CN115412438B - 一种低功耗互联的防拆系统 - Google Patents

Abstract

本申请涉及一种低功耗互联的防拆系统。系统包括：终端和云端服务器；终端包括：传感器模块、数据处理模块、场景数据处理模块、判决模块以及数据传输模块；云端服务器包括：离线模型分析模块以及数据导入模块；传感器模块采集各类场景数据，场景数据处理模块对标准化的场景数据进行分级处理，判决模块进行初始判决，得到判决结果；当判决结果存在异常时，由离线模型分析模块对接收的各个终端的场景数据进行大数据分析，得到各个场景数据处理模块的更新参数；并对下一时刻采集的各类场景数据进行分级处理，并通过判决模块对下一时刻分级处理的数据进行最终判决，得到最终判决结果。采用本系统能够极大的降低终端的功耗。

Description

一种低功耗互联的防拆系统

技术领域

本申请涉及物联网通讯技术领域，特别是涉及一种低功耗互联的防拆系统。

背景技术

随着城镇化步伐的不断加快，城市规模急剧扩大，燃气、供水、供电等作为城市第二大命脉资源，需要进行实时监测，以燃气为例，近期安全事故频发，多次出现的燃气爆炸事件给我们敲响了警钟。国家针对燃气安全的监测密集出台了多项政策法规，将燃气的安全监管上升到了社会公共安全的重要组成部分，也成为城市生命线工程的重要组成部分。随着城市居民用气量的急剧增加和管道天燃气体的普及。管网对燃气监测终端需求旺盛，且增长迅速，管网监测终端其市场存在巨大的空间。

目前管网监测终端通常有壁挂式和地埋藏式两种类型，由于输送管网走向通常为城市场街区、铺装道路、绿化带、荒郊野外等复杂环境，供电极不方便，对监测设备的供电方式有比较严格，要求是电池供电方式。加之环境复杂，安装的管网可燃气监测设备随时都有可能被施工、人为等因素破坏或拆除，导致监测失效而存在安全隐患。

发明内容

基于此，有必要针对上述技术问题，提供一种能够应对复杂环境的低功耗互联的防拆系统。

一种低功耗互联的防拆系统，所述系统包括：

终端和云端服务器；

所述终端包括：传感器模块、数据处理模块、场景数据处理模块、判决模块以及数据传输模块；

所述云端服务器包括：离线模型分析模块以及数据导入模块；

所述传感器模块用于采集各类场景数据，所述数据处理模块将所述各类场景数据进行标准化转化，所述场景数据处理模块接收标准化的场景数据，并对所述标准化的场景数据进行分级处理，所述判决模块用于对所述分级处理的数据进行初始判决，得到判决结果；

当所述判决结果存在异常时，触发所述数据传输模块将所述判决结果以及所述各类场景数据上传至所述云端服务器，由所述离线模型分析模块对接收的各个终端的场景数据进行大数据分析，得到各个场景数据处理模块的更新参数；

所述终端从所述云端服务器下载所述更新参数并加载至所述场景数据处理模块，并对下一时刻采集的各类场景数据进行分级处理，并通过所述判决模块对下一时刻分级处理的数据进行最终判决，得到最终判决结果。

在其中一个实施例中，所述场景数据处理模块为Step-Module模型。

在其中一个实施例中，所述离线模型分析模块以各类场景数据和所述判决结果为样本，对各类场景进行大数据分析，得到各类场景中场景数据处理模块的更新参数。

在其中一个实施例中，所述传感器模块包括：加速度检测模块、位置检测模块以及温度检测模块；所述各类场景数据包括：加速度数据、位置数据以及温度数据。

在其中一个实施例中，所述云端服务器还包括：位置追踪模块；当最终判决结果为拆除警告时，所述位置追踪模块根据终端上传的实时位置数据生成实时路径，并将实时路径推送至客户端。

上述低功耗互联的防拆系统，为了解决防拆问题，传统基于定位、振动、加速度或者电路的方法，只能从单一维度应对防拆问题，而本发明中，通过提高防拆问题的可靠性，采用大数据分析的方式，并且进一步为了降低终端功耗，从而系统架构层面进行了重新设计，一方面设置了终端和云端服务器，其中，云端服务器与所有的终端进行通讯连接，另外一方面，将耗能大的大数据逻辑计算设置在云端服务器的离线模型分析模块中，通过离线模型分析模块的分析结果，应用在终端的场景数据处理模块中，从而终端只需要执行简单的分级处理，大大降低了终端的功耗。在系统架构层面设计之后，基于场景复杂、迁移变化的特点，采用了两次判断的方式，初始判断时，基于当前的场景数据处理模块进行判断，在判断异常时，下载云端服务器中的更新参数，从而极大的提高了防拆能力，并且具有一定的环境迁移能力，避免误判断。

附图说明

图1为一个实施例中低功耗互联的防拆系统的结构框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种低功耗互联的防拆系统，包括以下步骤：终端100和云端服务器200，终端100包括：传感器模块101、数据处理模块102、场景数据处理模块103、判决模块104以及数据传输模块105。云端服务器200包括：离线模型分析模块201以及数据导入模块202。

传感器模块101用于采集各类场景数据，数据处理模块102将各类场景数据进行标准化转化，场景数据处理模块103接收标准化的场景数据，并对标准化的场景数据进行分级处理，判决模块104用于对分级处理的数据进行初始判决，得到判决结果。

值得说明的是，场景数据中的场景可以是不同监测对象所处的场景，例如：燃气、水管等，也可以是不同的安装位置，例如：地面、地上、地下等，也可以是终端所处的实际环境等，具体可以根据离线模型分析模块的分类确定。

其次，标准化转化指的是一个转化过程，由于不同类型接收到的异构数据，为了使得场景数据处理模块可识别，需要通过数据处理模块进行转化。分级处理是本申请中的核心，分级处理无需复杂的逻辑运算，只需要将接收的数据进行简单的分级处理，然后送入下一模块进行判决即可。

当判决结果存在异常时，触发数据传输模块将判决结果以及各类场景数据上传至云端服务器，由离线模型分析模块对接收的各个终端的场景数据进行大数据分析，得到各个场景数据处理模块的更新参数。

值得说明的是，离线模型分析模块可以是一类神经网络，也可以是其他数据分析的工具，其根据接收的大量场景数据，进行分类后，针对特定场景的数据，分析得到场景数据处理模块的参数，可以知道的是，当环境发生变化时，场景数据处理模块的更新可以显著提升防拆的判断结果。

终端从云端服务器下载更新参数并加载至场景数据处理模块，并对下一时刻采集的各类场景数据进行分级处理，并通过判决模块对下一时刻分级处理的数据进行最终判决，得到最终判决结果。

上述低功耗互联的防拆系统，为了解决防拆问题，传统基于定位、振动、加速度或者电路的方法，只能从单一维度应对防拆问题，而本发明中，通过提高防拆问题的可靠性，采用大数据分析的方式，并且进一步为了降低终端功耗，从而系统架构层面进行了重新设计，一方面设置了终端和云端服务器，其中，云端服务器与所有的终端进行通讯连接，另外一方面，将耗能大的大数据逻辑计算设置在云端服务器的离线模型分析模块中，通过离线模型分析模块的分析结果，应用在终端的场景数据处理模块中，从而终端只需要执行简单的分级处理，大大降低了终端的功耗。在系统架构层面设计之后，基于场景复杂、迁移变化的特点，采用了两次判断的方式，初始判断时，基于当前的场景数据处理模块进行判断，在判断异常时，下载云端服务器中的更新参数，从而极大的提高了防拆能力，并且具有一定的环境迁移能力，避免误判断。

低功耗在物联网类设备上是一个重要的设计指标，一般而言，终端的功能越简单，功耗越低，例如：周期性发送采集的数据、休眠策略等，均是有利于终端的低功耗设计，但是此类终端有一个弊端，只能简单的传输数据，无法感知到监控对象潜在的风险。而本发明所提出的低功耗互连的防拆系统，一方面对功耗进行分析，另一方面从感知的智能化、精准化出发，二者相互融合，也即在技术方案上，采用互联架构，即云端服务器负责所有终端的接入，终端负责数据的采集以及初始感知，云端服务器通过采集终端的数据，从环境类别出发进行分析，并将分析得到的数据反馈至终端，以在终端中建立起简单的分级模型，值得说明的是，分级模型将采集到各个环境数据的关联性进行分析，从而得到进行判决的参数，例如，采集到的数据标准化后，分析模型将标准化的数据按照多种方式进行加权计算，得到多个判决参数，判决模块进行阈值判决，输出判决结果，可以知道，此类计算可以由低功耗芯片完成，例如单片机、MCU等，从而实现低功耗。

至于本发明所提到的场景，可以采用多种方式进行处理，例如：根据反馈数据的IP地址或者其他协议识别标识，也可以根据地理信息进行预先标记，确定终端的初始场景标记，所采集到的数据即为当前场景中的场景数据，当场景发生迁移时，例如：一年中温度发生显著的变化，必然会影响分级处理，但是并不是实际发生了人为拆除事件，在本申请的框架下，此类事件是可以自适应变化的，因为在同一环境中，必然大量终端可以感知到该温度变化的时间，反馈至云端服务器时，通过大数据计算，反馈更新参数，可以解决所有终端的此类问题。若是拆除导致的场景迁移，那么只是个别终端会反馈场景变化的信息，即使云端服务器会进行大数据计算，少量样本依然无法改变场景数据处理模块的参数，那么最终判决结果依然是异常的，从而实现了防拆检测的准确性。

在其中一个实施例中，场景数据处理模块为Step-Module模型。本实施例中，Step-Module模型是对云端服务器中离线模型分析模块的分析结果进行抽离，从而实现对各类数据的综合判断，从而输出判定因素。

在其中一个实施例中，离线模型分析模块以各类场景数据和判决结果为样本，对各类场景进行大数据分析，得到各类场景中场景数据处理模块的更新参数。本实施例中，由于云端服务器可以接收大量终端的场景数据，因此针对不同场景进行机器学习训练，可以得到不同场景中的异常情况，并且将更新参数分发至终端中，以对场景数据处理模块进行更新。

在其中一个实施例中，传感器模块包括：加速度检测模块、位置检测模块以及温度检测模块；各类场景数据包括：加速度数据、位置数据以及温度数据。本实施例中，处于不同的场景，在进行防拆检测时，重要程度是不同的，例如工作在高温环境下的终端，一旦周围环境温度降低，可能是由于拆除导致的。因此，在每个场景数据处理模块中，分级处理的参数是不同的。

在其中一个实施例中，云端服务器还包括：位置追踪模块；当最终判决结果为拆除警告时，位置追踪模块根据终端上传的实时位置数据生成实时路径，并将实时路径推送至客户端。本实施例中，在判决为拆除报警了，采用本发明的系统，可以实时进行追踪，从而避免财产的损失。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (5)

1.一种低功耗互联的防拆系统，其特征在于，所述系统包括：

终端和云端服务器；

所述终端包括：传感器模块、数据处理模块、场景数据处理模块、判决模块以及数据传输模块；

所述云端服务器包括：离线模型分析模块以及数据导入模块；

所述传感器模块用于采集各类场景数据，所述数据处理模块将所述各类场景数据进行标准化转化，所述场景数据处理模块接收标准化的场景数据，并对所述标准化的场景数据进行分级处理，所述判决模块用于对所述分级处理的数据进行初始判决，得到判决结果；

当所述判决结果存在异常时，触发所述数据传输模块将所述判决结果以及所述各类场景数据上传至所述云端服务器，由所述离线模型分析模块对接收的各个终端的场景数据进行大数据分析，得到各个场景数据处理模块的更新参数；

所述终端从所述云端服务器下载所述更新参数并加载至所述场景数据处理模块，并对下一时刻采集的各类场景数据进行分级处理，并通过所述判决模块对下一时刻分级处理的数据进行最终判决，得到最终判决结果。

2.根据权利要求1所述的系统，其特征在于，所述场景数据处理模块为Step-Module模型。

3.根据权利要求1所述系统，其特征在于，所述离线模型分析模块以各类场景数据和所述判决结果为样本，对各类场景进行大数据分析，得到各类场景中场景数据处理模块的更新参数。

4.根据权利要求1所述的系统，其特征在于，所述传感器模块包括：加速度检测模块、位置检测模块以及温度检测模块；

所述各类场景数据包括：加速度数据、位置数据以及温度数据。

5.根据权利要求4所述的系统，其特征在于，所述云端服务器还包括：位置追踪模块；

当最终判决结果为拆除警告时，所述位置追踪模块根据终端上传的实时位置数据生成实时路径，并将实时路径推送至客户端。

Images