[发明专利]一种基于边云智能架构的野生动物监测系统

权利要求书

1.一种基于边云智能架构的野生动物监测系统，其特征在于，该监测系统包括至少一个边缘设备、网关设备以及云端的数据中心；

所述边缘设备，用于野生动物图像数据的自动化采集与传输；其中，所述边缘设备均匀部署于监测区域内部，且所述监测系统配置有误触发图像预筛选机制、双向数据可靠传输机制以及设备远程控制与软件更新机制；

所述网关设备，用于将监测区域内部所有边缘设备采集到的图像数据传到所述数据中心；

所述数据中心，用于野生动物图像数据的存储管理以及基于云计算实现数据的挖掘分析；

所述误触发图像预筛选机制采用神经网络算法，通过将采集的图像前景与背景分离，经由轻量型神经网络实现图像误触发评估与决策，剔除误触发图像，以降低误触发带来的不利影响；

所述双向数据可靠传输机制为基于Zigbee协议的网络传输模块，该模块自定义基于Xmodem协议的数据传输协议，同时该模块配置按路由路径周期休眠与唤醒的机制来降低系统整体网络功耗；

所述设备远程控制与软件更新机制为通过移植脚本解释器，实现设备的算法调用、控制逻辑以及误触发图像预筛选机制的脚本统一控制，便于通过脚本更新的方式进行设备的远程控制与软件更新。

2.根据权利要求1所述的一种基于边云智能架构的野生动物监测系统，其特征在于，所述误触发图像预筛选机制包括以下步骤：

生成掩码图像；

预处理掩码图像；

基于神经网络进行误触发筛选。

3.根据权利要求2所述的一种基于边云智能架构的野生动物监测系统，其特征在于，所述轻量型神经网络的搭建步骤如下：

步骤一、使用Keras框架搭建轻量型网络；

步骤二、使用野生动物训练集进行训练；

步骤三、使用野生动物测试集进行测试；

步骤四、判断是否达到预设效果，未达到，则修改神经网络内部通道数和卷积层数，然后返回步骤二；否则继续进行步骤五；

步骤五、进行模型量化，轻量型神经网络搭建结束。

4.根据权利要求2所述的一种基于边云智能架构的野生动物监测系统，其特征在于，所述基于Zigbee协议的网络传输模块通过点对点传播方式自定义传输内容；

所述自定义传输内容是指结合Xmodem协议，针对Zigbee模块的帧长度，自定义传输帧格式，图像数据传输时，将按照帧格式进行文件的分包传输。

5.根据权利要求2所述的一种基于边云智能架构的野生动物监测系统，其特征在于，所述按路由路径周期休眠与唤醒的机制，具体为：

边缘设备安装时，每个设备都会被设定统一的初次唤醒时间，并在该时间统一唤醒；

唤醒后设备搜索加入网络并确定路由；

随后，网关设备会保存整个网络的路由表，并根据路由路径按照由近到远的顺序重新划分每条路径上各个设备的下次唤醒时间；

边缘设备接收到下次唤醒时间后，将进入休眠模式，并在被分配的时间点自我唤醒并进行组网，等待进行数据传输，完成传输后再次进入休眠模式，以此循环。

6.根据权利要求2所述的一种基于边云智能架构的野生动物监测系统，其特征在于，所述边缘设备还包括有软件架构，所述软件架构包括硬件驱动层、硬件抽象层、中间件、操作系统层以及应用层；

所述硬件驱动层用于提供基础的元器件操作函数接口；

所述硬件抽象层用于对硬件驱动层进行更高层次的抽象；

所述中间件用于强化外设的功能；

所述操作系统层是整个设备的任务调度与资源管理中心，同时为应用层提供运行环境；

所述应用层是整个设备的控制逻辑的实现部分，该层集成了Lua脚本解释器。

7.根据权利要求6所述的一种基于边云智能架构的野生动物监测系统，其特征在于，所述通过脚本更新的方式进行设备的远程控制与软件更新，具体为：

用户通过自定义Lua脚本来控制边缘设备的所有模块；

所述Lua脚本通过调用底层的硬件抽象层与中间件的接口来实现对硬件的完全控制；

以及用户可通过远程上传Lua脚本的形式来实现设备的不停机远程程序更新。