CN115909640B - 一种基于边缘智能的便利店危险智能化识别系统 - Google Patents
一种基于边缘智能的便利店危险智能化识别系统 Download PDFInfo
- Publication number
- CN115909640B CN115909640B CN202211277796.6A CN202211277796A CN115909640B CN 115909640 B CN115909640 B CN 115909640B CN 202211277796 A CN202211277796 A CN 202211277796A CN 115909640 B CN115909640 B CN 115909640B
- Authority
- CN
- China
- Prior art keywords
- target
- sensor
- target sensor
- convenience store
- alarm
- 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 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 239000000779 smoke Substances 0.000 claims description 10
- 239000002341 toxic gas Substances 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 231100001267 hazard identification Toxicity 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Alarm Systems (AREA)
Abstract
本发明的实施例公开一种基于边缘智能的便利店危险智能化识别系统,涉及边缘计算技术领域。所述系统,包括:多类型的若干个传感器,分布式设置于目标便利店内,用于实时采集目标便利店内的各类型传感数据;与所述传感器连接的边缘计算模块,用于根据所述各类型传感器数据,识别目标便利店内是否存在危险情况;发送模块,与边缘计算模块连接,用于在所述目标便利店内存在危险情况时,向远端平台发送报警信息;远端平台,与发送模块连接,用于在接收到报警信息后进行报警。本发明有效地提高了便利店危险识别的效率,减少了人工成本,保证了便利店的安全。
Description
技术领域
本发明属于边缘计算技术领域,尤其涉及一种基于边缘智能的便利店危险智能化识别系统。
背景技术
便利店常常是位于居民区附近的实体店,以经营即时性商品或服务为主,以满足便利性需求为第一宗旨,采取自选式购物方式的小型零售店,其方便性得到了广大居民认可,也为经营者提供了一个稳定的收入来源。为了有充足的商品进行售卖,便利店常常会囤积一定量的货物,并且由于便利店的商品常常为易燃物品,导致便利店的安全隐患较多。为了排除便利店的安全隐患,保证便利店的安全,目前便利店危险识别方法,还不够智能,主要靠人工进行巡检发现,不仅存在着耗费人力的问题,同时巡检过程也存在安全隐患,危险性也较高,一旦发生危险(如遇到火灾)时,可能会对巡检人员造成伤害。
发明内容
有鉴于此,本发明实施例提供一种基于边缘智能的便利店危险智能化识别系统,用于解决现有便利店危险识别方法,不够智能,耗费人力,存在安全隐患的问题。本发明能够通过边缘计算模块,自动、智能地从各类型传感器数据中识别便利店中的危险情况并进行及时报警,有效地提高了便利店危险识别的效率,减少了人工成本,保证了便利店的安全。
本发明实施例提供一种基于边缘智能的便利店危险智能化识别系统,包括:
多类型的若干个传感器,分布式设置于目标便利店内,用于实时采集目标便利店内的各类型传感数据;
与所述传感器连接的边缘计算模块,用于根据所述各类型传感器数据,识别目标便利店内是否存在危险情况;
发送模块,与边缘计算模块连接,用于在所述目标便利店内存在危险情况时,向远端平台发送报警信息;
远端平台,与发送模块连接,用于在接收到报警信息后进行报警。
在一可选实施例中,所述传感器包括:温度传感器、烟雾传感器、有毒气体检测仪器中至少一种;
所述各类型传感数据,包括:温度、烟雾浓度、有毒气体浓度中的至少一种传感器数据;
所述边缘计算模块,具体用于判断所述传感数据是否在预设正常范围内,若否,则确定目标便利店内存在危险情况。
在一可选实施例中,所述边缘计算模块,包括:
判断单元,用于判断所述每个传感器采集的传感数据是否在预设的正常范围内,若否,则将传感数据不在预设的正常范围内的传感器作为第一目标传感器;
获取单元,用于根据预先存储的各传感器类型标识以及传感器之间的距离,将与第一目标传感器距离最近的预设数量个同类型传感器作为第一目标传感器对应的第二目标传感器,并获取第一目标传感器与第一目标传感器对应的每个第二目标传感器的距离以及第一目标传感器对应的每个第二目标传感器采集的传感数据;
误报确定单元,用于根据第一目标传感器与第一目标传感器对应的每个第二目标传感器的距离以及第一目标传感器对应的每个第二目标传感器采集的传感数据,识别第一目标传感器是否存在误报情况,若不存在误报情况,则确定目标便利店内存在危险情况。
在一可选实施例中,所述误报确定单元,还用于在识别出当前全部第一目标传感器都存在误报情况时,确定目标便利店内不存在危险情况。
在一可选实施例中,所述预设数量为3。
在一可选实施例中,所述误报确定单元,包括:
判断值计算子单元,具体用于根据第一公式,计算第一目标传感器的误报性判断值;
判断子单元,用于判断第一目标传感器的误报性判断值是否等于1;
确定子单元,用于在所述判断子单元的判断结果为否时,确定目标便利店内存在危险情况;
其中,所述第一公式为:
在第一公式中,W表示第一目标传感器的误报性判断值;D(a)表示第一目标传感器对应的第a个第二目标传感器采集的传感数据;||表示求取绝对值;S(a)表示第一目标传感器与第一目标传感器对应的第a个第二目标传感器的距离值;s0表示预设单位距离值;D0表示第一目标传感器采集的传感数据;d0表示预设的第一目标传感器所属类型传感器的传感数据被认定为不正常数据的阈值;表示所述第一目标传感器对应的3个第二目标传感器采集的传感数据不在预设的正常范围内的传感器个数。
在一可选实施例中,所述确定子单元,还用于在所述判断子单元的判断结果为否时,将当前不存在误报情况的第一目标传感器作为第三目标传感器,并获取第三目标传感器的标识提供给发送模块;
所述发送模块,具体用于根据第二公式生成第三目标传感器的警报数据包,所述报警信息包括所述第三目标传感器的警报数据包;其中,所述第三目标传感器的警报数据包记录有第三目标传感器的唯一编号、第三目标传感器采集的传感数据、第三目标传感器对应的第二目标传感器采集的传感数据以及第三目标传感器与第三目标传感器对应的每个第二目标传感器的距离;
所述远端平台,具体用于根据收到的报警信息中第三目标传感器的警报数据包的内容,基于第三公式计算本地的报警信号灯的控制亮度值,并控制所述报警信号灯的工作亮度值为所述控制亮度值,以通过报警信号灯的亮度进行报警;
其中,所述第二公式为:
所述第二公式中,G表示生成的第三目标传感器的警报数据包,所述数据包为4行2列矩阵形式;B表示第三目标传感器的唯一编号;
所述第三公式为:
所述第三公式中,H表示报警信号灯的控制亮度值;Hmax表示预设的报警信号灯的最大可控亮度值;Hmin表示预设的报警信号灯开启后的最小亮度值。
在一可选实施例中,所述远端平台,还用于存储收到的警报数据包及对应的时间信息。
在一可选实施例中,所述报警信息还包括:第三目标传感器的类型标识;
所述远端平台,还用于根据预先存储的传感器类型、存在问题、问题传感数据范围和问题解决方法之间的对应关系,匹配出与当前收到的第三目标传感器类型标识和第三目标传感器采集的传感数据相匹配的存在问题和问题解决方法,并将匹配出的存在问题和问题解决方法提供给用户。
本发明提供的一种基于边缘智能的便利店危险智能化识别系统,首先通过传感器实时采集便利店内的各类型传感数据,然后由边缘计算模块根据传感器数据识别便利店内是否存在危险情况,最后在存在危险情况时进行报警。本发明能够通过边缘计算模块,自动、智能地从各类型传感器数据中识别便利店中的危险情况并进行及时报警,有效地提高了便利店危险识别的效率,减少了人工成本,保证了便利店的安全。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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它的附图。
图1为本发明实施例提供的一种基于边缘智能的便利店危险智能化识别系统结构示意图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种基于边缘智能的便利店危险智能化识别系统结构示意图。参见图1,该系统包括:
多类型的若干个传感器1,分布式设置于目标便利店内,用于实时采集目标便利店内的各类型传感数据;
本实施例中,所述传感器1包括:温度传感器、烟雾传感器、有毒气体检测仪器中的至少一种;相应的,所述各类型传感数据,包括:温度、烟雾浓度、有毒气体(例如一氧化碳)浓度中的至少一种传感器数据。本实施例中,通过获取火灾对便利店可能造成的现象及影响,如温度升高、烟雾浓度变大、存在有毒气体(如一氧化碳),通过对这些传感数据的采集,便于后续对便利店内是否存在火灾安全隐患进行判定。
与传感器1连接的边缘计算模块2,用于根据所述各类型传感器数据,识别目标便利店内是否存在危险情况;优选地,边缘计算模块2,具体用于判断所述传感数据是否在预设正常范围内,若否,则确定目标便利店内存在危险情况。
发送模块3,与边缘计算模块2连接,用于在所述目标便利店内存在危险情况时,向远端平台4发送报警信息;
远端平台4,与发送模块3连接,用于在接收到报警信息后进行报警。
上述技术方案的有益效果为:本发明实施例提供的一种基于边缘智能的便利店危险智能化识别系统,首先通过传感器1实时采集便利店内的各类型传感数据,然后由边缘计算模块2根据传感器数据识别便利店内是否存在危险情况,最后在存在危险情况时,进行报警。本发明能够通过边缘计算模块2,自动、智能地从各类型传感器数据中识别便利店中的危险情况并进行及时报警,有效地提高了便利店危险识别的效率,减少了人工成本,保证了便利店的安全。
作为一可选实施例,所述边缘计算模块2,包括:判断单元、获取单元、误报确定单元,其中:
判断单元,用于判断所述每个传感器采集的传感数据是否在预设的正常范围内,若否,则将传感数据不在预设的正常范围内的传感器作为第一目标传感器;
获取单元,用于根据预先存储的各传感器类型标识以及传感器之间的距离,将与第一目标传感器距离最近的预设数量个同类型传感器作为第一目标传感器对应的第二目标传感器,并获取第一目标传感器与第一目标传感器对应的每个第二目标传感器的距离以及第一目标传感器对应的每个第二目标传感器采集的传感数据;优选地,所述预设数量为3;
误报确定单元,用于根据第一目标传感器与第一目标传感器对应的每个第二目标传感器的距离以及第一目标传感器对应的每个第二目标传感器采集的传感数据,识别第一目标传感器是否存在误报情况,若不存在误报情况,则确定目标便利店内存在危险情况。优选地,所述误报确定单元,还用于在识别出当前全部第一目标传感器都存在误报情况时,确定目标便利店内不存在危险情况。
上述技术方案的有益效果为:根据采集到的危险情况的传感数据,以及距离所述采集到危险情况的传感器1较近的3个同类型传感器1采集到的传感数据,来判断是否存在误报的情况,从而有效地提高了危险识别的准确性。
作为一可选实施例,所述误报确定单元,包括:判断值计算子单元、判断子单元、确定子单元,其中:
判断值计算子单元,具体用于根据第一公式,计算第一目标传感器的误报性判断值;
其中,所述第一公式为:
在第一公式中,W表示第一目标传感器的误报性判断值;D(a)表示第一目标传感器对应的第a个第二目标传感器采集的传感数据;||表示求取绝对值;S(a)表示第一目标传感器与第一目标传感器对应的第a个第二目标传感器的距离值;s0表示预设单位距离值;D0表示第一目标传感器采集的传感数据;d0表示预设的第一目标传感器所属类型传感器的传感数据被认定为不正常数据的阈值;表示所述第一目标传感器对应的3个第二目标传感器采集的传感数据不在预设的正常范围内的传感器个数。
判断子单元,用于判断第一目标传感器的误报性判断值是否等于1。
确定子单元,用于在所述判断子单元的判断结果为否时,确定目标便利店内存在危险情况。
上述技术方案的有益效果为:利用第一公式(1)根据采集到的危险情况的数据以及距离所述采集到危险情况的传感器1距离较近的三个同类型传感器1采集到的数据和距离,判断所述传感器1是否存在误报的可能,从而防止传感器1误报带来不必要的损失。
作为一可选实施例,所述确定子单元,还用于在所述判断子单元的判断结果为否时,将当前不存在误报情况的第一目标传感器作为第三目标传感器,并获取第三目标传感器的标识提供给发送模块3。本实施例中,发送模块3,具体用于根据第二公式生成第三目标传感器的警报数据包,所述报警信息包括所述第三目标传感器的警报数据包;其中,所述第三目标传感器的警报数据包记录有第三目标传感器的唯一编号、第三目标传感器采集的传感数据、第三目标传感器对应的第二目标传感器采集的传感数据以及第三目标传感器与第三目标传感器对应的每个第二目标传感器的距离。
其中,所述第二公式为:
所述第二公式中,G表示生成的第三目标传感器的警报数据包,所述数据包为4行2列矩阵形式;B表示第三目标传感器的唯一编号。
本实施例中,所述远端平台4,具体用于根据收到的报警信息中第三目标传感器的警报数据包的内容,基于第三公式计算本地的报警信号灯的控制亮度值,并控制所述报警信号灯的工作亮度值为所述控制亮度值,以通过报警信号灯的亮度进行报警;
其中,所述第三公式为:
所述第三公式中,H表示报警信号灯的控制亮度值;Hmax表示预设的报警信号灯的最大可控亮度值;Hmin表示预设的报警信号灯开启后的最小亮度值。
上述技术方案的有益效果为:利用第二公式(2)根据采集到危险情况的传感器编号以及传感器采集到的危险情况的数据和对距离所述采集到危险情况的传感器距离较近的三个同类型传感器采集到的数据和距离生成警报数据包,以矩阵的形式传输数据不仅可以通过行和列的形式有针对性的提取相关数据进行计算和分析,还能在远端平台(即平台端)以矩阵的形式进行显示,方便工作人员的查看,提高了系统的数据处理效率;然后利用第三公式(3)控制报警信号灯的亮度,进而根据报警信号灯的亮度情况知晓当前初级灾难情况的危机程度,便于有针对性的进行处理。
作为一可选实施例,所述远端平台4,还用于存储收到的警报数据包及对应的时间信息。
上述技术方案的有益效果为:远端平台4记录警报数据包及对应接收的时间信息,便于后续对危险情况进行统计分析或数据追溯。
作为一可选实施例,所述报警信息还包括:第三目标传感器的类型标识;
所述远端平台4,还用于根据预先存储的传感器类型、存在问题、问题传感数据范围和问题解决方法之间的对应关系,匹配出与当前收到的第三目标传感器类型标识和第三目标传感器采集的传感数据相匹配的存在问题和问题解决方法,并将匹配出的存在问题和问题解决方法提供给用户。
上述技术方案的有益效果为:多类型的传感器其采集的数据种类不同,例如温度、烟雾浓度等,造成这些数据异常的原因也有所不同,如温度过高,有可能是正在发生大火;烟雾浓度过高,可能是即将要发生火灾,其对应的处理方式存在一定的差异。将传感器类型及其采集数据异常后的应对处置措施进行预先存储,便于后续一旦发生某一类型传感器采集的数据存在危险情况时,获得对应的应对处置措施,有效地提高了危险情况处置效率。
从上述实施例的内容可知,本发明实施例可以通过传感器1感受到一些灾难初级的情况,如烟雾等传感器。通过传感器的数据上传,远端平台4给予记录和警报;具体为:在传感器1检测到存在危险情况时,首先根据采集到的危险情况的数据以及距离所述采集到危险情况的传感器1距离较近的三个传感器1采集到的数据和距离,判断所述传感器1是否存在误报的可能,若存在误报的可能性较低则根据采集到危险情况的传感器编号以及传感器1采集到的异常情况的数据和对距离所述采集到危险情况的传感器1距离较近的三个传感器1采集到的数据和距离生成警报数据包。本发明提供的系统对于小型火灾等场景可以及时发现、及时解决和实时记录,很大程度上增加了便利店工作的便利性,也有效地提高了便利店安全性。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的方法的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的方法。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的方法的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种基于边缘智能的便利店危险智能化识别系统,其特征在于,包括:
多类型的若干个传感器,分布式设置于目标便利店内,用于实时采集目标便利店内的各类型传感数据;
与所述传感器连接的边缘计算模块,用于根据所述各类型传感器数据,识别目标便利店内是否存在危险情况;
发送模块,与边缘计算模块连接,用于在所述目标便利店内存在危险情况时,向远端平台发送报警信息;
远端平台,与发送模块连接,用于在接收到报警信息后进行报警;
其中,所述边缘计算模块,包括:
判断单元,用于判断每个所述传感器采集的传感数据是否在预设的正常范围内,若否,则将传感数据不在预设的正常范围内的传感器作为第一目标传感器;
获取单元,用于根据预先存储的各传感器类型标识以及传感器之间的距离,将与第一目标传感器距离最近的预设数量个同类型传感器作为第一目标传感器对应的第二目标传感器,并获取第一目标传感器与第一目标传感器对应的每个第二目标传感器的距离以及第一目标传感器对应的每个第二目标传感器采集的传感数据;
误报确定单元,用于根据第一目标传感器与第一目标传感器对应的每个第二目标传感器的距离以及第一目标传感器对应的每个第二目标传感器采集的传感数据,识别第一目标传感器是否存在误报情况,若不存在误报情况,则确定目标便利店内存在危险情况;
其中,所述预设数量为3;
其中,所述误报确定单元,包括:
判断值计算子单元,具体用于根据第一公式,计算第一目标传感器的误报性判断值;
判断子单元,用于判断第一目标传感器的误报性判断值是否等于1;
确定子单元,用于在所述判断子单元的判断结果为否时,确定目标便利店内存在危险情况;
其中,所述第一公式为:
在第一公式中,W表示第一目标传感器的误报性判断值;D(a)表示第一目标传感器对应的第a个第二目标传感器采集的传感数据;||表示求取绝对值;S(a)表示第一目标传感器与第一目标传感器对应的第a个第二目标传感器的距离值;s0表示预设单位距离值;D0表示第一目标传感器采集的传感数据;d0表示预设的第一目标传感器所属类型传感器的传感数据被认定为不正常数据的阈值;表示所述第一目标传感器对应的3个第二目标传感器采集的传感数据不在预设的正常范围内的传感器个数。
2.如权利要求1所述的基于边缘智能的便利店危险智能化识别系统,其特征在于,所述传感器包括:温度传感器、烟雾传感器、有毒气体检测仪器中至少一种;
所述各类型传感数据,包括:温度、烟雾浓度、有毒气体浓度中的至少一种传感器数据;
所述边缘计算模块,具体用于判断所述传感数据是否在预设正常范围内,若否,则确定目标便利店内存在危险情况。
3.如权利要求1所述的基于边缘智能的便利店危险智能化识别系统,其特征在于,所述误报确定单元,还用于在识别出当前全部第一目标传感器都存在误报情况时,确定目标便利店内不存在危险情况。
4.如权利要求1所述的基于边缘智能的便利店危险智能化识别系统,其特征在于,所述确定子单元,还用于在所述判断子单元的判断结果为否时,将当前不存在误报情况的第一目标传感器作为第三目标传感器,并获取第三目标传感器的标识提供给发送模块;
所述发送模块,具体用于根据第二公式生成第三目标传感器的警报数据包,所述报警信息包括所述第三目标传感器的警报数据包;其中,所述第三目标传感器的警报数据包记录有第三目标传感器的唯一编号、第三目标传感器采集的传感数据、第三目标传感器对应的第二目标传感器采集的传感数据以及第三目标传感器与第三目标传感器对应的每个第二目标传感器的距离;
所述远端平台,具体用于根据收到的报警信息中第三目标传感器的警报数据包的内容,基于第三公式计算本地的报警信号灯的控制亮度值,并控制所述报警信号灯的工作亮度值为所述控制亮度值,以通过报警信号灯的亮度进行报警;
其中,所述第二公式为:
所述第二公式中,G表示生成的第三目标传感器的警报数据包,所述数据包为4行2列矩阵形式;B表示第三目标传感器的唯一编号;
所述第三公式为:
所述第三公式中,H表示报警信号灯的控制亮度值;Hmax表示预设的报警信号灯的最大可控亮度值;Hmin表示预设的报警信号灯开启后的最小亮度值。
5.如权利要求4所述的基于边缘智能的便利店危险智能化识别系统,其特征在于,所述远端平台,还用于存储收到的警报数据包及对应的时间信息。
6.如权利要求4所述的基于边缘智能的便利店危险智能化识别系统,其特征在于,所述报警信息还包括:第三目标传感器的类型标识;
所述远端平台,还用于根据预先存储的传感器类型、存在问题、问题传感数据范围和问题解决方法之间的对应关系,匹配出与当前收到的第三目标传感器类型标识和第三目标传感器采集的传感数据相匹配的存在问题和问题解决方法,并将匹配出的存在问题和问题解决方法提供给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211277796.6A CN115909640B (zh) | 2022-10-19 | 2022-10-19 | 一种基于边缘智能的便利店危险智能化识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211277796.6A CN115909640B (zh) | 2022-10-19 | 2022-10-19 | 一种基于边缘智能的便利店危险智能化识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115909640A CN115909640A (zh) | 2023-04-04 |
CN115909640B true CN115909640B (zh) | 2024-01-05 |
Family
ID=86492740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211277796.6A Active CN115909640B (zh) | 2022-10-19 | 2022-10-19 | 一种基于边缘智能的便利店危险智能化识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115909640B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002228340A (ja) * | 2001-02-07 | 2002-08-14 | Sanyo Electric Co Ltd | 冷凍冷蔵設備管理システム |
CN104916065A (zh) * | 2015-06-25 | 2015-09-16 | 苏州工业职业技术学院 | 一种智能火灾报警器及其控制方法 |
CN205692311U (zh) * | 2016-03-22 | 2016-11-16 | 天津融昇科技有限公司 | 一种小区火灾防护报警处理系统 |
CN111024158A (zh) * | 2019-12-23 | 2020-04-17 | 广东工业大学 | 一种结合边缘计算的厨电危险智能监测方法 |
CN112419661A (zh) * | 2019-08-20 | 2021-02-26 | 北京国双科技有限公司 | 一种危险识别方法及装置 |
CN114882688A (zh) * | 2022-06-16 | 2022-08-09 | 慧之安信息技术股份有限公司 | 一种基于边缘计算的酒吧安全监测系统 |
CN115083132A (zh) * | 2022-07-20 | 2022-09-20 | 南京六域知物科技有限公司 | 一种降低消防报警误报率的研判方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10007513B2 (en) * | 2015-08-27 | 2018-06-26 | FogHorn Systems, Inc. | Edge intelligence platform, and internet of things sensor streams system |
-
2022
- 2022-10-19 CN CN202211277796.6A patent/CN115909640B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002228340A (ja) * | 2001-02-07 | 2002-08-14 | Sanyo Electric Co Ltd | 冷凍冷蔵設備管理システム |
CN104916065A (zh) * | 2015-06-25 | 2015-09-16 | 苏州工业职业技术学院 | 一种智能火灾报警器及其控制方法 |
CN205692311U (zh) * | 2016-03-22 | 2016-11-16 | 天津融昇科技有限公司 | 一种小区火灾防护报警处理系统 |
CN112419661A (zh) * | 2019-08-20 | 2021-02-26 | 北京国双科技有限公司 | 一种危险识别方法及装置 |
CN111024158A (zh) * | 2019-12-23 | 2020-04-17 | 广东工业大学 | 一种结合边缘计算的厨电危险智能监测方法 |
CN114882688A (zh) * | 2022-06-16 | 2022-08-09 | 慧之安信息技术股份有限公司 | 一种基于边缘计算的酒吧安全监测系统 |
CN115083132A (zh) * | 2022-07-20 | 2022-09-20 | 南京六域知物科技有限公司 | 一种降低消防报警误报率的研判方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115909640A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105758450B (zh) | 基于多传感器应急机器人的消防预警感知系统构建方法 | |
CN206058455U (zh) | 一种具备三种等级烟雾识别的火灾图像识别系统 | |
US4668939A (en) | Apparatus for monitoring disturbances in environmental conditions | |
CN110801593B (zh) | 一种融合多模态数据的极早期火灾预警系统及方法 | |
CN113450551A (zh) | 一种自动消防报警设备管理系统 | |
CN117630319B (zh) | 一种基于大数据的水质监测预警方法及系统 | |
CN110853268A (zh) | 一种基于管廊系统海量数据分析实现入侵检测漏洞实时扫描的方法 | |
CN113920673B (zh) | 一种室内火情智能监测方法及系统 | |
CN108389359A (zh) | 一种基于深度学习的城市火灾报警方法 | |
KR20150080127A (ko) | 화재 예방 시스템 및 방법 | |
CN111178828A (zh) | 一种建筑消防安全预警的方法和系统 | |
CN111369122A (zh) | 一种施工风控管理方法及系统 | |
CN110779568A (zh) | 一种在线监测与移动巡检协同的电力电缆检测方法及装置 | |
CN110428579B (zh) | 基于图像识别的室内监控系统、方法及装置 | |
CN116105802A (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
CN115909640B (zh) | 一种基于边缘智能的便利店危险智能化识别系统 | |
CN107330884A (zh) | 着火点检测方法及装置 | |
CN113936293A (zh) | 基于视频信息的人员离岗检测方法、控制装置、存储介质 | |
CN117593845A (zh) | 一种智能化火灾报警系统 | |
CN113299034A (zh) | 一种适应多场景的火焰识别预警方法 | |
CN112904921A (zh) | 基于物联网的实时监测监管系统 | |
CN103810809B (zh) | 基于ds证据理论判断火灾的方法 | |
CN206058456U (zh) | 一种用于火灾识别可实时监控的图像处理系统 | |
CN113963503A (zh) | 火灾预警方法及系统 | |
CN112905416B (zh) | 一种基于物联网的消防设施检测方法、装置及介质 |
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 |