CN116013013A - 基于物联网的社区用智能安防系统 - Google Patents
基于物联网的社区用智能安防系统 Download PDFInfo
- Publication number
- CN116013013A CN116013013A CN202310071087.0A CN202310071087A CN116013013A CN 116013013 A CN116013013 A CN 116013013A CN 202310071087 A CN202310071087 A CN 202310071087A CN 116013013 A CN116013013 A CN 116013013A
- Authority
- CN
- China
- Prior art keywords
- early warning
- risk
- information
- stranger
- visitor
- 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
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了基于物联网的社区用智能安防系统,包括用于获取监控区域的特征信息的基础信息采集模块、通过局域网或Internet网络实现特征信息传输的数据汇聚与传输模块、处理并进行分类存储特征信息的数据分析与处理模块和通过移动智能终端远程监控和管理系统对于陌生访客远程监控处理的末端用户智能模块,本发明提出基于物联网的社区用智能安防系统,通过构建陌生访客预警分析模型,对进入社区内部的陌生人员访客和陌生车辆访客的风险等级进行评估,并根据评估内容生成风险预警等级指令,基于风险预警等级指令生成风险决策,通过移动智能终端远程监控和管理系统,实现对于陌生访客的远程监控处理,降低安全风险影响程度,保证社区内部安全。
Description
技术领域
本发明涉及社区安防系统技术领域,特别涉及基于物联网的社区用智能安防系统。
背景技术
物联网是通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备,按约定的协议,把任何物品与互联网相连接,进行信息交换和通信,以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络。近年来,随着社会经济和科技水平的不断发展,社会公共安全受到人们的广泛关注。作为一个新兴的产业,智能安防技术及其应用的迅速发展,在维护社会稳定和安全方面发挥了重要的作用。由于安防系统涉及范围较广,包含子系统种类繁多,且各子系统的部署和管理相对独立,需要应用到物联网技术将各子系统连接。
目前,针对于社区的智能安防系统是通过在社区和楼宇入口布设人脸识别、车辆识别、视频监控、智能门禁、智能钥匙、WIFI围栏等技术手段来实现的,但对于来往社区的陌生访客的管理并不严格,实际情况中,往往是陌生访客通过简单地进行登记即可进出社区,且可以在社区内部自由停留,这无疑会增加社区内部的风险程度,为此,我们提出基于物联网的社区用智能安防系统。
发明内容
本发明的主要目的在于提供基于物联网的社区用智能安防系统,通过构建陌生访客预警分析模型,对进入社区内部的陌生人员访客和陌生车辆访客的风险等级进行评估,并根据评估内容生成风险预警等级指令,基于风险预警等级指令生成风险决策,通过移动智能终端远程监控和管理系统,实现对于陌生访客的远程监控处理,降低安全风险影响程度,保证社区内部安全,可以有效解决背景技术中的问题。
为实现上述目的,本发明采取的技术方案为:
基于物联网的社区用智能安防系统,其特征在于:所述系统包括基础信息采集模块、数据汇聚与传输模块、数据分析与处理模块、末端用户智能模块;
所述基础信息采集模块通过子系统采集设备获取监控区域的特征信息;
所述数据汇聚与传输模块将所述监控区域内异构的各子系统的管理主机按照不同的接入方式接入局域网或Internet网络中,通过局域网或Internet网络实现所述特征信息的传输;
所述数据分析与处理模块将所述特征信息规范化处理,并进行分类存储,构建特征信息数据库和陌生访客预警分析模型,通过构建的所述陌生访客预警分析模型对陌生访客的风险程度进行评估,并根据评估内容生成风险预警等级指令;
所述末端用户智能模块基于所述风险预警等级指令生成风险决策,通过移动智能终端远程监控和管理系统,实现对于所述陌生访客的远程监控处理;
所述陌生访客预警分析模型的构建步骤为:
通过所述基础信息采集模块采集陌生访客信息,并将所述陌生访客信息存储至所述数据分析与处理模块,所述陌生访客信息包括访客身份信息、访问对象信息、访问目的信息、到访时刻和离开时刻,所述访问目的信息包括第一目的、第二目的直至第n目的,取各项所述访问目的信息构建预警指标;
以所述预警指标作为网络输入,构建1个隐含层的3层BP神经网络模型,其中,对于所述BP神经网络模型,式中:h为所述BP神经网络模型隐含层节点数,t为所述BP神经网络模型输入层节点数,r为所述BP神经网络模型输出层节点数,α为1-10的常数;
通过所述数据分析与处理模块获取各项所述访问目的信息对应的所述到访时刻信息和所述离开时刻信息,计算所述离开时刻与所述到访时刻之间目的停留时长,分别获取第一目的停留时长、第二目的停留时长直至第n目的停留时长;
建立以所述目的停留时长为自变量的函数模型,取所述函数模型的因变量为警示等级级数,所述函数表达式为:
采用问卷调查法按照风险程度大小对各项所述预警指标进行评分,获取预警指标输入数据;
将所述预警指标输入数据进行归一化处理后获取若干份样本数据,随机抽取80%的所述样本数据作为训练集,设置输出层激活函数、隐含层激活函数、训练函数、性能函数均方误差、目标误差、学习速率、最大训练次数,采用Matlab软件对所述BP神经网络进行训练,当误差达到要求时,训练结束,成功构建所述陌生访客预警分析模型。
进一步的,所述子系统采集设备包括安装在小区公共区域的摄像设备、用于识别进出人员和车辆信息的道闸信息管理设备,所述小区公共区域包括但不限于小区出口及入口、地下空间、地面的公共主干道、建筑顶层露台、楼宇一层的入户口、各楼层电梯候梯厅、电梯轿厢、公共走廊、楼梯间。
进一步的,所述特征信息包括人员信息、视频信息、车辆信息,所述特征信息数据库包括人员信息数据库、视频信息数据库、车辆信息数据库。
进一步的,所述移动智能终端包括智能手机、平板电脑以及存储于所述智能手机和所述平板电脑上运行的计算机程序。
进一步的,所述陌生访客包括陌生人员访客和陌生车辆访客,当所述陌生访客为陌生人员访客时,所述访客身份信息包括访客姓名、访客电话;当所述陌生访客为陌生车辆访客时,所述访客身份信息包括车辆牌照、车辆颜色、驾驶员电话。
进一步的,所述风险预警等级指令包括第一风险预警等级指令、第二风险预警等级指令和第三风险预警等级指令,所述风险决策包括第一风险决策、第二风险决策和第三风险决策。
进一步的,当所述陌生访客预警分析模型对所述陌生访客的风险程度评估为一级风险时,所述数据分析与处理模块生成第一风险预警等级指令,所述末端用户智能模块生成根据所述第一风险预警等级指令生成所述第一风险决策;
当所述陌生访客预警分析模型对所述陌生访客的风险程度评估为二级风险时,所述数据分析与处理模块生成第二风险预警等级指令,所述末端用户智能模块生成根据所述第二风险预警等级指令生成所述第二风险决策;
当所述陌生访客预警分析模型对所述陌生访客的风险程度评估为三级风险时,所述数据分析与处理模块生成第三风险预警等级指令,所述末端用户智能模块生成根据所述第三风险预警等级指令生成所述第三风险决策。
与现有技术相比,本发明具有如下有益效果:
(1)本发明提出基于物联网的社区用智能安防系统,通过构建陌生访客预警分析模型,对进入社区内部的陌生人员访客和陌生车辆访客的风险等级进行评估,并根据评估内容生成风险预警等级指令,基于风险预警等级指令生成风险决策,通过移动智能终端远程监控和管理系统,实现对于陌生访客的远程监控处理,降低安全风险影响程度,保证社区内部安全。
附图说明
图1为本发明基于物联网的社区用智能安防系统的技术路线示意图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明,其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制,为了更好地说明本发明的具体实施方式,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸。
实施例1
如图1所示,基于物联网的社区用智能安防系统,系统包括基础信息采集模块、数据汇聚与传输模块、数据分析与处理模块、末端用户智能模块;
基础信息采集模块通过子系统采集设备获取监控区域的特征信息,其中特征信息包括人员信息、视频信息、车辆信息,在采集特征信息后,将信息传送至数据汇聚与传输模块,数据汇聚与传输模块将监控区域内异构的各子系统的管理主机按照不同的接入方式接入局域网或Internet网络中,通过局域网或Internet网络实现特征信息的传输,子系统采集设备包括安装在小区公共区域的摄像设备、用于识别进出人员和车辆信息的道闸信息管理设备,小区公共区域包括但不限于小区出口及入口、地下空间、地面的公共主干道、建筑顶层露台、楼宇一层的入户口、各楼层电梯候梯厅、电梯轿厢、公共走廊、楼梯间,数据分析与处理模块将特征信息规范化处理,并进行分类存储,构建特征信息数据库和陌生访客预警分析模型,特征信息数据库包括人员信息数据库、视频信息数据库、车辆信息数据库,通过构建的陌生访客预警分析模型对陌生访客的风险程度进行评估,并根据评估内容生成风险预警等级指令,末端用户智能模块基于风险预警等级指令生成风险决策,通过移动智能终端远程监控和管理系统,实现对于陌生访客的远程监控处理,移动智能终端包括智能手机、平板电脑以及存储于智能手机和平板电脑上运行的计算机程序,风险预警等级指令包括第一风险预警等级指令、第二风险预警等级指令和第三风险预警等级指令,风险决策包括第一风险决策、第二风险决策和第三风险决策;当陌生访客预警分析模型对陌生访客的风险程度评估为一级风险时,数据分析与处理模块生成第一风险预警等级指令,末端用户智能模块生成根据第一风险预警等级指令生成第一风险决策;当陌生访客预警分析模型对陌生访客的风险程度评估为二级风险时,数据分析与处理模块生成第二风险预警等级指令,末端用户智能模块生成根据第二风险预警等级指令生成第二风险决策;当陌生访客预警分析模型对陌生访客的风险程度评估为三级风险时,数据分析与处理模块生成第三风险预警等级指令,末端用户智能模块生成根据第三风险预警等级指令生成第三风险决策;
陌生访客预警分析模型的构建步骤为:
通过基础信息采集模块采集陌生访客信息,陌生访客包括陌生人员访客和陌生车辆访客,当陌生访客为陌生人员访客时,访客身份信息包括访客姓名、访客电话;当陌生访客为陌生车辆访客时,访客身份信息包括车辆牌照、车辆颜色、驾驶员电话,并将陌生访客信息存储至数据分析与处理模块,陌生访客信息包括访客身份信息、访问对象信息、访问目的信息、到访时刻和离开时刻,访问目的信息包括第一目的、第二目的直至第n目的,取各项访问目的信息构建预警指标;
以预警指标作为网络输入,构建1个隐含层的3层BP神经网络模型,其中,对于BP神经网络模型,式中:h为BP神经网络模型隐含层节点数,t为BP神经网络模型输入层节点数,r为BP神经网络模型输出层节点数,α为1-10的常数;
通过数据分析与处理模块获取各项访问目的信息对应的到访时刻信息和离开时刻信息,计算离开时刻与到访时刻之间目的停留时长,分别获取第一目的停留时长、第二目的停留时长直至第n目的停留时长;
建立以目的停留时长为自变量的函数模型,取函数模型的因变量为警示等级级数,函数表达式为:
采用问卷调查法按照风险程度大小对各项预警指标进行评分,获取预警指标输入数据;
将预警指标输入数据进行归一化处理后获取若干份样本数据,随机抽取80%的样本数据作为训练集,设置输出层激活函数、隐含层激活函数、训练函数、性能函数均方误差、目标误差、学习速率、最大训练次数,采用Matlab软件对BP神经网络进行训练,当误差达到要求时,训练结束,成功构建陌生访客预警分析模型,通过构建陌生访客预警分析模型,对进入社区内部的陌生人员访客和陌生车辆访客的风险等级进行评估,并根据评估内容生成风险预警等级指令,基于风险预警等级指令生成风险决策,通过移动智能终端远程监控和管理系统,实现对于陌生访客的远程监控处理,降低安全风险影响程度,保证社区内部安全。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.基于物联网的社区用智能安防系统,其特征在于:所述系统包括基础信息采集模块、数据汇聚与传输模块、数据分析与处理模块、末端用户智能模块;
所述基础信息采集模块通过子系统采集设备获取监控区域的特征信息;
所述数据汇聚与传输模块将所述监控区域内异构的各子系统的管理主机按照不同的接入方式接入局域网或Internet网络中,通过局域网或Internet网络实现所述特征信息的传输;
所述数据分析与处理模块将所述特征信息规范化处理,并进行分类存储,构建特征信息数据库和陌生访客预警分析模型,通过构建的所述陌生访客预警分析模型对陌生访客的风险程度进行评估,并根据评估内容生成风险预警等级指令;
所述末端用户智能模块基于所述风险预警等级指令生成风险决策,通过移动智能终端远程监控和管理系统,实现对于所述陌生访客的远程监控处理;
所述陌生访客预警分析模型的构建步骤为:
通过所述基础信息采集模块采集陌生访客信息,并将所述陌生访客信息存储至所述数据分析与处理模块,所述陌生访客信息包括访客身份信息、访问对象信息、访问目的信息、到访时刻和离开时刻,所述访问目的信息包括第一目的、第二目的直至第n目的,取各项所述访问目的信息构建预警指标;
以所述预警指标作为网络输入,构建1个隐含层的3层BP神经网络模型,其中,对于所述BP神经网络模型,式中:h为所述BP神经网络模型隐含层节点数,t为所述BP神经网络模型输入层节点数,r为所述BP神经网络模型输出层节点数,α为1-10的常数;
通过所述数据分析与处理模块获取各项所述访问目的信息对应的所述到访时刻信息和所述离开时刻信息,计算所述离开时刻与所述到访时刻之间目的停留时长,分别获取第一目的停留时长、第二目的停留时长直至第n目的停留时长;
建立以所述目的停留时长为自变量的函数模型,取所述函数模型的因变量为警示等级级数,所述函数表达式为:
采用问卷调查法按照风险程度大小对各项所述预警指标进行评分,获取预警指标输入数据;
将所述预警指标输入数据进行归一化处理后获取若干份样本数据,随机抽取80%的所述样本数据作为训练集,设置输出层激活函数、隐含层激活函数、训练函数、性能函数均方误差、目标误差、学习速率、最大训练次数,采用Matlab软件对所述BP神经网络进行训练,当误差达到要求时,训练结束,成功构建所述陌生访客预警分析模型。
2.根据权利要求1所述的基于物联网的社区用智能安防系统,其特征在于:所述子系统采集设备包括安装在小区公共区域的摄像设备、用于识别进出人员和车辆信息的道闸信息管理设备,所述小区公共区域包括但不限于小区出口及入口、地下空间、地面的公共主干道、建筑顶层露台、楼宇一层的入户口、各楼层电梯候梯厅、电梯轿厢、公共走廊、楼梯间。
3.根据权利要求1所述的基于物联网的社区用智能安防系统,其特征在于:所述特征信息包括人员信息、视频信息、车辆信息,所述特征信息数据库包括人员信息数据库、视频信息数据库、车辆信息数据库。
4.根据权利要求1所述的基于物联网的社区用智能安防系统,其特征在于:所述移动智能终端包括智能手机、平板电脑以及存储于所述智能手机和所述平板电脑上运行的计算机程序。
5.根据权利要求1所述的基于物联网的社区用智能安防系统,其特征在于:所述陌生访客包括陌生人员访客和陌生车辆访客,当所述陌生访客为陌生人员访客时,所述访客身份信息包括访客姓名、访客电话;当所述陌生访客为陌生车辆访客时,所述访客身份信息包括车辆牌照、车辆颜色、驾驶员电话。
6.根据权利要求1所述的基于物联网的社区用智能安防系统,其特征在于:所述风险预警等级指令包括第一风险预警等级指令、第二风险预警等级指令和第三风险预警等级指令,所述风险决策包括第一风险决策、第二风险决策和第三风险决策;
当所述陌生访客预警分析模型对所述陌生访客的风险程度评估为一级风险时,所述数据分析与处理模块生成第一风险预警等级指令,所述末端用户智能模块生成根据所述第一风险预警等级指令生成所述第一风险决策;
当所述陌生访客预警分析模型对所述陌生访客的风险程度评估为二级风险时,所述数据分析与处理模块生成第二风险预警等级指令,所述末端用户智能模块生成根据所述第二风险预警等级指令生成所述第二风险决策;
当所述陌生访客预警分析模型对所述陌生访客的风险程度评估为三级风险时,所述数据分析与处理模块生成第三风险预警等级指令,所述末端用户智能模块生成根据所述第三风险预警等级指令生成所述第三风险决策。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310071087.0A CN116013013A (zh) | 2023-02-07 | 2023-02-07 | 基于物联网的社区用智能安防系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310071087.0A CN116013013A (zh) | 2023-02-07 | 2023-02-07 | 基于物联网的社区用智能安防系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116013013A true CN116013013A (zh) | 2023-04-25 |
Family
ID=86023111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310071087.0A Pending CN116013013A (zh) | 2023-02-07 | 2023-02-07 | 基于物联网的社区用智能安防系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116013013A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116433037A (zh) * | 2023-06-15 | 2023-07-14 | 安徽嘉拓信息科技有限公司 | 一种基于数字孪生的ai视频融合智慧管控系统 |
-
2023
- 2023-02-07 CN CN202310071087.0A patent/CN116013013A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116433037A (zh) * | 2023-06-15 | 2023-07-14 | 安徽嘉拓信息科技有限公司 | 一种基于数字孪生的ai视频融合智慧管控系统 |
CN116433037B (zh) * | 2023-06-15 | 2023-09-22 | 安徽嘉拓信息科技有限公司 | 一种基于数字孪生的ai视频融合智慧管控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114390079B (zh) | 一种智慧城市公共场所管理方法和物联网系统 | |
JP6905850B2 (ja) | 画像処理システム、撮像装置、学習モデル作成方法、情報処理装置 | |
US11394933B2 (en) | System and method for gate monitoring during departure or arrival of an autonomous vehicle | |
DE112018007119T5 (de) | Optimieren und vorhersagen der verfügbarkeit von ressourcen in einer umgebung zur gemeinsamen fahrradnutzung | |
Rane et al. | Design of IoT based intelligent parking system using image processing algorithms | |
US11062156B1 (en) | Available vehicle parking space detection using machine learning | |
US20190087464A1 (en) | Regional population management system and method | |
CN112562161A (zh) | 一种基于5g物联网及ai智能门禁综合管理系统 | |
US20120130937A1 (en) | Security at a facility | |
CN108446696A (zh) | 一种基于深度学习的端到端车牌识别方法 | |
CN110304513B (zh) | 一种避险方法、装置、终端设备及存储介质 | |
CN106846876A (zh) | 一种基于视频识别及二维码的寻车方法、系统及装置 | |
KR102289181B1 (ko) | 영상 기반 주차 관리 시스템, 장치 및 방법 | |
CN116013013A (zh) | 基于物联网的社区用智能安防系统 | |
CN114693495B (zh) | 智慧城市公共交通管理方法、物联网系统、装置及介质 | |
CN114407827A (zh) | 车门控制方法、装置、设备、存储介质及自动驾驶车辆 | |
US20230377349A1 (en) | Methods and systems for post-disaster contact in smart city based on the internet of things | |
KR100413382B1 (ko) | 통신망을 이용한 감시 카메라의 통합 원격 제어 시스템 및방법과 이를 이용한 영상 데이터 처리 방법 | |
JP2022003499A (ja) | 危険度判別プログラム及びシステム | |
CN115759493A (zh) | 一种无人化智能感知服务系统 | |
CN115063746A (zh) | 一种车辆入库管理方法、装置、计算机设备及存储介质 | |
Salah | Design, simulation, and performance-evaluation-based validation of a novel RFID-based automatic parking system | |
CN111383375A (zh) | 酒店客房的电力控制方法及电力控制系统、酒店管理系统 | |
CN109658316A (zh) | 一种园区安全应急预警管理方法及装置 | |
CN111210150A (zh) | 一种基于边缘计算的智慧园区系统 |
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 |