CN113569637B - 一种基于物联网的人员轨迹定位监管*** - Google Patents
一种基于物联网的人员轨迹定位监管*** Download PDFInfo
- Publication number
- CN113569637B CN113569637B CN202110696130.3A CN202110696130A CN113569637B CN 113569637 B CN113569637 B CN 113569637B CN 202110696130 A CN202110696130 A CN 202110696130A CN 113569637 B CN113569637 B CN 113569637B
- Authority
- CN
- China
- Prior art keywords
- data
- recording
- image
- distance
- equipment
- 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
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 238000006243 chemical reaction Methods 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000005484 gravity Effects 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 16
- 238000001454 recorded image Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种基于物联网的人员轨迹定位监管***，包括摄像头、识别单元、数据库、影像转化单元、判定单元、警报单元和智能设备；摄像头用于实时监测犯人相关的影像信息，并将影像信息传输至识别单元，数据库内录入有犯人及工作场地相关的记录信息，识别单元从数据库内获取记录信息，并将记录信息与影像信息进行识别操作；本发明通过判定单元对分析位置数据、姓名数据、身份数据、岗位数据和权限数据一同进行判定操作，得到警示语言数据，将其传输至警报单元，对分析后的影像信息进行数据的比对判定，提高对犯人轨迹判定的准确性，节省人力检测的资源消耗，提高工作效率。
Description
技术领域
本发明涉及人员定位监管技术领域，具体为一种基于物联网的人员轨迹定位监管***。
背景技术
人员的监管***是指***实时对工作区域内人员的数量、位置、分布情况和每个人员任意时刻所在的位置及各时间段的活动，清楚、直观的反映现场工作人员的工作状况，并为生产现场的安全管理工作提供可靠的数据依据；
犯人进入监狱监区后，有的犯人通过劳动进行改造，因此在一些工作场地时，需要人们对犯人的行动轨迹以及权限进行检测，避免发生事故或者越权的行为，导致犯人犯下过错，但是，现有技术中对于犯人的轨迹定位只是简单的通过一个定位装置来进行定位，只能了解犯人的大概活动范围；
为此，我们提出一种基于物联网的人员轨迹定位监管***。
发明内容
本发明的目的在于提供一种基于物联网的人员轨迹定位监管***。
本发明的目的可以通过以下技术方案实现：一种基于物联网的人员轨迹定位监管***，包括摄像头、识别单元、数据库、影像转化单元、判定单元、警报单元和智能设备；
所述摄像头用于实时监测犯人相关的影像信息，并将影像信息传输至识别单元；
所述数据库内录入有犯人及工作场地相关的记录信息，所述识别单元从数据库内获取记录信息，并将记录信息与影像信息进行识别操作，得到影像信息、场地数据、记录距离数据和记录位置数据，将姓名数据、身份数据、岗位数据和权限数据传输至判定单元，将影像信息与场地数据、记录距离数据和记录位置数据传输至影像转化单元；
所述影像转化单元用于对影像信息、场地数据、记录距离数据和记录位置数据进行影像转化分析操作，得到分析位置数据，并将其传输至判定单元；
所述判定单元用于对分析位置数据、姓名数据、身份数据、岗位数据和权限数据一同进行判定操作，得到警示语言数据，将其传输至警报单元；
所述警报接收判定单元传输的警示语言数据，并将其传输至岗位数据对应的智能设备；
智能设备接收并显示警示语言数据，并通过语音转化功能发出语音提示。
作为本发明的进一步改进方案：识别操作的具体操作过程为：
步骤一：获取记录信息，将记录信息内犯人录入的影像标定为记录影像数据，将记录信息内犯人录入的姓名标定为姓名数据，将记录信息内犯人录入的身份证号标定为身份数据，将记录信息内犯人录入的岗位标定为岗位数据，将记录信息内犯人录入的允许位置范围标定为权限数据，且允许位置范围形成一个规则图形，将记录信息内工作场地标定为场地数据，将记录信息内工作场地相关的设备标定为记录位置数据，将记录信息内设备的影像标定为记录设备数据，将记录信息内相关设备之间的距离标定为记录距离数据；
步骤二：获取影像信息，并将其与记录影像数据进行比对，具体为：当影像信息与记录影像数据的匹配结果一致时，则判定该影像中存在犯人，并自动提取对应的姓名数据、身份数据、岗位数据、权限数据和场地数据，当影像信息与记录影像数据的匹配结果不一致时，则判定该影像中不存在犯人，则不进行数据的自动提取；
步骤三：获取影像信息，并将其与记录设备数据进行比对，具体为：当识别到影像信息与记录设备数据的匹配结果一致时，则判定该影像中存在对应设备，自动提取该记录设备数据对应的记录位置数据，当识别到影像信息与记录设备数据的匹配结果不一致时，则判定该影像中不存在对应设备，不进行记录位置数据的提取；
步骤四：提取上述步骤二和步骤三中的姓名数据、身份数据、岗位数据和权限数据，并将其传输至判定单元。
作为本发明的进一步改进方案：影像转化分析操作的具体操作过程为：
K1：获取影像信息，建立一个虚拟空间直角坐标系，依据记录位置数据在虚拟空间直角坐标系中对相关设备的位置进行标记，并将其标定为设备坐标点SZi(Xi，Yi，Zi)，将两个不同的设备坐标点分别标记为SZ1和SZ2，并将其带入到距离计算式：
其中，JL表示为两个设备在虚拟空间直角坐标系的虚拟距离值；
K2：提取上述K1中的虚拟距离值，选取出上述K1中虚拟空间直角坐标系中对应的两个设备的记录设备距离，将其与虚拟距离值一同带入到转化计算式：SJ＝JL*a1，其中SJ表示为记录设备距离数据，a1表示为距离转化因子；
K3：在虚拟空间直角坐标系中标记出与记录影像数据相匹配的影像信息，并将其标定为实时犯人影像数据，并将其标定为实时犯人坐标点SRi(Xi，Yi，Zi)，选取出与实时犯人影像数据相近的设备坐标点，并将其带入到上述K1中的距离计算式中，从而计算出实时犯人坐标点与对应的设备坐标点的距离数据，并将其标定为人设距离数据，依据人设距离数据的计算方法，计算出不同时间点对应的若干个人设距离数据；
K4：提取上述K3中的若干个人设距离，并将其与距离转化因子一同带入到转化计算式中，从而计算出犯人与若干个设备之间的实际距离数据，并将其标定为定位距离数据；
K5：提取若干个定位距离数据，并将其与记录位置数据进行计算推导，从而判定出人员的实际位置数据，依据人员的实际位置数据的分析方法计算出若干个不同时间点犯人的实际位置数据，并将其标定为分析位置数据。
作为本发明的进一步改进方案：判定操作的具体操作过程为：
H1：获取依据身份数据，提取对应的岗位数据和权限数据，依据几何多边形的重心计算方法计算出权限数据的重心，并在权限数据中标定出重心的位置数据，并将其标定为重心位置数据；
H2：获取权限数据，将权限数据的每个边角点标定为边角数据，将其与重心位置数据和分析位置数据一同进行移动分析；
H3：提取上述H2中的警报信号和安全信号，当识别到安全信号时，则不进行提取操作，当识别到警报信号时，则依据员工的身份数据提取对应岗位数据的区域，并编辑“姓名数据”+“即将越权”的字眼，并将其标定为警示语言数据。
作为本发明的进一步改进方案：计算推导过程具体为：
G1：获取记录位置数据，并将记录位置数据进行A、B标记，即A、B分别表示两个不同的设备，若干个定位距离数据，并将其分别标记为e1、e2，获取记录距离数据，并将其标记为r1，其中，r1表示为A和B的距离，e1表示为实际位置数据到A的距离，e2表示为实际位置数据到B的距离；
G2：依据上述G1的A、B、e1、e2、r1、r2对实际位置数据进行判断，具体为：g1：选取实际位置数据到A和B的距离e1和e2，并将其与A和B之间的距离r1进行处理，当e1和e2均小于r1，则判定实际位置数据位于A和B对应的两条平行线之间，即若A和B在一个直角坐标系中时，实际位置数据位于两个X轴或Y轴数值之间，当e1大于r1，e2小于r1时，则判定犯人的实际位置数据位于B远离A的一侧，当e2大于r1，e1小于r1时，则判定犯人的实际位置数据位于A远离B的一侧；
G3：在上述G2确定实际位置数据的方位后进行计算机试点，即在计算机中快速试验各个点的位置，直到选取出各个距离数据均满足的点，该点即为犯人的实际位置。
作为本发明的进一步改进方案：移动分析的具体过程为：
S1：依据重心位置数据等角度设置射线，且射线的另一端与边角点连接，将射线连接的边角点和重心位置数据划分为若干个区域；
S2：选取出分析位置数据所处的区域，提取不同时间点时若干个分析位置数据所在同一区域内的位置数据，并计算出不同分析位置数据与该区域边角点之间的所在距离，从而得到若干个所在距离数据，依据不同时间点对若干个所在距离数据进行判定，具体为：
V1：将两个不同的时间点分别标记为T1和T2，将两个不同时间点对应的所在距离数据分别标记为P1和P2，当T2时间点对应的P2大于T1时间点对应的P1时，则判定犯人向权限数据表示的范围边缘移动，生成异常信号，反之，则判定犯人正常运动，生成正常信号；
V2：提取上述V1中的异常信号和正常信号，当识别到正常信号时，继续对犯人的行动轨迹进行检测，当识别到异常信号时，则持续对犯人的移动轨迹进行分析，即对犯人在T2时间点之后的所在距离数据进行距离处理，距离处理的具体过程为：上述V1中的判定过程，生成对应的异常信号和正常信号，当连续出现三次或三次以上的异常信号时，则对P2的值进行判定，具体为：设定一个预设安全值，当P2的值小于等于预设安全值时，则判定犯人即将越权，生成警报信号，反之，则判定犯人没有越权，生成安全信号。
本发明的有益效果：
(1)通过摄像头实时监测犯人相关的影像信息，并将影像信息传输至识别单元；识别单元从数据库内获取记录信息，并对记录信息与影像信息进行识别，节省识别数据所消耗的时间，节省人力资源的消耗，避免相关数据提取时的错漏，提高识别效率。
(2)通过影像转化单元对影像信息、场地数据、记录距离数据和记录位置数据进行影像转化分析操作，得到分析位置数据，对识别提取后的影像进行数据分析，增加数据分析的准确性，增加数据的说服力度，节省影像转化分析所消耗的时间，提高工作效率。
(3)通过判定单元对分析位置数据、姓名数据、身份数据、岗位数据和权限数据一同进行判定操作，得到警示语言数据，将其传输至警报单元；对分析后的影像信息进行数据的比对判定，提高对员工轨迹判定的准确性，节省人力检测的资源消耗，提高工作效率。
附图说明
下面结合附图对本发明作进一步的说明；
图1是本发明的***框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种基于物联网的人员轨迹定位监管***，包括摄像头、识别单元、数据库、影像转化单元、判定单元、警报单元和智能设备；
摄像头用于实时监测犯人相关的影像信息，并将影像信息传输至识别单元；
数据库内录入有犯人及工作场地相关的记录信息，识别单元从数据库内获取记录信息，并将记录信息与影像信息进行识别操作，识别操作的具体操作过程为：
步骤一：获取记录信息，将记录信息内犯人录入的影像标定为记录影像数据，将记录信息内犯人录入的姓名标定为姓名数据，将记录信息内犯人录入的身份证号标定为身份数据，将记录信息内犯人录入的岗位标定为岗位数据，将记录信息内犯人录入的允许位置范围标定为权限数据，且允许位置范围形成一个规则图形，将记录信息内工作场地标定为场地数据，将记录信息内工作场地相关的设备标定为记录位置数据，将记录信息内设备的影像标定为记录设备数据，将记录信息内相关设备之间的距离标定为记录距离数据；
步骤二：获取影像信息，并将其与记录影像数据进行比对，具体为：当影像信息与记录影像数据的匹配结果一致时，则判定该影像中存在犯人，并自动提取对应的姓名数据、身份数据、岗位数据、权限数据和场地数据，当影像信息与记录影像数据的匹配结果不一致时，则判定该影像中不存在犯人，则不进行数据的自动提取；
步骤三：获取影像信息，并将其与记录设备数据进行比对，具体为：当识别到影像信息与记录设备数据的匹配结果一致时，则判定该影像中存在对应设备，自动提取该记录设备数据对应的记录位置数据，当识别到影像信息与记录设备数据的匹配结果不一致时，则判定该影像中不存在对应设备，不进行记录位置数据的提取；
步骤四：提取上述步骤二和步骤三中的姓名数据、身份数据、岗位数据和权限数据，并将其传输至判定单元；
步骤五：提取影像信息，并将其与场地数据、记录距离数据和记录位置数据传输至影像转化单元；
影像转化单元用于对影像信息、场地数据、记录距离数据和记录位置数据进行影像转化分析操作，影像转化分析操作的具体操作过程为：
K1：获取影像信息和场地数据，并依据其建立一个虚拟空间直角坐标系，依据记录位置数据在虚拟空间直角坐标系中对相关设备的位置进行标记，并将其标定为设备坐标点SZi(Xi，Yi，Zi)，将两个不同的设备坐标点分别标记为SZ1和SZ2，并将其带入到距离计算式：
其中，JL表示为两个设备在虚拟空间直角坐标系的虚拟距离值；
K2：提取上述K1中的虚拟距离值，选取出上述K1中虚拟空间直角坐标系中对应的两个设备的记录设备距离，将其与虚拟距离值一同带入到转化计算式：SJ＝JL*a1，其中SJ表示为记录设备距离数据，a1表示为距离转化因子；
K3：在虚拟空间直角坐标系中标记出与记录影像数据相匹配的影像信息，并将其标定为实时犯人影像数据，并将其标定为实时犯人坐标点SRi(Xi，Yi，Zi)，选取出与实时犯人影像数据相近的设备坐标点，并将其带入到上述K1中的距离计算式中，从而计算出实时犯人坐标点与对应的设备坐标点的距离数据，并将其标定为人设距离数据，依据人设距离数据的计算方法，计算出不同时间点对应的若干个人设距离数据；
K4：提取上述K3中的若干个人设距离，并将其与距离转化因子一同带入到转化计算式中，从而计算出犯人与若干个设备之间的实际距离数据，并将其标定为定位距离数据；
K5：提取若干个定位距离数据，并将其与记录位置数据进行计算推导，从而判定出犯人的实际位置数据，计算推导过程具体为：
G1：获取记录位置数据，并将记录位置数据进行A、B标记，即A、B分别表示两个不同的设备，若干个定位距离数据，并将其分别标记为e1、e2，获取记录距离数据，并将其标记为r1，其中，r1表示为A和B的距离，e1表示为实际位置数据到A的距离，e2表示为实际位置数据到B的距离；
G2：依据上述G1的A、B、e1、e2、r1、r2对实际位置数据进行判断，具体为：g1：选取实际位置数据到A和B的距离e1和e2，并将其与A和B之间的距离r1进行处理：当e1和e2均小于r1，则判定实际位置数据位于A和B对应的两条平行线之间，即若A和B在一个直角坐标系中时，实际位置数据位于两个X轴或Y轴数值之间，当e1大于r1，e2小于r1时，则判定犯人的实际位置数据位于B远离A的一侧，当e2大于r1，e1小于r1时，则判定犯人的实际位置数据位于A远离B的一侧；
G3：在上述G2确定实际位置数据的方位后进行计算机试点，即在计算机中快速试验各个点的位置，直到选取出各个距离数据均满足的点，该点即为犯人的实际位置；
G4：依据犯人的实际位置数据的分析方法计算出若干个不同时间点犯人的实际位置数据，并将其标定为分析位置数据；
K6：分析位置数据，并将其传输至判定单元；
判定单元用于对分析位置数据、姓名数据、身份数据、岗位数据和权限数据一同进行判定操作，判定操作的具体操作过程为：
H1：获取依据身份数据，提取对应的岗位数据和权限数据，依据几何多边形的重心计算方法计算出权限数据的重心，并在权限数据中标定出重心的位置数据，并将其标定为重心位置数据；
H2：获取权限数据，将权限数据的每个边角点标定为边角数据，将其与重心位置数据和分析位置数据一同进行移动分析，具体为：
S1：依据重心位置数据等角度设置射线，且射线的另一端与边角点连接，将射线连接的边角点和重心位置数据划分为若干个区域；
S2：选取出分析位置数据所处的区域，提取不同时间点时若干个分析位置数据所在同一区域内的位置数据，并计算出不同分析位置数据与该区域边角点之间的所在距离，从而得到若干个所在距离数据，依据不同时间点对若干个所在距离数据进行判定，具体为：
V1：将两个不同的时间点分别标记为T1和T2，将两个不同时间点对应的所在距离数据分别标记为P1和P2，当T2时间点对应的P2大于T1时间点对应的P1时，则判定犯人向权限数据表示的范围边缘移动，生成异常信号，反之，则判定犯人正常运动，生成正常信号；
V2：提取上述V1中的异常信号和正常信号，当识别到正常信号时，继续对犯人的行动轨迹进行检测，当识别到异常信号时，则持续对犯人的移动轨迹进行分析，即对犯人在T2时间点之后的所在距离数据进行距离处理，距离处理的具体过程为：上述V1中的判定过程，生成对应的异常信号和正常信号，当连续出现三次或三次以上的异常信号时，则对P2的值进行判定，具体为：设定一个预设安全值，当P2的值小于等于预设安全值时，则判定犯人即将越权，生成警报信号，反之，则判定犯人没有越权，生成安全信号；
H3：提取上述H2中的警报信号和安全信号，当识别到安全信号时，则不进行提取操作，当识别到警报信号时，则依据员工的身份数据提取对应岗位数据的区域，并编辑“姓名数据”+“即将越权”的字眼，并将其标定为警示语言数据，将其传输至警报单元；
警报接收判定单元传输的警示语言数据，并将其传输至岗位数据对应的智能设备；
智能设备接收并显示警示语言数据，并通过语音转化功能发出语音提示，智能设备具体为平板电脑。
本发明在工作时，通过摄像头实时监测犯人相关的影像信息，并将影像信息传输至识别单元；识别单元从数据库内获取记录信息，并将记录信息与影像信息进行识别操作，得到影像信息、场地数据、记录距离数据和记录位置数据，将姓名数据、身份数据、岗位数据和权限数据传输至判定单元，将影像信息与场地数据、记录距离数据和记录位置数据传输至影像转化单元；影像转化单元对影像信息、场地数据、记录距离数据和记录位置数据进行影像转化分析操作，得到分析位置数据，并将其传输至判定单元；判定单元对分析位置数据、姓名数据、身份数据、岗位数据和权限数据一同进行判定操作，得到警示语言数据，将其传输至警报单元；警报接收判定单元传输的警示语言数据，并将其传输至岗位数据对应的智能设备；智能设备接收并显示警示语言数据，并通过语音转化功能发出语音提示。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (3)
1.一种基于物联网的人员轨迹定位监管***，其特征在于，包括摄像头、识别单元、数据库、影像转化单元、判定单元、警报单元和智能设备；
所述摄像头用于实时监测犯人相关的影像信息，并将影像信息传输至识别单元；
所述数据库内录入有犯人及工作场地相关的记录信息，所述识别单元从数据库内获取记录信息，并将记录信息与影像信息进行识别操作，得到场地数据、记录距离数据和记录位置数据，将姓名数据、身份数据、岗位数据和权限数据传输至判定单元，将影像信息与场地数据、记录距离数据和记录位置数据传输至影像转化单元；
所述影像转化单元用于对影像信息、场地数据、记录距离数据和记录位置数据进行影像转化分析操作，影像转化分析操作的具体操作过程为：
K1：获取影像信息，建立一个虚拟空间直角坐标系，依据记录位置数据在虚拟空间直角坐标系中对相关设备的位置进行标记，并将其标定为设备坐标点SZi(Xi，Yi，Zi)，将两个不同的设备坐标点分别标记为SZ1和SZ2，并将其带入到距离计算式：
其中，JL表示为两个设备在虚拟空间直角坐标系的虚拟距离值；
K2：提取上述K1中的虚拟距离值，选取出上述K1中虚拟空间直角坐标系中对应的两个设备的记录设备距离，将其与虚拟距离值一同带入到转化计算式：SJ＝JL*a1，其中SJ表示为记录设备距离数据，a1表示为距离转化因子；
K3：在虚拟空间直角坐标系中标记出与记录影像数据相匹配的影像信息，并将其标定为实时犯人影像数据，并将其标定为实时犯人坐标点SRi(Xi，Yi，Zi)，选取出与实时犯人影像数据相近的设备坐标点，并将其带入到上述K1中的距离计算式中，从而计算出实时犯人坐标点与对应的设备坐标点的距离数据，并将其标定为人设距离数据，依据人设距离数据的计算方法，计算出不同时间点对应的若干个人设距离数据；
K4：提取上述K3中的若干个人设距离，并将其与距离转化因子一同带入到转化计算式中，从而计算出犯人与若干个设备之间的实际距离数据，并将其标定为定位距离数据；
K5：提取若干个定位距离数据，并将其与记录位置数据进行计算推导，从而判定出犯人的实际位置数据，依据犯人的实际位置数据的分析方法计算出若干个不同时间点犯人的实际位置数据，并将其标定为分析位置数据，并将分析位置数据传输至判定单元；
所述判定单元用于对分析位置数据、姓名数据、身份数据、岗位数据和权限数据一同进行判定操作，得到警示语言数据，将其传输至警报单元；
所述警报单元接收判定单元传输的警示语言数据，并将其传输至岗位数据对应的智能设备；
智能设备接收并显示警示语言数据，并通过语音转化功能发出语音提示。
2.根据权利要求1所述的一种基于物联网的人员轨迹定位监管***，其特征在于，识别操作的具体操作过程为：
步骤一：获取记录信息，将记录信息内犯人录入的影像标定为记录影像数据，将记录信息内犯人录入的姓名标定为姓名数据，将记录信息内犯人录入的身份证号标定为身份数据，将记录信息内犯人录入的岗位标定为岗位数据，将记录信息内犯人录入的允许位置范围标定为权限数据，且允许位置范围形成一个规则图形，将记录信息内工作场地标定为场地数据，将记录信息内工作场地相关的设备标定为记录位置数据，将记录信息内设备的影像标定为记录设备数据，将记录信息内相关设备之间的距离标定为记录距离数据；
步骤二：获取影像信息，并将其与记录影像数据进行比对，具体为：当影像信息与记录影像数据的匹配结果一致时，则判定该影像中存在犯人，并自动提取对应的姓名数据、身份数据、岗位数据、权限数据和场地数据，当影像信息与记录影像数据的匹配结果不一致时，则判定该影像中不存在犯人，则不进行数据的自动提取；
步骤三：获取影像信息，并将其与记录设备数据进行比对，具体为：当识别到影像信息与记录设备数据的匹配结果一致时，则判定该影像中存在对应设备，自动提取该记录设备数据对应的记录位置数据，当识别到影像信息与记录设备数据的匹配结果不一致时，则判定该影像中不存在对应设备，不进行记录位置数据的提取；
步骤四：提取上述步骤二和步骤三中的姓名数据、身份数据、岗位数据和权限数据，并将其传输至判定单元。
3.根据权利要求2所述的一种基于物联网的人员轨迹定位监管***，其特征在于，判定操作的具体操作过程为：
H1：获取依据身份数据，提取对应的岗位数据和权限数据，依据几何多边形的重心计算方法计算出权限数据的重心，并在权限数据中标定出重心的位置数据，并将其标定为重心位置数据；
H2：获取权限数据，将权限数据的每个边角点标定为边角数据，将其与重心位置数据和分析位置数据一同进行移动分析；
H3：提取上述H2中的警报信号和安全信号，当识别到安全信号时，则不进行提取操作，当识别到警报信号时，则依据犯人的身份数据提取对应岗位数据的区域，并编辑“姓名数据”+“即将越权”的字眼，并将其标定为警示语言数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110696130.3A CN113569637B (zh) | 2021-06-22 | 2021-06-22 | 一种基于物联网的人员轨迹定位监管*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110696130.3A CN113569637B (zh) | 2021-06-22 | 2021-06-22 | 一种基于物联网的人员轨迹定位监管*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113569637A CN113569637A (zh) | 2021-10-29 |
| CN113569637B true CN113569637B (zh) | 2022-02-11 |
Family
ID=78162525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110696130.3A Active CN113569637B (zh) | 2021-06-22 | 2021-06-22 | 一种基于物联网的人员轨迹定位监管*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113569637B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111754601A (zh) * | 2020-05-08 | 2020-10-09 | 国网浙江省电力有限公司 | 基于智能安全帽的现场作业管控方法 |
| CN112333424A (zh) * | 2020-10-09 | 2021-02-05 | 佛山市龙生光启科技有限公司 | 一种基于物联网的监狱人员定位管理*** |
-
2021
- 2021-06-22 CN CN202110696130.3A patent/CN113569637B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111754601A (zh) * | 2020-05-08 | 2020-10-09 | 国网浙江省电力有限公司 | 基于智能安全帽的现场作业管控方法 |
| CN112333424A (zh) * | 2020-10-09 | 2021-02-05 | 佛山市龙生光启科技有限公司 | 一种基于物联网的监狱人员定位管理*** |
Non-Patent Citations (2)
| Title |
|---|
| 物联网环境下位置隐私保护技术研究;郭敏等;《小型微型计算机***》;20170930;第38卷(第09期);全文 * |
| 选煤厂设备巡检智能管理***设计及应用;杨志龙等;《选煤技术》;20190630(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113569637A (zh) | 2021-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fang et al. | A deep learning-based method for detecting non-certified work on construction sites | |
| CN206672041U (zh) | 一种基于增强现实的矿用设备智能巡检和维护辅助*** | |
| CN112785798A (zh) | 面向电力变电站工程建设项目施工人员的行为分析方法 | |
| CN110889339B (zh) | 基于头肩检测的危险区域分级预警方法与*** | |
| CN111062303A (zh) | 图像处理方法、***及计算机存储介质 | |
| CN113269142A (zh) | 一种检察领域值班人员睡觉行为识别方法 | |
| CN113807240A (zh) | 基于非配合式人脸识别的变电站人员着装智能监控方法 | |
| CN212933544U (zh) | 一种基于边缘计算的现场作业安全识别*** | |
| CN111950359A (zh) | 一种核电厂防止人因失误智能化***及方法 | |
| CN112906441B (zh) | 用于通信行业查勘维护的图像识别***及方法 | |
| CN111601090B (zh) | 地铁施工基坑防护栏自监控*** | |
| CN113569637B (zh) | 一种基于物联网的人员轨迹定位监管*** | |
| CN113485277A (zh) | 一种智慧电厂视频识别监控管理***和方法 | |
| CN117171694A (zh) | 一种基于ai技术的配电场景安全识别*** | |
| CN115346170B (zh) | 一种燃气设施区域的智能监控方法及装置 | |
| CN115953815A (zh) | 基建现场的监测方法及装置 | |
| CN214896722U (zh) | 一种毫米波雷达融合视频分析的变电站作业轨迹管控装置 | |
| CN111274888B (zh) | 一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法 | |
| CN115394025A (zh) | 监控方法、装置、电子设备及存储介质 | |
| CN116978152B (zh) | 一种基于射频识别技术的无感安全监控方法及*** | |
| CN112949606A (zh) | 工服穿戴状态检测方法、装置、存储介质及电子装置 | |
| CN116582644B (zh) | 一种基于bim视频监控的人员轨迹追溯方法和*** | |
| CN117830961B (zh) | 一种基于图像分析的环保设备运维行为分析方法及*** | |
| CN116645069B (zh) | 一种基于机器视觉的工程项目管理*** | |
| CN109446265B (zh) | 基于工作流程的复杂异常识别方法和识别*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Personnel Trajectory Positioning and Supervision System Based on the Internet of Things Effective date of registration: 20230928 Granted publication date: 20220211 Pledgee: Guotou Taikang Trust Co.,Ltd. Pledgor: Hangzhou Haoheng Technology Co.,Ltd. Registration number: Y2023980059623 |