[发明专利]智能徽章行动轨迹监控系统及方法

权利要求书

1.智能徽章行动轨迹监控系统，包括自动录像模块(1)、实时通讯模块(2)、周边识别模块(3)、轨迹监控模块(4)和轨迹预测模块(5)，其特征在于：所述自动录像模块(1)的输出端连接实时通讯模块(2)的输入端，实时通讯模块(2)的输出端连接周边识别模块(3)的输入端，周边识别模块(3)的输出端连接轨迹监控模块(4)的输入端，轨迹监控模块(4)的输出端连接轨迹预测模块(5)的输入端。

2.根据权利要求1所述的智能徽章行动轨迹监控系统，其特征在于：所述自动录像模块(1)由图像采集模块(11)、卫星定位模块(12)、时间标记模块(13)、视频录制模块(14)、视频编码模块(15)和本地存储模块(16)组成，图像采集模块(11)的输出端连接卫星定位模块(12)的输入端，卫星定位模块(12)的输出端连接时间标记模块(13)的输入端，时间标记模块(13)的输出端连接视频录制模块(14)的输入端，视频录制模块(14)的输出端连接视频编码模块(15)的输入端，视频编码模块(15)的输出端连接本地存储模块(16)的输入端，本地存储模块(16)的输出端连接实时通讯模块(2)的输入端。

3.根据权利要求2所述的智能徽章行动轨迹监控系统，其特征在于：所述实时通讯模块(2)由5G通讯模块(21)、4G通讯模块(22)、卫星通讯模块(23)、云端存储模块(24)组成，5G通讯模块(21)、4G通讯模块(22)和卫星通讯模块(23)的输入端均连接本地存储模块(16)的输出端，5G通讯模块(21)、4G通讯模块(22)和卫星通讯模块(23)的输出端均连接云端存储模块(24)的输入端，云端存储模块(24)的输出端连接周边识别模块(3)的输入端。

4.根据权利要求3所述的智能徽章行动轨迹监控系统，其特征在于：所述周边识别模块(3)由用户登录模块(31)、录像调取模块(32)、视频解码模块(33)、图像处理模块(34)、场景识别模块(35)、地图参照模块(36)和点位校正模块(37)组成，用户登录模块(31)的输入端连接云端存储模块(24)的输出端，用户登录模块(31)的输出端连接录像调取模块(32)的输入端，录像调取模块(32)的输出端连接视频解码模块(33)的输入端，视频解码模块(33)的输出端连接图像处理模块(34)的输入端，图像处理模块(34)的输出端连接场景识别模块(35)的输入端，场景识别模块(35)的输出端连接地图参照模块(36)的输入端，地图参照模块(36)的输出端连接点位校正模块(37)的输入端，点位校正模块(37)的输出端连接轨迹监控模块(4)的输入端。

5.根据权利要求4所述的智能徽章行动轨迹监控系统，其特征在于：所述轨迹监控模块(4)由地图加载模块(41)、点位锚定模块(42)、时序标注模块(43)、点位连线模块(44)、轨迹生成模块(45)和实时监控模块(46)组成，地图加载模块(41)的输入端连接点位校正模块(37)的输出端，地图加载模块(41)的输出端连接点位锚定模块(42)的输入端，点位锚定模块(42)的输出端连接时序标注模块(43)的输入端，时序标注模块(43)的输出端连接点位连线模块(44)的输入端，点位连线模块(44)的输出端连接轨迹生成模块(45)的输入端，轨迹生成模块(45)的输出端连接实时监控模块(46)的输入端，实时监控模块(46)的输出端连接轨迹预测模块(5)的输入端。

6.根据权利要求5所述的智能徽章行动轨迹监控系统，其特征在于：所述轨迹预测模块(5)由数据筛选模块(51)、模型构建模块(52)、模型优化模块(53)和实时预测模块(54)组成，数据筛选模块(51)的输入端连接实时监控模块(46)的输出端，数据筛选模块(51)的输出端连接模型构建模块(52)的输入端，模型构建模块(52)的输出端连接模型优化模块(53)的输入端，模型优化模块(53)的输出端连接实时预测模块(54)的输入端。

7.智能徽章行动轨迹监控方法，包括以下步骤：步骤一，录像；步骤二，通讯；步骤三，识别；步骤四，监控；步骤五，预测；其特征在于：

其中上述步骤一中，通过图像采集模块(11)采集到徽章前方区域的光影图像，并通过卫星定位模块(12)确定光影图像的拍摄地点，再通过时间标记模块(13)给光影图像标记上时间戳，并通过视频录制模块(14)录制徽章前方区域一段时间的影像，经视频编码模块(15)编码后保存到本地存储模块(16)中；

其中上述步骤二中，根据信号强度通过5G通讯模块(21)、4G通讯模块(22)或卫星通讯模块(23)将编码录像上传给云端，并保存在云端存储模块(24)中；

其中上述步骤三中，通过用户登录模块(31)登入云端的监控系统，并通过录像调取模块(32)调取编码录像，经视频解码模块(33)解码、图像处理模块(34)灰度处理后，再通过场景识别模块(35)识别出录像中的各种场景事物，并通过地图参照模块(36)比照卫星地图中的街景数据，进而通过点位校正模块(37)校正徽章在电子地图上所处的点位；

其中上述步骤四中，通过地图加载模块(41)加载卫星地图，并通过点位锚定模块(42)确定各个行动点位在卫星地图上的位置，再通过时序标注模块(43)标注上各个行动点位的时序，并根据时序通过点位连线模块(44)将各个行动点位连接成线，经轨迹生成模块(45)处理后持续的在卫星地图上生成徽章的行动轨迹，进而通过实时监控模块(46)实时监控徽章的行动轨迹；

其中上述步骤五中，通过数据筛选模块(51)从徽章的历史行动轨迹中筛选出与当前行动相关性较强的历史数据，并通过模型构建模块(52)利用深度学习算法构建出轨迹预测初始模型，再通过模型优化模块(53)利用当前行动已有数据对轨迹预测初始模型进行训练，优化出行动轨迹预测模型，并通过实时预测模块(54)预测出徽章之后的行动轨迹。