版权说明 操作指南
首页 > 成果 > 详情

一种基于物联网的建筑施工安全监控系统

认领
导出
Link by 万方专利
反馈
分享
QQ微信 微博
成果类型:
专利
发明/设计人:
田雁新
申请/专利权人:
湖南城市学院
专利类型:
发明专利
语种:
中文
申请时间:
2017-9-15
申请/专利号:
CN201710830922.9
公开时间:
2018-2-13
公开号:
CN107690062A
主申请人地址:
413000 湖南省益阳市迎宾东路518号
申请地区:
湖南
代理人:
李大为
专利代理机构:
长沙楚为知识产权代理事务所(普通合伙) 43217
机构署名:
本校为第一完成单位
主权项:
一种基于物联网的建筑施工安全监控系统,其特征在于,所述基于物联网的建筑施工安全监控系统包括:无人机监控模块,与数据采集模块连接,用于通过无人机进行对施工现场进行视频监控;所述无人机监控模块采集视频图像的方法包括:提取颜色特征和自适应LBP算子特征;构建多特征底秩矩阵表示模型;<img file="re-FDA0001509247820000011.TIF" wi="726" he="158" />s.t. X<sub>i</sub>=X<sub>i</sub>A<sub>i</sub>+E<sub>i</sub>,i=1,…,K其中α是大于0的系数,<img file="re-FDA0001509247820000012.TIF" wi="476" he="126" />用来度量噪声和野点带来的误差;等价为以下模型:<img file="re-FDA0001509247820000013.TIF" wi="718" he="479" />对模型分解以及求解,得到子模型;输出伪视频区域并得到最后准确的视频区域;包括:根据视频区域大小、比例留下每个子空间的伪视频外接矩阵;设置一个跳变函数f(i,j),对伪视频区域进行精确定位,确定视频区域的上下边界:<img file="re-FDA0001509247820000014.TIF" wi="1326" he="150" />其中c(i,j)为c(i,j)=LBP<sub>8,1</sub>(i,j)‑LBP<sub>8,1</sub>(i,j‑1)上两式中i=1,2,3,4,…N,j=2,3,4,…M,因此任意一行i的跳变次数和S(i)为:<img file="re-FDA0001509247820000021.TIF" wi="669" he="143" />如果任意一行跳变次数的和S(i≥12),则这一行就有可能属于视频区域;由上至下对整幅图像进行扫描,找出所有满足S(i≥12)的行,并记录下这一行的行数i;如果有连续的h行满足S(i≥12),得到一个宽度为M,高度为h的矩形区域,这个区域是视频区域,视频图像中不具有此特征的区域排除;视频校正,输出定位后的图像;提取自适应LBP算子特征算法的具体步骤如下:(1)将输入系统的图像转换成灰度图像,对图像{grayv(i,j)}像素灰度值求和,再获取平均值:<img file="re-FDA0001509247820000022.TIF" wi="478" he="132" /><img file="re-FDA0001509247820000023.TIF" wi="246" he="103" />(2)利用总的纹理特征去除背景,计算图像的像素灰度值与平均像素灰度值的差值的绝对值之和,求其平均值:<img file="re-FDA0001509247820000024.TIF" wi="718" he="127" /><img file="re-FDA0001509247820000025.TIF" wi="334" he="119" />利用局部纹理特征去除背景,用3×3大小的滑动窗口,遍历图像,求取中心像素灰度值与周边像素灰度值之差,在每一个窗口图像内求取平均值:<img file="re-FDA0001509247820000026.TIF" wi="445" he="190" />(3)根据实验数据,拟合计算自适应阈值的方法:<img file="re-FDA0001509247820000027.TIF" wi="526" he="87" />人体生命特征检测模块,与数据采集模块连接,用于通过生命信息检测芯片获取人体生命信息数据;定位模块,与数据采集模块连接,用于通过定位芯片获取定位信息;所述定位模块的定位算法为:<img file="re-FDA0001509247820000031.TIF" wi="585" he="157" /><sup>u</sup>u<sub>x</sub>是用户参考坐标系中线性位置x轴的检测值;<sup>u</sup>u<sub>y</sub>是用户参考坐标系中线性位置y轴的检测值;<sup>u</sup>u<sub>z</sub>是用户参考坐标系中线性位置z轴的检测值;<sup>u</sup>x<sup>o</sup><sub>x</sub>是用户参考坐标系中主体体系x轴的检测值;<sup>u</sup>x<sup>o</sup><sub>y</sub>是沿着用户参考坐标系中y轴的主体体系y轴的检测值;<sup>u</sup>x<sup>o</sup><sub>z</sub>是沿着用户参考坐标系中z轴的主体体系z轴的检测值;p0是光标坐标中显示器坐标系原点的2D向量值;数据采集模块,与无人机监控模块、人体生命特征检测模块、定位模块、主控模块连接,用于将无人机监控模块和人体生命特征检测模块获取的模拟量电信号转换为数字量信号,并发送给主控模块;所述数据采集模块通过内置的感知设备在独立的采样周期内对目标信号x(t)进行采集,并用A/D方式对信号进行数字量化;然后,对量化后的信号x(i)进行降维;最后,对降维后的信号进行重构;其中t为采样时刻,i为量化后的信号排序;所述对量化后的信号进行降维,包括对量化后的信号通过有限脉冲响应滤波器的差分方程<img file="re-FDA0001509247820000032.TIF" wi="457" he="127" />i=1,…,M,其中h(0),…,h(L‑1)为滤波器系数,设计基于滤波的压缩感知信号采集框架,构造如下托普利兹测量矩阵:<img file="re-FDA0001509247820000033.TIF" wi="983" he="355" />则观测<img file="re-FDA0001509247820000034.TIF" wi="450" he="123" />i=1,…,M,其中b<sub>1</sub>,…,b<sub>L</sub>看作滤波器系数;子矩阵Φ<sub>FT</sub>的奇异值是格拉姆矩阵G(Φ<sub>F</sub>,T)=Φ′<sub>FT</sub>Φ<sub>FT</sub>特征值的算术根,验证G(ΦF,T)的所有特征值λi∈(1‑δ<sub>K</sub>,1+δ<sub>K</sub>),i=1,…,T,则Φ<sub>F</sub>满足RIP,并通过求解<img file="re-FDA0001509247820000041.TIF" wi="179" he="87" />s.t.y=Φ<sub>x</sub>最优化问题来重构原信号;即通过线性规划方法来重构原信号,亦即BP算法;对图像压缩信号的采集,则修改Φ<sub>F</sub>为如下形式:<img file="re-FDA0001509247820000042.TIF" wi="903" he="297" />如果信号在变换基矩阵Ψ上具有稀疏性,则通过求解<img file="re-FDA0001509247820000043.TIF" wi="182" he="85" />s.t.y=Φ<sub>x</sub>=ΦΨα=Ξα最优化问题,精确重构出原信号;其中Φ与Ψ不相关,Ξ称为CS矩阵;主控模块,与数据采集模块、报警模块、无线通信模块相连接,用于将数据采集模块采集的现场视频数据,工人生命检测数据和工人具体位置数据进行分析,出现异常情况时利用报警模块启动报警装置,并将相关数据信息发送至无线通信模块;报警模块,与主控模块、无线通信模块相连接,用于接受主控模块分析出的异常信号,并及时启动相关报警装置,同时将报警信号发送至无线通信模块。无线通信模块,与主控模块、报警模块连接,用于远程无线连接并从主控模块获取现场监控数据,并及时传递报警模块发出的报警信号。
摘要:
本发明属于监控系统技术领域,公开了一种基于物联网的建筑施工安全监控系统,无人机监控模块、人体生命特征检测模块、定位模块分别通过电路线连接数据采集模块;数据采集模块通过电路线连接主控模块;主控模块通过电路线连接报警模块、无线通信模块;报警模块通过电路线连接无线通信模块。本发明通过无人机监控模块可以灵活的进行对建筑现场全局监控,通过人体生命特征检测模块可以获取人体生命信息,通过定位模块可以获取工人的具体位置,如果出现事故方便施救人员及时快速进行救援,采用的定位算法可以大大提高定位数据的准确性。

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com