CN207758696U - 一种行车记录仪 - Google Patents

Abstract

本实用新型提供了一种行车记录仪，解决了由于电磁干扰、电子器件的使用磨损、供电不稳等因素的影响，所采集的环境信息可能存在着较大的噪声，现有的传统传感器数据处理的方法虽然得到了广泛的应用，但针对环境信息可能存在的噪声、人为干扰的因素，目前的传感器数据处理方法可能出现误报错报的情况，导致了准确率低的技术问题。

Description

一种行车记录仪

技术领域

本实用新型涉及电子技术领域，特别涉及一种行车记录仪。

背景技术

随着社会的不断发展，我国的机动车和驾驶人数量不断提高。据2017年统计，我国机动车保有量突破3亿辆，汽车保有量超过2亿辆，占机动车总量的66.67％，并且机动车和驾驶人的数量呈现出持续增长趋势。虽然汽车给人们生产生活带来便利，但是也出现了不容忽视的安全隐患。

在汽车停车后，由于车内处于相对密封的状态，再加上空调、抽风机等设备停止运转，车内空气并不流通，在高温的条件下、可能导致车内温度过高、车内氧气供应不足、有害气体在车内不断积累，因此会出现一系列儿童滞留车内所导致的人为惨案。例如2015年上海一名男子外出办事时，将19个月大的女儿锁在车内数小时，导致孩子昏迷不醒，最终不幸身亡；2015年东沂水县一名3岁女童被幼儿园园长遗忘在车内近10个小时，最终不幸身亡。一起又一起儿童滞留车内伤亡事件是完全不该发生但是偏偏又不断在重演的悲剧。

在过去，如果发生了儿童长时间滞留车内的事故、通常都是由路人或者家长发现，但是由于车窗的透光率较低、车内处于相对密封的状态，因此儿童的哭叫声很难从车内传出，因此，此类事故还存在隐蔽性，较难被人们察觉，可能使受害者造成无法挽回的损失。

目前，我国汽车安全保护装置主要针对汽车行驶过程中，对危害车内人员安全的交通事故而进行保护，而针对汽车驻停后车内人员安全的保护机制目前尚未配备，这也成为了汽车安全的又一隐患，尤其是对于自我保护能力不足、缺乏自救意识的儿童。因此研发一种车内滞留儿童危险评估安全保障的行车记录仪是防止儿童长时间在车内滞留，解决因长时间滞留车内导致儿童致死致伤的问题，为车内人员的安全提供保障。

目前已有的应用于车内滞留儿童监测报警的方案主要有：

(1)基于车窗打开驱动装置的方法(车内滞留儿童安全防护系统，专利号：CN201610510600.1)：该系统包括车载计算机、用于驱动车窗打开的车窗驱动装置和用于检测是否存在滞留人体热源的红外传感器。当检测到滞留人员时，车载计算机控制车窗驱动装置驱动车窗打开预设的宽度，实现汽车内部的通风换气和降温，防止车内滞留人员发生意外。

(2)基于嵌入式技术的方法(车内滞留儿童安全防护系统，专利号：CN201510459711.X)：该系统嵌入式技术及智能控制技术，系统由车内信息采集单元、主控单元、车内环境信息提醒及报警单元、GPS定位装置以及用户设备组成。系统利用传感器读取当前车内环境信息，当车内任一项环境指标浓度达到预先设定的提醒值或危险值时，对用户发出警报，从而防止车内滞留儿童时间的发生。

(3)基于机器视觉的方法(一种基于机器视觉的汽车车内报警系统，专利号：CN201521053822.2)：系统包括安装在车内用于检测是否有乘客存在的CCD摄像机，以及安装在车外用于检测是否已经达到安全温度的温度传感器，利用机器视觉的方法判断车内是否还有乘客滞留，并且通过温度传感器感应车内温度，得出是否处于危险状况，从而防止车内滞留儿童时间的发生。

(4)基于感知座椅压力的方法(车内滞留乘员状态识别及险态控制系统，专利号：CN201510779628.0)：系统主要包括：在车辆处于停止时，获取车辆内部状态信息的监测单元。监测单元包括监测座椅压力参数的无源压力传感器模块，该模块用以根据座椅上的压力，判定是可能存在滞留的人员，从而防止车内滞留儿童事件的发生。

(5)基于雷达波传感器、声音传感器的方法(一种车内滞留预警调节系统及方法，专利号：CN201710450556.4)：系统雷达波传感器或声音传感器检测到有生物移动或发出声响时，单片机将发送信号给GPRS/GPS求救模块，GPRS/GPS求救模块发送短信给预先设定好的用户，从而防止车内人员。

(6)基于儿童安全座椅的方法(鞠昊.基于儿童安全座椅的智能防遗忘安全系统[D].吉林大学,2017.)：此方法采用了一种基于基于儿童安全座椅，结合了嵌入式技术，对儿童座椅上的儿童状态进行检测，并且通过手机APP告知家长，防止车内滞留儿童事件的发生。

现阶段存在的针对车内滞留儿童监测报警的方法通常都是基于嵌入式系统处理的方法。在处理采集车内环境信息的过程中，需要设置大量的人工阈值，以及需要设计大量人为定义的条件。

由于电磁干扰、电子器件的使用磨损、供电不稳等因素的影响，所采集的环境信息可能存在着较大的噪声，现有的传统传感器数据处理的方法虽然得到了广泛的应用，但针对环境信息可能存在的噪声、人为干扰的因素，目前的传感器数据处理方法可能出现误报错报的情况，导致了准确率低的技术问题。

实用新型内容

本实用新型提供了一种行车记录仪，解决了由于电磁干扰、电子器件的使用磨损、供电不稳等因素的影响，所采集的环境信息可能存在着较大的噪声，现有的传统传感器数据处理的方法虽然得到了广泛的应用，但针对环境信息可能存在的噪声、人为干扰的因素，目前的传感器数据处理方法可能出现误报错报的情况，导致了准确率低的技术问题。

本实用新型提供了一种行车记录仪，包括：

危险评估模块、控制模块、显示模块、电源模块和壳体；

所述显示模块与所述控制模块电连接；

所述危险评估模块、所述控制模块和所述显示模块分别与所述电源模块电连接；

所述危险评估模块包括气体传感器、温度传感器、红外阵列传感器、通信模块和主控制器；

所述气体传感器通过调理电路与所述主控制器电连接；

所述温度传感器与所述主控制器电连接；

所述红外阵列传感器与所述主控制器电连接；

所述通信模块与所述主控制器电连接；

所述主控制器，用于获取气体传感器采集的气体浓度信息，获取温度传感器采集的温度信息，获取红外阵列传感器采集的红外阵列温度浓度信息，将所述气体浓度信息、所述温度信息和所述红外阵列温度浓度信息输入至预置贝叶斯分类器中，当根据输出的结果判断处于危险状态时，通过通信模块发送警报信息至已连接的移动终端；

其中，所述气体传感器、所述温度传感器和所述红外阵列传感器设置于所述壳体的外部，所述显示模块设置于所述壳体的表面，所述控制模块、所述电源模块、所述通信模块和所述主控制机均封装于所述壳体内。

优选地，所述气体传感器包括氧气传感器和一氧化碳传感器；

所述主控制器，具体用于获取氧气传感器采集的氧气浓度信息，获取一氧化碳传感器采集的一氧化碳浓度信息。

优选地，所述危险评估模块还包括：时钟模块；

所述时钟模块与所述主控制器电连接；

所述时钟模块封装于所述壳体内；

所述主控制器，还用于获取时钟模块发送的时间信息并生成时间戳，当根据输出的结果判断处于危险状态时，通过通信模块发送所述时间戳至已连接的移动终端。

优选地，所述危险评估模块还包括：GPS模块；

所述GPS模块与所述主控制器电连接；

所述GPS模块封装于所述壳体内；

所述主控制器，还用于获取GPS模块发送的GPS位置信息，当根据输出的结果判断处于危险状态时，通过通信模块发送所述GPS位置信息至已连接的移动终端。

优选地，所述危险评估模块还包括：摄像模块；

所述摄像模块设置于所述壳体外部；

所述摄像模块与所述主控制器电连接；

所述主控制器，还用于获取摄像模块发送的图片信息，当根据输出的结果判断处于危险状态时，通过通信模块发送所述图片信息至已连接的移动终端。

从以上技术方案可以看出，本实用新型具有以下优点：

本实用新型提供了一种行车记录仪，包括：危险评估模块、控制模块、显示模块、电源模块和壳体；所述显示模块与所述控制模块电连接；所述危险评估模块、所述控制模块和所述显示模块分别与所述电源模块电连接；所述危险评估模块包括气体传感器、温度传感器、红外阵列传感器、通信模块和主控制器；所述气体传感器通过调理电路与所述主控制器电连接；所述温度传感器与所述主控制器电连接；所述红外阵列传感器与所述主控制器电连接；所述通信模块与所述主控制器电连接；所述主控制器，用于获取气体传感器采集的气体浓度信息，获取温度传感器采集的温度信息，获取红外阵列传感器采集的红外阵列温度浓度信息，将所述气体浓度信息、所述温度信息和所述红外阵列温度浓度信息输入至预置贝叶斯分类器中，当根据输出的结果判断处于危险状态时，通过通信模块发送警报信息至已连接的移动终端；其中，所述气体传感器、所述温度传感器和所述红外阵列传感器设置于所述壳体的外部，所述显示模块设置于所述壳体的表面，所述控制模块、所述电源模块、所述通信模块和所述主控制机均封装于所述壳体内。

本实用新型中，主控制器通过获取气体传感器发送的气体浓度信息、温度传感器发送的温度信息和红外阵列传感器发送的红外阵列温度浓度信息，并将所有信息输入至已训练好的预置贝叶斯分类器中，利用贝叶斯分类器将多传感器的数据进行分析，剔除噪声的影响和人为干扰的因素，确定危险状态或安全状态，并根据状态分析的结果通过通信模块进行警报，解决了由于电磁干扰、电子器件的使用磨损、供电不稳等因素的影响，所采集的环境信息可能存在着较大的噪声，现有的传统传感器数据处理的方法虽然得到了广泛的应用，但针对环境信息可能存在的噪声、人为干扰的因素，目前的传感器数据处理方法可能出现误报错报的情况，导致了准确率低的技术问题。

附图说明

为了更清楚地说明本实用新型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实用新型的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本实用新型提供的一种行车记录仪的一个实施例的结构示意图；

其中，附图标记为：

301、危险评估模块；302、控制模块；303、显示模块；304、电源模块；3011、气体传感器；3012、温度传感器；3013、红外阵列传感器；3014、通信模块；3015、主控制器；3016、时钟模块；3017、GPS模块；3018、摄像模块。

具体实施方式

下面将结合本实用新型实施例中的附图，对本实用新型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实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。

请参阅图1，本实用新型实施例提供了一种行车记录仪的一个实施例，包括：

危险评估模块301、控制模块302、显示模块303、电源模块304和壳体；

显示模块303与控制模块302电连接；

危险评估模块301、控制模块302和显示模块303分别与电源模块304电连接；

危险评估模块301包括气体传感器3011、温度传感器3012、红外阵列传感器3013、通信模块3014和主控制器3015；

气体传感器3011通过调理电路与主控制器3015电连接；

温度传感器3012与主控制器3015电连接；

红外阵列传感器3013与主控制器3015电连接；

通信模块3014与主控制器3015电连接；

主控制器3015，用于获取气体传感器3011采集的气体浓度信息，获取温度传感器3012采集的温度信息，获取红外阵列传感器3013采集的红外阵列温度浓度信息，将气体浓度信息、温度信息和红外阵列温度浓度信息输入至预置贝叶斯分类器中，当根据输出的结果判断处于危险状态时，通过通信模块3014发送警报信息至已连接的移动终端；

其中，气体传感器3011、温度传感器3012和红外阵列传感器3013设置于壳体的外部，显示模块303设置于壳体的表面，控制模块302、电源模块304、通信模块3014和主控制机3015均封装于壳体内。

需要说明的是，本实施例中，采用了PR-35封装的DS18B20温度传感器采集车内环境温度。DS18B20温度传感器具有电压范围宽，可在3.0～5.5V电压范围内工作；测量精度高，测量分辨率最高可达12位；电路简单，不用增加任何外围器件；体积小、功耗低的特点。其采用单总线数字温度传感器，只需要1个I/O口，便可对它的内部寄存器进行读写。

本实施例中，通过对采用AMG8831红外阵列传感器对人体进行检测，该传感器通过测量车内区域的温度判断车内区域是否存在儿童，以及儿童数量的多少，从而将信息是否存在滞留儿童。

AMG8831红外阵列传感器其内部含有8*8个红外温度检测器，可对当前区域进行红外温度检测。该传感器输出为数字信号输出，工作电压3.3v或5v，可在-20℃至80℃内工作。系统在传感器上加入了菲涅尔红外感应透镜，使传感器的探测范围覆盖至整车，并可通过传感器内部的二维8*8感受域的红外温度信息，判断将车内的红外温度变化信息转换为车内人员数量以及大致位置。

本实施例中，当存在滞留儿童情况时，主控制器3015获取各传感器采集的温度信息、氧气浓度信息、一氧化碳浓度信息和红外阵列温度浓度信息输入至已经训练好的预置贝叶斯分类器中。贝叶斯分类器会自动将传输进来的数据进行自动融合，再经过训练后的模型后，将输出结果进行二分类，判断当前滞留儿童是否存在危险。

在此过程中最关键步骤是要将多传感器的数据进行分析，得出车内滞留儿童时候处于危险状况，本实施例实现的基本思路是将该问题看成是一个分类问题，并对问题进行二分类，分成危险情况和安全情况。

从数学角度来说，分类问题可做如下定义：

已知集合：C＝{y₁，y₂，...，y_n}和I＝{x₁，x₂，...，x_m，...}，确定映射规则y＝f(x)，使得任意x_i∈I有且仅有一个y_j∈c使得y_j＝f(x_i)成立。其中C叫做类别集合，其中每一个元素是一个类别，而I叫做项集合，其中每一个元素是一个待分类项，f叫做分类器。分类算法的任务就是构造分类器f。

本系统利用贝叶斯分类器将多传感器的数据进行分析，最后自动将数据分成危险情况和安全情况。贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。

当P(A|B)表示事件B已经发生的前提下，事件A发生的概率，叫做事件B发生下事件A的条件概率。其基本求解公式为：

因此可得贝叶斯贝叶斯定理为：

而本系统运用的贝叶斯分类器的思想基础是：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。贝叶斯分类的正式定义如下：

1、设x＝{a₁，a₂，...，a_m}为一个待分类项，而每个a为x的一个特征属性。

2、有类别集合C＝{y₁，y₂，...，y_n}。

3、计算P(y₁|x)，P(y₂|x)，...，P(y_n|x)。

4、如果P(y_k|x)＝max{P(y₁|x)，P(y₂|x)，...，P(y_n|x)}，则x∈y_k。

那么现在的关键就是如何计算第3步中的各个条件概率。我们可以这么做：

1、找到一个已知分类的待分类项集合，这个集合叫做训练样本集。

2、统计得到在各类别下各个特征属性的条件概率估计。即：P(a₁|y₁)，P(a₂|y₁)，...，P(a_m|y₁)；P(a₁|y₂)，P(a₂|y₂)，...，P(a_m|y₂)；...；P(a₁|y_n)，P(a₂|y_n)，...，P(a_m|y_n)

3、如果各个特征属性是条件独立的，则根据贝叶斯定理有如下推导：

因为分母对于所有类别为常数，因为我们只要将分子最大化皆可。又因为各特征属性是条件独立的，所以有：

以上可以看出贝叶斯分类可分为三个阶段：

第一阶段——准备工作阶段，这个阶段的任务是为贝叶斯分类做必要的准备，主要工作是根据具体情况确定特征属性，并对每个特征属性进行适当划分，然后由人工对一部分待分类项进行分类，形成训练样本集合。这一阶段的输入是所有待分类数据，输出是特征属性和训练样本。这一阶段是整个朴素贝叶斯分类中唯一需要人工完成的阶段，其质量对整个过程将有重要影响，分类器的质量很大程度上由特征属性、特征属性划分及训练样本质量决定。

第二阶段——分类器训练阶段，这个阶段的任务就是生成分类器，主要工作是计算每个类别在训练样本中的出现频率及每个特征属性划分对每个类别的条件概率估计，并将结果记录。其输入是特征属性和训练样本，输出是分类器。

第三阶段——应用阶段。这个阶段的任务是使用分类器对待分类项进行分类，其输入是分类器和待分类项，输出是待分类项与类别的映射关系。

进一步地，气体传感器3011包括氧气传感器30111和一氧化碳传感器30112；

主控制器3015，具体用于获取氧气传感器30111采集的氧气浓度信息，获取一氧化碳传感器30112采集的一氧化碳浓度信息。

需要说明的是，氧气是人生存必需的条件，由于车内处于相对密封的状态，再加上空调、抽风机等设备停止运转，车内空气并不流通，造成车内氧气供应不足，造成儿童窒息。因此本实施例添加了车内氧气浓度作为危险评估方法的检测对象。

本实施例采用O2-A2型氧气传感器作为车内环境的氧气传感器30111。该传感器可检测氧气浓度范围为0％-30％，工作温度范围为-30℃至55℃，工作湿度范围为5％至95％RH，线性度小于0.6ppm，工作时间大于24个月，输出信号为80μA-120μA的电流信号，体积小、重量轻，适合在本系统环境中使用。传感器输出的电流信号将通过LMU91000进行处理，将传感器输出的电流信号转换为与系统电压成比例的电压信号。

LMU91000是一款可编程模拟前端，适用于低功耗电化学感测应用，可提供传感器与主控制器之间完整信号路径解决方案。该芯片将传感器输出的电流信号转换为与芯片供电电压成比例的电压信号。LMU91000工作电压范围为2.7V至5.25V,总流耗低于10ma,支持0.5nA/ppm至9500nA/ppm范围内的气体灵敏度，可实现5μA至750μA满量程电流范围的简单转换。因此LMU91000满足系统传感器的使用需求。

需要说明的是，相对密封的状态，再加上空调、抽风机等设备停止运转，车内空气并不流通，再加上汽车尾气倒灌，使得车内积累的有毒废气浓度增高，造成车内滞留儿童头晕、恶心的症状，所以我们引入一氧化碳作为定性车内滞留儿童是否处于危险状况的重要指标。

本实施例使用CO-D4型一氧化碳传感器30112监测车内环境的一氧化碳浓度。该传感器可检测氧气浓度范围为0ppm-1000pm，灵敏度30-48Na/ppm，工作温度范围为-30℃至55℃，工作湿度范围为5％至95％RH，线性度小于0.6ppm，工作时间大于24个月，输出信号为80μA-120μA的电流信号，体积小、重量轻，适合在本系统环境中使用。传感器输出的电流信号将通过LMU91000进行处理，将传感器输出的电流信号转换为与系统电压成比例的电压信号，再将电压信号传输至主控器中。

进一步地，危险评估模块301还包括：时钟模块3016；

时钟模块3016与主控制器3015电连接；

时钟模块3016封装于壳体内；

主控制器3015，还用于获取时钟模块3016发送的时间信息并生成时间戳，当根据输出的结果判断处于危险状态时，通过通信模块3014发送时间戳至已连接的移动终端。

需要说明的是，本实施例中，利用滞留时间作为判别滞留儿童是否处于危险的一个重要参数，因此选用精确的时钟模块3016提供精确的时间。时间信息由DS12C887时钟芯片提供，其内部芯片具有可充电锂电池和温度补偿电路，保证了输出的时间信息准确性。

进一步地，危险评估模块还包括：GPS模块3017；

GPS模块3017与主控制器3015电连接；

GPS模块3017封装于壳体内；

主控制器3015，还用于获取GPS模块3017发送的GPS位置信息，当根据输出的结果判断处于危险状态时，通过通信模块3014发送GPS位置信息至已连接的移动终端。

需要说明的是，本实施例中，通过GPS模块3017搜索功能，可对车辆的实时地理位置同步记录。

进一步地，危险评估模块还包括：摄像模块3018；

摄像模块3018设置于壳体外部；

摄像模块3018与主控制器3015电连接；

主控制器3015，还用于获取摄像模块3018发送的图片信息，当根据输出的结果判断处于危险状态时，通过通信模块3014发送图片信息至已连接的移动终端。

需要说明的是，本实施例中，通过摄像模块3018拍摄车内的照片，可以得到车内实时图片信息。

本实用新型实施例中，主控制器3015通过获取气体传感器3011发送的气体浓度信息、温度传感器3012发送的温度信息和红外阵列传感器3013发送的红外阵列温度浓度信息，并将所有信息输入至已训练好的预置贝叶斯分类器中，利用贝叶斯分类器将多传感器的数据进行分析，剔除噪声的影响和人为干扰的因素，确定危险状态或安全状态，并根据状态分析的结果通过通信模块3014进行警报，解决了由于电磁干扰、电子器件的使用磨损、供电不稳等因素的影响，所采集的环境信息可能存在着较大的噪声，现有的传统传感器数据处理的方法虽然得到了广泛的应用，但针对环境信息可能存在的噪声、人为干扰的因素，目前的传感器数据处理方法可能出现误报错报的情况，导致了准确率低的技术问题。

以上所述，以上实施例仅用以说明本实用新型的技术方案，而非对其限制；尽管参照前述实施例对本实用新型进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本实用新型各实施例技术方案的精神和范围。

Claims (5)

1.一种行车记录仪，其特征在于，包括：危险评估模块、控制模块、显示模块、电源模块和壳体；

所述显示模块与所述控制模块电连接；

所述危险评估模块、所述控制模块和所述显示模块分别与所述电源模块电连接；

所述危险评估模块包括气体传感器、温度传感器、红外阵列传感器、通信模块和主控制器；

所述气体传感器通过调理电路与所述主控制器电连接；

所述温度传感器与所述主控制器电连接；

所述红外阵列传感器与所述主控制器电连接；

所述通信模块与所述主控制器电连接；

所述主控制器，用于获取气体传感器采集的气体浓度信息，获取温度传感器采集的温度信息，获取红外阵列传感器采集的红外阵列温度浓度信息，将所述气体浓度信息、所述温度信息和所述红外阵列温度浓度信息输入至预置贝叶斯分类器中，当根据输出的结果判断处于危险状态时，通过通信模块发送警报信息至已连接的移动终端；

其中，所述气体传感器、所述温度传感器和所述红外阵列传感器设置于所述壳体的外部，所述显示模块设置于所述壳体的表面，所述控制模块、所述电源模块、所述通信模块和所述主控制机均封装于所述壳体内。

2.根据权利要求1所述的行车记录仪，其特征在于，所述气体传感器包括氧气传感器和一氧化碳传感器；

所述主控制器，具体用于获取氧气传感器采集的氧气浓度信息，获取一氧化碳传感器采集的一氧化碳浓度信息。

3.根据权利要求1所述的行车记录仪，其特征在于，所述危险评估模块还包括：时钟模块；

所述时钟模块与所述主控制器电连接；

所述时钟模块封装于所述壳体内；

所述主控制器，还用于获取时钟模块发送的时间信息并生成时间戳，当根据输出的结果判断处于危险状态时，通过通信模块发送所述时间戳至已连接的移动终端。

4.根据权利要求1所述的行车记录仪，其特征在于，所述危险评估模块还包括：GPS模块；

所述GPS模块与所述主控制器电连接；

所述GPS模块封装于所述壳体内；

所述主控制器，还用于获取GPS模块发送的GPS位置信息，当根据输出的结果判断处于危险状态时，通过通信模块发送所述GPS位置信息至已连接的移动终端。

5.根据权利要求根据权利要求1所述的行车记录仪，其特征在于，所述危险评估模块还包括：摄像模块；

所述摄像模块与所述主控制器电连接；

所述摄像模块设置于所述壳体外部；

所述主控制器，还用于获取摄像模块发送的图片信息，当根据输出的结果判断处于危险状态时，通过通信模块发送所述图片信息至已连接的移动终端。