[发明专利]一种用于社区公共设施的状态监测维护物联网系统

权利要求书

1.一种用于社区公共设施的状态监测维护物联网系统，其特征在于，包括：

移动巡检机器人，用于接收物业管理端发送的巡检任务信息从而对若干公共设施进行巡检操作，并以此确认公共设施状态结果，将其上传至所述物业管理端；

所述巡检任务信息包括：所述公共设施的类型，编号以及位置坐标；

移动巡检机器人从物业管理端接收巡检任务信息记录，确定分配给该机器人执行巡检的公共设施的类型、公共设施编号以及每个公共设施的位置坐标；该机器人根据每个公共设施的位置坐标，作为目的地位置坐标；由于社区的大多数公共设施位于社区道路旁边，将道路路径之上距离该公共设施最近的位置点作为所述目的地位置；进而规划巡检路线的移动路径，沿着巡检路线依次移动到每个公共设施近距离的位置；移动巡检机器人在该位置实施对公共设施进行巡检操作，并以此确认公共设施状态结果，将其上传至所述物业管理端；

物业管理端，用于下发所述巡检任务信息，以及根据所述公共设施状态结果生成巡检维护记录表，并向联网警示标志下达警示命令，以及在接收到维护方终端发送的维护后的公共设施当前状态后向所述联网警示标志下达取消所述警示命令；巡检维护记录表反映社区中各个公共设施的状况；

联网警示标志，用于根据所述警示命令进行报警；所述联网警示标志的布置方式包括：移动式布置和/或固定式布置；所述移动式布置包括：在所述移动巡检机器人内部的存储仓内推出所述联网警示标志至损坏状况下的所述公共设施旁；所述固定式布置包括：在所述公共设施旁固定安装所述联网警示标志；

维护方终端，用于将所述维护后的公共设施当前状态上传至所述物业管理端；维护方终端包括维修人员携带的智能手机；

其中，所述移动巡检机器人包括：摄像头，公共设施画面库和图像比对模块；所述摄像头，用于拍摄所述公共设施的视频图像；所述公共设施画面库，用于存储所述公共设施的正常状况参考画面以及损坏状况参考画面；所述损坏状况参考画面是公共设施的损坏状况类型的参考画面，包括健身器材结构缺失、结构变形、结构折断和油漆脱落的参考画面，垃圾箱的箱盖缺失、箱壁破损和垃圾分类字迹模糊的参考画面，灭火器空箱和倾倒的参考画面；所述图像比对模块，用于将所述公共设施的视频图像与所述正常状况参考画面和/或所述损坏状况参考画面进行比对，从而确认所述公共设施当前状态；所述公共设施当前状态包括正常状况或损坏状况以及损坏状况类型；

首先，图像比对模块对于摄像头拍摄的公共设施的视频画面，以及所述正常状况参考画面和/或所述损坏状况参考画面，分别执行增强处理；进而，进行HOG特征检测，确定公共设施视频画面以及正常状况参考画面、损坏状况参考画面的HOG特征向量；然后，将正常状况参考画面的HOG特征向量作为正向量，损坏状况参考画面的HOG特征向量作为负向量，代入SVM分类向量机中执行训练，确定SVM分类决策函数；最后，对于公共设施视频画面的HOG特征向量，代入训练之后的SVM分类向量机，根据分类输出结果判定该公共设施的视频画面属于正常状况还是损坏状况，以及在损坏状况下的损坏类型；

其中，图像比对模块首先针对摄像头拍摄的公共设施的视频画面，以及所述正常状况参考画面和/或所述损坏状况参考画面，进行灰度化和Gamma增强处理；对于灰度化之后的灰度图像，Gamma增强处理校正其中过亮或者过暗的图像灰度，增强灰度图像的对比度，以及实现噪声的抑制；

图像比对模块进而对增强处理之后的公共设施视频画面，以及库中的每幅正常状况参考画面和/或所述损坏状况参考画面图像，进行HOG特征检测，确定公共设施视频画面以及正常状况参考画面、损坏状况参考画面的HOG特征向量；具体而言，设置一个HOG特征检测模板，将检测模板每次在画面中滑动固定的像素长度，每滑动一次就提取一次检测模板内的HOG特征，从而获得画面的HOG特征向量；其中，HOG特征是先求模板中的像素点的梯度向量的大小和方向，利用Robert算子或Sobel算子计算该梯度向量的大小和方向；然后再将模板中的若干个像素组合为一个像素胞元，对像素胞元的像素梯度大小按照其像素方向进行直方图统计，所得的直方图分布作为该像素胞元的HOG特征向量；进而将像素胞元的HOG特征向量组合构成整个画面的HOG特征向量；

然后，图像比对模块以将正常状况参考画面的HOG特征向量作为正向量，以每种损坏状况参考画面的HOG特征向量作为负向量，代入SVM分类向量机中执行训练，确定SVM分类决策函数，从而训练后的SVM分类向量机实现对正常状况公共设施以及每种损坏状态的公共设施的识别；以正常状态健身器材的参考画面和结构缺失异常状态的健身器材参考画面的各自的HOG特征向量分别作为正、负向量对SVM分类向量机进行训练，从而训练后的SVM分类向量机能够对正常状态健身器材和结构缺失状态健身器材进行识别；同理，经过训练的其它SVM分类向量机对包括结构变形、结构折断和油漆脱落的其它异常状态健身器材进行识别；

图像比对模块对于公共设施视频画面的HOG特征向量，代入训练之后的SVM分类向量机，根据分类输出结果判定该公共设施的视频画面属于正常状况还是损坏状况，以及在损坏状况下的损坏类型；具体来说，根据巡检任务信息中记录的被巡检公共设施的类型，将摄像头拍摄的公共设施视频画面的HOG特征向量代入对于该类型公共设施对应的一个或者多个SVM分类向量机，对于健身器材则代入能够分别对正常状态健身器材和包括结构缺失、结构变形、结构折断和油漆脱落状态的健身器材进行识别的多个SVM分类向量机，根据分类结果识别判定该公共设施的视频画面属于正常状况还是损坏状况，以及在损坏状况下的损坏类型；根据图像比对模块确认出的若干公共设施当前状态，生成公共设施状态结果。