CN117253380B - 一种基于数据融合技术的智慧校园安全管理系统和方法 - Google Patents
一种基于数据融合技术的智慧校园安全管理系统和方法 Download PDFInfo
- Publication number
- CN117253380B CN117253380B CN202311498253.1A CN202311498253A CN117253380B CN 117253380 B CN117253380 B CN 117253380B CN 202311498253 A CN202311498253 A CN 202311498253A CN 117253380 B CN117253380 B CN 117253380B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- data
- early warning
- matrix
- pedestrian
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005516 engineering process Methods 0.000 title claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims abstract description 111
- 238000012544 monitoring process Methods 0.000 claims abstract description 69
- 238000007726 management method Methods 0.000 claims abstract description 68
- 238000013500 data storage Methods 0.000 claims abstract description 17
- 230000002265 prevention Effects 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
- G08B19/005—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow combined burglary and fire alarm systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于数据融合技术的智慧校园安全管理系统和方法。所述系统包括:数据采集模块、监控系统、数据存储模块以及客户端;数据采集模块,用于采集校内行人位置数据、驶入校园车辆图像和车辆位置数据;监控系统,用于防火报警、防盗监测和校内车辆管理,根据车辆图像,确定车辆尺寸数据,将车辆尺寸数据与车辆位置数据输入数据融合函数,得到预警矩阵,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,同时将预警记录发送数据存储模块。能够将车辆数据与智慧校园安全管理系统数据进行数据融合,对驶入校内车辆进行有效管理,能够降低校园安全风险,辅助校园安全管理。
Description
技术领域
本发明涉及数据融合技术领域,特别涉及一种基于数据融合技术的智慧校园安全管理系统和方法。
背景技术
在当前智慧校园应用场景下,视频监控对校园的管理起到了重要的作用。目前的智慧校园安全管理系统停留在监控、存储和简单视频智能分析和视频识别报警的层次,对驶入校内车辆缺乏有效监控,车辆信息和智慧校园安全管理系统之间缺乏信息融合,给校园安全留下了隐患。
发明内容
为了解决上述问题,发明人做出本发明,通过具体实施方式,提供一种基于数据融合技术的智慧校园安全管理系统、方法、设备、存储介质。
第一方面,本发明实施例提供一种基于数据融合技术的智慧校园安全管理系统,包括:
数据采集模块、监控系统、数据存储模块以及客户端;
数据采集模块,用于采集校内行人位置数据、驶入校园车辆图像和车辆位置数据;
监控系统,用于防火报警、防盗监测和校内车辆管理,根据车辆图像,确定车辆尺寸数据,将车辆尺寸数据与车辆位置数据输入数据融合函数,得到预警矩阵,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,同时将预警记录发送数据存储模块。
第二方面,本发明实施例提供一种基于数据融合技术的智慧校园安全管理方法,包括以下步骤:
采集校内行人位置数据、驶入校园车辆图像和车辆位置数据;
通过监控系统,进行防火报警、防盗监测和校内车辆管理,根据车辆图像,确定车辆尺寸数据,将车辆尺寸数据与车辆位置数据输入数据融合函数,得到预警矩阵,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,同时将预警记录发送数据存储模块。
基于同一发明构思,本发明实施例提供一种基于数据融合技术的智慧校园安全管理设备,包括:存储器、处理器及存储于存储器上并在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现前述的基于数据融合技术的智慧校园安全管理方法。
基于同一发明构思,本发明实施例提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令执行时实现前述的基于数据融合技术的智慧校园安全管理方法。
本发明实施例提供的上述技术方案的有益效果至少包括:
能够将车辆数据与智慧校园安全管理系统数据进行数据融合,对驶入校内车辆进行有效管理,能够降低校园安全风险,辅助校园安全管理。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中智慧校园安全管理系统结构示意图;
图2为本发明实施例中监控系统结构示意图;
图3为本发明实施例中车轮边框预警示意图;
图4为本发明实施例中前后轮边框预警示意图;
图5为本发明实施例中另一智慧校园安全管理系统结构示意图;
图6为本发明实施例中基于数据融合技术的智慧校园安全管理方法流程图;
图7为本发明实施例中一种基于数据融合技术的智慧校园安全管理设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决现有技术中存在的问题,本发明实施例提供一种基于数据融合技术的智慧校园安全管理系统,包括:数据采集模块、监控系统、数据存储模块以及客户端。如图1所示,数据采集模块将采集到的数据通过无线数据传输模块发送至监控系统,相关的数据存储于数据存储模块,并通过客户端进行展示。
数据采集模块,用于采集校内行人位置数据、驶入校园车辆图像、车辆位置数据和车速。具体的,数据采集模块包括无线传感器、RFID和摄像头;可用无线传感器或RFID采集车速,可用无线传感器采集行人位置、车辆位置,可用摄像头采集车辆图像,将车辆图像和校内数字孪生系统比对,确定车辆位置,校内数字孪生系统是根据校内场景建立的三维数字模型。无线传感器包括红外传感器;无线传感网络的初始化通过调度协调器设备,从协调器所在的应用层向网络层发起网络建立命令,以便保证网络的初步建立,具体的角度方法是使用原语指令,并且在调度的过程中需要时刻保证FFD节点的连接,FFD节点的作用在于能够保证网络的独立性,防止其他网络的干扰。无线传感网络的节点录入通过协调器发起请求,待收到各个节点的反馈后,使用逻辑判断的方式确定能够加入网络设备;利用网络协调器查找周边环境内想要申请入网的协调器信息,并向其发送一个确认帧;确认帧的发出触发指令继续向协调器上一层传递,然后协调器会审核自身情况,若可匹配申请要求,便分配相关地址,每个申请要求都会自动发送一个独立的节点地址,并且在协调器的资源利用率达到限度时停止自动发送。无线传感网络的网络路由借助ZigBee路由器来增加数据传输距离,ZigBee路由器依据AODV路由协议实现路由功能,ZigBee路由器应对范围更广、满足复杂多变的安全监控系统的需要,避免数据丢失、连接失败、传输延迟。
监控系统,用于防火报警、防盗监测和校内车辆管理,根据车辆图像,确定车辆尺寸数据,将车辆尺寸数据与车辆位置数据输入数据融合函数,得到预警矩阵,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,同时将预警记录发送数据存储模块。客户端,用于驾驶员接收监控系统发出的提醒或预警信息。可安装在PC端、手机端、显示屏、Ipad、车载系统上。
监控系统包括智能视频监控子系统。智能视频监控子系统包括智能化监控平台、监控节点和智能分析设备,通过搭建计算机视觉技术平台,结合智能化视频监控设备,对视频源中的关键信息采集、录取和分析,对目标时间、人物进行高效检索;通过ZigBee无线传感网络和红外线传感器的配合形成节点移动区域网络,不需在校内车辆上设置GPS定位模块,就可准确识别车辆位置,一旦车辆与预定范围区间出现位置变化,监控系统第一时间向客户端发送报警信息。
除此之外,如图2所示,监控系统还包括防火报警子系统、防盗监测子系统。防火报警子系统包括自动化控制报警器、喷淋器和数据存储;通过ZigBee无线传感网络接收烟雾传感器、温湿度传感器采集到的烟雾数据、温度数据,并根据接收到的数据进行控制自动化控制报警器进行防火警示,同时控制喷淋器的开关。防盗监测子系统包括GPS定位模块,将GPS定位模块设置于用于存放学校公共财产和师生个人隐私的设备中,通过ZigBee无线传感网络和红外线传感器的配合形成节点移动区域网络,一旦设备与预定范围区间出现位置变化,GPS定位模块第一时间向管理中心信息平台发送报警信息。
根据车辆图像,确定车辆尺寸数据,包括:
所述监控系统,将车辆图像对应的图像特征向量输入车辆类型数据库,得到车辆型号,根据车辆型号,确定车轮间距和轮毂半径;所述车辆类型数据库包括多种车辆型号记录,每条车辆型号记录的字段包括车辆型号、车辆图像特征向量和车辆尺寸数据。
所述数据融合函数,包括车轮边框顶点模型,所述预警矩阵包括车轮边框预警矩阵;
将车轮间距和轮毂半径输入车轮边框顶点模型,确定车轮边框顶点,车轮边框顶点模型如下式所示:
其中,(x,y)为前后排车轮对角线交点坐标,h为前排车轮间距和后排车轮间距中的最大值,h 1为前排车轮间距,h 2为后排车轮间距,p为前后车轮间距,r为轮毂半径,为车辆车头朝向和x轴的夹角,x轴为(x,y)坐标所在的平面直角坐标系的x轴,这个坐标平面和水平面平行;监控系统根据车辆图像,确定/>。其中,根据车辆位置,确定前后排车轮对角线交点坐标,包括:当车辆位置数据对应车辆中点时,将车辆位置坐标确定为前后排车轮对角线交点坐标,当车辆位置数据包括车辆边缘位置坐标时,将车辆左右对称线的中点坐标确定为前后排车轮对角线交点坐标,或结合车辆型号,分别确定车辆前后轮坐标,将前后轮坐标的中点确定为前后排车轮对角线交点坐标。
以车轮边框顶点为矩阵四角端点,建立所述车辆的车轮边框预警矩阵,所述车轮边框预警矩阵包括多个成行列分布的位置坐标。
判定行人位置数据进入预警矩阵,包括:
确定预警矩阵中相邻两点之间的最短距离,当行人位置数据的整数部分与预警矩阵中任一点的坐标整数部分相同时,确定预警矩阵中距行人位置的最近点,计算所述最近点和行人位置的距离,当所述最近点和行人位置的距离,低于所述最短距离时,判定行人位置数据进入预警矩阵。
当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,包括:
如图3所示,当行人位置数据进入车轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送启动前检查车辆四周提醒,当车轮边框落入校内禁停区域时,监控系统通过客户端向车辆驾驶员发送禁止停车提醒。
所述数据融合函数,包括车辆预警边框顶点模型,所述预警矩阵包括前轮边框预警矩阵和后轮边框预警矩阵;
所述监控系统,根据车辆位置数据,确定车辆前后排车轮对角线交点坐标,通过车轮边框顶点模型,确定车轮边框数据;
所述监控系统,还用于根据车辆位置数据相对时间的变化量,确定车辆速度向量;将监控系统确定的车速和数据采集模块采集的车速比较,将较大值确定为车速。
所述监控系统,将车轮边框数据和车辆速度向量输入车辆预警边框顶点模型,得到车辆预警边框顶点,所述车辆预警边框顶点模型为:
(x,y)为前后排车轮对角线交点坐标,h为前排车轮间距和后排车轮间距中的最大值,h 1为前排车轮间距,h 2为后排车轮间距,p为前后车轮间距,r为轮毂半径,为车辆车头朝向和x轴的夹角,/>为车辆速度向量,K为车速修正系数,K可根据校内人员密度、车辆速度进行反相关调整。调整方法为,人员密度越大、车速越大,则K越小,从而使边框更大,有助于实现及早预警,便于给驾驶员留出更多的反应时间,便于驾驶员提前做出避险措施,相反,人员密度越小、车速越低,则K越大,从而使边框较小,减少不必要的预警,避免干扰正常行驶。
以前轮预警边框顶点为矩阵四角端点,建立所述车辆的前轮边框预警矩阵,所述前轮边框预警矩阵包括多个成行列分布的位置坐标;
以后轮预警边框顶点为矩阵四角端点,建立所述车辆的后轮边框预警矩阵,所述后轮边框预警矩阵包括多个成行列分布的位置坐标。
当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,包括:
如图4所示,当行人位置数据进入前轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送注意避让前方行人提醒,当行人位置数据落入后轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送注意避让后方行人提醒。通过上述预警系统,能够对驶入校内车辆实时有效监控,实现车辆信息和智慧校园安全系统之间信息融合,保障校园安全。
如图5所示,智慧校园安全管理系统,还包括数据传输模块,用于传输行人位置数据、车辆图像、车辆位置数据、车辆尺寸数据和预警记录。具体的,通过无线数据传输模块,用于通过校园网、ZigBee无线传感网络、移动通信和Internet传输数据;将车辆位置、行人位置、车辆数据等信息进行无线传输。ZigBee无线传感网络的构建包括无线传感网络的初始化、无线传感网络的节点录入和无线传感网络的网络路由。
本发明采用数据采集模块、无线数据传输模块、监控系统、数据存储模块以及客户端的配合,网络基础设施设计是基于数据融合技术的智慧校园安全系统建设的硬件基础部分,能够满足智慧校园安全系统的信息传输相关要求,并能够实现实时采集环境信息的智能化设备,能够对相关要求的状态信息进行感知、识别以及记录;利用无线通信的方式替代有线传输,使得数据信息能够更加方便、快捷、安全地通过传感器采集,最终以强大的实时数据分析有助于监控人员更好地控制现场安全情况;在无线传感网络控制范围内,无线传感器的节点越多则数据信息的采集越准确,监控效果就越好;同时,无线通信网络更加具有组织性,能够实现无线传感网络内各个节点的科学合理配置,使无线网络时刻处于动态变化过程,避免了数据获取过程中逐一对各节点进行查阅,最大限度地确保无线网络的实用性。
本实施例中,能够将车辆数据与智慧校园安全管理系统数据进行数据融合,对驶入校内车辆进行有效管理,能够降低校园安全风险,辅助校园安全管理。
本发明另一实施例提供一种基于数据融合技术的智慧校园安全管理方法,其流程如图6所示,包括如下步骤:
步骤S1:采集校内行人位置数据、驶入校园车辆图像和车辆位置数据。
具体的,可用无线传感器或RFID采集车速,可用无线传感器采集行人位置、车辆位置,可用摄像头采集车辆图像,将车辆图像和校内数字孪生系统比对,确定车辆位置,校内数字孪生系统是根据校内场景建立的三维数字模型。
步骤S2:通过监控系统,进行防火报警、防盗监测和校内车辆管理,根据车辆图像,确定车辆尺寸数据,将车辆尺寸数据与车辆位置数据输入数据融合函数,得到预警矩阵。
根据车辆图像,确定车辆尺寸数据,包括以下步骤:
将车辆图像对应的图像特征向量输入车辆类型数据库,得到车辆型号,根据车辆型号,确定车轮间距和轮毂半径;所述车辆类型数据库包括多种车辆型号记录,每条车辆型号记录的字段包括车辆型号、车辆图像特征向量和车辆尺寸数据。
将车辆尺寸数据与车辆位置数据输入数据融合函数,得到预警矩阵,包括以下步骤:
将车轮间距和轮毂半径输入车轮边框顶点模型,确定车轮边框顶点,车轮边框顶点模型如下式所示:
其中,(x,y)为前后排车轮对角线交点坐标,h为前排车轮间距和后排车轮间距中的最大值,h 1为前排车轮间距,h 2为后排车轮间距,p为前后车轮间距,r为轮毂半径,为车辆车头朝向和x轴的夹角;
以车轮边框顶点为矩阵四角端点,建立所述车辆的车轮边框预警矩阵,所述车轮边框预警矩阵包括多个成行列分布的位置坐标。
将车辆尺寸数据与车辆位置数据输入数据融合函数,得到预警矩阵,包括以下步骤:
根据车辆位置数据,确定车辆前后排车轮对角线交点坐标,通过车轮边框顶点模型,确定车轮边框数据;
根据车辆位置数据相对时间的变化量,确定车辆速度向量;
将车轮边框数据和车辆速度向量输入车辆预警边框顶点模型,得到车辆预警边框顶点,所述车辆预警边框顶点模型为:
(x,y)为前后排车轮对角线交点坐标,h为前排车轮间距和后排车轮间距中的最大值,h 1为前排车轮间距,h 2为后排车轮间距,p为前后车轮间距,r为轮毂半径,为车辆车头朝向和x轴的夹角,/>为车辆速度向量,K为车速修正系数,K与车速负相关;
以前轮预警边框顶点为矩阵四角端点,建立所述车辆的前轮边框预警矩阵,所述前轮边框预警矩阵包括多个成行列分布的位置坐标;
以后轮预警边框顶点为矩阵四角端点,建立所述车辆的后轮边框预警矩阵,所述后轮边框预警矩阵包括多个成行列分布的位置坐标。
步骤S3:当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,同时将预警记录发送数据存储模块。
判定行人位置数据进入预警矩阵,包括以下步骤:
确定预警矩阵中相邻两点之间的最短距离,当行人位置数据的整数部分与预警矩阵中任一点的坐标整数部分相同时,确定预警矩阵中距行人位置的最近点,计算所述最近点和行人位置的距离,当所述最近点和行人位置的距离,低于所述最短距离时,判定行人位置数据进入预警矩阵。
预警矩阵包括车轮边框预警矩阵、前轮边框预警矩阵、后轮边框预警矩阵。
当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,包括以下步骤:
当行人位置数据进入车轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送启动前检查车辆四周提醒,当车轮边框落入校内禁停区域时,监控系统通过客户端向车辆驾驶员发送禁止停车提醒;
当行人位置数据进入前轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送注意避让前方行人提醒,当行人位置数据落入后轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送注意避让后方行人提醒。
所述智慧校园安全管理方法,还包括通过ZigBee无线传感网络传输行人位置数据、车辆图像、车辆位置数据、车辆尺寸数据和预警记录。
本实施例的上述方法中,能够将车辆数据与智慧校园安全管理系统数据进行数据融合,对驶入校内车辆进行有效管理,能够降低校园安全风险,辅助校园安全管理。
本领域技术人员能够对上述顺序进行变换而并不离开本公开的保护范围。
基于同一发明构思,本发明实施例提供一种基于数据融合技术的智慧校园安全管理设备,其结构如图7所示,包括:存储器、处理器及存储于存储器上并在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现前述的基于数据融合技术的智慧校园安全管理方法。
基于同一发明构思,本发明实施例提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令执行时实现前述的基于数据融合技术的智慧校园安全管理方法。
凡在本发明的原则范围内做的任何修改、补充和等同替换等,均应仍归属于本发明的专利涵盖范围内。
Claims (22)
1.一种基于数据融合技术的智慧校园安全管理系统,其特征在于,包括:
数据采集模块、监控系统、数据存储模块以及客户端;
数据采集模块,用于采集校内行人位置数据、驶入校园车辆图像和车辆位置数据;
监控系统,用于防火报警、防盗监测和校内车辆管理,根据车辆图像,确定车辆尺寸数据,将车辆尺寸数据与车辆位置数据输入数据融合函数,得到预警矩阵,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,同时将预警记录发送数据存储模块;所述数据融合函数,包括车轮边框顶点模型,所述预警矩阵包括车轮边框预警矩阵;
将车轮间距和轮毂半径输入车轮边框顶点模型,确定车轮边框顶点,车轮边框顶点模型如下式所示:
其中,(x,y)为前后排车轮对角线交点坐标,h为前排车轮间距和后排车轮间距中的最大值,h 1为前排车轮间距,h 2为后排车轮间距,p为前后车轮间距,r为轮毂半径,为车辆车头朝向和x轴的夹角;
以车轮边框顶点为矩阵四角端点,建立所述车辆的车轮边框预警矩阵,所述车轮边框预警矩阵包括多个成行列分布的位置坐标。
2.如权利要求1所述的基于数据融合技术的智慧校园安全管理系统,其特征在于,根据车辆图像,确定车辆尺寸数据,包括:
所述监控系统,将车辆图像对应的图像特征向量输入车辆类型数据库,得到车辆型号,根据车辆型号,确定车轮间距和轮毂半径;
所述车辆类型数据库包括多种车辆型号记录,每条车辆型号记录的字段包括车辆型号、车辆图像特征向量和车辆尺寸数据。
3.如权利要求1所述的基于数据融合技术的智慧校园安全管理系统,其特征在于,判定行人位置数据进入预警矩阵,包括:
确定预警矩阵中相邻两点之间的最短距离,当行人位置数据的整数部分与预警矩阵中任一点的坐标整数部分相同时,确定预警矩阵中距行人位置的最近点,计算所述最近点和行人位置的距离,当所述最近点和行人位置的距离,低于所述最短距离时,判定行人位置数据进入预警矩阵。
4.如权利要求1所述的基于数据融合技术的智慧校园安全管理系统,其特征在于,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,包括:
当行人位置数据进入车轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送启动前检查车辆四周提醒,当车轮边框落入校内禁停区域时,监控系统通过客户端向车辆驾驶员发送禁止停车提醒。
5.如权利要求1所述的基于数据融合技术的智慧校园安全管理系统,其特征在于,所述智慧校园安全管理系统,还包括数据传输模块,用于传输行人位置数据、车辆图像、车辆位置数据、车辆尺寸数据和预警记录。
6.一种基于数据融合技术的智慧校园安全管理系统,其特征在于,包括:
数据采集模块、监控系统、数据存储模块以及客户端;
数据采集模块,用于采集校内行人位置数据、驶入校园车辆图像和车辆位置数据;
监控系统,用于防火报警、防盗监测和校内车辆管理,根据车辆图像,确定车辆尺寸数据,将车辆尺寸数据与车辆位置数据输入数据融合函数,得到预警矩阵,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,同时将预警记录发送数据存储模块;所述数据融合函数,包括车辆预警边框顶点模型,所述预警矩阵包括前轮边框预警矩阵和后轮边框预警矩阵;
所述监控系统,根据车辆位置数据,确定车辆前后排车轮对角线交点坐标,通过车轮边框顶点模型,确定车轮边框数据;
所述监控系统,还用于根据车辆位置数据相对时间的变化量,确定车辆速度向量;
所述监控系统,将车轮边框数据和车辆速度向量输入车辆预警边框顶点模型,得到车辆预警边框顶点,所述车辆预警边框顶点模型为:
(x,y)为前后排车轮对角线交点坐标,h为前排车轮间距和后排车轮间距中的最大值,h 1为前排车轮间距,h 2为后排车轮间距,p为前后车轮间距,r为轮毂半径,为车辆车头朝向和x轴的夹角,/>为车辆速度向量,K为车速修正系数,K与车速负相关;
以前轮预警边框顶点为矩阵四角端点,建立所述车辆的前轮边框预警矩阵,所述前轮边框预警矩阵包括多个成行列分布的位置坐标;
以后轮预警边框顶点为矩阵四角端点,建立所述车辆的后轮边框预警矩阵,所述后轮边框预警矩阵包括多个成行列分布的位置坐标。
7.如权利要求6所述的基于数据融合技术的智慧校园安全管理系统,其特征在于,根据车辆图像,确定车辆尺寸数据,包括:
所述监控系统,将车辆图像对应的图像特征向量输入车辆类型数据库,得到车辆型号,根据车辆型号,确定车轮间距和轮毂半径;
所述车辆类型数据库包括多种车辆型号记录,每条车辆型号记录的字段包括车辆型号、车辆图像特征向量和车辆尺寸数据。
8.如权利要求6所述的基于数据融合技术的智慧校园安全管理系统,其特征在于,判定行人位置数据进入预警矩阵,包括:
确定预警矩阵中相邻两点之间的最短距离,当行人位置数据的整数部分与预警矩阵中任一点的坐标整数部分相同时,确定预警矩阵中距行人位置的最近点,计算所述最近点和行人位置的距离,当所述最近点和行人位置的距离,低于所述最短距离时,判定行人位置数据进入预警矩阵。
9.如权利要求6所述的基于数据融合技术的智慧校园安全管理系统,其特征在于,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,包括:
当行人位置数据进入前轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送注意避让前方行人提醒,当行人位置数据落入后轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送注意避让后方行人提醒。
10.如权利要求6所述的基于数据融合技术的智慧校园安全管理系统,其特征在于,所述智慧校园安全管理系统,还包括数据传输模块,用于传输行人位置数据、车辆图像、车辆位置数据、车辆尺寸数据和预警记录。
11.一种基于数据融合技术的智慧校园安全管理方法,其特征在于,包括以下步骤:
采集校内行人位置数据、驶入校园车辆图像和车辆位置数据;
通过监控系统,进行防火报警、防盗监测和校内车辆管理,根据车辆图像,确定车辆尺寸数据,将车轮间距和轮毂半径输入车轮边框顶点模型,确定车轮边框顶点,车轮边框顶点模型如下式所示:
其中,(x,y)为前后排车轮对角线交点坐标,h为前排车轮间距和后排车轮间距中的最大值,h 1为前排车轮间距,h 2为后排车轮间距,p为前后车轮间距,r为轮毂半径,为车辆车头朝向和x轴的夹角;
以车轮边框顶点为矩阵四角端点,建立所述车辆的车轮边框预警矩阵,所述车轮边框预警矩阵包括多个成行列分布的位置坐标,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,同时将预警记录发送数据存储模块。
12.如权利要求11所述的基于数据融合技术的智慧校园安全管理方法,其特征在于,根据车辆图像,确定车辆尺寸数据,包括以下步骤:
将车辆图像对应的图像特征向量输入车辆类型数据库,得到车辆型号,根据车辆型号,确定车轮间距和轮毂半径;所述车辆类型数据库包括多种车辆型号记录,每条车辆型号记录的字段包括车辆型号、车辆图像特征向量和车辆尺寸数据。
13.如权利要求11所述的基于数据融合技术的智慧校园安全管理方法,其特征在于,判定行人位置数据进入预警矩阵,包括以下步骤:
确定预警矩阵中相邻两点之间的最短距离,当行人位置数据的整数部分与预警矩阵中任一点的坐标整数部分相同时,确定预警矩阵中距行人位置的最近点,计算所述最近点和行人位置的距离,当所述最近点和行人位置的距离,低于所述最短距离时,判定行人位置数据进入预警矩阵。
14.如权利要求11所述的基于数据融合技术的智慧校园安全管理方法,其特征在于,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,包括以下步骤:
当行人位置数据进入车轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送启动前检查车辆四周提醒,当车轮边框落入校内禁停区域时,监控系统通过客户端向车辆驾驶员发送禁止停车提醒。
15.如权利要求11所述的基于数据融合技术的智慧校园安全管理方法,其特征在于,所述智慧校园安全管理方法,还包括通过ZigBee无线传感网络传输行人位置数据、车辆图像、车辆位置数据、车辆尺寸数据和预警记录。
16.一种基于数据融合技术的智慧校园安全管理方法,其特征在于,包括以下步骤:
采集校内行人位置数据、驶入校园车辆图像和车辆位置数据;
通过监控系统,进行防火报警、防盗监测和校内车辆管理,根据车辆图像,确定车辆尺寸数据,根据车辆位置数据,确定车辆前后排车轮对角线交点坐标,通过车轮边框顶点模型,确定车轮边框数据;
根据车辆位置数据相对时间的变化量,确定车辆速度向量;
将车轮边框数据和车辆速度向量输入车辆预警边框顶点模型,得到车辆预警边框顶点,所述车辆预警边框顶点模型为:
(x,y)为前后排车轮对角线交点坐标,h为前排车轮间距和后排车轮间距中的最大值,h 1为前排车轮间距,h 2为后排车轮间距,p为前后车轮间距,r为轮毂半径,为车辆车头朝向和x轴的夹角,/>为车辆速度向量,K为车速修正系数,K与车速负相关;
以前轮预警边框顶点为矩阵四角端点,建立所述车辆的前轮边框预警矩阵,所述前轮边框预警矩阵包括多个成行列分布的位置坐标;
以后轮预警边框顶点为矩阵四角端点,建立所述车辆的后轮边框预警矩阵,所述后轮边框预警矩阵包括多个成行列分布的位置坐标,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,同时将预警记录发送数据存储模块。
17.如权利要求16所述的基于数据融合技术的智慧校园安全管理方法,其特征在于,根据车辆图像,确定车辆尺寸数据,包括以下步骤:
将车辆图像对应的图像特征向量输入车辆类型数据库,得到车辆型号,根据车辆型号,确定车轮间距和轮毂半径;所述车辆类型数据库包括多种车辆型号记录,每条车辆型号记录的字段包括车辆型号、车辆图像特征向量和车辆尺寸数据。
18.如权利要求16所述的基于数据融合技术的智慧校园安全管理方法,其特征在于,判定行人位置数据进入预警矩阵,包括以下步骤:
确定预警矩阵中相邻两点之间的最短距离,当行人位置数据的整数部分与预警矩阵中任一点的坐标整数部分相同时,确定预警矩阵中距行人位置的最近点,计算所述最近点和行人位置的距离,当所述最近点和行人位置的距离,低于所述最短距离时,判定行人位置数据进入预警矩阵。
19.如权利要求16所述的基于数据融合技术的智慧校园安全管理方法,其特征在于,当行人位置数据进入预警矩阵时,通过客户端对车辆驾驶员进行预警,包括以下步骤:
当行人位置数据进入前轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送注意避让前方行人提醒,当行人位置数据落入后轮边框预警矩阵时,监控系统通过客户端向车辆驾驶员发送注意避让后方行人提醒。
20.如权利要求16所述的基于数据融合技术的智慧校园安全管理方法,其特征在于,所述智慧校园安全管理方法,还包括通过ZigBee无线传感网络传输行人位置数据、车辆图像、车辆位置数据、车辆尺寸数据和预警记录。
21.一种基于数据融合技术的智慧校园安全管理设备,其特征在于,包括:存储器、处理器及存储于存储器上并在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求11至20任一所述的基于数据融合技术的智慧校园安全管理方法。
22.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令执行时实现权利要求11至20任一所述的基于数据融合技术的智慧校园安全管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311498253.1A CN117253380B (zh) | 2023-11-13 | 2023-11-13 | 一种基于数据融合技术的智慧校园安全管理系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311498253.1A CN117253380B (zh) | 2023-11-13 | 2023-11-13 | 一种基于数据融合技术的智慧校园安全管理系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117253380A CN117253380A (zh) | 2023-12-19 |
CN117253380B true CN117253380B (zh) | 2024-03-26 |
Family
ID=89137141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311498253.1A Active CN117253380B (zh) | 2023-11-13 | 2023-11-13 | 一种基于数据融合技术的智慧校园安全管理系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117253380B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108206932A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种校园智能监控管理系统 |
CN108615399A (zh) * | 2018-05-10 | 2018-10-02 | 安徽大学 | 互联网+校园汽车导航监控泊车一体化系统 |
KR20200136583A (ko) * | 2019-05-28 | 2020-12-08 | 주식회사 엠제이비전테크 | 인공지능 기반 차량번호 및 보행자 검색 시스템 및 방법 |
KR102200204B1 (ko) * | 2019-12-05 | 2021-01-11 | (주)한국아이티에스 | Cctv 영상을 활용한 3차원 영상분석 시스템 |
KR20210048165A (ko) * | 2019-10-23 | 2021-05-03 | 주식회사 만도 | 운전자 보조 시스템 및 그 제어 방법 |
KR20210056964A (ko) * | 2020-07-20 | 2021-05-20 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 이미지 수집 디바이스의 외부 파라미터 캘리브레이션 방법, 장치, 기기, 저장 매체 및 컴퓨터 프로그램 |
KR20220096359A (ko) * | 2020-12-31 | 2022-07-07 | (주)에이치브레인 | Ai 디스플레이 장치 및 이를 이용한 충돌 방지시스템 |
KR20220097682A (ko) * | 2020-12-30 | 2022-07-08 | 인하대학교 산학협력단 | 인공지능 기반의 차량과 객체 간의 충돌 위험도 검출 시스템 및 방법 |
KR20220132367A (ko) * | 2021-03-23 | 2022-09-30 | 공주대학교 산학협력단 | 사각지대 감시를 위한 스마트 스쿨존 시스템 |
WO2023020004A1 (zh) * | 2021-08-16 | 2023-02-23 | 长安大学 | 一种车辆距离探测方法、系统、设备及介质 |
CN115809949A (zh) * | 2022-12-01 | 2023-03-17 | 重庆爱永星辰企业服务有限公司 | 一种基于大数据处理技术的智慧园区管理系统 |
CN116824840A (zh) * | 2022-12-09 | 2023-09-29 | 慧之安信息技术股份有限公司 | 基于物联网的校园车辆行驶管理方法和系统 |
CN116962460A (zh) * | 2023-07-21 | 2023-10-27 | 佛山市新基建科技有限公司 | 一种智慧园区运营管理系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102313026B1 (ko) * | 2017-04-11 | 2021-10-15 | 현대자동차주식회사 | 차량 및 차량 후진 시 충돌방지 보조 방법 |
SG11202108455PA (en) * | 2019-02-28 | 2021-09-29 | Shenzhen Sensetime Technology Co Ltd | Vehicle intelligent driving control method and apparatus, electronic device and storage medium |
-
2023
- 2023-11-13 CN CN202311498253.1A patent/CN117253380B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108206932A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种校园智能监控管理系统 |
CN108615399A (zh) * | 2018-05-10 | 2018-10-02 | 安徽大学 | 互联网+校园汽车导航监控泊车一体化系统 |
KR20200136583A (ko) * | 2019-05-28 | 2020-12-08 | 주식회사 엠제이비전테크 | 인공지능 기반 차량번호 및 보행자 검색 시스템 및 방법 |
KR20210048165A (ko) * | 2019-10-23 | 2021-05-03 | 주식회사 만도 | 운전자 보조 시스템 및 그 제어 방법 |
KR102200204B1 (ko) * | 2019-12-05 | 2021-01-11 | (주)한국아이티에스 | Cctv 영상을 활용한 3차원 영상분석 시스템 |
KR20210056964A (ko) * | 2020-07-20 | 2021-05-20 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 이미지 수집 디바이스의 외부 파라미터 캘리브레이션 방법, 장치, 기기, 저장 매체 및 컴퓨터 프로그램 |
KR20220097682A (ko) * | 2020-12-30 | 2022-07-08 | 인하대학교 산학협력단 | 인공지능 기반의 차량과 객체 간의 충돌 위험도 검출 시스템 및 방법 |
KR20220096359A (ko) * | 2020-12-31 | 2022-07-07 | (주)에이치브레인 | Ai 디스플레이 장치 및 이를 이용한 충돌 방지시스템 |
KR20220132367A (ko) * | 2021-03-23 | 2022-09-30 | 공주대학교 산학협력단 | 사각지대 감시를 위한 스마트 스쿨존 시스템 |
WO2023020004A1 (zh) * | 2021-08-16 | 2023-02-23 | 长安大学 | 一种车辆距离探测方法、系统、设备及介质 |
CN115809949A (zh) * | 2022-12-01 | 2023-03-17 | 重庆爱永星辰企业服务有限公司 | 一种基于大数据处理技术的智慧园区管理系统 |
CN116824840A (zh) * | 2022-12-09 | 2023-09-29 | 慧之安信息技术股份有限公司 | 基于物联网的校园车辆行驶管理方法和系统 |
CN116962460A (zh) * | 2023-07-21 | 2023-10-27 | 佛山市新基建科技有限公司 | 一种智慧园区运营管理系统及方法 |
Non-Patent Citations (2)
Title |
---|
基于Zigbee及RFID的智慧校园安防系统研究;王华德;王明广;莫丽红;;淮阴工学院学报(05);全文 * |
基于ZigBee的智慧校园安全管理系统的设计;李子聪;;长春大学学报(02);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117253380A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190371055A1 (en) | 3d monitoring server using 3d bim object model and 3d monitoring system comprising it | |
CN102129772B (zh) | 一种基于gis的动态定位调度指挥方法和系统 | |
US20180255276A1 (en) | System and method for monitoring vehicle | |
WO2021223418A1 (zh) | 基于视觉差的停车检测方法及装置 | |
CN106294724A (zh) | 一种巡更轨迹获取方法及装置 | |
CN112230656B (zh) | 一种园区车辆自动驾驶方法及其系统、客户端、存储介质 | |
CN108847988B (zh) | 动态拓扑维护方法、装置及设备 | |
CA3170561A1 (en) | Artificial intelligence methods and systems for remote monitoring and control of autonomous vehicles | |
WO2023151522A1 (zh) | 基于人工智能物联网平台用于自动驾驶的远程控制方法 | |
WO2024012604A1 (zh) | 一种基于物联网的智能化泊车管理系统 | |
CN111757329A (zh) | 一种安全行车提示方法、装置及计算机设备 | |
CN112164049A (zh) | 一种违建监测方法及装置 | |
WO2022227881A1 (zh) | 车路协同系统、基于车路协同的高程转换更新方法、装置及存储介质 | |
WO2022126485A1 (zh) | 一种基于车流量的智慧交通管理系统 | |
US20240051527A1 (en) | Automated parking method, apparatus, and system | |
Alhaj et al. | Improving the Smart Cities Traffic Management Systems using VANETs and IoT Features | |
CN106506589A (zh) | 一种机器人集群方法及系统 | |
CN107395757A (zh) | 基于acp方法和社会物理信息系统的平行车联网系统 | |
CN117253380B (zh) | 一种基于数据融合技术的智慧校园安全管理系统和方法 | |
CN107689129A (zh) | 一种位置感知系统 | |
CN109084799A (zh) | 基于无人机的汽车导航系统 | |
CN113012458A (zh) | 一种多点位路侧感知目标的状态监控管理方法及系统 | |
CN206181239U (zh) | 一种智慧城市动态视频监控系统 | |
WO2019132852A1 (ru) | Смарт-камера, информационная система и способ выявления свободных парковочных мест в парковочных объектах с такой камерой | |
CN113825112B (zh) | 一种基于物联网的智能停车系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |