一种基于边云智能架构的野生动物监测系统技术方案

本发明专利技术公开了一种基于边云智能架构的野生动物监测系统，系统包括：边缘设备，用于野生动物图像数据的自动化采集与传输；其中，边缘设备部署于监测区域内部，且所述监测系统配置有误触发图像预筛选机制、双向数据可靠传输机制以及设备远程控制与软件更新机制；网关设备，用于将监测区域内部所有边缘设备采集到的图像数据传到数据中心；数据中心，用于野生动物图像数据的存储管理以及基于云计算实现数据的挖掘分析；其有益效果是：通过基于无线传感网络进行数据传输，提升野生动物图像采集设备的自动化和智能化水平；大幅度降低设备存储空间的占用以及降低整个网络传输系统的功耗，延长系统的使用周期，适用于野生动物图像监测系统的实际需求。

【技术实现步骤摘要】
一种基于边云智能架构的野生动物监测系统
本专利技术涉及野生动物监测
，具体涉及一种基于边云智能架构的野生动物监测系统。
技术介绍
野生动物监测保护，是生态文明建设战略的重要内容。通过对野生动物出现的区域、种类、数量以及环境条件等必要信息的监测及分析有助于我们更好的对野生动物资源进行保护及合理的开发。为了实时获得野生动物资源的确切信息且对环境产生的影响降到最低，需要保证野生动物监测系统具有可靠性高、有效覆盖区域广、时效性好且环境侵入小的特点。传统的监测手段如人工野外调查、GPS定位项圈等方法限制性因素过多且效果不甚理想，新兴监测手段如遥感卫星成本较高且图像处理难度大，航拍无人机监测范围有限且控制难度大。而红外相机技术具有对野生动物友好、数据信息丰富直观以及易于安装等优点，现已成为当前野生动物监测数据获取的主要手段之一。传统的红外相机图像回收需要人工参与，成本高且工作量大，而基于4G通信模块的红外相机可以实现实时上传图像的功能，但受到野外基站布设的限制，应用范围比较局限。基于无线传感器网络的通信技术可以解决上述问题但仍旧存在功本文档来自技高网...

【技术保护点】
1.一种基于边云智能架构的野生动物监测系统，其特征在于，该监测系统包括至少一个边缘设备、网关设备以及云端的数据中心；/n所述边缘设备，用于野生动物图像数据的自动化采集与传输；其中，所述边缘设备均匀部署于监测区域内部，且所述监测系统配置有误触发图像预筛选机制、双向数据可靠传输机制以及设备远程控制与软件更新机制；/n所述网关设备，用于将监测区域内部所有边缘设备采集到的图像数据传到所述数据中心；/n所述数据中心，用于野生动物图像数据的存储管理以及基于云计算实现数据的挖掘分析。/n

【技术特征摘要】
1.一种基于边云智能架构的野生动物监测系统，其特征在于，该监测系统包括至少一个边缘设备、网关设备以及云端的数据中心；
所述边缘设备，用于野生动物图像数据的自动化采集与传输；其中，所述边缘设备均匀部署于监测区域内部，且所述监测系统配置有误触发图像预筛选机制、双向数据可靠传输机制以及设备远程控制与软件更新机制；
所述网关设备，用于将监测区域内部所有边缘设备采集到的图像数据传到所述数据中心；
所述数据中心，用于野生动物图像数据的存储管理以及基于云计算实现数据的挖掘分析。


2.根据权利要求1所述的一种基于边云智能架构的野生动物监测系统，其特征在于，所述误触发图像预筛选机制采用优化适配神经网络算法，通过将采集的图像前景与背景分离，经由轻量型神经网络实现图像误触发评估与决策，剔除误触发图像，以降低误触发带来的不利影响；
所述双向数据可靠传输机制为基于Zigbee协议的网络传输模块，该模块自定义基于Xmodem协议的数据传输协议，同时该模块配置按路由路径周期休眠与唤醒的机制来降低系统整体网络功耗；
所述设备远程控制与软件更新机制为通过移植脚本解释器，实现设备的算法调用、控制逻辑以及误触发图像预筛选机制的脚本统一控制，便于通过脚本更新的方式进行设备的远程控制与软件更新。


3.根据权利要求2所述的一种基于边云智能架构的野生动物监测系统，其特征在于，所述误触发图像预筛选机制包括以下步骤：
生成掩码图像；
预处理掩码图像；
基于神经网络进行误触发筛选。


4.根据权利要求2所述的一种基于边云智能架构的野生动物监测系统，其特征在于，所述轻量型卷积神经网络的搭建步骤如下：
步骤一、使用Keras框架搭建轻量型网络；
步骤二、使用野生动物训练集进行训练；
步骤三、使用野生动物测试集进行测试；
步骤四、判断是否达到预设效果，未达到，则修改神经网络内部通道数和卷积层数，然后返回步骤二；否则继续进行步骤五；
步骤五、进行模型量化，轻量...

【专利技术属性】
技术研发人员：张军国，沙连帅，谢将剑，杨紫合，张俸嘉，
申请(专利权)人：北京林业大学，
类型：发明
国别省市：北京;11