CN117420868B - 基于物联网的智慧教室控制***及方法 - Google Patents
基于物联网的智慧教室控制***及方法 Download PDFInfo
- Publication number
- CN117420868B CN117420868B CN202311733722.3A CN202311733722A CN117420868B CN 117420868 B CN117420868 B CN 117420868B CN 202311733722 A CN202311733722 A CN 202311733722A CN 117420868 B CN117420868 B CN 117420868B
- Authority
- CN
- China
- Prior art keywords
- classroom
- temperature
- representing
- humidity
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 35
- 239000000463 material Substances 0.000 claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims description 84
- 230000002452 interceptive effect Effects 0.000 claims description 74
- 238000004891 communication Methods 0.000 claims description 51
- 238000012937 correction Methods 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 30
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000011161 development Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 17
- 238000009423 ventilation Methods 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 15
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 14
- 239000001569 carbon dioxide Substances 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 239000000779 smoke Substances 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000008676 import Effects 0.000 claims description 9
- 230000007797 corrosion Effects 0.000 claims description 8
- 238000005260 corrosion Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000006855 networking Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000011426 transformation method Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 5
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 7
- 238000012163 sequencing technique Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000037308 hair color Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Selective Calling Equipment (AREA)
Abstract
本发明提供了一种基于物联网的智慧教室控制***及方法,其中***包括:应用层、云服务层和设备层;所述设备层,用于基于无线网络通过传感器设备将采集的教室环境数据进行传递,并对显示异常的所述教室环境数据对应的设备进行维护;所述云服务层,用于采集所述设备层发送的教室环境数据,并通过PID控制算法对所述设备层中的教室温控子***进行智能控制;所述应用层中智能教学管理子***,用于基于视觉分析算法根据所述教室环境数据中的教室视频数据进行教室座位就坐率计算;所述应用层还用于通过智能教学管理子***对教学资料进行共享,并对教学任务进行管理。本发明既可以减少资源浪费,从而提高教学的高效性。
Description
技术领域
本发明涉及控制***技术领域,特别涉及基于物联网的智慧教室控制***及方法。
背景技术
传统的教室控制管理以人管理设备为主,都是靠人工手动开关对教室的温度进行调节,尤其高校教室,师生没有固定的教室,也没有固定的班级管理人员控制教室的情况,教室环境因上课人数变化而不能合理利用教室设备资源,容易设备的使用寿命降低和能源的浪费。
且目前的教室控制***缺乏对学生进行智能考勤管理以及对教学资源的统筹管理,以至于教学互动、教学资源等方面的信息交流存在阻碍,从而导致学生和教师上课的高效性,而且还会因为数据传输中没有对误差数据进行维护给教师课堂的教学活动带来了影响,同时也影响后期的维修工作。
发明内容
为克服上述现有技术的不足,本发明提供基于物联网的智慧教室控制***,包括:应用层、云服务层和设备层;
所述设备层,用于基于无线网络通过传感器设备将采集的教室环境数据进行传递,并对显示异常的所述教室环境数据对应的设备进行维护;
所述云服务层,用于采集所述设备层发送的各环境数据,并通过PID 控制算法对所述设备层中的教室温控子***进行智能控制;
所述应用层中智能教学管理子***,用于基于视觉分析算法根据所述教室环境数据中的教室视频数据进行教室座位就坐率计算;
所述应用层还用于通过智能教学管理子***对教学资料进行共享,并对教学任务进行管理。
优选的,所述应用层中智能教学管理子***包括:
智能考勤模块:用于基于通过所述教室环境数据中的教室视频数据通过视觉分析算法对监视监控画面视频流进行人员检测,获取教室区域座位就坐率;
所述智能考勤模块,还用于基于热力图分析技术对所述教室视频数据中人员分布进行分析,获取分析结果,根据所述分析结果对教室区域物体进行区分,得到教师行动轨迹、教室区域人头抬头率;
互动教学模块,用于基于教室中预先设置的交互式触控投影屏幕,进行线上和线下双联互动教学,并生成教学记录;
其中,所述互动教学类型包括:教学通知、教学答疑、音视频互动教学、文字互动教学、在线作业、在线考试与测试、小组协作活动和远程辅导教学;
所述互动教学模块,还用于将所述教学记录按照所述互动教学类型进行分类,获取互动教学分类数据表;
根据所述互动教学分类数据表生成对应的互动教学类型二维码,并将所述互动教学类型二维码反馈至资源管理模块进行存储;
资源管理模块,用于对上传至资源库中的教学资源和互动教学二维码进行记录和存储,并与所述云服务层直接进行资源数据共享。
优选的,所述教学资源至少包括下述中的一种或多种:授课教案、课件、教学录像、电子教材和教学实验指导材料。
优选的,所述智能考勤模块中教室区域座位就坐率的获取步骤如下:
S1:通过所述教室视频数据获取教室各区域视频帧,基于所述教室各区域视频帧,进行图像非关键区域排除,筛选得到预设区域图像;
S2:通过预设转换参数对所述预设区域图像颜色进行空间转换,得到预设颜色空间图像;
S3:基于所述预设颜色空间图像,进行图像辨识度增强处理,获取强化图像,对所述强化图像中颜色空间数据进行二值化处理,对进行二值化处理后的图像进行膨胀腐蚀运算,得到无噪图像;
S4:基于所述无噪图像,根据发色信息提取人头候选区域,通过Hough变换法将所述人头候选区域的图像空间映射至参数空间,生成检测目标图像;
S5:对所述检测目标图像进行区域搜索,获取各目标区域,当所述目标区域大于且等于预设检测阈值时,将所述目标区域作为人头候选区域;
当所述目标区域小于预设检测阈值时,将所述目标区域进行排除;
S6:根据所述人头候选区域、人头半径和人员坐标进行连通区域统计,获取预设规格连通区域个数和连通区域总数,并根据所述预设规格连通区域个数和连通区域总数计算获取教室区域座位就坐率。
优选的,所述检测目标图像计算式如下:
;
其中,;
式中,表示检测目标图像;/>表示空间参数;/>表示发色信息总数;/>表示发色信息i对应人头候选区域的图像空间;/>表示预设区域图像;/>表示预设转换参数;/>表示降噪系数。
优选的,所述云服务层包括:接入采集模块、智能控制模块和存储/共享模块;
所述接入采集模块和所述设备层通过物联网设备中的通信模块连接;
所述接入采集模块,用于采集所述设备层中获取的教室环境数据,并将所述教室环境数据发送至所述智能控制模块;
所述智能控制模块,用于根据教室温湿度数据通过PID 控制算法,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制;
所述存储/共享模块,用于将所述教室环境数据进行存储,并将所述教室环境数据与所述应用层和设备层进行数据共享;
其中,所述教室环境数据包括:教室视频数据、教室灯光数据、教室温湿度数据、通风检测数据、二氧化碳检测数据、检测数据、烟雾检测数据和门窗开闭检测数据。
优选的,所述智能控制模块具体用于:
通过温湿度传感器采集教室温湿度数据,将所述温湿度数据进行排序,获取温湿度数据序列;
基于所述温湿度数据序列,进行室温达标分析,确定温湿度输入偏差值;
根据所述温湿度输入偏差值和预设控制参数的初始值,进行在线模糊控制,确定当前教室温湿度的误差和误差变量,并建立模糊控制规则;
其中,所述预设控制参数包括:第一预设控制参数、第二预设控制参数和第三预设控制参数;
基于所述模糊控制规则,根据所述误差和误差变量构成模糊子集,并根据正太分布规则,得到各所述模糊子集的隶属度函数;
对所述模糊子集的隶属度函数进行赋值,并通过模糊合成载体生成模糊矩阵表,根据所述模糊矩阵表,查询得到温湿度修正系数;
根据所述温湿度修正参数、预设控制参数的初始值、当前教室温湿度的误差和误差变量,计算得到控制参数实时值;
根据所述控制参数实时值,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制。
优选的,所述控制参数实时值计算式如下:
;
式中,表示第一预设控制参数实时值;/>表示第二预设控制参数实时值;/>表示第三预设控制参数实时值;/>表示第一预设控制参数的初始值;/>表示第二预设控制参数的初始值;/>表示第三预设控制参数的初始值;/>表示当前教室温湿度的误差;/>表示当前教室温湿度的误差变量;/>表示第一温湿度修正系数;/>表示第二温湿度修正系数;表示第三温湿度修正系数。
优选的,所述设备层包括:传感器设备、物联网设备、基础设备和维护管理模块;
所述物联网设备包括:蓝牙模块、WIFI模块、视频监控摄像机、移动终端、教室温控子***、智能网关;
所述传感器设备包括:数据导入模块、温湿度传感器、光敏传感器、传感器、二氧化碳传感器、烟雾传感器、和门窗通风检测模块;
其中,所述数据导入模块分别与所述温湿度传感器、光敏传感器、烟雾传感器和门窗通风检测模块无线连接;
所述传感器设备,用于对教室环境数据进行采集、导入和记录;
基础设备包括:电源模块和控制器模块,其中,所述电源模块与所述控制器模块之间进行电连接;
所述基础设备,用于对所述应用层、云服务层和设备层中各模块和子***进行供电和通过所述控制器模块进行电路控制和数据传输控制;
所述物联网设备中的所述视频监控摄像机、移动终端和教室温控子***通过所述智能网关、蓝牙模块和WIFI模块分别与所述基础设备中控制器模块和所述传感器设备中数据导入模块之间进行通信连接;
所述视频监控摄像机、移动终端和教室温控子***之间进行无线连接
所述物联网设备,用于基于L-BUS协议通过智能网关、蓝牙模块和WIFI模块,对所述传感器设备获取的教室环境数据进行传递;
所述维护管理模块,用于对所述教室环境数据进行监测,并对监测显示异常的所述环境数据对应的设备进行报警和维护。
基于同一发明构思,本发明还提供一种基于物联网的智慧教室控制方法,包括:
在设备层基于无线网络通过传感器设备将采集的教室环境数据进行传递,并对显示异常的所述环境数据对应的设备进行维护;
采集所述设备层发送的环境数据,并通过PID 控制算法对所述设备层中的教室温控子***进行智能控制;
通过应用层中智能教学管理子***,基于视觉分析算法根据所述环境数据中的教室视频数据进行教室座位就坐率计算;
并通过智能教学管理子***对教学资料进行共享,并对教学任务进行管理。
优选的,所述通过应用层中智能教学管理子***,基于视觉分析算法根据所述环境数据中的教室视频数据进行教室座位就坐率计算,包括:
通过所述教室环境数据中的教室视频数据通过视觉分析算法对监视监控画面视频流进行人员检测,获取教室区域座位就坐率;
基于热力图分析技术对所述教室视频数据中人员分布进行分析,获取分析结果,根据所述分析结果对教室区域物体进行区分,得到教师行动轨迹、教室区域人头抬头率;
所述通过智能教学管理子***对教学资料进行共享,并对教学任务进行管理,包括:
基于教室中预先设置的交互式触控投影屏幕,进行线上和线下双联互动教学,并生成教学记录;
其中,所述互动教学类型包括:教学通知、教学答疑、音视频互动教学、文字互动教学、在线作业、在线考试与测试、小组协作活动和远程辅导教学;
将所述教学记录按照所述互动教学类型进行分类,获取互动教学分类数据表;
根据所述互动教学分类数据表生成对应的互动教学类型二维码,并将所述互动教学类型二维码反馈至资源管理模块进行存储;
对上传至资源库中的教学资源和互动教学二维码进行记录和存储,并与所述云服务层直接进行资源数据共享。
优选的,所述教学资源至少包括下述中的一种或多种:授课教案、课件、教学录像、电子教材和教学实验指导材料。
优选的,所述教室区域座位就坐率的获取步骤如下:
S1:通过所述教室视频数据获取教室各区域视频帧,基于所述教室各区域视频帧,进行图像非关键区域排除,筛选得到预设区域图像;
S2:通过预设转换参数对所述预设区域图像颜色进行空间转换,得到预设颜色空间图像;
S3:基于所述预设颜色空间图像,进行图像辨识度增强处理,获取强化图像,对所述强化图像中颜色空间数据进行二值化处理,对进行二值化处理后的图像进行膨胀腐蚀运算,得到无噪图像;
S4:基于所述无噪图像,根据发色信息提取人头候选区域,通过Hough变换法将所述人头候选区域的图像空间映射至参数空间,生成检测目标图像;
S5:对所述检测目标图像进行区域搜索,获取各目标区域,当所述目标区域大于且等于预设检测阈值时,将所述目标区域作为人头候选区域;
当所述目标区域小于预设检测阈值时,将所述目标区域进行排除;
S6:根据所述人头候选区域、人头半径和人员坐标进行连通区域统计,获取预设规格连通区域个数和连通区域总数,并根据所述预设规格连通区域个数和连通区域总数计算获取教室区域座位就坐率。
优选的,所述检测目标图像计算式如下:
;
其中,;
式中,表示检测目标图像;/>表示空间参数;/>表示发色信息总数;/>表示发色信息i对应人头候选区域的图像空间;/>表示预设区域图像;/>表示预设转换参数;/>表示降噪系数。
优选的,所述采集所述设备层发送的教室环境数据,并通过PID 控制算法对所述设备层中的教室温控子***进行智能控制,包括;
所述接入采集模块和所述设备层通过物联网设备中的通信模块连接;
所述接入采集模块,用于采集所述设备层中获取的教室环境数据,并将所述教室环境数据发送至所述智能控制模块;
根据教室温湿度数据通过PID 控制算法,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制;
将所述教室环境数据进行存储,并将所述教室环境数据与所述应用层和设备层进行数据共享;
其中,所述教室环境数据包括:教室视频数据、教室灯光数据、教室温湿度数据、通风检测数据、二氧化碳检测数据、检测数据、烟雾检测数据和门窗开闭检测数据。
优选的,所述根据教室温湿度数据通过PID 控制算法,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制,包括:
通过温湿度传感器采集教室温湿度数据,将所述温湿度数据进行排序,获取温湿度数据序列;
基于所述温湿度数据序列,进行室温达标分析,确定温湿度输入偏差值;
根据所述温湿度输入偏差值和预设控制参数的初始值,进行在线模糊控制,确定当前教室温湿度的误差和误差变量,并建立模糊控制规则;
其中,所述预设控制参数包括:第一预设控制参数、第二预设控制参数和第三预设控制参数;
基于所述模糊控制规则,根据所述误差和误差变量构成模糊子集,并根据正太分布规则,得到各所述模糊子集的隶属度函数;
对所述模糊子集的隶属度函数进行赋值,并通过模糊合成载体生成模糊矩阵表,根据所述模糊矩阵表,查询得到温湿度修正系数;
根据所述温湿度修正参数、预设控制参数的初始值、当前教室温湿度的误差和误差变量,计算得到控制参数实时值;
根据所述控制参数实时值,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制。
优选的,所述控制参数实时值计算式如下:
;
式中,表示第一预设控制参数实时值;/>表示第二预设控制参数实时值;/>表示第三预设控制参数实时值;/>表示第一预设控制参数的初始值;/>表示第二预设控制参数的初始值;/>表示第三预设控制参数的初始值;/>表示当前教室温湿度的误差;/>表示当前教室温湿度的误差变量;/>表示第一温湿度修正系数;/>表示第二温湿度修正系数;表示第三温湿度修正系数。
优选的,在设备层基于无线网络通过传感器设备将采集的教室环境数据进行传递,并对显示异常的所述环境数据对应的设备进行维护,包括:
所述设备层包括:传感器设备、物联网设备、基础设备和维护管理模块;
所述物联网设备包括:蓝牙模块、WIFI模块、视频监控摄像机、移动终端、教室温控子***、智能网关;
所述传感器设备包括:数据导入模块、温湿度传感器、光敏传感器、传感器、二氧化碳传感器、烟雾传感器、和门窗通风检测模块;
其中,所述数据导入模块分别与所述温湿度传感器、光敏传感器、烟雾传感器和门窗通风检测模块无线连接;
所述传感器设备,用于对教室环境数据进行采集、导入和记录;
基础设备包括:电源模块和控制器模块,其中,所述电源模块与所述控制器模块之间进行电连接;
对所述应用层、云服务层和设备层中各模块和子***进行供电和通过所述控制器模块进行电路控制和数据传输控制;
所述物联网设备中的所述视频监控摄像机、移动终端和教室温控子***通过所述智能网关、蓝牙模块和WIFI模块分别与所述基础设备中控制器模块和所述传感器设备中数据导入模块之间进行通信连接;
所述视频监控摄像机、移动终端和教室温控子***之间进行无线连接
所述物联网设备,用于基于L-BUS协议通过智能网关、蓝牙模块和WIFI模块,对所述传感器设备获取的教室环境数据进行传递;
对所述教室环境数据进行监测,并对监测显示异常的所述环境数据对应的设备进行报警和维护。
与最接近的现有技术相比,本发明具有的有益效果如下:
1、本发明提供了一种基于物联网的智慧教室控制***,包括:应用层、云服务层和设备层;所述设备层,用于基于无线网络通过传感器设备将采集的教室环境数据进行传递,并对显示异常的所述教室环境数据对应的设备进行维护;所述云服务层,用于采集所述设备层发送的教室环境数据,并通过PID 控制算法对所述设备层中的教室温控子***进行智能控制;所述应用层中智能教学管理子***,用于基于视觉分析算法根据所述教室环境数据中的教室视频数据进行教室座位就坐率计算;所述应用层还用于通过智能教学管理子***对教学资料进行共享,并对教学任务进行管理。本发明通过各层之间的相互作用,可以有效对教室温湿度进行控制,减少资源浪费,本发明还可以实现智能考勤以及教学资源共享,从而提高教学的高效性;
2、本发明通过设备层中各设备之间的通信,可以保证数据快速且准确的进行传输和共享,并根据所述云服务层生成的控制指令对教室温控子***进行控制。可以使教室的智能化管理水平得到有效的提高,让教室的管理更高效、更安全,减少了人工管理成本。
附图说明
图1为本发明提供的基于物联网的智慧教室控制***架构图;
图2为本发明提供的基于物联网的智慧教室控制***中设备层中各设备之间通信示意图;
图3为本发明提供的基于物联网的智慧教室控制方法流程示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1:
本发明提供的基于物联网的智慧教室控制***架构图如图1所示,包括:应用层、云服务层和设备层;
所述设备层,用于基于无线网络通过传感器设备将采集的教室环境数据进行传递,并对显示异常的所述环境数据对应的设备进行维护;
所述云服务层,用于采集所述设备层发送的环境数据,并通过PID 控制算法对所述设备层中的教室温控子***进行智能控制;
所述应用层中智能教学管理子***,用于基于视觉分析算法根据所述环境数据中的教室视频数据进行教室座位就坐率计算;
所述应用层还用于通过智能教学管理子***对教学资料进行共享,并对教学任务进行管理。
具体的,所述应用层中智能教学管理子***包括:
智能考勤模块:用于基于通过所述教室环境数据中的教室视频数据通过视觉分析算法对监视监控画面视频流的帧进行人员检测,获取教室区域座位就坐率;
所述智能考勤模块,还用于基于热力图分析技术对所述教室视频数据中人员分布进行分析,获取分析结果,根据所述分析结果对教室区域物体进行区分,得到教师行动轨迹、教室区域人头抬头率;
互动教学模块,用于基于教室中预先设置的交互式触控投影屏幕,进行线上和线下双联互动教学,并生成教学记录;
其中,所述互动教学类型包括:教学通知、教学答疑、音视频互动教学、文字互动教学、在线作业、在线考试与测试、小组协作活动和远程辅导教学;
所述互动教学模块,还用于将所述教学记录按照所述互动教学类型进行分类,获取互动教学分类数据表;
根据所述互动教学分类数据表生成对应的互动教学类型二维码,并将所述互动教学类型二维码反馈至资源管理模块进行存储;
资源管理模块,用于对上传至资源库中的教学资源和互动教学二维码进行记录和存储,并与所述云服务层直接进行资源数据共享。
所述教学资源至少包括下述中的一种或多种:授课教案、课件、教学录像、电子教材和教学实验指导材料。
所述智能考勤模块中教室区域座位就坐率的获取步骤如下:
S1:通过所述教室视频数据并获取教室各区域视频帧,基于所述教室各区域视频帧,进行图像非关键区域排除,筛选得到预设区域图像;
S2:通过预设转换参数对所述预设区域图像颜色进行空间转换,得到预设颜色空间图像;
S3:基于所述预设颜色空间图像,进行图像辨识度增强处理,获取强化图像,对所述强化图像中颜色空间数据进行二值化处理,对进行二值化处理后的图像进行膨胀腐蚀运算,得到无噪图像;
S4:基于所述无噪图像,根据发色信息提取人头候选区域,通过Hough变换法将所述人头候选区域的图像空间映射至参数空间,生成检测目标图像;
S5:对所述检测目标图像进行区域搜索,获取各目标区域,当所述目标区域大于且等于预设检测阈值时,将所述目标区域作为人头候选区域;
当所述目标区域小于预设检测阈值时,将所述目标区域进行排除;
S6:根据所述人头候选区域、人头半径和人员坐标进行连通区域统计,获取预设规格连通区域个数和连通区域总数,并根据所述预设规格连通区域个数和连通区域总数计算获取教室区域座位就坐率。
所述检测目标图像计算式如下:
;
其中,;
式中,表示检测目标图像;/>表示空间参数;/>表示发色信息总数;/>表示发色信息i对应人头候选区域的图像空间;/>表示预设区域图像;/>表示预设转换参数;/>表示降噪系数。
其中,由于教室中窗户、讲台、黑板等干扰信息较多,但是教室内学生在自习过程中,运动范围较小基本保持原位;
因此需要对采集到的教室视频数据进行预处理,首先做干扰区域的去除,利用图像制作工具制作图层模板,利用图层模板与采集到的图像进行乘运算去除干扰区域,得到预设区域图像;
因为在教室中很少有黑色的区域,因而在去除干扰后的图像中,人头在图片中最具代表性,最好辨别的信息是头发颜色,因此对图像进行颜色空间转换;
HSV颜色空间是一种普适性很强的颜色空间,用它表示颜色更加符合人们的习惯;
预设转换参数分别是:色调(H)、饱和度(S)和明度(V),将图片由RGB转换成HSV颜色空间;
根据得到预设颜色空间图像进行二值化,并进行有效的腐蚀膨胀运算,在此通过腐蚀可以有效的消除噪声因素,并对原始图像分理处独立的图形,通过图像中任意相邻的元素集合找出其中的极大和极小值区域的研究处理从而得出图像的梯度,得到根据发色信息提取的人头候选区域;
由于人头是刚性的类圆形模型结构,将基于 Hough 变换检测圆的方法应用于对人头的识别检测,Hough 变换采用一种对于原图片上点通过一定对应关系到另一个累加的参数空间来实现对一种已知参数曲线的识别检测;
并且 Hough 变换的一个很重要的优势在于特定特征拟合过程中对于间隔的容错率,并且其变换不会因为噪声形式的存在而产生干扰;
再根据人头的形状特征,提出人头检测方法去除相应位置过大和过小的非人头区域,得到人头候选区域;
由于书包、篮球等与人头颜色、形状和大小类似的实体的干扰,会产生误检现象,之后利用累计帧差法的思想通过摄像机视频图像中的帧图像进行适当的差分运算,从而可以获得拟合的运动物体轮廓;
但是当某些特定情况下,摄像机场景中的目标出现异常活动时,此时连续的两帧图像会有较大差别,再通过帧减的形式,得到像素差的一个绝对值,再通过算法判定当所述目标区域小于预设检测阈值时,从而分析拟合出视频或者图像中相关物体的运动特征,排除掉静止的非人头区域;
最后根据所述人头候选区域、人头半径和人员坐标进行连通区域统计,获取预设规格连通区域个数和连通区域总数,并根据所述预设规格连通区域个数和连通区域总数计算获取教室区域座位就坐率;
通过上述步骤可以实现智能考勤以及教学资源共享,从而提高教学的高效性。
具体的,所述云服务层包括:接入采集模块、智能控制模块和存储/共享模块;
所述接入采集模块和所述设备层通过物联网设备中的通信模块连接;
所述接入采集模块,用于采集所述设备层中获取的教室环境数据,并将所述教室环境数据发送至所述智能控制模块;
所述智能控制模块,用于根据教室温湿度数据通过PID 控制算法,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制;
所述存储/共享模块,用于将所述教室环境数据进行存储,并将所述教室环境数据与所述应用层和设备层进行数据共享;
其中,所述教室环境数据包括:教室视频数据、教室灯光数据、教室温湿度数据、通风检测数据、二氧化碳检测数据、检测数据、烟雾检测数据和门窗开闭检测数据。
所述智能控制模块具体用于:
通过温湿度传感器采集教室温湿度数据,将所述温湿度数据进行排序,获取温湿度数据序列;
基于所述温湿度数据序列,进行室温达标分析,确定温湿度输入偏差值;
根据所述温湿度输入偏差值和预设控制参数的初始值,进行在线模糊控制,确定当前教室温湿度的误差和误差变量,并建立模糊控制规则;
其中,所述预设控制参数包括:第一预设控制参数、第二预设控制参数和第三预设控制参数;
基于所述模糊控制规则,根据所述误差和误差变量构成模糊子集,并根据正太分布规则,得到各所述模糊子集的隶属度函数;
对所述模糊子集的隶属度函数进行赋值,并通过模糊合成载体生成模糊矩阵表,根据所述模糊矩阵表,查询得到温湿度修正系数;
根据所述温湿度修正参数、预设控制参数的初始值、当前教室温湿度的误差和误差变量,计算得到控制参数实时值;
根据所述控制参数实时值,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制。
所述控制参数实时值计算式如下:
;
式中,表示第一预设控制参数实时值;/>表示第二预设控制参数实时值;/>表示第三预设控制参数实时值;/>表示第一预设控制参数的初始值;/>表示第二预设控制参数的初始值;/>表示第三预设控制参数的初始值;/>表示当前教室温湿度的误差;/>表示当前教室温湿度的误差变量;/>表示第一温湿度修正系数;/>表示第二温湿度修正系数;/>表示第三温湿度修正系数。
其中,所述温湿度输入偏差值计算式如下:
;
式中,表示温湿度输入偏差值;/>表示当前温湿度偏差值;/>表示室温达标参数;/>表示温湿度数据序列的偏差总值;
其中,;
式中,表示温湿度数据序列的偏差总值;/>表示第k个温湿度数据序列的偏差值;
其中,;
式中,表示当前温湿度偏差值;/>表示第k个温湿度数据序列的偏差值;/>表示温湿度数据序列的最近偏差值;
其中,;
式中,表示温湿度数据序列的最近偏差值;/>表示预设控制目标值;/>表示控制对象当前值。
根据所述云服务层生成的控制指令对教室温控子***进行控制。可以使教室的智能化管理水平得到有效的提高,让教室的管理更高效、更安全,减少了人工管理成本。
具体的,如图2所示,所述设备层包括:传感器设备、物联网设备、基础设备和维护管理模块;
所述物联网设备包括:蓝牙模块、WIFI模块、视频监控摄像机、移动终端、教室温控子***、智能网关;
其中,所述WIFI模块采用ESP8266 模块,所述ESP8266 模块作为一款集成度非常高的 WIFI 模块,被广泛用于各种智能家居和需要使用无线通讯技术的地方,同时它非常适合作为数据通信传输设备;
该WIFI模块自带很多非常实用的功能,如可以使用 AT 命令对其进行设置或者进行数据传输,使用方便,易于联网;
所述WIFI模块总共有三种模式,包括站点模式、接入点模式和混合模式,站点模式下可以连接到无线网络中;
接入点模式下则创建了一个局域网,可以允许其它无线设备接入,提供数据访问;
混合模式则是以上两个功能都支持,既可以提供了一个局域网,也可以作为站点连接到因特网;
所述蓝牙模块可实现组网功能,所述移动终端使用 SSCOM 串口助手软件对所述蓝牙模块发送AT 命令,进而对其进行设置;
在组网中每个蓝牙的串口波特率、广播名和组网 ID 都设置为相同,在本发明中统一将该组网的波特率设置为115200bps,广播名设置为1024,组网 ID 设置为785630;
设置完后进行蓝牙重启,保存之前的设置。
所述传感器设备包括:数据导入模块、温湿度传感器、光敏传感器、传感器、二氧化碳传感器、烟雾传感器、和门窗通风检测模块;
其中,所述数据导入模块分别与所述温湿度传感器、光敏传感器、烟雾传感器和门窗通风检测模块无线连接;
其中,所述温湿度传感器为DHT11(数字温度传感器),其响应速度快,且抗干扰能力强,可准确且快速的采集教室的温湿度数据;
所述传感器为PMS5003,可测量空气中/>、/>和/>的浓度分布,数据通过/>传感器串口进行输出;
所述二氧化碳传感器使用 MG811 气体传感器,该传感器对/>极为敏感,二氧化碳浓度越高,输出的电压值就越小;
MG811传感器对温湿度的灵敏较低,可以避免温湿度对其的干扰,可以较好的测出不同温湿度情况下的二氧化碳浓度;
所述传感器设备,用于对教室环境数据进行采集、导入和记录;
基础设备包括:电源模块和控制器模块,其中,所述电源模块与所述控制器模块之间进行电连接;
所述基础设备,用于对所述应用层、云服务层和设备层中各模块和子***进行供电和通过所述控制器模块进行电路控制和数据传输控制;
所述物联网设备中的所述视频监控摄像机、移动终端和教室温控子***通过所述智能网关、蓝牙模块和WIFI模块分别与所述基础设备中控制器模块和所述传感器设备中数据导入模块之间进行通信连接;
所述视频监控摄像机、移动终端和教室温控子***之间进行无线连接
所述物联网设备,用于基于L-BUS协议通过智能网关、蓝牙模块和WIFI模块,对所述传感器设备获取的教室环境数据进行传递;
其中,所述L-BUS协议协议是一种波特率9600bps.数据位8位停止位1位并且不需要校验位的通信协议。
所述维护管理模块,用于对所述教室环境数据进行监测,并对监测显示异常的所述环境数据对应的设备进行报警和维护;
由于所述基础设备、传感器设备和所述物联网设备存在一定的不确定性(如传感器出现故障,无线通信故障,物联网智能网关故障,数据传输时出现丢包导致上传数据出错等),导致子在各层之间传播共享的数据存在数据误差,以及资源库中存入一些不完整且有噪声的数据;
这些数据具体的表现有缺失值、异常值或者重复值,即便在软件方面对上传数据进行了一定的过滤和处理,这些问题数据还是有可能会存在;
为了提高模型的准确性,增加数据的利用率,需要在所述维护管理模块中对数据进行维护预处理;
数据的维护预处理的主要目的是为消除对本***来说冗余的数据、缺失属性较多无法进行补全的数据,并且对一些能够进行补全的数据通过一些数学运算进行补全;
进而最大化地保证数据的准确性和可利用性并最终提升数据的整体质量;
在本发明中,数据的维护预处理还可以对本发明中数据库存储的数据的格式进行调整,减少在后续的数据共享中出现的一些数据格式问题。
实施例2:
本发明提供的基于物联网的智慧教室控制方法流程图如图3所示,包括:
在设备层基于无线网络通过传感器设备将采集的教室环境数据进行传递,并对显示异常的所述环境数据对应的设备进行维护;
采集所述设备层发送的教室环境数据,并通过PID 控制算法对所述设备层中的教室温控子***进行智能控制;
通过应用层中智能教学管理子***,基于视觉分析算法根据所述教室环境数据中的教室视频数据进行教室座位就坐率计算;
并通过智能教学管理子***对教学资料进行共享,并对教学任务进行管理。
具体的,所述通过应用层中智能教学管理子***,基于视觉分析算法根据所述教室环境数据中的教室视频数据进行教室座位就坐率计算,包括:
通过所述教室环境数据中的教室视频数据通过视觉分析算法对监视监控画面视频流进行人员检测,获取教室区域座位就坐率;
基于热力图分析技术对所述教室视频数据中人员分布进行分析,获取分析结果,根据所述分析结果对教室区域物体进行区分,得到教师行动轨迹、教室区域人头抬头率;
所述通过智能教学管理子***对教学资料进行共享,并对教学任务进行管理,包括:
基于教室中预先设置的交互式触控投影屏幕,进行线上和线下双联互动教学,并生成教学记录;
其中,所述互动教学类型包括:教学通知、教学答疑、音视频互动教学、文字互动教学、在线作业、在线考试与测试、小组协作活动和远程辅导教学;
将所述教学记录按照所述互动教学类型进行分类,获取互动教学分类数据表;
根据所述互动教学分类数据表生成对应的互动教学类型二维码,并将所述互动教学类型二维码反馈至资源管理模块进行存储;
对上传至资源库中的教学资源和互动教学二维码进行记录和存储,并与所述云服务层直接进行资源数据共享。
所述教学资源至少包括下述中的一种或多种:授课教案、课件、教学录像、电子教材和教学实验指导材料。
所述教室区域座位就坐率的获取步骤如下:
S1:通过所述教室视频数据获取教室各区域视频帧,基于所述教室各区域视频帧,进行图像非关键区域排除,筛选得到预设区域图像;
S2:通过预设转换参数对所述预设区域图像颜色进行空间转换,得到预设颜色空间图像;
S3:基于所述预设颜色空间图像,进行图像辨识度增强处理,获取强化图像,对所述强化图像中颜色空间数据进行二值化处理,对进行二值化处理后的图像进行膨胀腐蚀运算,得到无噪图像;
S4:基于所述无噪图像,根据发色信息提取人头候选区域,通过Hough变换法将所述人头候选区域的图像空间映射至参数空间,生成检测目标图像;
S5:对所述检测目标图像进行区域搜索,获取各目标区域,当所述目标区域大于且等于预设检测阈值时,将所述目标区域作为人头候选区域;
当所述目标区域小于预设检测阈值时,将所述目标区域进行排除;
S6:根据所述人头候选区域、人头半径和人员坐标进行连通区域统计,获取预设规格连通区域个数和连通区域总数,并根据所述预设规格连通区域个数和连通区域总数计算获取教室区域座位就坐率。
所述检测目标图像计算式如下:
;
其中,;
式中,表示检测目标图像;/>表示空间参数;/>表示发色信息总数;/>表示发色信息i对应人头候选区域的图像空间;/>表示预设区域图像;/>表示预设转换参数;/>表示降噪系数。
具体的,所述采集所述设备层发送的教室环境数据,并通过PID 控制算法对所述设备层中的教室温控子***进行智能控制,包括;
所述接入采集模块和所述设备层通过物联网设备中的通信模块连接;
采集所述设备层中获取的教室环境数据,并将所述教室环境数据发送至所述智能控制模块;
根据教室温湿度数据通过PID 控制算法,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制;
将所述教室环境数据进行存储,并将所述教室环境数据与所述应用层和设备层进行数据共享;
其中,所述教室环境数据包括:教室视频数据、教室灯光数据、教室温湿度数据、通风检测数据、二氧化碳检测数据、检测数据、烟雾检测数据和门窗开闭检测数据。
所述根据教室温湿度数据通过PID 控制算法,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制,包括:
通过温湿度传感器采集教室温湿度数据,将所述温湿度数据进行排序,获取温湿度数据序列;
基于所述温湿度数据序列,进行室温达标分析,确定温湿度输入偏差值;
根据所述温湿度输入偏差值和预设控制参数的初始值,进行在线模糊控制,确定当前教室温湿度的误差和误差变量,并建立模糊控制规则;
其中,所述预设控制参数包括:第一预设控制参数、第二预设控制参数和第三预设控制参数;
基于所述模糊控制规则,根据所述误差和误差变量构成模糊子集,并根据正太分布规则,得到各所述模糊子集的隶属度函数;
对所述模糊子集的隶属度函数进行赋值,并通过模糊合成载体生成模糊矩阵表,根据所述模糊矩阵表,查询得到温湿度修正系数;
根据所述温湿度修正参数、预设控制参数的初始值、当前教室温湿度的误差和误差变量,计算得到控制参数实时值;
根据所述控制参数实时值,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制。
所述控制参数实时值计算式如下:
;
式中,表示第一预设控制参数实时值;/>表示第二预设控制参数实时值;/>表示第三预设控制参数实时值;/>表示第一预设控制参数的初始值;/>表示第二预设控制参数的初始值;/>表示第三预设控制参数的初始值;/>表示当前教室温湿度的误差;/>表示当前教室温湿度的误差变量;/>表示第一温湿度修正系数;/>表示第二温湿度修正系数;表示第三温湿度修正系数。
具体的,在设备层基于无线网络通过传感器设备将采集的教室环境数据进行传递,并对显示异常的所述环境数据对应的设备进行维护,包括:
所述设备层包括:传感器设备、物联网设备、基础设备和维护管理模块;
所述物联网设备包括:蓝牙模块、WIFI模块、视频监控摄像机、移动终端、教室温控子***、智能网关;
所述传感器设备包括:数据导入模块、温湿度传感器、光敏传感器、传感器、二氧化碳传感器、烟雾传感器、和门窗通风检测模块;
其中,所述数据导入模块分别与所述温湿度传感器、光敏传感器、烟雾传感器和门窗通风检测模块无线连接;
所述传感器设备,用于对教室环境数据进行采集、导入和记录;
基础设备包括:电源模块和控制器模块,其中,所述电源模块与所述控制器模块之间进行电连接;
对所述应用层、云服务层和设备层中各模块和子***进行供电和通过所述控制器模块进行电路控制和数据传输控制;
所述物联网设备中的所述视频监控摄像机、移动终端和教室温控子***通过所述智能网关、蓝牙模块和WIFI模块分别与所述基础设备中控制器模块和所述传感器设备中数据导入模块之间进行通信连接;
所述视频监控摄像机、移动终端和教室温控子***之间进行无线连接
所述物联网设备,用于基于L-BUS协议通过智能网关、蓝牙模块和WIFI模块,对所述传感器设备获取的教室环境数据进行传递;
对所述教室环境数据进行监测,并对监测显示异常的所述环境数据对应的设备进行报警和维护。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是,以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解,本领域技术人员阅读本发明后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护范围之内。
Claims (4)
1.基于物联网的智慧教室控制***,其特征在于,包括:应用层、云服务层和设备层;
所述设备层,用于基于无线网络通过传感器设备将采集的教室环境数据进行传递,并对显示异常的所述教室环境数据对应的设备进行维护;
所述云服务层,用于采集所述设备层发送的教室环境数据,并通过PID 控制算法对所述设备层中的教室温控子***进行智能控制;
所述应用层中智能教学管理子***,用于基于视觉分析算法根据所述教室环境数据中的教室视频数据进行教室座位就坐率计算;
所述应用层还用于通过智能教学管理子***对教学资料进行共享,并对教学任务进行管理;
所述应用层中智能教学管理子***包括:
智能考勤模块:用于基于所述教室环境数据中的教室视频数据通过视觉分析算法对监视监控画面视频流进行人员检测,获取教室区域座位就坐率;
所述智能考勤模块,还用于基于热力图分析技术对所述教室视频数据中人员分布进行分析,获取分析结果,根据所述分析结果对教室区域物体进行区分,得到教师行动轨迹、教室区域人头抬头率;
互动教学模块,用于基于教室中预先设置的交互式触控投影屏幕,进行线上和线下双联互动教学,并生成教学记录;
其中,所述互动教学类型包括:教学通知、教学答疑、音视频互动教学、文字互动教学、在线作业、在线考试与测试、小组协作活动和远程辅导教学;
所述互动教学模块,还用于将所述教学记录按照所述互动教学类型进行分类,获取互动教学分类数据表;
根据所述互动教学分类数据表生成对应的互动教学类型二维码,并将所述互动教学类型二维码反馈至资源管理模块进行存储;
资源管理模块,用于对上传至资源库中的教学资源和互动教学二维码进行记录和存储,并与云服务层直接进行资源数据共享;
所述智能考勤模块中教室区域座位就坐率的获取步骤如下:
S1:通过所述教室视频数据获取教室各区域视频帧,基于所述教室各区域视频帧,进行图像非关键区域排除,筛选得到预设区域图像;
S2:通过预设转换参数对所述预设区域图像颜色进行空间转换,得到预设颜色空间图像;
S3:基于所述预设颜色空间图像,进行图像辨识度增强处理,获取强化图像,对所述强化图像中颜色空间数据进行二值化处理,对进行二值化处理后的图像进行膨胀腐蚀运算,得到无噪图像;
S4:基于所述无噪图像,根据发色信息提取人头候选区域,通过Hough变换法将所述人头候选区域的图像空间映射至参数空间,生成检测目标图像;
S5:对所述检测目标图像进行区域搜索,获取各目标区域,当所述目标区域大于或等于预设检测阈值时,将所述目标区域作为人头候选区域;
当所述目标区域小于预设检测阈值时,将所述目标区域进行排除;
S6:根据所述人头候选区域、人头半径和人员坐标进行连通区域统计,获取预设规格连通区域个数和连通区域总数,并根据所述预设规格连通区域个数和连通区域总数计算获取教室区域座位就坐率;
所述检测目标图像计算式如下:
;
其中,;
式中,表示检测目标图像;/>表示空间参数;/>表示发色信息总数;/>表示发色信息i对应人头候选区域的图像空间;/>表示预设区域图像;/>表示预设转换参数;/>表示降噪系数;
所述云服务层包括:接入采集模块、智能控制模块和存储/共享模块;
所述接入采集模块和所述设备层通过物联网设备中的通信模块连接;
所述接入采集模块,用于采集所述设备层中获取的教室环境数据,并将所述教室环境数据发送至所述智能控制模块;
所述智能控制模块,用于根据所述教室环境数据中的教室温湿度数据通过PID 控制算法,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制;
所述存储/共享模块,用于将所述教室环境数据进行存储,并将所述教室环境数据与所述应用层和设备层进行数据共享;
其中,所述教室环境数据包括:教室视频数据、教室灯光数据、教室温湿度数据、通风检测数据、二氧化碳检测数据、检测数据、烟雾检测数据和门窗开闭检测数据;
所述智能控制模块具体用于:
通过温湿度传感器采集教室的温湿度数据,将所述温湿度数据进行排序,获取温湿度数据序列;
基于所述温湿度数据序列,进行室温达标分析,确定温湿度输入偏差值;
其中,所述温湿度输入偏差值计算式如下:
;
式中,表示温湿度输入偏差值;/>表示当前温湿度偏差值;/>表示室温达标参数;/>表示温湿度数据序列的偏差总值;
其中,;
式中,表示温湿度数据序列的偏差总值;/>表示第k个温湿度数据序列的偏差值;
其中,;
式中,表示当前温湿度偏差值;/>表示第k个温湿度数据序列的偏差值;/>表示温湿度数据序列的最近偏差值;/>表示温湿度传感器输出误差值;
其中,;
式中,表示温湿度数据序列的最近偏差值;/>表示预设控制目标值;/>表示控制对象当前值;
根据所述温湿度输入偏差值和预设控制参数的初始值,进行在线模糊控制,确定当前教室温湿度的误差和误差变量,并建立模糊控制规则;
其中,所述预设控制参数包括:第一预设控制参数、第二预设控制参数和第三预设控制参数;
基于所述模糊控制规则,根据所述误差和误差变量构成模糊子集,并根据正态分布规则,得到各所述模糊子集的隶属度函数;
对所述模糊子集的隶属度函数进行赋值,并通过模糊合成载体生成模糊矩阵表,根据所述模糊矩阵表,查询得到温湿度修正系数;
根据所述温湿度修正参数、预设控制参数的初始值、当前教室温湿度的误差和误差变量,计算得到控制参数实时值;
根据所述控制参数实时值,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制;
所述控制参数实时值计算式如下:
;
式中,表示第一预设控制参数实时值;/>表示第二预设控制参数实时值;/>表示第三预设控制参数实时值;/>表示第一预设控制参数的初始值;/>表示第二预设控制参数的初始值;/>表示第三预设控制参数的初始值;/>表示当前教室温湿度的误差;/>表示当前教室温湿度的误差变量;/>表示第一温湿度修正系数;/>表示第二温湿度修正系数;/>表示第三温湿度修正系数。
2.如权利要求1所述的基于物联网的智慧教室控制***,其特征在于,所述教学资源至少包括下述中的一种或多种:授课教案、课件、教学录像、电子教材和教学实验指导材料。
3.如权利要求1所述的基于物联网的智慧教室控制***,其特征在于,所述设备层包括:传感器设备、物联网设备、基础设备和维护管理模块;
所述物联网设备包括:蓝牙模块、WIFI模块、视频监控摄像机、移动终端、教室温控子***、智能网关;
所述传感器设备包括:数据导入模块、温湿度传感器、光敏传感器、传感器、二氧化碳传感器、烟雾传感器、和门窗通风检测模块;
其中,所述数据导入模块分别与所述温湿度传感器、光敏传感器、烟雾传感器和门窗通风检测模块无线连接;
所述传感器设备,用于对教室环境数据进行采集、导入和记录;
基础设备包括:电源模块和控制器模块,其中,所述电源模块与所述控制器模块之间进行电连接;
所述基础设备,用于对所述应用层、云服务层和设备层中各模块和子***进行供电和通过所述控制器模块进行电路控制和数据传输控制;
所述视频监控摄像机、移动终端和教室温控子***之间进行无线连接;
所述物联网设备,用于基于L-BUS协议通过智能网关、蓝牙模块和WIFI模块,对所述传感器设备获取的教室环境数据进行传递;
所述维护管理模块,用于对所述教室环境数据进行监测,并对监测显示异常的所述环境数据对应的设备进行报警和维护。
4.基于物联网的智慧教室控制方法,其特征在于,包括:
在设备层基于无线网络通过传感器设备将采集的教室环境数据进行传递,并对显示异常的所述教室环境数据对应的设备进行维护;
采集所述设备层发送的教室环境数据,并通过PID 控制算法对所述设备层中的教室温控子***进行智能控制;
通过应用层中智能教学管理子***,基于视觉分析算法根据所述教室环境数据中的教室视频数据进行教室座位就坐率计算;
并通过智能教学管理子***对教学资料进行共享,并对教学任务进行管理;
所述应用层中智能教学管理子***包括:
智能考勤模块:用于基于所述教室环境数据中的教室视频数据通过视觉分析算法对监视监控画面视频流进行人员检测,获取教室区域座位就坐率;
所述智能考勤模块,还用于基于热力图分析技术对所述教室视频数据中人员分布进行分析,获取分析结果,根据所述分析结果对教室区域物体进行区分,得到教师行动轨迹、教室区域人头抬头率;
互动教学模块,用于基于教室中预先设置的交互式触控投影屏幕,进行线上和线下双联互动教学,并生成教学记录;
其中,所述互动教学类型包括:教学通知、教学答疑、音视频互动教学、文字互动教学、在线作业、在线考试与测试、小组协作活动和远程辅导教学;
所述互动教学模块,还用于将所述教学记录按照所述互动教学类型进行分类,获取互动教学分类数据表;
根据所述互动教学分类数据表生成对应的互动教学类型二维码,并将所述互动教学类型二维码反馈至资源管理模块进行存储;
资源管理模块,用于对上传至资源库中的教学资源和互动教学二维码进行记录和存储,并与云服务层直接进行资源数据共享;
所述智能考勤模块中教室区域座位就坐率的获取步骤如下:
S1:通过所述教室视频数据获取教室各区域视频帧,基于所述教室各区域视频帧,进行图像非关键区域排除,筛选得到预设区域图像;
S2:通过预设转换参数对所述预设区域图像颜色进行空间转换,得到预设颜色空间图像;
S3:基于所述预设颜色空间图像,进行图像辨识度增强处理,获取强化图像,对所述强化图像中颜色空间数据进行二值化处理,对进行二值化处理后的图像进行膨胀腐蚀运算,得到无噪图像;
S4:基于所述无噪图像,根据发色信息提取人头候选区域,通过Hough变换法将所述人头候选区域的图像空间映射至参数空间,生成检测目标图像;
S5:对所述检测目标图像进行区域搜索,获取各目标区域,当所述目标区域大于或等于预设检测阈值时,将所述目标区域作为人头候选区域;
当所述目标区域小于预设检测阈值时,将所述目标区域进行排除;
S6:根据所述人头候选区域、人头半径和人员坐标进行连通区域统计,获取预设规格连通区域个数和连通区域总数,并根据所述预设规格连通区域个数和连通区域总数计算获取教室区域座位就坐率;
所述检测目标图像计算式如下:
;
其中,;
式中,表示检测目标图像;/>表示空间参数;/>表示发色信息总数;/>表示发色信息i对应人头候选区域的图像空间;/>表示预设区域图像;/>表示预设转换参数;/>表示降噪系数;
所述云服务层包括:接入采集模块、智能控制模块和存储/共享模块;
所述接入采集模块和所述设备层通过物联网设备中的通信模块连接;
所述接入采集模块,用于采集所述设备层中获取的教室环境数据,并将所述教室环境数据发送至所述智能控制模块;
所述智能控制模块,用于根据所述教室环境数据中的教室温湿度数据通过PID 控制算法,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制;
所述存储/共享模块,用于将所述教室环境数据进行存储,并将所述教室环境数据与所述应用层和设备层进行数据共享;
其中,所述教室环境数据包括:教室视频数据、教室灯光数据、教室温湿度数据、通风检测数据、二氧化碳检测数据、检测数据、烟雾检测数据和门窗开闭检测数据;
所述智能控制模块具体用于:
通过温湿度传感器采集教室的温湿度数据,将所述温湿度数据进行排序,获取温湿度数据序列;
基于所述温湿度数据序列,进行室温达标分析,确定温湿度输入偏差值;
其中,所述温湿度输入偏差值计算式如下:
;
式中,表示温湿度输入偏差值;/>表示当前温湿度偏差值;/>表示室温达标参数;表示温湿度数据序列的偏差总值;
其中,;
式中,表示温湿度数据序列的偏差总值;/>表示第k个温湿度数据序列的偏差值;
其中,;
式中,表示当前温湿度偏差值;/>表示第k个温湿度数据序列的偏差值;/>表示温湿度数据序列的最近偏差值;/>表示温湿度传感器输出误差值;
其中,;
式中,表示温湿度数据序列的最近偏差值;/>表示预设控制目标值;/>表示控制对象当前值;
根据所述温湿度输入偏差值和预设控制参数的初始值,进行在线模糊控制,确定当前教室温湿度的误差和误差变量,并建立模糊控制规则;
其中,所述预设控制参数包括:第一预设控制参数、第二预设控制参数和第三预设控制参数;
基于所述模糊控制规则,根据所述误差和误差变量构成模糊子集,并根据正太分布规则,得到各所述模糊子集的隶属度函数;
对所述模糊子集的隶属度函数进行赋值,并通过模糊合成载体生成模糊矩阵表,根据所述模糊矩阵表,查询得到温湿度修正系数;
根据所述温湿度修正参数、预设控制参数的初始值、当前教室温湿度的误差和误差变量,计算得到控制参数实时值;
根据所述控制参数实时值,生成控制指令,并通过所述控制指令对教室温控子***进行智能控制;
所述控制参数实时值计算式如下:
;
式中,表示第一预设控制参数实时值;/>表示第二预设控制参数实时值;/>表示第三预设控制参数实时值;/>表示第一预设控制参数的初始值;/>表示第二预设控制参数的初始值;/>表示第三预设控制参数的初始值;/>表示当前教室温湿度的误差;/>表示当前教室温湿度的误差变量;/>表示第一温湿度修正系数;/>表示第二温湿度修正系数;/>表示第三温湿度修正系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311733722.3A CN117420868B (zh) | 2023-12-18 | 2023-12-18 | 基于物联网的智慧教室控制***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311733722.3A CN117420868B (zh) | 2023-12-18 | 2023-12-18 | 基于物联网的智慧教室控制***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117420868A CN117420868A (zh) | 2024-01-19 |
CN117420868B true CN117420868B (zh) | 2024-04-09 |
Family
ID=89526968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311733722.3A Active CN117420868B (zh) | 2023-12-18 | 2023-12-18 | 基于物联网的智慧教室控制***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117420868B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799894A (zh) * | 2012-06-21 | 2012-11-28 | 上海理工大学 | 一种快速俯视行人的检测方法 |
CN104019526A (zh) * | 2014-06-24 | 2014-09-03 | 河海大学常州校区 | 改进pso算法模糊自适应pid温湿度控制***及方法 |
CN104021599A (zh) * | 2014-05-19 | 2014-09-03 | 沈阳工业大学 | 基于校园WiFi的课堂考勤管理***及其人数统计方法 |
CN105184258A (zh) * | 2015-09-09 | 2015-12-23 | 苏州科达科技股份有限公司 | 目标跟踪方法及***、人员行为分析方法及*** |
CN106779043A (zh) * | 2016-12-28 | 2017-05-31 | 南京沃顿物联网科技有限公司 | 一种基于人头检测的计数方法 |
CN108399388A (zh) * | 2018-02-28 | 2018-08-14 | 福州大学 | 一种中高密度人群数量统计方法 |
CN109727165A (zh) * | 2018-12-18 | 2019-05-07 | 广州市驴车信息科技有限公司 | 智慧教室管理***及管理方法 |
CN110263609A (zh) * | 2019-01-27 | 2019-09-20 | 杭州品茗安控信息技术股份有限公司 | 一种安全帽佩戴情况的自动识别方法 |
CN111126325A (zh) * | 2019-12-30 | 2020-05-08 | 哈尔滨工程大学 | 一种基于视频的智能人员安防识别统计方法 |
CN112214048A (zh) * | 2020-09-02 | 2021-01-12 | 重庆邮电大学 | 微型快速温变实验箱温度控制***和方法 |
CN112562433A (zh) * | 2020-12-30 | 2021-03-26 | 华中师范大学 | 一种基于全息终端的5g强互动远程专递教学***及其工作方法 |
JP2021153537A (ja) * | 2020-03-30 | 2021-10-07 | リバティーポートジャパン株式会社 | クラウドサーバを用いた閉鎖空間の環境制御システム |
CN113989937A (zh) * | 2021-11-09 | 2022-01-28 | 武汉七月猫动漫设计有限公司 | 一种人体运动轨迹捕捉***及实施方法 |
JP2023014476A (ja) * | 2021-07-19 | 2023-01-31 | 新日本空調株式会社 | Pid制御装置の自動調整方法 |
CN116700393A (zh) * | 2023-07-19 | 2023-09-05 | 昆明理工大学 | 一种基于模糊控制的反应釜温度控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170123391A1 (en) * | 2015-10-28 | 2017-05-04 | Johnson Controls Technology Company | Multi-function thermostat with classroom features |
-
2023
- 2023-12-18 CN CN202311733722.3A patent/CN117420868B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799894A (zh) * | 2012-06-21 | 2012-11-28 | 上海理工大学 | 一种快速俯视行人的检测方法 |
CN104021599A (zh) * | 2014-05-19 | 2014-09-03 | 沈阳工业大学 | 基于校园WiFi的课堂考勤管理***及其人数统计方法 |
CN104019526A (zh) * | 2014-06-24 | 2014-09-03 | 河海大学常州校区 | 改进pso算法模糊自适应pid温湿度控制***及方法 |
CN105184258A (zh) * | 2015-09-09 | 2015-12-23 | 苏州科达科技股份有限公司 | 目标跟踪方法及***、人员行为分析方法及*** |
CN106779043A (zh) * | 2016-12-28 | 2017-05-31 | 南京沃顿物联网科技有限公司 | 一种基于人头检测的计数方法 |
CN108399388A (zh) * | 2018-02-28 | 2018-08-14 | 福州大学 | 一种中高密度人群数量统计方法 |
CN109727165A (zh) * | 2018-12-18 | 2019-05-07 | 广州市驴车信息科技有限公司 | 智慧教室管理***及管理方法 |
CN110263609A (zh) * | 2019-01-27 | 2019-09-20 | 杭州品茗安控信息技术股份有限公司 | 一种安全帽佩戴情况的自动识别方法 |
CN111126325A (zh) * | 2019-12-30 | 2020-05-08 | 哈尔滨工程大学 | 一种基于视频的智能人员安防识别统计方法 |
JP2021153537A (ja) * | 2020-03-30 | 2021-10-07 | リバティーポートジャパン株式会社 | クラウドサーバを用いた閉鎖空間の環境制御システム |
CN112214048A (zh) * | 2020-09-02 | 2021-01-12 | 重庆邮电大学 | 微型快速温变实验箱温度控制***和方法 |
CN112562433A (zh) * | 2020-12-30 | 2021-03-26 | 华中师范大学 | 一种基于全息终端的5g强互动远程专递教学***及其工作方法 |
JP2023014476A (ja) * | 2021-07-19 | 2023-01-31 | 新日本空調株式会社 | Pid制御装置の自動調整方法 |
CN113989937A (zh) * | 2021-11-09 | 2022-01-28 | 武汉七月猫动漫设计有限公司 | 一种人体运动轨迹捕捉***及实施方法 |
CN116700393A (zh) * | 2023-07-19 | 2023-09-05 | 昆明理工大学 | 一种基于模糊控制的反应釜温度控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117420868A (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111443609B (zh) | 一种基于物联网的实验室环境自适应调节方法 | |
CN110676937B (zh) | 智慧安全用电运维管理*** | |
CN104299178A (zh) | 一种基于面部识别的网络教学方法及*** | |
KR102503116B1 (ko) | 인공지능 머신러닝 학습을 위한 데이터셋 자동 생성 장치와 그의 제어 방법 | |
CN112560816A (zh) | 一种基于YOLOv4的设备指示灯识别方法及*** | |
CN112200011B (zh) | 曝气池状态检测方法、***、电子设备及存储介质 | |
CN111523646B (zh) | 基于物联网的远程教育学习中心智慧感知网络及管理方法 | |
CN110740298A (zh) | 分布式教室违纪行为检测***、方法及介质 | |
CN111461487B (zh) | 一种基于bim的室内装修工程智慧管理*** | |
CN113822907B (zh) | 图像处理方法及装置 | |
CN110503092B (zh) | 基于领域适应的改进ssd监控视频目标检测方法 | |
CN113705510A (zh) | 目标识别跟踪的方法、装置、设备及存储介质 | |
CN112861809B (zh) | 基于多目标视频分析的课堂抬头检测***及其工作方法 | |
CN117420868B (zh) | 基于物联网的智慧教室控制***及方法 | |
CN111241926A (zh) | 考勤与学情分析方法、***、设备及可读存储介质 | |
CN112883755A (zh) | 一种基于深度学习与行为先验的吸烟和打电话检测方法 | |
CN112633157B (zh) | 一种agv工作区域安全性的实时检测方法及*** | |
CN114170138A (zh) | 无监督工业图像异常检测模型建立方法、检测方法及*** | |
CN108492231A (zh) | 基于学生行为数据的课堂效果信息的监控*** | |
CN117152094A (zh) | 基于计算机视觉的钢板表面缺陷分析方法、装置及*** | |
CN114298973A (zh) | 一种基于红外图像分割的智能供热监测方法 | |
CN115829234A (zh) | 基于课堂检测的自动化督导***及其工作方法 | |
CN115862172A (zh) | 一种带有表情识别的考勤*** | |
Guan et al. | Evaluation of classroom teaching quality based on video processing technology | |
CN208335271U (zh) | 一种基于学生行为数据的课堂效果信息的监控*** |
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 |