一种智慧社区智能化疫情管控系统及方法与流程

1.本发明涉及智慧社区技术领域，特别涉及一种智慧社区智能化疫情管控系统及方法。


背景技术：

2.社区是疫情联防联控的第一线，也是外防输入、内防扩散最有效的防线。把社区这道防线守住，就能有效切断疫情扩散蔓延的渠道。然而目前社区的疫情管控仍存在以下几点问题：
3.社区进行管辖区域内的住房管控仍采用人工管控方式，人力资源消耗大，造成大量的人力劳动力高、人力成本高的情况，且管控效率低，居民体验差，管控人员无法甄别外来人口进出社区；
4.疫情防控无联动，需要人工核实信息、报警，仍采用手机扫码自助登记，信息无法核查其准确性和真实性，存在防疫漏洞，造成疫情扩散，且操作时间长，检测效率低，人员聚集密度高，防疫安全性较差。


技术实现要素：

5.本发明的目的在于提供一种智慧社区智能化疫情管控系统及方法，疫情管控平台实现无接触、便捷的人员通行体验，全程健康无接触开门，业主权限自动甄别，拒绝外来人，安全把关，有效提高了防控防疫效率，充分借助物联网、传感网等网络通信技术把物业管理、安防、通信等系统集成在一起，实现非接触的核查检验，避免交叉感染的同时，降低人工操作的失误率也提高了数据采集的真实性和准确性，以解决上述背景技术中提出的问题。
6.为实现上述目的，本发明提供如下技术方案：
7.一种智慧社区智能化疫情管控系统，包括疫情管控平台、移动通信网络、云端数据库和管控终端，疫情管控平台与管控终端通过移动通信网络进行数据交互，云端数据库与疫情管控平台进行数据交互，管控终端包括人脸识别摄像头、温度探测摄像头、人脸自动识别门禁、车辆自动识别门禁和智能语音助手，管控终端之间分别通过局域网进行数据交互构成终端采集系统，终端采集系统分别与gps定位系统进行数据交互，gps定位系统与疫情管控平台进行数据交互。
8.进一步的，管控终端包括终端数据采集模块、终端设备定位模块、终端设备交互模块和数据分类传输模块，终端数据采集模块进行多源数据采集，终端数据采集模块将采集到得到数据传输至终端设备定位模块，终端设备定位模块与gps定位系统进行实时交互，对采集到的数据进行定位标识，管控终端通过终端设备交互模块进行设备之间的交互，终端设备定位模块将标识定位后的数据传输至数据分类传输模块，数据分类传输模块将接收到的数据提取特征，并根据提取特征进行分类传输至疫情管控平台。
9.进一步的，疫情管控平台包括前端数据管理模块和后端社区管理模块，前端数据管理模块包括采集数据处理模块、管控区域分析模块、人员密度分析模块、移动范围分析模
块、行为轨迹分析模块、车辆轨迹分析模块和显示模块，后端社区管理模块包括异常预警模块、防疫报警模块、疫情防控救援模块、救援方案制定模块、反馈分析模块和设备控制模块。
10.进一步的，采集数据处理模块接收管控终端采集到的数据，并依据数据的传输提取方式进行分类管理，分别将视频数据和定位数据进行对比融合，管控区域分析模块依据定位数据对区域内的人员信息及数量进行区域管控，人员密度分析模块依据视频数据及区域管控数据进行人员密度分析，移动范围分析模块依据采集到的数据进行人员比对，确定同一人员的不同数据，确定人员的移动范围，行为轨迹分析模块依据人员的移动范围进行轨迹分析，并判断移动范围的准确性，车辆轨迹分析模块识别车辆信息，并针对车牌检索分析车辆轨迹，判断车辆轨迹安全性。
11.进一步的，显示模块分别与管控区域分析模块、人员密度分析模块、移动范围分析模块、行为轨迹分析模块和车辆轨迹分析模块进行数据交互，显示模块实时视频动态展示，展示网格、党组织、事件、综治、人口、建筑、部件、工作人员等信息图层，显示各管辖区域及人员车辆分布情况数据，提供空间查询分析工具，提供疫情重点防控人员行为轨迹图，支持gps定位系统与疫情管控平台的双向关联操作。
12.进一步的，异常预警模块分别对人员密度分析模块、移动范围分析模块、行为轨迹分析模块和车辆轨迹分析模块分析的数据通过ai智能预警实现人、车和异常行为的精准识别，ai智能预警包括人群态势预警和行为预警，人群态势预警包括区域人员数量超标、局部人员密度增大和人员聚集预警，行为预警包括快速移动、物品遗留/移走和越线入侵预警，设备控制模块控制终端设备，安全阈值内的人员可进出社区，临界安全阈值人员进行异常预警提示，防疫报警模块对超过警示阈值的行为轨迹和密度数据进行报警，疫情防控救援模块接收疫情防控救援报警，将感染疫情人员及其疑似人员集中救援，救援方案制定模块为救援人员进行方案制定，由救援人员实施，并将救援结果如实反馈至反馈分析模块。
13.进一步的，云端数据库包括身份认证数据库、行为轨迹数据库和决策方案数据库，身份认证数据库、行为轨迹数据库和决策方案数据库分别进行数据交互，身份认证数据库储存身份认证信息、人脸识别信息和监控视频数据，行为轨迹数据库储存地理位置数据、行为数据和行径轨迹数据，身份认证数据库与行为轨迹数据库一一对应，决策方案数据库储存历史方案数据和反馈数据，云端数据库为疫情管控平台提供数据基础，疫情管控平台通过移动通信网络与政府管理部门进行数据交互，为政府管理部门疫情管控提供管理依据。
14.进一步的，移动范围分析模块依据采集到的数据进行人员比对，确定同一人员的不同数据，确定人员的移动范围的过程，包括：
15.获取所述管控终端采集到的数据，在所述数据中提取人员数据；
16.对所述人员数据进行预处理，获取所述人员数据包含的人员数量；
17.基于所述人员数量建立对应的人员存放空间，利用所述云端数据库的存储数据进行人员对比，分别获取每一人员对应的预存信息；
18.将所述预存信息输入到对应的人员存放空间中，建立人员信息；
19.根据所述采集到的数据的数据长度建立时间轴；
20.将所述采集到的数据数据输入到所述时间轴，生成动态数据；
21.在所述动态数据中提取每一人员对应的初始位置，确定每一初始位置在社区的实际位置，分析该人员的位置特征；
表示为补偿后的视频数据中除人体特征外的其他特征的占比，θ2表示为特征比例对于计算结果的第二权重值，q表示为补偿后的视频数据中的可利用空间，q1表示为补偿后的视频数据中的最大可视化空间，θ3表为空间比例对于计算结果的第三权重值；
42.根据目标区域的人流密度系数分析出目标区域的人流密度。
43.本发明提供另一种技术方案，智慧社区智能化疫情管控系统的管控方法，包括以下步骤：
44.步骤一：管控终端通过终端采集系统进行终端数据采集，并通过终端数据采集模块与终端设备定位模块对采集数据进行分类传输和数据定位，定位数据依据分类输送至前端数据管理模块；
45.步骤二：前端数据管理模块分别对采集到的数据进行分类管理并分析，判断高风险人员，并实时进行动态监控和数据展示，并对各社区数据进行数据交互，加强各社区之间的联系；
46.步骤三：后端社区管理模块依据前端数据管理模块的数据进行社区设备管控，打通社区人行各设备与系统，统一身份认证体系，依托人脸识别等技术，实现无接触、便捷的人员通行体验。
47.与现有技术相比，本发明的有益效果是：
48.本发明提出的一种智慧社区智能化疫情管控系统及方法，通过终端采集系统实现社区间的联动和互通，疫情管控平台建设为基础，以构建统一的疫情防控体系，智能实现信息业务一体化，充分借助物联网、传感网等网络通信技术把物业管理、安防、通信等系统集成在一起，实现非接触的核查检验，避免交叉感染的同时，降低人工操作的失误率也提高了数据采集的真实性和准确性。
49.本发明提出的一种智慧社区智能化疫情管控系统及方法，疫情管控平台通过a i算法检测体温，现场语音提醒，智能捕捉面部信息，打通社区人行各设备与系统，统一身份认证体系，依托人脸识别等技术，实现无接触、便捷的人员通行体验，全程健康无接触开门，科技出行服务有温度，无需打开，安全刷脸，无感通行，释放双手，业主权限自动甄别，拒绝外来人，安全把关，有效提高了防控防疫效率,云端数据库为政府管理部门疫情管控提供管理依据。
附图说明
50.图1为本发明的整体模块拓扑图；
51.图2为本发明的管控终端模块图；
52.图3为本发明的疫情管控平台模块图；
53.图4为本发明的云端数据库模块图；
54.图5为本发明的云端数据库与疫情管控平台连接模块图；
55.图6为本发明的疫情管控系统方法流程图。
56.图中：1、疫情管控平台；11、前端数据管理模块；111、采集数据处理模块；112、管控区域分析模块；113、人员密度分析模块；114、移动范围分析模块；115、行为轨迹分析模块；116、车辆轨迹分析模块；117、显示模块；12、后端社区管理模块；121、异常预警模块；122、防疫报警模块；123、疫情防控救援模块；124、救援方案制定模块；125、反馈分析模块；126、设
备控制模块；2、移动通信网络；3、云端数据库；31、身份认证数据库；32、行为轨迹数据库；33、决策方案数据库；4、管控终端；41、终端数据采集模块；42、终端设备定位模块；43、终端设备交互模块；44、数据分类传输模块；5、gps定位系统；6、政府管理部门。
具体实施方式
57.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
58.请参阅图1-2，一种智慧社区智能化疫情管控系统，包括疫情管控平台1、移动通信网络2、云端数据库3和管控终端4，疫情管控平台1与管控终端4通过移动通信网络2进行数据交互，云端数据库3与疫情管控平台1进行数据交互，管控终端4包括人脸识别摄像头、温度探测摄像头、人脸自动识别门禁、车辆自动识别门禁和智能语音助手，管控终端4之间分别通过局域网进行数据交互构成终端采集系统，终端采集系统分别与gps定位系统5进行数据交互，gps定位系统5与疫情管控平台1进行数据交互，管控终端4包括终端数据采集模块41、终端设备定位模块42、终端设备交互模块43和数据分类传输模块44，终端数据采集模块41进行多源数据采集，终端数据采集模块41将采集到得到数据传输至终端设备定位模块42，终端设备定位模块42与gps定位系统5进行实时交互，对采集到的数据进行定位标识，管控终端4通过终端设备交互模块43进行设备之间的交互，终端设备定位模块42将标识定位后的数据传输至数据分类传输模块44，数据分类传输模块44将接收到的数据提取特征，并根据提取特征进行分类传输至疫情管控平台1，通过终端采集系统实现社区间的联动和互通，疫情管控平台1建设为基础，以构建统一的疫情防控体系，智能实现信息业务一体化，充分借助物联网、传感网等网络通信技术把物业管理、安防、通信等系统集成在一起，实现非接触的核查检验，避免交叉感染的同时，降低人工操作的失误率也提高了数据采集的真实性和准确性；
59.请参阅图3，疫情管控平台1包括前端数据管理模块11和后端社区管理模块12，前端数据管理模块11包括采集数据处理模块111、管控区域分析模块112、人员密度分析模块113、移动范围分析模块114、行为轨迹分析模块115、车辆轨迹分析模块116和显示模块117，后端社区管理模块12包括异常预警模块121、防疫报警模块122、疫情防控救援模块123、救援方案制定模块124、反馈分析模块125和设备控制模块126，采集数据处理模块111接收管控终端4采集到的数据，并依据数据的传输提取方式进行分类管理，分别将视频数据和定位数据进行对比融合，管控区域分析模块112依据定位数据对区域内的人员信息及数量进行区域管控，人员密度分析模块113依据视频数据及区域管控数据进行人员密度分析，移动范围分析模块114依据采集到的数据进行人员比对，确定同一人员的不同数据，确定人员的移动范围，行为轨迹分析模块115依据人员的移动范围进行轨迹分析，并判断移动范围的准确性，车辆轨迹分析模块116识别车辆信息，并针对车牌检索分析车辆轨迹，判断车辆轨迹安全性，显示模块117分别与管控区域分析模块112、人员密度分析模块113、移动范围分析模块114、行为轨迹分析模块115和车辆轨迹分析模块116进行数据交互，显示模块117实时视频动态展示，展示网格、党组织、事件、综治、人口、建筑、部件、工作人员等信息图层，显示各
管辖区域及人员车辆分布情况数据，提供空间查询分析工具，提供疫情重点防控人员行为轨迹图，支持gps定位系统5与疫情管控平台1的双向关联操作，异常预警模块121分别对人员密度分析模块113、移动范围分析模块114、行为轨迹分析模块115和车辆轨迹分析模块116分析的数据通过ai智能预警实现人、车和异常行为的精准识别，ai智能预警包括人群态势预警和行为预警，人群态势预警包括区域人员数量超标、局部人员密度增大和人员聚集预警，行为预警包括快速移动、物品遗留/移走和越线入侵预警，设备控制模块126控制终端设备，安全阈值内的人员可进出社区，临界安全阈值人员进行异常预警提示，防疫报警模块122对超过警示阈值的行为轨迹和密度数据进行报警，疫情防控救援模块123接收疫情防控救援报警，将感染疫情人员及其疑似人员集中救援，救援方案制定模块124为救援人员进行方案制定，由救援人员实施，并将救援结果如实反馈至反馈分析模块125，疫情管控平台1通过ai算法检测体温，现场语音提醒，智能捕捉面部信息，打通社区人行各设备与系统，统一身份认证体系，依托人脸识别等技术，实现无接触、便捷的人员通行体验，全程健康无接触开门，科技出行服务有温度，无需打开，安全刷脸，无感通行，释放双手，业主权限自动甄别，拒绝外来人，安全把关，有效提高了防控防疫效率；
60.请参阅图4-5，云端数据库3包括身份认证数据库31、行为轨迹数据库32和决策方案数据库33，身份认证数据库31、行为轨迹数据库32和决策方案数据库33分别进行数据交互，身份认证数据库31储存身份认证信息、人脸识别信息和监控视频数据，行为轨迹数据库32储存地理位置数据、行为数据和行径轨迹数据，身份认证数据库31与行为轨迹数据库32一一对应，决策方案数据库33储存历史方案数据和反馈数据，云端数据库3为疫情管控平台1提供数据基础，疫情管控平台1通过移动通信网络2与政府管理部门6进行数据交互，为政府管理部门6疫情管控提供管理依据。
61.在一个实例中，移动范围分析模块114依据采集到的数据进行人员比对，确定同一人员的不同数据，确定人员的移动范围的过程，包括：
62.获取所述管控终端4采集到的数据，在所述数据中提取人员数据；
63.对所述人员数据进行预处理，获取所述人员数据包含的人员数量；
64.基于所述人员数量建立对应的人员存放空间，利用所述云端数据库3的存储数据进行人员对比，分别获取每一人员对应的预存信息；
65.将所述预存信息输入到对应的人员存放空间中，建立人员信息；
66.根据所述采集到的数据的数据长度建立时间轴；
67.将所述采集到的数据数据输入到所述时间轴，生成动态数据；
68.在所述动态数据中提取每一人员对应的初始位置，确定每一初始位置在社区的实际位置，分析该人员的位置特征；
69.将所述动态数据划分为若干个单位数据段，分别在每一个单位数据段中获取每一人员对应的移动位置；
70.获取同一人员的初始位置和每一单位数据段对应的移动位置，建立人员移动轨迹，根据所述移动轨迹生成每一人员对应的移动特征；
71.同时，提取每一人员信息在每一单位数据段中的数据占比，生成每一人员的停顿特征；
72.获取每一人员对应的最大停顿特征所在的目标单位数据段，同时基于所述目标数
据段在所述动态数据中的顺序，生成位置属性；
73.提取每一人员在对应的目标单位数据段的动作行为结合对应的位置属性，获取不同人员之间的交流特征；
74.根据每一人员对应的位置特征、移动特征和交流特征，建立每一人员对应的移动数据；
75.分析所述移动数据包含的社区环境，生成每一人员对应的移动范围。
76.该实例中，人员数据表示当前在社区内活动的人员产生的信息；
77.该实例中，预存信息表示社区人员提前录入的信息；
78.该实例中，时间轴表示数据的采集时长对应的时间进度；
79.该实例中，初始位置表示人员数据在总数据中的位置，也可以表示人员在社区的位置；
80.该实例中，位置特征表示人员进入检测区域的位置；
81.该实例中，位置属性表示单位数据段表达社区位置的参数合集。
82.上述技术方案的工作原理：首先在管控终端采集到的数据中提取人员数据，分析人员数据包含的人员数量建立对应数据的人员存放空间，利用云端数据库的存储数据进行人员对比，可以获取每一人员对应的预存信息，建立人员信息，然后根据数据的数据长度建立时间轴生成动态数据，在动态数据中提取每一人员信息对应的初始位置，分析对应人员在社区中的位置特征，再将动态数据划分为若干个单位数据段，分别在每一个单位数据段中获取每一人员信息对应的移动位置，获取同一人员的初始位置和每一单位数据段对应的移动位置，获取每一人员对应的移动特征，根据每一人员信息在每一单位数据段中的数据占比，获取每一人员的停顿特征最大的目标单位数据段，生成位置属性，然后根据每一人员在对应的目标单位数据段的动作行为结合对应的位置属性，获取不同人员之间的交流特征，根据每一人员对应的位置特征、移动特征和交流特征，建立每一人员对应的移动数据，最后通过分析所述移动数据包含的社区环境，生成每一人员对应的移动范围。
83.上述技术方案的有益效果：通过分析人员在社区中的活动数据，可以得知当前在社区活动的人员的移动范围，利用数据分析法进行人员轨迹分析不仅可以快速获取不同人员的活动数据，还可以分析不同人员之间的交流特征，从而更加全面的分析人员行为，为后续分析人员行为，以及判断人员的安全性做基础，在一定程度上提高了系统的稳定性和全面性。
84.在一个实施例中，所述人员密度分析模块113依据视频数据及区域管控数据进行人员密度分析的步骤包括：
85.对所述视频数据进行亮度检测，根据检测结果选择适配的亮度补偿函数；利用所述亮度补偿函数对所述视频数据进行补偿，获取补偿后的视频数据；
86.对所述补偿后的视频数据进行分帧处理，获取处理结果；
87.对所述处理结果中的每帧图像进行人物特征点提取，获取特征点提取结果；
88.对每帧图像的特征点提取结果进行对比，选择出在每帧图像中均出现的目标人物特征点；
89.根据所述目标人物特征点计算出补偿后的视频数据中的当前人流量程度：
[0090][0091]
其中，t表示为补偿后的视频数据中的当前人流量程度，β表示为视频数据对应的环境缩放比例，cos表示为余弦，π表示为圆周率，α表示为补偿后的视频数据中的环境覆盖率，m表示为分帧图像的数量，i表示为第i帧图像，n表示为目标人物特征点的数量，j表示为第j个目标人物特征点，ln表示为自然对数，p
ij
表示为第j个目标人物特征点在第i帧图像中的轮廓系数，a
ij
表示为表示为第j个目标人物特征点在第i帧图像中的加权系数，b
jj
表示为表示为第j个目标人物特征点在第i帧图像中的偏置系数，p
′
表示为补偿后的视频数据中的整体轮廓系数；
[0092]
根据所述区域管控数据确定视频数据对应的目标区域的最大期望人流量程度；
[0093]
根据所述最大期望人流量程度和当前人流量程度计算出目标区域的人流密度系数：
[0094][0095]
其中，f表示为目标区域的人流密度系数，t1表示为最大期望人流量程度，θ1表示为人流量程度对于计算结果的第一权重值，s表示为补偿后的视频数据中人体特征的占比，s1表示为补偿后的视频数据中除人体特征外的其他特征的占比，θ2表示为特征比例对于计算结果的第二权重值，q表示为补偿后的视频数据中的可利用空间，q1表示为补偿后的视频数据中的最大可视化空间，θ3表为空间比例对于计算结果的第三权重值；
[0096]
根据目标区域的人流密度系数分析出目标区域的人流密度。
[0097]
上述技术方案的有益效果为：通过对视频数据进行补偿可以更加直观和
[0098]
准确地确定视频数据中的人体特征，为后续进行人流密度评估奠定了基础，进一步地，通过计算补偿后的视频数据中的当前人流量程度可以初步地评估出其是否超流，提高了实用性，进一步地，通过计算目标区域的人流密度系数可以直观地根据人流密度系数评估出目标区域的人流密度，使得评估结果更加合理和精确。
[0099]
请参阅图6，一种智慧社区智能化疫情管控的方法，包括以下步骤：
[0100]
步骤一：管控终端4通过终端采集系统进行终端数据采集，并通过终端数据采集模块41与终端设备定位模块42对采集数据进行分类传输和数据定位，定位数据依据分类输送至前端数据管理模块11；
[0101]
步骤二：前端数据管理模块11分别对采集到的数据进行分类管理并分析，判断高风险人员，并实时进行动态监控和数据展示，并对各社区数据进行数据交互，加强各社区之间的联系；
[0102]
步骤三：后端社区管理模块12依据前端数据管理模块11的数据进行社区设备管控，打通社区人行各设备与系统，统一身份认证体系，依托人脸识别等技术，实现无接触、便捷的人员通行体验。
[0103]
综上所述，本智慧社区智能化疫情管控系统及方法，通过终端采集系统实现社区间的联动和互通，疫情管控平台1建设为基础，以构建统一的疫情防控体系，智能实现信息业务一体化，充分借助物联网、传感网等网络通信技术把物业管理、安防、通信等系统集成
在一起，实现非接触的核查检验，避免交叉感染的同时，降低人工操作的失误率也提高了数据采集的真实性和准确性，疫情管控平台1通过ai算法检测体温，现场语音提醒，智能捕捉面部信息，打通社区人行各设备与系统，统一身份认证体系，依托人脸识别等技术，实现无接触、便捷的人员通行体验，全程健康无接触开门，科技出行服务有温度，无需打开，安全刷脸，无感通行，释放双手，业主权限自动甄别，拒绝外来人，安全把关，有效提高了防控防疫效率，云端数据库3为政府管理部门6疫情管控提供管理依据。
[0104]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。