异常监控方法、装置、计算机设备及存储介质

    公开(公告)号:CN111915842B

    公开(公告)日:2021-11-05

    申请号:CN202010625271.1

    申请日:2020-07-02

    IPC分类号: G08B21/04

    摘要: 本发明公开一种异常监控方法、装置、计算机设备及存储介质。该异常监控方法应用于监控系统中,监控系统包括设置于一目标场景的多个图像采集设备,包括实时采集监控目标的生命体征数据,若生命体征数据符合第一响应级别,则确定监控目标的位置信息;根据位置信息从多个图像采集设备中确定关联采集设备;采集设备为当前可以采集到监控目标图像的图像采集设备;从关联采集设备中提取监控目标当前的监控图像,对体态图像进行识别,确定监控目标的体态行为;对面部图像进行识别,确定监控目标的情绪信息;根据监控目标的体态行为和情绪信息确定监控目标的异常状态,该方法可有效提高异常监控的准确性和可靠性。

    基于多信号采集与路径规划模型的无人机避障方法和装置

    公开(公告)号:CN112416018A

    公开(公告)日:2021-02-26

    申请号:CN202011326513.3

    申请日:2020-11-24

    IPC分类号: G05D1/10 G01S13/86 G01S13/933

    摘要: 本申请揭示了一种基于多信号采集与路径规划模型的无人机避障方法、装置、计算机设备和存储介质,所述方法包括:对第一环境区域进行信号采集处理,以得到初始毫米波雷达信号、初始激光雷达信号、初始图像信号和初始超声波信号;依据预设的动态环境实时建模方法,生成初始立体环境模型;获取无人机的运动参数和体形参数,并输入基于遗传算法且对应于初始立体环境模型而建立的初始路径规划模型中进行处理,从而得到所述初始路径规划模型的输出;判断输出是否为能够避障;若为能够避障,则生成避障飞行指令,以要求所述无人机沿所述初始避障路径进行避障飞行,飞过所述第一环境区域,从而解决了细小物体和突入物的快速诊断和避障难题。

    异常行为识别方法、目标异常识别方法、设备及介质

    公开(公告)号:CN111914661A

    公开(公告)日:2020-11-10

    申请号:CN202010641995.5

    申请日:2020-07-06

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种异常行为识别方法、装置、计算机设备及存储介质中,通过获取当前帧图像,采用人体关键点检测模型对所述当前帧图像进行检测,得到监测目标的人体特征信息,所述当前帧图像为从监测视频中获取的包含监测目标的图像;将所述人体特征信息与预设的基准异常信息进行匹配,得到匹配信息,所述匹配信息指示所述人体特征信息与预设的基准异常信息的匹配结果;若所述匹配信息为第一类型信息,则从所述监测视频中获取对应的相关帧图像集,所述第一类型信息指示所述监测目标存在异常;采用预设的行为识别模型对所述相关帧图像集进行行为识别,确定所述相关帧图像集中的所述监测目标的行为信息,保证了对监测目标的异常行为识别的准确。

    基于动态多目标优化的采摘机械臂轨迹规划方法及装置

    公开(公告)号:CN116834037A

    公开(公告)日:2023-10-03

    申请号:CN202311122516.9

    申请日:2023-09-01

    IPC分类号: B25J11/00 A01D46/30 B25J9/16

    摘要: 本发明提供一种基于动态多目标优化的采摘机械臂轨迹规划方法及装置,该方法包括:根据采摘机械臂的环境条件,对目标参数的约束范围进行调节;根据调节后的约束范围采样获取初始种群,根据采摘机械臂的多目标函数计算初始种群的适应值序列,并计算适应度地形特征和动态变化强度;基于强化学习确定动态变化强度对应的进化动作,根据适应度地形特征对初始种群执行进化动作,得到下一代种群,直到满足预设条件;根据种群的适应度值确定目标参数的最优值,根据目标参数的最优值对应的路径点确定采摘机械臂的最优轨迹。本发明实现对各种不同环境的采摘机械臂动态多目标优化问题优化策略的动态选择,快速有效得到目标参数的最优值。

    一种基于活动轨迹序列的水稻白叶枯病预警方法和装置

    公开(公告)号:CN114814102B

    公开(公告)日:2023-01-20

    申请号:CN202210456975.X

    申请日:2022-04-28

    IPC分类号: G01N33/00 G06N3/08

    摘要: 本申请揭示了一种基于活动轨迹序列的水稻白叶枯病预警方法,在第一稻田中的第一区域和第二区域同时种植水稻;将动物分别置于第一稻田中;对多种不同类别的动物持续观测,以得到多个第一活动轨迹序列;筛选出指定活动轨迹序列;获取指定动物;对待观测的第二稻田中的指定动物进行观测,以得到第二活动轨迹,并将第二活动轨迹输入预设的区域预测模型进行处理,以得到患病水稻区域;采集第一水稻样品,采集第二水稻样品;进行白叶枯病检测处理,以得到检测结果;若检测结果为第一水稻样品患有白叶枯病,并且第二水稻样品未患有白叶枯病,则生成预警指令,从而实现了水稻白叶枯病预警的目的,使得针对性进行水稻白叶枯病防治成为可能。