救援，识别系统将高斯混合模型运动检测算法和PSPnet深度学习图像分割算法相结合，对指定区域进行智能监控，判断当前监控的危险区域内是否有人员遇险，并根据监控结果实时控制救援装置弹出，能及时发现人员落水并发出警报，并对落水者展开快速及时的救援，有效提高遇险人员的生存概率；本发明系统部署安装方便，制作使用成本低，适合多种湖边场所使用。

附图说明

下面结合附图对本发明做进一步说明：

图1为本发明的结构示意图；

图2为本发明设备框的结构示意图；

图3为本发明发射筒的结构示意图；

图4为本发明固定挡板的结构示意图；

图5为本发明旋转盘的结构示意图；

图6为本发明控制电路的结构示意图；

图7为本发明识别救援方法的步骤流程图；

图8为本发明落水点定位算法的坐标模型图；

图9为本发明绳索发射坐标模型图；

图10为本发明图像区域划分算法的步骤流程图；

图中：1为RS485通信模块、22为微控制器、3为语音报警器、4为红色报警灯、5为绿色指示灯、6为旋转步进电机、7为步进电机、8为发射筒、9为弹簧、10为固定挡板、11为旋转盘、12为卡齿、13为卡齿载体、14为推动器、15为绳索、16为发射头、17为卡齿载体通口、18为设备框、19为电磁铁、20为固定钉、21为框门、24为支柱杆、25为监控摄像头、31为监控电脑。

具体实施方式

如图1至图7所示，本发明公开了一种湖边落水智能识别及救援系统，通过对湖面以及岸边高风险地区进行实时监控，如果发现有人不幸落水，则报警系统会被触发，并且现场救援装置会及时展开营救。整个系统主要包括3个部分：图像处理，落水点定位以及现场救援装置。所述图像处理部分主要采用了高斯混合模型运动检测算法和PSPnet图像分割深度学习算法对人员落水进行检测，两者相结合既节约了计算成本，又增加了检测的准确度。所述落水点定位采用单目测距法，经过计算和推导，可以得出落水点相对现场救援装置的距离和偏角。所述现场救援装置采用单片机接收上位机图像处理的结果，控制绳索的弹射以达到及时救援的目的。

所述图像处理，当监控电脑接收到来自监控摄像头的视频序列后，工作人员首先对第一帧图像使用鼠标进行区域划分，所述区域包括湖边危险区域和湖面区域，程序会自动保存危险区域边界相关点d_point；所述湖边危险区域为监控区域，是进行图像处理的对象；所述湖面区域划分后得一湖面轮廓lake_edge。当对第一帧图像处理完后，系统进入正式监控状态。

所述正式监控状态，即对区域进行实时智能监控；当电脑接收到视频序列后，首先利用上述的湖边危险区域边界点d_point对图像进行划分，将划分后的图片进行运动检测，检测是否有物体进入该区域，所述运动检测算法采用混合高斯模型，背景变化依据轮廓数量的变化，如果轮廓数量大于阈值，则有运动物体进入；如果小于阈值，则无运动物体进入，所述阈值本方案设置为0，可根据环境需要修改；如果没有运动物体进入，则进行下一帧的检测，如果有运动物体闯入，则将该帧图像送入神经网络进行人的识别。

所述神经网络采用PSPnet图像分割算法，模型参数经过官方参数的迁移学习得到。所述PSPnet图像分割算法只识别人，其他物体全是背景，且将背景设置为黑颜色，即像素值为0，将人设置为白颜色，即像素值为255。

将经过PSPnet网络处理的图像利用OpenCV先进行边缘检测，再进行轮廓检测，有轮廓则表示有人，没有轮廓则没有人；所述边缘检测采用Canny边缘检测算法，如果没有识别到轮廓，则进入下一帧的运动检测；如果检测到有轮廓，则对所有轮廓进行质心计算，并保存质心像素点位置，所述质心计算采用OpenCV自带轮廓质心计算方法，并计算质心到所述的湖面轮廓lake_edge的距离，直到人离开危险区域(对经过PSPnet网络的图片检测无轮廓)为止。

当所述距离小于阈值时，调用所述的落水点定位算法计算弹射装置到落水点的偏角和距离，然后电脑将所述距离和偏角传输给现场救援装置的微控制器，通信方式为RS485通信。

所述落水点定位算法，只针对类似湖面的平面进行定位，其原理为小孔成像模型，由图像和实体平面的映射关系得到，所述映射关系需要经过摄像机标定以及坐标转换得到；该算法只需输入摄像头相对湖面的高度和俯角，即可得到图像点和实体平面的一一对应关系，然后经过坐标转换将平面坐标系的原点设置在现场救援装置处，坐标轴方向和图像坐标系一致即可，即可得到实体平面上任意一点相对现场救援装置的距离和偏角，经过计算得到所述距离和偏角后，电脑将所述距离和偏角传输给现场救援装置，通信方式为RS485通信。

本发明使用的现场救援装置由支柱杆24支撑，所述支柱杆24为直角体，分为水平边和垂直边，所述水平边末端安装监控摄像头25和报警灯指示灯，所述摄像头25采用普通监控摄像头即可，安装方向和湖岸平行，能监控到湖面和岸边相邻区域。所述垂直边上固定设备框18，所述设备框18开门的方向与所述摄像头方向一致，所述设备框18内的磁铁19与框门组成门开关，设备框18内部安装有绳索末端的固定钉20，所述绳索15的另一端和发射头16相连。

设备框18内部设置的发射装置，主体为发射筒8，所述发射筒8初始位置与所述设备框的框门21的水平夹角为45度，仰角也为45度，以摄像头监控方向即框门21的正前方为基准，发射筒8的水平旋转范围可以为左45度-右45度，发射筒初始位置相对门正方向45度放置，当有人落水后会先向门方向转45度，再根据落水位置旋转相应角度，旋转步进电机6带动发射筒摆正后会顶开框门21；所述旋转步进电机6固定在设备框18的下表面，其转轴连接发射筒8，发射筒8内部有弹簧9，弹簧固定挡板10，旋转盘11，步进电机7，推动器14，所述弹簧9一端固定在所述弹簧固定挡板10上，所述弹簧固定挡板10上有两个环形孔，即卡齿载体通口17，所述旋转盘11固定在步进电机7的转轴上，所述旋转步进电机6和步进电机7为步进电机，由微控制器22控制；所述旋转盘11上有两个卡齿载体13，所述卡齿载体13分别通过所述弹簧固定挡板10上的卡齿载体通口17，其上安装有卡齿12；所述推动器14固定在弹簧9的另一端，即所述发射筒8的出口一端，推动器14底为椭圆形，长轴与所述卡齿12对应，侧面为梯形，短边朝弹簧9一侧，长边朝发射筒8出口一侧，且长边一侧有凸起来的小锥体，以连接发射头16；所述发射头16为球体，球体上留有一个小锥体孔，和所述推动器14上凸起来的小锥体对应；小锥体孔下面为绳索15和发射头16的连接处，绳索15该端有多条散开的绳，所述绳索15另外一端称为末端，固定在所述设备框18中的绳索末端固定钉20上。

本发明使用的现场救援装置，其内部各功能模块的供电方式可根据环境和便捷程度选择太阳能供电或者市电电源供电。

根据实际使用需求，本发明使用的各元器件模块型号可以进行调整，其中一种实施例可以为：

微控制器采用stm32单片机控制器；

摄像头的型号可选poe清康视监控摄像头ST-X05，镜头大小可选择8mm，可实现白天夜晚24小时实时监控；

红色报警灯型号为FY10D-A，为红色快闪灯；

语音报警器型号可选HY-8900；

步进电机型号可选57BYGH56-401A；

弹簧可根据监控范围以及动力需求选择最优型号；

绳索尽量集质量轻，横截面小，结实的绳。

进一步的，本发明提供的识别救援系统在实际工作时，各模块工作状态的实施例如下：

微控制器通过串口中断接收来自电脑通过RS485模块传来的信息控制着语音报警器，红色报警灯，绿色指示灯，旋转步进电机，步进电机。当无人员落水时，微控制器不会接收到来自RS485模块的信息，微控制器仅仅控制着绿色指示灯闪烁，表示整个系统在正常运行。

当有人落水后，微控制器接收到电脑通过RS485发送过来的信息，该信息为落水点距发射装置的距离和偏角，收到信息后微控制器控制红色报警灯亮起并闪烁，打开语音报警器向周围发出求救信号，同时控制旋转步进电机带动发射筒先向门方向转动45度，打开如图2所示设备框的门；再根据接收到的偏角信息，控制旋转步进电机转动相应角度，使发射筒的口对准落水点，等旋转步进电机转动结束后，步进电机带动旋转盘顺时针转动15度，旋转盘带着卡齿载体通过如图4所示为卡齿载体通口的转动，同时卡齿放开推动器，弹簧释放能量，推着推动器快速向前运动，推动器将能量传递给发射头，发射头带着绳索飞出，用最短的时间将救命绳送到落水者身边，待绳索飞出后，旋转步进电机旋转相应角度返回原位，带动发射筒恢复到原始位置，同时步进电机也逆时针转动15度返回原位，整个系统工作结束，等待安保人员恢复装置。

所述恢复装置包括将绳索收回放置在如图2所示的设备框内，将发射头放入发射筒内，并压缩弹簧使推动器被卡齿卡住，将发射筒转回原来的位置，即与框门正前方的夹角为45度，关闭设备框的门，检查各模块是否有损坏，设备框门的方向和摄像头监控方向是否平行，如图1所示，最后按下电源，恢复原始监控状态。

进一步的，本发明采用的落水点定位计算方法的具体步骤如下：

如图8所示，首先对监控区域建立空间坐标系，图中：o_cx_cy_cz_c为相机坐标系，o_wx_wy_wz_w为世界坐标系，o_fx_fy_f为虚拟像面坐标系，o_tx_ty_t为实体平面坐标系。本文令世界坐标系原点在相机正下方，相机在世界坐标系下的位置为(0，0，h)，z_c＝h为摄像机摄像头距平面的距离，即o_co_w。虚拟像面是图像的放大虚拟像，平行于摄像机坐标系的o_cx_cy_c平面，交实体平面于o_tx_t(o_fx_f)轴，与摄像机坐标系的距离为z，即虚拟像面为摄像机坐标系下光轴方向z_c＝z的平面，也即o_co_f(o_co_t)＝z。实体平面于世界坐标系的o_wx_wy_w平面为同一平面，坐标原点为平移关系。

定位算法拟已知摄像头相对平面(湖面)的高度h和俯角θ，经过一系列的坐标转换和推导，得到世界坐标系与图像像素坐标的关系为：

(1)当点在远离摄像头一侧时，即图8中的M_t处，在图像像素坐标系中表示为0≤v≤v₀，则有：

(2)当点在靠近摄像头一侧时，即图8中的N_t处时，在图像像素坐标系中表示为v₀≤v，则有：

式中，u，v为点在图像坐标系中的位置，h为摄像头相对湖面的高度，θ为摄像头相对湖面的俯角，h和θ在安装摄像头的时候可以得知。u₀，v₀，f_x，f_y为相机的内参数，是不变的，可对相机标定得到。

因上述定点算法是以摄像头正下方为世界坐标原点，若要知道落水点相对绳索发射装置的相对位置，还需得到摄像头正下方位置和绳索发射装置正下方位置的相对位置，在该计算步骤中，绳索发射装置的正下方相对摄像头正下方的位置是在世界坐标系中x负方向d处，d为支柱杆水平边的长度，如图9所示。所以定位时在x方向加上长度d即可，所以最终的定位算法为：

x＝x_w+d；

y＝y_w；

落水点距绳索发射装置的距离D为：

落水点距绳索发射装置的偏角R为：

综上，摄像头安装好后，h，θ，d，u₀，v₀，f_x，f_y等值都为固定值，即可根据图像中的像素点求得湖面落水点距绳索发射装置的距离和偏角了。

本发明中图像处理所使用的部分计算方法步骤如下，图像处理所使用的编程语言为python语言；

(一)运动检测轮廓数量检测方法：

本发明运动检测所使用的是高斯运动检测，采用背景建模的方法，当无人进入监控区域时，背景变化不大，所产生的轮廓很少；当有人进入监控区域后，即背景发生了变化，所产生的轮廓变多。

轮廓数量检测使用的是OpenCV中findContours函数，即：

im，contours，hierarchy＝cv2.findContours(img，cv.RETR_EXTERNAL，cv.CHAIN_APPROX_SIMPLE)；

式中：img，为需要检测的图像，返回值contours保存的是图像的轮廓信息，利用len(contours)即可得出轮廓数量。

(二)图像分割算法与行人检测：

本发明图像分割算法采用的是PSPnet深度学习算法，识别精度高，运行速度快；因本发明只需对人进行研究，所以将其余全部当成背景，将分割出来的人显示为白色，所以经过PSPnet网络的图像要么全黑，即没有人，要么有白色，即有人；当有白色时，对该图先进行canny边缘检测，再进行轮廓查找即的到行人轮廓。

(三)质心计算与距离计算方法：

质心计算所使用的是OpenCV中moments函数，即：

M＝cv2.moments(contour)；

式中：contour为轮廓数据，返回值M为与轮廓有关的所有数据字典，其中质心的计算为：

cx＝int(M['m10']/M['m00'])；

cy＝int(M['m01']/M['m00'])；

此处为防止M['m00']为零，在程序中做了一个判断：若M['m00']为零，则M['m00']＝1。计算出来的cx和cy值用于计算与湖面轮廓的距离，当距离小于阈值时，将cx，cy作为落水点定位算法中的u，v输入。

距离计算实质是计算点到轮廓的距离，轮廓为湖面轮廓，点为人的质心位置，本发明所使用的函数为cv2.pointPolygonTest()。具体为：

distance＝cv.pointPolygonTest(lake_contours,(cx,cy),True)；

其中distance为计算所得的距离，lake_contours为湖面轮廓信息，(cx,cy)为人的质心。

(四)图像区域划分算法：

如图10所示，图像处理中各个区域都是从上述算法衍生而来，如进行高斯运动检测的区域图，是将上面算法最后一步使用像素为1的值填充鼠标画出的区域，得出的图像除了鼠标画出的区域其余全为0；在将该图像与需要运动检测的视频序列进行点乘操作，即将鼠标画出的区域保存，其余全部屏蔽了；本发明中的保存的边界点d_point为上面鼠标点击的位置信息。

湖面轮廓是将上面算法最后一步使用像素为255的值填充鼠标画出的区域，再对其先进行canny边缘检测，再进行轮廓查找即得到湖面轮廓。本案中保存的湖面轮廓lake_edge即为该图。

关于本发明具体结构需要说明的是，本发明采用的各部件模块相互之间的连接关系是确定的、可实现的，除实施例中特殊说明的以外，其特定的连接关系可以带来相应的技术效果，并基于不依赖相应软件程序执行的前提下，解决本发明提出的技术问题，本发明中出现的部件、模块、具体元器件的型号、相互间连接方式以及，由上述技术特征带来的常规使用方法、可预期技术效果，除具体说明的以外，均属于本领域技术人员在申请日前可以获取到的专利、期刊论文、技术手册、技术词典、教科书中已公开内容，或属于本领域常规技术、公知常识等现有技术，无需赘述，使得本案提供的技术方案是清楚、完整、可实现的，并能根据该技术手段重现或获得相应的实体产品。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (5)

1.一种湖边落水人员识别救援系统，包括安装在湖岸边的支柱杆（24），所述支柱杆（24）为直角体，由垂直边和水平边构成，在垂直边上安装有设备框（18），在水平边的延伸末端安装有监控摄像头（25）、红色报警灯（4）、绿色指示灯（5），其特征在于：所述监控摄像头（25）安装方向和湖岸延伸方向平行，使监控摄像头（25）能够监控到湖面和岸边的相邻区域，所述监控摄像头（25）通过导线与设置在监控室内的监控电脑（31）相连，所述监控摄像头（25）将采集到的区域内图像实时传输至监控电脑（31）；

在设备框（18）的一个侧面上还活动设置有框门（21），所述框门（21）的开门方向与监控摄像头（25）的监控方向一致，在设备框（18）的内侧还设置有磁铁（19），所述磁铁（19）能够将框门（21）吸附闭合在设备框（18）上；

在设备框（18）的内部还设置有控制电路板、绳索（15）、固定钉（20）、发射筒（8），所述固定钉（20）与绳索（15）的一端连接固定，所述绳索（15）的另一端与发射筒（8）筒口处设置的发射头（16）连接固定；

所述发射筒（8）的底部设置有旋转步进电机（6），旋转步进电机（6）能够带动发射筒（8）旋转，当发射筒（8）摆正时将克服吸附磁力，将框门（21）抵开；

所述发射筒（8）的筒内设置有推动机构，所述推动机构包括弹簧（9），所述弹簧（9）的外侧端与推动器（14）连接，所述弹簧（9）的内侧端与固定挡板（10）连接固定，所述固定挡板（10）的内侧还设置有旋转盘（11），所述旋转盘（11）具体固定在步进电机（7）的转轴上；所述推动器（14）的外侧与发射头（16）接触；

所述控制电路板上分别集成有微控制器（22）、RS485通信模块（1）、语音报警器（3），所述微控制器（22）通过导线分别与RS485通信模块（1）、语音报警器（3）、红色报警灯（4）、绿色指示灯（5）、旋转步进电机（6）、步进电机（7）相连，所述RS485通信模块（1）还通过导线与监控电脑（31）双向连接；

所述监控电脑（31）通过对所述摄像头（25）拍摄的视频帧进行处理，当有人落水时，监控电脑（31）计算得到落水者的位置，然后将该位置信息通过所述RS485通信模块（1）传输给所述微控制器（22），微控制器（22）接收到落水位置信息后，先控制语音报警器（3）和红色报警灯（4）工作，向周围发出求救信号，同时微控制器（22）根据落水者位置信息控制所述旋转步进电机（6）旋转，当旋转步进电机（6）工作结束，最后微控制器（22）再控制步进电机（7）工作；

在所述固定挡板（10）的两端对称设置有一对卡齿载体通口（17），在旋转盘（11）相应位置的两端还对称设置有一对卡齿载体（13），使卡齿载体（13）能够插入卡齿载体通口（17）；

所述卡齿载体（13）上还设置有多排卡齿（12）；

所述推动器（14）具体为圆台形状，圆台的纵向横切面为梯形，所述推动器（14）面积大的一侧向外设置有突出的椎体；

所述发射头（16）具体为球体，在所述发射头（16）与推动器（14）接触的一侧还设置有凹槽，所述凹槽的形状与推动器（14）突出的椎体形状相适应，使发射头（16）能够安装在推动器（14）上；

所述绳索（15）的另一端具体与发射头（16）的凹槽底部连接固定；

所述步进电机（7）旋转会通过转轴带动所述旋转盘（11）一起旋转，安装在旋转盘（11）上的卡齿载体（13）会跟着旋转，最后使所述推动器（14）脱离卡齿载体（13）上的卡齿（12），弹簧（9）得以释放，推动器（14）在弹力的作用下将带着绳索（15）的发射头（16）推出。

2.根据权利要求1所述的一种湖边落水人员识别救援系统，其特征在于：所述旋转步进电机（6）带动发射筒（8）旋转角度的范围为45-135度，所述旋转角度具体根据人员落水点位置计算得出。

3.根据权利要求2所述的一种湖边落水人员识别救援系统，其特征在于：所述绳索（15）包括多条散开的绳索。

4.根据权利要求1所述的一种湖边落水人员识别救援系统，其特征在于：所述微控制器（22）具体为STM32系列的单片机控制器。

5.根据权利要求1所述的一种湖边落水人员识别救援系统，其特征在于：采用湖边落水人员识别救援系统进行识别救援的方法，包括如下识别救援步骤：

步骤一：工作人员将监控摄像头（25）和设备框（18）安装在支柱杆（24）上并进行调试，并记录摄像头相对湖面的高度，俯角以及支柱杆水平边的长度，使用通信线缆将RS485通信模块（1）与监控电脑（31）进行连接，由监控电脑接收监控摄像头（25）发送的视频序列数据，工作人员在监控电脑端输入摄像头相对湖面的高度，俯角以及支柱杆水平边的长度后，首先对视频第一帧图像进行区域划分，划分出湖边危险区域和湖面区域，程序自动保存湖边危险区域边界相关点设为d_point，湖边危险区域作为监控区域进行图像处理的部分，同时保存湖面区域的轮廓设为lake_edge；

步骤二：处理完第一帧图像后，系统进入正式监控状态，由监控电脑继续接收监控摄像头（25）发送的视频序列数据，基于d_point对后续接收图像进行划分，并将划分后的图像进行基于混合高斯模型的运动检测，背景变化依据轮廓数量的变化，判断是否有物体进入该区域：

如果轮廓数量大于阈值，则有运动物体进入；如果轮廓数量小于阈值，则无运动物体进入；

如果没有运动物体进入，则重复步骤二并进行下一帧的检测，如果有运动物体闯入，则进入步骤三；

步骤三：将检测出运动帧的图像送入神经网络进行人体识别：

步骤3.1：神经网络接收运动帧图像输入，基于官方参数迁移学习得到的模型参数，采用只识别人的PSPnet图像分割算法对图像进行分析处理，将人设置为白颜色，取像素值为255，其他物体全部作为背景设置为黑颜色，取像素值为0，得出黑白图像；

步骤3.2：经过PSPnet网络处理得到的黑白图像，将黑白图像先进行Canny边缘检测，再对边缘检测后的图像进行轮廓检测：

没有轮廓表示没人，则进入下一帧的运动检测，即回到步骤二；

有轮廓表示有人，则基于OpenCV轮廓质心算法对所有轮廓进行质心计算，保存质心像素点位置，并计算质心到lake_edge的距离；

步骤3.3：判断质心到lake_edge的距离是否小于预设阈值：

没有小于预设阈值则重复步骤三，直到检测无轮廓，即表示人离开危险区域为止；

小于预设阈值则进入步骤四；

步骤四：程序调用落水点定位算法来计算落水点相对弹射装置到的偏角和距离，监控电脑将偏角和距离数据通过RS485通信模块（1）发送至设备框（18）内部的微控制器（22）进行分析处理；

步骤五：微控制器（22）收到来自监控电脑信息后，根据接收到的距离和偏角控制旋转步进电机（6）旋转相应角度，发射筒（8）在旋转过程中会将框门抵开；

旋转步进电机（6）停止转动后，步进电机（7）转动相应角度，放出弹簧，将发射筒（8）内的绳索（15）通过发射头（16）发射到遇险人员的位置，让遇险人员拉动绳索（15）脱险。

Images