一种基于ZigBee无线传感网络的动物危险信息监控系统的制作方法

本发明涉及信息传输技术领域，尤其是一种基于zigbee无线传感网络的动物危险信息监控系统。

背景技术：

野生动物的生存与发展维系着整个生态系统的平衡与稳定，与人类的生存息息相关，随着人类文明的发展，野生动物的数量急剧减少，随后衍生了大量的以保护物种多样性为目的的野生动物园，保护动物的同时可以向大众开放，大众增长见闻又为野生动物的保护提供了资金支持。但是如何有效的对其进行监测、数量统计和安全保护显得尤为重要。传统的野生动物保护采用人工方式手工记录、统计，存在很多弊端，如：缺乏长期性、实时性，也有一定的困难性和危险性，另外，游客参观动物时能否一定看到目标也有很大的不确定性，难以实现实时监控。

目前，在动物园、动物栖息地等动物活动场所中，当动物有救助需求时，由于位置因素，时间因素等各种原因，管理员可能无法及时获取求救信号，导致动物救助的不及时，从而导致动物尤其是珍稀动物的二次伤害。因此需要一套可以及时发现动物危险状况并且能及时提示管理员的监督及报警系统。

技术实现要素：

针对现有技术的不足，本发明提供一种基于zigbee无线传感网络的动物危险信息监控系统。

本发明的技术方案为：一种基于zigbee无线传感网络的动物危险信息监控系统，包括声信号采集单元、zigbee无线传感网络模块、云服务器、移动终端，

所述的声信号采集模块包括在动物区域布设的多个声传感器；多个所述的声传感器与zigbee无线传感网络模块的相应节点连接；所述的zigbee无线传感网络模块的主节点与云服务器连接，所述的云服务器与移动终端通讯连接；

所述的云服务器存储有训练好的声识别卷积神经网络模型；

所述的移动终端包括移动控制端后端和移动控制端前端；

声信号采集单元采集动物的异常声音后，并通过zigbee无线传感网络模块传输至云服务器，通过训练好的声识别卷积神经网络模型对异常声音进行识别，并将识别的异常声信息通过移动终端反馈给管理员。

优选的，用动物的异常声音数据训练声识别卷积神经网络模型，并将训练好的模型存储在云服务器；

优选的，管理员通过移动控制端前端进行管理员身份认证，并将认证信息存储与云服务器中，认证信息主要包括管理员身份的基本信息认证。

优选的，将动物活动范围划分为多个区域，并在每个区域内设置多个声传感器，并且在每个区域内布设相应的声传感器zigbee中继节点，并且在动物活动范围内布设声传感器zigbee主节点；每个声传感器与相应的传感器zigbee中继节点连接，多个传感器zigbee中继节点通过声传感器zigbee主节点与云服务器连接。

优选的，所述的声传感器zigbee主节点获取由各个声传感器zigbee中继节点转发的每个空间区域的声传感器的声音数据，并且将上述数据大打包为声音数据集。

优选的，云服务器获取声音数据集后发送给移动控制端后端，并按照声传感器编号依次将声数据输入训练好的声识别卷积神经网络模型对各个声传感器采集的声数据进行识别，并依次输出各个声传感器采集的声数据是否为异常声数据。

优选的，所述的移动控制端后端将异常声数据作为危险信号发送给移动控制端前端，通过移动控制端前端反馈给管理员，其中，危险信号的内容包括声传感器的编号、异常声数据的类型、异常信号的发生时间。

优选的，所述的移动控制端前端通过短信、微信或者推送消息的形式将危险信号反馈给管理员，管理员针对危险信号的声传感器编号对相应区域的动物进行处理，并将处理结果以及相应的危险信号信息上传至云服务器。

优选的，所述的移动控制端后端将危险信号处理结果、以及危险信号、危险信号发生时间、危险信号发生时的天气数据进行标定，并输入训练好的声识别卷积神经网络模型对模型进行优化。

本发明的有益效果为：

1、本发明充分利用zigbee无线传感网络费用低、能量低、容错高等特点，结合卷积神经网络模型对声数据识别的高效率及高准确路，为动物们提供一个良好的危险状况监护环境，从而更好地保护动物园中的动物。

2、通过在各个区域布设多个声传感器，实时采集动物的声数据，并通过声识别模型对声数据进行识别，实现实时监控动物的状况，并且通过将相应的处理数据用于优化模型，进一步提高模型的准确性。

3、并将危险信号和处理方案上传至云服务器，从而方便后续查阅，保证动物异常的数据跟踪。

附图说明

图1为本发明的结构框架图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明：

如图1所示，一种基于zigbee无线传感网络的动物危险信息监控系统，包括声信号采集单元、zigbee无线传感网络模块、云服务器、移动终端，

所述的声信号采集模块包括在动物活动区域布设的多个声传感器；多个所述的声传感器与zigbee无线传感网络模块的相应节点连接；所述的zigbee无线传感网络模块的主节点与云服务器连接，所述的云服务器与移动终端通讯连接；所述的移动终端包括移动控制端后端和移动控制端前端；其中，移动控制端后端用于声数据的处理，移动控制端前端用于与管理员建立连接。

所述的云服务器存储有训练好的声识别卷积神经网络模型，以及声传感器采集的声数据、以及异常声数据处理的方法。

声信号采集单元采集动物的异常声音后，通过zigbee无线传感网络模块传输至云服务器，通过训练好的声识别卷积神经网络模型对异常声音进行识别，并将识别的异常声信息通过移动终端反馈给管理员，管理员根据异常声信息的传感器编号进行相应的处理。

优选的，使用爬虫技术获取动物异常声信号数据，并将获取的动物的异常声音数据训练声识别卷积神经网络模型，并将训练好的模型存储在云服务器。

优选的，管理员通过移动控制端前端进行管理员身份认证，并将认证信息存储与云服务器中，认证信息主要包括管理员身份的基本信息认证，如管理员的身份证信息、管理员资格证信息、电话信息、管理员的动物管理经验信息等进行认证。

优选的，以10m为单位将动物活动范围划分为多个区域，并在每个区域内设置多个声传感器，并对每个声传感器进行相应的编号。并且在每个区域内布设相应的声传感器zigbee中继节点，并且在动物活动范围内布设声传感器zigbee主节点；每个声传感器与相应的传感器zigbee中继节点连接，多个传感器zigbee中继节点通过声传感器zigbee主节点与云服务器连接。所述的声传感器zigbee主节点获取由各个声传感器zigbee中继节点获取的每个空间区域的声传感器的声音数据，并且将上述数据大打包为声音数据集。

优选的，云服务器获取声音数据集后发送给移动控制端后端，移动控制端后端将声音数据集分解各个声传感器的声数据，并且按照声传感器的编号依次将声数据输入训练好的声识别卷积神经网络模型对各个声传感器采集的声数据进行识别，并依次输出各个声传感器采集的声数据是否为异常声数据。若输出的识别结果为异常声数据，所述的移动控制端后端将异常声数据作为危险信号发送给移动控制端前端，通过移动控制端前端反馈给管理员，其中，危险信号的内容包括声传感器的编号、异常声数据的类型、异常信号的发生时间、发生的天气情况。

优选的，所述的移动控制端前端通过短信、微信或者推送消息的形式将危险信号反馈给管理员，管理员针对危险信号的声传感器编号对相应区域的动物进行处理，并将处理结果以及相应的危险信号信息上传至云服务器存储。

优选的，所述的移动控制端后端将危险信号处理结果、以及危险信号、危险信号发生时间、危险信号发生时的天气数据进行标定，并输入训练好的声识别卷积神经网络模型对模型进行优化。

上述实施例和说明书中描述的只是说明本发明的原理和最佳实施例，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。