CN114548860A - 一种粮仓监控安全防护方法、装置、设备和介质 - Google Patents

一种粮仓监控安全防护方法、装置、设备和介质 Download PDF

Info

Publication number
CN114548860A
CN114548860A CN202210102066.6A CN202210102066A CN114548860A CN 114548860 A CN114548860 A CN 114548860A CN 202210102066 A CN202210102066 A CN 202210102066A CN 114548860 A CN114548860 A CN 114548860A
Authority
CN
China
Prior art keywords
granary
risk
data
determining
monitoring
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
CN202210102066.6A
Other languages
English (en)
Other versions
CN114548860B (zh
Inventor
余汉印
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.)
Beijing Liangan Technology Co ltd
Original Assignee
Beijing Liangan Technology Co ltd
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 Beijing Liangan Technology Co ltd filed Critical Beijing Liangan Technology Co ltd
Priority to CN202210102066.6A priority Critical patent/CN114548860B/zh
Publication of CN114548860A publication Critical patent/CN114548860A/zh
Application granted granted Critical
Publication of CN114548860B publication Critical patent/CN114548860B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Alarm Systems (AREA)

Abstract

本申请涉及一种粮仓监控安全防护方法、装置、设备和介质，本申请实时获取粮仓的环境数据和监控视频数据，并根据监控视频数据建立粮仓三维模型，以实现对粮仓的实时情况的查看，对粮仓三维模型进行分析确定粮仓固定区域和粮仓运动区域，对粮仓运动进行运动物体的属性信息确定，以确定运动物体是否具有进入粮仓的资格；然后在确定粮仓固定区域中存在风险物时，将该风险物的触发因素对应的环境数据中的数据以及预设的数据阈值进行对比，以确定在当前的环境下，该风险物是否存在风险；通过粮仓内的固定物以及运动物的监控确定是否发生风险，如果存在则触发风险警示事件进行风险预警，提高了粮仓的监控的安全性。

Description

一种粮仓监控安全防护方法、装置、设备和介质
技术领域
本申请涉及粮仓监控的领域，尤其是涉及一种粮仓监控安全防护方法、装置、设备和介质。
背景技术
粮食是人类生存的必需物质，每年都会有大量的粮食存放入粮仓，如果存储不当会造成巨大的经济损失，粮仓的安全性之观众要。粮食在粮仓存储过程中造成质量问题的主要是温度和湿度的变化，当空气湿度变化，粮食会受潮，霉菌会新陈代谢放热，粮食会局部温度升高，粮食霉变，因此相关技术对粮食温度和湿度进行监测，监控粮食的情况，通过监控温度数据和湿度数据与对应数据极限值来确定是否进行预警。
发明人在研究中发现：相关技术中忽略了其他外在因素带来的安全性问题，不能满足粮仓安全性的需求。
发明内容
为了提高粮仓的安全性监控，本申请提供一种粮仓监控安全防护方法、装置、设备和介质。
第一方面，本申请提供一种粮仓监控安全防护方法，采用如下的技术方案：
一种粮仓监控安全防护方法，包括：
实时获取粮仓的监控视频数据和环境数据；
根据实时获取的粮仓的监控视频数据建立粮仓三维模型，并显示所述粮仓三维模型；
对所述粮仓三维模型进行分析，确定粮仓的粮仓固定区域和粮仓运动区域；
对所述粮仓运动区域进行运动物体的属性识别，得到运动物体的属性信息，所述属性信息用于确定所述运动物体是否具有进入粮仓的资格；
确定所述粮仓固定区域是否存在风险物；
当存在风险物时，确定所述风险物的风险触发因素，且，从所述环境数据中确定与所述风险触发因素对应的目标数据，并将所述目标数据与预设的数据阈值进行对比，得到对比结果；
根据所述属性信息或所述对比结果确定所述粮仓是否存在风险，若是，则触发风险警示事件，以在所述粮仓三维模型进行标注；
其中，根据所述属性信息确定所述粮仓是否存在风险，包括：
确定所述粮仓运动区域的运动物体的属性信息，其中，所述属性信息包括：动物属性、人体属性、设备属性；
当所述属性信息为动物属性时，确定所述粮仓存在风险；
当所述属性信息为人体属性时，对任意一张包括人员特征的粮仓运动区域的视频图像进行人员身份识别，确定人员身份信息；
根据所述人员身份信息判断当前人员是否为合法出入粮仓人员；若所述当前人员不是所述合法出入粮仓人员时，确定所述粮仓存在风险；
当所述属性信息为设备属性时，对任意一张包括设备特征的粮仓运动区域的视频图像进行设备标识识别，确定设备信息；
根据所述设备信息判断当前设备是否为合规设备；若否，则确定所述粮仓存在风险。
优选地，所述根据所述人员身份信息判断当前人员是否为合法出入粮仓人员，包括：
根据所述人员身份信息判断当前人员是否为合法员工；
若不为合法员工身份，则确定所述当前人员不为合法出入粮仓人员；
若为合法员工身份，则根据预设合法员工与工作时段的对应关系确定当前时间是否为合规时间；若不为合规时间，则确定所述当前人员不为合法出入粮仓人员。
优选地，所述确定所述风险物的风险触发因素，且，从所述环境数据中确定与所述风险触发因素对应的目标数据，并将所述目标数据与预设的数据阈值进行对比，得到对比结果，包括：
当确定所述风险物的风险触发因素为温度或湿度时，则从所述环境数据中确定与所述温度或湿度对应的当前温度数据或当前湿度数据；
判断所述当前温度数据或当前湿度数据是否处于对应的预设风险数据范围，得到判断结果，其中，所述判断结果与对比结果相对应。
优选地，还包括：
若所述当前温度数据或当前湿度数据在对应的预设风险数据范围内，则发送升降温指令或除湿指令至对应的降温设备或除湿设备，以达到标准温度或标准湿度。
优选地，还包括：
判断所述环境数据中的任一数据是否在对应的预设安全数据范围内；其中，所述环境数据至少包括：温度数据、湿度数据、烟尘浓度数据、气体浓度数据；
若否，则触发环境数据警示事件，以在所述粮仓三维模型进行标注。
优选地，所述根据实时获取的粮仓的监控视频数据建立粮仓三维模型，包括：
获取粮仓的所有激光扫描图像，并根据所述所有激光扫描图像确定粮仓的激光三维点云数据；
根据所述监控视频数据得到空中三维点云数据；
根据所述激光三维点云数据和所述空中三维点云数据进行建模，得到所述粮仓三维模型。
第二方面，本申请提供一种粮仓监控安全防护装置，采用如下的技术方案：
一种粮仓监控安全防护的装置，包括：
数据获取模块，用于获取粮仓设定区域对应的监控视频和环境数据；
粮仓三维模型建立模块，用于根据实时获取的粮仓的监控视频数据建立粮仓三维模型，并显示所述粮仓三维模型；
区域确定模块，用于对所述粮仓三维模型进行分析，确定粮仓的粮仓固定区域和粮仓运动区域；
属性信息获得模块，用于对所述粮仓运动区域进行运动物体的属性识别，得到运动物体的属性信息，所述属性信息用于确定所述运动物体是否具有进入粮仓的资格；
风险物确定模块，用于确定所述粮仓固定区域是否存在风险物；
对比结果获得模块，用于当存在风险物时，确定所述风险物的风险触发因素，且，从所述环境数据中确定与所述风险触发因素对应的目标数据，并将所述目标数据与预设的数据阈值进行对比，得到对比结果；
风险确定模块，用于根据所述属性信息或所述对比结果确定所述粮仓是否存在风险，若是，则触发风险警示事件，以在所述粮仓三维模型进行标注；
其中，风险确定模块执行根据所述属性信息确定所述粮仓是否存在风险时，包括：
属性信息确定单元，用于确定所述粮仓运动区域的运动物体的属性信息，其中，所述属性信息包括：动物属性、人体属性、设备属性；
第一风险确定单元，用于当所述属性信息为动物属性时，确定所述粮仓存在风险；
人员身份信息确定单元，用于当所述属性信息为人体属性时，对任意一张包括人员特征的粮仓运动区域的视频图像进行人员身份识别，确定人员身份信息；
第二风险确定单元，用于根据所述人员身份信息判断当前人员是否为合法出入粮仓人员；若所述当前人员不是所述合法出入粮仓人员时，确定所述粮仓存在风险；
设备信息确定单元，用于当所述属性信息为设备属性时，对任意一张包括设备特征的粮仓运动区域的视频图像进行设备标识识别，确定设备信息；
第三风险确定单元，用于根据所述设备信息判断当前设备是否为合规设备；若否，则确定所述粮仓存在风险。
第三方面，本申请提供一种电子设备，采用如下的技术方案：
一种电子设备，该电子设备包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：执行根据第一方面任一种可能的实现方式所示的一种粮仓监控安全防护方法。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，包括：存储有能够被处理器加载并执行实现第一方面任一种可能的实现方式所示的一种粮仓监控安全防护方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：
1.本方案实时获取粮仓的环境数据和监控视频数据，并根据监控视频数据建立粮仓三维模型，以实现对粮仓的实时情况的查看，对粮仓三维模型进行分析确定粮仓固定区域和粮仓运动区域，对粮仓运动进行运动物体的属性信息确定，以确定运动物体是否具有进入粮仓的资格；然后在确定粮仓固定区域中存在风险物时，将该风险物的触发因素对应的环境数据中的数据以及预设的数据阈值进行对比，以确定在当前的环境下，该风险物是否存在风险；通过粮仓内的固定物以及运动物的监控确定是否发生风险，如果存在则触发风险警示事件进行风险预警，提高了粮仓的监控的安全性，其中，本方案对多种属性信息的运动物体进行考量，更加全面分析运动物体的属性信息，当属性信息为动物属性时确定粮仓存在风向，当属性信息为人体属性/设备属性时，根据人员身份信息/设备信息确定粮仓是否存在风险，避免了仅仅对出入人员进行安全判断的低效管控，本方案对运动物体的分析更加全面，提高了粮仓危险性判断的准确性，实现粮仓的高效管控。
附图说明
图1为本申请实施例提供的一种粮仓监控安全防护方法的流程示意图；
图2为本申请实施例提供的一种实时获取粮仓的监控视频数据的流程示意图；
图3为本申请实施例提供的一种粮仓三维模型建立的流程示意图；
图4为本申请实施例提供的一种粮仓监控安全防护装置的结构示意图；
图5为本申请实施例提供的一种风险确定单元模块中包括的部分单元的结构示意图；
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
以下结合附图1-附图6对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的范围内都受到专利法的保护。
粮仓是储藏粮食的专用建筑物，用户存放大量粮食，粮仓建设应将充分保障粮食储藏安全放在首位，从粮食自身的物理性质方面考虑，粮仓要具有防潮性、隔热性、通风性、气密性、防火性，只有满足这些性能才能达到储粮品质安全的需要。常规的一般采用的手段是实时监测环境数据，通过监控环境数据与对应环境数据极限值来确定是否进行预警，但是仅仅从环境的基础数据确定粮仓的安全性以及不能满足实际粮仓监控的需求。
本申请实施例提供了一种粮仓监控安全防护方法，由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此，该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请实施例在此不做限制，如图1所示，该方法包括：
步骤S110、实时获取所有粮仓设定区域对应的监控视频和环境数据。
本实施例执行主体为电子设备，该电子设备可以通过中间传输系统与前端采集的装置如视频采集装置、环境数据采集装置，进行数据传输，以获取监控视频和环境数据。且，本申请实施例采用的视频采集装置可以是高清红外摄像机或具有补光装置的白光摄像机，以便能够清晰的拍摄到粮仓设定区域的所有情况，所有情况包括但是不限定于粮食、人体、动物、设备，当然也可以包括粮食内的虫害。视频采集装置可以是搭载在无人机上的倾斜摄像装置，还可以是多个固定在粮仓设定区域的视频采集器，当视频采集装置是搭载在无人机上的倾斜摄像装置时，可以设置固定的无人机行驶轨迹以利用少量的无人机即可得到粮仓的全部监控视频数据，当视频采集装置是多个固定在粮仓设定区域的视频采集装设备，每一粮仓设定区域均设置有至少一个视频采集设备。
当然，电子设备中可以包括存储设备，对获取的监控视频以及环境数据进行存储，以供后续历史查询。在本申请实施例中，在粮仓的多个区域设置有环境数据采集装置，以实现对整个粮仓的监控。其中，环境数据采集装置可以包括：温度传感设备、湿度传感设备、气体浓度传感设备、烟尘浓度传感设备、气体浓度传感设备中的任意一种或者多种，用户可自定义设置。
进一步的，在本申请实施例中，当监控视频数据为每一粮仓设定区域对应的监控视频数据的集合时，预先设置有粮仓设定区域和视频采集设备的标识信息以及环境数据采集装置的标识信息的对应关系，具体地，获取粮仓设定区域的视频采集设备的标识信息，根据该视频采集设备的标识信息确定监控视频；获取粮仓设定区域的环境数据采集装置的标识信息，根据该环境数据采集装置的标识信息确定环境数据。其中，在本申请实施例中，粮仓设定区域的监控视频至少是一个视频采集设备拍摄的监控视频，同时，预设区域的环境数据至少是一个环境数据采集设备采集的环境数据，本实施例不再进行限定，只要是能够实现本实施例的目的即可。
进一步的，在本申请实施例中，当监控视频数据为搭载在无人机上的倾斜摄像装置采集到的数据时，可以设置无人机的行驶轨迹，其中，无人机的行驶规划包括：飞行高度、行驶速度、行驶轨迹、倾斜摄像装置的控制信息；控制无人机按照既定的行驶规划飞行，并且控制倾斜摄像装置采集监控视频数据。
步骤S120、根据实时获取的粮仓的监控视频数据建立粮仓三维模型，并显示粮仓三维模型。
具体地，在本申请一种可实现的实施例中，可以根据实时获取的粮仓的监控视频数据利用三维实景建模软件进行三维建模，得到粮仓三维模型，进一步的，还可以在粮仓内设置多个标准点，同时记录每一标准点的标准位置，利用标准点的标准位置对得到的粮仓三维模型进行校正，以提高粮仓的精确度。在本申请另一种可实现的实施例中，根据实时获取的粮仓的监控视频数据以及粮仓的所有激光扫描图像建立粮仓三维模型，以提高三维模型建立的准确性。可以理解的是，本实施例得到的粮仓三维模型是实时的，随着时间在进行变化，以达到实时监测的目的。
步骤S130、对粮仓三维模型进行分析，确定粮仓的粮仓固定区域和粮仓运动区域。
具体地，在得到粮仓三维模型后，对粮仓三维模型进行分析，确定粮仓的粮仓固定区域和粮仓运动区域，具体包括：对当前的粮仓三维模型对应的监控视频数据的多个视频帧数据进行目标检测，确定粮仓中的粮仓固定区域和粮仓运动区域，其中，该粮仓固定区域指的是在监控视频中每一视频帧图像中作为背景的区域，而粮仓运动区域指的是在监控视频中一些视频帧图像中作为运动的前景区域。区分固定区域以及运动区域能够更有针对性的对运动目标进行捕获以及对固定区域的风险性物品进行识别，提高了捕获以及识别的精准度。
确定粮仓运动区域以及粮仓固定区域的方式具体可以是：获取粮仓三维模型对应的监控视频数据的多张粮仓视频帧数据，并根据多张粮仓视频帧数据进行背景建模，得到背景模型，该背景模型作为粮仓固定区域；利用背景模型对当前粮仓视频帧数据进行运动物体提取，得到粮仓运动区域。进一步的，根据多张粮仓视频帧数据进行背景建模，得到背景模型，包括：从多张粮仓视频帧数据中提取固定区域和运动区域，将固定区域进行区域划分，得到各个子区域；计算各个子区域的运动矢量，并对运动矢量进行分析，得到全局运动矢量；基于固定区域以及全局运动矢量进行背景建模，得到背景模型。具体地，利用固定区域建立初始背景模型，然后再利用全局运动矢量对初始背景模型进行修正，避免了由于视频采集装置运动造成的背景建模的误差，使建立的背景模型更加准确，也进而提高了粮仓运动区域的确定精度。
步骤S140、对粮仓运动区域进行运动物体的属性识别，得到运动物体的属性信息。
属性信息用于确定运动物体是否具有进入粮仓的资格。
在本申请实施例中，对粮仓运动区域进行识别，以确定当前运动物体的属性信息，其中，运动物体可以包括：人体、动物、设备中的一个或者多个，对应的属性信息包括人体属性、动物属性、设备属性；根据其属性信息确定运动物体是否具有进入粮仓的资格；具体地，当运动物体的属性信息是动物属性时，确定不具有进入粮仓的资格；当运动物体的属性信息是人体属性时，可以进一步根据人员的人员身份信息确定是否具有进入粮仓的资格；当运动物体的属性信息是设备属性时，根据设备的设备信息确定是否具有进入粮仓的资格。
具体地，由于运动物体类型即属性信息多种多样，为了多方面进行考量，对运动物体分析的更加全面，有效的提高运动物体对于粮仓的危险性判断的准确性，其中，根据属性信息确定是否存在风险，包括：确定粮仓运动区域的运动物体的属性信息，其中，属性信息包括：动物属性、人体属性、设备属性；当属性信息为动物属性时，确定粮仓存在风险；当属性信息为人体属性时，对任意一张包括人员特征的粮仓运动区域的视频图像进行人员身份识别，确定人员身份信息；根据人员身份信息判断当前人员是否为合法出入粮仓人员；若当前人员不是合法出入粮仓人员时，确定粮仓存在风险；当属性信息为设备属性时，对任意一张包括设备特征的粮仓运动区域的视频图像进行设备标识识别，确定设备信息；根据设备信息判断当前设备是否为合规设备；若否，则确定粮仓存在风险。
可以理解的是，本实施例对多种属性信息的运动物体进行考量，更加全面分析运动物体的属性信息，当属性信息为动物属性时确定粮仓存在风向，当属性信息为人体属性/设备属性时，根据人员身份信息/设备信息确定粮仓是否存在风险，避免了仅仅对出入人员进行安全判断的低效管控，本实施例对运动物体的分析更加全面，提高了粮仓危险性判断的准确性，实现粮仓的高效管控。
具体地，在本申请实施例中，确定粮仓运动区域的运动物体的属性信息的方式可以包括：对粮仓运动区域的运动物体进行特征提取，得到运动物体的特征向量；将特征向量与预存的特征向量进行对比，得到对比值，其中，每一特征向量对应有属性标签，该属性标签为动物或人体或设备，根据对比值最高特征向量对应的标签确定运动物体的属性信息。
当属性信息为动物属性时，由于动物出现粮仓会造成粮食污染，也会由于动物的行为方案粮仓中各设备的运行，因此，动物存在会对粮仓产生较大危害，当确定属性信息为动物属性时，确定粮仓存在风险。
当属性信息为人体信息时，对任意一张包括人员特征的粮仓运动区域进行人员身份的识别，确定人员身份信息，其中，人员特征包括但是不限定于：人脸、服饰、工牌。可以理解的是，系统内预先存储有标准的人员特征信息，将得到的人员特征信息与标准的人员特征信息进行对比，以确定人员身份信息，并根据人员身份信息当前人员是否为合法出入粮仓人员。由此，对于人员身份信息的确认，在一种可实现的方式中，人员特征为人脸/工牌时，提取包括人员特征的粮仓运动区域中的人脸/工牌特征，将人脸/工牌特征与预先存储的合法人脸/工牌特征进行匹配，确定匹配值，确定最高匹配值是否大于预设匹配阈值，若是，则根据最高匹配值确定人员身份信息；在另一种可实现的方式中，人员特征为服饰，则提取粮仓运动区域中人员的服饰特征，确定对应的工种，判断该工种是否为合法出入粮仓的工种，可以理解的是进出粮仓的只能是专职人员，通过设定固定服饰有助于简化判断方式，且实际的粮仓中的工人也可以通过服饰确定是否存在违规进入粮仓的行为，不仅实现了线上监控还实现了线下监控。进而根据人员身份信息确定当前人员是否是合法出入粮仓人员，若否则确定粮仓存在风险。
进一步的，根据人员身份信息判断当前人员是否为合法出入粮仓人员，包括：根据人员身份信息判断当前人员是否为合法员工；若不为合法员工身份，则确定当前人员不为合法出入粮仓人员；若为合法员工身份，则根据预设合法员工与工作时段的对应关系确定当前时间是否为合规时间；若不为合规时间，则确定当前人员不为合法出入粮仓人员。
由于每个人都有确定的工作时间，因此，为了避免粮仓中有非工作时间出入造成粮仓监管漏洞的情况发生，本实施例当判断人员身份信息时除了需要确定其是否为合法员工身份，还需要判断是否在合规时间出现，以实现粮仓的有力监管。具体地，根据人员身份信息判断当前人员是否为合法员工的方式包括：将人员身份信息与预先存储的标准合法员工信息进行匹配，当匹配成功后，确定为合法员工，否则为非法员工。进而，在电子设备内存储有各员工的工作时间，当确定人员身份信息为合法员工身份后，根据预先确定的员工身份与工作时段的对应关系确定当前时间对应该员工是否为合规时间，若不为合规时间，则确定人员身份信息不为合法出入粮仓身份信息。
当属性信息为设备属性时，对任意一张包括设备特征的粮仓运动区域进行设备标识识别，确定设备信息。其中，该设备标识可以是贴在设备表面的条形码或者二维码，根据该条形码或者二维码确定的设备信息包括单不限于：设备型号、设备运行状态、设备运行许可时间、设备编号、设备名称；然后基于设备的编号，或设备运行许可时间以及设备编号，确定设备是否为合规设备；若否，则确定粮仓存在风险，有非合规设备在粮仓内运行，可能设备运行故障会造成粮仓运转慢，还可能是存在违规搬运粮食的情况。
步骤S150、确定粮仓固定区域是否存在风险物。
具体地，在本申请实施例中，对粮仓固定区域进行识别，以确定粮仓固定区域是否存在风险物，其中，风险物包括但是不限定于：易燃物品、易爆物品、化学危害药品。具体地，对粮仓固定区域进行特征识别，确定多个特征向量；将多个特征向量与预先存储的风险物特征向量进行的匹配，得到匹配结果，根据匹配结果确定是否存在风险物。
步骤S160、当存在风险物时，确定风险物的风险触发因素，且，从环境数据中确定与风险触发因素对应的目标数据，并将目标数据与预设的数据阈值进行对比，得到对比结果。
其中，确定粮仓存在风险物时，根据预设风险物与风险触发因素的映射关系，确定风险物的风险触发因素。具体地，风险物与风险触发因素相对应，风险触发因素可以是温度、湿度、压强、气体含量等。在确定风险触发因素后，从环境数据中找到与风险触发因素对应的目标数据，将该目标数据与预设的数据阈值进行对比，根据对比结果确定在当前的目标数据下该风险物是否会造成风险。可以理解的是，电子设备中预先存储有多种风险物对应的风险触发因素，以及风险触发因素对应的数据阈值，该数据阈值为根据风险物体的性质确定的，具体数据可以是用户自定义确定，还可以是联网后从网上爬取到的数据。
其中，对比结果包括对比成功和对比失败，若对比成功，则确定目标数据是能够触发风险的数据，若对比失败，则确定目标数据是不能触发风险的数据。进而，对比失败后，还可以根据多个预设区间范围确定目标数据所属的区间范围；然后根据预设区间范围与风险程度的对应关系确定该区间范围对应的风险程度，进而基于风险程度确定触发不同的警示事件。
需要说明的是，步骤S130与步骤S140、步骤S150的步骤执行先后顺序可自定义设置，只要保证S140之后执行步骤S150即可。其中，图1的执行顺序仅仅是一个示例，并不是对本实施例的限定。
步骤S170、根据属性信息或对比结果确定粮仓是否存在风险，若是，则触发风险警示事件，以在粮仓三维模型进行标注。
本实施例可以基于属性信息或对比结果确定是否存在风险，具体包括：根据属性信息确定是否存在风险：当根据属性信息确定运动物体具有进入粮仓的资格，确定不发生风险，当根据属性信息确定运动物体不具有进入粮仓的资格时，确定发生风险；根据对比结果确定是否存在风险：当对比成功，则确定发生风险，当对比失败，则确定不发生风险。
触发风险警示事件以在粮仓三维模型进行标注，粮仓的三维场景以及环境数据场景展现在前台页面，具体地突出方式可以是标红还可以是加粗，或者在显示界面文字提示，改善了客户体验。当然，触发风险警示事件还可以包括：发送警示短信至负责人，还可以是发送警示指令至粮仓内的警示装置，当然还可能存在其他方式，本实施例不再进行限定，用户可自定义设置，只要是能够实现本实施例的目的即可。
综上可知，本实施例实时获取粮仓的环境数据和监控视频数据，并根据监控视频数据建立粮仓三维模型，以实现对粮仓的实时情况的查看，对粮仓三维模型进行分析确定粮仓固定区域和粮仓运动区域，对粮仓运动进行运动物体的属性信息确定，以确定运动物体是否具有进入粮仓的资格；然后在确定粮仓固定区域中存在风险物时，将该风险物的触发因素对应的环境数据中的数据以及预设的数据阈值进行对比，以确定在当前的环境下，该风险物是否存在风险；通过粮仓内的固定物以及运动物的监控确定是否发生风险，如果存在则触发风险警示事件进行风险预警，提高了粮仓的监控的安全性，其中，本实施例对多种属性信息的运动物体进行考量，更加全面分析运动物体的属性信息，当属性信息为动物属性时确定粮仓存在风向，当属性信息为人体属性/设备属性时，根据人员身份信息/设备信息确定粮仓是否存在风险，避免了仅仅对出入人员进行安全判断的低效管控，本实施例对运动物体的分析更加全面，提高了粮仓危险性判断的准确性，实现粮仓的高效管控。
在另一实施例中，在节省成本的同时，为了提高获取监控视频的完整性便于追踪当前的拍摄情况，同时实时本实施例提供一种实时获取粮仓的监控视频数据的方式，具体请参考图2，图2为本申请实施例提供的一种实时获取粮仓的监控视频数据的流程示意图，包括：步骤S210、步骤S220、步骤S230、步骤S240，其中：
步骤S210、获取搭载有倾斜摄像装置的无人机的行驶路径，行驶路径为由粮仓的多个指定摄像位置形成的路径。
行驶路径为无人机的飞行路径，当无人机飞行的同时，控制倾斜摄像装置采集视频数据。具体地，行驶路径为由粮仓的多个指定摄像位置形成的路径，多个指定位置可以为用户预先设定的，倾斜摄像装置在每个指定位置取景，采集视频数据。在采集视频数据的时候，可以是无人机转动，倾斜摄像装置不动，以采集到指定位置的多方向的视频数据；还可以是无人机不转动，倾斜摄像装置转动，以采集到指定位置的多方向的视频数据。
本实施例利用无人机搭载倾斜摄像装置进行监控视频数据的采集，无人机体积小，灵活轻便，可以搭载倾斜摄像装置在粮仓内进行各个指定位置进行视频采集，采集视频的范围更广，避免了在粮仓各个指定位置均设置一个视频采集设备造成的成本高的问题。当然，搭载有倾斜摄像装置的无人机的数量可以是多个，每个无人机分配有固定的区域，可快速实现对监控视频数据的采集。
进一步的，由于无人机的巡航具有时间限制，因此，粮仓监控安全防护方法，还可以包括：获取无人机的第一电量和倾斜摄像装置的第二电量；当第一电量小于预设无人机电量阈值，或当第二电量小于预设摄像电量阈值时，获取返航行驶路径；其中，返航行驶路径为根据最接近的充电位置以及当前位置确定的；控制无人机按照返航行驶路径行驶，并当无人机达到充电位置后，控制无人机或倾斜摄像装置充电；控制备用无人机达到当前位置，以便备用无人机上的备用倾斜摄像装置进行视频采集。
可以理解的是，在粮仓的多个位置处设置有充电装置，该充电装置包括：无人机的充电设备以及倾斜摄像装置的充电设备。预设无人机电量阈值以及预设摄像电量阈值可以是用户自定义设置，还可以是基于当前的温度和/或粮仓内最远的距离确定的，本实施例不再进行限定，只要是能够实现本实施例的目的即可。
具体地，对于返航行驶路径获取方式，可以包括：获取无人机的当前位置；根据当前位置从预存的各充电位置中确定最优的空闲充电位置；按照当前位置与最优的空闲充电位置，自动生成返航行驶路径。其中，获取最优的空闲充电位置可以是基于当前位置与各充电位置的距离长短确定的，最短的空闲的充电位置为最优的空闲充电位置。
当返航行驶路径确定后，控制无人机按照返航行驶路径行驶，在达到充电位置后，进行充电。可以理解的是，在当第一电量小于预设无人机电量阈值，或当第二电量小于预设摄像电量阈值时，获取返航行驶路径之后，控制备用无人机达到当前位置，或者，在第一电量小于第一电量阈值，或，第二电量小于第二电量阈值时，控制备用无人机达到当前位置，其中，第一电量阈值大于预设无人机电量阈值，第二电量阈值大于预设摄像电量阈值，此时备用无人机在第一电量达到预设无人机电量阈值前或，备用无人机在第二电量达到预设摄像电量阈值前，控制备用无人机达到当前位置，然后在当前无人机返航时或者返航前已经控制备用倾斜摄像装置进行子监控视频数据的采集。
可见，本实施例通过监测无人机以及倾斜摄像装置的电量情况，当电量较低时，控制无人机到充电位置进行充电，同时使用备用无人机上的备用倾斜摄像装置进行摄像，保证了监控视频数据的完整。
步骤S220、实时获取无人机的位置，并在粮仓地图上利用跟踪标记对无人机的位置进行标记。
具体地，在本申请实施例中，无人机设置有定位装置以及通信装置，定位装置将位置对应的信息通过通信装置发送至电子设备，电子设备获取到无人机的位置。可以是按照设定周期发送位置至电子设备，设定周期用户可自定义设置，可以是30s、60s、120s，或者其他周期。
本实施例设置有粮仓地图，粮仓地图可以是二维显示还可以是三维显示。其中，跟踪标记可以是有方向的箭头还可以是一个点，可根据实际需求设置，本步骤在粮仓地图上利用跟踪标记对无人机的位置进行标记，以便用户能够时刻看到当前无人机所处的位置，对其进行实时的查看，在确定出现位置错误的情况时，能够及时对无人机进行控制，保证航向正确。
步骤S230、控制无人机按照行驶路径行驶，且当无人机的跟踪标记到达任一指定摄像位置时，控制倾斜摄像装置采集指定摄像位置的子监控视频数据，直至完成所有指定摄像位置的摄像。
其中，任一指定摄像位置为行驶路径中的指定摄像位置。
步骤S240、获取倾斜摄像装置发送的监控视频数据，其中，监控视频数据包括所有的子监控视频数据。
可以理解的是，当倾斜摄像装置采集完成行驶路径中所有指定摄像位置的子监控视频数据后，完成了当前的监控视频数据的采集。为了实现动态监控，无人机需要在粮仓内进行持续行驶，无人机上搭载的倾斜摄像装置需要持续采集监控视频数据。
进一步的，为了保证得到的监控视频数据的完整性，当无人机的跟踪标记到达任一指定摄像位置时，控制倾斜摄像装置采集指定摄像位置的子监控视频数据之后，还包括：
根据指定摄像位置的采集信息确定子监控视频数据是否为完整视频数据；
若否，则进行提示，并控制倾斜摄像装置重新采集；
其中，采集信息包括:采集时长、采集到的子监控视频数据对应的视频质量、视频采集角度范围中的任意一种或者多种。
其中，根据指定摄像位置的采集信息确定子监控视频数据是否为完整视频数据的方式具体为，将指定摄像位置的采集信息中的指定信息与预设信息范围进行匹配，若匹配成功，则确定是完整的视频数据，若匹配不成功，则进行提示，并重新采集。对于将指定摄像位置的采集信息中的指定信息与预设信息范围进行匹配，若匹配成功，则确定是完整的视频数据，举例说明，若指定信息为采集到的子监控视频数据对应的视频质量，判断采集到的子监控视频数据对应的视频质量是否达到标准视频质量，若是，则确定是完整的视频数据。
可见，本实施例在获取到指定摄像位置的采集信息后，进行完整性判断，在不完整时，控制再采集，保证了视频的完整，进而能够提高建立粮仓三维模型的准确性。
具体地，在本申请实施例中，请参考图3，图3为本申请实施例提供的一种粮仓三维模型建立的流程示意图，其中，根据实时获取的粮仓的监控视频数据建立粮仓三维模型，包括：步骤S310、步骤S320、步骤S330，其中：
步骤S310、获取粮仓的所有激光扫描图像，并根据所有激光扫描图像确定粮仓的激光三维点云数据。
具体地，在本申请实施例中，进行粮仓的三维重建时，根据激光扫描探测器采集到的粮仓的所有激光扫描图像建立该粮仓的激光三维点云数据，具体地，根据所有激光扫描图像和标定参数，确定激光线的空间位置坐标；根据空间位置和标定参数将所有的空间位置坐标变换到同一坐标中，得到粮仓的激光三维点云数据。
步骤S320、根据监控视频数据得到空中三维点云数据。
根据监控视频数据得到空中三维点云数据，具体地，利用图形处理器对监控视频数据所包含的POS信息自动进行空中三角测量计算，生成空中三维点云数据。
步骤S330、根据激光三维点云数据和空中三维点云数据进行建模，得到粮仓三维模型。
本实施例中，可以根据激光三维点云数据对空中三维点云数据进行修正，然后利用修正后的空中三维点云数据进行建模，得到粮仓三维模型，得到的模型更加准确，更好的满足实际需求。
进一步的，在本申请实施例中，确定风险物的风险触发因素，且，从环境数据中确定与风险触发因素对应的目标数据，并将目标数据与预设的数据阈值进行对比，得到对比结果，包括：
当确定风险物的风险触发因素为温度或湿度时，则从环境数据中确定与温度或湿度对应的当前温度数据或当前湿度数据；判断当前温度数据或当前湿度数据是否处于对应的预设风险数据范围，得到判断结果，其中判断结果与对比结果相对应。
本实施例在确定风险物的触发因素为温度或湿度时，先从环境数据中确定与温度或湿度对应的当前温度数据或当前湿度数据，再确定风险物对应的预设风险数据范围，预设风险数据范围可以是根据科学数值确定的，还可以是在科学数值附近波动；判断当前温度数据或当前湿度数据是否处于对应的预设风险数据范围，得到的判断结果作为对比结果，以实现对危险的有效判定。
进一步的，本申请实施例中，粮仓监控安全防护方法，还包括：若当前温度数据或当前湿度数据在对应的预设风险数据范围内，则发送升降温指令或除湿指令至对应的降温设备或除湿设备，以达到标准温度或标准湿度。
其中，降温设备以及除湿设备的类型以及在粮仓中的设置位置用户可根据实际进行选择，且，标准温度以及标准湿度用户也可自定义设置。本实施例中，当前温度数据/当前湿度数据在对应的预设风险数据范围内时，可自动进行控温或者除湿，保证粮仓内有环境恢复正常，以实现科学调控。
进一步的，本申请实施例中，粮仓监控安全防护方法，还包括：判断环境数据中的任一数据是否在对应的预设安全数据范围内；其中，环境数据至少包括：温度数据、湿度数据、烟尘浓度数据、气体浓度数据；若否，则触发环境数据警示事件。
温度数据湿度数据为了检测粮仓的温度和湿度；烟尘浓度数据是为了预防粮仓的火灾和烟尘；气体浓度数据主要是为了确定粮仓是否存在失衡，粮食发霉变质。若确定环境数据中的任意一个数据不在预设数据安全范围内，则发送环境数据警报，以实现快速的环境预警。该预设数据安全范围用户可自定义设置。进一步的，可以基于该环境数据警报控制粮仓内的加热、制冷、除湿、通风等设备进行联动，控制加热、制冷、除湿、通风等设备运行，还可以根据人工设定的时间定时控制加热、制冷、除湿、通风等设备或者根据实际需求开启，使粮仓内的度数据、湿度数据、烟尘浓度数据、气体浓度数据维持稳定状态，保证粮仓的粮食存储安全。
上述实施例从方法流程的角度介绍一种粮仓监控安全防护方法，下述实施例从虚拟模块或者虚拟单元的角度介绍了一种粮仓监控安全防护装置，具体详见下述实施例。
本申请实施例提供一种粮仓监控安全防护装置，如图4所示，该装置具体可以包括：
数据获取模块210，用于获取粮仓设定区域对应的监控视频和环境数据；
粮仓三维模型建立模块220，用于根据实时获取的粮仓的监控视频数据建立粮仓三维模型，并显示粮仓三维模型；
区域确定模块230，用于对粮仓三维模型进行分析，确定粮仓的粮仓固定区域和粮仓运动区域；
属性信息获得模块240，用于对粮仓运动区域进行运动物体的属性识别，得到运动物体的属性信息，属性信息用于确定运动物体是否具有进入粮仓的资格；
风险物确定模块250，用于确定粮仓固定区域是否存在风险物；
对比结果获得模块260，用于当存在风险物时，确定风险物的风险触发因素，且，从环境数据中确定与风险触发因素对应的目标数据，并将目标数据与预设的数据阈值进行对比，得到对比结果；
风险确定模块270，用于根据属性信息或对比结果确定粮仓是否存在风险，若是，则触发风险警示事件，以在粮仓三维模型进行标注；
其中，风险确定模块270执行根据属性信息确定粮仓是否存在风险时，请参考图5，可以包括：
属性信息确定单元271，用于确定粮仓运动区域的运动物体的属性信息，其中，属性信息包括：动物属性、人体属性、设备属性；
第一风险确定单元272，用于当属性信息为动物属性时，确定粮仓存在风险；
人员身份信息确定单元273，用于当属性信息为人体属性时，对任意一张包括人员特征的粮仓运动区域的视频图像进行人员身份识别，确定人员身份信息；
第二风险确定单元274，用于根据人员身份信息判断当前人员是否为合法出入粮仓人员；若当前人员不是合法出入粮仓人员时，确定粮仓存在风险；
设备信息确定单元275，用于当属性信息为设备属性时，对任意一张包括设备特征的粮仓运动区域的视频图像进行设备标识识别，确定设备信息；
第三风险确定单元276，用于根据设备信息判断当前设备是否为合规设备；若否，则确定粮仓存在风险。
优选地，第二风险确定单元274执行根据人员身份信息判断当前人员是否为合法出入粮仓人员时，具体用于：
根据人员身份信息判断当前人员是否为合法员工；
若不为合法员工身份，则确定当前人员不为合法出入粮仓人员；
若为合法员工身份，则根据预设合法员工与工作时段的对应关系确定当前时间是否为合规时间；若不为合规时间，则确定当前人员不为合法出入粮仓人员。
优选地，对比结果获得模块260，包括：
确定单元，用于当确定风险物的风险触发因素为温度或湿度时，则从环境数据中确定与温度或湿度对应的当前温度数据或当前湿度数据；
判断单元，用于判断当前温度数据或当前湿度数据是否处于对应的预设风险数据范围，得到判断结果，其中，判断结果与对比结果相对应。
优选地，粮仓监控安全防护装置，还包括：
指令发送模块，用于若当前温度数据或当前湿度数据在对应的预设风险数据范围内，则发送升降温指令或除湿指令至对应的降温设备或除湿设备，以达到标准温度或标准湿度。
优选地，粮仓监控安全防护装置，还包括：
环境数据判断模块，用于判断环境数据中的任一数据是否在对应的预设安全数据范围内；其中，环境数据至少包括：温度数据、湿度数据、烟尘浓度数据、气体浓度数据；
环境数据警示事件触发模块，用于若否，则触发环境数据警示事件，以在粮仓三维模型进行标注。
优选地，粮仓三维模型建立模块220中执行根据实时获取的粮仓的监控视频数据建立粮仓三维模型时，用于：
获取粮仓的所有激光扫描图像，并根据所有激光扫描图像确定粮仓的激光三维点云数据；
根据监控视频数据得到空中三维点云数据；
根据激光三维点云数据和空中三维点云数据进行建模，得到粮仓三维模型。
下面对本申请实施例提供的一种电子设备进行介绍，下文描述的电子设备与上文描述的方法可相互对应参照。
本申请实施例中提供了一种电子设备，如图6所示，图6所示的电子设备300包括：处理器301和存储器303。其中，处理器301和存储器303相连，如通过总线302相连。可选地，电子设备300还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个，该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线302可包括一通路，在上述组件之间传送信息。总线302可以是PCI（Peripheral Component Interconnect，外设部件互连标准）总线或EISA（ExtendedIndustry Standard Architecture，扩展工业标准结构）总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器303用于存储执行本申请方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
下面对本申请实施例提供的一种计算机可读存储介质进行介绍，下文描述的计算机可读存储介质与上文描述的方法可相互对应参照。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种粮仓监控安全防护方法，其特征在于，包括：
实时获取粮仓的监控视频数据和环境数据；
根据实时获取的粮仓的监控视频数据建立粮仓三维模型，并显示所述粮仓三维模型；
对所述粮仓三维模型进行分析，确定粮仓的粮仓固定区域和粮仓运动区域；
对所述粮仓运动区域进行运动物体的属性识别，得到运动物体的属性信息，所述属性信息用于确定所述运动物体是否具有进入粮仓的资格；
确定所述粮仓固定区域是否存在风险物；
当存在风险物时，确定所述风险物的风险触发因素，且，从所述环境数据中确定与所述风险触发因素对应的目标数据，并将所述目标数据与预设的数据阈值进行对比，得到对比结果；
根据所述属性信息或所述对比结果确定所述粮仓是否存在风险，若是，则触发风险警示事件，以在所述粮仓三维模型进行标注；
其中，根据所述属性信息确定所述粮仓是否存在风险，包括：
确定所述粮仓运动区域的运动物体的属性信息，其中，所述属性信息包括：动物属性、人体属性、设备属性；
当所述属性信息为动物属性时，确定所述粮仓存在风险；
当所述属性信息为人体属性时，对任意一张包括人员特征的粮仓运动区域的视频图像进行人员身份识别，确定人员身份信息；
根据所述人员身份信息判断当前人员是否为合法出入粮仓人员；若所述当前人员不是所述合法出入粮仓人员时，确定所述粮仓存在风险；
当所述属性信息为设备属性时，对任意一张包括设备特征的粮仓运动区域的视频图像进行设备标识识别，确定设备信息；
根据所述设备信息判断当前设备是否为合规设备；若否，则确定所述粮仓存在风险。
2.根据权利要求1所述的粮仓监控安全防护方法，其特征在于，所述根据所述人员身份信息判断当前人员是否为合法出入粮仓人员，包括：
根据所述人员身份信息判断当前人员是否为合法员工；
若不为合法员工身份，则确定所述当前人员不为合法出入粮仓人员；
若为合法员工身份，则根据预设合法员工与工作时段的对应关系确定当前时间是否为合规时间；若不为合规时间，则确定所述当前人员不为合法出入粮仓人员。
3.根据权利要求1所述的粮仓监控安全防护方法，其特征在于，所述确定所述风险物的风险触发因素，且，从所述环境数据中确定与所述风险触发因素对应的目标数据，并将所述目标数据与预设的数据阈值进行对比，得到对比结果，包括：
当确定所述风险物的风险触发因素为温度或湿度时，则从所述环境数据中确定与所述温度或湿度对应的当前温度数据或当前湿度数据；
判断所述当前温度数据或当前湿度数据是否处于对应的预设风险数据范围，得到判断结果，其中，所述判断结果与对比结果相对应。
4.根据权利要求3所述的粮仓监控安全防护方法，其特征在于，还包括：
若所述当前温度数据或当前湿度数据在对应的预设风险数据范围内，则发送升降温指令或除湿指令至对应的降温设备或除湿设备，以达到标准温度或标准湿度。
5.根据权利要求1所述的粮仓监控安全防护方法，其特征在于，实时获取粮仓的监控视频数据，包括：
获取搭载有倾斜摄像装置的无人机的行驶路径，所述行驶路径为由粮仓的多个指定摄像位置形成的路径；
实时获取所述无人机的位置，并在粮仓地图上利用跟踪标记对所述无人机的位置进行标记；
控制所述无人机按照所述行驶路径行驶，且当所述无人机的跟踪标记到达任一所述指定摄像位置时，控制所述倾斜摄像装置采集所述指定摄像位置的子监控视频数据，直至完成所有指定摄像位置的摄像；
获取所述倾斜摄像装置发送的监控视频数据，其中，所述监控视频数据包括所有的子监控视频数据。
6.根据权利要求5所述的粮仓监控安全防护方法，其特征在于，所述当所述无人机的跟踪标记到达任一所述指定摄像位置时，控制所述倾斜摄像装置采集所述指定摄像位置的子监控视频数据之后，还包括：
根据所述指定摄像位置的采集信息确定子监控视频数据是否为完整视频数据；
若否，则进行提示，并控制所述倾斜摄像装置重新采集；
其中，所述采集信息包括:采集时长、采集到的子监控视频数据对应的视频质量、视频采集角度范围中的任意一种或者多种。
7.根据权利要求1至6任一项所述的粮仓监控安全防护方法，其特征在于，所述根据实时获取的粮仓的监控视频数据建立粮仓三维模型，包括：
获取粮仓的所有激光扫描图像，并根据所述所有激光扫描图像确定粮仓的激光三维点云数据；
根据所述监控视频数据得到空中三维点云数据；
根据所述激光三维点云数据和所述空中三维点云数据进行建模，得到所述粮仓三维模型。
8.一种粮仓监控安全防护的装置，其特征在于，包括：
数据获取模块，用于获取粮仓设定区域对应的监控视频和环境数据；
粮仓三维模型建立模块，用于根据实时获取的粮仓的监控视频数据建立粮仓三维模型，并显示所述粮仓三维模型；
区域确定模块，用于对所述粮仓三维模型进行分析，确定粮仓的粮仓固定区域和粮仓运动区域；
属性信息获得模块，用于对所述粮仓运动区域进行运动物体的属性识别，得到运动物体的属性信息，所述属性信息用于确定所述运动物体是否具有进入粮仓的资格；
风险物确定模块，用于确定所述粮仓固定区域是否存在风险物；
对比结果获得模块，用于当存在风险物时，确定所述风险物的风险触发因素，且，从所述环境数据中确定与所述风险触发因素对应的目标数据，并将所述目标数据与预设的数据阈值进行对比，得到对比结果；
风险确定模块，用于根据所述属性信息或所述对比结果确定所述粮仓是否存在风险，若是，则触发风险警示事件，以在所述粮仓三维模型进行标注；
其中，风险确定模块执行根据所述属性信息确定所述粮仓是否存在风险时，包括：
属性信息确定单元，用于确定所述粮仓运动区域的运动物体的属性信息，其中，所述属性信息包括：动物属性、人体属性、设备属性；
第一风险确定单元，用于当所述属性信息为动物属性时，确定所述粮仓存在风险；
人员身份信息确定单元，用于当所述属性信息为人体属性时，对任意一张包括人员特征的粮仓运动区域的视频图像进行人员身份识别，确定人员身份信息；
第二风险确定单元，用于根据所述人员身份信息判断当前人员是否为合法出入粮仓人员；若所述当前人员不是所述合法出入粮仓人员时，确定所述粮仓存在风险；
设备信息确定单元，用于当所述属性信息为设备属性时，对任意一张包括设备特征的粮仓运动区域的视频图像进行设备标识识别，确定设备信息；
第三风险确定单元，用于根据所述设备信息判断当前设备是否为合规设备；若否，则确定所述粮仓存在风险。
9.一种电子设备，其特征在于，其包括：
一个或者多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1～7任一项所述的粮仓监控安全防护方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～7任一项所述的粮仓监控安全防护方法。
CN202210102066.6A 2022-01-27 2022-01-27 一种粮仓监控安全防护方法、装置、设备和介质 Active CN114548860B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210102066.6A CN114548860B (zh) 2022-01-27 2022-01-27 一种粮仓监控安全防护方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210102066.6A CN114548860B (zh) 2022-01-27 2022-01-27 一种粮仓监控安全防护方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN114548860A true CN114548860A (zh) 2022-05-27
CN114548860B CN114548860B (zh) 2022-12-06

Family

ID=81673629

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210102066.6A Active CN114548860B (zh) 2022-01-27 2022-01-27 一种粮仓监控安全防护方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN114548860B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105575080A (zh) * 2014-10-07 2016-05-11 西安扩力机电科技有限公司 一种对粮仓进行无线监控的方法
CN105930999A (zh) * 2016-05-06 2016-09-07 安徽贝通智能科技有限公司 一种智能粮库综合管理应用系统
CN206863556U (zh) * 2017-05-19 2018-01-09 江苏中源物联网技术发展有限公司 一种粮库智能化管理装置
CN109543650A (zh) * 2018-12-04 2019-03-29 钟祥博谦信息科技有限公司 仓库智能监控方法和系统
CN110118973A (zh) * 2019-05-27 2019-08-13 杭州亚美利嘉科技有限公司 仓库智能感知识别方法、装置及电子设备
CN111080200A (zh) * 2019-12-01 2020-04-28 慈溪太平鸟物流有限公司 一种物流货物定位系统
CN111260289A (zh) * 2020-01-16 2020-06-09 四川中烟工业有限责任公司 一种基于视觉导航的微型无人机仓库盘点系统及方法
CN111459216A (zh) * 2020-04-23 2020-07-28 湖州誉晨机械科技有限公司 仓储信息的展示方法及装置
CN112185086A (zh) * 2020-10-12 2021-01-05 合肥弘恩机电科技有限公司 基于偏差分析的粮库安全预警系统
CN112785125A (zh) * 2021-01-04 2021-05-11 航天信息股份有限公司 一种用于监测储备粮私自动用行为风险及预警的方法及系统
CN112926925A (zh) * 2021-03-30 2021-06-08 中国建设银行股份有限公司 一种产品监管方法、装置、电子设备及存储介质
CN113793080A (zh) * 2020-06-18 2021-12-14 北京京东乾石科技有限公司 一种仓库运行状态实时模拟方法和装置
CN113822623A (zh) * 2021-08-23 2021-12-21 河南纵横寰宇智能科技有限公司 一种用于智慧物流自动化仓库的精准定位方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105575080A (zh) * 2014-10-07 2016-05-11 西安扩力机电科技有限公司 一种对粮仓进行无线监控的方法
CN105930999A (zh) * 2016-05-06 2016-09-07 安徽贝通智能科技有限公司 一种智能粮库综合管理应用系统
CN206863556U (zh) * 2017-05-19 2018-01-09 江苏中源物联网技术发展有限公司 一种粮库智能化管理装置
CN109543650A (zh) * 2018-12-04 2019-03-29 钟祥博谦信息科技有限公司 仓库智能监控方法和系统
CN110118973A (zh) * 2019-05-27 2019-08-13 杭州亚美利嘉科技有限公司 仓库智能感知识别方法、装置及电子设备
CN111080200A (zh) * 2019-12-01 2020-04-28 慈溪太平鸟物流有限公司 一种物流货物定位系统
CN111260289A (zh) * 2020-01-16 2020-06-09 四川中烟工业有限责任公司 一种基于视觉导航的微型无人机仓库盘点系统及方法
CN111459216A (zh) * 2020-04-23 2020-07-28 湖州誉晨机械科技有限公司 仓储信息的展示方法及装置
CN113793080A (zh) * 2020-06-18 2021-12-14 北京京东乾石科技有限公司 一种仓库运行状态实时模拟方法和装置
CN112185086A (zh) * 2020-10-12 2021-01-05 合肥弘恩机电科技有限公司 基于偏差分析的粮库安全预警系统
CN112785125A (zh) * 2021-01-04 2021-05-11 航天信息股份有限公司 一种用于监测储备粮私自动用行为风险及预警的方法及系统
CN112926925A (zh) * 2021-03-30 2021-06-08 中国建设银行股份有限公司 一种产品监管方法、装置、电子设备及存储介质
CN113822623A (zh) * 2021-08-23 2021-12-21 河南纵横寰宇智能科技有限公司 一种用于智慧物流自动化仓库的精准定位方法

Also Published As

Publication number Publication date
CN114548860B (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
CN109116867B (zh) 一种无人机飞行避障方法、装置、电子设备及存储介质
CN109607031B (zh) 基于无人机全景的智能仓储系统及方法
CN103726879B (zh) 利用摄像头自动捕捉矿井矿震坍塌并及时记录报警的方法
US10512941B2 (en) Projection instruction device, parcel sorting system, and projection instruction method
CN108839016B (zh) 机器人巡检方法、存储介质、计算机设备及巡检机器人
CN110737798B (zh) 室内巡检方法及相关产品
CN111988524A (zh) 一种无人机与摄像头协同避障方法、服务器及存储介质
CN115659452B (zh) 一种智能巡视方法、智能巡视系统及计算机可读存储介质
CN113452912B (zh) 巡视机器人的云台摄像机的控制方法、装置、设备及介质
CN115600953A (zh) 仓库库位的监控方法、装置、计算机设备和存储介质
CN111191507A (zh) 智慧社区的安全预警分析方法及系统
US20190084008A1 (en) Instruction projecting device, package sorting system and instruction projecting method
CN112017323A (zh) 一种巡检报警方法、装置、可读存储介质及终端设备
CN112434566A (zh) 客流统计方法、装置、电子设备及存储介质
CN113596158A (zh) 一种基于场景的算法配置方法和装置
CN111429194B (zh) 用户轨迹确定系统、方法、装置及服务器
CN114548860B (zh) 一种粮仓监控安全防护方法、装置、设备和介质
CN113673399A (zh) 区域监测的方法、装置、电子设备及可读存储介质
CN115457706B (zh) 存储柜的控制方法、装置、电子设备及存储介质
CN110956644B (zh) 一种运动轨迹确定方法及系统
CN115278014A (zh) 一种目标跟踪方法、系统、计算机设备及可读介质
CN114913653A (zh) 一种用于粮仓存储安全的监测方法、装置、设备及介质
CN115526896A (zh) 一种火灾防控的方法、装置、电子设备及可读存储介质
CN114187327A (zh) 目标识别跟踪方法及装置、计算机可读介质、电子设备
CN114445996A (zh) 一种楼宇控制机器人及其控制方法

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
CB02 Change of applicant information

Address after: 101149 No. 611, 6th floor, building 24, yard a, Guanghua Road, Tongzhou District, Beijing

Applicant after: Beijing Liang'an Technology Co.,Ltd.

Address before: 101149 No. 611, 6th floor, building 24, yard a, Guanghua Road, Tongzhou District, Beijing

Applicant before: BEIJING LIANGAN TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Wang Cong

Inventor before: Yu Hanyin

CB03 Change of inventor or designer information