基于多传感器融合的安防预警方法、装置及系统与流程

本技术涉及安防数据处理，具体涉及一种基于多传感器融合的安防预警方法、装置及系统。

背景技术：

1、周界安防是保护重要设施、施工区域及关键基础设施安全的核心技术手段，周界安防集成物理防护与智能感知技术，通过探测、拦截与报警，对入侵行为实现早期预警和主动阻遏，是保护重要设施、施工区域及关键基础设施安全的第一道防线。传统的周界安防技术大多采用单一传感技术实现，存在检测准确率低和可靠性差的问题。

技术实现思路

1、有鉴于此，本技术实施例提供了一种基于多传感器融合的安防预警方法、装置及系统，能够提高周界安防的检测准确率和可靠性。

2、为达到上述目的，本技术采用如下技术方案：

3、第一方面，本技术实施提供一种基于多传感器融合的安防预警方法，包括：在das单元采集到的信号中检测到振动事件时，对所述振动事件进行分类得到振动分类结果，所述振动事件包含振动位置和振动时刻；其中，防护区域的边界处设置有das单元、麦克风阵列和摄像头阵列；获取目标麦克风在所述振动时刻后预设时间内采集的声学信号，以及目标摄像头在所述振动时刻后预设时间内采集的振动位置区域的图像序列；其中，所述目标麦克风为所述麦克风阵列中距离所述振动位置最近的至少一个麦克风，所述目标摄像头为所述摄像头阵列中距离所述振动位置最近的至少一个摄像头；对所述声学信号进行分类得到声学分类结果，对所述图像序列进行分类得到图像分类结果；根据所述振动分类结果、所述声学分类结果和所述图像分类结果确定所述振动事件的威胁值，以及基于所述威胁值进行安防预警。

4、基于第一方面，在一些实施例中，对das单元采集到的信号检测振动事件的过程包括：采用通频带为1hz至500hz的带通滤波器对das单元采集到的原始信号进行去噪处理；对去噪处理后的信号，根据计算信号的短时能量，根据计算信号的短时过零率；其中，w为滑动时间窗中包含的连续信号采样点的个数；当短时能量超过能量阈值eth且短时过零率在预设范围内时，判定信号对应的位置发生振动事件；其中，能量阈值eth根据原始信号的背景噪声的能量均值和标准差确定。

5、基于第一方面，在一些实施例中，所述对所述振动事件进行分类得到振动分类结果，包括：从所述振动事件对应的信号中提取多域特征，所述多域特征包含时域特征、频域特征和时频特征；将所述多域特征输入轻量级cnn分类器，对所述振动事件进行分类，得到所述振动事件的振动分类结果和该振动分类结果的第一置信度。

6、基于第一方面，在一些实施例中，所述获取目标麦克风在所述振动时刻后预设时间内采集的声学信号，以及目标摄像头在所述振动时刻后预设时间内采集的振动位置区域的图像序列，包括：在das单元采集到的信号中检测到振动事件时，根据所述振动位置唤醒目标麦克风和目标摄像头；获取目标麦克风在所述振动时刻后预设时间内采集的声学信号，以及目标摄像头在所述振动时刻后预设时间内采集的振动位置区域的图像序列；

7、所述对所述声学信号进行分类得到声学分类结果，对所述图像序列进行分类得到图像分类结果，包括：提取声学信号的梅尔频率倒谱系数形成声纹特征向量，将声纹特征向量输入声纹识别模型中进行分类识别，得到声学分类结果和该声学分类结果的第二置信度；获取目标摄像头在所述振动时刻后预设时间内采集的振动位置区域的图像序列，对所述图像序列进行预处理后输入到红外目标检测模型，得到图像分类结果和该图像分类结果的第三置信度。

8、基于第一方面，在一些实施例中，所述根据所述振动分类结果、所述声学分类结果和所述图像分类结果确定所述振动事件的威胁值，包括：

9、根据s=w1×pdas+w2×paudio+w3×pir+w4×i(fda)+w5×i(fdi)+w6×i(fai)计算所述振动事件的威胁值，pdas为振动分类结果的置信度，paudio为声学分类结果的置信度，pir为图像分类结果的置信度，fda为振动声学标记，fdi为振动图像标记，fai为声学图像标记，振动声学标记表征振动分类结果和声学分类结果一致性验证结果，振动图像标记表征振动分类结果和图像分类结果一致性验证结果，声学图像标记表征声学分类结果和图像分类结果一致性验证结果，为指示函数，w1至w6为权重。

10、基于第一方面，在一些实施例中，若振动分类结果为入侵类结果，声学分类结果与振动分类结果一致，且pdas与paudio的乘积大于双模态验证阈值，则fda取值为1，否则fda取值为0；若振动分类结果为入侵类结果，图像分类结果中在振动位置区域中存在人体目标，且pir大于图像验证阈值，则fdi取值为1，否则fdi取值为0；若声学分类结果为入侵类结果，且图像分类结果中在振动位置区域中存在热源目标，则fai取值为1，否则fai取值为0。

11、基于第一方面，在一些实施例中，所述方法包括：根据s’=α1×w1×pdas+α2×w2×paudio+α3×w3×pir+α4×w4×i(fda)+α5×w5×i(fdi)+α6×w6×i(fai)对所述振动事件的威胁值进行自适应补偿，，i取1至6，为环境因素对第i个分量的影响函数；

12、其中，δ1(env)= -ηwind×max(0,(v-v0)/(vth-v0))，v为当前风速，v0为启动补偿的风速下限，vth为风速阈值，ηwind为预设系数，0.5≤ηwind≤0.8；δ2(env)= -ηrain×max(0,(r-r0)/(rth-r0))，r为当前雨强，r0为启动补偿的雨强下限，rth为降雨强度阈值，ηrain为预设系数，0.6≤ηrain≤0.8；δ3(env)= -ηtemp×(1-|tenv-thuman|/trange)，tenv为环境温度，thuman为人体温度，trange为参考温差范围，即典型环境温度与人体体温之间的温差基准值，舒适环境下一般取12，ηtemp为温度敏感度预设系数，0≤ηtemp≤1。

13、基于第一方面，在一些实施例中，所述基于所述威胁值进行安防预警，包括：若所述威胁值大于高级报警阈值，则触发声光报警，向管理人员终端推送报警信息，报警信息包含入侵位置坐标、现场热成像截图和声纹分类结果，同时联动视频录像系统保存完整的现场音视频证据；若所述威胁值大于中级警报阈值且小于等于高级报警阈值，则向管理人员终端发出预警提示，管理人员通过远程调取热成像实时画面和声纹实时音频进行人工复核；其中，高级报警阈值大于中级警报阈值；若所述威胁值小于等于中级警报阈值，则判定为环境扰动事件，记录事件日志但不触发报警。

14、第二方面，本技术实施例提供一种基于多传感器融合的安防预警装置，包括：

15、振动分类模块，用于在das单元采集到的信号中检测到振动事件时，对所述振动事件进行分类得到振动分类结果，所述振动事件包含振动位置和振动时刻；其中，防护区域的边界处设置有das单元、麦克风阵列和摄像头阵列；

16、获取模块，用于获取目标麦克风在所述振动时刻后预设时间内采集的声学信号，以及目标摄像头在所述振动时刻后预设时间内采集的振动位置区域的图像序列；其中，所述目标麦克风为所述麦克风阵列中距离所述振动位置最近的至少一个麦克风，所述目标摄像头为所述摄像头阵列中距离所述振动位置最近的至少一个摄像头；

17、声学图像分类模块，用于对所述声学信号进行分类得到声学分类结果，对所述图像序列进行分类得到图像分类结果；

18、预警模块，用于根据所述振动分类结果、所述声学分类结果和所述图像分类结果确定所述振动事件的威胁值，以及基于所述威胁值进行安防预警。

19、第三方面，本技术实施例提供一种基于多传感器融合的安防预警方法系统，包括das单元、麦克风阵列、摄像头阵列和终端设备，das单元包括沿防护周界敷设的传感光缆和das解调主机，麦克风阵列和摄像头阵列均按预设间距部署于防护周界，所述终端设备包括存储器和处理器，所述存储器存有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上的第一方面中任一项所述基于多传感器融合的安防预警方法的步骤。

20、本技术实施例与现有技术相比存在的有益效果包括：

21、本技术首先利用das实现长距离、全周界的振动事件检测与精确定位，其次通过das定位结果唤醒事件位置的硅光声纹麦克风和热成像摄像头进行定向二次检测，最后通过双模态初筛、加权综合评分和自适应环境补偿三级递进式融合决策，实现三传感器检测结果的相互验证与互补。本技术克服了单一传感技术在误报率、漏报率和环境适应性方面的固有缺陷，实现了对施工区域防盗、防非法施工入侵等场景的高精度、低误报、全天候智能防护。