CN113870509A - 一种入侵探测系统 - Google Patents
一种入侵探测系统 Download PDFInfo
- Publication number
- CN113870509A CN113870509A CN202111299211.6A CN202111299211A CN113870509A CN 113870509 A CN113870509 A CN 113870509A CN 202111299211 A CN202111299211 A CN 202111299211A CN 113870509 A CN113870509 A CN 113870509A
- Authority
- CN
- China
- Prior art keywords
- intrusion
- vibration
- detection
- behavior
- type
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/16—Actuation by interference with mechanical vibrations in air or other fluid
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Burglar Alarm Systems (AREA)
Abstract
本申请提供了一种入侵探测系统,该入侵探测系统包括处理主机和以预设间隔布置在目标区域的围栏上的多个入侵探测装置,每个入侵探测装置包括视觉检测组件及振动检测组件;视觉检测组件从所捕获的初始进入目标区域外围的预警识别区的入侵对象的目标图像中,识别入侵对象的对象类型,并将所捕获的目标图像以及所识别的对象类型发送给处于同一个目标入侵探测装置内的振动检测组件;振动检测组件采集由于入侵对象接触围栏而产生的振动信号,根据振动信号确定入侵对象的行为类型,并生成入侵探测结果发送给处理主机;处理主机根据对象类型和行为类型,生成入侵报警信息。通过本申请,可以实现主动探测与被动探测的结合,进而提高探测精度,降低误报率。
Description
技术领域
本申请涉及安防监控领域,特别是涉及一种入侵探测系统。
背景技术
入侵报警系统是安防的一种典型应用,特别是针对高等级安防场所,例如,民航机场、军事要地、核电站、高速铁路等,传统的安防技术手段(例如,红外对射、激光对射、电子围栏等)难以满足用户日益增长的安防需求。
目前,安防系统采用的安防技术手段主要包括以下两种:一是,被动探测技术,被动探测的优点是依托于实体防护装置,普遍功耗及误报率较低,但其缺点是缺乏主动探测和预警能力,无法实现多层级防护体系;二是,主动探测技术,主动探测在一定程度上具备了智能化特点,但其缺点是误报率较高,普遍要比被动探测高出1-2个量级。
发明内容
有鉴于此,本申请的目的在于提供一种入侵探测系统,通过将视觉检测组件与振动检测组件相结合,来构成入侵探测系统,以实现主动探测与被动探测的结合,从而提高对入侵对象的探测准确性,并降低误报率。
第一方面,本申请实施例提供了一种入侵探测系统,所述入侵探测系统包括处理主机和以预设间隔布置在目标区域的围栏上的多个入侵探测装置,每个入侵探测装置包括视觉检测组件以及振动检测组件,所述预设间隔小于视觉检测组件的图像捕获限值和振动检测组件的振动探测限值中的最小值;所述视觉检测组件从所捕获的初始进入目标区域外围的预警识别区的入侵对象的目标图像中,识别所述入侵对象的对象类型,并将所捕获的目标图像以及所识别的对象类型发送给处于同一个目标入侵探测装置内的振动检测组件;所述振动检测组件采集由于入侵对象接触围栏而产生的振动信号,根据所述振动信号确定入侵对象的行为类型,并生成入侵探测结果发送给所述处理主机,所述入侵探测结果包括所述目标图像、所述对象类型、所述行为类型以及所述目标入侵探测装置的设备标识;所述处理主机根据所述对象类型和所述行为类型,生成入侵报警信息。
在一个可选的实施例中,所述多个视觉检测组件的图像捕获范围叠加形成预警识别区;其中,所述视觉检测组件还用于执行以下处理:实时捕获目标区域外围的预警识别区的图像;当从所捕获的图像中识别到入侵对象时,将识别到入侵对象的图像确定为所述目标图像,并识别所述目标图像中的入侵对象的对象类型;确定所述对象类型是否满足预警条件;若所述对象类型满足预警条件,则产生预警信号,并将所述预警信号发送给处于同一个目标入侵探测装置内的振动检测组件,所述预警信号中携带有预警标识;所述振动检测组件根据所述预警标识,将所述预警信号直接发送给所述处理主机;所述处理主机根据所述预警信号,向布置在所述目标入侵探测装置附近的声光报警装置发送声光报警信号,以控制所述声光报警装置进行声光报警。
在一个可选的实施例中,所述视觉检测组件包括摄像机模组、视觉处理器、存储器和第一通信模块;其中,摄像机模组实时捕获目标区域外围的预警识别区的图像,并将所捕获的图像发送给视觉处理器;视觉处理器确定所捕获的图像中是否存在入侵对象,将存在入侵对象的目标图像输入到对象类型识别模型,以获得入侵对象的对象类型,并将所述目标图像以及对应的对象类型发送给存储器,以进行存储;视觉处理器还将所述目标图像以及对应的对象类型发送给第一通信模块;第一通信模块将接收到的所述目标图像以及对应的对象类型发送给处于同一个目标入侵探测装置内的振动检测组件。
在一个可选的实施例中,所述视觉检测组件还包括照度传感器、红外灯和第一电源模块;其中,照度传感器检测外部环境的当前光照值,并将当前光照值发送至视觉处理器;视觉处理器将接收到的当前光照值与预先设定的光照阈值进行比较,在当前光照值小于光照阈值时,向红外灯发送控制信号;红外灯响应于所述控制信号进行补光;第一电源模块为摄像机模组、视觉处理器、照度传感器、红外灯提供电力。
在一个可选的实施例中,所述振动检测组件包括振动传感器、振动处理器和第二通信模块;其中,第二通信模块将从所述视觉检测组件接收的所述目标图像以及所述对象类型,发送给振动处理器;振动传感器采集由于入侵对象接触围栏而产生的振动信号,并将所述振动信号发送给振动处理器;振动处理器根据接收到的振动信号确定行为特征向量,将所述行为特征向量输入到行为类型识别模型,以获得入侵对象的行为类型,其中,所述行为特征向量包括振动信号的振幅以及频率;振动处理器还根据所述目标图像、所述对象类型、所述行为类型以及所述目标入侵探测装置的设备标识,生成入侵探测结果,并将所述入侵探测结果发送给第二通信模块;第二通信模块将所述入侵探测结果发送给所述处理主机。
在一个可选的实施例中,所述处理主机还用于执行以下处理:预先记录布置在围栏上的每个入侵探测装置的布置位置;根据所述设备标识,确定探测到入侵对象的目标入侵探测装置;确定所述目标入侵探测装置对应的目标布置位置,将所述目标布置位置确定为入侵位置,以将所述入侵位置添加到入侵报警信息中。
在一个可选的实施例中,所述处理主机还用于执行以下处理:根据所述对象类型和所述行为类型,确定入侵对象的入侵行为;将所述入侵行为与类型行为对照表进行匹配,其中,所述类型行为对照表中记录有多种类型的入侵对象以及每种类型的入侵对象实施的预设行为类型;若所述类型行为对照表中存在所述入侵行为,则生成入侵报警信息,其中,所述入侵报警信息包括所述目标图像、所述对象类型、所述行为类型以及所述入侵位置。
在一个可选的实施例中,所述类型行为对照表包括多个行为条目以及与每个行为条目对应的报警方式,每个行为条目包括一种类型的入侵对象以及该种类型的入侵对象实施的一种预设行为类型。其中,所述处理主机还用于执行以下处理:若所述类型行为对照表中存在所述入侵行为,则确定与所述入侵行为相匹配的行为条目对应的目标报警方式;将指示所述目标报警方式的报警标识添加到入侵报警信息中。
第二方面,本申请实施例还提供了一种入侵探测系统,所述系统包括:以预设间隔布置在目标区域的围栏上的多个入侵探测装置,每个入侵探测装置包括:视觉检测组件,用于捕获进入目标区域外围的预警识别区的入侵对象的目标图像,并将所述目标图像发送给振动检测组件;振动检测组件,用于采集由于入侵对象接触围栏而产生的振动信号,输出包括所述目标图像和所述振动信号的入侵探测结果;其中,所述预设间隔小于视觉检测组件的图像捕获限值和振动检测组件的振动探测限值中的最小值。
在一个可选的实施例中,所述入侵探测系统还包括:多个支架,每个入侵探测装置通过对应的支架布置在目标区域的围栏上;其中,每个支架为垛口形支架,垛口形支架的第一延伸部通过第一卡板与围栏固定连接,垛口形支架的第二延伸部通过第二卡板与围栏固定连接,垛口形支架的中部用于放置入侵探测装置。
本申请提供了一种入侵探测系统,包括处理主机和以预设间隔布置在目标区域的围栏上的多个入侵探测装置,每个入侵探测装置包括视觉检测组件以及振动检测组件;视觉检测组件从所捕获的初始进入目标区域外围的预警识别区的入侵对象的目标图像中,识别入侵对象的对象类型,并将所捕获的目标图像以及所识别的对象类型发送给处于同一个目标入侵探测装置内的振动检测组件。这样,通过视觉检测组件实现主动探测,对进入到预警识别区的入侵对象进行图像捕捉与类型识别,准确区分人、车辆、小动物等类型,实现在报警信息中排除一些不会造成入侵威胁的物体的入侵报警,比如小动物等目标,进而初步降低误报率。振动检测组件采集由于入侵对象接触围栏而产生的振动信号,根据振动信号确定入侵对象的行为类型,并生成入侵探测结果发送给处理主机,入侵探测结果包括目标图像、对象类型、行为类型以及目标入侵探测装置的设备标识;处理主机根据对象类型和行为类型,生成入侵报警信息。这样,通过可以对入侵对象的入侵行为的识别,此外,还可以根据入侵行为的危害程度,产生不同等级的报警信息,相应的选择最合适的处理方法。进一步的,通过将视觉检测组件与振动检测组件相结合,实现主动探测与被动探测的结合,进而提高探测精度,降低误报率。此外,多个入侵探测装置根据实际情况,因地制宜地加以布置,提高安防系统的整体工作效率与工作精度。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的入侵探测系统的结构示意图;
图2为本申请实施例提供的入侵探测系统的布置示意图;
图3为本申请实施例提供的多个视觉检测组件的布置示意图;
图4为本申请实施例提供的视觉检测组件的结构示意图之一;
图5为本申请实施例提供的振动检测组件的结构示意图;
图6为本申请实施例提供的处理主机的结构示意图;
图7为本申请实施例提供的视觉检测组件的结构示意图之二;
图8为本申请实施例提供的入侵探测装置与处理主机的连接拓扑结构图。
附图标记:1-围栏,2-入侵探测装置,3-视觉检测组件,4-振动检测组件,5-图像捕获范围,6-视野重叠区,7-视野范围,8-监控中心,9-处理主机,21-摄像机模组,22-视觉处理器,23-存储器,24-第一通信模块,25-照度传感器,26-红外灯,27-第一电源模块,28-内存模块,29-图像算法处理器,31-振动传感器,32-振动处理器,33-第二通信模块,51-总线通信模块,52-以太网通信模块,53-主机处理器,54-报警中继模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
首先,对本申请可适用的应用场景进行介绍。本申请可应用于“安防监控”场景中,但应理解,本申请实施例中仅是以安防监控场景为例进行介绍,但本申请的入侵探测系统的应用场景不限于此。
经研究发现,传统的安防技术手段(例如,红外对射、激光对射、电子围栏等)难以满足用户日益增长的安防需求。除零漏报和低误报等基本安防需求之外,用户还特别关注以下几点:
(1)准确上报入侵点位置,精度达到米级;(2)入侵目标分类识别,能够准确区分人、车辆、小动物等类型;(3)入侵行为分类,能够区分目标的动作类型,例如,越界、徘徊、敲击、撞击、摇晃、攀爬、翻越等各种入侵行为。
针对高等级安防,目前常用的技术主要是振动光纤、振动电缆、MEMS振动、微波雷达、智能视频。其中,振动光纤误报率高,不具备精准定位、目标分类和行为分类的能力;振动电缆可以精确定位,但同样不具备目标和行为分类的能力;MEMS振动应用最为广泛,可以精确定位和行为分类,但不具备目标分类能力。以上三种是目前应用最为广泛的三大类被动探测技术,其必须依赖于围栏等安防实体,并且主要是通过测量实体防护装置上的机械振动信号实现入侵探测。由此可知,被动探测技术的优点是依托于实体防护装置,普遍功耗及误报率较低,其缺点是缺乏主动探测和预警能力,无法实现多层级防护体系。
与上述三种被动探测技术相比,微波雷达和视频智能分析属于主动探测技术,前者采用多普勒原理探测移动目标,能够测量目标速度、方位以及反射信号强度,能够实现位置精确测量以及非图像目标识别;后者通过对视频图像进行智能分析,从而实现目标和行为分类识别,但不具备测距能力。尽管主动探测技术某种程度上具备了智能化特点,但其缺点是误报率较高,普遍要比被动探测高出1-2个量级。
通过以上分析可以看出,单独任何一种技术手段目前都无法满足用户的需求,比较可行的解决方案是采用两种及以上不同原理的技术搭配使用,通过融合探测取长补短达到最佳效果。这方面比较有代表性的产品是微波雷达与MEMS振动融合入侵探测技术,其思路是通过MEMS振动实现精确测量和行为分类,通过三维立体探测及振动波形识别算法实现极低的误报率,同时通过在前端设备上集成小型、低功耗微波雷达模块,实现主动探测和预警,识别目标靠近、远离、徘徊等行为。该项技术在前端设备上实现的模块级别的融合感知,是一种典型的边缘计算模式,能够最大程度上发挥边缘设备的算力,具有很强的弹性和扩展性。尽管此种技术已经得到普遍推广,但仍存在不具备对入侵目标进行分类的能力,无法区分人、车辆和小动物等类型,因此无法通过融合、感知输出高质量的报警信号,其报警的处理仍依赖于人工复核,并没有达到全智能化的程度。
为克服上述至少一个缺陷,本申请实施例提供了一种入侵探测系统,用于提高安防系统的工作效率,还能够有效降低误报率。
请参阅图1,图1为本申请实施例提供的入侵探测系统的结构示意图。所如图1中所示,本申请实施例提供的入侵探测系统,包括:安装在目标区域的围栏1上的多个入侵探测装置2,每个入侵探测装置2包括视觉检测组件3以及振动检测组件4。
具体的,上述目标区域指安防监控的对象,多个入侵探测装置2沿目标区域的外围以预设间隔进行布置。
第一种情况,目标区域的外围是砖墙或者金属护栏等刚性墙体。
此时,可以在刚性墙体的上方设置围栏1,并在围栏1上布置多个入侵探测装置2。
第二种情况,目标区域的外围是围栏。
此时,沿目标区域的外围布置围栏1,并在围栏1上布置多个入侵探测装置2。
应理解,第二种情况下的围栏的高度高于第一种情况下的围栏的高度,可选地,第二种情况下的围栏的高度应高于人或者动物的跳跃高度,以避免人或者动物可以轻松地翻越围栏,相应地,上述第一种情况下刚性墙体与围栏的总高度也应高于人或者动物的跳跃高度。
示例性的,本申请中的围栏可包括由柔性材料制成的围栏,例如,围栏可为铁丝网。这样,由于围栏具有一定的柔性,不利于入侵对象进行支撑、翻越,此外,当入侵对象企图翻越围栏进入目标区域时,不可避免地需要碰触到围栏,进而造成围栏产生振动,此时,由于围栏的柔性,振动检测组件4可以感测到来自于围栏的较为明显的振动信号,以有效防止入侵对象进入目标区域。
在本申请实施例中,每个入侵探测装置2中的视觉检测组件3,用于捕获进入目标区域外围的预警识别区的入侵对象的目标图像,并将目标图像发送给处于同一个目标入侵探测装置内的振动检测组件4。
在一优选实施例中,视觉检测组件3除可以捕获入侵对象的目标图像之外,还可以识别入侵对象的对象类型。
具体的,视觉检测组件3从所捕获的初始进入目标区域外围的预警识别区的入侵对象的目标图像中,识别入侵对象的对象类型,并将所捕获的目标图像以及所识别的对象类型发送给处于同一个目标入侵探测装置内的振动检测组件4。
在本申请一优选实施例中,上述入侵探测系统可还包括多个支架,每个入侵探测装置2通过对应的支架布置在目标区域的围栏上。示例性的,每个入侵探测装置2可以通过对应的支架固定在围栏上,因为围栏是由柔性材料制成的,围栏受到入侵对象的触碰所产生的振动会通过支架传给入侵探测装置2,入侵探测装置2通过接收到的振动信号,实现对外界的振动信号的捕捉与处理。
在一可选示例中,上述的支架可为垛口形支架,支架的中间部分设有一垛口,示例性的,上述沿目标区域的外围布置的围栏可每隔一定距离设置一立柱,用以支撑围栏,当支架需安装在围栏上时,支架的垛口能够为围栏的立柱留有穿过的空间,支架跨接围栏的立柱,以固定在围栏的立柱两侧的围栏的网面上。
例如,每个支架可还配套有两片卡板,垛口形支架的第一延伸部通过第一卡板与围栏固定连接,垛口形支架的第二延伸部通过第二卡板与围栏固定连接,示例性的,围栏的网面可以由金属丝形成,此时,金属丝被夹在垛口形支架的延伸部与卡板之间,以使支架固定在围栏的网面上。垛口形支架的中部还可以用于放置入侵探测装置2。
例如,垛口形支架的中部的内侧向外突起,以形成一定的空间用于穿过围栏的立柱,垛口形支架的中部的外侧可以用于固定入侵探测装置。作为示例,垛口形支架与入侵探测装置可采用固定连接,例如,上述的固定连接可以选用螺栓、铆接等连接方式,但本申请不限于此,还可以采用其他固定方式。
图2为本申请实施例提供的入侵探测系统的布置示意图,如图2所示,每个入侵探测装置2的视觉检测组件3的拍摄方向可以朝向目标区域的外围,用以捕获从外部向目标区域进入的入侵对象的图像,围栏外侧为视觉检测组件3的图像捕获范围5,图像捕获范围5构成上文所述的预警识别区。
示例性的,多个入侵探测装置2以预设间隔布置在目标区域的围栏上,这里的预设间隔可以根据入侵探测装置的视觉检测组件的视觉探测距离(即,图像捕获限值)以及振动检测组件的振动感知距离(振动探测限值)进行确定。优选地,可以选取视觉检测组件的图像捕获限值和振动检测组件的振动探测限值中的最小值,作为入侵探测装置布置的预设间隔,以确保多个入侵探测装置2能够完全覆盖目标区域,避免存在探测遗漏的区域。
图3示出根据本申请实施例的多个视觉检测组件的布置示意图。
在图3所示的示例中,每个视觉检测组件3可以选用广角镜头,为避免存在视觉盲区,可以在布置时将各视觉检测组件3旋转一定角度。
以每个视觉检测组件3的视野范围7为120度的扇形(即,广角镜头的视角达到120度)为例,多个视觉检测组件3可以采用如图3所示的布置方式,使得相邻的视觉检测组件3的视野相互重叠,形成视野重叠区6,从而缩小甚至消除视线盲区。
此时,上述预警识别区可以指多个视觉检测组件3的图像捕获范围叠加所形成区域,其作用是在入侵对象进入到预警识别区时,捕获入侵对象的目标图像,并对入侵对象的对象类型进行识别。
请参阅图4,图4为本申请实施例提供的视觉检测组件的结构示意图之一。如图4所示,视觉检测组件3可以包括摄像机模组21、视觉处理器22、存储器23和第一通信模块24。
具体的,摄像机模组21用于实时捕获目标区域外围的预警识别区的图像,因为相邻的摄像机模组21的视野相互重叠,所以任何进入到预警识别区的入侵对象的图像都会所在区域的摄像机模组21所捕获。
随后,摄像机模组21将捕获的预警识别区的图像发送至视觉处理器22。
示例性的,摄像机模组21可以为微型摄像机,可以选用广角镜头,视角不低于120度,以最大限度减少视觉盲区。同时,各入侵探测装置的摄像机模组21可以沿相同的方向,偏转一定角度,使相邻的入侵探测装置的摄像机模组21的视野相互重叠,从消除视线盲区(如图3所示)。作为示例,摄像机模组可以采用CMOS视觉传感器,像素不低于30万,分辨率支持480P、720P以及1080P,支持H.264视频编码格式。例如,摄像机模组21可以通过MIPI接口接入视觉处理器22,将捕获的预警识别区的图像发送至视觉处理器22。
视觉处理器22用于确定所捕获的图像中是否存在入侵对象,将存在入侵对象的目标图像输入到对象类型识别模型中,以获得入侵对象的对象类型。
例如,视觉处理器22可以将摄像机模组21捕获的图像输入到目标识别模型中,以确定所捕获的图像中是否存在入侵对象。此时,该目标识别模型的输入为图像,目标识别模型的输出为对象标识,该对象标识用于指示图像中是否存在入侵对象。
上述的对象类型识别模型可以为预先训练好的用于识别入侵对象类型的深度学习模型,该对象类型识别模型可以预先存储在存储器23中。此时,该对象类型识别模型的输入为存在入侵对象的目标图像,该对象类型识别模型的输出为类型标识,该类型标识用于指示目标图像中的入侵对象的对象类型。
例如,可以采集各类入侵对象的图像,如人、车辆、小动物等对象类型的图像,对所采集的各图像设置对象类型标签(包括人、车辆、小动物等),基于所采集的图像以及对应的对象类型标签对类型深度学习模型进行训练,得到足以对各类入侵对象的对象类型进行精确识别的对象类型识别模型。
视觉处理器22将接收到的目标图像以及对应的对象类型发送至存储器23,以进行存储。除此之外,摄像机模组21还可以捕获预警识别区的视频,并将视频发送至视觉处理器22,此时,视觉处理器22还可以将接收到的视频发送至存储器23以进行存储。也就是说,存储器23可以用来存储摄像机模组21采集到的视频以及图像,示例性的,存储器23可以为可拆除的存储卡,以便于对其更换与维护。
视觉处理器22还将接收到的目标图像以及对应的对象类型发送至第一通信模块24,第一通信模块24将接收到的目标图像以及对应的对象类型发送至处于同一个目标入侵探测装置内的振动检测组件4。
这里,第一通信模块24用于视觉检测组件3与振动检测组件4之间的通信,示例性的,视觉检测组件3与振动检测组件4之间可以通过串口连接。
这样,通过对进入到预警识别区的入侵对象进行图像捕捉与类型识别,对入侵对象的对象类型进行区分,实现入侵探测系统的主动探测。
在本申请一优选实施例中,可以利用视觉检测组件3和振动检测组件4实现分级报警控制。例如,可以在初始检测到在预警识别区存在入侵对象时,基于视觉检测组件3的识别结果进行初级预警,以对入侵对象进行警示、驱离,若确定入侵对象进一步靠近目标区域,则可以基于振动检测组件4的识别结果进行入侵报警。
例如,视觉检测组件3还可以用于执行以下处理:实时捕获目标区域外围的预警识别区的图像;当从所捕获的图像中识别到入侵对象时,将识别到入侵对象的图像确定为目标图像,并识别目标图像中的入侵对象的对象类型;确定识别出的对象类型是否满足预警条件;若对象类型满足预警条件,则产生预警信号,并将预警信号发送给处于同一个目标入侵探测装置内的振动检测组件。
这里,预警条件包括预先设置的至少一种入侵对象的预警对象类型,当预警对象类型中存在识别出的对象类型时,确定识别出的对象类型满足预警条件,当预警对象类型中不存在识别出的对象类型时,确定识别出的对象类型不满足预警条件。
这里,所述预警信号中携带有预警标识,该预警标识用于指示当前的预警信号为初级报警,后续振动检测组件4和处理主机在接收到预警信号之后,可以基于其所携带的预警标识来执行针对初级报警的处理过程。
当入侵对象进一步向围栏方向靠近,并试图撞击、摇晃、剪切破坏、攀爬翻越围栏时,由于入侵对象的入侵行为导致围栏发生晃动,产生振动信号,此时,在本申请实施例中,每个入侵探测装置2中的振动检测组件4,用于采集由于入侵对象接触围栏而产生的振动信号,根据振动信号确定入侵对象的行为类型。例如,振动检测组件4的探测部可以布置在围栏上,以探测来自于围栏的振动信号。
这里,多个入侵探测装置2是以预设间隔布置在围栏上的,当存在入侵对象触碰到围栏的某一段时,布置在该某一段附近的入侵探测装置2会监测到振动信号,当存在两个或者两个以上的入侵探测装置2监测到振动数据时,可以根据各入侵探测装置2监测到的振动信号的强弱来确定入侵对象的入侵位置,例如,可以将多个入侵探测装置2中监测到振动信号的信号最强的入侵探测装置2的布置位置确定为入侵对象的入侵位置。
优选地,每台入侵探测装置2可以均设置一唯一的设备标识,并在安装入侵探测装置之后,记录入侵探测装置的安装位置的经纬度坐标,并将设备标识与记录的经纬度坐标进行关联,以便于安防人员对入侵对象的入侵位置进行精确定位。
请参阅图5,图5为本申请实施例提供的振动检测组件的结构示意图。如图5所示,振动检测组件4可包括振动传感器31、振动处理器32和第二通信模块33。
具体的,第二通信模块33将从视觉检测组件3接收的目标图像以及对应的对象类型,发送给振动处理器32。
振动传感器31采集由于入侵对象接触围栏而产生的振动信号,并将振动信号发送给振动处理器32。
示例性的,振动传感器可以为加速度传感器,这里,入侵探测装置通过支架固定在围栏上,当围栏因为外力而发生振动时,振动可以通过支架传递到振动传感器31,以使围栏的振动被振动传感器31捕捉,进而产生与振动相应的振动信号,这里的振动信号可以包括振幅与频率。
振动处理器32对采集到的振动信号进行处理。
此时,振动处理器32上根据接收到的振动信号确定行为特征向量,示例性的,该行为特征向量包括振动信号的振幅与频率。振动处理器将行为特征向量输入到振动处理器上集成的预先用振动波形训练好的行为类别识别模型,以获得入侵对象的行为类型。
例如,可以搜集以不同类型的入侵行为触碰围栏时,振动传感器所采集到的振动信号,将每个采集到的振动信号与各类型的入侵行为进行一一对应,并利用所对应的振动信号和入侵行为的行为类型对行为类别识别模型进行训练。
这里,根据振动信号的幅值与频率,对振动实现精确测量和行为分类,即,可以根据检测到的振动信号的幅值与频率确定入侵对象的行为类型,作为示例,行为类型可包括但不限于以下项中的至少一项:撞击、摇晃、剪切、破坏、攀爬、翻越围栏等。
应理解,振动处理器32可以利用现有的各种振动识别算法对振动信号进行处理,即,可以利用现有的各种用于根据振动信号确定发生振动的位置、确定行为类别的振动识别算法来实现上述振动处理器32的处理功能。优选地,可以采用本申请上述的行为类别识别模型来对振动信号进行处理。
振动处理器32还根据从视觉检测组件3获得的目标图像、对象类型连同振动处理器32自身产生的行为类型以及目标入侵探测装置的设备标识,生成入侵探测结果,并将入侵探测结果发送给处理主机。
例如,可以经由第二通信模块33将上述入侵探测结果发送给处理主机。这里的设备标识为每台入侵探测设备具备的唯一标识信息,可以为设备序列号,安装顺序编号等可以进行区分的标识信息。在此情况下,处理主机接收到的入侵探测结果包括目标图像、对象类型、行为类型以及目标入侵探测装置的设备标识。在本申请实施例中,视觉检测组件3的第一通信模块24与振动检测组件4的第二通信模块33连接,以将视觉检测组件3采集到的图像以及对应的对象类型发送至第二通信模块33。此时,第二通信模块33可以将从振动处理器32接收到的入侵探测结果输出给处理主机。处理主机在接收到入侵探测结果后,对其中的信息进行处理后,生成入侵报警信息。
针对上述视觉检测组件3输出预警信号的情况,此时,振动检测组件根据预警信号中所携带的预警标识,将预警信号直接发送给处理主机。
这里,该预警标识用于指示当前的预警信号为初级报警,振动检测组件4可以在检测到预警标识后,执行针对初级报警的处理过程,即,此时振动检测组件4直接对预警信号进行转发,而无需将自身检测的振动信号连同预警信号一起发送给处理主机,缩短了系统的预警反应时间。
在此情况下,处理主机根据预警信号,向布置在目标入侵探测装置附近的声光报警装置发送声光报警信号,以控制声光报警装置进行声光报警,以对入侵对象进行示警和驱离。
在本申请实施例中,作为一种优选的实施例,处理主机还用于执行以下处理:
预先记录布置在围栏上的每个入侵探测装置的布置位置。这里,可以在安装入侵探测装置时,记录将各个入侵探测装置的安装位置的经纬度坐标,并将入侵探测装置的设备标识与记录的经纬度坐标进行关联,将上述信息记录在处理主机中。
根据设备标识,确定探测到入侵对象的目标入侵探测装置。这里,处理主机读取设备标识,判断是哪一台入侵探测装置发出的入侵探测结果,并基于预先记录的设备标识与所关联的经纬度坐标,找到与之对应的经纬度坐标,从而确定目标入侵探测装置对应的目标布置位置,将目标布置位置确定为入侵位置,并将入侵位置添加到入侵报警信息中。
请参阅图6,图6为本申请实施例提供的处理主机的结构示意图。如图6所示,处理主机9可包括总线通信模块51、以太网通信模块52、主机处理器53以及报警中继模块54。
具体的,总线通信模块51分别连接到各入侵探测装置2的第二通信模块33,总线通信模块51将从各第二通信模块33接收到入侵探测结果发送至主机处理器53。
主机处理器53将接收到入侵探测结果分离出对象类型和行为类型,根据分离出的对象类型和行为类型,生成入侵报警信息。
例如,主机处理器53可以根据对象类型和行为类型,确定入侵对象的入侵行为。
将入侵行为与类型行为对照表进行匹配。这里,类型行为对照表中记录有多种类型的入侵对象以及每种类型的入侵对象实施的预设行为类型,并保存在处理主机中;若类型行为对照表中存在入侵行为,则确定与入侵行为相匹配的行为条目对应的目标报警方式;将指示目标报警方式的报警标识添加到入侵报警信息中,生成入侵报警信息。此时,入侵报警信息包括目标图像、对象类型、行为类型以及入侵位置。
示例性的,类型行为对照表可以包括多个行为条目以及与每个行为条目对应的报警方式,每个行为条目包括一种类型的入侵对象以及该种类型的入侵对象实施的一种预设行为类型。
这里的类型行为对照表可以根据现实情况预先设定。如,类型行为对照表的一条行为条目中的对象类型记录为人,行为类型记录为攀爬,当主机处理器53确定的入侵行为中对象类型为人,行为类型为攀爬,并且在类型行为对照表中发现有对应的匹配结果,则生成入侵报警信息。类型行为对照表可以根据安防等级自行设定,如,安防等级较高的安防设施,可以将人、车辆以及动物记录在类型行为对照表的行为条目中,将撞击、摇晃、剪切破坏、攀爬翻越记录在类型行为对照表中行为条目对应的行为类型中,只要在入侵行为中发现上述类型、行为中任意一个组合的入侵行为,就生成入侵报警信息。
针对不同的行为条目可以设置不同的报警方式,如,对于入侵对象的类型为动物时,报警方式为驱动入侵地点附近的声光报警装置进行声光驱离,而对于入侵对象的类型为人时,报警方式为调集安保人员前往入侵地点,进行安防工作。
例如,处理主机还可以用于执行以下处理:若类型行为对照表中存在入侵行为,则确定与入侵行为相匹配的行为条目对应的目标报警方式;将指示目标报警方式的报警标识添加到入侵报警信息中。
这样,可以根据不同威胁程度的入侵行为,采取适当的安保措施,降低安防成本,提高安防工作效率。
主机处理器53随后将入侵报警信息发送至以太网通信模块52,以太网通信模块52将接收到的入侵报警信息发送至监控中心。
这里,总线通信模块51通过总线分别连接到各入侵探测装置2的第二通信模块33,以太网通信模块52通过以太网网线连接到监控中心。
针对上述振动检测组件4转发预警信号的情况,处理主机可以根据预警信号,通过报警中继模块54向布置在目标入侵探测装置附近的声光报警装置发送声光报警信号,以控制声光报警装置进行声光报警。
作为示例,报警装置可以包括警灯或者警笛,也可以是二者的结合。例如,报警装置可以安装在围栏的立柱上,按照实际需求以一定间隔设置。
请参阅图7,图7为本申请实施例提供的视觉检测组件的结构示意图之二。如图7中所示,视觉检测组件3除包括摄像机模组21、视觉处理器22、存储器23、第一通信模块24之外,可还包括照度传感器25、红外灯26、第一电源模块27、内存模块28、图像算法处理器29。
具体的,照度传感器25将检测到的外部环境的当前光照值发送至视觉处理器22。
例如,照度传感器25可以是各种可以用来检测周围环境的光线亮度的传感器,本申请对此不做限制。
视觉处理器22将通过比较当前光照值和光照阈值而产生的指示当前光照值小于光照阈值的控制信号发送至红外灯26,红外灯26响应于接收到的控制信号进行发光,从而进行补光。
这里,红外灯26是用于在光线较暗的环境中为采集图像提供的补光器具,可以向外发出不可见的红外光,具有隐蔽、节能的特点。在本申请实施例中,可以根据实际需求来设定光照阈值,光照阈值可以为摄像机模组21能够清晰捕捉视频、图像所需的最小光照亮度。
视觉处理器22比较当前光照值和光照阈值,当确定当前光照值小于光照阈值时,产生控制信号并发送至红外灯26,以控制红外灯26进行发光,来对环境进行补光。当确定当前光照值不小于(即,大于或者等于)光照阈值时,不产生控制信号,此时,红外灯26不发光。
应理解,除上述通过设置红外灯26的方式之外,还可以基于黑白色数据对图像识别算法进行训练,以此来减小光线暗对图像识别精度的影响。
第一电源模块27可以为视觉检测组件3内的各器件进行供电,例如,可以为摄像机模组21、视觉处理器22、照度传感器25、红外灯26提供电力。
内存模块28可以连接到视觉处理器22,以用于暂时存放视觉处理器22中的运算数据,与存储器23等外部存储器交换的数据。
视觉处理器22为视觉检测组件3的核心控制元件,负责将摄像机模组21采集到的视频、图像发送给图像算法处理器29以及存储器23。
一种情况,可以由图像算法处理器29对摄像机模组21采集的图像进行处理。
此时,可以利用图像算法处理器29中的图像识别算法对采集的图像进行处理,以识别采集到的图像中是否存在入侵对象,并进一步确定入侵对象的类别。应理解,图像算法处理器29中运行的图像识别算法可以为现有的各种可以用于从图像识别出人、动物、物体的图像识别算法,还可以为现有的各种可以对识别出的对象进行分类的图像识别算法,即,可以利用现有的图像识别算法来实现图像算法处理器29的处理功能,本申请对图像识别算法未进行改进。
在此情况下,图像算法处理器29可以将处理结果(即,入侵对象的类别)发送至视觉处理器22,视觉处理器22将处理结果经过第一通信模块24发送至振动检测组件4。
另一种情况,无需图像算法处理器29对摄像机模组21采集的图像进行处理。
此时,视觉处理器22可以直接将摄像机模组21采集的图像、视频经由第一通信模块24发送至振动检测组件4,而不对所采集的图像、视频进行处理。
请参阅图8,图8为本申请实施例提供的入侵探测装置与处理主机的连接拓扑结构图。
在图8所示的示例中,处理主机9连接有两条总线,每条总线用于连接到至少一个入侵探测装置2。示例性的,每个入侵探测装置2的第二通信模块33通过总线连接到处理主机9。示例性的,上述总线可以包括RS485总线或者CAN总线。
在一优选示例中,上述入侵探测系统可还包括监控中心8,处理主机9连接到监控中心8,处理主机9将从各入侵探测装置2接收的图像和振动数据发送至监控中心8,以进行显示。
可选地,监控中心8在接收到的图像和振动数据之后,可以对图像、振动数据进行处理,以显示处理后的结果。应理解,监控中心8对图像的处理过程可以参照上述图像算法处理器29对图像的处理过程,监控中心8对振动数据的处理过程可以参照上述振动处理器32对振动数据的处理过程,本申请对此部分内容不再赘述。
除此之外,针对上述视觉处理器22对采集到图像进行处理、和/或,振动处理器32对采集到的振动数据进行处理的情况,第二通信模块33可以将接收到的图像处理结果以及振动处理结果发送至处理主机9,处理主机9将接收到的图像处理结果以及振动处理结果发送至监控中心8,以进行显示。
示例性的,处理主机9可还连接有一条以太网网线,用于与监控中心8进行通信。
作为示例,处理主机9可以外挂在围栏1上,也可以安装在目标区域的弱电箱里,处理主机9的数量可以根据目标区域的范围大小来确定。
综上,对本申请实施例提供的入侵探测系统的工作流程做简单说明:首先,视觉检测组件3的视野覆盖范围在围栏1的外围形成一定宽度的视频图像检测区,当有闯入者进入到视频图像检测区后,视觉检测组件3采集对闯入者的图像,还可以对闯入者进行分类。在一示例中,可以对进入视频图像检测区的目标类型的闯入者做出预警,目标类型可以根据实际情况自行设定。例如,可以将人、车辆以及具有攻击性的动物确定为目标类型,当上述类型的闯入者进入视频图像检测区时,入侵探测系统向监控中心8发出预警信息,提醒监控人员注意。
当闯入者进一步接近围栏1、并与之接触时,振动检测组件4可以采集到振动信号,基于采集到的振动信号可以对闯入者的入侵位置和/或入侵行为进行分类,入侵探测装置2在确认闯入者的位置和行为后,可以向处理主机9发出报警,并将闯入者的入侵报警信息发送至处理主机。
处理主机9在接收到入侵报警信息后,将入侵行为与类型行为对照表进行匹配,根据预设的对象类型、行为类型的对应信息发出相应的报警信息,安防人员可以根基不同的报警信息,采取适当的安防措施。
处理主机9还可以基于视频或者图像,确定围栏1的外围是否存在闯入者,若发现有闯入者,则证明报警为真,向监控中心8发出报警信息,监控人员可以通过发出报警的入侵探测装置2的标识及经纬度信息,确定闯入者的入侵位置,同时,处理主机9还可以驱动报警装置发出示警,对闯入者进行警示驱离。若确定围栏1的外围不存在闯入者,则说明报警信息可以存在误报,此时可以对报警信息做进一步排查,也可以直接将报警信息滤除。
本申请实施例提供的入侵探测系统,安装、使用方便,成本低,结构上将视觉检测组件3与振动检测组件4相结合,使主动探测与被动探测实现互补,能够对入侵目标精确定位,降低误报率。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种入侵探测系统,其特征在于,所述入侵探测系统包括处理主机和以预设间隔布置在目标区域的围栏上的多个入侵探测装置,每个入侵探测装置包括视觉检测组件以及振动检测组件,所述预设间隔小于视觉检测组件的图像捕获限值和振动检测组件的振动探测限值中的最小值;
所述视觉检测组件从所捕获的初始进入目标区域外围的预警识别区的入侵对象的目标图像中,识别所述入侵对象的对象类型,并将所捕获的目标图像以及所识别的对象类型发送给处于同一个目标入侵探测装置内的振动检测组件;
所述振动检测组件采集由于入侵对象接触围栏而产生的振动信号,根据所述振动信号确定入侵对象的行为类型,并生成入侵探测结果发送给所述处理主机,所述入侵探测结果包括所述目标图像、所述对象类型、所述行为类型以及所述目标入侵探测装置的设备标识;
所述处理主机根据所述对象类型和所述行为类型,生成入侵报警信息。
2.根据权利要求1所述的入侵探测系统,其特征在于,所述多个入侵探测装置的视觉检测组件的图像捕获范围叠加形成预警识别区;
其中,所述视觉检测组件还用于执行以下处理:
实时捕获目标区域外围的预警识别区的图像;
当从所捕获的图像中识别到入侵对象时,将识别到入侵对象的图像确定为所述目标图像,并识别所述目标图像中的入侵对象的对象类型;
确定所述对象类型是否满足预警条件;
若所述对象类型满足预警条件,则产生预警信号,并将所述预警信号发送给处于同一个目标入侵探测装置内的振动检测组件,所述预警信号中携带有预警标识;
所述振动检测组件根据所述预警标识,将所述预警信号直接发送给所述处理主机;
所述处理主机根据所述预警信号,向布置在所述目标入侵探测装置附近的声光报警装置发送声光报警信号,以控制所述声光报警装置进行声光报警。
3.根据权利要求1所述的入侵探测系统,其特征在于,所述视觉检测组件包括摄像机模组、视觉处理器、存储器和第一通信模块;
其中,摄像机模组实时捕获目标区域外围的预警识别区的图像,并将所捕获的图像发送给视觉处理器;
视觉处理器确定所捕获的图像中是否存在入侵对象,将存在入侵对象的目标图像输入到对象类型识别模型,以获得入侵对象的对象类型,并将所述目标图像以及对应的对象类型发送给存储器,以进行存储;
视觉处理器还将所述目标图像以及对应的对象类型发送给第一通信模块;
第一通信模块将接收到的所述目标图像以及对应的对象类型发送给处于同一个目标入侵探测装置内的振动检测组件。
4.根据权利要求3所述的入侵探测系统,其特征在于,所述视觉检测组件还包括照度传感器、红外灯和第一电源模块;
其中,照度传感器检测外部环境的当前光照值,并将当前光照值发送至视觉处理器;
视觉处理器将接收到的当前光照值与预先设定的光照阈值进行比较,在当前光照值小于光照阈值时,向红外灯发送控制信号;
红外灯响应于所述控制信号进行补光;
第一电源模块为摄像机模组、视觉处理器、照度传感器、红外灯提供电力。
5.根据权利要求1所述的入侵探测系统,其特征在于,所述振动检测组件包括振动传感器、振动处理器和第二通信模块;
其中,第二通信模块将从所述视觉检测组件接收的所述目标图像以及所述对象类型,发送给振动处理器;
振动传感器采集由于入侵对象接触围栏而产生的振动信号,并将所述振动信号发送给振动处理器;
振动处理器根据接收到的振动信号确定行为特征向量,将所述行为特征向量输入到行为类型识别模型,以获得入侵对象的行为类型,其中,所述行为特征向量包括振动信号的振幅以及频率;
振动处理器还根据所述目标图像、所述对象类型、所述行为类型以及所述目标入侵探测装置的设备标识,生成入侵探测结果,并将所述入侵探测结果发送给第二通信模块;
第二通信模块将所述入侵探测结果发送给所述处理主机。
6.根据权利要求1所述的入侵探测系统,其特征在于,所述处理主机还用于执行以下处理:
预先记录布置在围栏上的每个入侵探测装置的布置位置;
根据所述设备标识,确定探测到入侵对象的目标入侵探测装置;
确定所述目标入侵探测装置对应的目标布置位置,将所述目标布置位置确定为入侵位置,以将所述入侵位置添加到入侵报警信息中。
7.根据权利要求6所述的入侵探测系统,其特征在于,所述处理主机还用于执行以下处理:
根据所述对象类型和所述行为类型,确定入侵对象的入侵行为;
将所述入侵行为与类型行为对照表进行匹配,其中,所述类型行为对照表中记录有多种类型的入侵对象以及每种类型的入侵对象实施的预设行为类型;
若所述类型行为对照表中存在所述入侵行为,则生成入侵报警信息,其中,所述入侵报警信息包括所述目标图像、所述对象类型、所述行为类型以及所述入侵位置。
8.根据权利要求7所述的入侵探测系统,其特征在于,所述类型行为对照表包括多个行为条目以及与每个行为条目对应的报警方式,每个行为条目包括一种类型的入侵对象以及该种类型的入侵对象实施的一种预设行为类型;
其中,所述处理主机还用于执行以下处理:
若所述类型行为对照表中存在所述入侵行为,则确定与所述入侵行为相匹配的行为条目对应的目标报警方式;
将指示所述目标报警方式的报警标识添加到入侵报警信息中。
9.一种入侵探测系统,其特征在于,所述入侵探测系统包括以预设间隔布置在目标区域的围栏上的多个入侵探测装置,每个入侵探测装置包括:
视觉检测组件,用于捕获进入目标区域外围的预警识别区的入侵对象的目标图像,并将所述目标图像发送给振动检测组件;
振动检测组件,用于采集由于入侵对象接触围栏而产生的振动信号,输出包括所述目标图像和所述振动信号的入侵探测结果;
其中,所述预设间隔小于视觉检测组件的图像捕获限值和振动检测组件的振动探测限值中的最小值。
10.根据权利要求9所述的入侵探测系统,其特征在于,所述入侵探测系统还包括:多个支架,每个入侵探测装置通过对应的支架布置在目标区域的围栏上;
其中,每个支架为垛口形支架,垛口形支架的第一延伸部通过第一卡板与围栏固定连接,垛口形支架的第二延伸部通过第二卡板与围栏固定连接,垛口形支架的中部用于放置入侵探测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111299211.6A CN113870509A (zh) | 2021-11-04 | 2021-11-04 | 一种入侵探测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111299211.6A CN113870509A (zh) | 2021-11-04 | 2021-11-04 | 一种入侵探测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113870509A true CN113870509A (zh) | 2021-12-31 |
Family
ID=78986997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111299211.6A Pending CN113870509A (zh) | 2021-11-04 | 2021-11-04 | 一种入侵探测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113870509A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114913654A (zh) * | 2022-05-16 | 2022-08-16 | 北京京航安机场工程有限公司 | 一种基于边缘计算的机场围界入侵预报警处理设备及方法 |
CN117542153A (zh) * | 2024-01-03 | 2024-02-09 | 深圳市纳泽科技有限公司 | 一种基于九轴传感器的入侵检测方法、系统、围栏和设备 |
CN117830053A (zh) * | 2023-12-22 | 2024-04-05 | 中国电子信息产业集团有限公司第六研究所 | 一种周界安防告警系统及方法 |
-
2021
- 2021-11-04 CN CN202111299211.6A patent/CN113870509A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114913654A (zh) * | 2022-05-16 | 2022-08-16 | 北京京航安机场工程有限公司 | 一种基于边缘计算的机场围界入侵预报警处理设备及方法 |
CN117830053A (zh) * | 2023-12-22 | 2024-04-05 | 中国电子信息产业集团有限公司第六研究所 | 一种周界安防告警系统及方法 |
CN117542153A (zh) * | 2024-01-03 | 2024-02-09 | 深圳市纳泽科技有限公司 | 一种基于九轴传感器的入侵检测方法、系统、围栏和设备 |
CN117542153B (zh) * | 2024-01-03 | 2024-03-15 | 深圳市纳泽科技有限公司 | 一种基于九轴传感器的入侵检测方法、系统、围栏和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113870509A (zh) | 一种入侵探测系统 | |
EP2564380B1 (en) | Method and system for security system tampering detection | |
US9247215B1 (en) | Laser sensor system | |
CN113256924A (zh) | 一种轨道列车的监控系统,监控方法及监控装置 | |
CN110126885B (zh) | 一种铁路周界入侵目标监测方法及系统 | |
KR101927364B1 (ko) | 딥 러닝 기반의 상황인지 실외 침입감지 레이더 시스템 및 이를 이용한 침입 감지 방법 | |
CN103456024B (zh) | 一种运动目标越线判断方法 | |
CN206629277U (zh) | 一种wsn监测系统 | |
CN208903386U (zh) | 入侵报警设备及系统 | |
CN112382033A (zh) | 一种区域型入侵报警系统 | |
KR20180103596A (ko) | 영상 감시가 가능한 지능형 보안등 제어시스템 | |
CN112757300A (zh) | 机器人的防护系统及方法 | |
KR20180058919A (ko) | 가상 펜스용 감지장치 | |
US20210383688A1 (en) | Traffic monitoring and evidence collection system | |
KR102333747B1 (ko) | 고정확도의 도로 위험상황 감지 시스템 및 방법 | |
CN212724329U (zh) | 覆盖双向车道的违法鸣笛和违法改装车抓拍系统 | |
KR101046819B1 (ko) | 소프트웨어 휀스에 의한 침입감시방법 및 침입감시시스템 | |
CN216211408U (zh) | 一种入侵探测系统 | |
CN111931657A (zh) | 目标物识别系统、方法以及存储介质 | |
CN205946010U (zh) | 一种基于计算机视觉的多功能监控装置 | |
JP2000172961A (ja) | 監視警戒装置 | |
KR101686851B1 (ko) | Cctv 카메라를 이용한 통합 관제 시스템 | |
CN213876966U (zh) | 一种铁路周界安全防范系统 | |
KR102440169B1 (ko) | 멀티센서 신호 융합과 ai 영상 분석을 통한 유효감지 정확도를 향상시킨 스마트 경계 시스템 | |
CN202904792U (zh) | 一种智能可视化报警系统 |
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 |