CN116962460A - 一种智慧园区运营管理***及方法 - Google Patents
一种智慧园区运营管理***及方法 Download PDFInfo
- Publication number
- CN116962460A CN116962460A CN202310899718.8A CN202310899718A CN116962460A CN 116962460 A CN116962460 A CN 116962460A CN 202310899718 A CN202310899718 A CN 202310899718A CN 116962460 A CN116962460 A CN 116962460A
- Authority
- CN
- China
- Prior art keywords
- intelligent
- park
- information
- subsystem
- data
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 78
- 238000004458 analytical method Methods 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 55
- 238000007726 management method Methods 0.000 claims description 110
- 238000001514 detection method Methods 0.000 claims description 55
- 238000004422 calculation algorithm Methods 0.000 claims description 35
- 238000005070 sampling Methods 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 23
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 238000013527 convolutional neural network Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 8
- 230000008439 repair process Effects 0.000 claims description 4
- 238000005034 decoration Methods 0.000 claims description 3
- 206010063385 Intellectualisation Diseases 0.000 abstract description 3
- 101150029755 park gene Proteins 0.000 abstract 10
- 239000007789 gas Substances 0.000 description 40
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 35
- 238000005516 engineering process Methods 0.000 description 34
- 230000006399 behavior Effects 0.000 description 20
- 239000000126 substance Substances 0.000 description 14
- 230000000007 visual effect Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 8
- 238000009792 diffusion process Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000012800 visualization Methods 0.000 description 5
- 230000000712 assembly Effects 0.000 description 4
- 238000000429 assembly Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013079 data visualisation Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000002341 toxic gas Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000167857 Bourreria Species 0.000 description 1
- 241000255925 Diptera Species 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 208000003251 Pruritus Diseases 0.000 description 1
- 229910000746 Structural steel Inorganic materials 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 208000028752 abnormal posture Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007803 itching Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000002905 metal composite material Substances 0.000 description 1
- 238000002620 method output Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/163—Real estate management
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/27—Individual registration on entry or exit involving the use of a pass with central registration
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C2209/00—Indexing scheme relating to groups G07C9/00 - G07C9/38
- G07C2209/02—Access control comprising means for the enrolment of users
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Pathology (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Immunology (AREA)
- Combustion & Propulsion (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种智慧园区运营管理***,所述智慧园区运营管理***包括园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***、数据处理平台和数据库;所述数据处理平台分别与园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***连接;所述数据库分别与园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***和数据处理平台连接。本发明的智慧园区运营管理***以打造开放、安全的园区安全运营平台,提升园区运营管理的数字化、自动化、智能化水平,实现信息化处理,构建高效、快捷、便利和人文的智慧园区,并满足园区内的各项管理需求以及入驻园区用户、外来访客的信息化需求。
Description
技术领域
本发明属于智慧园区技术领域,具体涉及一种智慧园区运营管理***及方法。
背景技术
园区指一般由政府(民营企业与政府合作)规划建设的,供水、供电、供气、通讯、道路、仓储及其它配套设施齐全、布局合理且能够满足从事某种特定行业生产和科学实验需要的标准性建筑物或建筑物群体,“包括工业园区、产业园区、物流园区、都市工业园区、科技园区、创意园区等。”。
随着发展,为解决传统园区存在的问题和需求,智慧园区应运而生。智慧园区利用云计算、物联网等技术,来感知、检测、分析、控制、整合园区运行的各个关键环节,从而提高园区运行效率,降低运行成本,增强创新、服务和管理能力。
但是,经申请人研究发现,各式各样的产业园区、服务园区、物流园区,打着智慧与智能的名目层出不穷。泛滥的“智慧园区”在繁冗的名目和噱头之外,似乎并没有带给园区的运营管理带来实际的帮助,所起的成效很低,智慧化水平不高。而且很多只是增加了温度湿度传感器,并增添了一定程度的数据可视化以及园区IT项目,也被冠以智慧园区之名。
发明内容
本发明的目的是要解决上述的技术问题,提供一种智慧园区运营管理***及方法。
为了解决上述问题,本发明按以下技术方案予以实现的:
第一方面,本发明提供了一种智慧园区运营管理***,所述智慧园区运营管理***包括园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***、数据处理平台和数据库;
所述数据处理平台分别与园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***连接;
所述数据库分别与园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***和数据处理平台连接。
结合第一方面,本发明还提供了第一方面的第1种具体实施方式,具体的,所述园区用户服务子***包括:
用户管理模块,其用于对智慧园区内的用户信息管理,用户为智慧园区的相关业主;
公告管理模块,其用于编辑、发布和删除智慧园区的园区信息和政策信息,并能够向用户推送;
访客管理模块,其用于智慧园区外来人员的访客登记和车辆登记,并将访客信息和车辆信息储存在数据库中;
日常服务管理模块,其用于创建、编辑、删除和发布园区用户事项,所述园区用户事项包括缴费事项、报修事项和活动安排事项;
租赁管理模块,其用于创建、编辑、删除、以及在互联网发布建筑租赁信息,所述建筑租赁信息包括建筑位置、建筑租金、建筑面积、建筑装修信息和联系方式;
一键警报模块,其用于智慧园区内的用户发出警报。
结合第一方面,本发明还提供了第一方面的第2种具体实施方式,具体的,所述智慧视频分析子***包括多个设置在智慧园区内的智慧灯杆,所述智慧灯杆包括杆体、以及设置于所述杆体上的照明灯具、摄像设备和边缘计算设备;
所述边缘计算设备被配置为执行如下视频分析步骤:
获取摄像设备的视频数据;
对视频数据进行目标物识别,所述目标物为人体;
当识别所述视频数据中存在目标物时,采用多任务级联卷积神经网络算法对目标物的头部检测、手部检测和手部持有物检测,输出目标物的头部检测框、手部检测框和手部持有物检测框;
采样预设规则,基于头部检测框和手部检测框,输出行为判别结果;
采用物品识别算法,对手部持有物检测框的手部持有物进行识别,得到手部持有物的危险物品判别结果;
根据行为判别结果和危险物品判别结果,输出告警信息。
结合第一方面,本发明还提供了第一方面的第3种具体实施方式,具体的,所述视频分析步骤钟采样预设规则,基于头部检测框和手部检测框,输出异常行为判别结果,具体包括如下步骤:
获取视频数据,视频数据包括M个时间连续的视频帧,M为大于10的整数;
识别第N视频帧中,所述手部检测框在所述第N视频帧中相对头部检测框的相对位置,得到第N视频帧的位置识别结果,N为大于0的整数;
重复上述步骤,得到多个时间连续的视频帧的多个位置识别结果;
统计多个位置识别结果,当位置识别结果为预设位置时,异常统计数加1;
当异常统计数大于等于预设数值时,输出异常行为结果;
当异常统计数小于预设数值时,输出正常行为结果。
结合第一方面,本发明还提供了第一方面的第4种具体实施方式,具体的,根据行为判别结果和危险物品判别结果,输出告警信息,具体包括如下步骤:
其中,所述危险物品判别结果包括危险物品结果和常规物品结果;
当所述异常行为判别结果为危险物品结果或所述行为判别结果为异常行为结果时,输出告警信息;
当异常行为判别结果为常规物品结果和所述行为判别结果为正常行为结果,重新视频分析步骤。
结合第一方面,本发明还提供了第一方面的第5种具体实施方式,具体的,所述边缘计算设备被配置为执行如下视频分析步骤:
获取摄像设备的视频数据;
对视频数据进行目标物识别,所述目标物为车辆;
当识别所述视频数据中存在目标物时,获取目标物的车牌信息;
根据所述目标物的车牌信息,查询由所述智慧交通子***储存在数据库的车辆信息;
当所述目标物的车牌信息与所述数据库的车辆信息不匹配时,输出告警信息。
结合第一方面,本发明还提供了第一方面的第6种具体实施方式,具体的,所述边缘计算设备被配置为执行如下视频分析步骤:
实际获取摄像设备所拍摄的待监测区域的视频数据,所述待监测区域具有预设的非目标区域和禁止行人和车辆进入的目标区域,所述待监测区域包括非目标区域与目标区域的交界处;
对视频数据进行第一目标物和第二目标物识别,所述第一目标物为人体,所述第二目标物为车辆;
当识别所述视频数据中存在第一目标物时,跟踪所述第一目标物在待监测区域的位置;
当第一目标物走入所述目标区域或所述非目标区域与目标区域的交界处时,输出告警信息;
当识别所述视频数据中存在第二目标物时,跟踪所述第二目标物在待监测区域的位置;
当第二目标物驶入所述目标区域或所述非目标区域与目标区域的交界处时,获取第二目标物的车牌信息;
根据所述第二目标物的车牌信息,查询预存在所述数据库的安全车辆信息;
当所述第二目标物的车牌信息与所述数据库的安全车辆信息不匹配时,输出告警信息。
结合第一方面,本发明还提供了第一方面的第7种具体实施方式,具体的,所述环境监测子***包括多个室内气体浓度传感器、多个室外气体浓度传感器和多个风向风速仪;多个室内气体传感器分布设置在智慧园区内的建筑内部;一个风向风速仪和至少一个室外气体浓度传感器对应设置在一个智慧灯杆上;
其中,所述边缘计算设备还被配置为执行如下第一环境监测步骤:
建立智慧园区的地理坐标系,所述地理坐标系以智慧园区的地面作为水平面,以智慧园区的西南角为地理坐标系的原点,以水平面的正东方向为x轴的正向;以水平面正北方向为y轴的正向,以垂直于水平面且向上为z轴的正向;所述边缘计算设备具有预设在地理坐标系中坐标信息;
获取对应的室外气体浓度传感器的气体浓度数据;
当气体浓度数据大于预设浓度值时,实时获取风向风速仪的风向风速数据;
根据风向风速数据,在地理坐标系中生成预估气体传播源头位置;
将预估气体传播源头位置、气体浓度数据、风向风速数据和边缘计算设备的坐标信息生成警报信息并输出;
其中,所述数据处理平台被配置为执行如下第二环境监测步骤:
获取室内气体浓度传感器的气体浓度数据和定位数据;
当气体浓度数据大于预设浓度值时,将气体浓度数据和定位数据生成警报信息并输出。
结合第一方面,本发明还提供了第一方面的第8种具体实施方式,具体的,所述智慧交通子***包括设置在智慧园区出入口处的车辆门禁设备、以及多个移动式GPS***;所述车辆门禁设备和移动式GPS***均与数据处理平台通信连接;
所述移动式GPS***包括外壳、设置于外壳内的并相连接的蓄电池、电路板、扬声器组件和指示灯组件,所述移动式GPS***用于可拆卸式的附加安装在目标车辆内;
其中,所述数据处理平台还被配置为执行如下智慧车辆监控步骤:
加载地理围栏集合,所述地理围栏集合为预存在数据库中,所述地理围栏集合包括智慧园区内禁止所述目标车辆驶入的多个电子地理围栏;
实时获取安装在所述目标车辆的移动式GPS***的定位点;
当判断所述定位点处于所述地理围栏集合的其中一电子地理围栏内时,生成预警信息和控制信息;
将所述控制信息发送至移动式GPS***,所述控制信息用于指令移动式GPS***发出声音播报和闪烁指示灯,以提示所述目标车辆的驾驶员;
查询距离所述定位点最近的智慧灯杆,将智慧灯杆的信息、定位点和预警信息输出。
第二方面,本发明还提供了一种智慧园区运营管理方法,所述智慧园区运营管理方法基于第一方面所述的智慧园区运营管理***进行,所述智慧园区运营管理方法包括:
在智慧园区内布置所述环境监测子***、智慧交通子***、智慧视频分析子***的硬件设备;搭建数据处理平台和数据库;构建环境监测子***的功能应用;
其中,所述智慧交通子***包括设置在智慧园区出入口处的车辆门禁设备、以及多个移动式GPS***;所述车辆门禁设备和移动式GPS***均与数据处理平台通信连接;
所述移动式GPS***包括外壳、设置于外壳内的并相连接的蓄电池、电路板、扬声器组件和指示灯组件,所述移动式GPS***用于可拆卸式的附加安装在目标车辆内;
其中,所述智慧园区运营管理方法还包括应用于数据处理平台的智慧车辆监控步骤,具体包括:
加载地理围栏集合,所述地理围栏集合为预存在数据库中,所述地理围栏集合包括智慧园区内禁止所述目标车辆驶入的多个电子地理围栏;
实时获取安装在所述目标车辆的移动式GPS***的定位点;
当判断所述定位点处于所述地理围栏集合的其中一电子地理围栏内时,生成预警信息和控制信息;
将所述控制信息发送至移动式GPS***,所述控制信息用于指令移动式GPS***发出声音播报和闪烁指示灯,以提示所述目标车辆的驾驶员;
查询距离所述定位点最近的智慧灯杆,将智慧灯杆的信息、定位点和预警信息输出。
与现有技术相比,本发明的有益效果是:
本发明提供了一种智慧园区运营管理***,所述智慧园区运营管理***包括园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***、数据处理平台和数据库;所述数据处理平台分别与园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***连接;所述数据库分别与园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***和数据处理平台连接。
本发明的智慧园区运营管理***通过设置园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***、数据处理平台和数据库,以打造开放、安全的园区安全运营平台,提升园区运营管理的数字化、自动化、智能化水平,实现信息化处理,构建高效、快捷、便利和人文的智慧园区,并满足园区内的各项管理需求以及入驻园区用户、外来访客的信息化需求。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明,其中:
图1是本发明的一种智慧园区运营管理***的***组成图;
图2是本发明的一种智慧园区运营管理***的技术架构示意图;
图3是本发明的智慧视频监控技术的原理示意图;
图4是本发明的智慧灯杆的结构示意图;
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
随着发展,为解决传统园区存在的问题和需求,智慧园区应运而生。智慧园区利用云计算、物联网等技术,来感知、检测、分析、控制、整合园区运行的各个关键环节,从而提高园区运行效率,降低运行成本,增强创新、服务和管理能力。
但是,经申请人研究发现,各式各样的产业园区、服务园区、物流园区,打着智慧与智能的名目层出不穷。泛滥的“智慧园区”在繁冗的名目和噱头之外,似乎并没有带给园区的运营管理带来实际的帮助,所起的成效很低,智慧化水平不高。而且很多只是增加了温度湿度传感器,并增添了一定程度的数据可视化以及园区IT项目,也被冠以智慧园区之名。
在国家大力支持化工行业的大环境下,传统化工园区的转型势在必行,如何构建一个智慧化工园区的运营管理***是核心问题,特别是关注如何打造开放、安全的园区安全运营平台,提升园区运营管理的数字化、自动化、智能化水平。以实现信息化处理,构建高效、快捷、便利和人文的智慧园区,并满足园区内的各项管理需求以及入驻园区用户、外来访客的信息化需求。
实施例一
本发明提供了一种智慧园区运营管理***,所述智慧园区运营管理***包括园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***、数据处理平台和数据库。
其中,所述数据处理平台分别与园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***连接;所述数据库分别与园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***和数据处理平台连接。
在本发明中,智慧园区运营管理***的部署,具体包括基础设施的技术支持和信息化处理的技术支持。其中,基础设施的技术支持包括:驻地网络、无线网络和传感网络等;而信息化处理技术包括:公共区域的实时监测服务、火灾等灾害的智能监测服务、智慧视频服务、园区用户的自动化服务、信息推送服务等等。
具体的,智慧园区的主干网采用光纤宽带,具有传输容量大、传输速度快、稳定、安全等特点,各个功能子***之间的数据可以光纤进入上层的管理后台(可视化后台)、接入数据库等等。另一方面,各个功能子***的基础硬件设备,可以采用物联网技术和云平台技术完成现数据共享,从而实现相应的功能需要。无线传输网络是用于传感器数据采集的无线传感网络。在建立多源异构的数据采集功能,目的是用于对园区内的大气或污水等进行实时监测,通过传感器获取温度、湿度、压力、危险物浓度等物理性质数据,采集到的数据依托无线传感器网络或主干网进行传输,由智慧园区运营管理***进行数据分析,对灾害进行防范和应急处理等。
在一种具体实施中,智慧园区运营管理***的技术架构是可以如图2所示,其包括感知层、网络层、数据层、平台层和用户层。需要说明的是,感知层是通过传感器采集指定区域的特定信息,相关硬件设备包括摄像设备、各类型传感器等。网络层是各功能子***完成信息的传输。数据层:数据层是将数据存储和数据处理分析,如在数据处理平台上部署数据处理模块、智能分析和机器学***板电脑等对***传来的信息进行可视化、以及控制处理等。
在一种优选实施中,结合智慧视频子***和地图相关技术,可以在可视化平台进行地图化先生,并在地图上显示智慧园区内的各个区域的实时视频情况。
在本发明中,智慧园区运营管理***所涉及到的各个环节都有着特殊信息需求和功能要求,应专门设计相应的功能子***,以辅助管理者进行管理、支持其管理控制和管理决策等活动,各个功能子***之间存在信息联系和协同作业的场合,通过各个功能子***构建成一个完整的有机结合的整体。
具体的,本发明对各个功能子***进行逐一说明:
(1)园区用户服务子***:
在一种具体实施中,所述园区用户服务子***包括园区管理人员板块和园区企业用户板块,面向的是园区管理人员和园区入驻企业用户的两类群体。
具体的,园区用户服务子***的园区管理人员板块包括:
管理员登录模块,其用于园区管理员用户的账号登录,以进入园区用户服务子***。
用户管理模块,其用于对智慧园区内的用户信息管理,用户为智慧园区的相关业主。
公告管理模块,其用于编辑、发布和删除智慧园区的园区信息和政策信息,并能够向用户推送。在一种具体实施中,在园区用户服务子***的客户端页面,根据公告的类型分类展示给用户。
访客管理模块,其用于智慧园区外来人员的访客登记和车辆登记,并将访客信息和车辆信息储存在数据库中。访客管理模块用于外来访问人员的信息管理,针对的是非本园区访客。管理员登陆以后可以查看所有的访客信息,访客则需要进行访客登记,访客在客户端进行的登录验证,之后添加访客信息,提交成功后管理员则可以看到访客的信息,被访问的企业用户也具有查看访客信息的权限,管理员也可以在验证权限后对访客信息进行编辑。访客信息主要包括访客姓名、访问时间、来访人数、访客电话、访问原因、访问地点、随同人信息、车辆信息等等。
日常服务管理模块,其用于创建、编辑、删除和发布园区用户事项,所述园区用户事项包括缴费事项、报修事项和活动安排事项。
租赁管理模块,其用于创建、编辑、删除、以及在互联网发布建筑租赁信息,所述建筑租赁信息包括建筑位置、建筑租金、建筑面积、建筑装修信息和联系方式。
在另一方面,园区用户服务子***的园区企业用户板块包括:
用户登录模块,其用于园区企业用户注册和登录,以进入园区用户服务子***。园区企业用户在注册账号时需要绑定自己的手机,用验证码进行验证。园区企业用户在登录时如果忘记密码可以通过身份验证的方式来修改密码。输入正确的密码登陆成功后就可以访问***主页。
个人信息修改模块,其用于园区企业用户修改账户的个人信息。
查看社区公告模块,其用于用户查看园区发布的公告信息。具体的,用户则可以在客户端主页查看园区公告信息,可以通过快速阅读公告了解园区的最新活动及相关信息。
日常服务申请模块,其用于用户发出相应的服务请求,如报修请求等。用户还具有查询服务进度的权限。
查看租赁信息模块,其用于用户查看建筑租赁信息。用户可以通过房屋租赁页面看到相关房源信息,若用户有意向,则可以通过客户端访问查看正在出租的房源,通过联系方式直接联系进行看房,为园区和有租赁办公场地需求的用户一个信息共享的平台。
一键警报模块,其用于智慧园区内的用户发出警报,警报信号会传输至可视化后台,以供管理人员及时查看和联系用户。用于在紧急场合(如火灾等灾害、或有外部人员闹事入侵等)下,可供用户第一时间向园区告警。
本发明的园区用户服务子***目的是建立物业管理的计算机体系,以降低物业管理成本,提高物业服务水平。其主要目的是实现园区的公告管理、用户管理、房屋租赁管理、日常服务管理、访客管理等。通过计算机程序与互联网技术,实现智慧园区用户及物业相关的自动化服务。在具体实施中,园区用户服务子***通过部署在PC段或手机端的应用程序(客户端),即可进入并访问园区用户服务子***中,通过UI界面进行相应的操作。
(2)智慧视频分析子***:
智慧园区的特点是建筑物多、货物多、人口多等,也必然会存在着众多的安全隐患。为此,本发明的智慧园区管理***采用智慧视频技术,来辅助管理员完成各项工作,对园区的公共区域的异常事件进行监测-分析-警报,基于卷积神经网络深度学习的智慧视频分析技术,并应用于智慧园区的安全管理、应急响应、外来车辆的追踪等等。
在本领域中,如图3所示,智慧视频监控技术主要研究如何从摄像头采集的视频画面中提取出符合人类认知的语义理解,也就是说让计算机模拟人的思维,甚至和人一样理解和分析视频数据。比如:场景中那些信息是感兴趣的,哪些是值得关注的,目标从事了哪些行为,他的历史轨迹等等,智慧视频监控对视频数据和视频图像的处理一般情况下可以分为底层、中层和高层。
本发明所述的智慧视频分析子***,依赖智慧灯杆的基础硬件设备实现的。具体的,所述智慧视频分析子***包括多个设置在智慧园区内的智慧灯杆,所述智慧灯杆包括杆体、以及设置于所述杆体上的照明灯具、摄像设备和边缘计算设备。
在一种具体实施中,智慧灯杆具备常规的具备智慧照明、智慧广播等能力,还能实现园区环境的实时监测,设备故障实时告警,并支持第三方进行各类业务场景的定制化开发。而在本发明中,通过搭载边缘技术设备结合智慧视频分析技术,对智慧灯杆在智慧园区的功能场景,做了进一步的应用扩展。
具体的,智慧视频分析子***包括如下应用场景:
1、智慧园区包括工业园区、产业园区、物流园区、都市工业园区、科技园区、创意园区等。其中,工业园区,通常进驻工业园区的产业类型,主要是制造业、家具业、运输业、化学制造业、仓储业等等。相应的,工业园区的务工人员较多。而借助智慧视频技术分析,可发现公共区域存在的各类异常行为,例如,外来人员的进入园区损害园区财物、损害他人的人身安全;园区内的人员打架斗殴等。而借助智慧视频技术分析,能够及时发现并对管理人员进行预警,对异常事件进行紧急应对,及时告警相关处置部门。
传统视频识别技术:对需要进行识别的视频,采用固定采样策略(比如等时间间隔采样)对视频进行采样,以采样出多帧图像,之后,将该多帧图像输入到识别模型,获得识别模型基于该多帧图像输出的类别识别结果。而识别模型的精度往往依赖训练实例的多少,而相关场景的实际情况复杂,现阶段难以通过增加“相关”可用数据集的多样性进行训练而提高识别精度。而部分传统识别技术是通过对人体姿态数据的动作识别,进而给出识别结果。但申请人发现由于打斗异常行为发生的突发性、无序性和毫无规则性,该方法在检测打斗行为时,鲁棒性较低而这类型的识别技术普适性差,针对打架斗殴等场景的精确度和分析能力较低。
为此,本发明通过提供一种简化的视频识别分析技术进行发现-预警,后采用通知管理人员的方式进行后台实时查看,以判定是发生恶劣事件,进而紧急响应。本发明由智慧视频分析技术进行初步筛查,结合人工核实的方式,可以对的特殊场景进行准确判断,以及时作出响应。进而降低仅仅依赖传统识别算法进行识别,所存在难以识别或精确度低下,导致恶劣事件演变造成难以挽回损失的问题。
具体的,所述边缘计算设备被配置为执行如下视频分析步骤:
S100、获取摄像设备的视频数据。
在本发明中,视频数据是指连续的图像序列,其实质是由一组组连续的图像构成的。帧(Frame)是组成视频的最小视觉单位,是一幅静态的图像。将时间上连续的帧序列合成到一起便形成动态视频。对于帧的描述可以采用图像的描述方法。
具体的,边缘计算设备获取智慧灯杆上的摄像设备的视频数据即可。
S200、对视频数据进行目标物识别,所述目标物为人体。
在本发明中,视频数据的AI识别算法较为普及,是本领域技术人员可实现的。
在一种具体实施中,可以采用现有技术中,基于深度卷积神经网络(deepconvolutional neural networks,Deep CNN),采用YoLov5单阶段目标检测算法架构对目标物进行识别,该算法均值权重文件更小,训练时间和推理速度短,更符合智慧园区的场景需要。
通过TensorRT加速工具部署加速YoLov5模型,有效降低参数冗余,减少存储占用和计算复杂度,使之能加载到边缘端设备,在提升边缘端设备处理速度时降低能耗。通过TensorRT加速后的YoLov5模型可实现近20倍加速,达到45帧每秒的运算速度足实时性要求且准确率高。
S300、当识别所述视频数据中存在目标物时,采用多任务级联卷积神经网络算法对目标物的头部检测、手部检测和手部持有物检测,输出目标物的头部检测框、手部检测框和手部持有物检测框。
在一种具体实施中,先识别视频帧中的人体图像,在所述人体图像中识别检测出头部、手部和手部持有物,以及他们的特征点定位,用于确定人员的头部、手部及手部持有物的位置。然后根据手部位置计算出耳部区域位置,采用自适应肤色模型提取该区域的手部位置。
其中,通过多任务级联卷积神经网络(MTCNN)实现人体的头部、手部和手部持有物检测及特征点定位,并且通过级联低复杂度的卷积神经网络实现头部、手部和手部持有物的检测任务,具有更低计算复杂度,更好的鲁棒性及实时性。
在一种具体实施中,MTCNN算法总流程分为三个阶段。首先需要将视频帧初始化成不同尺寸大小的图像形成图像金字塔作为级联CNN的输入。提案网络阶段(ProposalNetwork,P-Net)将大量视频帧样本通过低复杂度的浅层CNN快速提取头部、手部及手部持有物及特征点候选窗口。优化网络阶段(Refine Network,R-Net)采用非极大值抑制和边界框回归向量去除大量的非头部、手部、手部持有物的区域。输出网络阶段(Output Network,O-Net)采用深层高复杂度的CNN更精确的提取最优头部、手部、手部持有物区域以及特征点位置。
具体的,人体特定部位的识别算法是本领域技术人员可实现的,且也是本领域技术人员基于本发明的记载可实施的,在此不过多说明。
而当未识别视频数据中存在目标物时,则重新循环执行S200。
S400、采样预设规则,基于头部检测框和手部检测框,输出行为判别结果。
在一种具体实施中,步骤S400包括如下步骤:
410:获取视频数据,视频数据包括M个时间连续的视频帧,M为大于10的整数。
在本发明中,M的数量可以根据摄像设备设置的帧数确定的,帧数就是在一秒钟时间里传输图片的张数,通常用fps(即帧每秒)表示。
在一种具体实施中,摄像视频可以采用25~30帧每秒,M可以是10、15、20等等。常规视频中,一秒钟是24帧,M大于10满足一般视频的需要。
420:识别第N视频帧中,所述手部检测框在所述第N视频帧中相对头部检测框的相对位置,得到第N视频帧的位置识别结果,N为大于0的整数。
在一种具体实施中,所述位置识别结果包括上方、下方、左方和右方;可以理解的时,上方是指手部检测框相对位移头部检测框的上方,下方是指手部检测框相对位移头部检测框的下方,左方是指手部检测框相对位移头部检测框的左侧,右方是指手部检测框相对位移头部检测框的右侧。
因视频帧实际是静态画面,是平面图像,为此,在具体实施中,算法实现上,可以在图像中建立含有X轴和Y轴的平面直角坐标体系,通过以头部检测框为平面直角坐标体系的原点,以头部检测框的正右方为x轴的正向,以头部检测框的正上方为Y轴的正向。
在具体实施中,在平面直角坐标体系中划分上方、下方、左方和右方的四个区域,具体的,平面直角坐标体系中,以y=x、y=-x的函数图像将平面直角坐标体系上方、下方、左方和右方的四个区域。
举例说明,在平面直角坐标体系中,y>0,y=x和y=-x的函数图像之间所形成区域,即为上方区域,以此类推,y<0,y=x和y=-x的函数图像之间所形成区域,即为下方区域,以此类推。当手部检测框落入上方区域时,即可得到手部检测框位于头部检测框上方的位置识别结果。
在另一种实施中,为了提高容错率,可以采用以y=0.5x、y=-0.5x/y=0.6x、y=-0.6x/y=0.x、y=-0.7x的函数图像将平面直角坐标体系上方、下方、左方和右方的四个区域,划分的方法和上述相同。
需要说明的是,普通人在正常行走或提物行走时,在平面图像中,手部普遍是位于头部下方区域的,即识别得到是手部检测框位于头部检测框上方的位置识别结果。而当打架斗殴等异常事件时,手部的位置多处于非下方的位置,如手持物品进行打砸、手部进行拳打的姿态等等。本技术正是利用该规律进行分析人体的异常姿态,以对行人进行初步分析。
在一种优选实施中,M个时间连续的视频帧是指时间上的连续性,而不是限定在视频帧的顺序排序。例如,从第一秒中提取M1、M2、M3、M4、M5的视频帧,从第二秒钟提取M6、M7、M8、M9、M10的视频帧、从第三秒钟提取M11、M12、M13、M14、M15的视频帧。通过对均匀的从若干秒钟提取等数量的视频帧,以此进行分析得到的结果更为准确。
这是因为打架斗殴是持续一段时间的行为,若仅从一秒中提取M个数量的视频帧,则容易干扰准确性,如行人的一些日常动作(挥手、驱赶头部蚊虫、头部/二部/脸部等瘙痒进行抓绕等等)。
430:重复上述步骤,得到多个时间连续的视频帧的多个位置识别结果。
采用步骤S420的技术,对多个时间连续的视频帧的位置识别结果。
440:统计多个位置识别结果,当位置识别结果为预设位置时,异常统计数加1。
在具体实施中,预设位置为非下方的位置,包括上方、左方和右方。
451:当异常统计数大于等于预设数值时,输出异常行为结果。
452:当异常统计数小于预设数值时,输出正常行为结果。
在一种具体实施中,所述预设数值=M*百分比(40%~90%),百分比可以根据实际需要进行设置的。利用待分析的视频帧的数量,以此分析异常统计数是否存。
当异常统计数大于等于预设数值时,输出异常行为结果,这代表行人存在打架斗殴或者其他异常的行为。而当异常统计数小于预设数值时,输出正常行为结果,可以提高识别准确性,降低其他行为的干扰。
S500、采用物品识别算法,对手部持有物检测框的手部持有物进行识别,得到手部持有物的危险物品判别结果。
在一种具体实施中,所述危险物品判别结果包括危险物品结果和常规物品结果。
在一种具体实施中,针对危险物品的识别算法是本领域现有技术,是本领域技术人员可实现的,在此不过多说明。
在一种具体实施中,对手部持有物的识别,主要包括可能明显地危害人身健康、安全或对财产造成损害的物品,如刀具、***、如棍状的柱状物品、火把等等,具有三维实物构造的物品。当识别手部持有物为上述物品时,则输出危险物品结果。当不属于上述物品时,则输出常规物品结果。
S600、根据行为判别结果和危险物品判别结果,输出告警信息。
在具体实施中,S610:当所述异常行为判别结果为危险物品结果或所述行为判别结果为异常行为结果时,输出告警信息。S620:当异常行为判别结果为常规物品结果和所述行为判别结果为正常行为结果,重新视频分析步骤。
在一种具体实施中,输出人员异常行为的告警信息至可视化后台,以供管理人员及时查看和作出紧急应对措施,同时及时联系警方、医院或消防部门等。同时,还将告警信息发送至指定移动终端,如管理人员的手机。另一方面,管理人员可以通过可视化后台实施调取相应监控进行查看,核实情况,当情况为误报时,则可以取消告警,同时,数据处理平台会对该人员进行标记并通信至全部智慧灯杆的边缘计算设备中,取消对当前人员的告警操作。
通过行为判别结果和危险物品判别结果的组合技术,行为判别结果能够较为可靠的识别出异常行为,而利用危险物品判别结果进行兜底检测,以及时发现携带危险物品的人员进行控制和告警。
通过本发明的智慧视频分析子***,利用一种简化的视频识别分析技术进行发现-预警,后采用通知管理人员的方式进行后台实时查看,以判定是发生恶劣事件,进而紧急响应;同时,还包括危险物品的识别,提高识别的准确度。本发明由智慧视频分析技术进行初步筛查,结合人工核实的方式,可以对的特殊场景进行准确判断,以及时作出响应。进而降低仅仅依赖传统识别算法进行识别,所存在难以识别或精确度低下,导致恶劣事件演变造成难以挽回损失的问题。
另一方面,视频数据的数据量巨大,而将视频数据传输回数据处理平台进行实时分析,而针对大量的智慧灯杆,视频数据的传输量巨大,且数据处理平台的分析能力要求高。为此,通过为智慧灯杆配设边缘计算设备,以实时进行智慧视频分析,满足实时性要求高的视频分析过程。
2、智慧园区往往存在大量的车辆进入,如访客车辆、运输货物的车辆等等,而为了保障园区内的安全管理等要求。借助智慧视频技术分析,能够及时发现并对异常进入的外部车辆进行预警,对异常车辆事件进行紧急应对。
具体的,所述边缘计算设备被配置为执行如下视频分析步骤:
S100:获取摄像设备的视频数据。
S200:对视频数据进行目标物识别,所述目标物为车辆。
S300:当识别所述视频数据中存在目标物时,获取目标物的车牌信息。
在一种具体实施中,车牌信息为车牌号。
具体的,可以采用车牌识别算法进行识别,车牌识别算法是车牌识别***的基础,对图像进行采集,然后从车牌纹理出发,应用分开理论建立基于有向分形参数的车牌定位预处理模型,结合投影法提取车牌区域,再将字符进行分割和识别,最后输出结果。车牌定位的方法多种多样,归纳起来主要有利用梯度信息投影统计;利用小波变换作分割;车牌区域扫描连线算法;利用区域特性训练分类器的方法等。这是车牌识别算法中最关键的第一步,效果的优劣直接影响到车牌识别率的高低。运用启发式车牌定位算法算法,使得综合号牌检出率高达99.5%。
需要说明的是,车牌识别算法是本领域的公知常识,在此不过多说明。相反的,当未能获取目标物的车牌信息时,则对视频数据的其他数据帧进识别,以获得车牌信息。
S400:根据所述目标物的车牌信息,查询由所述智慧交通子***储存在数据库的车辆信息。
在一种具体实施中,智慧交通子***是包括车辆门禁,由车辆门禁所采集的进入智慧园区内的车辆信息,并将车辆信息储存在数据库中。
S500:当所述目标物的车牌信息与所述数据库的车辆信息不匹配时,输出告警信息。
可以理解的是,当目标物的车牌信息与所述数据库的车辆信息不匹配时,则目标物存在异常,可能是非正常途径驶入的,存在损耗园区企业利益的可能性。为此输出异常车辆的告警信息。当视频中存在多个车辆时,则逐一对车辆进行车牌信息的识别和匹配。相反的,当所述目标物的车牌信息与所述数据库的车辆信息匹配时,则不输出警报信息,代表该车辆是正常的。
3、在智慧园区中,存在消防通道、禁停区域、或者是危险区域(例如,建筑进行维护的场景下,如建筑外墙维护的周边、塔吊下方等等)。又或者,在化工园区中,某些生产区域、危险品存放区域是禁止行人、普通车辆靠近的。但是,会存在行人、驾驶员没有留意相应警示,或者因园区管理人员失误,没有放出警示物等,导致存在人员或车辆误入相关区域中。为此,本发明还在的智慧视频分析技术和智慧灯杆的基础上,对禁停/禁止/危险区域的人员/车辆闯入、人员徘徊进行有效可靠的监测,并进行警告。
具体的,所述边缘计算设备被配置为执行如下视频分析步骤:
S100:实际获取摄像设备所拍摄的待监测区域的视频数据,所述待监测区域具有预设的非目标区域和禁止行人和车辆进入的目标区域,所述待监测区域包括非目标区域与目标区域的交界处。
在一种具体实施中,预先在视频数据对应的现实背景环境中,由管理人员在现场设置标志物,以得到划分的区域,包括非目标区域和禁止行人和车辆进入的目标区域。标准物可以是在地面上的划线,将目标区域用划线围合成一个封闭或半封闭的区域,划线采用与地面有明显颜色差异的涂料进行设置为优。基于监控得到视频图像,自动识别监控区域内由所放置标识物划分的区域,即可得到非目标区域和禁止行人和车辆进入的目标区域。
在另一种具体实施中,可以采用预设背景模板,背景模板是当前摄像头拍摄对应环境的背景图片。针对特定区域,由人工在背景模板上进行设置区域边界线,以划分得到非目标区域和禁止行人和车辆进入的目标区域。在后续识别中,由算法将背景模板作为参考模板,进而由对监控得到视频图像进行划分。例如,基于区域分割图像算法,将图像中的区域和上述背景模板进行比较匹配,从而将符合背景模板的目标区域从图像中分割出来,而剩余的图像部分则为非目标区域。
在另一种具体实施中,通过在背景模板中输入禁止区域的若干顶点,对这些顶点进行连接,形成封闭的多边形,作为禁止进入的目标区域。
S200:对视频数据进行第一目标物和第二目标物识别,所述第一目标物为人体,所述第二目标物为车辆。
在一种具体实施中,可以通过采用现有技术-YOLOv5目标检测算法对第一目标物和第二目标物进行识别。采用YOLOv5目标检测模型进行目标检测。在网络结构上,YOLOv5可以分为四种模型,分别是YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x,其中YOLOv5s检测速度最快且网络最小,YOLOv5x检测精度最高。
针对不同的数据集,YOLOv5采用自适应的图片缩放和自适应锚框以达到增强数据的目的。四个模型具有相同的网络结构,由输入端、Backbone、Neck、Prediction组成。Backbone主要由Focus和CSPNet组成。其中,Focus进行切片操作,将原始设定的608*608*3的图片大小改成304*304*12的特征结构图,然后利用32个卷积核卷积,继而得到304*304*32的特征结构图;CSPNet将梯度变化整合到特征图中,对图片进行下采样,降低运行内存使用,可以在保持高精度的同时减少计算。Neck使用特征金字塔网络(FPN)和感知对抗网络(PAN)。FPN层可以从顶到下传递特征信息,而PAN层可以从底向上传递强定位特征,使特征能够表达强语义信息。
S300:当识别所述视频数据中存在第一目标物时,跟踪所述第一目标物在待监测区域的位置。
在一种具体实施中,可以采用DeepSORT目标跟踪算法实现。在目标检测过程中,每一帧的行人和非机动车都会被检测出来,为了将同一目标的信息统一起来,需要在不同帧中赋予同一目标一个不变的ID。
使用DeepSORT多目标跟踪算法,其在原有的Sort算法的目标追踪基础上增加DeepAssociationMetric和外观图像信息以解决较长时间内对被遮挡目标的跟踪,是一个基于深度外观特征模型和运动信息模型的跟踪框架。检测到物体后,通过卡尔曼滤波器预测物体的轨迹,再使用匈牙利算法将预测帧的轨迹数据与当前帧的轨迹detections组合匹配,然后进行卡尔曼滤波器的更新。DeepSORT算法将YOLO算法得到的目标检测框与之前预测得到的目标跟踪框的交互比作为组合传入匈牙利算法中,利用线性分配来关联各帧的ID,还可以在帧间匹配计算的过程中加入目标的外观和位置信息,以实现目标物体被遮挡但之后又出现情况下的正确匹配,减少了目标ID的频繁跳动,完成持续跟踪的目的。
S400:当第一目标物走入所述目标区域或所述非目标区域与目标区域的交界处时,输出告警信息。
基于S100得到的目标区域,结合DeepSORT多目标跟踪算法,识别目标位于目标区域内时,即输出非法闯入的告警信息。相反的,当第一目标物未走入所述目标区域或所述非目标区域与目标区域的交界处,则继续执行本步骤中的S300。
S500:当识别所述视频数据中存在第二目标物时,跟踪所述第二目标物在待监测区域的位置。
具体实施参见S300。
S600:当第二目标物驶入所述目标区域或所述非目标区域与目标区域的交界处时,获取第二目标物的车牌信息。
基于S100得到的目标区域,结合DeepSORT多目标跟踪算法,识别目标是否位于目标区域内。相反的,当第二目标物未驶入所述目标区域或所述非目标区域与目标区域的交界处,则继续执行本步骤中的S500。
S700:根据所述第二目标物的车牌信息,查询预存在所述数据库的安全车辆信息。
需要说明的是,针对禁停/禁止/危险区域,部分特定车辆是可以进入的,例如消防车、危险品运输车、或者是经园区管理人员准许、园区企业准许的车辆等等,可以预先在数据库中预先储存相关车辆的车牌号,例如,智慧交通子***的车辆门禁,在识别为消防车/警车/救护车等的车辆时,则自动将这些车辆的车牌信息标记并储存在安全车辆信息中。
S800:当所述第二目标物的车牌信息与所述数据库的安全车辆信息不匹配时,输出告警信息。
在一种具体实施中,输出非法闯入的告警信息至可视化后台,以供管理人员及时查看和作出紧急应对措施,以在事故发生前采取有效措施,降低事故发生率,实现智慧园区的安全运营管理。相反的,当所述第二目标物的车牌信息与所述数据库的安全车辆信息匹配时,则不输出警报信息,代表该车辆是容许进入的。
通过上述设计,智慧视频子***不仅监控实时公共区域的相关情况,还可及时检测禁停/禁止/危险区域的闯入情况/车辆乱停等,以在事故发生前采取有效措施,降低事故发生率,有效提高园区内安全管理的监控。本发明的智慧园区运营管理***能够为化工园区提供极佳的解决方案。
在一种具体实施中,如图4所示,智慧灯杆的杆体由埋入地下的基础、杆身、灯杆悬臂等组成,灯杆悬臂作为挂载设备的安装载体,如照明灯具、摄像设备、又例如环境监测子***的相关传感器、还有用于声音播报的扩音器组件。智慧灯杆的布设需根据道路照明灯具安装间距来设计,在智慧园区的道路依次间隔布设。
其中,智慧灯杆的杆体材料采用Q345及以上强度的低合金高强度结构钢。杆体上配置综合机箱,边缘计算设备、智能网关等部分硬件可以设置于综合机箱内。金属综合机箱以及相关金属构件必须可靠接地,防护等级不低于IP55。综合机箱箱顶设计时要求有斜度,以防止箱顶积水,且机箱的箱门、顶盖、壁板为双层结构,层间敷设保温隔热材料,具有阻隔阳光辐射热的作用。
在另一种优选实施中,智慧灯杆还设置有一键求助设备(又称一键求助报警器、一键式报警器,多用于某些公共场合,如校园),一键求助设备位于杆体的下端部,一般人员能碰到。其中,一键求助设备集成高清摄像头、支持双向语音对讲等功能,一键求助设备能够与可视化后台直接通信,实现第一时间报警求助,并联动案发、求助现场周边灯杆上挂载的视频监控、照明、广播等设备,为园区用户提供更快捷、更有效的服务。
通过设置一键求助设备与智慧灯杆的组合,利用智慧视频分析技术进行智能研判,但是,当出行人数量较多,容易围观,而导致打架斗殴的当事人被人群阻挡,难以被视频监控所拍摄。为此,通过一键求助设备进行兜底,由现场行人通过一键求助设备进行报警和紧急联系园区管理人员。而智慧视频分析技术则能很好的在一些人群较少的园区道路、公共区域察觉这些异常事件,特别是夜间的时候。
(3)环境监测子***:
智慧化管理能够提升园区安全性。在智能制造背景下,信息技术手段成为解决当下园区风险识别、风险预警、应急处置等问题的关键途径。例如,针对化工园区的安全管理,以实时智能监测替代传统人工隐患排查,可使监管效率提升;借助智慧辅助决策,可使事故反应时间缩短;通过智能监管,可使操作不规范行为、错误行为发生率降低。
为此,本发明的智慧园区运营管理***设置了环境监测子***,其采用多种类型的传感器(空气温湿度传感器、温度传感器、压力传感器、液位传感器、气体传感器、PM2.5粉尘传感器等等),采集园区内/部分生产车间/危险品存放区域等特定场所的温度、压力、液位、可燃/有毒气体浓度等参数,结合实时视频信号接入,实现在线监控预警。
在一种优选实施中,本发明环境监测子***在传统环境监测功能上,新增了如下创造性技术方案:
所述环境监测子***包括多个室内气体浓度传感器、多个室外气体浓度传感器和多个风向风速仪;多个室内气体传感器分布设置在智慧园区内的建筑内部;一个风向风速仪和至少一个室外气体浓度传感器对应设置在一个智慧灯杆上。
其中,所述边缘计算设备还被配置为执行如下第一环境监测步骤:
S100:建立智慧园区的地理坐标系,所述地理坐标系以智慧园区的地面作为水平面,以智慧园区的西南角为地理坐标系的原点,以水平面的正东方向为x轴的正向;以水平面正北方向为y轴的正向,以垂直于水平面且向上为z轴的正向;所述边缘计算设备具有预设在地理坐标系中坐标信息。
在一种优选实施中,根据历史风向数据,建立以主导风向为x轴正方向的坐标系,主导风向与水平面上正东方向的夹角为θ,将地理坐标系以θ°旋转,得到风向坐标系。
S200:获取对应的室外气体浓度传感器的气体浓度数据。
S300:当气体浓度数据大于预设浓度值时,实时获取风向风速仪的风向风速数据。
因风速、风向及大气稳定度等环境参数会影响泄漏介质的扩散方向、扩散速度等。为此,还需要风向风速数据进行预估具体气体发生源头的方向。
在一种具体实施中,风向风速仪用于测量瞬时风速风向,具有自动显示功能。主要由支杆,风标,风杯,风速风向感应器组成,风标的指向即为来风方向,根据风杯的转速来计算出风速。
S400:根据风向风速数据,在地理坐标系中生成预估浓烟源头方向。
在本领域中,计算气体扩散的模型主要有高斯模型、箱式模型、拉格朗日/欧拉模型以及计算流体力学模型。在一种具体实施中,本发明采用基于高斯模型的危化品泄漏扩散反演模型,高斯模型的应用对象为非重气,高斯模型较其他模型更为简单,从而可快速得到计算结果,适用于应对突发状况。
具体的,可以参考现有技术中,关于危险化学品泄露事故泄露位置和泄露源强反算技术实现的。现有技术中,先构建传播源参数反演模型,模型分正向计算(可以采用高斯烟羽模型作为泄漏扩散的正向计算模型)和反向演算。正向计算为得到气体浓度扩散的理论计算值,选取适用场景的气体扩散模型;反向演算基于计算浓度与监测浓度误差最小化原理,为优化求解提供目标函数。然后使用鸡群算法优化求解泄漏源参数,将步骤S200得到的非零浓度数据与步骤S300获得的气象数据作为优化求解的输入值,计算获得的最优解为风向坐标系下的坐标值,随风向变化而变。将风向坐标系转化为地理坐标系,直观展示泄漏源位置与源强。
在具体实施中,利用气体浓度数据、传感器的地理位置坐标、气象条件数据等,通过反演模型反演计算,可得出泄漏位置与泄漏的源强。
在一种优选实施中,还能构通过利用扩散模型,计算可得泄漏状态、泄漏趋势、泄漏范围等。为后续的应对决策提供可靠有效的数据支持。
S500:将预估浓烟源头方向、气体浓度数据、风向风速数据和边缘计算设备的坐标信息生成警报信息并输出。
其中,所述数据处理平台被配置为执行如下第二环境监测步骤:
S1000:获取室内气体浓度传感器的气体浓度数据和定位数据。
S2000:当气体浓度数据大于预设浓度值时,将气体浓度数据和定位数据生成警报信息并输出。
本发明的技术方案原理为:园区内部的气体泄漏报警/火灾浓烟报警主要依靠气体浓度传感器,气体浓度监测值超过设定阈值,传感器发出报警信息并将信息上传。但是,因存在线缆故障、室内传感器设备故障、传输节点故障,或因火灾摧毁了室内传感器等原因下,导致灾情发生而无法及时报警。
为此,通过室外气体传感器和风向风速仪的结合下,距离事故发生地点最近的,设置在智慧灯杆上有效使用的室外气体传感器会采集到气体数据的异常。例如,化工园区的数据存在复杂、多维度、海量的特点。当泄漏事故发生后,需要更关注泄漏企业区域以及相关监测指标,缩小重点监测对象范围,有利于对事故风险态势进行判断。
其中,环境监测子***通过实时监测室内/室外的温度、可燃/有毒气体浓度等参数,结合实时视频信号接入,实现在线监控预警。以可视化后台进行弹窗报警、短信自动报警的方式,将预警数据分级发送园区、行政区域的应急管理信息平台和省级的应急厅重大危险源监测预警平台,形成了政府和园区联动处置管理。
另一方面,智慧园区内设置的智慧灯杆具有一键求助设备,结合环境监测子***,实现园区灾情自查、园区群众自发报警。以在灾害事故发生后采取有效措施,降低事故严重性和降低对人群的伤害、以及对园区造成大面积破坏,有效提高园区内安全管理的监控。本发明的智慧园区运营管理***能够为化工园区的安全管理提供极佳的解决方案。
通过融合园区的应急资源、应急值守等,在环境监测子***的实时监测和智慧视频分析技术的实时监控形成联动和一体化,从而为智慧园区建立起集日常管理、监测监控、预测预警、应急联动等的信息平台。例如,在发生火灾等事故后,实时监测,并可视化后台的地图上显示事故情况、事故周边应急资源分布和疏散距离等信息,为园区应对突发事故提供快速预警,减少应急处置的反应时间。
(4)智慧交通子***:
在本发明中,所述智慧交通子***包括设置在智慧园区出入口处的车辆门禁设备、以及多个移动式GPS***;所述车辆门禁设备和移动式GPS***均与数据处理平台通信连接。
在一种具体实施中,车辆门禁设备与数据库及数据处理平台连接,车辆门禁,采用了车辆自动识别技术,***自动识别车辆身份,出入场不用取停车卡。车辆门禁设备采用先进的RFID识别技术和高速的视频图像存储比较相结合,从而对车辆进行有效的识别。车辆出入大门不必停车,只要是安装了有效的RFID识别卡的车辆,道闸档杆或电动门就会自动打开,摄像机会对每一台出入车辆进行拍照或录像,数据库及数据处理平台会准确记录车辆出入的相关信息,从而实现完全的自动化。同时,由于实行计算机管理和全球惟一代码识别,对每台车的身份、考勤、缴费情况等实行自动管理。
在一种具体实施中,所述移动式GPS***包括外壳、设置于外壳内的并相连接的蓄电池、电路板、扬声器组件和指示灯组件,所述移动式GPS***用于可拆卸式的附加安装在目标车辆内。具体的,电路板设置有相互连接的控制模块、GPS定位模块、通信模块、电源电路模块等等,控制模块分别与扬声器组件和指示灯组件,且控制模块通过通信模块与可视化后台、数据处理平台和/或边缘计算设备通信连接。
具体的,外壳还具有能够将移动式GPS***固定或平稳放置在驾驶室的结构,如支架、防滑垫等。
其中,所述数据处理平台还被配置为执行如下智慧车辆监控步骤:
S100:加载地理围栏集合,所述地理围栏集合为预存在数据库中,所述地理围栏集合包括智慧园区内禁止所述目标车辆驶入的多个电子地理围栏。
针对智慧园区,特别是工业园区、化工园区,部分区域是禁止没有容许的车辆进入的,例如危险品存放区域、核心技术车间等等;又例如,针对某些装载有企业核心设备、或者是危险品的车辆进入园区时,需要对这些车辆的进行监管。为此,本发明通过设置移动式GPS***和电子地理围栏组合,帮助园区内的禁入区域防止外来车辆进入,进行监控;以及对一些特殊车辆进入园区时进行监控。
在本发明中,所述地理围栏集合为合并地理围栏集合和/或单一地理围栏汇总而成。所述合并地理围栏为若干相互重叠或具有相同边界的地理围栏合并得到。可以理解的是,将多个电子地理围栏中,相互重叠或具有相同边界的地理围栏进行合并;而独立的电子地理围栏则保持原状。对地理围栏进行智能合并,可以大大减少地理围栏判断的次数,高效快速判断围栏。
其中,地理围栏(Geo-fencing)是LBS的一种新应用,就是用一个虚拟的栅栏围出一个虚拟地理边界。
S200:实时获取安装在所述目标车辆的移动式GPS***的定位点;
S300:当判断所述定位点处于所述地理围栏集合的其中一电子地理围栏内时,生成预警信息和控制信息。
在一种具体实施中,判断位置点是否处于地理围栏集合的任一地理围栏内,具体为,基于射线法,按当前时段索引的地理围栏排序依次判断位置点是否处于地理围栏集合的其中一地理围栏内。
在本发明中,加载最新的当前时段索引和地理围栏集合数据,使用射线法根据当前时段索引的地理围栏顺序依次判断。命中地理围栏则返回命中结果,同时更新统计至该地理围栏的时段命中次数,再根据时段命中次数定期动态自动更新当前时段索引。当遍历地理围栏集合的所有地理围栏时,全部围栏都不命中则返回不命中地理围栏的不命中结果。
其中,射线法是水平扫描线法或垂直线法来判断一点是否在区域内。假若有一位置点P(x,y),要判斯它是否在多边形内,可从该疑问点向左引水平扫描线(即射线)。计算此线段与区域边界的相交次数c。如果c为奇数,位置点在多边形内;为偶数,则位置点在多边形外。
S400:将所述控制信息发送至移动式GPS***,所述控制信息用于指令移动式GPS***发出声音播报和闪烁指示灯,以提示所述目标车辆的驾驶员。
在一种具体实施中,可以要求驾驶员将移动式GPS***防止在驾驶室内,如贴服在中控上。这样移动式GPS***进行声音播报和闪烁指示灯,能够让驾驶员直接听到或看到。其中,“声音播报”的内容可以是“您已驶入园区禁行区域,请停车静待工作人员到来,请配合园区工作”、“您已驶入园区禁行区域,请尽快驶出该区域”等等内容。
S500:查询距离所述定位点最近的智慧灯杆,将智慧灯杆的信息、定位点和预警信息输出。
在一种具体实施中,预警信息传输至可视化后台后进行弹窗报警、或以短信自动报警的方式,将预警信息发送至园区管理人员。同时,通过最近的智慧灯杆的信息、以及定位点,园区管理人员可通过可视化后台直接调取最近智慧灯杆的监控视频,观察车辆,也可以通过智慧灯杆的扩音器组件进行声音播报。另一方面,还可以通过可视化后台直观的看到车辆的当前定位以及行驶轨迹。
在一种实施中,在本发明中,数据处理平台部署于智慧园区的后台服务器中。后台服务器包括:存储器、处理器以及网络模块。该服务器的存储器还可以用作本实施例中提到的数据库,可以采用MySQL、Oracel等数据库。
其中,存储器可用于存储实现数据处理平台所需要功能的软件程序以及模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种数据处理平台的功能应用以及数据处理,即实现本发明实施例中的部分数据处理方法。存储器可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。
进一步地,上述软件程序以及模块还可包括:操作***以及服务模块。其中操作***,例如可为LINUX、UNIX、WINDOWS。服务模块运行在操作***的基础上,并通过操作***的网络服务监听来自网络的请求,根据请求完成相应的数据处理,并返回处理结果给客户端、可视化平台等。也就是说,服务模块用于向管理人员提供网络服务。网络模块用于接收以及发送网络信号。上述网络信号可包括有线信号。
需要说明的是,本发明并不限定数据处理平台及数据库的具体实施方式,以上仅为其中一种实施方式。
实施例二
本发明实施例二还提供了一种智慧园区运营管理方法,所述智慧园区运营管理方法基于实施例一所述的智慧园区运营管理***进行,所述智慧园区运营管理方法包括:
在智慧园区内布置所述环境监测子***、智慧交通子***、智慧视频分析子***的硬件设备;搭建数据处理平台和数据库;构建环境监测子***的功能应用。
具体的,所述智慧园区运营管理方法还包括利用环境监测子***、智慧交通子***、智慧视频分析子***实现实施例一中的智慧车辆监控步骤、第一环境监测步骤、第二环境监测步骤和多个视频分析步骤。
实施例三
本发明实施例三还提供了一种智慧园区运营管理***,所述智慧园区运营管理***的***组成和架构与实施例一种的完全相同,不同之处在于,所述智慧园区运营管理***还包括智慧水务子***。
在本发明中,所述智慧水务子***包括多组传感器组件和对应传感器组件设置的智能网关。其中,多组传感器组件对应设置在园区的管网中,一组传感器组件对应园区的一建筑区域设置。所述传感器组件至少包括设置在管网上的水表、压力传感器、液位传感器、水质传感器和噪声传感器。所述智能网关分别与水表、压力传感器、液位传感器、水质传感器和噪声传感器连接,且智能网关与数据处理平台连接。
可以理解的是,一建筑区域是由一栋独立的工业建筑的占地区域;例如生产车间、辅助车间、动力用房、仓储建筑,分别对应的一建筑区域。当建筑区域过大或超大型时,可以多组传感器组件配套服务。
在本发明中,智慧水务子***设计的目的是实现对园区管网监测、通信告警、超限告警功能,分别用于发现设备、网络链路故障以及用水超标、管网漏损、水质污染等运行问题。
在一种具体实施中,所述数据处理平台被配置为如下水务监测评估步骤:
S100:按预设周期获取传感器组件的采集数据,得到按天计算的水务采样日志数据;
在一种具体实施中,预设周期可以是1小时/次的频率进行采集,即水务日数据包含每个传感器的24个记录数据。而针对用水量较大的建筑区域,如生产车间、化工园区的生产建筑,可以提高频率,如半小时/次,即水务日数据包含每个传感器的48个记录数据。
S200:识别水务采样日志数据中的采样数据,当出现采集数据缺漏时,获取数据缺漏对应的传感器信息,输出传感器信息故障检修信息。
在一种具体实施中,通过识别水务采样日数据的缺失,可以直接推断传感器设备、智能网关或者传输链路存在故障,需要进行检修。
S300:当水务采样日志数据完整时,检测水务采样日志数据的采集数据的数值,是否满足预设合理值区间;其中,预设合理值区间为(0,UL]之间,UL为对应传感器的采集上限值。
当采集数据的数值位于预设合理值区间中时,判断传感器正常;
当采集数据的数值超出预设合理值区间时,获取对应的传感器信息,输出传感器信息故障检修信息。
S400:将完整的水务采样日志数据,与历史水务采样日志数据进行比较;
在一种具体实施中,将水务采样日志数据的每一采样时段的采样数据,逐一与历史水务采样日志数据的历史采样数据进行比较;
其中,历史水务采样日志数据,通过将历史工作日的水务采样日志数据的采样数据的数值总和求平均数后,所形成的历史水务采样日志数据。
S500:当水务采样日志数据的一采样数据的数值,超出历史水务采样日志数据对应的历史采样数据的数值*第一预设百分比,又或者,低于历史水务采样日志数据对应的历史采样数据的数值*第二预设百分比,输出异常信息;
在一种具体实施中,第一预设百分比可以是不低于120%的百分数。第二预设百分比可以是不高于90%的百分数。
通过判断数值的与历史数据的比值,例如,当用水量突然变大或突然变小,均可能是管网出现异常,也可能是企业生产计划变化等原因。而通过尽早预测问题的发生,对故障进行排查或与企业了解情况,能够有效的避免事故规模进一步的扩大,避免影响企业的正常生产,降低对企业产能的影响等等。
在另一种实施中,所述噪声传感器是用于供水管道漏水监测的,当供水管道破损后,自来水在管内压力的作用下从泄漏□高速喷出,形成振动摩擦、水头撞击、介质摩擦三类泄漏声信号,此时,从管道上获取的信号包括:噪声和管道泄漏信号,通过对比两类信号的功率谱图像,可知漏水信号比噪声干扰的功率谱起伏波动大,而且频带更集中,同时,供水管道泄漏声信号的幅值受管道内压、声波传播距离、漏口直径等因素影响,而泄漏声信号频率分布主要受管道材质、漏口直径、管道内压等因素影响。因此,可先通过功率谱估计方法得到采集泄漏信号的频谱分布状况,然后根据其能量集中范围以及管道的材质来判断泄漏状况。
在另一种优选实施中,智慧水务子***还设置有管网GIS子模块,所述管网GIS子模块基于智慧园区的电子地形图,并结合智慧园区的供水管网数据,形成可视化的管网电子地图数据。所述官网电子地图数据储存在数据库中,能够被可视化后台调用并进行显示。
本实施例所述一种智慧园区运营管理***及方法的其它结构参见现有技术。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,故凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种智慧园区运营管理***,其特征在于:
所述智慧园区运营管理***包括园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***、数据处理平台和数据库;
所述数据处理平台分别与园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***连接;
所述数据库分别与园区用户服务子***、环境监测子***、智慧交通子***、智慧视频分析子***和数据处理平台连接。
2.根据权利要求1所述的一种智慧园区运营管理***,其特征在于,所述园区用户服务子***包括:
用户管理模块,其用于对智慧园区内的用户信息管理,用户为智慧园区的相关业主;
公告管理模块,其用于编辑、发布和删除智慧园区的园区信息和政策信息,并能够向用户推送;
访客管理模块,其用于智慧园区外来人员的访客登记和车辆登记,并将访客信息和车辆信息储存在数据库中;
日常服务管理模块,其用于创建、编辑、删除和发布园区用户事项,所述园区用户事项包括缴费事项、报修事项和活动安排事项;
租赁管理模块,其用于创建、编辑、删除、以及在互联网发布建筑租赁信息,所述建筑租赁信息包括建筑位置、建筑租金、建筑面积、建筑装修信息和联系方式;
一键警报模块,其用于智慧园区内的用户发出警报。
3.根据权利要求1所述的一种智慧园区运营管理***,其特征在于,所述智慧视频分析子***包括多个设置在智慧园区内的智慧灯杆,所述智慧灯杆包括杆体、以及设置于所述杆体上的照明灯具、摄像设备和边缘计算设备;
所述边缘计算设备被配置为执行如下视频分析步骤:
获取摄像设备的视频数据;
对视频数据进行目标物识别,所述目标物为人体;
当识别所述视频数据中存在目标物时,采用卷积神经网络算法对目标物的头部检测、手部检测和手部持有物检测,输出目标物的头部检测框、手部检测框和手部持有物检测框;
采样预设规则,基于头部检测框和手部检测框,输出行为判别结果;
采用物品识别算法,对手部持有物检测框的手部持有物进行识别,得到手部持有物的危险物品判别结果;
根据行为判别结果和危险物品判别结果,输出告警信息。
4.根据权利要求3所述的一种智慧园区运营管理***,其特征在于,所述视频分析步骤钟采样预设规则,基于头部检测框和手部检测框,输出异常行为判别结果,具体包括如下步骤:
获取视频数据,视频数据包括M个时间连续的视频帧,M为大于10的整数;
识别第N视频帧中,所述手部检测框在所述第N视频帧中相对头部检测框的相对位置,得到第N视频帧的位置识别结果,N为大于0的整数;
重复上述步骤,得到多个时间连续的视频帧的多个位置识别结果;
统计多个位置识别结果,当位置识别结果为预设位置时,异常统计数加1;
当异常统计数大于等于预设数值时,输出异常行为结果;
当异常统计数小于预设数值时,输出正常行为结果。
5.根据权利要求4所述的一种智慧园区运营管理***,其特征在于,根据行为判别结果和危险物品判别结果,输出告警信息,具体包括如下步骤:
其中,所述危险物品判别结果包括危险物品结果和常规物品结果;
当所述异常行为判别结果为危险物品结果或所述行为判别结果为异常行为结果时,输出告警信息;
当异常行为判别结果为常规物品结果和所述行为判别结果为正常行为结果,重新视频分析步骤。
6.根据权利要求3所述的一种智慧园区运营管理***,其特征在于,所述边缘计算设备被配置为执行如下视频分析步骤:
获取摄像设备的视频数据;
对视频数据进行目标物识别,所述目标物为车辆;
当识别所述视频数据中存在目标物时,获取目标物的车牌信息;
根据所述目标物的车牌信息,查询由所述智慧交通子***储存在数据库的车辆信息;
当所述目标物的车牌信息与所述数据库的车辆信息不匹配时,输出告警信息。
7.根据权利要求3所述的一种智慧园区运营管理***,其特征在于,所述边缘计算设备被配置为执行如下视频分析步骤:
实际获取摄像设备所拍摄的待监测区域的视频数据,所述待监测区域具有预设的非目标区域和禁止行人和车辆进入的目标区域,所述待监测区域包括非目标区域与目标区域的交界处;
对视频数据进行第一目标物和第二目标物识别,所述第一目标物为人体,所述第二目标物为车辆;
当识别所述视频数据中存在第一目标物时,跟踪所述第一目标物在待监测区域的位置;
当第一目标物走入所述目标区域或所述非目标区域与目标区域的交界处时,输出告警信息;
当识别所述视频数据中存在第二目标物时,跟踪所述第二目标物在待监测区域的位置;
当第二目标物驶入所述目标区域或所述非目标区域与目标区域的交界处时,获取第二目标物的车牌信息;
根据所述第二目标物的车牌信息,查询预存在所述数据库的安全车辆信息;
当所述第二目标物的车牌信息与所述数据库的安全车辆信息不匹配时,输出告警信息。
8.根据权利要求3所述的一种智慧园区运营管理***,其特征在于:
所述环境监测子***包括多个室内气体浓度传感器、多个室外气体浓度传感器和多个风向风速仪;多个室内气体传感器分布设置在智慧园区内的建筑内部;一个风向风速仪和至少一个室外气体浓度传感器对应设置在一个智慧灯杆上;
其中,所述边缘计算设备还被配置为执行如下第一环境监测步骤:
建立智慧园区的地理坐标系,所述地理坐标系以智慧园区的地面作为水平面,以智慧园区的西南角为地理坐标系的原点,以水平面的正东方向为x轴的正向;以水平面正北方向为y轴的正向,以垂直于水平面且向上为z轴的正向;所述边缘计算设备具有预设在地理坐标系中坐标信息;
获取对应的室外气体浓度传感器的气体浓度数据;
当气体浓度数据大于预设浓度值时,实时获取风向风速仪的风向风速数据;
根据风向风速数据,在地理坐标系中生成预估气体传播源头位置;
将预估气体传播源头位置、气体浓度数据、风向风速数据和边缘计算设备的坐标信息生成警报信息并输出;
其中,所述数据处理平台被配置为执行如下第二环境监测步骤:
获取室内气体浓度传感器的气体浓度数据和定位数据;
当气体浓度数据大于预设浓度值时,将气体浓度数据和定位数据生成警报信息并输出。
9.根据权利要求3所述的一种智慧园区运营管理***,其特征在于:
所述智慧交通子***包括设置在智慧园区出入口处的车辆门禁设备、以及多个移动式GPS***;所述车辆门禁设备和移动式GPS***均与数据处理平台通信连接;
所述移动式GPS***包括外壳、设置于外壳内的并相连接的蓄电池、电路板、扬声器组件和指示灯组件,所述移动式GPS***用于可拆卸式的附加安装在目标车辆内;
其中,所述数据处理平台还被配置为执行如下智慧车辆监控步骤:
加载地理围栏集合,所述地理围栏集合为预存在数据库中,所述地理围栏集合包括智慧园区内禁止所述目标车辆驶入的多个电子地理围栏;
实时获取安装在所述目标车辆的移动式GPS***的定位点;
当判断所述定位点处于所述地理围栏集合的其中一电子地理围栏内时,生成预警信息和控制信息;
将所述控制信息发送至移动式GPS***,所述控制信息用于指令移动式GPS***发出声音播报和闪烁指示灯,以提示所述目标车辆的驾驶员;
查询距离所述定位点最近的智慧灯杆,将智慧灯杆的信息、定位点和预警信息输出。
10.一种智慧园区运营管理方法,其特征在于,所述智慧园区运营管理方法基于权利要求1至9任意一项所述的智慧园区运营管理***进行,所述智慧园区运营管理方法包括:
在智慧园区内布置所述环境监测子***、智慧交通子***、智慧视频分析子***的硬件设备;搭建数据处理平台和数据库;构建环境监测子***的功能应用;
其中,所述智慧交通子***包括设置在智慧园区出入口处的车辆门禁设备、以及多个移动式GPS***;所述车辆门禁设备和移动式GPS***均与数据处理平台通信连接;
所述移动式GPS***包括外壳、设置于外壳内的并相连接的蓄电池、电路板、扬声器组件和指示灯组件,所述移动式GPS***用于可拆卸式的附加安装在目标车辆内;
其中,所述智慧园区运营管理方法还包括应用于数据处理平台的智慧车辆监控步骤,具体包括:
加载地理围栏集合,所述地理围栏集合为预存在数据库中,所述地理围栏集合包括智慧园区内禁止所述目标车辆驶入的多个电子地理围栏;
实时获取安装在所述目标车辆的移动式GPS***的定位点;
当判断所述定位点处于所述地理围栏集合的其中一电子地理围栏内时,生成预警信息和控制信息;
将所述控制信息发送至移动式GPS***,所述控制信息用于指令移动式GPS***发出声音播报和闪烁指示灯,以提示所述目标车辆的驾驶员;
查询距离所述定位点最近的智慧灯杆,将智慧灯杆的信息、定位点和预警信息输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310899718.8A CN116962460B (zh) | 2023-07-21 | 2023-07-21 | 一种智慧园区运营管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310899718.8A CN116962460B (zh) | 2023-07-21 | 2023-07-21 | 一种智慧园区运营管理***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116962460A true CN116962460A (zh) | 2023-10-27 |
CN116962460B CN116962460B (zh) | 2024-02-27 |
Family
ID=88443982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310899718.8A Active CN116962460B (zh) | 2023-07-21 | 2023-07-21 | 一种智慧园区运营管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116962460B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117253380A (zh) * | 2023-11-13 | 2023-12-19 | 国网天津市电力公司培训中心 | 一种基于数据融合技术的智慧校园安全管理***和方法 |
CN117474739A (zh) * | 2023-12-28 | 2024-01-30 | 广州市德赛西威智慧交通技术有限公司 | 一种基于互联网技术的公共区域智能管控方法及*** |
CN117521969A (zh) * | 2023-11-21 | 2024-02-06 | 上海张江智荟科技有限公司 | 一种基于数字孪生的智慧园区运行指数计算*** |
CN117575170A (zh) * | 2024-01-03 | 2024-02-20 | 广东汇通信息科技股份有限公司 | 一种智能管理*** |
CN117649737A (zh) * | 2024-01-30 | 2024-03-05 | 云南电投绿能科技有限公司 | 一种园区的设备监控方法、装置、设备及存储介质 |
CN118195272A (zh) * | 2024-05-14 | 2024-06-14 | 西北工业大学 | 一种基于异常检测的车辆调度方法 |
CN118195272B (zh) * | 2024-05-14 | 2024-07-16 | 西北工业大学 | 一种基于异常检测的车辆调度方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113489769A (zh) * | 2021-06-30 | 2021-10-08 | 武汉创蓝网络技术有限公司 | 一种智慧园区一体化综合服务管理*** |
CN113628172A (zh) * | 2021-07-20 | 2021-11-09 | 杭州兼果网络科技有限公司 | 一种人员手持武器智能检测算法及智慧城市安防*** |
WO2022041087A1 (zh) * | 2020-08-25 | 2022-03-03 | 江苏省瑞宝特科技发展有限公司 | 一种多功能模块化智慧灯杆及其实现方法 |
EP3972138A1 (de) * | 2020-09-21 | 2022-03-23 | Siteco GmbH | Strassenleuchte mit edge-computing-einrichtung |
CN114708546A (zh) * | 2022-03-22 | 2022-07-05 | 无锡工艺职业技术学院 | 一种基于智慧灯杆边缘计算网关的道路监测***及监测方法 |
-
2023
- 2023-07-21 CN CN202310899718.8A patent/CN116962460B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022041087A1 (zh) * | 2020-08-25 | 2022-03-03 | 江苏省瑞宝特科技发展有限公司 | 一种多功能模块化智慧灯杆及其实现方法 |
EP3972138A1 (de) * | 2020-09-21 | 2022-03-23 | Siteco GmbH | Strassenleuchte mit edge-computing-einrichtung |
CN113489769A (zh) * | 2021-06-30 | 2021-10-08 | 武汉创蓝网络技术有限公司 | 一种智慧园区一体化综合服务管理*** |
CN113628172A (zh) * | 2021-07-20 | 2021-11-09 | 杭州兼果网络科技有限公司 | 一种人员手持武器智能检测算法及智慧城市安防*** |
CN114708546A (zh) * | 2022-03-22 | 2022-07-05 | 无锡工艺职业技术学院 | 一种基于智慧灯杆边缘计算网关的道路监测***及监测方法 |
Non-Patent Citations (2)
Title |
---|
杨俊逸 等: "基于园区的智慧多功能灯杆解决方案研究", 智能建筑与智慧城市, no. 3 * |
韦校飞 等: "智慧城市背景下的智慧路灯设计", 城市道桥与防洪, no. 03 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117253380A (zh) * | 2023-11-13 | 2023-12-19 | 国网天津市电力公司培训中心 | 一种基于数据融合技术的智慧校园安全管理***和方法 |
CN117253380B (zh) * | 2023-11-13 | 2024-03-26 | 国网天津市电力公司培训中心 | 一种基于数据融合技术的智慧校园安全管理***和方法 |
CN117521969A (zh) * | 2023-11-21 | 2024-02-06 | 上海张江智荟科技有限公司 | 一种基于数字孪生的智慧园区运行指数计算*** |
CN117521969B (zh) * | 2023-11-21 | 2024-05-24 | 上海张江智荟科技有限公司 | 一种基于数字孪生的智慧园区运行指数计算*** |
CN117474739A (zh) * | 2023-12-28 | 2024-01-30 | 广州市德赛西威智慧交通技术有限公司 | 一种基于互联网技术的公共区域智能管控方法及*** |
CN117474739B (zh) * | 2023-12-28 | 2024-05-14 | 广州市德赛西威智慧交通技术有限公司 | 一种基于互联网技术的公共区域智能管控方法及*** |
CN117575170A (zh) * | 2024-01-03 | 2024-02-20 | 广东汇通信息科技股份有限公司 | 一种智能管理*** |
CN117649737A (zh) * | 2024-01-30 | 2024-03-05 | 云南电投绿能科技有限公司 | 一种园区的设备监控方法、装置、设备及存储介质 |
CN117649737B (zh) * | 2024-01-30 | 2024-04-30 | 云南电投绿能科技有限公司 | 一种园区的设备监控方法、装置、设备及存储介质 |
CN118195272A (zh) * | 2024-05-14 | 2024-06-14 | 西北工业大学 | 一种基于异常检测的车辆调度方法 |
CN118195272B (zh) * | 2024-05-14 | 2024-07-16 | 西北工业大学 | 一种基于异常检测的车辆调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116962460B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116962460B (zh) | 一种智慧园区运营管理***及方法 | |
AU2020203351B2 (en) | Drone-augmented emergency response services | |
CN105867321B (zh) | 基于三维模型的实景可视化的智慧化工地管理*** | |
US9911294B2 (en) | Warning system and method using spatio-temporal situation data | |
CN113706355A (zh) | 化工园区智慧应急***搭建方法 | |
CN112738468B (zh) | 一种智慧园区安全预警方法 | |
Liu et al. | Application of Internet of Things in the community security management | |
CN106845342A (zh) | 一种智慧社区监控***和方法 | |
CN113298444A (zh) | 基于私有云的电力安全智能管控平台 | |
KR102412862B1 (ko) | 침입 경계 시스템 | |
CN113538825A (zh) | 一种用于校园翻墙事件报警方法及*** | |
CN112288320A (zh) | 一种地铁运行风险监控和管理*** | |
CN211630273U (zh) | 用于铁路环境的图像智能识别装置 | |
Barnard | Intrusion detection systems | |
CN114926314A (zh) | 一种基于泛在自主可控的物联网设备***及方法 | |
CN115022601A (zh) | 基于大数据的iot深度学习智能预警研判***及方法 | |
CN114358980A (zh) | 一种基于物联网的智慧社区物业管理***及方法 | |
CN115797125B (zh) | 一种乡村数字化智慧服务平台 | |
US20200265694A1 (en) | System for implementing an aerial security network | |
Xie et al. | On‐line physical security monitoring of power substations | |
CN110083721A (zh) | 基于编码识别的封闭大区域智能监控***及其识别方法 | |
Schneider | School Security Technologies. | |
KR20160086536A (ko) | 시공적 상황데이터를 이용한 경고 방법 및 시스템 | |
RU2708509C1 (ru) | Малообслуживаемая система физической защиты объектов | |
RU2794559C1 (ru) | Интегрированная система безопасности на основе автоматизированных функциональных систем и подсистем |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Room 3311-3313, No. 57 Jihua Fifth Road, Zumiao Street, Chancheng District, Foshan City, Guangdong Province, 528000 Patentee after: Guangdong New Infrastructure Technology Co.,Ltd. Country or region after: China Address before: Room 3311-3313, No. 57 Jihua Fifth Road, Zumiao Street, Chancheng District, Foshan City, Guangdong Province, 528000 Patentee before: Foshan New Infrastructure Technology Co.,Ltd. Country or region before: China |