[发明专利]一种智能点名系统在审

专利信息
申请号: 201810461362.9 申请日: 2018-05-15
公开(公告)号: CN108447143A 公开(公告)日: 2018-08-24
发明(设计)人: 李颖;张喆;李金臻;李祥林 申请(专利权)人: 兰州工业学院
主分类号: G07C1/10 分类号: G07C1/10
代理公司: 广州蓝晟专利代理事务所(普通合伙) 44452 代理人: 栾洋洋
地址: 730050 甘肃*** 国省代码: 甘肃;62
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分布式监控 考勤 智能点名系统 监测平台 无线网关 云服务器 人脸检测系统 信息采集单元 移动监控终端 远程移动终端 分布式管理 无线路由器 集中监控 监测数据 教学管理 实时上传 实时性好 双向连接 微处理器 存储器 准确率 配合 学生 监督
【说明书】:

发明公开了一种智能点名系统,包括云服务器、学校考勤监测平台、无线网关、移动监控终端以及若干个分别设置在各个班级的分布式监控单元,所述学校考勤监测平台、远程移动终端以及云服务器均通过无线网关与若干个分布式监控单元双向连接。该智能点名系统,通过每个班级内设置的分布式监控单元、无线网关以及学校考勤监测平台的配合,可使其具有集中监控以及分布式管理的效果,通过分布式监控单元内信息采集单元、微处理器、无线路由器、人脸检测系统以及本地存储器的配合,可实时上传监测数据,准确率高、实时性好、对学生考勤做到全面监督,提高教学管理效率,易于推广,符合校方的使用需求。

技术领域

本发明涉及无线传感器技术领域,具体为一种智能点名系统。

背景技术

随着无线传感器技术、生物识别特征领域、计算机图像处理技术、计算机信息技术的飞速发展,智能化、自动化已经渗透到人们日常生活的各个领域。高校相关教学管理部门和授课教师通过掌握学生的课堂出勤状况,加强对学生的教育和管理。

传统的点名方式包括使用花名册点名答到、学生签到等,点名效率低下,占用教学时间长,无法全面地追踪课程的整个过程的出勤情况,且其不具备集中监控和分布式管理的效果,不符合校方的使用需求。

再者,无法实时检测迟到、早退、代签和旷课现象,无法对学生考勤做到全面监督。其次,纸质版考勤数据易丢失,不方便管理。因此,如何有效地提高课堂点名的效率和可靠性,减少教师工作量,成为高校教学管理工作值得研究的问题。为此,我们提出一种智能点名系统。

发明内容

本发明的目的在于提供一种智能点名系统,以解决上述背景技术中提出传统的点名方式不能实现对课堂到课情况的实时高效点名和考勤手段的信息化,且其不具备集中监控和分布式管理的效果,不符合校方使用需求的问题。

为实现上述目的,本发明提供如下技术方案:一种智能点名系统,包括云服务器、学校考勤监测平台、无线网关、移动监控终端以及若干个分别设置在各个班级的分布式监控单元,所述学校考勤监测平台、远程移动终端以及云服务器均通过无线网关与若干个分布式监控单元双向连接。

所述学校考勤监测平台包括终端控制器以及信号收发器,该终端控制器与学生考勤数据库双向信号连接,且终端控制器依次通过信号收发器、无线网关与若干个分布式监控单元双向信号连接。

每个分布式监控单元均包括信息采集单元、微处理器、本地存储器、人脸检测系统以及无线路由器,所述信息采集单元包括节点组,若干个Zigbee节点、人脸识别模块、用于测试体重值的重力传感器以及用于控制数据收发的协调器节点,且协调器节点的输入端分别通过若干个Zigbee节点分别与节点组内各个节点的输出端连接,且协调器节点的另外两个输入端分别与重力传感器以及人脸识别模块的输出端连接。

所述协调器节点的输出端与微处理器双向连接,且微处理器分别与人脸检测系统以及本地存储器双向信号连接,且微处理器依次通过无线路由器以及无线网关分别与云服务器、学校考勤监测平台以及移动监控终端双向信号连接。

优选的,所述重力传感器设置的数量与该班级内座位总数量相等。

优选的,所述人脸识别模块包括用于人脸特征采集、提取的摄像头。

优选的,所述人脸检测系统包括用于存储学生面部信息(包括正脸、侧脸及耳廓特征)的人脸登记数据库。

优选的,所述微处理器采用可编程控制器,该微处理器外设有多个接线端口。

优选的,所述本地存储器采用固态存储器。

优选的,所述信号收发器采用无线信号收发器。

优选的,所述终端控制器采用型号为Pentium E2210的集成CPU,该终端控制器外设有多个接线端口。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于兰州工业学院,未经兰州工业学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810461362.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top