一种可以自动调节的人工智能监控装置的制作方法

1.本发明涉及人工智能监控技术领域，尤其涉及一种可以自动调节的人工智能监控装置。


背景技术：

2.人工智能，英文缩写为ai。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
3.人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟
4.国家的发展伴随着大量的施工建设，在施工的过程中高处的物体可能会出现掉落现象，同时在施工现场需要塔吊机来对施工物品进行升高吊运，但在长时间的使用过程中塔吊有可能会出现倾斜甚至倒塌，进而酿成严重事故，并且施工现场在发生坠落或塌方现象时缺乏有效的警报措施从而造成严重的后果，因此需要一种可以自动调节的人工智能监控装置。


技术实现要素：

5.本发明的目的是为了解决现有技术中存在的缺点，而提出的一种可以自动调节的人工智能监控装置。
6.为了实现上述目的，本发明采用了如下技术方案：
7.一种可以自动调节的人工智能监控装置，包括监控主体以及驱动监控主体运行的；
8.所述中央控制系统包括图像系统和防控系统，所述图像系统的内部设置有采集系统以及图像处理模块、图像识别模块、深度学习模块与对比分析模块，所述图像处理模块与采集系统之间通信连接，所述图像处理模块与图像识别模块之间通信连接，所述图像处理模块将处理后的图像传输到图像识别模块中，所述图像识别模块与深度学习模块之间通信连接，所述图像识别模块对图像识别并将识别后的结果传输到深度学习模块中，所述深度学习模块对接收到的图像进行学习，所述深度学习模块与对比分析模块之间通信连接，所述深度学习模块将深度学习后得出的数据传输到对比分析模块中，所述对比分析模块对数据进行分析。
9.优选地，所述监控主体包括塔吊机、中央控制盒和多个固定盒，所述中央控制盒固定安装在塔吊机的侧壁上，多个所述固定盒固定安装在塔吊机的侧壁上，所述深度学习模块对接收到的图像进比对，所述深度学习模块进行深度学习后在图像中确定参照点，再通过参照点生成塔吊机的立体数据，同时所述深度学习模块对塌方以及掉落事件进行学习，
通过参照点来对发生的事故进行建模并将数据以及图像传输到对比分析模块中，所述对比分析模块对塔吊机的立体数据进行分析，确定塔吊机的倾斜程度，同时所述对比分析模块也对施工现场产生的塌方以及掉落事故进行分析。
10.优选地，所述固定盒的内部设置有电风扇，所述固定盒的内部设置有摄像头，所述摄像头由固定盒的内部贯穿至固定盒的外部，所述固定盒的侧壁上固定安装有排气管，所述排气管远离固定盒的一端正对摄像头的侧壁，所述固定盒的顶端侧壁上固定安装有遮挡棚。
11.优选地，所述固定盒的侧壁上开设有进气槽，所述进气槽的内部固定安装有过滤网，所述电风扇位于过滤网的正上方，所述电风扇位于排气管的正下方。
12.优选地，所述中央控制系统设置在中央控制盒的内部，所述采集系统包括拍摄模块、内部存储模块与图像采集模块，所述拍摄模块与摄像头之间通信连接，所述拍摄模块驱动摄像头对施工现场的图像进行拍摄与录像，所述拍摄模块与内部存储模块之间通信连接，所述拍摄模块将拍摄到的图像传输到内部存储模块中，所述内部存储模块与图像采集模块之间通信连接，所述图像采集模块对内部存储模块内部的图像进行采集，所述图像采集模块与图像处理模块之间通信连接，所述图像采集模块将采集后的图像传输到图像处理模块中。
13.优选地，所述内部存储模块通信连接有云端存储模块，所述内部存储模块将内部的图像数据实时传输到云端存储模块中。
14.优选地，所述防控系统的内部包括第一警报模块、第二警报模块消防报警模块、公安报警模块、与医疗报警模块，所述第一警报模块与图像识别模块之间通信连接，所述第一警报模块对图像识别模块识别后的结果进行判断，若出现施工人员为按照规定佩戴安全帽，则发出警报，所述对比分析模块与第二警报模块之电性连接，所述对比分析模块会将信号传递到第二警报模块中，所述第二警报模块对对比分析模块分析后的结果进行判断，若分析显示塔吊机自身的倾斜程度超过阈值时或者施工现场出现大范围掉落塌方现象时则会发出二级警报，所述第二警报模块与消防报警模块之间通信连接，所述第二警报模块与公安报警模块之间通信连接，所述第二警报模块与医疗报警模块之间通信连接，所述第二警报模块会使得消防报警模块开始工作，拨通消防电话，所述第二警报模块会使得公安报警模块开始工作，拨通公安报警电话，所述第二警报模块会使得医疗报警模块开始工作，拨通医疗救援电话。
15.相比现有技术，本发明的有益效果为：
16.1、本发明通过图像处理模块、图像识别模块、深度学习模块和对比分析模块的配合使用可以对施工现场的图像进行实时监控，并且图像识别模块可以对图像处理模块识别出的图像进行识别，图像识别模块再将识别到的图像传输到深度学习模块中，深度学习模块会对图像之间的关联进行学习，并且根据每个摄像头所监控到的图像选取合适的参照点，并且根据参照点对塔吊机的三维立体图像进行建模，从而能够对塔吊机的形状进行实时的监控，同时深度学习模块会将塔吊机实时的三维立体图像以及数据传输到对比分析模块中，通过对比分析模块来与塔吊机之前的三维图形数据进行比对，确定其倾斜度数，对比分析模块会将信号再传输到第一警报模块中，通过第一警报模块来判断倾斜的度数是否达到危险级别，若倾斜度数过大则发出警报，避免出现安全事故。
17.2、本发明通过图像识别模块还可以对施工现场的人员进行监控，根据每日来往的人员对其面部进行识别，当图像识别模块检测到非施工人员进入到现场后，则通过第一警报模块来进行警报并且驱逐，同时图像识别模块也可以对施工现场的工作人员安全帽的佩戴情况进行监控，从而实现对工作人员的监督，避免不佩戴安全帽造成安全事故。
附图说明
18.图1为本发明提出的一种可以自动调节的人工智能监控装置的结构示意图；
19.图2为本发明的系统框图；
20.图3为本发明的a部分放大图；
21.图4为本发明的b部分放大图。
22.图中：1塔吊机、2中央控制盒、3固定盒、4电风扇、5遮挡棚、6 摄像头、7排气管、8进气槽、9中央控制系统、10图像系统、11防控系统、12拍摄模块、13内部存储模块、14云端存储模块、15图像采集模块、16图像处理模块、17图像识别模块、18深度学习模块、19对比分析模块、20第一警报模块、21第二警报模块、22消防报警模块、23公安报警模块、24医疗报警模块。
具体实施方式
23.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
24.参照图1
‑
4，一种可以自动调节的人工智能监控装置，包括监控主体以及驱动监控主体运行的9；
25.中央控制系统9包括图像系统10和防控系统11，图像系统10 的内部设置有采集系统以及图像处理模块16、图像识别模块17、深度学习模块18与对比分析模块19，图像处理模块16与采集系统之间通信连接，图像处理模块16与图像识别模块17之间通信连接，图像处理模块16将处理后的图像传输到图像识别模块17中；
26.图像识别模块17与深度学习模块18之间通信连接，图像识别模块17对图像识别并将识别后的结果传输到深度学习模块18中，深度学习模块18对接收到的图像进行学习，深度学习模块18与对比分析模块19之间通信连接，深度学习模块18将深度学习后得出的数据传输到对比分析模块19中，对比分析模块19对数据进行分析；
27.监控主体包括塔吊机1、中央控制盒2和多个固定盒3，中央控制盒2固定安装在塔吊机1的侧壁上，多个固定盒3固定安装在塔吊机1的侧壁上，深度学习模块18对接收到的图像进比对，深度学习模块18进行深度学习后在图像中确定参照点，再通过参照点生成塔吊机1的立体数据，同时深度学习模块18对塌方以及掉落事件进行学习，通过参照点来对发生的事故进行建模并将数据以及图像传输到对比分析模块19中，对比分析模块19对塔吊机1的立体数据进行分析，确定塔吊机1的倾斜程度，同时对比分析模块19也对施工现场产生的塌方以及掉落事故进行分析；
28.固定盒3的内部设置有电风扇4，固定盒3的内部设置有摄像头 6，摄像头6由固定盒3的内部贯穿至固定盒3的外部，固定盒3的侧壁上固定安装有排气管7，排气管7远离固定盒3的一端正对摄像头6的侧壁，固定盒3的顶端侧壁上固定安装有遮挡棚5；
29.固定盒3的侧壁上开设有进气槽8，进气槽8的内部固定安装有过滤网，电风扇4位于过滤网的正上方，电风扇4位于排气管7的正下方，中央控制系统9设置在中央控制盒2的内部，采集系统包括拍摄模块12、内部存储模块13与图像采集模块15，拍摄模块12 与摄像头6之间通信连接，拍摄模块12驱动摄像头6对施工现场的图像进行拍摄与录像，拍摄模块12与内部存储模块13之间通信连接，拍摄模块12将拍摄到的图像传输到内部存储模块13中，内部存储模块13与图像采集模块15之间通信连接，图像采集模块15对内部存储模块13内部的图像进行采集，图像采集模块15与图像处理模块16之间通信连接，图像采集模块15将采集后的图像传输到图像处理模块16中；
30.内部存储模块13通信连接有云端存储模块14，内部存储模块 13将内部的图像数据实时传输到云端存储模块14中；
31.防控系统11的内部包括第一警报模块20、第二警报模块21、消防报警模块22、公安报警模块23、与医疗报警模块24，第一警报模块20与图像识别模块17之间通信连接，第一警报模块20对图像识别模块17识别后的结果进行判断，图像识别模块17也可以对施工现场的工作人员安全帽的佩戴情况进行监控，从而实现对工作人员的监督，避免不佩戴安全帽造成安全事故；
32.若出现施工人员为按照规定佩戴安全帽，则发出警报，对比分析模块19与第二警报模块21之电性连接，对比分析模块19会将信号传递到第二警报模块21中，第二警报模块21对对比分析模块19 分析后的结果进行判断，若分析显示塔吊机1自身的倾斜程度超过阈值时或者施工现场出现大范围掉落塌方现象时则会发出二级警报，第二警报模块21与消防报警模块22之间通信连接，第二警报模块 21与公安报警模块23之间通信连接，第二警报模块21与医疗报警模块24之间通信连接，第二警报模块21会使得消防报警模块22开始工作，拨通消防电话，第二警报模块21会使得公安报警模块23 开始工作，拨通公安报警电话，第二警报模块21会使得医疗报警模块24开始工作，拨通医疗救援电话。
33.本发明中，使用时，将固定盒3安装到塔吊机1的侧壁上，没两个固定盒3之间的间隔设置在塔吊机1米，同时也将中央控制盒2 安装到塔吊机1的侧壁上，当开始进行施工时启动摄像头6,摄像头 6在工作时会产生大量的热量，此时通过电风扇4可以对摄像头6工作时产生的热量进行散热，摄像头6产生出的热量会通过排气管7 进行排出，由于排气管7的u盾那不指向摄像头6，从而可以对摄像头6表面上残留的灰尘进行清理，避免灰尘遮挡住摄像头6，降低摄像头6的监控效果；
34.摄像头6在进行工作的时候可以对外部的中央控制盒2图像进行拍摄和录像，通过拍摄模块12可以使得摄像头6开始拍摄和录像，通过摄像头6拍摄出的图像会通过内部存储模块13进行存储，内部存储模块13会将存储的图像传输到云端存储模块14中，并且图像采集模块15会对内部存储模块13中的图像进行采集，图像采集模块15将采集到的有效图像传输到图像处理模块16中，图像处理模块16对图像进行处理，图像处理模块16再将处理后的图像传输到图像识别模块17中；
35.图像识别模块17可以对图像处理模块16识别出的图像进行识别，图像识别模块17再将识别到的图像传输到深度学习模块18中，深度学习模块18会对图像之间的关联进行学习，并且根据每个摄像头6所监控到的图像选取合适的参照点，并且根据参照点对塔吊机1 的三维立体图像进行建模，从而能够对塔吊机1的形状进行实时的监控，同时深度学习模块
18会将塔吊机1实时的三维立体图像以及数据传输到对比分析模块19中，通过对比分析模块19来与塔吊机1 之前的三维图形数据进行比对，确定其倾斜度数，对比分析模块19 会将信号再传输到第一警报模块20中，通过第一警报模块20来判断倾斜的度数是否达到危险级别，若倾斜度数过大则发出警报，避免出现安全事故；
36.通过图像识别模块17还可以对施工现场的人员进行监控，根据每日来往的人员对其面部进行识别，当图像识别模块17检测到非施工人员进入到现场后，则通过第一警报模块20来进行警报并且驱逐，同时图像识别模块17也可以对施工现场的工作人员安全帽的佩戴情况进行监控，从而实现对工作人员的监督，避免不佩戴安全帽造成安全事故，并且当出现塌方以及掉落事故时，对比分析模块19会将数据传输到第二警报模块21中，第二警报模块21使得消防报警模块22、公安报警模块23、医疗报警模块24开始工作，从而拨通消防、公安以及医疗电话寻求帮助，由于内部存储模块13内部的图像会实时传输到云端存储模块14中，塔吊机1后续可以通过对云端存储模块14内部存储的图像进行查看，确定事故发生原因。
37.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。