一种地板感应监控系统的制作方法

文档序号:24160890发布日期:2021-03-05 16:41阅读:66来源:国知局
一种地板感应监控系统的制作方法

[0001]
本发明属于物联网领域;涉及地板感应技术;具体是一种地板感应监控系统。


背景技术:

[0002]
传统的室内木质地板,对使用环境的要求很高,在潮湿的环境下容易膨胀变形、霉变、虫蛀,在干燥的环境下又容易收缩变形、开裂;成品或半成品一般都采用涂层工艺形成,形成表面光滑的油漆层以保护木质地板,增加木质地板的使用寿命和美感;但现有加热地板无法根据屋内人数多少来智能调节加热温度,进而造成屋内没人,地板依旧在持续高温加热,进而导致地板容易收缩变形、开裂,实用寿命缩短。


技术实现要素:

[0003]
本发明的目的在于提供一种地板感应监控系统,用于解决现有加热地板无法根据屋内人数多少来智能调节加热温度,进而造成屋内没人,地板依旧在持续高温加热,进而导致地板容易收缩变形、开裂,实用寿命缩短的问题。
[0004]
本发明的目的可以通过以下技术方案实现:
[0005]
一种地板感应监控系统,包括压力检测模块、采集模块、验证模块、服务器以及控制器;
[0006]
所述验证模块用于获取压力检测模块所产生的压力值人数与采集模块所产生的视频值人数,并通过对比公式进行对比,得出验证人数值,并将验证人数值发送至控制器;
[0007]
所述对比公式为当对比公式结果值大于等于l1,选取wd
i
为验证人数值;当对比公式结果值大于等于l2,同时,对比公式结果值小于等于l3,选取yl
j
为验证人数值,当对比公式结果值大于等于l4,同时,对比公式结果值小于等于l5,选取为验证人数值;l1、l2、l3、l4以及l5均为预设对比值;φ为预设比例系数;
[0008]
所述控制器用于将验证人数值代入控制模型,并根据控制结果改变地板加热温度值;
[0009]
所述控制模型包括提取层、计算层、匹配层以及存储层;
[0010]
所述提取层用于提取验证人数值内数值,并将数值取整,并标记为标注数值,并将标注数值发送至计算层;
[0011]
所述计算层通过公式tj=k-(标注数值
×
0.1),得到调整码tj,并将调整码tj发送至匹配层;k为预设参数值;
[0012]
所述匹配层用于将调整码tj与预设温度表进行匹配,并将匹配温度标记为控制结果;
[0013]
所述存储层用于存储预设温度以及调整码tj。
[0014]
进一步地,所述压力检测模块包括传感器输入单元,所述传感器输入单元包括温
度传感器和重力传感器;所述温度传感器和重力传感器均设置于地板表层;
[0015]
所述温度传感器用于采集地板温度,所述重力传感器用于采集屋内重力变化,具体为,重力传感器检测到有行人经过的同时检测到重力突变,根据公式f=mv/t得出下落的冲击力,并将冲击力数值取整标记为监测压力值;若冲击力近似值大于设定冲击力阈值,再判断固定时间后是否恢复至阈值以内;若未恢复至阈值以内则判断为特殊事件;若恢复至阈值以内,则将监测压力值代入压力人数模型内,得到压力值人数;式中,f为压力,m为物体质量,v为速度,所述固定时间为2秒。
[0016]
进一步地,所述压力人数模型包括第二提取层、第二计算层以及第二存储层;
[0017]
所述第二提取层用于将监测压力值去小数,得到标注压力值ylz,并将标注压力值ylz发送至第二计算层;
[0018]
所述第二计算层通过公式得出压力值人数yl
j
,式中θ1、θ2、θ3均为预设年龄段压力值,α、β、δ均为预设年龄段压力值比例系数,并将压力值人数yl
j

[0019]
所述第二存储层用于储存压力值人数yl
j

[0020]
进一步地,所述采集模块包括视频采集单元,所述视频采集单元用于采集房屋内视频信息,并将视频信息发送至视频人数模型,得到视频值人数。
[0021]
进一步地,所述将视频信息发送视频人数模型,得到视频值人数具体为;
[0022]
输入视频帧,对于每一帧视频图像,结合高斯背景建模的方法和形态学滤波法,获得前景图像;
[0023]
通过计算前景图像中前景像素的数量并标记为前景面积s1,并做归一化处理,得到归一化前景面积s2;
[0024]
方法如下:对选定场景中处于画面纵向不同位置处行人的尺寸及纵向坐标进行采样,然后对这些数据进行线性拟合,求出拟合系数b,并得到拟合公式,由拟合公式推导得出任一目标位移至场景中任意其他位置时的尺寸,同一行人在视频图像的任意位置时,归一化前景面积相同,由此将前景面积s1修正为归一化前景面积s2;所述拟合公式为,y=f(x,b);
[0025]
对每一帧视频图像,以图像前景为模板,提取harris角点信息和surf特征点信息,分别计算每帧图像中这两种特征点的数量n1、n2,并通过单位面积中的有效特征点数量来表征场景中人群之间的遮挡程度,提取人群遮挡因子d1、d2;
[0026]
构建第一个bp网络模型,以归一化前景面积s2、人群遮挡因子d1、d2为输入向量,以场景中的统计人数为输出向量,训练bp网络完成回归模型t1的构建;
[0027]
采用adaboost级联分类器训练行人检测器t2;
[0028]
将视频信息输入回归模型t1,初步得到人群数量的估计r1;利用行人检测器t2检测出每个视频帧里的行人数目r2;视频信息包括归一化前景面积s2、人群遮挡因子d1、d2;
[0029]
构造第二个bp神经网络t3作为组合分类器,将前两个基分类器的结果r1和r2作为组合分类器t2输入向量的一部分,并结合归一化前景面积和遮挡因子的特征,实现分类器融合时权重的自适应计算;组合分类器的输出即为场景中的视频值人数。
[0030]
进一步地,所述控制器通过控制结果对地板温度进行调节。
[0031]
与现有技术相比,本发明的有益效果:
[0032]
通过重力传感器用于采集屋内重力变化,并将变化值发送至压力人数模型内,经过第二提取层、第二计算层以及第二存储层得到储存压力值人数yl
j
,使得地板可以实时监测屋内压力变化,进而监测屋内是否有人,同时通过视频采集单元采集屋内实时视频信息,将视频信息发送视频人数模型,得到视频值人数,并通过验证模块对上述数据进行进一步验证处理,最终得出控制结果,进而通过控制结果调节室内温度,解决了现有加热地板无法根据屋内人数多少来智能调节加热温度,进而造成屋内没人,地板依旧在持续高温加热,进而导致地板容易收缩变形、开裂,实用寿命缩短的问题。
附图说明
[0033]
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
[0034]
图1是本发明原理框图。
具体实施方式
[0035]
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
[0036]
因此,在下述附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。
[0037]
如图1所示,一种地板感应监控系统,包括压力检测模块、采集模块、验证模块、服务器以及控制器;
[0038]
压力检测模块包括传感器输入单元,传感器输入单元包括温度传感器和重力传感器;温度传感器和重力传感器均设置于地板表层;
[0039]
温度传感器用于采集地板温度,重力传感器用于采集屋内重力变化,具体为,重力传感器检测到有行人经过的同时检测到重力突变,根据公式f=mv/t得出下落的冲击力并取整数,得到监测压力值;若冲击力近似值大于设定的阈值,再判断固定时间后是否恢复至阈值以内;若未恢复至阈值以内则判断为特殊事件;若恢复至阈值以内,则将监测压力值代入压力人数模型内,得到压力值人数;式中,f为压力,m为物体质量,v为速度,固定时间为2秒。
[0040]
压力人数模型包括第二提取层、第二计算层以及第二存储层;
[0041]
第二提取层用于将监测压力值去小数,得到标注压力值ylz,并将标注压力值ylz发送至第二计算层;
[0042]
第二计算层通过公式得出压力值人数yl
j
,式中θ1、θ2、θ3均为预设年龄段压力值,α、β、δ均为预设年龄段压力值比例系数,并将压力值人数yl
j
;第二存储层用于储存压力值人数yl
j

[0043]
采集模块包括视频采集单元,视频采集单元,视频采集单元用于采集房屋内视频
信息,并将视频信息发送视频人数模型,得到视频值人数。
[0044]
将视频信息发送视频人数模型,得到视频值人数具体为,
[0045]
输入视频帧,对于每一帧视频图像,使用混合高斯背景建模的方法,结合形态学滤波,获得前景图像;
[0046]
通过计算前景图像中前景像素的数量,得到前景面积s1,并做归一化处理,得到归一化前景面积s2;
[0047]
方法如下:对选定场景中处于画面纵向不同位置处行人的尺寸及纵向坐标进行采样,然后对这些数据进行线性拟合,求出拟合系数x与b,并得到拟合公式,由拟合公式推导得出任一目标位移至场景中任意其他位置时的尺寸,同一行人在视频图像的任意位置时,归一化前景面积相同,由此将前景面积s1修正为归一化前景面积s2;所述拟合公式为,y=f(x;b);
[0048]
对每一帧视频图像,以图像前景为模板,提取harris角点信息和surf特征点信息,分别计算每帧图像中这两种特征点的数量n1、n2,并通过单位面积中的有效特征点数量来表征场景中人群之间的遮挡程度,提取人群遮挡因子d1、d2;
[0049]
构建第一个bp网络模型,以归一化前景面积s2、人群遮挡因子d1、d2为输入向量,以场景中的统计人数为输出向量,训练bp网络完成回归模型t1的构建;
[0050]
提取互联网公开库的hog特征,采用adaboost级联分类器训练相应的行人检测器t2;
[0051]
将视频信息输入回归模型t1,初步得到人群数量的估计r1;利用行人检测器t2检测出每个视频帧里的行人数目r2;视频信息包括归一化前景面积s2、人群遮挡因子d1、d2;
[0052]
构造第二个bp神经网络t3作为组合分类器,将前两个基分类器的结果r1和r2作为组合分类器t2输入向量的一部分,并结合归一化前景面积和遮挡因子的特征,实现分类器融合时权重的自适应计算;组合分类器的输出即为场景中的视频值人数。
[0053]
验证模块用于获取压力检测模块所产生的压力值人数与采集模块所产生的视频值人数,并通过对比公式进行对比,得出验证人数值,并将验证人数值发送至控制器;
[0054]
对比公式为当对比公式结果值大于等于l1,选取wd
i
为验证人数值;当对比公式结果值大于等于l2,同时,对比公式结果值小于等于l3,选取yl
j
为验证人数值,当对比公式结果值大于等于l4,同时,对比公式结果值小于等于l5,选取为验证人数值;l1、l2、l3、l4以及l5均为预设对比值;φ为预设比例系数;
[0055]
控制器用于将验证人数值代入控制模型,并根据控制结果改变地板加热温度值;
[0056]
控制模型包括提取层、计算层、匹配层以及存储层;
[0057]
提取层用于提取验证人数值内数值,并将数值取整数,得到标注数值,并将标注数值发送至计算层;
[0058]
计算层通过公式tj=k-(标注数值
×
0.1),得到调整码tj,并将调整码tj发送至匹配层;k为预设参数值;
[0059]
匹配层用于将调整码tj与预设温度表进行匹配,并将匹配温度标记为控制结果;
[0060]
存储层用于存储预设温度以及调整码tj;
[0061]
所述预设温度表如表一所示;
[0062]
表一:
[0063][0064]
控制器通过控制结果对地板温度进行调节。
[0065]
本发明在具体实施时:通过重力传感器用于采集屋内重力变化,得到监测压力值,并将监测压力值压力人数模型得到压力值人数,并同时通过视频采集单元获取视频信息,并将视频信息发送视频人数模型,得到视频值人数,在通过验证模块进一步对压力值人数与视频值人数进行进一步处理,得到控制结果,通过控制结果对底板温度进行调节。
[0066]
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
[0067]
在本发明所提供的实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式;所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
[0068]
另对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
[0069]
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0070]
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
[0071]
最后应说明的是,以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1