CN106842356B - 一种室内有无人的检测方法及检测系统 - Google Patents
一种室内有无人的检测方法及检测系统 Download PDFInfo
- Publication number
- CN106842356B CN106842356B CN201710034658.8A CN201710034658A CN106842356B CN 106842356 B CN106842356 B CN 106842356B CN 201710034658 A CN201710034658 A CN 201710034658A CN 106842356 B CN106842356 B CN 106842356B
- Authority
- CN
- China
- Prior art keywords
- person
- heat source
- detection system
- result
- record
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 191
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 33
- 230000006855 networking Effects 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 60
- 230000008859 change Effects 0.000 claims description 32
- 238000012549 training Methods 0.000 claims description 26
- 238000012706 support-vector machine Methods 0.000 claims description 12
- 238000007635 classification algorithm Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 7
- 238000012986 modification Methods 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 abstract 1
- 230000005616 pyroelectricity Effects 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
- G01V9/005—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00 by thermal methods, e.g. after generation of heat by chemical reactions
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
本发明提供了室内有无人的检测方法及其检测系统；所述检测系统包括：热释电传感器，门磁传感器，智能门锁通过无线通信联网方式与所述智能网关连接构成。所述检测方法包括：检测系统获取外把手触摸事件；基于获取的外把手触摸事件，检测系统检测监控对象开关状态为开启时，检测系统采集预设时间范围内的第一室内热源状态参数值得到预设时间范围内的第一热源状态记录；检测系统获取有人进入/离开的历史记录信息，并与预设时间范围内的第一热源状态记录进行耦合，输出室内是否有人/无人的结果。本申请的检测方法及系统可极大的降低采用单纯热释电方法误检或漏检的情况发生，对于需要实现智能能源管理的需求场合可提升用户体验，有效的节约能源。
Description
技术领域
本发明涉及一种室内有无人的检测方法及其检测系统，属于智能控制领域，也属于安防技术领域和智能家居领域。
背景技术
目前，现有的酒店或民宿等的判断室内有无人的智能检测系统一般采用单一传感器进行检测，存在以下问题：
1)现有酒店一般通过房卡插电门的方式进行室内的能源管理，客人必须插入房卡才能取电。客人每次出门必须记得取下房卡，进门必须插入房卡，比较麻烦。很多时候可以通过在电门中插入硬纸片来取电，无法达到出门能源节省的目的。
2)常规的检测系统仅通过热释电或红外特征传感器检测室内有人的方法受技术限制，如光线，热源的影响，普遍存在误检测，或漏检测的情况，既达不到节省能源的目的，也会影响用户体验。
发明内容
本发明的目的就是克服上述缺点，提出一种结合多输入判定条件的室内有无人检测系统，通过结合多判定条件的有人检测方法，能极大的降低采用单纯热释电方法误检或漏检的情况发生，对于需要实现智能能源管理的需求场合，如酒店，真正做到有人上电，离人断电的效果，既很好的提升了用户体验，也有效的节约了能源。
所采用的技术方案如下：
一种室内有无人的检测方法，所述方法包括：
检测系统获取外把手触摸事件；
当获取到所述外把手触摸事件时，检测系统检测监控对象开关状态是否为开启；
若监控对象开关状态为开启时，检测系统采集预设时间范围内的第一室内热源状态参数值得到预设时间范围内的第一/第二热源状态记录；
检测系统分析获取有人进入/离开的历史记录信息，并与第一/第二热源状态记录通过预设算法输出得到室内是否有无人的检测结果；所述预设算法为智能模糊算法。
设置多个标准数据，得到标准数据集合；所述标准数据为有人进入/离开的历史记录及预设第一/第二热源状态参数值和有人/无人的结果的对应关系；
根据所述标准数据集合，通过预设算法建立检测结果模型；所述预设算法为K最邻近分类算法；
将待检测的有人进入/离开的历史记录与第一/第二热源状态记录输入检测结果模型，输出有人/无人的结果。
优选的，所述预设算法包括检测系统将有人进入/离开的历史记录与第一/第二热源状态记录通过预设算法输出得到室内是否有无人的检测结果，包括：
获取至少两类训练数据，为第一类训练数据和第二类训练数据，其中，所述第一类训练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的有人的结果；第二类训练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的无人的结果；
根据训练数据，通过预设算法建立检测结果模型；所述预设算法为支持向量机SVM；
将待检测的有人进入/离开的历史记录与第一/第二热源状态记录输入检测结果模型，输出有人/无人的结果。
进一步的，所述方法还包括：
当在超过预设的时间阈值范围内，检测系统检测结果均为室内有人的结果，则检测系统自动重置当前记录结果。
本发明还提供一种室内有无人检测系统，所述检测系统包括：热释电传感器，门磁传感器，手动修正开关，智能门锁以及智能网关，所述热释电传感器，所述门磁传感器，所述智能门锁通过无线通信联网方式与所述智能网关连接；所述无线通信联网方式包括：zigbee或蓝牙连接；
其中，
所述智能门锁用于检测门的内把手或外把手是否被触摸；当所述智能门锁获取到内把手或外把手的触摸事件时，则发送所述发送触摸事件至所述智能网关；
所述热释电传感器用于检测室内热源状态是否发生改变，在所述热源状态未发生变化时，所述热释电传感器处于低功耗状态；在所述热源状态发生变化时，所述热释电传感器的状态变化唤醒电路唤醒所述热释电传感器的无线通信芯片，上报状态变化信息到所述智能网关后，所述热释电传感器的无线通信芯片自主进入休眠模式，所述热释电传感器进入低功耗状态；所述热释电传感器的无线连接芯片包括以下至少一种：zigbee通信芯片或蓝牙通信芯片；所述状态变化信息为预设时间范围内的热源状态记录；
所述门磁传感器用于检测监控对象开关状态变化，在所述监控对象开关状态未发生变化时，设备处于低功耗状态，在所述监控对象开关状态发生变化时，所述门磁传感器的状态变化唤醒电路会唤醒所述门磁传感器的无线通信芯片，上报对象开关状态变化信息至所述智能网关后，所述门磁传感器的无线通信芯片自主进入休眠模式，所述门磁传感器进入低功耗状态；所述门磁传感器的无线连接芯片包括以下至少一种：zigbee通信芯片或蓝牙通信芯片；所述对象开关状态变化信息包括开启信息或关闭信息；
所述智能网关作为主控制器，搜集所述热释电传感器，所述门磁传感器，所述手动修正开关和所述智能门锁传输的各信息、指令或事件，通过智能模糊算法计算输出室内是否有人的结果。
进一步的，所述热释电传感器上报给所述智能网关的状态变化信息为室内热源状态参数值；所述室内热源状态参数值为热释电传感器数值或电压值；检测系统所述智能网关采集预设时间范围内的室内热源状态参数值得到预设时间范围内的热源状态记录；并结合有人进入/离开的历史记录信息进行耦合，输出得到室内是否有无人的检测结果。
进一步的，所述智能网关能通过所述手动修正开关，结合历史记录，对智能模糊算法参数进行修正，对智能模糊算法参数进行修正包括：响应于用户的修正操作，所述检测系统对有人进入/离开的历史记录及预设热源状态参数值和有人/无人的结果的对应关系进行更新或修改，例如通过指定对应于开关门历史记录与热源历史记录的有无人检测结果输出，对智能算法进行人工监督的学习。
进一步的，当在超过预设的时间阈值范围内，智能网关的检测结果均为室内有人的结果，则智能网关自动重置当前记录结果。所述智能网关设置有自动归零功能，当出现由于无法预知的传感器失误而得出的超长时间内有人在房间的情况，将自动重置，以防止状态锁死造成能源浪费。
本申请的方法通过结合多判定条件的有人检测方法，能极大的降低采用单纯热释电方法误检或漏检的情况发生，对于需要实现智能能源管理的需求场合，如酒店，可实现有人通电，离人断电的效果，既很好的提升了用户体验，也有效的节约了能源。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1-2本申请的方法流程示意图；
图3本申请的系统结构框图。
具体实施方式
本发明实施例提供了一种室内有无人的检测方法及其检测系统。
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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所获得的所有其他实施例，都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
K最近邻分类算法(k-Nearest Neighbor，KNN)，该方法的基本原理是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。
请参阅图1-2，如图1-2所示，为本申请实施例提供的一种室内有无人的检测方法，包括：
步骤S101：检测系统获取外把手触摸事件；
检测系统中的智能门锁检测是否有外把手触摸事件，即检测是否有人触摸智能门锁的外把手；
步骤S102：当获取到所述外把手触摸事件时，检测系统检测监控对象开关状态是否为开启；
当检测到所述外把手触摸事件时，即有人触摸外把手时，则进一步获取监控对象例如门是否被打开状态；或检测智能门锁是否被开启或解锁；例如，当有人触摸外把手且进一步的获取到智能门锁或者门被开启或解锁，则判断可能有人进入室内；
步骤S103：若监控对象开关状态为开启时，检测系统采集预设时间范围内的第一室内热源状态参数值得到预设时间范围内的第一热源状态记录；
若检测到门被打开或智能门锁被开启或解锁，则检测系统的热释电传感器采集室内热源状态参数值；如红外热源值或电压值；这里，检测系统的热释电传感器采集预设时间范围内的室内热源状态参数值；例如预设时间为当监控对象开启状态为开启时起6s内的热源状态参数值，则热释电传感器采集6s内的室内热源状态参数值，例如：17:00:01-热源状态参数值为80,17:00:03-热源状态参数值为70,17:00:06-热源状态参数值为80，则热释电传感器输出{17:00:01-80,17:00:03-70,17:00:06-80}得到第一热源状态记录。
步骤S104：检测系统获取有人进入/离开的历史记录信息，并与预设时间范围内的第一热源状态记录进行耦合，输出室内是否有人/无人的结果。
具体的，检测系统分析有人进入/离开的历史记录信息，得到历史记录信息；
检测系统将有人进入/离开的历史记录与第一热源状态记录通过预设算法输出得到室内是否有无人的检测结果；所述预设算法为智能模糊算法，例如KNN或SVM等。
步骤S1041：检测系统分析有人进入/离开的历史记录信息，得到历史记录信息；
首先，检测系统获取有人进入/离开的历史记录信息，有人离开或进入的历史记录信息例如可以是：监控对象开关状态，内/外把手传感器的触摸事件进行记录形成有人进入或出门的信息。其中一个实施例为：
检测系统获取到内把手触摸事件后，监测到智能门锁或门磁被开启，则记录几点几分，有人出门，可选的可为该记录打一个带有时间的标记，例如将有人出门标记设为“out”则用“out-12：00”相当于12点有人离开；
检测系统获取到外把手触摸事件后，监测到智能门锁或门磁被开启，则记录几点几分，有人进入，可选的可为该记录打一个带有时间的标记，例如将有人出门标记设为“in”则用“in-17：00”相当于17点有人进入。
获取上述带标记的历史记录信息，按照所携带的时间对其进行排列，获取携带时间最新的历史记录及其标记，将该历史记录和标记作为历史记录信息；
步骤S1042：检测系统将有人进入/离开的历史记录与第一热源状态记录通过预设算法输出得到室内是否有无人的检测结果；所述预设算法为智能模糊算法，例如KNN或SVM等。根据历史记录信息，所述历史记录信息为携带时间最新的历史记录及其标记，将有人进入/离开的历史记录与第一热源状态记录通过预设算法输出得到室内是否有无人的检测结果。
其中一个实施例为，具体的可按照如下方法输出室内是否有无人的检测结果：
所述检测系统将有人进入/离开的历史记录与第一/第二热源状态记录通过预设算法输出得到室内是否有无人的检测结果，包括：
设置多个标准数据，得到标准数据集合；所述标准数据为有人进入/离开的历史记录及预设第一/第二热源状态参数值和有人/无人的结果的对应关系；
例如：设置多个标准数据信息，如：历史记录信息为“in-time”，预设时间范围内的热源状态参数值为time-50或time-60或time-70或time-80或time-90或time-100，对应的结果为室内有人；历史记录信息为“out-time”，预设时间范围内的热源状态参数值为time-50或time-60或time-70或time-80或time-90或time-100，对应的结果为室内有人；历史记录信息为“out-time”，预设时间范围内的热源状态参数值为time-0/time-10/time-20/time-30/time-40，对应的结果为室内无人等，设置多个标准数据形成标准数据集合；
根据所述标准数据集合，通过预设算法建立检测结果模型；所述预设算法为K最邻近分类算法；
采用K最邻近分类算法及标准数据集合进行训练得到检测结果模型；
将待检测的有人进入/离开的历史记录与第一/第二热源状态记录输入检测结果模型，输出有人/无人的结果。
具体的是将历史记录信息和预设时间范围内的热源状态记录作为检测信息输入到检测结果模型；根据K最邻近分类算法找到与该历史记录信息和预设时间范围内的热源状态记录最相似的标准数据，将该最相似的标准数据对应的有人/无人的结果作为所述输入的检测信息的输出结果。
例如：最新的历史室内有人/无人的评估信息为“in-17:00”则生成历史记录信息为“in-17:00”，结合预设时间范围内的热源状态参数值(17:00:01 80,17:00:03 70,17:00:06 80)生成检测信息，将检测信息输入上述检测结果模型，与该检测信息最相似的标准数据为：“in-time”-“time-80”，该标准数据对应的结果为有人，则将该标准数据对应的结果作为所述检测信息的检测结果，则输出有人的结果。
最新的历史室内有人/无人的评估信息为“out-17:00”则生成历史记录信息为“out-17:00”，结合预设时间范围内的热源状态参数值(17:00:01 0,17:00:03 10,17:00:06 0)生成检测信息，将检测信息输入上述检测结果模型，与该检测信息最相似的标准数据为：“out-time”-“time-0”，该标准数据对应的结果为无人，则将该标准数据对应的结果作为所述检测信息的检测结果，则输出无人的结果。
其中一个实施例为，具体的可按照如下方法输出室内是否有无人的检测结果：
获取至少两类训练数据，其中，所述第一类训练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的有人的结果；第二类训练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的无人的结果；
具体的，第一类练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的有人的结果；例如：“in-time”+“time-50”＝有人，“in-time”+“time-60”＝有人，“in-time”+“time-70”＝有人，“in-time”+“time-80”＝有人，“in-time”+“time-90”＝有人，“in-time”+“time-100”＝有人；“out-time”+“time-50”＝有人，“out-time”+“time-60”＝有人，“out-time”+“time-70”＝有人，“out-time”+“time-80”＝有人，“out-time”+“time-90”＝有人，“out-time”+“time-100”＝有人等；
第二类训练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的无人的结果；例如：“out-time”+“time-40”＝无人，“out-time”+“time-30”＝无人，“out-time”+“time-25”＝无人，“out-time”+“time-20”＝无人，“out-time”+“time-10”＝无人，“out-time”+“time-8”＝无人，“out-time”+“time-100”＝无人等；
根据训练数据，通过预设算法建立检测结果模型；所述预设算法为支持向量机SVM；
将待检测的有人进入/离开的历史记录与第一/第二热源状态记录输入检测结果模型，输出有人/无人的结果。
例如：最新的历史室内有人/无人的评估信息为“in-17:00”则生成历史记录信息为“in-17:00”，结合预设时间范围内的热源状态参数值(17:00:01 80,17:00:03 70,17:00:06 80)生成检测信息，将检测信息输入上述检测结果模型，得到对应的结果为有人。
本申请的检测方法还包括：
步骤S201：当检测系统检测到室内热源状态参数值发生变化时，检测系统获取内把手触摸事件；
检测系统的热释电传感器实时采集室内热源状态，当热源状态参数值发生变化时，检测系统中的智能门锁检测是否有内把手触摸事件，即检测是否有人触摸智能门锁的内把手；例如：检测系统的热释电传感器实时采集室内热源状态，当热源状态参数值突然升高，例如参数值由原来的40变为80，那么可能有人靠近智能门锁，则有可能会有人触摸把手进行开门等，则进一步的检测系统中的智能门锁检测是否有内把手触摸事件，即检测是否有人触摸智能门锁的内把手；
步骤S202：当获取到所述内把手触摸事件时，检测系统检测监控对象开关状态是否为开启；
当检测到所述内把手触摸事件时，即有人触摸内把手时，则进一步获取监控对象例如门是否被打开状态；例如，当有人触摸内把手且进一步的获取到智能门锁或者门被开启，则判断可能有人要离开；
步骤S203：若监控对象开关状态为开启时，检测系统采集预设时间范围内的第二室内热源状态参数值得到预设时间范围内的第二热源状态记录。
若检测到门被打开或智能门锁被开启，则检测系统的热释电传感器采集室内热源状态参数值；如红外热源值或电压值；这里，检测系统的热释电传感器采集预设时间范围内的室内热源状态参数值；例如预设时间为当监控对象开启状态为开启时起6s内的热源状态参数值，则热释电传感器采集6s内的室内热源状态参数值，例如：20:00:01-热源状态参数值为60,20:00:03-热源状态参数值为40,20:00:06-热源状态参数值为10，则热释电传感器输出{20:00:01-60,20:00:03-40,20:00:06-10}得到第二热源状态记录。
步骤S204：检测系统获取有人进入/离开的历史记录信息，并与预设时间范围内的第二热源状态记录进行耦合，输出室内是否有人/无人的结果包括：
具体的，检测系统分析有人进入/离开的历史记录信息，得到历史记录信息；
检测系统将有人进入/离开的历史记录与第二热源状态记录通过预设算法输出得到室内是否有无人的检测结果；所述预设算法为智能模糊算法，例如KNN或SVM等。
步骤S2041：检测系统分析有人进入/离开的历史记录信息，得到历史室内有人/无人的评估信息；
首先，检测系统获取有人进入/离开的历史记录信息，有人离开或进入的历史记录信息例如可以是：监控对象开关状态，内/外把手传感器的触摸事件进行记录形成有人进入或出门的信息。其中一个实施例为：
检测系统获取到内把手触摸事件后，监测到智能门锁或门磁被开启，则记录几点几分，有人出门，可选的可为该记录打一个带有时间的标记，例如将有人出门标记设为“out”则用“out-20：00”相当于20点有人离开；
检测系统获取到内把手触摸事件后，监测到智能门锁或门磁被开启，则记录几点几分，有人离开，可选的可为该记录打一个带有时间的标记，例如将有人出门标记设为“out”则用“out-20：00”相当于20点有人离开。
获取上述带标记的历史记录信息，按照所携带的时间对其进行排列，获取携带时间最新的历史记录及其标记，将该历史记录和标记作为历史记录信息；
步骤S2042：检测系统将有人进入/离开的历史记录与第二热源状态记录通过预设算法输出得到室内是否有无人的检测结果；所述预设算法为智能模糊算法，例如KNN或SVM等。
根据历史记录信息，所述历史记录信息为携带时间最新的历史记录及其标记，将有人进入/离开的历史记录与第二热源状态记录通过预设算法输出得到室内是否有无人的检测结果。
其中一个实施例为，具体的可按照如下方法输出室内是否有无人的检测结果：
所述检测系统将有人进入/离开的历史记录与第一/第二热源状态记录通过预设算法输出得到室内是否有无人的检测结果，包括：
设置多个标准数据，得到标准数据集合；所述标准数据为有人进入/离开的历史记录及预设第一/第二热源状态参数值和有人/无人的结果的对应关系；
例如：设置多个标准数据信息，如：历史记录信息为“out-time”，预设时间范围内的热源状态参数值为time-50或time-60或time-70或time-80或time-90或time-100，对应的结果为室内有人；历史记录信息为“out-time”，预设时间范围内的热源状态参数值为time-0/time-10/time-20/time-30/time-40，对应的结果为室内无人；等，设置多个标准数据形成标准数据集合；
根据所述标准数据集合，通过预设算法建立检测结果模型；所述预设算法为K最邻近分类算法；
采用K最邻近分类算法及标准数据集合进行训练得到检测结果模型；
将待检测的有人进入/离开的历史记录与第一/第二热源状态记录输入检测结果模型，输出有人/无人的结果。
具体的是将历史记录信息和预设时间范围内的热源状态记录作为检测信息输入到检测结果模型；根据K最邻近分类算法找到与该历史记录信息和预设时间范围内的热源状态记录最相似的标准数据，将该最相似的标准数据对应的有人/无人的结果作为所述输入的检测信息的输出结果。
例如：最新的历史室内有人/无人的评估信息为“out-20：00”则生成历史记录信息为“out-20：00”，结合预设时间范围内的热源状态参数值(20:00:01-60,20:00:03-40,20:00:06-10)生成检测信息，将检测信息输入上述检测结果模型，与该检测信息最相似的标准数据为：“out-time”-“time-10”，该标准数据对应的结果为无人，则将该标准数据对应的结果作为所述检测信息的检测结果，则输出无人的结果。
最新的历史室内有人/无人的评估信息为“out-20：00”则生成历史记录信息为“out-20：00”，结合预设时间范围内的热源状态参数值(20:00:01-80,20:00:03-60,20:00:06-50)生成检测信息，将检测信息输入上述检测结果模型，与该检测信息最相似的标准数据为：“out-time”-“time-50”，该标准数据对应的结果为有人，则将该标准数据对应的结果作为所述检测信息的检测结果，则输出有人的结果。
其中一个实施例为，具体的可按照如下方法输出室内是否有无人的检测结果：
获取至少两类训练数据，其中，所述第一类训练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的有人的结果；第二类训练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的无人的结果；
具体的，第一类练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的有人的结果；例如：“in-time”+“time-50”＝有人，“in-time”+“time-60”＝有人，“in-time”+“time-70”＝有人，“in-time”+“time-80”＝有人，“in-time”+“time-90”＝有人，“in-time”+“time-100”＝有人；“out-time”+“time-50”＝有人，“out-time”+“time-60”＝有人，“out-time”+“time-70”＝有人，“out-time”+“time-80”＝有人，“out-time”+“time-90”＝有人，“out-time”+“time-100”＝有人等；
第二类训练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的无人的结果；例如：“out-time”+“time-40”＝无人，“out-time”+“time-30”＝无人，“out-time”+“time-25”＝无人，“out-time”+“time-20”＝无人，“out-time”+“time-10”＝无人，“out-time”+“time-8”＝无人，“out-time”+“time-100”＝无人等；
根据训练数据，通过预设算法建立检测结果模型；所述预设算法为支持向量机SVM；
将待检测的有人进入/离开的历史记录与第一/第二热源状态记录输入检测结果模型，输出有人/无人的结果。
例如：最新的历史室内有人/无人的评估信息为“out-20:00”则生成历史记录信息为“out-20:00”，结合预设时间范围内的热源状态参数值(20:00:01-80,20:00:03-60,20:00:06-50)生成检测信息，将检测信息输入上述检测结果模型，得到对应的结果为有人。
本申请所述的检测方法还包括：
步骤S105：响应于用户的修正操作，所述检测系统对有人进入/离开的历史记录及预设热源状态参数值和有人/无人的结果的对应关系进行更新或修改，通过指定对应于开关门历史记录与热源历史记录的有无人检测结果输出，对智能算法进行人工监督的学习。
步骤106：当在超过预设的时间阈值范围内，检测系统检测结果均为室内有人的结果，则检测系统自动重置当前记录结果。所述智能网关设置有自动归零功能，当出现由于无法预知的传感器失误而得出的超长时间内有人在房间的情况，将自动重置，以防止状态锁死造成能源浪费。
图3是一种室内有无人检测系统的结构示意图，如图3所示：
一种室内有无人检测系统，包括：热释电传感器，门磁传感器，智能门锁以及智能网关，所述热释电传感器，所述门磁传感器，所述智能门锁通过无线通信联网方式与所述智能网关连接；所述无线通信联网方式包括：zigbee或蓝牙连接；
其中，
所述智能门锁用于检测门的内把手或外把手是否被触摸；当所述智能门锁获取到内把手或外把手的触摸事件时，则发送所述发送触摸事件至所述智能网关；
所述热释电传感器用于检测室内热源状态是否发生改变，在所述热源状态未发生变化时，所述热释电传感器处于低功耗状态；在所述热源状态发生变化时，所述热释电传感器的状态变化唤醒电路唤醒所述热释电传感器的无线通信芯片，上报状态变化信息到所述智能网关后，所述热释电传感器的无线通信芯片自主进入休眠模式，所述热释电传感器进入低功耗状态；所述热释电传感器的无线连接芯片包括以下至少一种：zigbee通信芯片或蓝牙通信芯片；所述状态变化信息为预设时间范围内的热源状态记录；所述热释电传感器上报给所述智能网关的状态变化信息为室内热源状态参数值；所述室内热源状态参数值为热释电传感器数值或电压值；检测系统所述智能网关采集预设时间范围内的室内热源状态参数值得到预设时间范围内的热源状态记录；并结合有人进入/离开的历史记录信息进行耦合，输出得到室内是否有无人的检测结果。例如，在状态未发生变化时，热释电传感器处于低功耗状态。在状态发生变化时(监控室内热源状态发生改变)，状态变化唤醒电路会唤醒zigbee芯片，上报状态变化信息到zigbee智能网关，完成这些动作之后zigbee芯片自主进入休眠模式，设备进入低功耗状态。
所述门磁传感器用于检测监控对象开关状态变化，在所述监控对象开关状态未发生变化时，设备处于低功耗状态，在所述监控对象开关状态发生变化时，所述门磁传感器的状态变化唤醒电路会唤醒所述门磁传感器的无线通信芯片，上报对象开关状态变化信息至所述智能网关后，所述门磁传感器的无线通信芯片自主进入休眠模式，所述门磁传感器进入低功耗状态；所述门磁传感器的无线连接芯片包括以下至少一种：zigbee通信芯片或蓝牙通信芯片；所述对象开关状态变化信息包括开启信息或关闭信息；例如：在状态未发生变化时，门磁传感器处于低功耗状态。在状态发生变化时(监控对象开关状态变化)，状态变化唤醒电路会唤醒zigbee芯片，上报状态变化信息到zigbee智能网关，完成这些动作之后zigbee芯片自主进入休眠模式，设备进入低功耗状态。
所述智能网关作为主控制器，搜集所述热释电传感器，所述门磁传感器，所述手动修正开关和所述智能门锁传输的各信息、指令或事件，通过智能模糊算法计算输出室内是否有人的结果。所述智能网关能通过所述手动修正开关，结合历史记录，对智能模糊算法参数进行修正，对智能模糊算法参数进行修正包括：响应于用户的修正操作，所述检测系统对有人进入/离开的历史记录及预设热源状态参数值和有人/无人的结果的对应关系进行更新或修改，通过指定对应于开关门历史记录与热源历史记录的有无人检测结果输出，对智能算法进行人工监督的学习。所述智能网关设置有自动归零功能，当在超过预设的时间阈值范围内，检测系统检测结果均为室内有人的结果，则检测系统自动重置当前记录结果。当出现由于无法预知的传感器失误而得出的超长时间内有人在房间的情况，将自动重置，以防止状态锁死造成能源浪费。
所述智能网关接收各传感器上报信息，通过事件发生的顺序判定人员进入或离开：
a)判定有人进入的过程：外把手触摸->开门检测->热释电检测
b)判定有人离开的过程：热释电检测->内把手触摸->开门检测
其中，热释电传感器不反馈简单的有人/无人二进制状态，而是反馈实际的传感器数值。该值在网关中能换算成可信度指数。所述智能网关通过智能的具有自适应特征的模糊算法，结合有人进入/离开的记录，对热释电传感器的结果可信度指数进行耦合，输出室内是否有人/无人的结果。所述智能网关同时能通过手动修正开关，结合历史记录，对算法参数进行修正，逐步提高算法准确度。所述智能网关同时具有自动归零功能，当出现由于无法预知的传感器失误而得出的超长时间内有人在房间的情况，将自动重置，以防止状态锁死造成能源浪费。
本申请的一种结合多输入判定条件的室内有无人检测系统结合多种输入条件，结合具有自适应特征的模糊算法，弥补单一传感器检测的不足，提高检测准确度。
本申请的系统通过结合多判定条件的有人检测方法，能极大的降低采用单纯热释电方法误检或漏检的情况发生，对于需要实现智能能源管理的需求场合，如酒店，可实现有人通电，离人断电的效果，既很好的提升了用户体验，也有效的节约了能源。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (9)
1.一种室内有无人的检测方法，其特征在于，所述方法包括：
检测系统获取外把手触摸事件；
当获取到所述外把手触摸事件时，检测系统检测监控对象开关状态是否为开启；若监控对象开关状态为开启时，检测系统采集预设时间范围内的第一室内热源状态参数值得到预设时间范围内的第一热源状态记录；
检测系统分析获取有人进入/离开的历史记录信息，并与第一热源状态记录通过预设算法输出得到室内是否有无人的检测结果；所述预设算法为智能模糊算法。
2.根据权利要求1所述的室内有无人的检测方法，其特征在于，所述方法还包括：
当检测系统检测到室内热源状态参数值发生变化时，检测系统获取内把手触摸事件；
当获取到所述内把手触摸事件时，检测系统检测监控对象开关状态是否为开启；若监控对象开关状态为开启时，检测系统采集预设时间范围内的第二室内热源状态参数值得到预设时间范围内的第二热源状态记录；检测系统获取有人进入/离开的历史记录信息，并与预设时间范围内的第二热源状态记录进行耦合，输出室内是否有人/无人的结果。
3.根据权利要求2所述的室内有无人的检测方法，其特征在于，所述检测系统将有人进入/离开的历史记录与第一/第二热源状态记录通过预设算法输出得到室内是否有无人的检测结果，包括：
设置多个标准数据，得到标准数据集合；所述标准数据为有人进入/离开的历史记录及预设第一/第二热源状态参数值和有人/无人的结果的对应关系；
根据所述标准数据集合，通过预设算法建立检测结果模型；所述预设算法为K最邻近分类算法；
将待检测的有人进入/离开的历史记录与第一/第二热源状态记录输入检测结果模型，输出有人/无人的结果。
4.根据权利要求3所述的室内有无人的检测方法，其特征在于，所述预设算法包括检测系统将有人进入/离开的历史记录与第一/第二热源状态记录通过预设算法输出得到室内是否有无人的检测结果，包括：
获取至少两类训练数据，为第一类训练数据和第二类训练数据，其中，所述第一类训练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的有人的结果；第二类训练数据包括预设历史时间段内的有人进入/离开的历史记录，第一/第二热源状态记录和对应的无人的结果；
根据训练数据，通过预设算法建立检测结果模型；所述预设算法为支持向量机SVM；
将待检测的有人进入/离开的历史记录与第一/第二热源状态记录输入检测结果模型，输出有人/无人的结果。
5.根据权利要求1所述的室内有无人的检测方法，其特征在于，所述方法还包括：
当在超过预设的时间阈值范围内，检测系统检测结果均为室内有人的结果，则检测系统自动重置当前记录结果。
6.一种室内有无人检测系统，其特征在于，
所述检测系统包括：热释电传感器，门磁传感器，手动修正开关，智能门锁以及智能网关，所述热释电传感器，所述门磁传感器，所述智能门锁通过无线通信联网方式与所述智能网关连接；所述无线通信联网方式包括：zigbee或蓝牙连接；其中，
所述智能门锁用于检测门的内把手或外把手是否被触摸；当所述智能门锁获取到内把手或外把手的触摸事件时，则发送所述发送触摸事件至所述智能网关；
所述热释电传感器用于检测室内热源状态是否发生改变，在所述热源状态未发生变化时，所述热释电传感器处于低功耗状态；在所述热源状态发生变化时，所述热释电传感器的状态变化唤醒电路唤醒所述热释电传感器的无线通信芯片，上报状态变化信息到所述智能网关后，所述热释电传感器的无线通信芯片自主进入休眠模式，所述热释电传感器进入低功耗状态；所述热释电传感器的无线连接芯片包括以下至少一种：zigbee通信芯片或蓝牙通信芯片；所述状态变化信息为预设时间范围内的热源状态记录；
所述门磁传感器用于检测监控对象开关状态变化，在所述监控对象开关状态未发生变化时，设备处于低功耗状态，在所述监控对象开关状态发生变化时，所述门磁传感器的状态变化唤醒电路会唤醒所述门磁传感器的无线通信芯片，上报对象开关状态变化信息至所述智能网关后，所述门磁传感器的无线通信芯片自主进入休眠模式，所述门磁传感器进入低功耗状态；所述门磁传感器的无线连接芯片包括以下至少一种：zigbee通信芯片或蓝牙通信芯片；所述对象开关状态变化信息包括开启信息或关闭信息；
所述智能网关作为主控制器，搜集所述热释电传感器，所述门磁传感器，所述手动修正开关和所述智能门锁传输的各信息、指令或事件，通过智能模糊算法计算输出室内是否有人的结果。
7.根据权利要求6所述的室内有无人检测系统，其特征在于：所述热释电传感器上报给所述智能网关的状态变化信息为室内热源状态参数值；所述室内热源状态参数值为热释电传感器数值或电压值；检测系统所述智能网关采集预设时间范围内的室内热源状态参数值得到预设时间范围内的热源状态记录；并结合有人进入/离开的历史记录信息进行耦合，输出得到室内是否有无人的检测结果。
8.根据权利要求6所述的室内有无人检测系统，其特征在于：所述智能网关能通过所述手动修正开关，结合历史记录，对智能模糊算法参数进行修正，对智能模糊算法参数进行修正包括：响应于用户的修正操作，所述检测系统对有人进入/离开的历史记录及预设热源状态参数值和有人/无人的结果的对应关系进行更新或修改。
9.根据权利要求6所述的室内有无人检测系统，其特征在于：当在超过预设的时间阈值范围内，智能网关检测结果均为室内有人的结果，则智能网关自动重置当前记录结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710034658.8A CN106842356B (zh) | 2017-01-17 | 2017-01-17 | 一种室内有无人的检测方法及检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710034658.8A CN106842356B (zh) | 2017-01-17 | 2017-01-17 | 一种室内有无人的检测方法及检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106842356A CN106842356A (zh) | 2017-06-13 |
| CN106842356B true CN106842356B (zh) | 2019-08-16 |
Family
ID=59124834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710034658.8A Active CN106842356B (zh) | 2017-01-17 | 2017-01-17 | 一种室内有无人的检测方法及检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106842356B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110047230A (zh) * | 2019-04-29 | 2019-07-23 | 深圳市龙侨华实业有限公司 | 一种具有语音提醒功能的门铃系统 |
| CN112051621B (zh) * | 2019-08-15 | 2024-03-15 | 河南紫联物联网技术有限公司 | 一种房间有人无人状态的判定方法与装置 |
| CN110989424B (zh) * | 2019-11-15 | 2023-08-11 | 得力集团有限公司 | 一种无线低功耗人体感应装置及其使用方法 |
| CN111175756A (zh) * | 2020-04-10 | 2020-05-19 | 浙江天地人科技有限公司 | 一种房内人员检测方法、装置和系统 |
| CN114678016A (zh) * | 2021-04-23 | 2022-06-28 | 美的集团(上海)有限公司 | 设备唤醒方法及系统、电子设备和存储介质 |
| CN115032904A (zh) * | 2022-05-01 | 2022-09-09 | 三峡大学 | 基于模糊学习的独居老人室内轨迹记录及智能分析系统 |
| CN115083050A (zh) * | 2022-06-09 | 2022-09-20 | 国网冀北综合能源服务有限公司 | 一种特定空间有无人员的多条件判定系统及方法 |
| CN118675307B (zh) * | 2024-08-26 | 2024-11-12 | 杭州越易蓝科技有限公司 | 一种基于物联网的独居人员居家监护侦测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6040771A (en) * | 1995-12-02 | 2000-03-21 | Kim; Jitae | Intelligent safe system |
| CN1457014A (zh) * | 2003-01-28 | 2003-11-19 | 深圳市兆凯电子有限公司 | 智能门锁节电识别系统及其安装方法 |
| CN102591241A (zh) * | 2012-03-12 | 2012-07-18 | 山东建筑大学 | 室内用电离家模式智能控制方法及装置 |
| CN103837906A (zh) * | 2014-03-13 | 2014-06-04 | 三和智控(北京)系统集成有限公司 | 一种探测房间内是否有人的方法 |
| CN204229167U (zh) * | 2014-11-19 | 2015-03-25 | 三峡大学 | 办公室电器智能自动开关系统装置 |
| CN105137832A (zh) * | 2015-08-06 | 2015-12-09 | 广西浦北凯兴电子制品有限公司 | 酒店客房智能节能控制系统 |
-
2017
- 2017-01-17 CN CN201710034658.8A patent/CN106842356B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6040771A (en) * | 1995-12-02 | 2000-03-21 | Kim; Jitae | Intelligent safe system |
| CN1457014A (zh) * | 2003-01-28 | 2003-11-19 | 深圳市兆凯电子有限公司 | 智能门锁节电识别系统及其安装方法 |
| CN102591241A (zh) * | 2012-03-12 | 2012-07-18 | 山东建筑大学 | 室内用电离家模式智能控制方法及装置 |
| CN103837906A (zh) * | 2014-03-13 | 2014-06-04 | 三和智控(北京)系统集成有限公司 | 一种探测房间内是否有人的方法 |
| CN204229167U (zh) * | 2014-11-19 | 2015-03-25 | 三峡大学 | 办公室电器智能自动开关系统装置 |
| CN105137832A (zh) * | 2015-08-06 | 2015-12-09 | 广西浦北凯兴电子制品有限公司 | 酒店客房智能节能控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106842356A (zh) | 2017-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106842356B (zh) | 一种室内有无人的检测方法及检测系统 | |
| US11790759B2 (en) | Interpreting presence signals using historical data | |
| US10047971B2 (en) | Home automation system | |
| CN102147596B (zh) | 一种酒店房态自动监控系统及方法 | |
| CN110136832B (zh) | 一种基于老年人日常行为的认知能力评估系统及方法 | |
| WO2016023346A1 (zh) | 一种智能家居系统及控制方法 | |
| CN106483884B (zh) | 一种用电设备用电管理方法、管理器和管理系统 | |
| CN108401013A (zh) | 一种智能家居物联网通讯装置 | |
| CN107170212A (zh) | 一种用户出门的提醒方法及系统、智能家居服务终端 | |
| CN106502117A (zh) | 一种方便的智能家居系统 | |
| US20150211761A1 (en) | Method of automating a building, and building automation system | |
| CN120510698B (zh) | 一种长期租房监控管理系统及方法 | |
| CN109872487A (zh) | 一种基于Lora家居安防系统 | |
| CN108536033A (zh) | 一种智能家居控制方法 | |
| CN114648831B (zh) | 一种智能门锁控制系统 | |
| CN115032910A (zh) | 基于ai预测的多维推荐系统与推荐方法 | |
| KR20240130894A (ko) | 스마트팜 통합관제를 위한 지능형 복합컨트롤러 시스템 | |
| CN108870660A (zh) | 用于中央空调的智能调节系统 | |
| Hernández et al. | Evaluating human activity and usage patterns of appliances with smart meters | |
| CN114973596A (zh) | 基于联邦多源数据分析的独居老年人监护系统及方法 | |
| CN106125652A (zh) | 基于无线传感器的小区管理系统 | |
| CN213152081U (zh) | 一种基于物联网的智能化家居安防系统 | |
| CN109213089A (zh) | 一种智能家庭监控系统 | |
| CN108870661A (zh) | 用于中央空调的智能调节系统 | |
| Tanaka et al. | Home activity recognition using infrequently-monitored HEMS Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100085 5th floor, block a, Huilongguan maker Plaza, 388 Huilongguan East Street, Changping District, Beijing Patentee after: Yunding Network Technology (Beijing) Co.,Ltd. Address before: 100085 5th floor, block a, Huilongguan maker Plaza, 388 Huilongguan East Street, Changping District, Beijing Patentee before: YUN DING NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |