CN105451182B - 一种目标识别跟踪***及方法 - Google Patents
一种目标识别跟踪***及方法 Download PDFInfo
- Publication number
- CN105451182B CN105451182B CN201610004297.8A CN201610004297A CN105451182B CN 105451182 B CN105451182 B CN 105451182B CN 201610004297 A CN201610004297 A CN 201610004297A CN 105451182 B CN105451182 B CN 105451182B
- Authority
- CN
- China
- Prior art keywords
- node
- nodes
- level
- level node
- signal source
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种目标识别跟踪***及方法,能够降低***的功耗。所述***包括:三级节点、二级节点、一级节点及上位机;每个节点,用于测量自身节点与周围节点的距离,并将测量结果上报并汇聚到一级节点,由一级节点确定网络中各个无锚节点的位置,生成总网络属性表并将该属性表上传至上位机显示,同时还将该属性表广播全网,由各节点进行存储;二级节点及三级节点,还用于当各节点对一级节点广播的属性表进行存储后,将识别到的声音信息上报并汇聚到一级节点,由一级节点对接收到的声音信息和属性表进行整合,预测声信号源的运动轨迹。本发明适用于无线通信技术领域。
Description
技术领域
本发明涉及无线通信技术领域,特别是指一种目标识别跟踪***及方法。
背景技术
目标类型与位置信息的采集是保证特殊环境中工作正常运行的基础,通过对工作环境中所有运动物体进行实时监控,掌握其类别与运动轨迹,可以及时发现、定位和排除影响工作进程的不确定因素。因此,建立和完善自动数据采集***已经成为企业信息化建设的重点。
目前,有越来越多的工业企业开始使用传感器采集数据,以监控工作设备和环境的状态,但是往往通过有线的方式传送到计算机终端进行处理。有线电缆的铺设、维护成本高并且十分繁琐,不利于工厂和野外环境的架设,存在一定的安全隐患,使用无线传感网络则可以解决这些问题。
无线传感器网络与传统的互联网不同,可以通过传感器使用无线方式通信。无线传感器网络分为分布式和集中式网络,具有资源受限、以数据为中心、与应用相关等特点,可以适应复杂多变的环境,有着广泛的应用前景。无线传感器网络由很多个节点组成,这些集成有传感器、微处理器单元、通信模块、电源模块的微小节点可以通过一定的方式构成一个网络,每个节点把传感器采集到的数据,通过无线网络最终发送回控制中心,进行分析并采取相应的操作。
声识别测向技术以声传感器为主体,研究和发展声波信息的形成、传输、接收、变换、处理和应用。声传感器既能测试声波的强度大小,也能显示出声波的波形,是与人耳朵相似具有频率反应的电麦克风,通过分析声波信号的特征谱信息,可以确定目标的类型;通过声波到达声阵列的时间差值和声阵列的相位相关信息可以计算目标相对节点的方向。
定位技术作为无线传感器网络的主要技术之一,在工业检测、医疗、入侵检测等方面被广泛应用。无线传感器网络的节点通常被随机分散在一定的区域内,或者被放置在较为复杂或危险的环境下,要想得到每个节点的位置信息是很困难甚至是不可能的,而这些节点采集到的数据往往会与其位置信息相关,因此节点自定位技术和目标定位技术在无线传感器网络中的应用很广泛。
发明内容
本发明要解决的技术问题是提供一种目标识别跟踪***及方法,以解决现有技术所存在的有线采集***维护成本高、维护工作繁琐且存在一定的安全隐患的问题。
为解决上述技术问题,本发明实施例提供一种目标识别跟踪***,包括:三级节点、与三级节点相连的二级节点、与二级节点相连的一级节点,与一级节点相连的上位机,其中,三级节点的上级节点是二级节点,二级节点的上级节点是一级节点;
每个节点,用于测量自身节点与周围节点的距离,并将测量结果上报给上级节点并汇聚到一级节点,由一级节点确定网络中各个无锚节点的位置,生成总网络属性表并将该属性表上传至上位机,同时还将该属性表广播全网,由各节点进行存储,其中,所述属性表包括:各节点对应的节点号及位置信息;
二级节点及三级节点,还用于当各节点对一级节点广播的属性表进行存储后,检测识别自身节点的工作环境中的声音信息,并将识别到的声音信息上报给上级节点并汇聚到一级节点,由一级节点对接收到的声音信息和属性表进行整合,预测声信号源的运动轨迹,并将声信号源的位置和运动轨迹上传给上位机显示。
进一步地,所述一级节点,还用于若检测到的声信号源不是对应节点工作环境中正常的声信号源或声信号源的运动轨迹发生偏差时,则发出报警信息上传给上位机;
进一步地,每个节点包括:电路板、保护壳及无线收发天线,其中,所述电路板放置于保护壳内,无线收发天线固定在保护壳外壁上。
进一步地,所述电路板包括:主控模块、电源模块、与其他节点进行无线通信的射频组网模块、超声测距模块及声识别测向模块,其中,所述无线收发天线,主控模块、超声测距模块、声识别测向模块分别与所述射频组网模块连接。
进一步地,一级节点失效后,由距离该一级节点最近的二级节点取代成为一级节点,该二级节点下的三级节点就近加入别的簇中;
二级节点失效后,由距离该二级节点最近的三级节点取代成为二级节点,原分簇中的其他节点成为当前二级节点下的三级节点。
进一步地,在所述超声测距模块完成测距工作后,声识别测向模块开始工作时,可切换节点的工作状态,所述节点的工作状态包括:工作状态、值守状态或休眠状态;
若节点处于工作状态,所述节点的声识别测向模块工作,所述节点,用于检测和处理声音信息,判断声信号源的危险性并报警以及预测声信号源的运动轨迹;
若节点处于值守状态,所述节点的声识别测向模块工作,所述节点,用于检测和跟踪声音信息,但不判断声信号源的危险性并报警和预测声信号源的运动轨迹;
若节点处于休眠状态,所述节点的声识别测向模块不工作。
进一步地,各节点的结构完全一致,一级节点周期性地发送同步命令,保证各级节点之间的同步;
一级节点、二级节点收到下级节点发送的数据后回复确认包,确认包内含一个同步标志,下级节点根据该同步标志调整自身的同步时间;
一级节点与二级节点之间的通信、二级节点与三级节点之间的通信通过TDMA方式工作在2.4GHz频段上。
本发明实施例还提供一种目标识别跟踪方法,包括:
确定网络中的一级节点、二级节点及三级节点,其中,三级节点的上级节点是二级节点,二级节点的上级节点是一级节点;
组网成功后,测量各节点与周围节点的距离信息,并将该距离信息上报汇聚至一级节点;
通过一级节点确定网络中各个无锚节点的位置,生成总网络属性表并将该属性表广播全网,由各节点进行存储,其中,所述属性表包括:各节点对应的节点号及位置信息;
检测识别各节点的工作环境中的声音信息并上报汇聚至一级节点;
通过一级节点对接收到的所述声音信息及属性表进行整合,预测声信号源的运动轨迹。
进一步地,一级节点失效后,由距离该一级节点最近的二级节点取代成为一级节点,该二级节点下的三级节点就近加入别的簇中;
二级节点失效后,由距离该二级节点最近的三级节点取代成为二级节点,原分簇中的其他节点成为当前二级节点下的三级节点。
进一步地,当节点的超声测距模块完成测距工作后,节点的声识别测向模块开始工作时,可切换节点的工作状态,所述节点的工作状态包括:工作状态、值守状态或休眠状态;
若节点处于工作状态,所述节点的声识别测向模块工作,所述节点,用于检测和处理声音信息,判断声音的危险性并报警以及预测声信号源的运动轨迹;
若节点处于值守状态,所述节点的声识别测向模块工作,所述节点,用于检测和跟踪声音,但不判断声音的危险性并报警和预测声信号源的运动轨迹;
若节点处于休眠状态,所述节点的声识别测向模块不工作。
本发明的上述技术方案的有益效果如下:
上述方案中,各节点组网成功后,先测量每个节点和周围节点的距离,并通过网络,将测量结果上报汇聚到一级节点,一级节点确定网络中各个无锚节点的位置,建立网络坐标系,生成含有各节点坐标信息的总网络属性表,并将该属性表广播全网,由各节点进行存储,同时由一级节点将该属性表发送给上位机显示,从而实现全网的节点自定位功能;整个网络的属性表构建完成后,开始执行目标探测跟踪功能,二级节点及三级节点将采集到的声音信息上报给上级节点并汇聚到一级节点,由一级节点对接收到的声音信息和属性表进行整合,预测声信号源的运动轨迹,并最终上传给上位机显示声信号源的位置和运动轨迹,从而实现声信号源的识别和跟踪功能,且只有在初步组网和网络重组时需要开启网络构建和节点自定位功能,当声识别测向模块工作时还可切换节点的工作、值守或休眠状态,从而降低***的功耗。
附图说明
图1为本发明实施例提供的目标识别跟踪***的结构示意图;
图2为本发明实施例提供的节点的结构示意图;
图3为本发明实施例提供的声识别测向模块与射频处理器的详细结构示意图;
图4为本发明实施例提供的射频处理器与主控模块的详细结构示意图;
图5为本发明实施例提供的超声测距模块与射频处理器的详细结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有的有线采集***维护成本高、维护工作繁琐且存在一定的安全隐患的问题,提供一种目标识别跟踪***及方法。
实施例一
如图1所示,本发明实施例提供的一种目标识别跟踪***,包括:三级节点、与三级节点相连的二级节点、与二级节点相连的一级节点,与一级节点相连的上位机,其中,三级节点的上级节点是二级节点,二级节点的上级节点是一级节点;
每个节点,用于测量自身节点与周围节点的距离,并将测量结果上报给上级节点并汇聚到一级节点,由一级节点确定网络中各个无锚节点的位置,生成总网络属性表并将该属性表上传至上位机,同时还将该属性表广播全网,由各节点进行存储,其中,所述属性表包括:各节点对应的节点号及位置信息;
二级节点及三级节点,还用于当各节点对一级节点广播的属性表进行存储后,检测识别自身节点的工作环境中的声音信息,并将识别到的声音信息上报给上级节点并汇聚到一级节点,由一级节点对接收到的声音信息和属性表进行整合,预测声信号源的运动轨迹,并将声信号源的位置和运动轨迹上传给上位机显示。
本发明实施例所述的目标识别跟踪***,各节点组网成功后,先测量每个节点和周围节点的距离,并通过网络,将测量结果上报汇聚到一级节点,一级节点确定网络中各个无锚节点的位置,建立网络坐标系,生成含有各节点坐标信息的总网络属性表,并将该属性表广播全网,由各节点进行存储,同时由一级节点将该属性表发送给上位机显示,从而实现全网的节点自定位功能;整个网络的属性表构建完成后,开始执行目标探测跟踪功能,二级节点及三级节点将采集到的声音信息上报给上级节点并汇聚到一级节点,由一级节点对接收到的声音信息和属性表进行整合,预测声信号源的运动轨迹,并最终上传给上位机显示声信号源的位置和运动轨迹,从而实现声信号源的识别和跟踪功能,且只有在初步组网和网络重组时需要开启网络构建和节点自定位功能,能够降低***的功耗。
本发明实施例中,网络可以通过随机算法选择出一级节点,由一级节点发出组网指令,整个网络节点加入网络,并划分出二级节点和三级节点。
本发明实施例中,一级节点通过定位算法确定网络中各个无锚节点的位置,生成总网络属性表,其中,所述属性表包括:各节点对应的节点号及坐标信息(位置信息),网络中每个节点存储一级节点广播的属性表,当一级节点失效时,其替代节点不必再次执行组网程序来确定全网拓扑信息,便于节点角色的切换,提高目标识别跟踪的效率。当节点数量巨大时,需要更大的存储空间来存储所述属性表,例如,可以选用可扩展外存单片机,并扩展有2MB的Flash存储器,用以存储所述属性表和其他信息。具体的,将各级节点接收到的所有节点的节点号、位置信息保存到外扩存储器FLASH中。
本发明实施例中,由一级节点控制所有节点的同步时间,具体的,各级节点上电后开始组网,首先由一级节点发送ADV广播包实现各级节点之间的同步。一级节点还周期性地发送同步命令,以避免二级节点、三级节点由于时钟漂移所造成的同步误差,保证各级节点之间的同步。
本发明实施例中,一级节点、二级节点收到下级节点发送的数据后回复确认包ACK,确认包ACK内含一个同步标志,下级节点根据该同步标志调整自身的同步时间,而不必进行新的同步算法,提高***效率。
本发明实施例中,一级节点与二级节点之间的通信、二级节点与三级节点之间的通信通过TDMA方式工作在2.4GHz频段上,以保证各节点间的快速稳定通信。
本发明实施例中,各节点之间传送数据使用CRC校验,如果传送的数据发生错误,则回传重传命令。
本发明实施例中,所述一级节点,还用于若检测到的声信号源不是对应节点工作环境中正常的声信号源或声信号源的运动轨迹发生偏差时,则发出报警信息上传给上位机。
本发明实施例中,由一级节点融合所有数据,进行计算、分析和决策,当各节点的工作环境出现异常时自动报警并将报警信息上传至上位机,上位机可以获得一级节点中存储的历史数据。例如,当二级节点、三级节点监测到自身节点的工作环境中有声音出现时,会向一级节点发送该声音的声信号源类型、位置信息,若该声信号源不应该出现在对应节点的工作环境中或声信号源的运动轨迹发生偏差时,由一级节点会发出警报,并上传给上位机。
本发明实施例中,一级节点、二级节点、三级节点采用同样的硬件设计,分别执行各自不同的功能,在硬件上设计相同,可以使每个节点都有能力实现所有节点的功能,节点角色的转换更加灵活,如此可以有效解决节点失效的问题,当一级节点失效后可由邻近的二级节点代替,当二级节点失效后,可以由邻近的三级节点代替。
本发明实施例中,每个节点包括:电路板、保护壳及无线收发天线,其中,所述电路板放置于保护壳内,无线收发天线固定在保护壳外壁上,能够减少某些金属保护壳对无线射频信号的阻挡和干扰,增大信号的强度,使无线传感网络更佳高效稳定,且所述电路板设计采用六层PCB,能够充分保证电路信号的完整性,解决部分电路的阻抗匹配问题。
本发明实施例中,三种节点的电路板设计相同,所述电路板包括:主控模块、与其他节点进行无线通信的射频组网模块、超声测距模块、声识别测向模块和电源模块,其中,所述电源模块为高容量可更换锂亚硫电池,其中,所述射频组网模块可以通过天线转接线与无线收发天线相连。
本发明实施例中,各级节点之间采用2.4GHz的近距离、低复杂度、低功耗的无线通讯的无限射频组网模块进行数据通信,通过该射频组网模块,可以自动同步、组网。一级节点和二级节点间采用星型网络,通信距离从几十米到几百米不等,可以通过射频芯片的功率来设置,也可以支持放大芯片扩展。最大数据速率是250kbps。
本发明实施例中,初次组网完成后,所述射频组网模块只需发送和接收声音信息,但是,当某节点因电量不足或故障等因素失效时,会重启射频组网模块的组网功能选取合适的节点取代该失效节点,同时下级节点做出相应变动。
本发明实施例中,组网成功后,整个网络节点(一级节点、二级节点、三级节点)通过自身节点的超声测距模块和周围节点进行测距,并通过无线通讯,将测距结果上报汇聚到一级节点,一级节点通过定位算法计算出网络中各个无锚节点的位置,建立网络坐标系,生成含有各节点坐标信息的总网络属性表,并将该属性表广播全网,由各节点进行存储;网络的属性表构建完成后(测距完成后),所述声识别测向模块开始工作,通过声传感器收集对应节点工作环境中的声音信息,通过计算得到声信号源的类型和位置,通过分析声音信号可以识别人的脚步声、不同型号汽车行驶的声音等,并将声信号源的类型和位置通过无线通讯传递到上级节点并汇聚给一级节点,由一级节点进行计算和决策。声音信息的传送要做到高频率、实时传输,以便对声信号源做出快速反应,并通过已经检测到的声信号源的轨迹预测其下一步的位置,实现对声信号源运动轨迹的跟踪预测。
如图2所示,声识别测向模块通过uart串口与射频组网模块连接,超声测距模块通过I/O连接线与射频组网模块连接,主控模块通过SPI接口与射频组网模块连接。三个模块通过各自的接口与射频组网模块连接,从而将数据信息通过无线通讯发送给其他节点。
如图3所示,声识别测向模块与射频组网模块通过串口相连,声识别测向模块采集到的声音信息通过串口发送给射频组网模块,由射频组网模块通过无线通信发送给其他节点,也可以由射频组网模块转发给主控芯片STM32F429(主控模块)进行分析计算,图中的调试串口为调试程序时使用。
本发明实施例中,一级节点通过串口和上位机连接。一级节点、二级节点、三级节点均可以通过超声传感器检测周围节点的位置信息,同时也可以通过声传感器检测各节点工作环境中的声音信息,由于一级节点需要融合各级节点采集到的数据信息,计算量较大能量消耗较快,且周围节点可以覆盖足够的监测面积,故可以减少一级节点声识别测向模块工作的时间,主要用于接收二级节点上传的数据并进行分析计算。一级节点、二级节点、三级节点的数量可以达到上百个,一个二级节点可以管理十几个三级节点。
本发明实施例中,射频组网模块由处理器芯片STM32F103和射频芯片AT86RF231组成,两者之间通过SPI串口连接,射频芯片使用2.4GHz频率与上级节点的射频芯片进行通信。射频组网模块处理器将所要发送的信息通过SPI接口发送到射频芯片上,并发送相应命令,使射频芯片将数据包发出;当射频芯片接收到其他节点发送的信息时,通过SPI接口传送到射频组网处理器中进行处理。如图4所示,射频组网模块处理器芯片STM32F103与主控芯片STM32F429通过SPI接口相连接,射频组网处理器将各节点与声信号源的方向信息传给主控芯片,在主控芯片中对数据进行分析处理,计算出各节点和声信号源的准确坐标,并将坐标数据传给射频组网模块处理器,从而通过射频芯片发送给上级节点。新节点加入或者节点重新上电时,当监听到周围节点发送的数据后,发送广播包请求加入簇;当接收到二级节点回复的加入许可后开始进行时间同步,并进行声信号的监测和采集。主控芯片外扩一个2MB的FLASH,用以存储网络中节点的路由表等信息,使用SPI接口可以提高数据读写的速率,从而提高效率。
如图5所示,超声测距模块与射频组网模块通过I/O口连接,既可以使能超声测距模块工作,也可以关闭超声测距模块进入休眠状态等。同时可以通过三条I/O接口控制八个超声是否工作,从而有效地降低能耗。
本发明实施例中,当一级节点、二级节点失效时,由该失效节点的下级节点代替;具体的,一级节点失效后,由距离该一级节点最近的二级节点取代成为一级节点,该二级节点下的三级节点就近加入别的簇中;
二级节点失效后,由距离该二级节点最近的三级节点取代成为二级节点,原分簇中的其他节点成为当前二级节点下的三级节点。
本发明实施例中,一级节点发送管理命令负责整个网络的正常运行,二级节点负责簇内节点的正常运行。当三级节点失效时,二级节点长时间收不到该节点的数据,则判定该节点失效并上报一级节点更新路由表;当二级节点失效时,该簇内的三级节点长时间收不到相应二级节点的ACK,则判定该二级节点失效,由距离该二级节点最近的三级节点代替该二级节点,并广播给所有簇内节点和一级节点。当一级节点失效时,由邻近的二级节点代替并发送广播包给所有其他二级节点,该二级节点下的三级节点自动加入别的簇。
本发明实施例中,具体的,三级节点为每个二级节点维持一个计数,当3次不能从二级节点收到数据时将该二级节点数据置为零,表明这个二级节点已失效,然后启动重新选举簇头的算法选取合适的节点代替该二级节点成为簇头。同样,二级节点为每个一级节点维持一个计数,当3次不能从一级节点收到数据时将该一级节点数据置为零,表明该一级节点失效,一级节点失效后,计算得到代替它的二级节点,该二级节点成为一级节点并下发广播命令,更新其他二级节点中保存的一级节点ID,此后二级节点开始向新的一级节点发送数据。
本发明实施例中,在所述超声测距模块完成测距工作后,声识别测向模块开始工作时,可切换节点的工作状态,所述节点的工作状态包括:工作状态、值守状态或休眠状态;
若节点处于工作状态,所述节点的声识别测向模块工作,所述节点,用于检测和处理声音信息,判断声信号源的危险性并报警以及预测声信号源的运动轨迹;
若节点处于值守状态,所述节点的声识别测向模块工作,所述节点,用于检测和跟踪声音信息,但不判断声信号源的危险性并报警和预测声信号源的运动轨迹;
若节点处于休眠状态,所述节点的声识别测向模块不工作。
本发明实施例中,不同工作状态下的节点功耗是不一样的,当某节点不必采集声音信息时,可以关闭对应的声识别测向模块,该节点进入休眠状态,但是所述节点可以随时监听信道中的信息包,当上级节点发送唤醒命令时可以以最快的速度醒来进入工作状态。采用多状态切换技术实现功能上的低功耗,从而使节点工作更持久。
实施例二
本发明还提供一种目标识别跟踪方法的具体实施方式,由于本发明提供的目标识别跟踪方法与前述目标识别跟踪***的具体实施方式相对应,该目标识别跟踪方法可以通过执行上述方法具体实施方式中的流程步骤来实现本发明的目的,因此上述目标识别跟踪***具体实施方式中的解释说明,也适用于本发明提供的目标识别跟踪方法的具体实施方式,在本发明以下的具体实施方式中将不再赘述。
本发明实施例还提供一种目标识别跟踪方法,包括:
确定网络中的一级节点、二级节点及三级节点,其中,三级节点的上级节点是二级节点,二级节点的上级节点是一级节点;
组网成功后,测量各节点与周围节点的距离信息,并将该距离信息上报汇聚至一级节点;
通过一级节点确定网络中各个无锚节点的位置,生成总网络属性表并将该属性表广播全网,由各节点进行存储,其中,所述属性表包括:各节点对应的节点号及位置信息;
检测识别各节点的工作环境中的声音信息并上报汇聚至一级节点;
通过一级节点对接收到的所述声音信息及属性表进行整合,预测声信号源的运动轨迹。
本发明实施例所述的目标识别跟踪方法,各节点组网成功后,先测量每个节点和周围节点的距离,并通过网络,将测量结果上报汇聚到一级节点,一级节点确定网络中各个无锚节点的位置,建立网络坐标系,生成含有各节点坐标信息的总网络属性表,并将该属性表广播全网,由各节点进行存储,同时由一级节点将该属性表发送给上位机显示,从而实现全网的节点自定位功能;整个网络的属性表构建完成后,开始执行目标探测跟踪功能,二级节点及三级节点将采集到的声音信息上报给上级节点并汇聚到一级节点,由一级节点对接收到的声音信息和属性表进行整合,预测声信号源的运动轨迹,并最终上传给上位机显示声信号源的位置和运动轨迹,从而实现声信号源的识别和跟踪功能,且只有在初步组网和网络重组时需要开启网络构建和节点自定位功能,能够降低***的功耗。
在前述目标识别跟踪方法的具体实施方式中,进一步地,一级节点失效后,由距离该一级节点最近的二级节点取代成为一级节点,该二级节点下的三级节点就近加入别的簇中;
二级节点失效后,由距离该二级节点最近的三级节点取代成为二级节点,原分簇中的其他节点成为当前二级节点下的三级节点。
在前述目标识别跟踪方法的具体实施方式中,进一步地,当节点的超声测距模块完成测距工作后,节点的声识别测向模块开始工作时,可切换节点的工作状态,所述节点的工作状态包括:工作状态、值守状态或休眠状态;
若节点处于工作状态,所述节点的声识别测向模块工作,所述节点,用于检测和处理声音信息,判断声音的危险性并报警以及预测声信号源的运动轨迹;
若节点处于值守状态,所述节点的声识别测向模块工作,所述节点,用于检测和跟踪声音,但不判断声音的危险性并报警和预测声信号源的运动轨迹;
若节点处于休眠状态,所述节点的声识别测向模块不工作。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (1)
1.一种目标识别跟踪***,其特征在于,包括:三级节点、与三级节点相连的二级节点、与二级节点相连的一级节点,与一级节点相连的上位机,其中,三级节点的上级节点是二级节点,二级节点的上级节点是一级节点;其中,通过随机算法选择出一级节点,由一级节点发出组网指令,整个网络节点加入网络,并划分出二级节点和三级节点,且只在初步组网和网络重组时需开启网络构建和节点自定位功能;
每个节点,用于测量自身节点与周围节点的距离,并将测量结果上报给上级节点并汇聚到一级节点,由一级节点确定网络中各个无锚节点的位置,生成总网络属性表并将该属性表上传至上位机,同时还将该属性表广播全网,由各节点进行存储,其中,所述属性表包括:各节点对应的节点号及位置信息;
二级节点及三级节点,还用于当各节点对一级节点广播的属性表进行存储后,检测识别自身节点的工作环境中的声音信息,并将识别到的声音信息上报给上级节点并汇聚到一级节点,由一级节点对接收到的声音信息和属性表进行整合,预测声信号源的运动轨迹,并将声信号源的位置和运动轨迹上传给上位机显示;
其中,每个节点包括:电路板、保护壳及无线收发天线,其中,所述电路板放置于保护壳内,无线收发天线固定在保护壳外壁上;
其中,所述电路板包括:主控模块、电源模块、与其他节点进行无线通信的射频组网模块、超声测距模块及声识别测向模块,其中,所述无线收发天线,主控模块、超声测距模块、声识别测向模块分别与所述射频组网模块连接;
其中,在所述超声测距模块完成测距工作后,声识别测向模块开始工作时,可切换节点的工作状态,所述节点的工作状态包括:工作状态、值守状态或休眠状态;
若节点处于工作状态,所述节点的声识别测向模块工作,所述节点,用于检测和处理声音信息,判断声信号源的危险性并报警以及预测声信号源的运动轨迹;
若节点处于值守状态,所述节点的声识别测向模块工作,所述节点,用于检测和跟踪声音信息,但不判断声信号源的危险性并报警和预测声信号源的运动轨迹;
若节点处于休眠状态,所述节点的声识别测向模块不工作;
其中,各节点的结构完全一致,一级节点周期性地发送同步命令,保证各级节点之间的同步;
一级节点、二级节点收到下级节点发送的数据后回复确认包,确认包内含一个同步标志,下级节点根据该同步标志调整自身的同步时间;
一级节点与二级节点之间的通信、二级节点与三级节点之间的通信通过TDMA方式工作在2.4GHz频段上;
其中,所述一级节点,还用于若检测到的声信号源不是对应节点工作环境中正常的声信号源或声信号源的运动轨迹发生偏差时,则发出报警信息上传给上位机。
其中,一级节点失效后,由距离该一级节点最近的二级节点取代成为一级节点,该二级节点下的三级节点就近加入别的簇中;
二级节点失效后,由距离该二级节点最近的三级节点取代成为二级节点,原分簇中的其他节点成为当前二级节点下的三级节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610004297.8A CN105451182B (zh) | 2016-01-04 | 2016-01-04 | 一种目标识别跟踪***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610004297.8A CN105451182B (zh) | 2016-01-04 | 2016-01-04 | 一种目标识别跟踪***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105451182A CN105451182A (zh) | 2016-03-30 |
CN105451182B true CN105451182B (zh) | 2018-11-27 |
Family
ID=55560884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610004297.8A Active CN105451182B (zh) | 2016-01-04 | 2016-01-04 | 一种目标识别跟踪***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105451182B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105954744B (zh) * | 2016-04-21 | 2018-07-27 | 北京科技大学 | 一种双向测距方法及*** |
CN105866734B (zh) * | 2016-06-08 | 2018-08-03 | 北京科技大学 | 一种传送带上的目标跟踪定位*** |
CN107801107B (zh) * | 2017-11-10 | 2020-05-15 | 哈尔滨工程大学 | 虚拟时反被动测向机的上位机多数据融合接口实现方法 |
CN109633532A (zh) * | 2018-12-21 | 2019-04-16 | 青岛安然物联网科技有限公司 | 一种无线信标定位***及其定位方法 |
CN111856399B (zh) * | 2019-04-26 | 2023-06-30 | 北京嘀嘀无限科技发展有限公司 | 基于声音的定位识别方法、装置、电子设备及存储介质 |
CN110996281B (zh) * | 2019-12-03 | 2021-03-16 | 江苏湛德医疗用品有限公司 | 一种基于tof的uwb基站时钟同步和标定的室内定位方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1988550A (zh) * | 2005-12-21 | 2007-06-27 | 中国科学院电子学研究所 | 一种无线传感器网络无锚点定位的分布式实现方法 |
CN101459979A (zh) * | 2008-12-25 | 2009-06-17 | 浙江大学 | 基于无线传感器网络的***组网方法 |
CN101521872A (zh) * | 2009-02-25 | 2009-09-02 | 南京邮电大学 | 一种基于无线多媒体传感器网络区域目标跟踪方法 |
CN101534470A (zh) * | 2009-04-10 | 2009-09-16 | 华南理工大学 | 基于无线传感器网络的移动目标跟踪***及其跟踪方法 |
CN102647472A (zh) * | 2012-04-11 | 2012-08-22 | 浙江大学 | 一种无线传感器网络的组网方法及其*** |
CN102831898A (zh) * | 2012-08-31 | 2012-12-19 | 厦门大学 | 带声源方向跟踪功能的麦克风阵列语音增强装置及其方法 |
CN103124421A (zh) * | 2012-12-12 | 2013-05-29 | 南京邮电大学 | 一种无线传感器网络中移动节点的分簇方法 |
CN103249110A (zh) * | 2013-05-08 | 2013-08-14 | 南京大学 | 一种基于动态树的无线传感网目标跟踪方法 |
CN103702383A (zh) * | 2014-01-09 | 2014-04-02 | 北京交通大学 | 一种无线传感器网络的分簇路由方法 |
CN104200813A (zh) * | 2014-07-01 | 2014-12-10 | 东北大学 | 基于声源方向实时预测跟踪的动态盲信号分离方法 |
CN104469875A (zh) * | 2014-11-26 | 2015-03-25 | 北京邮电大学 | 无线传感网络中基于预测的目标跟踪方法及其*** |
CN104991573A (zh) * | 2015-06-25 | 2015-10-21 | 北京品创汇通科技有限公司 | 一种基于声源阵列的定位跟踪方法及其装置 |
-
2016
- 2016-01-04 CN CN201610004297.8A patent/CN105451182B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1988550A (zh) * | 2005-12-21 | 2007-06-27 | 中国科学院电子学研究所 | 一种无线传感器网络无锚点定位的分布式实现方法 |
CN101459979A (zh) * | 2008-12-25 | 2009-06-17 | 浙江大学 | 基于无线传感器网络的***组网方法 |
CN101521872A (zh) * | 2009-02-25 | 2009-09-02 | 南京邮电大学 | 一种基于无线多媒体传感器网络区域目标跟踪方法 |
CN101534470A (zh) * | 2009-04-10 | 2009-09-16 | 华南理工大学 | 基于无线传感器网络的移动目标跟踪***及其跟踪方法 |
CN102647472A (zh) * | 2012-04-11 | 2012-08-22 | 浙江大学 | 一种无线传感器网络的组网方法及其*** |
CN102831898A (zh) * | 2012-08-31 | 2012-12-19 | 厦门大学 | 带声源方向跟踪功能的麦克风阵列语音增强装置及其方法 |
CN103124421A (zh) * | 2012-12-12 | 2013-05-29 | 南京邮电大学 | 一种无线传感器网络中移动节点的分簇方法 |
CN103249110A (zh) * | 2013-05-08 | 2013-08-14 | 南京大学 | 一种基于动态树的无线传感网目标跟踪方法 |
CN103702383A (zh) * | 2014-01-09 | 2014-04-02 | 北京交通大学 | 一种无线传感器网络的分簇路由方法 |
CN104200813A (zh) * | 2014-07-01 | 2014-12-10 | 东北大学 | 基于声源方向实时预测跟踪的动态盲信号分离方法 |
CN104469875A (zh) * | 2014-11-26 | 2015-03-25 | 北京邮电大学 | 无线传感网络中基于预测的目标跟踪方法及其*** |
CN104991573A (zh) * | 2015-06-25 | 2015-10-21 | 北京品创汇通科技有限公司 | 一种基于声源阵列的定位跟踪方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105451182A (zh) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105451182B (zh) | 一种目标识别跟踪***及方法 | |
JP2022130639A (ja) | ネットワーク内部での位置検出 | |
CN101324662B (zh) | 面向无线传感器网络的人体红外定位装置及方法 | |
CN105338489A (zh) | 一种用于室内定位的智能终端及蓝牙室内定位*** | |
CN102325155B (zh) | 基于无线传感网络的生命体征监控方法及*** | |
CN103228041B (zh) | 一种煤矿井下人员定位***及定位方法 | |
CN103997781A (zh) | 区域定位基站***及其区域定位方法 | |
CN101859478A (zh) | 基于无线传感器网络的边坡实时安全监控*** | |
CN104994576A (zh) | 一种基于红外人体传感器阵列的室内人员定位***及方法 | |
CN103476147B (zh) | 一种面向节能的无线传感器网络目标跟踪方法 | |
Sghaier et al. | Wireless sensor networks for medical care services | |
CN111601270A (zh) | 一种无线传感器网络拓扑结构的物联网电力监测***及方法 | |
CN108732972A (zh) | 用于多机器人的智能数据采集*** | |
CN101551936A (zh) | 基于Zigbee技术的无线环境振动处理模块及其监测节点、监测*** | |
CN113704325A (zh) | 一种基于工业互联网平台的能源管理*** | |
CN201408076Y (zh) | 基于Zigbee技术的无线环境噪声处理模块及其监测节点、监测*** | |
CN208783112U (zh) | 一种基于压缩感知与多边测量相结合的定位*** | |
JP2007018390A (ja) | 侵入物体検知方法および装置およびプログラム | |
CN106441285A (zh) | 基于ZigBee和MEMS传感器的户外广告安全检测方法 | |
CN107659918B (zh) | 一种智能跟随的方法及*** | |
Yu-liang et al. | Wireless sensor network for on-line structural health monitoring | |
Fakhri et al. | Path-loss modelling for WSN deployment in indoor and outdoor environments for medical applications | |
CN103310602A (zh) | 基于ZigBee的心率检测***以及方法 | |
Liu et al. | MOLTS: Mobile object localization and tracking system based on wireless sensor networks | |
Zhu et al. | Design of early warning system for underground pipeline safety based on wireless sensor network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |