基于人工智能图像识别的消防AR头盔、警用AR眼镜及应用制造技术

本发明专利技术公开了一种基于人工智能图像识别的消防AR头盔、警用AR眼镜及应用，通过把3D图像建模算法，深度学习人工智能图像识别算法整合到AR领域的消防头盔和眼镜里，无需把大容量的照片视频上传到服务器进行处理，实现设备端本地的图像高效、快速、低功耗识别，对于消防领域，有助于消防员在烟雾浓密的火灾现场快速找到火源和伤者，避开障碍物和找到逃生出口，无需手持摄像设备设备，解放双手来灭火或营救，节省宝贵时间，大大提高救人灭火效率，也提高消防员自身的安全系数；对于警用领域，警员在巡逻时通过深度学习人工智能图像识别算法直接识别车牌号码或者人脸，无需手动录入或者拍照，实现快速鉴定问题车辆和可疑人物。

AR helmet, AR glasses for police and its application based on artificial intelligence image recognition

The invention discloses a fire-fighting AR helmet and police AR glasses based on artificial intelligence image recognition and application. By integrating 3D image modeling algorithm and depth learning artificial intelligence image recognition algorithm into fire-fighting helmet and glasses in AR field, the equipment is realized without uploading large-capacity photo video to the server for processing. Local image recognition is efficient, fast and low-power. It is helpful for firefighters to find the fire source and the injured quickly, avoid obstacles and find the escape exit in the smoky fire scene. No hand-held camera equipment is needed to free their hands to extinguish fire or rescue. It saves precious time and greatly improves rescue. Fire extinguishing efficiency also improves the fire fighter's own safety factor; for the police field, the police can identify the license plate number or face directly through in-depth learning of artificial intelligence image recognition algorithm, without manual input or photography, to achieve rapid identification of vehicles and suspects.

【技术实现步骤摘要】
基于人工智能图像识别的消防AR头盔、警用AR眼镜及应用
本专利技术涉及AR设备领域，尤指一种基于人工智能图像识别的消防AR头盔、警用AR眼镜及应用。
技术介绍
增强现实技术(AugmentedReality，简称AR)，是一种实时地计算摄影机影像的位置及角度并加上相应图像、视频、3D模型的技术，这种技术的目标是在屏幕上把虚拟世界套在现实世界并进行互动。这种技术1990年提出,随着随身电子产品CPU运算能力的提升，预期增强现实的用途将会越来越广。目前国内的有具备一定图像识别的AR头盔，但由于没有采用人工智能图像识别算法，均需要把图像通过WiFi或者4G回传到服务器进行图像识别，并把图像识别结果回传到AR头盔,由于采用传统的图像识别算法，需要强大服务器才能支持，处理速度慢，并且受限于4G网络质量，有时延时十分大，无法满足实际应用需求。对于消防领域，消防官兵在现场灭火的情况为团队作战，其中只有指挥员双手拿着笨重红外温度检测仪，通过温度检测仪看到火源或者现场需救助的伤员，指挥救援人员救援或者灭火人员灭火，且由于现场烟雾浓密几乎看不到，消防人员只能猫步手脚并用探摸着缓慢行走，延误宝贵救援和灭火时间。对于警用领域，目前交警，巡警均配备有手持终端，通过手持终端手动录入车牌号码便可查询车辆违规记录，也已经有部分城市开始尝试用手持终端拍照将人脸图像上传，与数据库做对比。但整体操作流程相对复杂，效率较低，而且有时拍照会与被拍者引起争执。
技术实现思路
为解决上述问题之一，本专利技术提供一种基于人工智能图像识别的消防AR头盔及应用，把3D图像建模算法，深度学习人工智能图像识别算法整合到消防头盔里，无需把大容量的照片视频上传到服务器进行处理，实现设备端本地的3D建模和图像高效、快速、低功耗识别，有助于消防员在烟雾浓密的火灾现场快速找到火源和伤者，无需手持摄像设备设备，解放双手来灭火或营救，节省宝贵时间，大大提高救人灭火效率，也提高消防员自身的安全系数。为实现上述目的，本专利技术采用的技术方案是：提供一种基于人工智能图像识别的消防AR头盔，包括消防头盔，其中还包括：用于获取红外成像，并把红外成像数据发送至主控电路板的红外摄像头；用于获取3D成像，并将3D成像数据发送至FPGA芯片的超声波发射/接收模组；用于对3D成像数据进行3D建模成像算法处理，并将3D建模数据发送至主控电路板的FPGA芯片；用于接收、处理红外成像数据和3D建模数据，并将红外成像数据和3D建模数据输出至AR微显示模组以及储存器，并驱动AR微显示模组运行的主控电路板；用于显示红外成像、3D成像的AR微显示模组；所述超声波发射/接收模组的输出端与FPGA芯片的输入端连接，FPGA芯片及红外摄像头的输出端均与主控电路板的输入端连接，主控电路板的输出端与AR微显示模组的输入端连接，所述主控电路板内集成主控芯片、储存器、PMU；所述AR微显示模组、FPGA芯片、主控电路板均设置在消防头盔内，其中AR微显示模组设置在消防头盔的视窗处，红外摄像头、超声波发射/接收模组均设置在防头盔本体外且位于视窗的一侧。具体地，主控电路板还包括网络通讯模块，所述网络通讯模块连接有PA天线。具体地，所述3D成像在25米内的分辨率为0.5mm。此外，本专利技术还提供一种基于人工智能图像识别的消防AR头盔的应用，包括以下步骤：A.红外摄像头获取红外成像，并把红外成像数据发送至主控电路板；B.超声波发射/接收模组获取3D成像，并将3D成像数据发送至FPGA芯片；C.FPGA芯片对3D成像数据进行3D建模成像算法处理，并将3D建模数据发送至主控电路板；D.主控电路板接收、处理红外成像数据和3D建模数据，将红外成像数据和3D建模数据输出至AR微显示模组,并驱动AR微显示模组运行显示，同时输出至储存器储存。为解决上述问题之二，本专利技术提供一种基于人工智能图像识别的警用AR眼镜及应用，把深度学习人工智能图像识别算法整合到眼镜里，无需把大容量的照片视频上传到服务器进行处理，实现设备端本地的图像高效、快速、低功耗识别，警员在巡逻时通过深度学习人工智能图像识别算法直接识别车牌号码或者人脸，无需手动录入或者拍照，实现快速鉴定问题车辆和可疑人物。为实现上述目的，本专利技术采用的技术方案是：提供一种基于人工智能图像识别的警用AR眼镜，包括眼镜本体，其中还包括：用于拍摄图像，并把图像发送至主控电路板以及FPGA芯片的摄像头；用于对图像通过内建CNN卷积神经网络来运行深度学习人工智能图像识别算法进行处理，并将处理数据与本地数据进行识别比对，并将识别比对结果发送至主控电路板的FPGA芯片；用于接收图像，并将FPGA芯片识别比对结果叠加至原图像输出至AR微显示模组，并驱动AR微显示模组运行的主控电路板；用于在原图显示比对识别结果的AR微显示模组；所述摄像头的输出端与FPGA芯片和主控电路板的输入端连接，FPGA芯片的输出端与主控电路板的输入端连接，主控电路板的输出端与AR微显示模组输入端连接；所述主控电路板内集成主控芯片、储存器、PMU；所述AR微显示模组、FPGA芯片、主控电路板均设置在眼镜本体的镜框内，AR微显示模组设置在眼镜本体的镜片处。具体地，处理数据与本地数据进行识别比对速度在30ms以内，FPGA芯片运行功耗低于500mw。具体地，还包括用于与云数据库进行网络通讯连接的网络通讯模块，所述网络通讯模块连接有PA天线。具体地，图像经FPGA芯片进行处理后的处理数据格式为文本格式或数学模型。此外，本专利技术还提供一种根据权利要求5所述基于人工智能图像识别的警用AR眼镜的应用，包括以下步骤：A.摄像头获取图像，并把图像分别发送至FPGA芯片和主控电路板；B.FPGA芯片对图像通过内建CNN卷积神经网络来运行深度学习人工智能图像识别算法进行处理，将处理数据与本地数据进行识别比对，并将识别比对结果发送至主控电路板；D.接收图像，并将FPGA芯片识别比对结果叠加至原图像输出至AR微显示模组,并驱动AR微显示模组运行显示，同时输出至储存器储存；E.网络通讯模块与云数据库进行网络通讯连接的，处理数据经主控电路板通过通讯模块与云端数据库的数据进行识别比对，并将识别比对结果发送至主控电路板。本专利技术的有益效果在于：本专利技术通过把3D图像建模算法，深度学习人工智能图像识别算法整合到AR领域的消防头盔和眼镜里，无需把大容量的照片视频上传到服务器进行处理，实现设备端本地的图像高效、快速、低功耗识别，对于消防领域，有助于消防员在烟雾浓密的火灾现场快速找到火源和伤者，避开障碍物和找到逃生出口，无需手持摄像设备设备，解放双手来灭火或营救，节省宝贵时间，大大提高救人灭火效率，也提高消防员自身的安全系数；对于警用领域，警员在巡逻时通过深度学习人工智能图像识别算法直接识别车牌号码或者人脸，无需手动录入或者拍照，实现快速鉴定问题车辆和可疑人物。附图说明图1是消防AR头盔的电路模块结构示意图。图2是警用AR眼镜的电路模块结构示意图。具体实施方式下面结合具体实施例和说明书附图对本专利技术予以详细说明。实施例一如图1所示，本实施例是消防AR头盔的具体应用说明，包括消防头盔，还包括用于获取红外成像，并把红外成像数据发送至主控电路板的红外摄像头；用于获取3D成像，并将3D成像数据发送至F本文档来自技高网...

【技术保护点】
1.一种基于人工智能图像识别的消防AR头盔，包括消防头盔，其特征在于，还包括：用于获取红外成像，并把红外成像数据发送至主控电路板的红外摄像头；用于获取3D成像，并将3D成像数据发送至FPGA芯片的超声波发射/接收模组；用于对3D成像数据进行3D建模成像算法处理，并将3D建模数据发送至主控电路板的FPGA芯片；用于接收、处理红外成像数据和3D建模数据，并将红外成像数据和3D建模数据输出至AR微显示模组以及储存器，并驱动AR微显示模组运行的主控电路板；用于显示红外成像、3D成像的AR微显示模组；所述超声波发射/接收模组的输出端与FPGA芯片的输入端连接，FPGA芯片及红外摄像头的输出端均与主控电路板的输入端连接，主控电路板的输出端与AR微显示模组的输入端连接，所述主控电路板内集成主控芯片、储存器、PMU；所述AR微显示模组、FPGA芯片、主控电路板均设置在消防头盔内，其中AR微显示模组设置在消防头盔的视窗处，红外摄像头、超声波发射/接收模组均设置在防头盔本体外且位于视窗的一侧。

【技术特征摘要】
1.一种基于人工智能图像识别的消防AR头盔，包括消防头盔，其特征在于，还包括：用于获取红外成像，并把红外成像数据发送至主控电路板的红外摄像头；用于获取3D成像，并将3D成像数据发送至FPGA芯片的超声波发射/接收模组；用于对3D成像数据进行3D建模成像算法处理，并将3D建模数据发送至主控电路板的FPGA芯片；用于接收、处理红外成像数据和3D建模数据，并将红外成像数据和3D建模数据输出至AR微显示模组以及储存器，并驱动AR微显示模组运行的主控电路板；用于显示红外成像、3D成像的AR微显示模组；所述超声波发射/接收模组的输出端与FPGA芯片的输入端连接，FPGA芯片及红外摄像头的输出端均与主控电路板的输入端连接，主控电路板的输出端与AR微显示模组的输入端连接，所述主控电路板内集成主控芯片、储存器、PMU；所述AR微显示模组、FPGA芯片、主控电路板均设置在消防头盔内，其中AR微显示模组设置在消防头盔的视窗处，红外摄像头、超声波发射/接收模组均设置在防头盔本体外且位于视窗的一侧。2.根据权利要求1所述的基于人工智能图像识别的消防AR头盔，其特征在于：主控电路板还包括网络通讯模块，所述网络通讯模块连接有PA天线。3.根据权利要求1或2所述的基于人工智能图像识别的消防AR头盔，其特征在于，所述3D成像在25米内的分辨率为0.5mm。4.一种根据权利要求1-3任一项所述的基于人工智能图像识别的消防AR头盔的应用，其特征在于，包括以下步骤:A.红外摄像头获取红外成像，并把红外成像数据发送至主控电路板；B.超声波发射/接收模组获取3D成像，并将3D成像数据发送至FPGA芯片；C.FPGA芯片对3D成像数据进行3D建模成像算法处理，并将3D建模数据发送至主控电路板；D.主控电路板接收、处理红外成像数据和3D建模数据，将红外成像数据和3D建模数据输出至AR微显示模组,并驱动AR微显示模组运行显示，同时输出至储存器储存。5.一种基于人工智能图像识别的警用AR眼镜，包括眼镜本体，其特征在于，还包括：用于拍摄图像，并把图像发送至主控电路板以及FPGA芯片的摄像头；用于对图...

【专利技术属性】
技术研发人员：李乐斌，
申请(专利权)人：深圳市晨芯成科技有限公司，
类型：发明
国别省市：广东,44