CN115902904B - 一种基于动态识别用图像数据采集方法及设备 - Google Patents
一种基于动态识别用图像数据采集方法及设备 Download PDFInfo
- Publication number
- CN115902904B CN115902904B CN202310014868.6A CN202310014868A CN115902904B CN 115902904 B CN115902904 B CN 115902904B CN 202310014868 A CN202310014868 A CN 202310014868A CN 115902904 B CN115902904 B CN 115902904B
- Authority
- CN
- China
- Prior art keywords
- ranging data
- ranging
- box
- dynamic identification
- image
- 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
Images
Classifications
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及监控的技术领域,具体涉及一种基于动态识别用图像数据采集方法及设备,包括以下步骤:S1:通过激光传感器和超声波传感器对空中异物进行同时检测,分别产生第一测距数据和第二测距数据;S2:将第一测距数据和第二测距数据互相校验后形成测距数据组;S3:对测距数据组进行滤波后,将测距数据组中偏差大的测距数据移除;S4:滤波后的测距数据组中,提取出3个最小值求平均值,获得目标物的最短距离;S5:从最短距离判断是否启动驱动设备,避免鸟类筑巢后会时常进入监控装置的视线内,进而影响监控装置的正常使用。
Description
技术领域
本发明涉及监控的技术领域,具体涉及一种基于动态识别用图像数据采集方法及设备。
背景技术
监控***是安防***中应用最多的***之一,视频监控现在是主流。例如,安防监控***是应用光纤、同轴电缆或微波在其闭合的环路内传输视频信号,并从摄像到图像显示和记录构成独立完整的***。它能实时、形象、真实地反映被监控对象,不但极大地延长了人眼的观察距离,而且扩大了人眼的机能,它可以在恶劣的环境下代替人工进行长时间监视,让人能够看到被监视现场的实际发生的一切情况,并通过监控录像机记录下来。同时报警***设备对非法入侵进行报警,产生的报警信号输入报警主机,报警主机触发监控***录像并记录。
由于监控装置一般设置在较高处,很容易造成鸟类逗留,不仅会导致监控装置表面出现鸟的***物,鸟类粪便为酸性,带有一定的腐蚀性,容易使摄像头表面喷漆掉落,且更有可能于监控装置上进行筑巢,通常鸟类在筑窝时经常会叼树枝、杂草等做筑窝材料,筑巢后会时常进入监控装置的视线内,进而影响监控装置的正常使用,虽然现在市面上有很多类型的防鸟装置,但都是以预防为主,当真的有鸟类在监控装置上筑巢,也没有办法做进一步处理,从而造成仍然有很多鸟巢在监控装置上出现。
发明内容
本发明目的在于提供一种基于动态识别用图像数据采集方法及设备,用于解决以上问题。
本发明通过下述技术方案实现:
一种基于动态识别用图像数据采集方法,包括以下步骤:
S1:通过激光传感器和超声波传感器对空中异物进行同时检测,分别产生第一测距数据和第二测距数据;
S2:将第一测距数据和第二测距数据互相校验后形成测距数据组;
S3:对测距数据组进行滤波后,将测距数据组中偏差大的测距数据移除;
S4:滤波后的测距数据组中,提取出3个最小值求平均值,获得目标物的最短距离;
S5:从最短距离判断是否启动驱动设备。
进一步地,在S2中还包括以下子步骤:
S21:若激光传感器和超声波传感器没有同时测空,则将第一测距数据和第二测距数据进行相互效验;
S22:若第一测距数据和第二测距数据的偏差小于校验阈值,则第一测距数据和第二测距数据为有效的测距值;若第一测距数据和第二测距数据的偏差大于校验阈值,则取第一测距数据和第二测距数据中,提取小的测距数据作为本次的测距值。
进一步地,在S5中还包括以下步骤:
S51:若最短距离小于距离阈值,则通过图像采集设备采集空中异物的图像;
S52:对空中异物图像进行边缘检测算法处理,得到空中异物的边界轮廓;
S53:通过识别边界轮廓的目标物,判断是否启动驱动设备。
进一步地,驱动设备包括监控摄像头,在监控摄像头的壳体上可拆卸连接有固定盒,固定盒的底部设有电机,电机的输出端连接有移动柱,移动柱上固定设置有扩展板,扩展板上设有若干个第一连接杆,每个第一连接杆上垂直设置有第二连接杆。
进一步地,在固定盒上还固定设置有固定杆,固定杆上固定设置有第一置放盒,在第一置放盒上开设有第一通孔,在第一置放盒的底部开设有第二通孔,第一置放盒内设有导向杆,在移动柱上设有可带动导向杆上下移动的移动组件,导向杆穿过第二通孔后向外延伸,导向杆的延伸端固定连接有刮尘刷,在壳体上开设有与刮尘刷相配合的第一贯穿孔,在壳体上还固定设置有与第一贯穿孔相连通的连接盒,连接盒上设有与导向杆相配合的第二贯穿孔,初始状态下,刮尘刷置于连接盒内。
进一步地,移动组件包括在移动柱的外壁上开设有若干个连通呈正弦波状的第一滑槽,在第一置放盒内壁的底部设有压缩弹簧,压缩弹簧套设在导向杆的外壁上,导向杆远离刮尘刷的端部设有引导块,引导块局部置于第二通孔外,且引导块上设有第二置放盒,在第二置放盒内设有液压缸,液压缸的输出端固定设置有滑动柱,滑动柱与第一滑槽相配合。
本发明与现有技术相比,具有如下的优点和有益效果:
1.本发明采用激光和超声波传感器组合可对空中的鸟类进行测距,通过激光传感器和超声波传感器的组合测距,为了提高测距精度和可靠性,将二者的测距值进行相互校验,每个采样时刻测距完成后,若激光传感器和超声波传感器没有同时测空,则将二者的测距值进行相互校验,若第一测距数据和第二测距数据的偏差小于校验阈值,则第一测距数据和第二测距数据为有效的测距值;若第一测距数据和第二测距数据的偏差大于校验阈值,则取第一测距数据和第二测距数据中小的测距数据作为本次的测距值,有利于当2个传感器中有1个测空时可以滤除测空值,而保留有效的测距值,当2个传感器的测距数据存在较大偏差时取小者对检测鸟类距离的精确度更强,则能够有效识别鸟类靠近,通过驱动设备进行驱鸟行为,避免了鸟类筑巢后会时常进入监控装置的视线内,进而影响监控装置的正常使用;
2.本发明通过设置每日时间段来间断启动电机,例如每隔5h启动电机转动10秒,电机启动后,通过移动组件驱动导向杆进行上下的移动,刮尘刷初始状态置于连接盒内,因此不会对其摄像头造成干扰,导向杆带动刮尘刷对摄像头的镜面进行清刷,避免小雨珠在镜面形成水渍或者尘埃附着在摄像头镜面,从而导致模糊不清。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的流程示意图;
图2为本发明的鸟类测距示意图;
图3为本发明的驱动设备的正视图;
图4为本发明的固定盒剖视图;
图5为本发明另一结构的剖视图。
附图中标记及对应的零部件名称:
1-壳体;2-固定盒;3-电机;4-移动柱;5-扩展板;6-第一连接杆;7-第二连接杆;8-固定杆;9-第一置放盒;10-第一通孔;11-滑动柱;12-导向杆;13-刮尘刷;14-连接盒;15-第一贯穿孔;16-第二贯穿孔;17-第一滑槽;18-压缩弹簧;19-引导快;20-第二置放盒;21-液压缸。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1:
如图1至图5所示,一种基于动态识别用图像数据采集方法,包括以下步骤:
S1:通过激光传感器和超声波传感器对空中异物进行同时检测,分别产生第一测距数据和第二测距数据;
S2:将第一测距数据和第二测距数据互相校验后形成测距数据组;
S3:对测距数据组进行滤波后,除去测距数据组中偏差大的测距数据;
S4:对滤波后的测距数据组中3个最小值求平均值,获得最短距离;
S5:从最短距离判断是否启动驱动设备。
需要说明的是,在S2中还包括以下子步骤:
S21:若激光传感器和超声波传感器没有同时测空,则将第一测距数据和第二测距数据进行相互效验;
S22:若第一测距数据和第二测距数据的偏差小于校验阈值,则第一测距数据和第二测距数据为有效的测距值;若第一测距数据和第二测距数据的偏差大于校验阈值,则取第一测距数据和第二测距数据中小的测距数据作为本次的测距值。
需要说明的是,在S5中还包括以下步骤:
S51:若最短距离小于距离阈值,则通过图像采集传感器采集空中异物的图像;
S52:对空中异物图像进行边缘检测算法处理,得到空中异物的边界轮廓;
S53:通过识别边界轮廓的目标物判断是否启动驱动设备。
由于监控装置一般设置在较高处,很容易造成鸟类逗留,不仅会导致监控装置表面出现鸟的***物,鸟类粪便为酸性,带有一定的腐蚀性,容易使摄像头表面喷漆掉落,且更有可能于监控装置上进行筑巢,通常鸟类在筑窝时经常会叼树枝、杂草等做筑窝材料,筑巢后会时常进入监控装置的视线内,进而影响监控装置的正常使用,虽然现在市面上有很多类型的防鸟装置,但都是以预防为主,当真的有鸟类在监控装置上筑巢,也没有办法做进一步处理,从而造成仍然有很多鸟巢在监控装置上出现。
本发明采用激光传感器和超声波传感器对空中的鸟类进行测距,若单用激光传感器在强光环境中测距范围缩小、精度下降,甚至无法有效测距,因此仅用激光传感器测距可靠性不高,精度难以保证;若单用超声波测距则不受光照影响、测距精度高,但响应时间与所测距离有关,对反射面小的物体容易因接收不到反射波而导致测距失败。因此,采用激光和超声波传感器组合可对空中的鸟类进行测距。
假设鸟类朝监控摄像头处移动,则激光或超声波传感器在不同时刻位于一条直线上或者超声波传感器检测到信号后,激光传感器射线朝超声波传感器识别后的信号移动,对其进行精准定位,将测距周期内n个时刻测到的与鸟类的距离记为d1、d2、...、dn,其中:d1为传感器进入可测区域内第1次测得监控摄像头与鸟类的距离;dn为传感器在可测区域内最后测得监控摄像头与鸟类的距离。此外,若测距传感器不在鸟类的可测区域内(如d0、dn+1),将探测不到鸟类而输出一个特定的时间脉冲或数值,此状态为传感器为测空状态,根据激光和超声波传感器是否同时测空来判断鸟类测距周期的开始和结束。
正常情况下,激光和超声波传感器在同一时刻对鸟类的测距值非常接近。然而,由于激光和超声波传感器测距信号的发射角不同,鸟类不规则的移动因素会影响测距精度,使得某些时刻二者所测距离可能存在较大偏差,会出现上述说的测空状态。因此,为了提高测距精度和可靠性,将二者的测距值进行相互校验。每个采样时刻测距完成后,若激光传感器和超声波传感器没有同时测空,则将二者的测距值进行相互校验。若第一测距数据和第二测距数据的偏差小于校验阈值,则第一测距数据和第二测距数据为有效的测距值;若第一测距数据和第二测距数据的偏差大于校验阈值,则取第一测距数据和第二测距数据中小的测距数据作为本次的测距值。当2个传感器中有1个测空时可以滤除测空值,而保留有效的测距值,当2个传感器的测距数据存在较大偏差时取小者对检测鸟类距离的精确度更强。
在测距周期内,鸟类虽然是不规则的移动,但是在近距离飞向某一目标时,是有一个相对的线性轨迹,不会产生偏移,相对于激光和超声波传感器所在直线的位置不变,因此,鸟类身体的轮廓线到测距传感器所在直线的最短距离即监控摄像头与鸟类之间的最短距离,超声波传感器和激光传感器均设置在监控摄像头上。
由于激光束和超声波测距信号都具有呈喇叭状的发射角,使得激光和超声波的边界信号被鸟类提前反射回来,导致实测距离比真实距离小,使得并不满足圆函数特征。为了找到适合实测的测距数据的曲线,进行了多次实验分析,发现对鸟类的实测的测距数据比较符合二次多项式曲线特征,如图2所示,因此,选择二次多项式对鸟类的实测测距数据进行拟合。
将激光和超声波传感器测得鸟类的n个测距数据序列化为二维数组,即{(k,dk)|k=1,2,...,n},其中dk表示第k个时刻的测距值。拟合该距离数组的二次多项式函数为:
式中的a、b、c为待定的二次型多项系数。
根据距离数组的特点,最小二乘法比较适合求解该二次多项式的系数,因此,基于最小二乘法可得系数a、b、c的计算表达式为:
由式(2)至(4)即可求得系数a、b、c,从而确定拟合鸟类测距数据组的二次多项式(1)。
二次多项式拟合曲线的顶点到测距传感器所在直线的距离即为监控摄像头与鸟类的最短距离,因此,可取满足拟合曲线的测距数据中最小值作为监控摄像头与鸟类的最短距离。在理想情况下测得鸟类的测距数据满足二次多项式特征,但在空中不止有鸟类飞行,还有其他的昆虫出现,尤其设置在路灯杆上的监控摄像头,昆虫有趋光性,对监控摄像头的干扰性较强,使得不满足二次多项式特征。因此,为了能准确求取监控摄像头到待测鸟类的最短距离,必须将偏差较大的测距点滤除;
对于设定的滤波阈值δ,若k时刻的测距值dk满足:
则视该测距值dk有效;否则视为偏差较大的测距值而舍弃。
由式(5)对所测测距数据进行滤波,得到一组满足拟合二次多项式的测距数据。为了提高可靠性,取滤波后距离数组中最小3个的平均值作为监控摄像头到鸟类的最短距离。
综上所述,激光和超声波传感器各时刻测得监控摄像头到鸟类的测距数据经相互校验后,采用二次多项式以最小二乘法进行拟合,然后基于该拟合二次多项式和设定阈值对其滤波,去除偏差较大的距离,再求取其中最小3个距离的平均值,作为监控摄像头到鸟类的最短距离。
判断所检测到的最短距离是否置于距离阈值内,若置于距离阈值内,则触发图像采集设备进行图像采集,将采集到的图像进行边缘检测识别,本发明使用canny算子实现边缘检测,检测到与鸟类图像匹配,则启动驱动设备进行驱赶。
一种基于动态识别用图像数据采集设备,驱动设备包括监控摄像头,在监控摄像头的壳体1上可拆卸连接有固定盒2,固定盒2的底部设有电机3,电机3的输出端连接有移动柱4,移动柱4活动贯穿固定盒2后向外延伸,移动柱4的延伸端固定设置有扩展板5,扩展板5上设有若干个第一连接杆6,每个第一连接杆6上垂直设置有第二连接杆7。本发明通过收到驱动信号后对电机3进行启动,电机3带动移动柱4进行旋转,移动柱4上的扩展板5带动第一连接杆6进行转动,对鸟类有驱赶的作用,鸟类看到静止的东西突然转动,会转变方向,这里避免鸟类因受惊撞到摄像头掉落,因此对鸟类设置了安全的距离阈值,此距离阈值上述有提到,鸟类进入了安全的距离阈值,能够使鸟类有一定的时间进行反应,避免受到撞击。
需要说明的是,在固定盒2上还固定设置有固定杆8,固定杆8上固定设置有第一置放盒9,在第一置放盒9上开设有第一通孔10,在第一置放盒9的底部开设有第二通孔,第一置放盒9内设有导向杆12,在移动柱4上设有可带动导向杆12上下移动的移动组件,导向杆12穿过第二通孔后向外延伸,导向杆12的延伸端固定连接有刮尘刷13,在壳体1上开设有与刮尘刷13相配合的第一贯穿孔15,在壳体1上还固定设置有与第一贯穿孔15相连通的连接盒14,连接盒14上设有与导向杆12相配合的第二贯穿孔16,初始状态下,刮尘刷13置于连接盒14内。
通过设置每日时间段来间断启动电机3,例如每隔5h启动电机3转动10秒,电机3启动后,通过移动组件驱动导向杆12进行上下的移动,刮尘刷13初始状态置于连接盒14内,因此不会对其摄像头造成干扰,导向杆12带动刮尘刷13对摄像头的镜面进行清刷,避免小雨珠在镜面形成水渍或者尘埃附着在摄像头镜面,从而导致模糊不清,刮尘刷13停止时,位于连接盒14内。
需要说明的是,移动组件包括在移动柱4的外壁上开设有若干个连通呈正弦波状的第一滑槽17,在第一置放盒9内壁的底部设有压缩弹簧18,压缩弹簧18套设在导向杆12的外壁上,导向杆12远离刮尘刷13的端部设有引导块,引导块局部置于第二通孔外,且引导块上设有第二置放盒20,在第二置放盒20内设有液压缸21,液压缸21的输出端固定设置有滑动柱11,滑动柱11与第一滑槽17相配合。
在未启动导向杆12时,初始状态下,滑动柱11未与第一滑槽17接触,液压缸21与控制器信号连接,控制器设置于监控摄像头上,当将启动电机3时,首先液压缸21收到控制器的触发信号后,液压缸21将滑动柱11置于第一滑槽17内,此时才开始启动电机3,移动柱4的转动带动滑动柱11在呈正弦波状的第一滑槽17内进行上下移动,因此导向杆12也在竖直方向上进行上下移动,从而带动刮尘刷13工作,当电机3停止时,与最开始的初始位置相同,此时液压缸21将滑动柱11缩回在第二置放盒20内。
实施例2:
在实施例1的基础上,还有另一种实施方式,在第一置放盒9相对的内壁上分别设有第二滑槽,置于第一置放盒9内的引导块上设有与第二滑槽相配合的滑块。用于保持引导杆在竖直方向上下移动的稳定性。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于动态识别用图像数据采集方法,其特征在于,包括以下步骤:
S1:通过激光传感器和超声波传感器对空中异物进行同时检测,分别产生第一测距数据和第二测距数据;
S2:将第一测距数据和第二测距数据互相校验后形成测距数据组;
S3:对测距数据组进行滤波后,将测距数据组中偏差大的测距数据移除;
S4:滤波后的测距数据组中,提取出3个最小值求平均值,获得目标物的最短距离;
S5:从最短距离判断是否启动驱动设备;
其中,驱动设备包括监控摄像头,在监控摄像头的壳体(1)上可拆卸连接有固定盒(2),固定盒(2)的底部设有电机(3),电机(3)的输出端连接有移动柱(4),移动柱(4)上固定设置有扩展板(5),扩展板(5)上设有若干个第一连接杆(6),每个第一连接杆(6)上垂直设置有第二连接杆(7),在固定盒(2)上还固定设置有固定杆(8),固定杆(8)上固定设置有第一置放盒(9),在第一置放盒(9)上开设有第一通孔(10),在第一置放盒(9)的底部开设有第二通孔,第一置放盒(9)内设有导向杆(12),在移动柱(4)上设有可带动导向杆(12)上下移动的移动组件,导向杆(12)穿过第二通孔后向外延伸,导向杆(12)的延伸端固定连接有刮尘刷(13),在壳体(1)上开设有与刮尘刷(13)相配合的第一贯穿孔(15),在壳体(1)上还固定设置有与第一贯穿孔(15)相连通的连接盒(14),连接盒(14)上设有与导向杆(12)相配合的第二贯穿孔(16),初始状态下,刮尘刷(13)置于连接盒(14)内。
2.根据权利要求1所述的一种基于动态识别用图像数据采集方法,其特征在于,在S2中还包括以下子步骤:
S21:若激光传感器和超声波传感器没有同时测空,则将第一测距数据和第二测距数据进行相互效验;
S22:若第一测距数据和第二测距数据的偏差小于校验阈值,则第一测距数据和第二测距数据为有效的测距值;若第一测距数据和第二测距数据的偏差大于校验阈值,则取第一测距数据和第二测距数据中,提取小的测距数据作为本次的测距值。
3.根据权利要求1所述的一种基于动态识别用图像数据采集方法,其特征在于,在S5中还包括以下步骤:
S51:若最短距离小于距离阈值,则通过图像采集设备采集空中异物的图像;
S52:对空中异物图像进行边缘检测算法处理,得到空中异物的边界轮廓;
S53:通过识别边界轮廓的目标物,判断是否启动驱动设备。
4.一种基于动态识别用图像数据采集设备,基于权利要求1至3任意一项所述的一种基于动态识别用图像数据采集方法,其特征在于,移动组件包括在移动柱(4)的外壁上开设有若干个连通呈正弦波状的第一滑槽(17),在第一置放盒(9)内壁的底部设有压缩弹簧(18),压缩弹簧(18)套设在导向杆(12)的外壁上,导向杆(12)远离刮尘刷(13)的端部设有引导块(19),引导块(19)局部置于第二通孔外,且引导块(19)上设有第二置放盒(20),在第二置放盒(20)内设有液压缸(21),液压缸(21)的输出端固定设置有滑动柱(11),滑动柱(11)与第一滑槽(17)相配合,在第一置放盒(9)相对的内壁上分别设有第二滑槽,置于第一置放盒(9)内的引导块(19)上设有与第二滑槽相配合的滑块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310014868.6A CN115902904B (zh) | 2023-01-06 | 2023-01-06 | 一种基于动态识别用图像数据采集方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310014868.6A CN115902904B (zh) | 2023-01-06 | 2023-01-06 | 一种基于动态识别用图像数据采集方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115902904A CN115902904A (zh) | 2023-04-04 |
CN115902904B true CN115902904B (zh) | 2023-06-30 |
Family
ID=86479016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310014868.6A Active CN115902904B (zh) | 2023-01-06 | 2023-01-06 | 一种基于动态识别用图像数据采集方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115902904B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0477986A2 (en) * | 1990-09-28 | 1992-04-01 | Isuzu Motors Limited | Image detection system for a car |
CN105774578A (zh) * | 2016-03-06 | 2016-07-20 | 李志刚 | 一种直流电能表检定方法 |
GB201801299D0 (en) * | 2018-01-26 | 2018-03-14 | Jaguar Land Rover Ltd | Context sensitive braking distance reduction |
CN111657260A (zh) * | 2020-06-01 | 2020-09-15 | 聊城华瑞电气有限公司 | 一种供电铁塔的驱鸟装置 |
CN112246724A (zh) * | 2020-09-23 | 2021-01-22 | 赵祥和 | 一种多维度防破坏式安防监控摄像头 |
CN112693609A (zh) * | 2021-01-09 | 2021-04-23 | 重庆市农业科学院 | 一种多功能山地农业遥感监测无人机 |
CN112904352A (zh) * | 2021-01-18 | 2021-06-04 | 仲恺农业工程学院 | 基于拟合滤波的激光和超声波香蕉树测距方法 |
CN113775871A (zh) * | 2021-08-27 | 2021-12-10 | 中铁二十局集团有限公司 | 监控装置 |
CN114866030A (zh) * | 2022-05-16 | 2022-08-05 | 江苏悦阳光伏科技有限公司 | 一种光伏组件框架手动组框后正反检测装置 |
CN114894091A (zh) * | 2022-05-09 | 2022-08-12 | 上海倍肯智能科技有限公司 | 一种双目视觉测距功能的线路监控装置及*** |
CN115188038A (zh) * | 2022-05-23 | 2022-10-14 | 刘春杰 | 一种基于物联网的人脸信息技术识别装置 |
CN115307024A (zh) * | 2022-07-06 | 2022-11-08 | 中科星云物连科技(北京)有限公司 | 一种基于云计算的远程安全监控装置及方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184824B (zh) * | 2015-09-30 | 2018-09-11 | 重庆师范大学 | 基于图像传感网的智能农业驱鸟*** |
CN213194681U (zh) * | 2020-08-28 | 2021-05-14 | 广东众科智能科技股份有限公司 | 一种智慧城市防尘监控摄像头 |
CN112806348B (zh) * | 2021-01-27 | 2022-12-20 | 郑州师范学院 | 一种驱鸟*** |
CN113475494B (zh) * | 2021-08-05 | 2023-06-20 | 成都农业科技职业学院 | 基于农业物联网的果园驱鸟装置 |
CN113965673A (zh) * | 2021-09-08 | 2022-01-21 | 徐辉 | 一种安防监控设备及安防监控方法 |
CN216930181U (zh) * | 2021-10-24 | 2022-07-08 | 上海宝圩信息科技有限公司 | 一种防雷击型安防监控装置 |
CN114839629B (zh) * | 2022-04-24 | 2023-05-02 | 湖南傲英创视信息科技有限公司 | 一种传感器融合鸟情探测*** |
CN115152733A (zh) * | 2022-07-11 | 2022-10-11 | 国网江苏省电力有限公司南通市通州区供电分公司 | 一种基于图像识别的驱鸟*** |
-
2023
- 2023-01-06 CN CN202310014868.6A patent/CN115902904B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0477986A2 (en) * | 1990-09-28 | 1992-04-01 | Isuzu Motors Limited | Image detection system for a car |
CN105774578A (zh) * | 2016-03-06 | 2016-07-20 | 李志刚 | 一种直流电能表检定方法 |
GB201801299D0 (en) * | 2018-01-26 | 2018-03-14 | Jaguar Land Rover Ltd | Context sensitive braking distance reduction |
CN111657260A (zh) * | 2020-06-01 | 2020-09-15 | 聊城华瑞电气有限公司 | 一种供电铁塔的驱鸟装置 |
CN112246724A (zh) * | 2020-09-23 | 2021-01-22 | 赵祥和 | 一种多维度防破坏式安防监控摄像头 |
CN112693609A (zh) * | 2021-01-09 | 2021-04-23 | 重庆市农业科学院 | 一种多功能山地农业遥感监测无人机 |
CN112904352A (zh) * | 2021-01-18 | 2021-06-04 | 仲恺农业工程学院 | 基于拟合滤波的激光和超声波香蕉树测距方法 |
CN113775871A (zh) * | 2021-08-27 | 2021-12-10 | 中铁二十局集团有限公司 | 监控装置 |
CN114894091A (zh) * | 2022-05-09 | 2022-08-12 | 上海倍肯智能科技有限公司 | 一种双目视觉测距功能的线路监控装置及*** |
CN114866030A (zh) * | 2022-05-16 | 2022-08-05 | 江苏悦阳光伏科技有限公司 | 一种光伏组件框架手动组框后正反检测装置 |
CN115188038A (zh) * | 2022-05-23 | 2022-10-14 | 刘春杰 | 一种基于物联网的人脸信息技术识别装置 |
CN115307024A (zh) * | 2022-07-06 | 2022-11-08 | 中科星云物连科技(北京)有限公司 | 一种基于云计算的远程安全监控装置及方法 |
Non-Patent Citations (2)
Title |
---|
智能化工作面***可靠性评价;荆泽江;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;第B021-272页 * |
高频静电除尘电源监控***设计;吴伟;中国优秀硕士学位论文全文数据库 中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑;第C042-88页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115902904A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101913287B1 (ko) | 입자 검출 | |
KR101986222B1 (ko) | 음원 탐지 및 IoT 기술을 적용한 유해 조수 퇴치 시스템 | |
AU2017359142B2 (en) | Systems and methods for detecting flying animals | |
EP2053427A1 (en) | Laser area sensor | |
CN109979468B (zh) | 一种雷击光学路径监测***及方法 | |
CN110914534B (zh) | 一种记录飞行动物与风力涡轮机碰撞的***及其应用 | |
JP7091803B2 (ja) | 路面状態検出システムおよび路面状態検出方法 | |
US11673533B2 (en) | Vehicle sensor enhancements | |
CN113095142A (zh) | 用于工程设备的作业监控方法、***及工程设备 | |
CN115902904B (zh) | 一种基于动态识别用图像数据采集方法及设备 | |
CA2920823C (en) | Object detection apparatus, object detection method, and object detection system | |
CN112880733B (zh) | 限高防护架状态监测装置及方法 | |
JP2021108116A (ja) | 監視カメラの接近した物体の検知 | |
CN116935551A (zh) | 周界入侵检测方法、***、设备及存储介质 | |
CN114882661A (zh) | 户外预警方法、装置、***和计算可读存储介质 | |
CN112406700B (zh) | 一种基于上下双目视觉分析测距的盲区预警*** | |
Wong et al. | Off-time swimming pool surveillance using thermal imaging system | |
AU2021101701A4 (en) | Enhanced AI-Based Snake Detection and Control Device | |
AU2020103211A4 (en) | Machine learning based rodent detection and control device | |
AU2021102427A4 (en) | Ai-based micro-ecosystem monitoring device and method thereof | |
Omelchuk et al. | Automated system for remote monitoring of the sprinkling machines status | |
CN113408450A (zh) | 一种智能感知野猫入侵的图像处理方法 | |
JPH074916A (ja) | 送電線監視装置 |
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 |