CN114821937B - 一种防盗方法及相关装置 - Google Patents
一种防盗方法及相关装置 Download PDFInfo
- Publication number
- CN114821937B CN114821937B CN202210452272.XA CN202210452272A CN114821937B CN 114821937 B CN114821937 B CN 114821937B CN 202210452272 A CN202210452272 A CN 202210452272A CN 114821937 B CN114821937 B CN 114821937B
- Authority
- CN
- China
- Prior art keywords
- mowing robot
- indication message
- camera
- target person
- image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000006073 displacement reaction Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 25
- 230000007613 environmental effect Effects 0.000 claims description 19
- 238000010586 diagram Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 9
- 238000010191 image analysis Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
-
- 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
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本申请实施例提供了一种防盗方法及相关装置，应用于服务器，包括：获取割草机器人发送的人脸图像，其中，所述人脸图像由所述割草机器人在检测到自身与地面的距离大于第一预设阈值且发生预设位移时，通过第一摄像头基于第一目标人员所在的方位拍摄得到，所述第一目标人员为所述割草机器人中传感器的检测范围内最靠近所述割草机器人的人员；对所述人脸图像进行人脸识别，得到人脸识别结果；根据所述识别结果生成第一指示消息，所述第一指示消息用于指示所述割草机器人进行防盗处理；向所述割草机器人发送所述第一指示消息。这样，实现了对割草机器人的防盗处理，降低了割草机器人被盗风险。
Description
技术领域
本申请属于通信技术领域，具体涉及一种防盗方法及相关装置。
背景技术
目前，智能割草机器人在户外执行割草任务时，由于人工参与少，可能出现独自工作且旁边无人看管的情况。这种情况下，容易出现割草机器人被人抱走或者偷走，进而造成财产损失。
发明内容
本申请实施例提供了一种防盗方法及相关装置，以期降低割草机器人被盗风险。
第一方面，本申请实施例提供了一种防盗方法，应用于服务器，包括：
获取割草机器人发送的人脸图像，其中，所述人脸图像由所述割草机器人在检测到自身与地面的距离大于第一预设阈值且发生预设位移时，通过第一摄像头基于第一目标人员所在的方位拍摄得到，所述第一目标人员为所述割草机器人中传感器的检测范围内最靠近所述割草机器人的人员；
对所述人脸图像进行人脸识别，得到人脸识别结果；
根据所述识别结果生成第一指示消息，所述第一指示消息用于指示所述割草机器人进行防盗处理；
向所述割草机器人发送所述第一指示消息。
第二方面，本申请实施例提供了一种防盗方法，其特征在于，应用于割草机器人，包括：
检测到割草机器人与地面的距离大于第一预设阈值且发生预设位移；
通过传感器在检测范围内确定最靠近所述割草机器人的第一目标人员的方位；
若所述第一目标人员的方位处于所述第一摄像头的拍摄范围内，则通过所述第一摄像头在所述方位获取所述第一目标人员的人脸图像；
在获取到所述人脸图像后，向所述服务器发送所述人脸图像，所述人脸图像用于进行人脸识别并得到人脸识别结果；
接收服务器根据所述人脸识别结果发送的第一指示消息，并根据所述第一指示消息进行防盗处理。
第三方面，本申请实施例提供了一种防盗装置，应用于服务器，所述装置包括：
获取单元，用于获取割草机器人发送的人脸图像，其中，所述人脸图像由所述割草机器人在检测到自身与地面的距离大于第一预设阈值且发生预设位移时，通过第一摄像头基于第一目标人员所在的方位拍摄得到，所述第一目标人员为所述割草机器人中传感器的检测范围内最靠近所述割草机器人的人员；
识别单元，用于对所述人脸图像进行人脸识别，得到人脸识别结果；
生成单元，用于根据所述识别结果生成第一指示消息，所述第一指示消息用于指示所述割草机器人进行防盗处理；
发送单元，用于向所述割草机器人发送所述第一指示消息。
第四方面，本申请实施例提供了一种防盗装置，应用于割草机器人，所述装置包括：
检测单元，用于检测到割草机器人与地面的距离大于第一预设阈值且发生预设位移；
确定单元，用于通过传感器在检测范围内确定最靠近所述割草机器人的第一目标人员的方位；
获取单元，用于若所述第一目标人员的方位处于所述第一摄像头的拍摄范围内，则通过所述第一摄像头在所述方位获取所述第一目标人员的人脸图像；
发送单元，用于在获取到所述人脸图像后，向所述服务器发送所述人脸图像，所述人脸图像用于进行人脸识别并得到人脸识别结果；
接收单元，用于接收服务器根据所述人脸识别结果发送的第一指示消息，并根据所述第一指示消息进行防盗处理。
第五方面，本申请实施例提供了一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行本申请实施例第一方面至第三方面中任一方面所述的步骤的指令。
第六方面，本申请实施例提供了一种计算机存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如本实施例第一方面至第三方面中任一方面所描述的部分或全部步骤。
可以看出，本申请实施例中，首先获取割草机器人发送的人脸图像，其中，所述人脸图像由所述割草机器人在检测到自身与地面的距离大于第一预设阈值且发生预设位移时，通过第一摄像头基于第一目标人员所在的方位拍摄得到，所述第一目标人员为所述割草机器人中传感器的检测范围内最靠近所述割草机器人的人员；然后对所述人脸图像进行人脸识别，得到人脸识别结果；再根据所述识别结果生成第一指示消息，所述第一指示消息用于指示所述割草机器人进行防盗处理；最后向所述割草机器人发送所述第一指示消息。这样，实现了对割草机器人的防盗处理，降低了割草机器人被盗风险。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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的附图。
图1是本申请实施例提供的一种系统架构示意图；
图2是本申请实施例提供的一种防盗方法的流程示意图；
图3是本申请实施例提供的另一种防盗方法的流程示意图；
图4是本申请实施例提供的一种防盗装置的结构示意图；
图5是本申请实施例提供的另一种防盗装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，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。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、系统、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面先对本申请涉及到的相关术语进行介绍。
目前，智能割草机器人在户外执行割草任务时，由于人工参与少，可能出现独自工作且旁边无人看管的情况。这种情况下，容易出现割草机器人被人抱走或者偷走，进而造成财产损失。
为解决上述问题，本申请实施例提供了一种防盗方法，可以应用于根据网络设备的调度信息生成探测参考信号的场景中。可以通过获取割草机器人发送的人脸图像，根据所述人脸图像进行人脸识别，得到人脸识别结果；再根据所述识别结果生成第一指示消息，最后向所述割草机器人发送所述第一指示消息，以指示所述割草机器人进行防盗处理。本方案可以适用于多种场景，包括但不限于上述提到的应用场景。
下面介绍本申请实施例涉及的系统架构。
本申请还提供了一种电子设备10，如图1所示，其包括至少一个处理器(processor)11；以及存储器(memory)13，还可以包括通信接口(CommunicationsInterface)15和总线14。其中，处理器11、存储器13和通信接口15可以通过总线14完成相互间的通信。通信接口15可以传输信息。处理器11可以调用存储器13中的逻辑指令，以执行上述实施例中的方法。
可选的，所述电子设备还包括显示屏12，所述显示屏12可以通过总线14完成与所述电子设备中其他器件、单元和模块相互间的通信。显示屏12设置为显示初始设置模式中预设的用户引导界面。
可选的，所述电子设备10可以是移动电子设备，也可以是电子设备或其他设备，在此不做唯一性限定。
此外，上述的存储器13中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
存储器13作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器11通过运行存储在存储器13中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。
存储器13可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据电子设备10的使用所创建的数据等。此外，存储器13可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
下面对具体的方法进行详细的介绍。
请参阅图2，本申请提供了一种防盗方法，应用于服务器，包括：
步骤201、获取割草机器人发送的人脸图像。
其中，所述人脸图像由所述割草机器人在检测到自身与地面的距离大于第一预设阈值且发生预设位移时，通过第一摄像头基于第一目标人员所在的方位拍摄得到，所述第一目标人员为所述割草机器人中传感器的检测范围内最靠近所述割草机器人的人员，所述第一摄像头为所述割草机上自带的摄像头。
具体的，所述割草机器人通过自身的传感器先确定所述第一目标人员的方位，若所述第一摄像头的拍摄范围包括所述方位，则启动所述第一摄像头对所述第一目标人员进行拍摄，进而获取人脸图像；若所述第一摄像头的拍摄范围不包括所述方位，则不启动所述第一摄像头。这样，可以确保在所述第一摄像头能够拍摄到第一目标人员时再启动，避免了不必要的功耗并节省了时间。
示例的，所述割草机器人通过4G、5G、WiFi网络等与服务器进行交互，以相互传递信息，所述人脸图像同样以该种方式进行传递。
步骤202、对所述人脸图像进行人脸识别，得到人脸识别结果。
具体实现中，在服务器设置有相关用户的预设人脸图像，在接收到所述割草机器人发送的所述人脸图像之后，将所述人脸图像与所述预设人脸图像进行对比，若所述人脸图像与所述预设人脸图像一致，则确定所述第一目标人员为相关用户，若不一致，则确定所述第一目标人员为陌生人。
步骤203、根据所述识别结果生成第一指示消息。
其中，所述第一指示消息用于指示所述割草机器人进行防盗处理；
具体实现中，当确定所述第一目标人员为相关用户时，所述第一指示消息用于指示第一防盗处理方式，当确定所述第一目标人员为陌生人时，所述第一执行消息则用于指示第二防盗处理方式。具体的，第一防盗处理方式为进入正常模式，第二防盗处理方式为进入防盗模式。所述防盗模式是指在确定所述割草机器人被盗状态后的追回处理或者正在被盗时的报警处理。所述正常模式是指确定所述割草机器人未被盗时的状态，该状态下割草机器人不报警且可以被抱起离地大于第一预设阈值的距离。
步骤204、向所述割草机器人发送所述第一指示消息；
示例的，本实施例中，所述方法还包括：向用户设备发送所述人脸图像和人脸识别结果所对应的视频流，所述视频流用于在所述用户设备中显示所述人脸图像和人脸识别结果。
示例的，服务器会将从割草机器人上获取到的图像信息和处理结果(包括但不限于人脸图像和人脸识别结果)发送至用户设备中，用户设备通过APP客户端显示对应的图像信息和处理结果。
可以看出，本实施例中首先获取割草机器人发送的人脸图像，其中，所述人脸图像由所述割草机器人在检测到自身与地面的距离大于第一预设阈值且发生预设位移时，通过第一摄像头基于第一目标人员所在的方位拍摄得到，所述第一目标人员为所述割草机器人中传感器的检测范围内最靠近所述割草机器人的人员；然后对所述人脸图像进行人脸识别，得到人脸识别结果；再根据所述识别结果生成第一指示消息，所述第一指示消息用于指示所述割草机器人进行防盗处理；最后向所述割草机器人发送所述第一指示消息。这样，实现了对割草机器人的防盗处理，降低了割草机器人被盗风险。
在一个可能的实施例中，所述方法还包括：接收所述割草机器人发送的请求信息，所述请求信息用于向服务器请求调用第二摄像头；针对所述请求信息，向第二摄像头发送第二指示消息，所述第二摄像头设置于所述割草机器人的外界环境中，所述第二指示消息用于指示所述第二摄像头获取所述第一目标人员的第一图像信息，所述第一图像信息包括所述第一目标人员的衣着特征；接收所述第二摄像头对应的网络设备发送的所述第一图像信息；根据所述第一图像信息进行图像分析，以确定所述第一目标人员的身份；根据所述第一目标人员的身份生成第三指示消息，所述第三指示消息用于指示所述割草机器人进行相应的防盗处理；向所述割草机器人发送所述第三指示消息。
示例的，所述第二摄像头可以是任意能够被调用并且能够拍摄到割草机器人的可用摄像头，所述可用摄像头包括所述用于监控所述割草机器人所处区域的监控摄像头，在此不做唯一性限定。所述第二摄像头是所述可用摄像头中距离所述割草机器人所处位置最近的。
具体实现中，当所述割草机器人未拍摄到所述第一目标人员的所述人脸图像时，生成请求信息，并向服务器发送所述请求信息，以请求服务器协助进行所述第一目标人员的身份识别。
具体的，在本实施例的户外场景中，草坪周围设置有相应的第二摄像头，所述服务器接收到所述请求信息之后，向所述第二摄像头发送第二指示消息，通过所述第二指示消息指示所述第二摄像头进行对所述割草机器人所处的位置进行拍摄，以获取所述第一目标人员的第一图像信息。所述第二摄像头连接有网络设备，通过所述网络设备向所述服务器发送所述第一图像信息，由所述服务器对所述第一图像信息进行图像分析，确定所述第一目标人员的衣着特征与预设衣着特征是否相符，若不相符则确定为陌生人，若相符则确定为相关人员。同样的，当确定所述第一目标人员为相关人员时，所述第三指示消息具体用于指示所述割草机器人进入正常模式，当确定所述第一目标人员为陌生人时，所述第三指示消息具体用于指示所述割草机器人进入防盗模式。
此外，所述服务器还可以将所述第一图像信息发送给预设的相关人员对应的用户设备，由所述相关人员进行确定，若所述服务器未接收到所述相关人员的回复信息或者所述回复信息指示所述第一目标人员为陌生人，则由所述服务器向所述割草机器人发送第三指示消息指示所述割草机器人进入防盗模式。
可以看出，本实施例中，在割草机器人无法获取到第一目标人员的人脸图像时，实现了第一目标人员的身份识别。
在一个可能的实施例中，所述方法还包括：获取割草机器人针对所述第一指示消息或者所述第三指示消息发送的环境数据和位置信息，所述环境数据是由所述割草机器人通过相应的传感器获取得到的，所述位置信息是所述割草机器人的定位信息，所述环境数据包括环境图像；获取所述位置信息对应的实景地图；将所述环境图像与所述实景地图进行对比，确定出所述割草机器人的当前位置。
示例的，所述实景地图中体现的是实际环境的实际图像(例如地图软件中的实景地图)，所述环境数据包括周围环境对应的第二图像信息。
具体实现中，当所述割草机器人进入防盗模式时，会向所述服务器发送所述环境数据和所述位置信息，所述服务器接收到所述环境数据和所述位置信息后，会根据所述位置信息匹配出相应的实景地图，然后将所述环境数据中的第二图像信息和所述实际地图进行对比，最终确定出所述割草机器人当前时刻的实际位置。
可以看出，本实施例中，实现了对割草机器人实际位置的确定。
在一个可能的实施例中，所述将所述环境图像与所述实际地图进行对比，确定出所述割草机器人的实际位置，包括：
将第一时间区间内的多个环境图像中每个环境图像与对应的实景地图进行对比；
确定出所述每个环境图像与对应的实景地图相似度最高的区域，得到多个第一区域；
在所述对应的实景地图中标记所述第一区域，得到路径图，所述路径图用于指示所述割草机器人被盗后的移动路径和所述当前位置；
向用户设备发送所述路径图。
示例的，所述第一时间区间可以是从割草机器人进入防盗模式后的初始时间至结束防盗模式后的任意时间段。
具体实现中，割草机器人持续向所述服务器发送所述环境数据和所述位置信息，服务器根据所述位置信息形成所述割草机器人的移动轨迹，在所述移动轨迹上获取多个环境图像，并将每个环境图像与其位置信息对应的实景地图进行对比，确定出所述每个环境图像与对应的实景地图相似度最高的区域，得到多个第一区域。在所述第一区域中设置标记，所述标记可以是箭头，用于指示行进方向，形成路径图，便于后续追寻失窃的割草机器人。当确定出割草机器人的最终位置时，还可以根据所述标记确定出割草机器人的藏匿位置，进一步提高了追回失窃的割草机器人的概率。
可以理解的是，由于环境图像是割草机器人前方的图像，因此也可以是其他任意标记，用于映射出割草机器人的相对位置，在此不做唯一性限定。
可以看出，本实施例中，通过持续的图像对比，标记出割草机器人实际的行进路径，进而辅助失窃割草机器人的追回，提高了失窃追回的概率。
下面对割草机器人侧的方法进行介绍。
请参阅图3，本申请还提供了另一种防盗方法，应用于割草机器人，包括：
步骤301、检测到割草机器人与地面的距离大于第一预设阈值且发生预设位移。
具体实现中，所述割草机器人在待机或者开机过程中，会检测自身与地面的距离，若检测到该距离大于第一预设阈值，则进一步检测是否发生预设位移，所述预设位移是指移动了预设距离以上。
示例的，所述割草机器人包括割草车、割草机等，在此不做唯一性限定。
步骤302、通过传感器在检测范围内确定最靠近所述割草机器人的第一目标人员的方位。
示例的，所述传感器可以是红外传感器、热感知传感器等，在此不做唯一性限定。
具体的，所述割草机器人通过自身的传感器先确定所述第一目标人员的方位，若所述第一摄像头的拍摄范围包括所述方位，则启动所述第一摄像头对所述第一目标人员进行拍摄，进而获取人脸图像；若所述第一摄像头的拍摄范围不包括所述方位，则不启动所述第一摄像头。这样，可以确保在所述第一摄像头能够拍摄到第一目标人员时再启动，避免了不必要的功耗并节省了时间。
步骤303、若所述第一目标人员的方位处于所述第一摄像头的拍摄范围内，则通过所述第一摄像头在所述方位获取所述第一目标人员的人脸图像。
示例的，所述第一摄像头可以是一个或多个，在一个第一摄像头的情况下，可能有视野盲区，在多个第一摄像头的情况下，则能够拍摄到较大范围或者360°范围内的人脸图像。
在一个可能的实施例中，所述第一摄像头可以移动，例如通过导轨移动，可根据导轨的形状得到不同的移动能力，例如导轨为直线导轨，则只能够平移，若导轨具有弧度，所述第一摄像头则可以转动角度；或者，所述第一摄像头还可以通过旋转结构得到旋转角度的能力，旋转角度可以为任意角度，在此不做唯一性限定。
步骤304、在获取到所述人脸图像后，向所述服务器发送所述人脸图像。
其中，所述人脸图像用于进行人脸识别并得到人脸识别结果。
步骤305、接收服务器根据所述人脸识别结果发送的第一指示消息，并根据所述第一指示消息进行防盗处理。
具体实现中，当确定所述第一目标人员为相关用户时，所述第一指示消息用于指示第一防盗处理方式，当确定所述第一目标人员为陌生人时，所述第一执行消息则用于指示第二防盗处理方式。具体的，第一防盗处理方式为进入正常模式，第二防盗处理方式为进入防盗模式。所述防盗模式是指在确定所述割草机器人被盗状态后的追回处理或者正在被盗时的报警处理。所述正常模式是指确定所述割草机器人未被盗时的状态，该状态下割草机器人不报警且可以被抱起离地大于第一预设阈值的距离。所述报警处理包括灯光报警、声音报警、电话报警、信息报警等，在此不做唯一性限定。所述声音报警是指启动蜂鸣器，所述灯光报警是指启动警示灯，所述信息报警是指向服务器、用户、派出所等发送报警信息。
可以看出，本实施例中，实现了对割草机器人的防盗处理，降低了割草机器人被盗风险。
在一个可能的实施例中，所述检测到与地面的距离大于第一预设阈值且发生预设位移之前，所述方法还包括：
确定是否接收到来自用户设备的第一信息；
若接收到所述第一信息，则不执行步骤301～步骤305；
若未接收到所述第一信息，则在当检测到至少两个车轮的压力小于第二预设阈值时执行步骤301～步骤305。
具体实现中，用户设备在靠近所述割草机器人时可以发送第一信息，当割草机器人接收到所述第一信息时，则确定当前为相关人员对所述割草机器人进行操作，因此进入正常模式；若未接收到所述第一信息，且检测到至少车轮的压力小于第二预设阈值时，表明割草机器人被人抬起或抱起，则开始进行步骤301的检测，根据检测结果继续进行后续的操作。
可以看出，本实施例中，通过设置用户设备与割草机器人的信息交互，确定了割草机器人当前是否被相关人员操作。
在一个可能的实施例中，所述通过传感器确定离所述割草机器人最近的第一目标人员的方位之后，所述方法还包括：
若所述第一目标人员未处于所述第一摄像头的拍摄范围内，则向服务器发送请求信息，所述请求信息用于指示所述服务器向第二摄像头发送第二指示消息，所述第二摄像头设置于所述割草机器人的外界环境中，所述第二指示消息用于指示所述第二摄像头获取所述第一目标人员的第一图像信息，所述第一图像信息包括所述第一目标人员的衣着特征，所述第一图像信息由所述第二摄像头对应的网络设备向所述服务器上传，所述第一图像信息用于生成第三指示消息；接收来自所述服务器的所述第三指示消息，根据所述第三指示消息进行防盗处理。
示例的，所述第二摄像头可以是任意能够被调用并且能够拍摄到割草机器人的可用摄像头，所述可用摄像头包括所述用于监控所述割草机器人所处区域的监控摄像头，在此不做唯一性限定。所述第二摄像头是所述可用摄像头中距离所述割草机器人所处位置最近的。
具体实现中，若所述割草机器人检测到所述第一目标人员未处于所述摄像头的拍摄范围内，则会向所述服务器发送请求信息，所述服务器接收所述请求信息后向第二摄像头发送第二指示消息指示所述第二摄像头获取第一目标人员的第一图像信息，再接收第二摄像头对应的网络设备发送的所述第一图像信息，根据所述第一图像信息生成第三指示消息，指示所述割草机器人进行防盗处理。
可以看出，本实施例中，在割草机器人无法获取到第一目标人员的人脸图像时，实现了第一目标人员的身份识别。
在一个可能的实施例中，所述防盗处理，包括：启动所述割草机器人上相应的传感器获取环境数据，所述环境数据包括周围环境图像、车牌号、盗车人特征。持续向服务器共享位置信息，所述位置信息由所述服务器向用户设备共享，所述位置信息和所述环境数据共同用于确定所述割草机器人的路径图和当前位置。
具体实现中，在所述割草机器人接收到所述第一指示消息或第三指示消息时，确定所述割草机器人处于被盗状态，进而所述割草机器人实时获取周围环境的环境数据，向所述服务器实时发送环境数据，并实时发送自身当前的定位信息，进而辅助所述服务器实现路径图和割草机器人位置的确定，同时，所述服务器会向所述用户设备发送所述环境数据以及路径图和割草机器人位置，由所述用户设备在显示界面进行显示(例如APP界面、网页界面等)。由于服务器端的具体实现过程已在上文进行了详细描述，在此不再赘述。
可以看出，本实施例中，实现了向服务器共享环境数据和位置信息，进而辅助服务器端的被盗追回工作，提高了失窃追回的概率。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
请参阅图4，本申请实施例提供了一种防盗装置40，应用于服务器，所述装置包括：获取单元410，用于获取割草机器人发送的人脸图像，其中，所述人脸图像由所述割草机器人在检测到自身与地面的距离大于第一预设阈值且发生预设位移时，通过第一摄像头基于第一目标人员所在的方位拍摄得到，所述第一目标人员为所述割草机器人中传感器的检测范围内最靠近所述割草机器人的人员；识别单元420，用于对所述人脸图像进行人脸识别，得到人脸识别结果；生成单元430，用于根据所述识别结果生成第一指示消息，所述第一指示消息用于指示所述割草机器人进行防盗处理；发送单元440，用于向所述割草机器人发送所述第一指示消息。
在一个可能的实施例中，所述装置还包括：接收单元，用于接收所述割草机器人发送的请求信息，所述请求信息用于向服务器请求调用第二摄像头；所述发送单元440还用于针对所述请求信息，向第二摄像头发送第二指示消息，其中，所述第二摄像头设置于所述割草机器人的外界环境中，所述第二指示消息用于指示所述第二摄像头获取所述第一目标人员的第一图像信息，所述第一图像信息包括所述第一目标人员的衣着特征；所述接收单元还用于接收所述第二摄像头对应的网络设备发送的所述第一图像信息；所述识别单元420还用于根据所述第一图像信息进行图像分析，以确定所述第一目标人员的身份；所述生成单元430还用于根据所述第一目标人员的身份生成第三指示消息，所述第三指示消息用于指示所述割草机器人进行相应的防盗处理；所述发送单元440还用于向所述割草机器人发送所述第三指示消息。
在一个可能的实施例中，所述装置还包括：所述获取单元410还用于获取割草机器人针对所述第一指示消息或者所述第三指示消息发送的环境数据和位置信息，以及获取所述位置信息对应的实景地图；所述环境数据是由所述割草机器人通过相应的传感器获取得到的，所述位置信息是所述割草机器人的定位信息，所述环境数据包括环境图像；对比单元，用于将所述环境图像与所述实景地图进行对比，确定出所述割草机器人的当前位置。
在一个可能的实施例中，所述将所述环境图像与所述实际地图进行对比，确定出所述割草机器人的实际位置的方面，所述对比单元具体用于：将第一时间区间内的多个环境图像中每个环境图像与对应的实景地图进行对比；确定出所述每个环境图像与对应的实景地图相似度最高的区域，得到多个第一区域；在所述对应的实景地图中标记所述第一区域，得到路径图，所述路径图用于指示所述割草机器人被盗后的移动路径和所述当前位置；通过所述发送单元440向用户设备发送所述路径图。
具体的，由于在方法侧已经对方案进行了详细的描述，在此不再赘述。
可以看出，本申请实施例中，首先获取割草机器人发送的人脸图像，其中，所述人脸图像由所述割草机器人在检测到自身与地面的距离大于第一预设阈值且发生预设位移时，通过第一摄像头基于第一目标人员所在的方位拍摄得到，所述第一目标人员为所述割草机器人中传感器的检测范围内最靠近所述割草机器人的人员；然后对所述人脸图像进行人脸识别，得到人脸识别结果；再根据所述识别结果生成第一指示消息，所述第一指示消息用于指示所述割草机器人进行防盗处理；最后向所述割草机器人发送所述第一指示消息。这样，实现了对割草机器人的防盗处理，降低了割草机器人被盗风险。
请参阅图5，本申请实施例提供了另一种防盗装置50，应用于割草机器人，所述装置包括：检测单元510，用于检测到割草机器人与地面的距离大于第一预设阈值且发生预设位移；确定单元520，用于通过传感器在检测范围内确定最靠近所述割草机器人的第一目标人员的方位；获取单元530，用于若所述第一目标人员的方位处于所述第一摄像头的拍摄范围内，则通过所述第一摄像头在所述方位获取所述第一目标人员的人脸图像；发送单元540，用于在获取到所述人脸图像后，向所述服务器发送所述人脸图像，所述人脸图像用于进行人脸识别并得到人脸识别结果；接收单元550，用于接收服务器根据所述人脸识别结果发送的第一指示消息，并根据所述第一指示消息进行防盗处理。
在一个可能的实施例中，所述检测到与地面的距离大于第一预设阈值且发生预设位移的方面之前，所述装置还包括：所述确定单元520还用于确定是否接收到来自用户设备的第一信息；若接收到所述第一信息，则不执行上述确定单元520、获取单元530、发送单元540和接收单元550对应的步骤；若未接收到所述第一信息，则在检测到至少两个车轮的压力小于第二预设阈值时执行上述确定单元520、获取单元530、发送单元540和接收单元550对应的步骤。
在一个可能的实施例中，所述通过传感器确定离所述割草机器人最近的第一目标人员的方位的方面之后，所述装置还包括：
所述发送单元540还用于若所述第一目标人员未处于所述第一摄像头的拍摄范围内，则向服务器发送请求信息，所述请求信息用于指示所述服务器向第二摄像头发送第二指示消息，所述第二摄像头设置于所述割草机器人的外界环境中；所述第二指示消息用于指示所述第二摄像头获取所述第一目标人员的第一图像信息，所述第一图像信息包括所述第一目标人员的衣着特征，所述第一图像信息由所述第二摄像头对应的网络设备向所述服务器上传，所述第一图像信息用于生成第三指示消息；
所述接收单元550还用于接收来自所述服务器的所述第三指示消息，根据所述第三指示消息进行防盗处理。
在一个可能的实施例中，所述防盗处理，包括：启动所述割草机器人上相应的传感器获取环境数据，所述环境数据包括周围环境图像、车牌号、盗车人特征。持续向服务器共享位置信息，所述位置信息由所述服务器向用户设备共享，所述位置信息和所述环境数据共同用于确定所述割草机器人的路径图和当前位置。
具体的，由于在方法侧已经对方案进行了详细的描述，在此不再赘述。
可以看出，本申请实施例中，首先获取割草机器人发送的人脸图像，其中，所述人脸图像由所述割草机器人在检测到自身与地面的距离大于第一预设阈值且发生预设位移时，通过第一摄像头基于第一目标人员所在的方位拍摄得到，所述第一目标人员为所述割草机器人中传感器的检测范围内最靠近所述割草机器人的人员；然后对所述人脸图像进行人脸识别，得到人脸识别结果；再根据所述识别结果生成第一指示消息，所述第一指示消息用于指示所述割草机器人进行防盗处理；最后向所述割草机器人发送所述第一指示消息。这样，实现了对割草机器人的防盗处理，降低了割草机器人被盗风险。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置和系统，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的；例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式；例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、磁碟、光盘、易失性存储器或非易失性存储器。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器(random access memory，RAM)可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(directrambus RAM，DR RAM)。等各种可以存储程序代码的介质。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。
Claims (10)
1.一种防盗方法，其特征在于，应用于服务器，包括：
获取割草机器人发送的人脸图像，其中，所述人脸图像由所述割草机器人在检测到自身与地面的距离大于第一预设阈值且发生预设位移时，通过第一摄像头基于第一目标人员所在的方位拍摄得到，所述第一目标人员为所述割草机器人中传感器的检测范围内最靠近所述割草机器人的人员；
对所述人脸图像进行人脸识别，得到人脸识别结果；
根据所述识别结果生成第一指示消息，所述第一指示消息用于指示所述割草机器人进行防盗处理；
向所述割草机器人发送所述第一指示消息。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
接收所述割草机器人发送的请求信息，所述请求信息用于向服务器请求调用第二摄像头；
针对所述请求信息，向第二摄像头发送第二指示消息，其中，所述第二摄像头设置于所述割草机器人的外界环境中，所述第二指示消息用于指示所述第二摄像头获取所述第一目标人员的第一图像信息，所述第一图像信息包括所述第一目标人员的衣着特征；
接收所述第二摄像头对应的网络设备发送的所述第一图像信息；
根据所述第一图像信息进行图像分析，以确定所述第一目标人员的身份；
根据所述第一目标人员的身份生成第三指示消息，所述第三指示消息用于指示所述割草机器人进行相应的防盗处理；
向所述割草机器人发送所述第三指示消息。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取割草机器人针对所述第一指示消息或者所述第三指示消息发送的环境数据和位置信息，所述环境数据是由所述割草机器人通过相应的传感器获取得到的，所述位置信息是所述割草机器人的定位信息，所述环境数据包括环境图像；
获取所述位置信息对应的实景地图；
将所述环境图像与所述实景地图进行对比，确定出所述割草机器人的当前位置。
4.根据权利要求3所述的方法，其特征在于，所述将所述环境图像与所述实景地图进行对比，确定出所述割草机器人的实际位置，包括：
将第一时间区间内的多个环境图像中每个环境图像与对应的实景地图进行对比；
确定出所述每个环境图像与对应的实景地图相似度最高的区域，得到多个第一区域；
在所述对应的实景地图中标记所述第一区域，得到路径图，所述路径图用于指示所述割草机器人被盗后的移动路径和所述当前位置；
向用户设备发送所述路径图。
5.一种防盗方法，其特征在于，应用于割草机器人，包括：
检测到割草机器人与地面的距离大于第一预设阈值且发生预设位移；
通过传感器在检测范围内确定最靠近所述割草机器人的第一目标人员的方位；
若所述第一目标人员的方位处于第一摄像头的拍摄范围内，则通过所述第一摄像头在所述方位获取所述第一目标人员的人脸图像；
在获取到所述人脸图像后，向服务器发送所述人脸图像，所述人脸图像用于进行人脸识别并得到人脸识别结果；
接收服务器根据所述人脸识别结果发送的第一指示消息，并根据所述第一指示消息进行防盗处理。
6.根据权利要求5所述的方法，其特征在于，所述检测到与地面的距离大于第一预设阈值且发生预设位移之前，所述方法还包括：
确定是否接收到来自用户设备的第一信息；
若接收到所述第一信息，则不执行权利要求1中的步骤；
若未接收到所述第一信息，则在检测到至少两个车轮的压力小于第二预设阈值时执行权利要求1中的步骤。
7.根据权利要求5所述的方法，其特征在于，所述通过传感器确定离所述割草机器人最近的第一目标人员的方位之后，所述方法还包括：
若所述第一目标人员未处于所述第一摄像头的拍摄范围内，则向服务器发送请求信息，所述请求信息用于指示所述服务器向第二摄像头发送第二指示消息，所述第二摄像头设置于所述割草机器人的外界环境中；所述第二指示消息用于指示所述第二摄像头获取所述第一目标人员的第一图像信息，所述第一图像信息包括所述第一目标人员的衣着特征，所述第一图像信息由所述第二摄像头对应的网络设备向所述服务器上传，所述第一图像信息用于生成第三指示消息；
接收来自所述服务器的所述第三指示消息，根据所述第三指示消息进行防盗处理。
8.根据权利要求5-7任一项所述的方法，其特征在于，所述防盗处理，包括：
启动所述割草机器人上相应的传感器获取环境数据，所述环境数据包括周围环境图像、车牌号、盗车人特征；
持续向服务器共享位置信息，所述位置信息由所述服务器向用户设备共享，所述位置信息和所述环境数据共同用于确定所述割草机器人的路径图和当前位置。
9.一种电子设备，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-8任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-8任一项所述的方法中的步骤的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210452272.XA CN114821937B (zh) | 2022-04-27 | 2022-04-27 | 一种防盗方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210452272.XA CN114821937B (zh) | 2022-04-27 | 2022-04-27 | 一种防盗方法及相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114821937A CN114821937A (zh) | 2022-07-29 |
| CN114821937B true CN114821937B (zh) | 2023-07-04 |
Family
ID=82509109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210452272.XA Active CN114821937B (zh) | 2022-04-27 | 2022-04-27 | 一种防盗方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114821937B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104058031A (zh) * | 2014-04-15 | 2014-09-24 | 苏州天鸣信息科技有限公司 | 一种自行车防盗装置 |
| CN104994451A (zh) * | 2015-05-22 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种智能无线音箱的防盗方法及系统 |
| CN107837046A (zh) * | 2017-12-01 | 2018-03-27 | 潘美娣 | 一种人脸识别监控扫地机器人 |
| CN108229367A (zh) * | 2017-12-28 | 2018-06-29 | 何世容 | 一种人脸识别方法及装置 |
| CN110910596A (zh) * | 2019-12-02 | 2020-03-24 | 三一重机有限公司 | 挖掘机控制器防盗方法、挖掘机控制器防盗系统及挖掘机 |
| CN213696759U (zh) * | 2020-09-02 | 2021-07-16 | 广州科语机器人有限公司 | 一种扫地机 |
| CN113207412A (zh) * | 2021-04-15 | 2021-08-06 | 深圳拓邦股份有限公司 | 视觉伺服割草机器人目标跟踪方法和视觉伺服割草机器人 |
| CN215318720U (zh) * | 2021-05-26 | 2021-12-28 | 四川警察学院 | 一种智能巡防机器人系统 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010017129A (ja) * | 2008-07-10 | 2010-01-28 | Honda Motor Co Ltd | 機器の盗難防止装置 |
| CN107195152A (zh) * | 2016-03-15 | 2017-09-22 | 苏州宝时得电动工具有限公司 | 智能防盗装置、智能防盗系统及智能防盗方法 |
| CN206151375U (zh) * | 2016-06-27 | 2017-05-10 | 刘磊 | 家庭消防预警智能机器人 |
| CN107371576A (zh) * | 2017-07-14 | 2017-11-24 | 盐城工学院 | 除草设备和清理设备 |
| CN107390686A (zh) * | 2017-07-17 | 2017-11-24 | 深圳拓邦股份有限公司 | 一种割草机器人控制方法及自动控制割草系统 |
| CN107563168A (zh) * | 2017-09-05 | 2018-01-09 | 广东欧珀移动通信有限公司 | 移动终端的解锁方法、装置及移动终端 |
| CN108555916A (zh) * | 2018-02-07 | 2018-09-21 | 珠海市微半导体有限公司 | 服务机器人及其控制方法和服务机器人系统及其控制方法 |
| CN108354526B (zh) * | 2018-02-11 | 2020-09-01 | 深圳市无限动力发展有限公司 | 扫地机器人的安防方法及装置 |
| CN108540780A (zh) * | 2018-06-08 | 2018-09-14 | 苏州清研微视电子科技有限公司 | 基于扫地机器人设备的智能移动家庭监控系统 |
| CN110827495A (zh) * | 2018-08-10 | 2020-02-21 | 苏州宝时得电动工具有限公司 | 自移动设备及其防盗组件 |
| CN209591016U (zh) * | 2018-09-19 | 2019-11-05 | 浙江东泰阀门有限公司 | 一种智能机器人实时防盗系统 |
| CN109528091A (zh) * | 2018-11-29 | 2019-03-29 | 北京奇虎科技有限公司 | 一种扫地机器人及多楼层扫地系统 |
| KR102304304B1 (ko) * | 2019-01-28 | 2021-09-23 | 엘지전자 주식회사 | 인공지능 이동 로봇 및 이의 제어 방법 |
| CN111481110A (zh) * | 2019-01-29 | 2020-08-04 | 北京奇虎科技有限公司 | 防盗报警方法、装置和扫地机器人 |
| CN112773262A (zh) * | 2019-11-08 | 2021-05-11 | 珠海市一微半导体有限公司 | 基于扫地机器人的安防控制方法、扫地机器人及芯片 |
| CN212344524U (zh) * | 2020-03-12 | 2021-01-15 | 浙江菲客机器人有限公司 | 一种可多地形工作的割草机器人 |
| CN113160506B (zh) * | 2021-02-25 | 2022-12-13 | 西京学院 | 一种智能机器人的报警装置 |
| CN113467447A (zh) * | 2021-06-24 | 2021-10-01 | 武汉虹信技术服务有限责任公司 | 一种基于巡逻机器人的非法人员入侵监测系统及方法 |
-
2022
- 2022-04-27 CN CN202210452272.XA patent/CN114821937B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104058031A (zh) * | 2014-04-15 | 2014-09-24 | 苏州天鸣信息科技有限公司 | 一种自行车防盗装置 |
| CN104994451A (zh) * | 2015-05-22 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种智能无线音箱的防盗方法及系统 |
| CN107837046A (zh) * | 2017-12-01 | 2018-03-27 | 潘美娣 | 一种人脸识别监控扫地机器人 |
| CN108229367A (zh) * | 2017-12-28 | 2018-06-29 | 何世容 | 一种人脸识别方法及装置 |
| CN110910596A (zh) * | 2019-12-02 | 2020-03-24 | 三一重机有限公司 | 挖掘机控制器防盗方法、挖掘机控制器防盗系统及挖掘机 |
| CN213696759U (zh) * | 2020-09-02 | 2021-07-16 | 广州科语机器人有限公司 | 一种扫地机 |
| CN113207412A (zh) * | 2021-04-15 | 2021-08-06 | 深圳拓邦股份有限公司 | 视觉伺服割草机器人目标跟踪方法和视觉伺服割草机器人 |
| CN215318720U (zh) * | 2021-05-26 | 2021-12-28 | 四川警察学院 | 一种智能巡防机器人系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114821937A (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11735018B2 (en) | Security system with face recognition | |
| CN107871114B (zh) | 一种推送目标人员跟踪信息的方法、装置及系统 | |
| CN106341661B (zh) | 巡逻机器人 | |
| CN105590097B (zh) | 暗视觉条件下双摄像头协同实时人脸识别安防系统及方法 | |
| CN105072381A (zh) | 一种融合视频识别与uwb定位技术的人员识别方法与系统 | |
| JP6588413B2 (ja) | 監視装置および監視方法 | |
| US20190286928A1 (en) | Mobile micro-location | |
| US10419728B2 (en) | Monitoring system having personal information protection function and method thereof | |
| BR102018072654A2 (pt) | Sistema de resgate e método de resgate, e servidor utilizado para o sistema de resgate e o método de resgate | |
| JP7071362B2 (ja) | 盗難検出のための物体 | |
| CN209312052U (zh) | 一种人脸识别随身警务系统 | |
| US10685103B2 (en) | Challenge and response system for identifying non-credentialed occupants and method | |
| CN110557722B (zh) | 目标团伙的识别方法及相关装置 | |
| CN114821937B (zh) | 一种防盗方法及相关装置 | |
| CN111294552A (zh) | 图像采集设备确定方法及装置 | |
| CN111083446A (zh) | 一种结合视觉信号与无线信号的跟踪定位方法、系统与设备 | |
| CN112528699A (zh) | 用于获得场景中的设备或其用户的标识信息的方法和系统 | |
| KR101954441B1 (ko) | IoT 기반 노인시설 관리 서비스 제공 시스템 및 방법 | |
| CN110866623A (zh) | 基于身份验证的预约取车方法及装置、存储介质、终端 | |
| US11417214B2 (en) | Vehicle to vehicle security | |
| KR102067547B1 (ko) | 이동통신단말 및 건물 cctv카메라 간의 통신연결 및 영상분석 기반의 주변차량 위험상황 감지 및 방법 | |
| CN109819207B (zh) | 目标查找方法及相关设备 | |
| Maciel et al. | An integrated access control and lighting configuration system for smart buildings | |
| CN112802360A (zh) | 一种防止车辆逃逸方法及装置 | |
| CN112929963A (zh) | 基于终端测距的人员定位方法、装置、设备以及存储介质 |
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 | ||
| CP03 | Change of name, title or address |
Address after: 518000 9/F, Building A3, Nanshan Zhiyuan, No. 1001, Xueyuan Avenue, Changyuan Community, Taoyuan Street, Nanshan District, Shenzhen, Guangdong Province Patentee after: Shenzhen Kuma Technology Co.,Ltd. Country or region after: China Address before: 518000 1201, Tianlong mobile headquarters building, Tongfa South Road, Xili community, Xili street, Nanshan District, Shenzhen, Guangdong Province Patentee before: Songling robot (Shenzhen) Co.,Ltd. Country or region before: China |