一種安防報警求助系統及方法與流程
2023-05-02 05:04:56
本發明屬於智能家居領域,具體涉及一種安防報警求助系統及方法。
背景技術:
現有安防產品如攝像頭只能作為監控作用,在客戶端查看監控錄像,並不能主動判斷家裡的安防情況。還有一些產品通過紅外檢測人體移動來判斷是否有人闖入,但是並不具備求救和自動檢測老人是否在家功能。
技術實現要素:
本發明要解決的技術問題是:提供一種安防報警求助系統及方法,能夠主動判斷緊急情況。
本發明為解決上述技術問題所採取的技術方案為:一種安防報警求助系統,其特徵在於:它包括室內系統和伺服器;其中,
室內系統包括信號採集模塊、存儲判斷模塊和聯網模塊;信號採集模塊包括人體活動數據採集傳感器和環境參數採集傳感器;存儲判斷模塊用於存儲信號採集模塊採集的數據,並與歷史數據進行對比,判斷是否有緊急情況;聯網模塊用於將信號採集模塊採集的數據上傳到伺服器,並在有緊急情況時將緊急情況傳送給伺服器;所述的歷史數據包括當前存儲判斷模塊存儲的數據,以及從伺服器中獲取的機器學習雲平臺的學習結果;
伺服器包括:資料庫,用於存儲各室內系統上傳的數據、緊急情況和機器學習雲平臺的學習結果;機器學習雲平臺,用於調用資料庫中的數據和各室內系統上傳的緊急情況,進行機器學習,得出學習結果;通知模塊,用於在有緊急情況時,向對應的終端發出通知;所述的學習結果包括人體活動數據、環境參數、時間長度與緊急情況的對應關係。
按上述方案,所述的人體活動數據採集傳感器包括攝像頭和熱釋紅外傳感器。
按上述方案,所述的環境參數採集傳感器包括溫溼度傳感器和定位裝置。
按上述方案,所述的室內系統還包括與聯網模塊連接的主動求助模塊,主動求助模塊包括指紋識別模塊和/或求助按鈕。
按上述方案,所述的資料庫為web伺服器。
一種安防報警求助方法,其特徵在於:它包括以下步驟:
s1、實時採集並存儲人體活動數據和環境參數,上傳至伺服器;
s2、將採集的人體活動數據和環境參數與歷史數據進行對比,判斷是否有緊急情況;
s3、當有緊急情況時,將緊急情況傳送給伺服器,由伺服器向對應的終端發出通知;
所述的歷史數據包括存儲的人體活動數據和環境參數,以及從伺服器中獲取的機器學習雲平臺的學習結果;所述的學習結果包括人體活動數據、環境參數、時間長度與緊急情況的對應關係;所述的學習結果由機器學習雲平臺調用人體活動數據、環境參數和緊急情況,進行機器學習得出。
按上述方法,所述的s1通過攝像頭和熱釋紅外傳感器獲取人體活動信息,通過溫溼度傳感器和定位裝置獲取環境參數。
按上述方法,所述的s2包括安防模式和老人監測模式;安防模式下,當監測到有人體活動、溫度超過閾值或溼度超過閾值則判斷為緊急情況;老人監測模式下,當一段時間內監測不到人體活動、溫度超過閾值或溼度超過閾值則判斷為緊急情況。
按上述方法,本方法還包括一鍵求助步驟,任意狀態下,當有求助按鈕按下,則判斷為緊急情況。
按上述方法,一鍵求助步驟中,還通過指紋採集確定按鍵者的身份。
本發明的有益效果為:通過傳感器的設置,主動的判斷和發送緊急情況,並且通過機器學習提高主動判斷的正確性,從而實現主動判斷緊急情況的效果;將存儲判斷模塊設置在室內系統中,只在空閒時聯網獲取機器學習結果,不長時間佔用公共資源,提高判斷和響應速度。
附圖說明
圖1為本發明一實施例的系統框圖。
具體實施方式
下面結合具體實例和附圖對本發明做進一步說明。
本發明提供一種安防報警求助系統,如圖1所示,它包括室內系統和伺服器;其中,室內系統包括信號採集模塊、存儲判斷模塊和聯網模塊;信號採集模塊包括人體活動數據採集傳感器和環境參數採集傳感器;存儲判斷模塊用於存儲信號採集模塊採集的數據,並與歷史數據進行對比,判斷是否有緊急情況;聯網模塊用於將信號採集模塊採集的數據上傳到伺服器,並在有緊急情況時將緊急情況傳送給伺服器;所述的歷史數據包括當前存儲判斷模塊存儲的數據,以及從伺服器中獲取的機器學習雲平臺的學習結果;伺服器包括:資料庫,用於存儲各室內系統上傳的數據、緊急情況和機器學習雲平臺的學習結果;機器學習雲平臺,用於調用資料庫中的數據和各室內系統上傳的緊急情況,進行機器學習,得出學習結果;通知模塊,用於在有緊急情況時,向對應的終端發出通知;所述的學習結果包括人體活動數據、環境參數、時間長度與緊急情況的對應關係。
所述的人體活動數據採集傳感器包括攝像頭和熱釋紅外傳感器,用於採集是否有人體走動。所述的環境參數採集傳感器包括溫溼度傳感器和定位裝置,用於判斷火災、水洩漏和對本地進行定位。所述的室內系統還包括與聯網模塊連接的主動求助模塊,主動求助模塊包括指紋識別模塊和/或求助按鈕。所述的資料庫為web伺服器。
一種安防報警求助方法,包括以下步驟:
s1、實時採集並存儲人體活動數據和環境參數,上傳至伺服器。具體的,通過攝像頭和熱釋紅外傳感器獲取人體活動信息,通過溫溼度傳感器和定位裝置獲取環境參數。
s2、將採集的人體活動數據和環境參數與歷史數據進行對比,判斷是否有緊急情況。具體的,包括安防模式和老人監測模式;安防模式下,當監測到有人體活動、溫度超過閾值或溼度超過閾值則判斷為緊急情況;老人監測模式下,當一段時間內(例如12小時)監測不到人體活動、溫度超過閾值或溼度超過閾值則判斷為緊急情況。
s3、當有緊急情況時,將緊急情況傳送給伺服器,由伺服器向對應的終端發出通知,所述的終端包括手機、電腦的客戶端、或者html頁面或者簡訊、電話等向監護人發出警示信息的多種通知方式,甚至可以向第三方救助平臺(例如醫院、物業等)發出信息。
所述的歷史數據包括存儲的人體活動數據和環境參數,以及從伺服器中獲取的機器學習雲平臺的學習結果;所述的學習結果包括人體活動數據、環境參數、時間長度與緊急情況的對應關係;所述的學習結果由機器學習雲平臺調用人體活動數據、環境參數和緊急情況,進行機器學習得出。
本方法還包括一鍵求助步驟,任意狀態下,當有求助按鈕按下,則判斷為緊急情況。一鍵求助步驟中,還可以通過指紋採集確定按鍵者的身份。
機器學習雲平臺通過調用web伺服器中的操作記錄和環境參數進行學習訓練,學習結果被存儲在web伺服器中,當無人操作的時候,儲存判斷模塊可以通過聯網模塊連接web伺服器,從web伺服器中獲取機器學習結果自行進行操作,當有人操作的時候,機器學習雲平臺就會根據新輸入值,對已有的學習結果進行修正。
本求助系統除了主動安全檢測之外,還設有被動求助方法。當sos求助按鈕觸發以後,檢測模塊識別人體生物特徵信息位置和位置信息,人體生物特徵信息在儲存和判斷模塊中轉換為個人信息如:姓名,性別,年齡,位置;求助信息會通過網際網路(wifi或者運營商網絡)上傳到伺服器。通知模塊將求救消息送達到被求助者,被求助者收到消息後,可以自行前往求助,也可以通過求助平臺通知第三方(如:小區物業,附近醫院)來救助求救。
所述的室內系統可自成體系,若干個室內系統共用一個伺服器即可,可以在一棟樓、一個小區或一個範圍內將室內系統連成一個網絡。由於存儲判斷模塊將判斷的功能設置在室內系統中,不會長時間佔用伺服器的資源,提高判斷和響應速度。
本發明具有以下幾個特徵:1.多種途徑確保求救信息達到呼救者;2.基於無線電和網絡地理位置定位;3.指紋識別,確定求救者信息;4.第三方求救;5.系統具有主動安全檢測和學習功能。
以上實施例僅用於說明本發明的設計思想和特點,其目的在於使本領域內的技術人員能夠了解本發明的內容並據以實施,本發明的保護範圍不限於上述實施例。所以,凡依據本發明所揭示的原理、設計思路所作的等同變化或修飾,均在本發明的保護範圍之內。