[发明专利]一种基于边云智能架构的野生动物监测系统有效

专利信息
申请号: 202011442062.X 申请日: 2020-12-11
公开(公告)号: CN112614148B 公开(公告)日: 2023-07-21
发明(设计)人: 张军国;沙连帅;谢将剑;杨紫合;张俸嘉 申请(专利权)人: 北京林业大学
主分类号: G06T7/194 分类号: G06T7/194;G06N3/08;G06N3/0464;G06F16/53;H04N7/18;H04W4/80
代理公司: 北京酷爱智慧知识产权代理有限公司 11514 代理人: 张绍磊
地址: 100083 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 智能 架构 野生动物 监测 系统
【说明书】:

发明公开了一种基于边云智能架构的野生动物监测系统,系统包括: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,边缘设备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;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数据中心;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;其有益效果是:通过基于无线传感网络进行数据传输,提升野生动物图像采集设备的自动化和智能化水平;大幅度降低设备存储空间的占用以及降低整个网络传输系统的功耗,延长系统的使用周期,适用于野生动物图像监测系统的实际需求。

技术领域

本发明涉及野生动物监测技术领域,具体涉及一种基于边云智能架构的野生动物监测系统。

背景技术

野生动物监测保护,是生态文明建设战略的重要内容。通过对野生动物出现的区域、种类、数量以及环境条件等必要信息的监测及分析有助于我们更好的对野生动物资源进行保护及合理的开发。

为了实时获得野生动物资源的确切信息且对环境产生的影响降到最低,需要保证野生动物监测系统具有可靠性高、有效覆盖区域广、时效性好且环境侵入小的特点。传统的监测手段如人工野外调查、GPS定位项圈等方法限制性因素过多且效果不甚理想,新兴监测手段如遥感卫星成本较高且图像处理难度大,航拍无人机监测范围有限且控制难度大。而红外相机技术具有对野生动物友好、数据信息丰富直观以及易于安装等优点,现已成为当前野生动物监测数据获取的主要手段之一。

传统的红外相机图像回收需要人工参与,成本高且工作量大,而基于4G通信模块的红外相机可以实现实时上传图像的功能,但受到野外基站布设的限制,应用范围比较局限。基于无线传感器网络的通信技术可以解决上述问题但仍旧存在功耗过高、使用周期短、存在着大量误触发图像等缺陷。基于实际应用的考量,具备多环境下野生动物图像自动化采集、误触发图像预筛选、数据自动化传输等功能且满足长使用周期的监测技术是关于野生动物监测领域的主要研究方向。

因此将无线传感网络应用于野生动物图像监测并进行适应性改造是提升野生动物监测系统自动化程度的有效解决方案。

发明内容

本发明的发明目的在于:提供了一种将无线传感网络应用于野生动物图像监测并进行适应性改造的基于边云智能架构的野生动物监测系统。

本发明采用的技术方案为:一种基于边云智能架构的野生动物监测系统,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。

作为本申请一种可选的实施方式,所述误触发图像预筛选机制采用优化适配神经网络算法,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。

作为本申请一种可选的实施方式,所述误触发图像预筛选机制包括以下步骤:

生成掩码图像;

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北京林业大学,未经北京林业大学许可,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/202011442062.X/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