本發(fā)明涉及智能監(jiān)控，更具體地說，本發(fā)明涉及一種數(shù)字化街區(qū)用的空間區(qū)域智能監(jiān)控安全預(yù)警系統(tǒng)。

背景技術(shù)：

1、一種數(shù)字化街區(qū)用的空間區(qū)域智能監(jiān)控安全預(yù)警系統(tǒng)是指通過在街區(qū)的多個角度安裝各種傳感器以及其他智能監(jiān)控設(shè)備，用于捕捉區(qū)域內(nèi)的視聽數(shù)據(jù)，并將采集的數(shù)據(jù)發(fā)送至中央處理單元，系統(tǒng)通過機器學(xué)習(xí)或人工智能技術(shù)對攝像頭圖像和傳感器數(shù)據(jù)進行分析，當(dāng)檢測到，如犯罪行為、火災(zāi)、交通事故等異常情況時，能夠及時發(fā)出預(yù)警提示。

2、現(xiàn)有技術(shù)存在以下不足：在通過傳感器以及監(jiān)控設(shè)備對街區(qū)的區(qū)域進行監(jiān)控時，一些管理人員為節(jié)約成本，會根據(jù)街區(qū)的實際情況采用定時和實時結(jié)合的方式進行動態(tài)監(jiān)控，然而，當(dāng)其中一些傳感器或監(jiān)控設(shè)備的運行狀態(tài)出現(xiàn)潛在的異常隱患時，管理人員難以發(fā)現(xiàn)初期形成的異常，隨著時間的不斷推移，當(dāng)運行狀態(tài)出現(xiàn)明顯故障時才發(fā)現(xiàn)，可能導(dǎo)致定時和實時監(jiān)控策略切換出現(xiàn)嚴(yán)重的滯后性，系統(tǒng)無法及時對對應(yīng)區(qū)域的監(jiān)控數(shù)據(jù)進行分析，當(dāng)此區(qū)域出現(xiàn)異常情況時，無法得到及時預(yù)警。

3、為了解決上述缺陷，現(xiàn)提供一種技術(shù)方案。

技術(shù)實現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)的上述缺陷，本發(fā)明的實施例提供一種數(shù)字化街區(qū)用的空間區(qū)域智能監(jiān)控安全預(yù)警系統(tǒng)，以解決上述背景技術(shù)中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種數(shù)字化街區(qū)用的空間區(qū)域智能監(jiān)控安全預(yù)警系統(tǒng)，包括數(shù)據(jù)采集模塊、異常評估模塊、綜合分析模塊、風(fēng)險預(yù)警模塊，各個模塊之間通過信號連接；

4、數(shù)據(jù)采集模塊,用于采集監(jiān)控設(shè)備的歷史維修信息、反饋的異常圖像信息以及工作環(huán)境信息，采集后，將歷史維修信息、異常圖像信息以及工作環(huán)境信息傳遞至異常評估模塊；

5、異常評估模塊，用于將歷史維修信息、圖像信息以及工作環(huán)境信息進行歸一化處理，建立異常評估模型，生成異常隱患指數(shù)，并將異常隱患指數(shù)與異常隱患指數(shù)參考閾值進行比較，對街區(qū)不同角度的監(jiān)控設(shè)備進行評估，篩選處于異常的監(jiān)控設(shè)備；

6、綜合分析模塊，用于將異常的監(jiān)控設(shè)備后續(xù)生成的異常隱患指數(shù)建立異常隱患指數(shù)分析集合，并通過獲取異常隱患指數(shù)離群信息和監(jiān)控策略切換時間信息，建立風(fēng)險預(yù)警模型，生成風(fēng)險預(yù)警指數(shù)；

7、風(fēng)險預(yù)警模塊，用于將風(fēng)險預(yù)警指數(shù)與風(fēng)險預(yù)警指數(shù)參考閾值進行比較，選擇是否生成預(yù)警信號。

8、在一個優(yōu)選地實施方式中，數(shù)據(jù)采集模塊,用于采集監(jiān)控設(shè)備的歷史維修信息、反饋的異常圖像信息以及工作環(huán)境信息；

9、歷史維修信息包括異常維修頻率系數(shù)，異常圖像信息包括異常模糊測度系數(shù)，工作環(huán)境信息包括電磁干擾異常波動系數(shù)，采集后，數(shù)據(jù)采集模塊將異常維修頻率系數(shù)、異常模糊測度系數(shù)、電磁干擾異常波動系數(shù)分別標(biāo)定為ga、at、oj。

10、在一個優(yōu)選地實施方式中，異常維修頻率系數(shù)的獲取邏輯如下：

11、設(shè)置監(jiān)控設(shè)備維修頻率的基準(zhǔn)閾值plz；

12、獲取t時間內(nèi)的維修頻率，并將維修頻率標(biāo)記為pl，當(dāng)pl>plz時，將pl>plz的維修頻率標(biāo)記為plα；

13、計算異常維修頻率系數(shù)，表達(dá)式如下：其中，i表示維修頻率出現(xiàn)異常的次序編號，i＝{1、2、...、n}，n為正整數(shù)。

14、在一個優(yōu)選地實施方式中，異常模糊測度系數(shù)的獲取邏輯如下：

15、獲取t時間內(nèi)監(jiān)控設(shè)備反饋的視頻數(shù)據(jù)，將獲取的視頻數(shù)據(jù)進行分解得到一系列圖像幀，對分解的圖像幀進行編號得到圖像幀集合or＝{qpj}＝{qp1,qp2,...,qpm}，其中j表示每一幅圖像幀的次序編號，j＝{1、2、...、m}，m為正整數(shù)；

16、設(shè)置模糊測度lm的基準(zhǔn)閾值，將其標(biāo)記為lmz；

17、將圖像幀集合中各個圖像幀的模糊測度與模糊測度基準(zhǔn)閾值進行比較，當(dāng)lm>lmz時，將lm>lmz的模糊測度標(biāo)記為lmβ；

18、計算異常模糊測度系數(shù)，其表達(dá)式如下：其中,表示lm>lmz的模糊測度，po表示lm>lmz的模糊測度的平均值，k表示lm>lmz的模糊測度圖像幀的次數(shù)編號，k＝{1、2、...、h}，k為正整數(shù)。

19、在一個優(yōu)選地實施方式中，圖像幀模糊測度lm的獲取包括如下步驟：

20、圖像預(yù)處理：對圖像幀集合中的圖像進行預(yù)處理操作；

21、傅立葉變換：將圖像從空間域(像素域)轉(zhuǎn)換到頻域，使用傅立葉變換；

22、頻譜分析：在頻域中，分析圖像的頻譜成分，獲得高頻信息和低頻信息；

23、計算模糊測度：根據(jù)頻域分析的結(jié)果，使用模糊測度來量化圖像的模糊程度，其表達(dá)式如下：lm＝∑[(ys(v,u)-qpj(v,u))^2/(m*n)],其中m和n分別表示圖像的寬度和高度，ys(v,u)和qpj(v,u)分別表示預(yù)設(shè)的標(biāo)準(zhǔn)圖像ys和圖像幀集合中的圖像幀qpj在位置(v,u)處的像素值。

24、在一個優(yōu)選地實施方式中，電磁干擾異常波動系數(shù)的獲取邏輯如下：

25、設(shè)置監(jiān)控設(shè)備工作時所能承受的電磁強度的基準(zhǔn)閾值范圍，將其標(biāo)記為dbzmin～dbzmax；

26、在監(jiān)控設(shè)備所處的街區(qū)場景中安裝電磁場探測器實時獲取t時間內(nèi)電磁場的強度，將其標(biāo)記為db；

27、計算電磁干擾異常波動系數(shù)，其表達(dá)式如下：其中，x表示監(jiān)控設(shè)備所處的街區(qū)場景中電磁強度超出基準(zhǔn)閾值范圍的次數(shù)編號，x＝{1、2、...、y}，y為正整數(shù)，[ux,uy]為每次電磁強度超出基準(zhǔn)閾值范圍的起始時間與結(jié)束時間。

28、在一個優(yōu)選地實施方式中，異常評估模塊將獲取到的異常維修頻率系數(shù)ga、異常模糊測度系數(shù)at、電磁干擾異常波動系數(shù)oj進行歸一化處理，并建立異常評估模型，生成異常隱患指數(shù)將其標(biāo)記為yh，其表達(dá)式如下：式中，a1、a2、a3分別為異常維修頻率系數(shù)ga、異常模糊測度系數(shù)at、電磁干擾異常波動系數(shù)oj的預(yù)設(shè)比例系數(shù)，且a1>a2>a3>0；

29、將異常隱患指數(shù)與異常隱患指數(shù)參考閾值進行比較，篩選處于異常的監(jiān)控設(shè)備；

30、若異常隱患指數(shù)大于等于異常隱患指數(shù)參考閾值，則將該監(jiān)控設(shè)備標(biāo)記為異常運行監(jiān)控設(shè)備。

31、在一個優(yōu)選地實施方式中，綜合分析模塊，將異常的監(jiān)控設(shè)備后續(xù)生成的異常隱患指數(shù)建立異常隱患指數(shù)分析集合，并通過獲取異常隱患指數(shù)離群信息和監(jiān)控策略切換時間信息，建立風(fēng)險預(yù)警模型，生成風(fēng)險預(yù)警指數(shù)。

32、在一個優(yōu)選地實施方式中，風(fēng)險預(yù)警模塊，將風(fēng)險預(yù)警指數(shù)與風(fēng)險預(yù)警指數(shù)參考閾值進行比較；

33、若風(fēng)險預(yù)警指數(shù)大于等于風(fēng)險預(yù)警指數(shù)參考閾值，則生成預(yù)警信號；

34、若風(fēng)險預(yù)警指數(shù)小于風(fēng)險預(yù)警指數(shù)參考閾值，則無需生成預(yù)警信號。

35、本發(fā)明的技術(shù)效果和優(yōu)點：

36、1、本發(fā)明通過獲取監(jiān)控設(shè)備的歷史維修信息、反饋的異常圖像信息以及工作環(huán)境信息對街區(qū)不同的監(jiān)控設(shè)備進行評估，篩選出可能存在異常隱患的監(jiān)控設(shè)備，并對監(jiān)控設(shè)備的狀態(tài)持續(xù)跟蹤，建立異常隱患指數(shù)集合，并通過獲取異常隱患指數(shù)集合中yhs的異常隱患離群程度值、yhs評估時間點與監(jiān)控策略切換時間點的差值，生成風(fēng)險預(yù)警指數(shù)，將風(fēng)險預(yù)警指數(shù)與風(fēng)險預(yù)警指數(shù)參考閾值進行比較，在合理的時間點進行預(yù)警，提示管理人員需要做出對應(yīng)的處理，避免下一次定時和實時監(jiān)控策略切換出現(xiàn)嚴(yán)重的滯后性，保證系統(tǒng)能夠及時對監(jiān)控區(qū)域的監(jiān)控數(shù)據(jù)進行分析，當(dāng)此區(qū)域出現(xiàn)異常情況時，能夠得到及時預(yù)警。