IT202100002516A1 - Metodo per la gestione di uno o più apparati - Google Patents

Metodo per la gestione di uno o più apparati Download PDF

Info

Publication number
IT202100002516A1
IT202100002516A1 IT102021000002516A IT202100002516A IT202100002516A1 IT 202100002516 A1 IT202100002516 A1 IT 202100002516A1 IT 102021000002516 A IT102021000002516 A IT 102021000002516A IT 202100002516 A IT202100002516 A IT 202100002516A IT 202100002516 A1 IT202100002516 A1 IT 202100002516A1
Authority
IT
Italy
Prior art keywords
automaton
state
target
signal
recognized
Prior art date
Application number
IT102021000002516A
Other languages
English (en)
Inventor
Eugenio Maria Maffione
Andrea Demaria
Original Assignee
Geoinference S R L
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Geoinference S R L filed Critical Geoinference S R L
Priority to IT102021000002516A priority Critical patent/IT202100002516A1/it
Priority to EP21204759.1A priority patent/EP4040335A1/en
Publication of IT202100002516A1 publication Critical patent/IT202100002516A1/it

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/94Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/44Event detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)

Description

Titolo: "Metodo per la gestione di uno o pi? apparati"
DESCRIZIONE
Campo Tecnico
La presente invenzione si riferisce ad un metodo per la gestione ed il controllo di uno o pi? apparati disposti in un ambiente come, ad esempio, nelle opere di presa, nelle vasche di raccolta, nei parcheggi o nel campo dell?itticoltura. Preferibilmente, il metodo permette di controllare in maniera automatizzata gli apparati in funzione di informazioni provenienti dall?ambiente. ? ulteriore oggetto della presente invenzione anche un sistema in grado realizzare il metodo per la gestione di uno o pi? apparati.
Stato della Tecnica
? noto dallo stato della tecnica automatizzare una serie di processi programmando in maniera specifica uno o pi? apparati a svolgere set di azioni prestabilite. Tale automatizzazione ? realizzata ad esempio combinando una serie di input provenienti da uno o pi? sensori disposti sull?apparato o nell?ambiente stesso in cui l?apparato ? inserito. Tra gli algoritmi noti ed i modelli matematici ? spesso utilizzato l?automa a stati finiti (o macchina a stati finiti) che, una volta impostata la funzione di transizione per il processo specifico ed il relativo apparato, permette di inviare istruzioni da svolgere all?apparato automatizzando il processo. In certi casi, ? anche noto utilizzare sensori ottici per acquisire informazioni su uno specifico ambiente e target al fine di attivare un relativo automa a stati finiti sviluppato ad hoc.
Problemi della Tecnica Nota
? da notare tuttavia che le metodologie note di automatizzazione mediante automi a stati finiti che coinvolgono sensori ottici sono poco flessibili a situazioni differenti da quelle per le quali sono state programmate e pertanto sono applicabili solo a specifici casi. Inoltre, tali metodologie prevedono l?impiego di un sensore ottico per ogni automa a stati finiti previsto aumentando cos? i costi di automatizzazione di un processo o di un apparato.
Un ulteriore svantaggio delle metodologie note ? dato dalla necessit? di una forte specializzazione delle componenti, derivante dalle caratteristiche specifiche dello scenario che si vuole gestire. Tale specializzazione, nello specifico, comporta un incremento della complessit?, dei costi e dei tempi di realizzazione.
Infine, tali metodologie, per l?elevata complessit?, necessitano di un sistema di controllo e di analisi separato dal sensore ottico aumentando di conseguenza i tempi di risposta (latenza) del sistema stesso nonch? i costi di gestione.
Scopo dell?Invenzione
Scopo dell?invenzione in oggetto ? quello di realizzare un metodo per la gestione di uno o pi? apparati in grado di superare gli inconvenienti della tecnica nota sopra citati.
In particolare, ? scopo della presente invenzione quello di fornire un metodo in grado controllare in tempo reale l?automatizzazione di uno o pi? apparati in funzione di informazioni provenienti da un ambiente ottimizzando i tempi per l?azione sugli apparati.
Il compito tecnico precisato e gli scopi specificati sono sostanzialmente raggiunti da un metodo per la gestione di uno o pi? apparati ed un sistema per la gestione di uno o pi? apparati, comprendenti le caratteristiche tecniche esposte in una o pi? delle unite rivendicazioni.
Vantaggi dell?invenzione
Vantaggiosamente, il metodo ed il sistema della presente invenzione permettono di ridurre i costi per la gestione di uno o pi? apparati nonch? di un ambiente monitorato.
Vantaggiosamente, il metodo ed il sistema della presente invenzione permettono di ridurre gli errori sistematici di intervento eseguendo un controllo attivo e periodico su un ambiente di interesse.
Vantaggiosamente, il metodo ed il sistema permettono di semplificare il lavoro di gestione di uno o pi? apparati.
BREVE DESCRIZIONE DELLE FIGURE
Ulteriori caratteristiche e vantaggi della presente invenzione appariranno maggiormente chiari dalla descrizione indicativa e pertanto non limitativa, di una forma di realizzazione preferita ma non esclusiva di un metodo ed un sistema per la gestione di uno o pi? apparati come illustrato negli uniti disegni:
- la figura 1 mostra un diagramma a blocchi del metodo per la gestione di uno o pi? apparati secondo una forma realizzativa della presente invenzione;
- la figura 2 mostra un diagramma a blocchi del sistema per la gestione di uno o pi? apparati secondo una forma realizzativa della presente invenzione;
- la figura 3 mostra un automa a stati finti in accordo con una forma realizzativa della presente invenzione.
DESCRIZIONE DETTAGLIATA
Anche qualora non esplicitamente evidenziato, le singole caratteristiche descritte in riferimento alle specifiche realizzazioni dovranno intendersi come accessorie e/o intercambiabili con altre caratteristiche, descritte in riferimento ad altri esempi di realizzazione.
La presente invenzione ha per oggetto un metodo 1 per la gestione di uno o pi? apparati 100 disposti in un ambiente 10. Preferibilmente, il metodo per la gestione di uno o pi? apparati 100 ? realizzato mediante l?impiego di uno o pi? dispositivi di acquisizione di immagini 200, disposti nell?ambiente 10 e/o in prossimit? dello stesso, in comunicazione di segnale con l?uno o pi? apparati 100.
Il metodo 1 oggetto della presente invenzione permette di gestire e controllare nonch? attivare e disattivare uno o pi? apparati associati all?ambiente 10 o anche ad un altro ambiente. In altre parole, il metodo in accordo con la presente invenzione permette di automatizzare la gestione di uno o pi? apparati in funzione di una pluralit? di informazioni di target 12 disposti nell?ambiente 10 acquisibili ed elaborabili mediante i dispositivi di acquisizione delle immagini 200 ed opzionalmente in combinazione con set di sensori 300 associati ai target 12 e/o all?ambiente 10 stesso. Nello specifico, il metodo 1 permette di modificare lo stato degli apparati, dove per stato di un apparato si intendono le condizioni operative associabili all?apparato stesso. Ad esempio, nelle opere di presa in cui l?apparato pu? essere una chiusa, lo stato della chiusa pu? essere aperto per il passaggio dell?acqua, chiuso per evitare il passaggio dell?acqua o in una condizione intermedia per regolare la portata di acqua.
Per gli scopi della presente invenzione per ambiente 10 si intende qualsiasi luogo a cui ? possibile associare uno o pi? apparati 100 automatizzabili per il controllo di quel determinato ambiente. Ad esempio, l?ambiente 10 pu? essere un parcheggio per la gestione dei posti liberi/occupati, una vasca di raccolta di acqua per le opere di presa, una zona limitrofa alla vasca di raccolta di acqua per le opere di presa dove sono presenti griglie di filtraggio per la raccolta di acqua. Giova rilevare che per ogni ambiente 10 corrispondono specifici apparati 100 da gestire mediante il metodo 1 pertanto in accordo ai suddetti esempi per l?ambiente parcheggio possibili apparati possono essere le colonnine di entrata associate al posto auto, mentre per le opere di presa e le vasche di raccolta l?apparato potrebbe essere un sistema di chiusa (saracinesca servo-comandata).
Il metodo 1 per la gestione di uno o pi? apparati 100 oggetto della presente invenzione comprende le fasi di seguito riportate, eseguite secondo una forma realizzativa preferita e mostrata nella figura 1.
Preferibilmente, il metodo 1 prevede una fase iniziale di posizionamento di uno o pi? dispositivi di acquisizione di immagini 200 in uno o pi? ambienti 10 in modo da poterne acquisire le informazioni, come di seguito ? dettagliatamente esposto. Tali informazioni sull?ambiente 10 comprendono ad esempio il riconoscimento di target 12 e un relativo stato di target St. Giova rilevare che la fase iniziale di posizionamento prevede di porre in comunicazione di segnale i dispositivi di acquisizione di immagini 200 con l?uno o pi? apparati 100 da gestire e controllare Preferibilmente, la comunicazione di segnale tra i dispositivi di acquisizione di immagini 200 e gli apparati 100 ? istaurata mediante moduli di connessione associati a ciascun dispositivo di acquisizione di immagini 200 e ciascun apparato 100 consentendo una connessione, wireless, Bluetooth o cablata per lo scambio di segnali.
Il metodo comprende la fase a) di acquisire ciclicamente mediante un dispositivo di acquisizione di immagini 200 un relativo flusso di immagini associato ad un campo visivo 11 inquadrato dal dispositivo di acquisizione di immagini 200. In questo modo, il dispositivo di acquisizione di immagini 200 permette di acquisire flussi di immagini relativi a target 12 disposti nel campo visivo 11 inquadrato. Nello specifico, il dispositivo di acquisizione di immagini 200 posizionato all?interno di un ambiente 10 inquadra ed acquisisce informazioni relative al campo visivo 11 inquadrato.
Per gli scopi della presente invenzione per target 12 si intende qualsiasi oggetto, soggetto ed entit? presente in un ambiente 10. Ad esempio, per target 20 si pu? intendere una macchina, una persona, una griglia per passaggio dell?acqua o un liquido.
In accordo con una forma di realizzazione preferita, la fase a) prevede di acquisire flussi di immagini comprendenti una pluralit? di frame successivi temporalmente. Giova rilevare che ad ogni ad ogni immagine sono associati pixel.
Preferibilmente, i flussi di immagini comprendono immagini bidimensionali a colori del campo visivo 11 e/o informazioni relative alla distanza di ciascun pixel delle immagini da un sistema di riferimento definito dal dispositivo di acquisizione di immagini 200 stesso.
In accordo con una forma di realizzazione preferita, la fase a) prevede di acquisire un primo flusso di immagini ed un secondo flusso di immagini. In particolare, il primo flusso di immagini ? relativo all?ambiente 10. Preferibilmente, il primo flusso di immagini comprende le immagini bidimensionali a colori dell?ambiente 10. Invece il secondo flusso di immagini ? relativo alle distanze dei pixel dal sistema di riferimento. Preferibilmente, il metodo per intervenire sull?ambiente 100 comprende una fase di sincronizzare il primo flusso di immagini e il secondo flusso di immagini. Preferibilmente, la fase di sincronizzare prevede di associare ad ogni pixel delle immagini del primo flusso di immagini un valore di distanza corrispettivo del secondo flusso di immagini. Successivamente la fase a) prevede di memorizzare la sincronizzazione tra il primo flusso di immagini ed il secondo flusso di immagini realizzato alla fase di sincronizzare.
Il metodo 1 comprende una fase b) di inviare i flussi di immagini ad una unit? di elaborazione dati 210 associata al dispositivo di acquisizione di immagini 200. In particolare, la fase b) prevede di inviare dal dispositivo di acquisizione di immagini 200 all?unit? di elaborazione dati 210 in comunicazione di segnale con il dispositivo di acquisizione di immagini 200 i flussi di immagini acquisiti. Pi? preferibilmente, la fase b) comprende una fase di memorizzare i flussi di immagini nell?unit? di elaborazione dati 200 almeno temporaneamente. In particolare, la memorizzazione temporanea del flusso di immagini ottimizza le risorse computazionali per le fasi successive.
Il metodo 1 comprende la fase c) di riconoscere uno o pi? target 12 presenti nel campo visivo 11 acquisito nel flusso di immagini. La fase c) prevede inoltre di riconoscere uno stato di target St per ogni target riconosciuto 12 rappresentativo del target 12. Nello specifico, la fase c) permette di identificare i target 12 presenti all?interno del campo visivo 11 ed il loro stato di target St rappresentativo e caratteristico del target 12 stesso. ? da notare che ad ogni target 12 sono associabili una pluralit? di stati di target St possibili. Ad esempio, nel caso dell?impiego del metodo per la gestione di un parcheggio per auto se il target 12 sono i singoli posti auto lo stato di target riconoscibile ? lo stato di posto auto occupato o lo stato di posto auto libero.
Preferibilmente, la fase c) di riconoscere prevede di analizzare ciascuna immagine, ovvero ciascun frame, del primo flusso di immagini per riconoscere i target 12 presenti nella relativa immagine. ? da notare che la fase c) di riconoscere prevede di riconoscere uno o pi? target 12 rispetto ad uno sfondo, background e rispetto ad altri target 12 presenti nell?ambiente.
Pi? preferibilmente la fase c) ? realizzata mediante un algoritmo basato su reti neurali e associato all?ambiente 10. Nel dettaglio, l?algoritmo basato su reti neurali pu? essere ottimizzato per dimensioni, in particolare quantizzato. Preferibilmente, l?algoritmo basato su reti neurali ? addestrato a riconoscere uno o pi? target 12 presenti nelle immagini del primo flusso di immagini e, come spiegato nel seguito, i relativi stati dei target. Pi? preferibilmente, l?algoritmo basato su reti neurali ? configurato, in altre parole addestrato, a riconoscere specifici target 12 in funzione dell?ambiente 10. Ad esempio, qualora l?acquisizione del primo flusso di immagini avvenga nei pressi di opere di presa o in un parcheggio l?algoritmo basato su reti neurali pu? essere addestrato a riconoscere specifiche dell?ambiente rispettivamente griglie per il passaggio dell?acqua o parcheggi.
Vantaggiosamente, l?impiego di un algoritmo ottimizzato, nonch? quantizzato, basato su reti neurali e configurato per riconoscere target 12 in un ambiente 10 specifico riduce il costo computazionale necessario.
Preferibilmente, il metodo 1 alla fase c) permette di identificare anche target 12 di differenti tipologie presenti nello stesso ambiente 10 mediante l?impiego di uno o pi? algoritmi basati su reti neurali caricati nell?unit? di elaborazione dati 210.
In accordo con una forma di realizzazione preferita, la fase c) comprende la fase di geolocalizzare il dispositivo di acquisizione di immagini 200 al fine di riconoscere l?ambiente in cui ? inserito il dispositivo di acquisizione di immagini 200 mediante relativi moduli di geolocalizzazione o mediante l?intervento di un operatore che imposta e definisce la posizione del dispositivo di acquisizione di immagini 200. Successivamente, riconosciuto l?ambiente la fase c) comprende una fase di caricare l?algoritmo basato su reti neurali adatto all?ambiente selezionato ed ai target 12 in esso presenti.
Vantaggiosamente, il caricamento di uno specifico algoritmo permette l?adattabilit? del metodo a diverse tipologie di ambiente mantenendo un costo computazionale ridotto e migliore facilit? di gestione delle reti neurali specializzate.
In accordo con una forma di realizzazione preferita, la fase c) prevede di identificare uno o pi? target statici Ts presenti nel campo visivo 11 inquadrato dal dispositivo di acquisizione di immagini 200. Giova rilevare, che il metodo 1 pu? essere utilizzato per il monitoraggio di determinati ambienti 10 in cui uno o pi? target 12 risultano statici rispetto al dispositivo di acquisizione di immagini 200, ma possono cambiare stato di target St nel tempo.
Pertanto, la fase c) comprende una fase c1) di riconoscere uno o pi? target statici Ts nel flusso di immagini in funzione di frame successivi. In altre parole, tra i target presenti nel campo visivo 11 e riconosciuti distingue e riconosce i target statici Ts. A seguito del riconoscimento dei target statici St, la fase c) prevede le fasi, eseguite in parallelo e/o come alternative, di:
c2) generare valori di conteggio dei target statici riconosciuti eventualmente rispetto a loro specifiche classificazioni;
c3) calcolare valori di dimensioni dei target statici riconosciuti,
c4) calcolare valori di distanza relativa tra i target statici riconosciuti;
Preferibilmente, a ciascun target statico St riconosciuto ? associata una boundingbox a cui a sua volta sono associate coordinate rispetto al sistema di riferimento. Tali coordinate comprendono valori sul piano dell?immagine del primo flusso di immagini ed eventualmente un?informazione spaziale associata al secondo flusso di immagini. Successivamente, mediante algoritmi di analisi residenti nell?unit? di elaborazione dati 210, associata al dispositivo di acquisizione di immagini 200, sono realizzate le fasi c2) e/o c3) e/o c4). In particolare, vengono conteggiati i target 12 in funzione delle boundingbox tra frame successivi e/o eseguito il calibro dei target per conoscere ad esempio dimensioni o peso e/o la distanza tra target singoli o gruppi di target in funzione delle relative boundingbox.
In accordo con una forma di realizzazione preferita, la fase c) di riconoscere uno o pi? target 12 prevede di identificare uno o pi? target dinamici Td in movimento relativo rispetto ad al dispositivo di acquisizione di immagini 200. In altre parole, la fase c) prevede di distinguere tra i target presenti nel campo visivo 11 target dinamici Td che si muovono rispetto al dispositivo di acquisizione di immagini 200. Come, ad esempio, persone in movimento in una zona monitorata o pesci per la selezione alla vendita nel settore della itticoltura.
Pertanto, la fase c) comprende una fase c5) di riconoscere uno o pi? target dinamici Td nel primo flusso di immagini in funzione di frame successivi. In modo da seguire, il target dinamico Td all?interno del campo visivo 11. In accordo con una forma realizzativa preferita il metodo permette di seguire target dinamici Td in entrata ed in uscita dal campo visivo 11 qualora precedentemente riconosciuti.
Preferibilmente, la fase c) a seguito del riconoscimento dei target dinamici Td comprende la fase c6) di calcolare la traiettoria di ciascun target dinamico Td riconosciuto. Successivamente, la fase c) comprende una fase c7) di seguire ciascun target dinamico Td riconosciuto tra frame successivi temporalmente in funzione della traiettoria. ? da notare che, come anticipato, il target dinamico Td pu? essere seguito sia all?interno del campo visivo 11 che tra campi visivi 11 inquadrati da dispositivi di acquisizione di immagini 200 differenti.
Anche per i target dinamici Td, la fase c) prevede le fasi di, eseguite in parallelo e/o come alternative:
c12) generare valori di conteggio dei target dinamici riconosciuti eventualmente rispetto a loro specifiche classificazioni;
c13) calcolare valori di dimensioni dei dinamici statici riconosciuti, c14) calcolare valori di distanza relativa tra i target dinamici riconosciuti. Giova rilevare che, a ciascun target dinamico Td riconosciuto ? associata una boundingbox a cui a sua volta sono associate coordinate rispetto al sistema di riferimento, come per il caso dei target statici Ts. Nel caso dei target dinamici Td, le coordinate, associate al movimento del target nel campo visivo 11, comprendono valori sul piano dell?immagine del primo flusso di immagini ed eventualmente un?informazione spaziale. Successivamente, mediante algoritmi di analisi residenti nell?unit? di elaborazione dati 210 sono realizzate le fasi di generare valori di conteggio dei target dinamici riconosciuti, di calcolare valori di dimensioni dei dinamici statici riconosciuti e di calcolare valori di distanza relativa tra i target dinamici riconosciuti.
Vantaggiosamente, il metodo 1 permette di identificare target statici Ts e target dinamici Td all?interno del campo visivo 11 inquadrato e di misurare e quantificare grandezze caratteristiche dei target riconosciuti.
In accordo con una forma di realizzazione preferita, la fase c) prevede di riconoscere lo stato di target St associato a target riconosciuti 12 siano essi target statici Ts o target dinamici Td. Tale riconoscimento dello stato di target St ? realizzato mediante un confronto tra stati di target di riferimento Str. Nello specifico, gli stati di target di riferimento Str sono caricati e/o aggiornati periodicamente nell?unit? di elaborazione dati 210.
Preferibilmente, la fase c) comprende la fase c8) di identificare per ogni target riconosciuto 12 parametri di riferimento caratteristici del target 12. Nello specifico, ogni target 12 ? associabile ad una determinata tipologia come ad esempio persone, animali, autoveicoli, liquidi, aree di passaggio (griglie) e allo stesso tempo ad ogni target 12 sono associabili parametri di riferimento caratteristici, ad esempio, per persone possibili parametri sono posizione eretta, posizione seduta, posizione a terra, per gli animali posizione e dimensione, per i liquidi il grado di sporco e per le aree di passaggio il grado di intasamento. ? da notare che tali parametri di riferimento caratteristici sono preimpostati e caricati nell?unit? di elaborazione dati 210. In questo modo, gli algoritmi residenti nell?unit? di elaborazione dati 210 identificano tali parametri in riferimento al target riconosciuto 12.
Identificati i parametri di riferimento caratteristici, la fase c) comprende una fase c9) di generare un segnale di stato di target SSt in funzione dei parametri di riferimento. Nello specifico, il segnale di stato di target SSt comprende informazioni sul target relative ad un istante temporale associato ai frame ed ai parametri di riferimento identificati.
La fase c) prevede una successiva fase c10) di confronto tra il segnale di stato di target SSt con gli stati di target di riferimento Str. Infine, la fase c) comprende una fase c11) di associare uno stato di target St al target riconosciuto 12 in funzione del confronto selezionando tra gli stati di target di riferimento Str. Nello specifico, identificati i parametri caratteristici questi definiscono lo stato in cui si trova il target 12 riconosciuto, mentre il confronto con gli stati di target di riferimento Str permette di definire ed identificare il corretto stato di target St per eseguire le fasi successive del metodo.
Giova rilevare che la fase c) ? condotta periodicamente in questo modo ? possibile identificare la variazione dello stato di target St nel tempo, in altre parole tra frame successivi temporalmente.
Preferibilmente, le fasi relative al riconoscimento degli stati di target Str sono condotte mediante algoritmi basati su reti neurali specifiche, come descritto precedentemente, all?ambiente 10, per il riconoscimento dei target 12.
Pi? preferibilmente, la fase c) prevede di riconoscere uno o pi? target 12 ed il relativo stato di target Str contemporaneamente in quanto gli algoritmi basati su reti neurali sono addestrati sia a riconoscere il target 12 che il suo stato di target St. Ad esempio, nelle opere di presa per le vasche di raccolta, gli algoritmi sono configurati per riconoscere una griglia per il passaggio ed il filtraggio dell?acqua da detriti trasportati dal fiume e allo stesso tempo riconoscere se la griglia sia pulita (senza detriti), intasata (piena di detriti) o in uno stato intermedio. In un ulteriore esempio, nel caso di monitoraggio di un parcheggio per auto, gli algoritmi sono configurati per riconoscere il parcheggio con i relativi posti auto ed allo stesso tempo se i posti auto sono liberi o occupati da un?auto.
Vantaggiosamente, il riconoscimento di target 12 e del loro stato di target St permette di valutare correttamente l?ambiente 10.
Il metodo 1 comprende la fase d) di associare ad ogni target riconosciuto un?etichetta E. Nello specifico, l?etichetta E permette agli algoritmi residenti nell?unit? di elaborazione dati 210 di taggare e seguire i target riconosciuti 12 tra frame successivi. Inoltre, la fase d) prevede di associare un automa a stati finiti A ad ogni target riconosciuto 12 in funzione dell?etichetta E. In altre parole, l?automa a stati finiti A viene istanziato sul target 12 in funzione dell?etichetta E.
Giova rilevare che l?etichetta E ? relativa al target 12 a cui ? associato uno stato di target St al relativo.
Per gli scopi della presenta invenzione, per automa a stati finiti si pu? intendere come un modello di automa a stati finiti comprendente due o pi? stati.
Ciascun modello di automa ? configurato per essere istanziato su uno o pi? target 12 in funzione dell?etichetta E associata al relativo target.
? da notare che per ogni etichetta E relativa ai target 12 ? possibile associare (o istanziare) un automa a stati finiti. In accordo a forme realizzative alternative, per ogni etichetta E ? possibile associare una pluralit? di automi a stati finiti.
Preferibilmente, uno o pi? automi a stati finiti A sono caricati e/o aggiornati nell?unit? di elaborazioni dati 210 in funzione dell?ambiente 10 in cui il dispositivo di acquisizione di immagini 200 ? disposto. Anche in questo caso, possono essere caricati in funzione della localizzazione del dispositivo di acquisizione di immagini 200 come per gli algoritmi basati su reti neurali.
In accordo con una forma di realizzazione preferita, la fase d) di associare prevede di mantenere l?etichetta E e l?automa a stati finiti A associati al target riconosciuto 12 in frame successivi temporalmente. In questo modo, ? facilitato il controllo e la gestione degli apparati 100 in quanto permette di risparmiare risorse computazionali evitando un continuo aggiornamento dell?automa a stati finiti nonch? delle etichette.
Ciascun automa a stati finiti A comprende due o pi? stati di automa SA, segnali di passaggio di stato di automa SpA per il passaggio da uno stato di automa ad un altro e segnali di mantenimento di automa SmA per il mantenimento dello stato di automa SA e segnali di azione Sc per la gestione, attivazione e/o disattivazione di uno o pi? apparati 100.
? da notare che automi a stati finiti A, noti anche come macchine a stati finiti, sono funzioni matematiche che permettono l?automatizzazione di processi e/o il controllo/gestione di apparati 100 in funzione degli stati di automa SA ed il passaggio tra uno stato di automa SA ed un altro o il relativo mantenimento in uno stato di uno stato. I passaggi da uno stato di automa SA ad un altro e/o il loro mantenimento sono dati dai segnali di passaggio di stato di automa SpA che identificano il passaggio da uno stato di automa SA ad un altro stato di automa SA nonch? dai segnali di mantenimento di automa SmA che identificano il passaggio da uno stato al medesimo. ? da notare che i segnali di passaggio di stato di automa SpA ed i segnali di mantenimento automa SmA dipendono dallo stato di automa SA in cui si trova l?automa a stati finti. In altre parole, i segnali di passaggio di stato di automa SpA ed i segnali di mantenimento di automa SmA definiscono funzioni di transizione tra stati di automa SA. Pertanto, il passaggio da uno stato di automa SA ad un altro e il suo mantenimento, come chiarito nel seguito, dipendono dai segnali di passaggio di stato di automa SpA e dai segnali di mantenimento di automa SmA, nonch? dalla funzione di transizione. Nello specifico, il passaggio tra stati di automa SA dipende sia dello stato di target St identificato che dallo stato di automa SA in cui si trova l?automa a stati finiti A stesso. In altre parole, ad ogni stato di automa SA sono associati segnali di automa SpA, SmA caratteristici dello stato di automa SA che permettono l?evoluzione dell?automa a stati finiti in specifici altri stati di automa SA o al mantenimento nello stato di automa SA.
Nella tabella seguente ? riportato un esempio delle possibili combinazioni di passaggio di stato di automa SA o del suo mantenimento. Nello specifico, sono indicati:
- S1, S2, S3 come gli stati di automa SA;
- SpA1, SpA2, SpA3 come i segnali di passaggio di stato di automa SpA - SmA1, SmA2, SmA3 come i segnali di mantenimento SmA
Sulla prima riga sono indicati gli stati di automa di partenza, mentre sulla prima colonna sono indicati i segnali di passaggio di stato di automa SpA ed i segnali di mantenimento automa SmA, l?intersezione tra le righe e le colonne identifica lo stato di automa a seguito del passaggio di stato di automa o al mantenimento
? da notare inoltre, che il passaggio da uno stato di automa SA ad uno altro o il suo mantenimento si traduce, per la gestione ed il controllo degli apparati 100, in un relativo segnale di azione Sc indirizzato ad uno o pi? apparati 100. Nello specifico, l?automa a stati finiti A in funzione dello stato di target St permette il controllo di uno o pi? apparati 100 grazie ai segnali di azione Sc.
Ad esempio, per il campo idroelettrico, nel caso in cui il metodo sia associato ad opere di presa per le vasche di raccolta, gli apparati da gestire sono apparati di chiusa per le relative opere di presa e/o per vasche di raccolta (noti anche come saracinesche). Nelle vasche di raccolta il target 12 ? la vasca di raccolta e lo stato di target St il grado di sporco della vasca nonch? dell?acqua in essa contenuta. Per quanto riguarda il relativo automa a stati finiti per le vasche di raccolta:
- gli stati di automa SA comprendono uno stato di vasca chiusa e stato di vasca aperta;
- i segnali di mantenimento di automa SmA ed i segnali di passaggio di stato di automa SpA sono associati al grado di sporco della vasca e dell?acqua;
- i segnali di azione SC sono associati ad apertura e chiusura dell?apparato di chiusa.
Nel caso di opere di presa, il target 12 ? la griglia per il filtraggio dell?acqua e lo stato di target St il grado di intasamento della griglia. Per quanto riguarda il relativo automa a stati finiti per le opere di presa:
- gli stati di automa SA comprendono uno stato di vasca chiusa ed uno stato di vasca aperta;
- segnali di mantenimento automa SmA e segnali di passaggio di stato di automa SpA sono associati al grado di intasamento di una grata per il passaggio dell?acqua;
- segnali di azione Sc sono associati ad apertura e chiusura di un dispositivo di chiusa.
Un ulteriore esempio ? applicato al caso del controllo di parcheggi dove gli apparati sono dispostivi per indicare il parcheggio libero. In questo caso, i target 12 sono i singoli posti auto e lo stato di target St ? relativo all?occupazione del parcheggio. Per quanto riguarda il relativo automa a stati finiti A per il parcheggio:
- gli stati di automa SA comprendono uno stato di posto auto libero ed uno stato di posto auto occupato;
- segnali di mantenimento automa SmA e segnali di passaggio di stato di automa SpA sono associati all?occupazione e alla liberazione del posto auto;
- segnali di azione Sc sono associati alla liberazione o occupazione di un posto auto per indicare ad un utente il parcheggio libero.
In un ulteriore esempio il metodo ? applicato nel settore dell?itticoltura dove gli apparati sono dispositivi per il passaggio di pesci per indirizzarli alla vendita o per tornare in allevamento. In questo caso i target 12 sono i pesci e lo stato di target St ? la dimensione del pesce. Per quanto riguarda il relativo automa a stati finiti A:
- gli stati di automa SA comprendono uno stato di pesce con dimensioni corrette e uno stato di pesce con dimensioni errate;
- segnali di mantenimento automa SmA e segnali di passaggio di stato di automa SpA sono associati alla dimensione del pesce con le relative tolleranze;
- segnali di azione Sc sono associati all?apertura del dispositivo di passaggio in funzione della dimensione del pesce.
? da notare che il presente, metodo 1 ? utilizzabile ed applicabile a diversi settori oltre a quelli gi? indicati come ad esempio il settore della sicurezza, settore del primo soccorso, settore della falegnameria o delle cave.
Il metodo 1 comprende la fase e) di inizializzare ciascun automa a stati finiti A ad uno stato iniziale di automa SiA scelto tra gli stati dell?automa a stati finiti SA in funzione dello stato di target St. Nello specifico una volta riconosciuto il target 12 ed associato l?automa a stati finiti A ? necessario identificare lo stato in cui tale automa a stati finiti A inizia ad avere i suoi effetti per la gestione ed il controllo di uno o pi? apparati 100.
In particolare, la fase e) prevede di selezionare un automa a stati finti A e mediante un confronto tra lo stato di target St e gli stati di automa SA selezionare uno stato iniziale di automa SiA a cui inizializzare l?automa a stati finiti A.
Nello specifico, l?automa a stati finiti A comprende segnali di inizializzazione configurati per inizializzare l?automa a stati finiti A ad uno stato iniziale di automa SiA in funzione dello stato di target St rilevato per la selezione dell?automa a stati finiti A e della relativa inizializzazione. Nel dettaglio, la fase e) prevede di confrontare lo stato di target St con i segnali di inizializzazione al fine di selezionare il corretto stato iniziale di automa SiA. Ancor pi? nel dettaglio, la fase e) prevede di selezionare uno stato di automa SA tra gli stati di automa SA dell?automa a stati finiti associato al target 12 in funzione del segnale di inizializzazione identificandolo come stato iniziale di automa SiA, cio? lo stato di automa SA da cui l?automa a stati finiti A pu? evolvere in altri stati di automa SA. Giova rilevare che i segnali di inizializzazione possono corrispondere ai segnali di mantenimento di stato automa SmA e ai segnali di passaggio di stato di automa SpA rappresentativi dell?ingresso dell?automa a stati finiti A nel relativo stato di automa SA.
Preferibilmente, mediante algoritmi di selezione residenti nell?unit? di elaborazione dati, la fase di inizializzare e) prevede di riconoscere tra gli stati di automa SA quello associabile allo stato di target St inizializzando in questo modo l?automa a stati finiti ad uno stato iniziale di automa SiA.
Il metodo 1 comprende una fase f) di generare un segnale di valutazione Sv per ogni target riconosciuto 12 in funzione dello stato di target St tra frame successivi temporalmente. Nello specifico, la fase f) permette di monitore l?evoluzione dello stato di target St nel tempo generando un segnale di valutazione Sv in funzione dello stato di target St.
Preferibilmente, la fase f) di generare un segnale di valutazione prevede di generare un segnale di valutazione Sv mediante il confronto tra stati di target St in frame successivi temporalmente. Nel dettaglio, il metodo prevede di monitorare costantemente lo stato di target St tra frame successivi, il passaggio da uno stato di target ad un altro o il suo mantenimento genera un segnale di valutazione Sv che permette di eseguire le fasi successive. Tale segnale di valutazione Sv tiene conto dello stato di target St al fine di agire sull?automa a stati finti A
Il metodo 1 comprende la fase g) di attivare ciascun automa a stati finiti A inizializzato eseguendo un passaggio di stato di automa o un mantenimento di stato di automa. Nello specifico la fase g) prevede di passare dallo stato iniziale di automa SiA ad uno stato alterato di automa SfA, da uno stato alterato di automa SfA ad un altro stato alterato SfA, da uno stato alterato di automa SfA allo stato iniziale di automa SiA o mantenendo lo stato iniziale SiA o lo stato alterato SfA. Nello specifico, l?attivazione dell?automa a stati finiti A ? dato da un confronto tra il segnale di valutazione Sv ed i segnali di mantenimento SmA o di passaggio di stato SpA al fine identificare la necessit? di passare da uno stato di automa SA ad un altro o di mantenere uno stato di automa SA per controllare e gestire l?uno o pi? apparati 100.
Nel dettaglio, la fase g) per ogni automa a stati finiti A, comprende le fasi di: g1) eseguire un passaggio di stato di automa passando dallo stato iniziale di automa SiA ad uno stato alterato di automa SfA o da uno stato alterato di automa SfA ad un altro stato alterato di automa SfA qualora il segnale di valutazione Sv corrisponda ad un segnale di passaggio di stato di automa SpA associato al passaggio tra uno stato ed un altro e viceversa;
g2) eseguire un mantenimento di stato mantenendo lo stato iniziale di automa SiA o lo stato alterato di automa SfA qualora il segnale di valutazione Sv corrisponda al segnale di mantenimento di automa SmA associato al rispettivo stato di automa SA.
Come anticipato, il passaggio di stato di automa da uno stato iniziale di automa SiA ed uno stato alterato di automa SfA (o viceversa o tra stati alterati di automa SfA) ? funzione del confronto tra il segnale di valutazione Sv ed i segnali di passaggio di stato di automa SpA e i segnali di mantenimento di automa SmA. Nello specifico, algoritmi di confronto residenti nell?unit? di elaborazione dati 210 confrontano il segnale di valutazione Sv con i rispettivi segnali di passaggio di stato di automa SpA ed i rispettivi segnali di mantenimento automa SmA ed in funzione della corrispondenza permettono la variazione dello stato di automa SA o il suo mantenimento. Nel dettaglio, qualora il segnale di valutazione Sv corrisponda ad un segnale di passaggio di stato di automa SpA, l?automa a stati finiti A riceve l?istruzione di transitare tra lo stato iniziale di automa SiA ad uno stato alterato SfA o da uno stato alterato SfA ad un altro stato alterato SfA o dallo stato alterato SfA allo stato iniziale SiA o una loro combinazione
In altre parole, il confronto permette la transizione in base alla funzione di transizione tra uno stato di automa SA ed un altro.
Per quanto riguarda il mantenimento di stato o nello stato iniziale SiA o in uno stato alterato SfA anche questo ? funzione del confronto tra il segnale di valutazione Sv ed i segnali di passaggio di stato di automa SpA e i segnali di mantenimento di automa SmA. Nel dettaglio, algoritmi di confronto residenti nell?unit? di elaborazione dati 210 confrontano il segnale di valutazione Sv con i rispettivi segnali di passaggio di stato di automa SpA ed i rispettivi segnali di mantenimento automa SmA. ed in funzione della corrispondenza permettono la variazione dello stato di automa SA o il suo mantenimento. Nel dettaglio, qualora il segnale di valutazione Sv corrisponda ad un segnale di mantenimento automa SmA, l?automa a stati finiti A riceve l?istruzione di mantenere lo stato di automa. Pertanto, se l?automa a stati finti A ? nello stato iniziale di automa SiA resta in quello stato di automa, mentre se l?automa a stati finiti A ? in uno stato alterato SfA resta in quello stato di automa.
In questo modo, mediante il confronto tra il segnale di valutazione Sv, che tiene conto dello stato di target St, e dei segnali di passaggio di stato di automa SpA e dei segnali di mantenimento automa SmA che tengono conto del target 12 e del relativo automa a stati finiti istanziato, ciascun automa a stati finiti A pu? evolvere tra i differenti stati di automa SA o mantenersi in uno stato di automa in funzione del target corrispondente e dello stato di target St associato e variabile.
In altre parole, il confronto permette la transizione in base alla funzione di transizione tra uno stato di automa SA ed un altro.
Il metodo 1 comprende una fase h) di inviare un segnale di azione Sc ad uno o pi? apparati 100 per ogni automa a stati finiti A in funzione della combinazione del segnale di passaggio di stato di automa SpA e dello stato di automa SA prima del passaggio di stato di automa SA qualora ci sia stato il passaggio di stato di automa e in funzione della combinazione del segnale mantenimento automa SmA dello stato di automa SA qualora ci sia stato il mantenimento dello stato di automa SA.
In accordo con una forma di realizzazione preferita la fase h) di inviare un segnale di azione comprende la fase h1) di selezionare un segnale di azione Sc tra i segnali di azione dell?automa a stati finiti A della combinazione del segnale di passaggio di stato di automa SpA e dello stato di automa SA prima del passaggio di stato di automa qualora ci sia stato il passaggio di stato di automa e in funzione della combinazione del segnale mantenimento automa SmA e dello stato di iniziale di automa SiA o dello stato alterato di automa SfA qualora ci sia stato il mantenimento dello stato di automa.
Nello specifico, nel caso di passaggio di stato di automa il segnale di azione Sc ? funzione sia dallo stato di automa SA precedente allo stato di automa SA in cui l?automa si trova a seguito del passaggio di stato di automa che dal segnale di passaggio di stato di automa SpA associato al passaggio di stato. Ad esempio, nel caso in cui l?automa a stati finiti si trovi allo stato iniziale di automa SiA e, a seguito di una variazione dello stato di target St, passi ad uno stato alterato di automa SfA, il segnale di azione Sc ? selezionato ed inviato in funzione dello stato iniziale SiA e dal segnale di passaggio di stato SpA che ha permesso il passaggio di stato di automa tra lo stato iniziale di automa SiA e quello stato alterato di automa SfA.
Alternativamente, nel caso di mantenimento di stato di automa il segnale di azione Sc ? funzione sia dallo stato di automa SA in cui si trova l?automa a stati finiti A che dal segnale di mantenimento automa SmA associato al mantenimento di quello stato di automa SA. Ad esempio, nel caso in cui l?automa a stati finiti si trovi allo stato iniziale di automa SiA e, a seguito di un mantenimento dello stato di target St, mantenga comunque lo stato iniziale di automa SiA, il segnale di azione Sc ? selezionato ed inviato in funzione dello stato iniziale SiA e dal segnale di mantenimento automa SmA che ha permesso il mantenimento dello stato di automa allo stato iniziale.
In altre parole, il segnale di azione Sc ? funzione di uno stato di automa di partenza e del segnale di mantenimento automa SmA o del segnale di passaggio di stato di automa SpA associati a quel determinato automa di partenza.
Tale segnale di azione Sc comprende istruzioni per l?apparato 100 ad esempio per eseguire determinate azioni. Ad esempio, nel caso di un apparato di chiusa in opere di presa e/o in vasche di raccolta nel campo idroelettrico le istruzioni per l?apparato 100 possono essere l?istruzione di aprire la chiusa, chiudere la chiusa o indicazioni di apertura parziale della stessa.
Selezionati i segnali di azione Sc, la fase h) comprende la fase h2) di selezionare l?uno o pi? apparati 100 associati al dispositivo di immagini 200, preferibilmente adatti a ricevere il segnale di azione Sc selezionato.
Infine, la fase h) comprende la fase h3) di inviare il segnale di azione Sc all?uno o pi? dispositivi di immagine selezionati 100.
Il metodo 1 comprende la fase i) di gestire l?uno o pi? apparati in funzione del segnale di azioni inviato Sc. Nel dettaglio, tale segnale di azione Sc permettere di controllare attivamente ed in tempo reale ciascun apparato 100 associato all?uno o pi? dispositivi di acquisizione di immagini 200 in funzione dell?evoluzione dello stato di target St di uno o pi? target riconosciuti nel campo visivo.
? da notare che il metodo 1 permette anche con un solo dispositivo di acquisizione delle immagini 200 di gestire e controllare una pluralit? di apparati 100. Nello specifico, il metodo 1 permette di associare ad ogni target 12 riconosciuto un automa a stati finiti A e dunque controllare in tempo reale l?evoluzione di ciascun automa a stati finiti in funzione dello stato di target St di ogni target riconosciuto.
Vantaggiosamente, il metodo 1 permette di gestire una pluralit? di apparati 100 in funzione di una pluralit? di target 12 a cui ? associato un relativo automa a stati finiti A.
In accordo con una forma di realizzazione preferita, il metodo 1 al fine di meglio definire lo stato di target St e la generazione del segnale di valutazione Sv prevede di combinare le informazioni provenienti dai dispositivi di acquisizione di immagini 200 sopra descritti con informazioni provenienti da uno o pi? sensori 300. Tali sensori 300 permettono ad esempio di acquisire informazioni relative alla temperatura, pressione, umidit? o alle condizioni metereologiche. Giova rilevare che tali sensori 300 sono disposti nell?ambiente e preferibilmente associati ai target 12 disposti nell?ambiente stesso.
Pi? preferibilmente tali sensori 300 sono in comunicazione di segnale con il dispositivo di acquisizione delle immagini 200 per l?invio delle informazioni acquisite siano esse grezze o gi? elaborate da una unit? di elaborazione associata ai sensori.
In accordo con una forma di realizzazione preferita, il metodo 1 comprende la fase l) di acquisire uno o pi? set di dati Set relativi ad un target riconosciuto 12 mediante l?uno o pi? sensori 300 associati a target 12 presenti nell?ambiente 10 ed in comunicazione di segnale con il dispositivo di acquisizione di immagini 200. Nello, specifico tali sensori 300 sono associabili ai target 12 presenti nell?ambiente al fine di acquisire informazioni ad essi relativi. Preferibilmente, la fase l) prevede di associare uno o pi? sensori 300 a target 12 presenti nell?ambiente ed a uno o pi? dispositivi di acquisizione di immagini 200. P?? preferibilmente, la fase l) prevede di coordinare i sensori 300 con i relativi target 12 riconosciuti.
Il metodo comprende una successiva fase m) di associare i set di dati Set al relativo target riconosciuto 12 per riconoscere lo stato di target St. Nello specifico, gli algoritmi basati su reti neurali tenendo conto del flusso di immagini acquisito e del set di dati Set relativo ad un target permettono di riconoscere in maniera pi? precisa lo stato di target St in modo da intervenire con l?automa a stati finiti A sull?apparato 100 in maniera ottimizzata.
Inoltre, il metodo 1 comprende anche una fase n) di generare un segnale di valutazione Sv in funzione del confronto tra stati di target St in frame successivi temporalmente e in funzione dei set di dati Set. Anche in questo caso gli algoritmi residenti nell?unit? di elaborazione dati 210 combinando le informazioni provenienti dai dispositivi di acquisizione di immagini 200 e dai sensori 300 permettono di monitorare nel tempo lo stato di target St al fine di generare un segnale di valutazione Sv il pi? corretto possibile. Nello specifico, in accordo con la presente forma realizzativa, il segnale di valutazione Sv ? generato in funzione di frame successivi e di set di dati inviati e ricevuti dal dispositivo di acquisizione di immagini 200.
ESEMPIO APPLICATIVO
? riportato di seguito un esempio esplicativo in accordo con l?automa a stati finiti illustrato in figura 3. In questo caso, il metodo oggetto della presente invenzione ? applicato alle vasche di raccolta dell?acqua nel settore idroelettrico che al fine di evitare problemi sulle turbine necessitano un controllo sulla presenza di detriti all?interno dell?acqua prima che questa arrivi alle turbine. Qualora l?acqua presenti detriti o un grado di sporco eccessivo, la vasca viene scaricata per evitare che l?acqua sporca arrivi in turbina, consentendo anche di pulire il fondo della vasca dai detriti, grazie al flusso di acqua entrante. Come anticipato precedentemente, in questo caso il target 12 ? rappresentato dalla vasca di raccolta mentre lo stato di target St ? rappresentato dal grado di sporco della vasca nonch? dell?acqua (ad esempio come riportato in figura 3 gli stati di target possono essere ?Acqua Torbida?, ?Acqua Pulita?, ?Fondo sporco?, ?Fondo Pulito? a cui sono associati relativi segnali di passaggio di stato di automa SpA e di mantenimento di stato di automa SmA). In questo caso, il dispositivo di acquisizione delle immagini 200 ? disposto nella vasca di raccolta o nei pressi della stessa ed ? posto in comunicazione di segnale con un apparato di chiusa (in altre parole una saracinesca servocomandata) in grado di aprire o chiudere un?apertura per lo scarico dell?acqua contenuta nella vasca di raccolta. Una volta avviato il metodo 1, viene riconosciuto il target 12, lo stato di target St, ad esempio acqua limpida, e successivamente viene associato al target 12 l?automa a stati finiti A di figura 3. In accordo con la presente invenzione, l?automa a stati finiti A ? inizializzato ad uno stato iniziale di ?S1: vasca in stato normale (chiusa)? in quanto lo stato di target St indica ?acqua limpida? (corrispondenza tra il segnale di inizializzazione ed il relativo stato di target St al momento dell?inizializzazione). Il metodo continua a monitorare la vasca generando un segnale di valutazione Sv che nel caso in cui l?acqua continui a restare limpida corrisponde al segnale di mantenimento dello stato iniziale di ?S1: vasca in stato normale (chiusa)? e pertanto il segnale di azione Sc inviato all?apparato 100 comprende l?istruzione di mantenere la chiusa in stato chiuso. Nel caso ad esempio di un temporale, ? possibile che alla vasca di raccolta arrivino una serie di detriti che sporcano e rendono torbida l?acqua o depositino ghiaia o detriti sul fondo della vasca. Durante il controllo periodico del flusso di immagini acquisito, il metodo 1 rileva uno stato di target St differente e dunque genera un segnale di valutazione Sv comprendendo l?informazione di una variazione di stato di target. Gli algoritmi presenti nell?unit? di elaborazione dati 210 confrontano il segnale di valutazione Sv con i segnali di passaggio di stato di automa SpA e se rilevano una corrispondenza (in questo caso segnale di ?acqua torbida?) attivano l?automa passando dello stato iniziale di automa SiA allo stato alterato di automa SfA di ?S2: vasca aperta per scarico?. A tale passaggio corrisponde un invio del segnale di azione Sc associato allo stato iniziale di automa SiA ?S1: vasca in stato normale (chiusa)? e al segnale di passaggio di stato di automa SpA ?acqua torbida? che comprende l?istruzione di apertura della chiusa per lo scarico della vasca. ? da notare che successivamente, l?automa pu? evolvere secondo il metodo sopra descritto, tornando allo stato iniziale SiA o mantenendo lo stato alterato SfA fino a che si mantengono le condizioni di stato alterato. In funzione di un controllo periodico e della generazione dei relativi segnali di valutazione Sv l?automa a stati finiti A evolve ricevendo ad esempio il segnale di mantenimento di automa SmA ?fondo vasca sporco? fino a che il fluire dell?acqua ripulisce il fondo della vasca di raccolta riportando l?automa allo stato iniziale avendo verificato che lo stato di target St sia arrivato a ?fondo vasca pulito?.
? riportata nel seguito una tabella esemplificativa del suddetto esempio applicativo. Dove come in precedenza sono riportate le possibili combinazioni di passaggio di stato di automa SA o del suo mantenimento. Nello specifico, sono indicati:
- ?S1: vasca in stato normale (chiusa)? e ?S2: vasca aperta per scarico?come gli stati di automa SA;
- ?Acqua torbida? e ?Fondo vasca pulito? come i segnali di passaggio di stato di automa SpA
- ?Acqua limpida? e ?Fondo vasca sporco (ghiaia)? come i segnali di mantenimento SmA
Sulla prima riga sono indicati gli stati di automa di partenza, mentre sulla prima colonna sono indicati i segnali di passaggio di stato di automa SpA ed i segnali di mantenimento automa SmA, l?intersezione tra le righe e le colonne identifica lo stato di automa a seguito del passaggio di stato di automa o al mantenimento.
Per quanto riguarda l?inizializzazione per l?esempio applicativo analizzato, qualora lo stato di target St (?Acqua Torbida?, ?Acqua Pulita?, ?Fondo sporco?, Fondo Pulito?) corrisponda al segnale di inizializzazione ?Acqua limpida? o ?fondo vasca pulito? l?automa relativo alla vasca ? inizializzato ad uno stato iniziale SiA di ?S1: vasca in stato normale (chiusa)?. Viceversa, qualora lo stato di target St (?Acqua Torbida?, ?Acqua Pulita?, ?Fondo sporco?, Fondo Pulito?) corrisponda al segnale di inizializzazione ?Fondo sporco? o ?Acqua Torbida? l?automa relativo alla vasca ? inizializzato ad uno stato iniziale SiA di S2: vasca aperta per scarico
? ulteriore oggetto della presente invenzione un sistema 400 per la gestione di uno o pi? apparati 100. Il sistema 400 ? configurato per eseguire il metodo precedentemente descritto.
Il sistema 400 comprende uno o pi? dispositivi di acquisizione di immagini 200 configurati per acquisire flussi di immagini dell?ambiente 10. Preferibilmente, il dispositivo di acquisizione di immagini 200 comprende una telecamera 220 configurata per acquisire i flussi di immagini. Pi? preferibilmente, la telecamera 220 ? configurata per acquisire il primo flusso di immagini e preferibilmente anche il secondo flusso di immagini. In particolare, la telecamera 220 ? configurata per riprendere l?ambiente 10 in cui ? disposta nonch? il relativo campo visivo 11 inquadrato.
In accordo con una forma di realizzazione preferita, la telecamera 220 comprende sensori ottici, ad esempio RGB per la ripresa a colori del primo flusso di immagini, e preferibilmente uno o pi? sensori infrarosso per la riprese ad infrarosso. Preferibilmente, i sensori comprendono un otturatore di tipo global shutter, privo di fenomeni di ?strisciamento? in caso di riprese in movimento. I sensori possono presentare un Field of View (FOV) specifico rappresentante l?angolo di visione orizzontale e verticale che ciascun sensore supporta. In altre parole, i sensori ottici ed i sensori infrarosso presentano un FOV in grado di determinare l?area ripresa data una distanza dell?ambiente ripreso.
In accordo con una forma di realizzazione preferita, l?utilizzo di sensori ottici ed infrarosso permette, grazie al metodo, di generare un flusso combinato di immagini in cui ad ogni pixel del primo flusso di immagini ? associato un valore di distanza, qualora disponibile secondo le fasi descritte precedentemente.
Preferibilmente, la telecamera 220 ? configurata per lavorare ad un frame rate regolabile ed in funzione dell?ambiente in cui la telecamera 200 ? inserita, nonch? in funzione di eventuali movimenti di target rispetto alla telecamera.
In accordo con una forma di realizzazione alternativa, il dispositivo di acquisizione di immagini comprende una telecamera per le riprese bidimensionali a colori (primo flusso di immagini) e sensori di profondit? (secondo flusso di immagini). Vantaggiosamente, il metodo permette la combinazione del primo e del secondo flusso di immagini. In accordo con una forma di realizzazione preferita, la telecamera ? del tipo RGB-D.
? da notare che il sistema 400 comprende uno o pi? di dispositivi di acquisizione di immagini 200 disposti nell?ambiente selezionato 10 per il monitoraggio di un campo visivo 11. Preferibilmente, il sistema per intervenire su un ambiente 200 comprende una pluralit? di dispositivi di acquisizione di immagini 200 disposti in uno o pi? ambienti per l?acquisizione simultanea o sfalsata di flussi di immagini relative ad uno o ambienti.
Il sistema 400 comprende una unit? di elaborazione dati 210 associato ad ogni dispositivo di acquisizione di immagini 200. Preferibilmente, ciascun dispositivo di acquisizione di immagini 200 comprende una unit? di elaborazione dati 210 in comunicazione di segnale con la telecamera 220. L?unit? di elaborazione dati 210 ? configurata per ricevere i flussi di immagini ed elaborarli svolgendo le suddette fasi del metodo 1. Preferibilmente, l?unit? di elaborazione dati 210 ? configurata per riconoscere uno o pi? target 12 ed il relativo stato di target St, associare un?etichetta E a ciascun target riconosciuto 12, ed un relativo automa a stati finiti (A), inizializzare l?automa a stati finiti A, generare un segnale di valutazione Sv per attivare l?automa a stati finiti A, inviare un segnale di azione Sc all?uno o pi? apparati 100 associati al dispositivo di acquisizione di immagini 200.
In accordo con una forma di realizzazione preferita, l?unit? di elaborazione dati 210 comprende un modulo di memoria configurato per ricevere dati, come ad esempio il primo flusso di immagini ed il secondo flusso di immagini, e dati elaborati come ad esempio le boundingbox, target, stati di target. Preferibilmente, l?unit? di elaborazione dati 200 comprende un modulo di sincronizzazione, in comunicazione di segnale con il modulo di memoria, e configurato per sincronizzare il primo flusso di immagini ed il secondo flusso di immagini qualora presente. Tale modulo di sincronizzazione ? anche configurato per salvare le sincronizzazioni sul modulo di memoria. L?unit? di elaborazione dati 210 comprende inoltre un modulo di detection, in comunicazione di segnale con il modulo di memoria e configurato per riconoscere target e stati di target ed associare relative boundingbox, etichette E ed automa a stati finiti A ai target riconosciuti 12. Preferibilmente, l?algoritmo basato su reti neurali ? residente nel modulo di detection. Pi? preferibilmente, il modulo di detection ? in comunicazione di segnale con un modulo di geolocalizzazione in modo da ricevere uno specifico algoritmo basato su reti neurali in funzione dell?ambiente e dei target presenti nell?ambiente stesso nonch? specifici automi a stati finiti. ? da notare che il modulo di detection ? configurato per salvare nel modulo di memoria i target riconosciuti 12, gli stati di target St, le etichette E e gli automi a stati finiti A nonch? le boundingbox generate.
In accordo con la forma realizzativa, l?unit? di elaborazione dati 210 comprende:
- un modulo di conteggio in comunicazione di segnale con il modulo di memoria e configurato per svolgere la fase di generare valori per i target dinamici Td ed i target statici Ts. Il modulo di calibro ? inoltre configurato per salvare i dati generati nel modulo di memoria; e/o
- un modulo di calibro in comunicazione di segnale con il modulo di memoria e configurato per svolgere la fase di calcolare i valori di dimensioni per i target statici Ts ed i target dinamici Td. Il modulo di calibro ? inoltre configurato per salvare i dati generati nel modulo di memoria;
- un modulo di misura in comunicazione di segnale con il modulo di memoria e configurato per svolgere la fase di calcolare i valori di distanza relativa tra target statici Ts e target dinamici Td e salvarle nel modulo di memoria,
- un modulo per svolgere il calcolo delle traiettorie di gestione per traiettorie dei target dinamici Td.
Vantaggiosamente, il metodo ed il sistema permettono di ridurre il costo computazionale necessario e l?impiego di risorse rendendo il dispositivo di acquisizione di immagini funzionabile in loco, all?EDGE, necessitando della sola alimentazione elettrica. In particolare, dato il basso costo computazionale e di utilizzo di risorse, l?alimentazione elettrica pu? essere fornita direttamente in loco senza che il dispositivo di acquisizione di immagini 200 sia collegato ad una linea elettrica. Ad esempio, l?alimentazione elettrica necessaria al dispositivo di acquisizione di immagini ? fornibile mediante energia rinnovabile, ad esempio un pannello solare, o batterie precaricate.
Vantaggiosamente, il dispositivo di acquisizione di immagini ? economico in quanto impiega moduli in grado di realizzare un metodo che ottimizza l?utilizzo delle risorse.
Il sistema 400 comprende uno o pi? apparati associati al dispositivo di acquisizione di immagini 200 e disposti in un ambiente 10. Tali apparati 100 sono relativi all?ambiente 10 e possono comprendere sia dispositivi fissi, come ad esempio chiuse per le opere di presa, o dispositivi mobili come, ad esempio, un cellulare o smartphone che riceve il segnale di indicazione per un parcheggio libero.
In accordo con una forma di realizzazione preferita, il sistema 400 per comprende uno o pi? 300 configurati per acquisire uno o pi? set di dati Set relativi al target 12. Preferibilmente, ciascun sensore 300 ? configurato per essere posto in comunicazione di segnale con uno o pi? dispositivi di acquisizione di immagini 200 per l?invio dei dati relativi al target. Pi? preferibilmente, ciascun sensore 300 ? configurato per essere associato ad target 12 presenti nell?ambiente e riconoscibili mediante il metodo 1 oggetto della presente invenzione.
In accordo con una forma di realizzazione preferita, l?uno o pi? sensori 300 comprendono sensori di pressione, di temperatura o di umidit?.
Preferibilmente, il sistema 400 comprende un?interfaccia utente 500 in comunicazione di segnale uno o pi? dispositivi di acquisizione di immagine 200 e configurata per agire sull?unit? di elaborazione dati 210 in modo da aggiornare e/o caricare ad esempio gli automi a stati finiti A, stati di target di riferimento Str o uno o pi? algoritmi.

Claims (10)

RIVENDICAZIONI
1. Metodo (1) per la gestione di uno o pi? apparati (100) disposti in un ambiente (10) mediante l?impiego di uno o pi? dispositivi di acquisizione di immagini (200) in comunicazione di segnale con l?uno o pi? apparati (100), comprendente le fasi di: a) acquisire ciclicamente mediante un dispositivo di acquisizione di immagini (200) un relativo flusso di immagini associato ad un campo visivo (11) inquadrato dal dispositivo di acquisizione di immagini (200), il flusso di immagini acquisito comprendendo una pluralit? di frame successivi temporalmente;
b) inviare il flusso di immagini ad una unit? di elaborazione dati (210) associata al dispositivo di acquisizione di immagini (200);
c) riconoscere uno o pi? target (12) presenti nel campo visivo (11) acquisito nel flusso di immagini ed uno stato di target (St) per ogni target riconosciuto (12) rappresentativo del target (12);
d) associare ad ogni target riconosciuto (12) un?etichetta (E) ed un automa a stati finiti (A) in funzione della relativa etichetta (E), ciascun automa a stati finiti (A) comprendendo due o pi? stati di automa (SA), segnali di passaggio di stato di automa (SpA) per il passaggio da uno stato di automa ad un altro e segnali di mantenimento di automa (SmA) per il mantenimento dello stato di automa (SA) e segnali di azione (Sc) per la gestione, attivazione e/o disattivazione di uno o pi? apparati (100);
e) inizializzare ciascun automa a stati finiti (A) ad uno stato iniziale di automa (SiA) scelto tra gli stati dell?automa a stati finiti (SA) in funzione dello stato di target (St); f) generare un segnale di valutazione (Sv) per ogni target riconosciuto (12) in funzione dello stato di target (St) tra frame successivi temporalmente;
g) attivare ciascun automa a stati finiti (A) inizializzato eseguendo un passaggio di stato di automa o un mantenimento di stato di automa, detta fase g) comprendendo le fasi di
g1) eseguire un passaggio di stato di automa passando dallo stato iniziale di automa (SiA) ad uno stato alterato di automa (SfA) o da uno stato alterato di automa (SfA) ad un altro stato alterato di automa (SfA) qualora il segnale di valutazione (Sv) corrisponda ad un segnale di passaggio di stato di automa (SpA) associato al passaggio tra uno stato ed un altro e viceversa; e
g2) eseguire un mantenimento di stato di automa mantenendo lo stato iniziale di automa (SiA) o lo stato alterato di automa (SfA) qualora il segnale di valutazione (Sv) corrisponda al segnale di mantenimento di automa (SmA) associato al rispettivo stato di automa (SA);
h) inviare un segnale di azione (Sc) ad uno o pi? apparati (200) per ogni automa a stati finiti (A) in funzione della combinazione del segnale di passaggio di stato di automa (SpA) e dello stato di automa (SA) prima del passaggio di stato di automa qualora ci sia stato il passaggio di stato di automa e in funzione della combinazione del segnale mantenimento automa (SmA) e dello stato di iniziale di automa (SiA) o dello stato alterato di automa (SfA) qualora ci sia stato il mantenimento dello stato di automa;
i) gestire l?uno o pi? apparati (200) in funzione del segnale di azione inviato (Sc).
2. Metodo (1) in accordo con la rivendicazione 1, in cui la fase c) di riconoscere uno o pi? target prevede di identificare uno o pi? target statici (Ts) presenti nel campo visivo (11) inquadrato dal dispositivo di acquisizione delle immagini (200), detta fase c) di riconoscere uno o pi? target (12) comprende le fasi di:
c1) riconoscere uno o pi? target statici (Ts) nel flusso di immagini in funzione di frame successivi;
c2) generare valori di conteggio dei target statici riconosciuti; e/o
c3) calcolare valori dimensioni dei target statici riconosciuti, e/o
c4) calcolare valori di distanza relativa tra i target statici riconosciuti.
3. Metodo (1) in accordo con la rivendicazione 1 o 2, in cui la fase c) di riconoscere uno o pi? target (12) prevede di identificare uno o pi? target dinamici (Td) in movimento relativo rispetto al dispositivo di acquisizione di immagini (200) nel campo visivo (11), detta fase c) di riconoscere uno o pi? target (12) comprende le fasi di:
c5) riconoscere uno o pi? target dinamici (Td) nel flusso di immagini in funzione di frame successivi;
c6) calcolare la traiettoria di ciascun target dinamico (Td) riconosciuto;
c7) seguire ciascun target dinamico (Td) riconosciuto tra frame successivi temporalmente in funzione della traiettoria;
c12) generare valori di conteggio dei target dinamici riconosciuti; e/o
c13) calcolare valori dimensioni dei target dinamici riconosciuti, e/o
c14) calcolare valori di distanza relativa tra i dinamici statici riconosciuti.
4. Metodo (1) in accordo con una qualunque delle rivendicazioni da 1 a 3, in cui la fase c) di riconoscere uno pi? target prevede di riconoscere lo stato di target (St) mediante un confronto tra stati di target di riferimento (Str), detta fase c) di riconoscere comprende le fasi di:
c8) identificare per ogni target riconosciuto (12) parametri di riferimento caratteristici del target;
c9) generare un segnale di stato di target (SSt) in funzione dei parametri di riferimento;
c10) confrontare il segnale di stato di target (SSt) con gli stati di target di riferimento (Str);
c11) associare uno stato di target (St) al target riconosciuto (12) in funzione del confronto selezionando tra gli stati di target di riferimento (Str).
5. Metodo (1) in accordo con una qualunque delle rivendicazioni da 1 a 4, in cui la fase f) di generare un segnale di valutazione prevede di generare un segnale di valutazione (Sv) mediante il confronto tra stati di target (St) in frame successivi temporalmente.
6. Metodo (1) in accordo con una qualunque delle rivendicazioni da 1 a 5, in cui la fase d) di associare prevede di mantenere detta etichetta (E) e detto automa a stati finiti (A) associati al target riconosciuto (12) in frame successivi temporalmente.
7. Metodo (1) in accordo con una qualunque delle rivendicazioni da 1 a 6, in cui sono previste le fasi di:
l) acquisire uno o pi? set di dati (Set) relativi ad un target riconosciuto (12) mediante uno o pi? sensori (300) associati a target (12) ed in comunicazione di segnale con il dispositivo di acquisizione di immagini (200);
m) associare i set di dati (Set) al relativo target riconosciuto (12) per riconoscere lo stato di target (St),
n) generare un segnale di valutazione (Sv) in funzione del confronto tra stati di target (St) in frame successivi temporalmente e in funzione dei set di dati (Set).
8. Metodo (1) in accordo con una qualunque delle rivendicazioni da 1 a 7, in cui la fase h) di inviare un segnale di azione comprende le fasi di
h1) selezionare un segnale di azione (Sc) tra i segnali di azione dell?automa a stati finiti (A) in funzione della combinazione del segnale di passaggio di stato di automa (SpA) e dello stato di automa (SA) prima del passaggio di stato di automa qualora ci sia stato il passaggio di stato di automa e in funzione della combinazione del segnale mantenimento automa (SmA) e dello stato di iniziale di automa (SiA) o dello stato alterato di automa (SfA) qualora ci sia stato il mantenimento dello stato di automa.; h2) selezionare uno o pi? apparati (100) associati al dispositivo di immagini (200); h3) inviare il segnale di azione (Sc) all?uno o pi? dispositivi di immagine selezionati (100).
9. Metodo (1) in accordo con le rivendicazioni da 1 a 8, in cui gli apparati da gestire sono apparati di chiusa in opere di presa e/o in vasche di raccolta nel campo idroelettrico, in cui l?automa a stati finiti (A) comprende:
- uno stato di vasca chiusa ed uno stato di vasca aperta, segnali di mantenimento e segnali di passaggio di stato associati al grado di sporco della vasca e dell?acqua e segnali di azione associati ad apertura e chiusura di un dispositivo di chiusa, e/o - uno stato di vasca chiusa ed uno stato di vasca aperta e segnali di mantenimento e segnali di passaggio di stato associato al grado di intasamento di una grata per il passaggio dell?acqua e segnali di azione associati ad apertura e chiusura di un dispositivo di chiusa.
10. Sistema (400) per la gestione di uno o pi? apparati (100) configurato per realizzare il metodo secondo una qualsiasi delle rivendicazioni da 1 a 9 e comprendente:
- un dispositivo di acquisizione di immagini (200) configurato per acquisire un flusso di immagini;
- uno o pi? apparati (100) associati al dispositivo di acquisizione di immagini (200) e disposti in un ambiente (10)
- una unit? di elaborazione dati (210) associata al dispositivo di acquisizione (200) e configurata per:
- riconoscere uno o pi? target (12) ed il relativo stato di target (St);
- associare un?etichetta (E) a ciascun target riconosciuto (12), ed un relativo automa a stati finiti (A);
- inizializzare l?automa a stati finiti (A);
- generare un segnale di valutazione (Sv) per attivare l?automa a stati finiti (A);
- inviare un segnale di azione (Sc) all?uno o pi? apparati (100) associati al dispositivo di acquisizione di immagini (200) .
IT102021000002516A 2021-02-04 2021-02-04 Metodo per la gestione di uno o più apparati IT202100002516A1 (it)

Priority Applications (2)

Application Number Priority Date Filing Date Title
IT102021000002516A IT202100002516A1 (it) 2021-02-04 2021-02-04 Metodo per la gestione di uno o più apparati
EP21204759.1A EP4040335A1 (en) 2021-02-04 2021-10-26 Method for managing one or more devices

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
IT102021000002516A IT202100002516A1 (it) 2021-02-04 2021-02-04 Metodo per la gestione di uno o più apparati

Publications (1)

Publication Number Publication Date
IT202100002516A1 true IT202100002516A1 (it) 2022-08-04

Family

ID=75850445

Family Applications (1)

Application Number Title Priority Date Filing Date
IT102021000002516A IT202100002516A1 (it) 2021-02-04 2021-02-04 Metodo per la gestione di uno o più apparati

Country Status (2)

Country Link
EP (1) EP4040335A1 (it)
IT (1) IT202100002516A1 (it)

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
D GOWSIKHAA ET AL: "Automated human behavior analysis from surveillance videos: a survey", ARTIFICIAL INTELLIGENCE REVIEW, 1 December 2014 (2014-12-01), Dordrecht, pages 747 - 765, XP055467026, Retrieved from the Internet <URL:https://pdfs.semanticscholar.org/b9cb/54c64372585f5f52de87fca8a8be1b671ba9.pdf> [retrieved on 20211020], DOI: 10.1007/s10462-012-9341-3 *
HARE JAMES ET AL: "Decentralized smart sensor scheduling for multiple target tracking for border surveillance", 2015 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA), IEEE, 26 May 2015 (2015-05-26), pages 3265 - 3270, XP033168863, DOI: 10.1109/ICRA.2015.7139649 *
PAVAN TURAGA ET AL: "Diamond Sentry: Integrating Sensors and Cameras for Real-Time Monitoring of Indoor Spaces", IEEE SENSORS JOURNAL, IEEE SERVICE CENTER, NEW YORK, NY, US, vol. 11, no. 3, 1 March 2011 (2011-03-01), pages 593 - 602, XP011344037, ISSN: 1530-437X, DOI: 10.1109/JSEN.2010.2050309 *

Also Published As

Publication number Publication date
EP4040335A1 (en) 2022-08-10

Similar Documents

Publication Publication Date Title
CN107564062B (zh) 位姿异常检测方法及装置
CN110462628A (zh) 用于估计作业车辆的动作的方法、系统、学习完毕的分类模型的制造方法、学习数据、以及学习数据的制造方法
CN108253587B (zh) 空气清洁度的调整方法及装置
CN107330357A (zh) 基于深度神经网络的视觉slam闭环检测方法
CN107506798A (zh) 一种基于图像识别的水位监测方法
CN105929799A (zh) 作业者品质管理方法和作业者品质管理装置
KR102234697B1 (ko) 수중드론을 이용하는 어망감시장치, 및 그 장치의 제어방법
TW201118804A (en) Method and system for object detection
CN107220603A (zh) 基于深度学习的车辆检测方法及装置
CN102519981A (zh) Pvc建材表面质量在线检测系统
CN108734109B (zh) 一种面向图像序列的视觉目标跟踪方法及系统
CN110246160A (zh) 视频目标的检测方法、装置、设备及介质
CN103344583A (zh) 一种基于机器视觉的镨-钕(Pr/Nd)组分含量检测系统及方法
CN108229524A (zh) 一种基于遥感图像的烟囱和冷凝塔检测方法
CN111767826A (zh) 一种定时定点场景异常检测方法
CN110018529B (zh) 降雨测量方法、装置、计算机设备和存储介质
IT202100002516A1 (it) Metodo per la gestione di uno o più apparati
CN114821154A (zh) 一种基于深度学习的粮库通风窗状态检测算法
CN108648214A (zh) 一种基于宽度学习滤波的视觉slam算法及系统
Jiao et al. A steerable pyramid autoencoder based framework for anomaly frame detection of water pipeline CCTV inspection
CN117152617A (zh) 一种城市洪涝识别方法及系统
JP7425279B2 (ja) 汚れ予測システム
JP6883699B1 (ja) 流量推定システム、情報処理装置およびプログラム
US20240193946A1 (en) Bird detection and species determination
CN112861681B (zh) 一种基于云端处理的管廊视频智能分析方法及系统