一种基于卫星多模边缘计算网关的通信系统技术方案

本发明专利技术涉及通信系统技术领域，尤其涉及一种基于卫星多模边缘计算网关的通信系统，包括通信桩体、云平台、卫星通讯模块、视觉监控模块、语音呼叫模块和气象监测模块；所述卫星通讯模块、所述视觉监控模块、所述语音呼叫模块和所述气象监测模块设置于所述通信桩体上，所述视觉监控模块、所述语音呼叫模块和所述气象监测模块通过所述卫星通讯模块与所述云平台进行通讯。本发明专利技术通过通过综合考虑网络质量、人体特征、呼叫体征和气象情况等多个因素，能够更全面地评估求救人员的紧急程度。够更全面地评估求救人员的紧急程度。够更全面地评估求救人员的紧急程度。

【技术实现步骤摘要】
一种基于卫星多模边缘计算网关的通信系统


[0001]本专利技术涉及通信系统
，尤其涉及一种基于卫星多模边缘计算网关的通信系统。

技术介绍

[0002]目前市场上用于设置在野外并供求救人员进行求救呼叫的通信产品，在评估求救人员的紧急程度时通常只考虑单一的指标，如呼叫次数等因素，基于单一指标的评估可能导致资源分配的不平衡，无法充分考虑紧急程度的多样性和复杂性，同时在复杂的野外环境中，会面临诸如信号干扰、背景噪声、光照变化等问题，这些因素可能影响特征提取和数据分析的准确性，现有通信产品在野外环境的数据收集和传输受到限制，可能会影响到求救人员的语音呼叫的实时性。

技术实现思路

[0003]本专利技术的目的在于提供一种基于卫星多模边缘计算网关的通信系统，通过综合考虑网络质量、人体特征、呼叫体征和气象情况等多个因素，能够更全面地评估求救人员的紧急程度，以解决上述现有问题的至少之一。
[0004]本专利技术提供了一种基于卫星多模边缘计算网关的通信系统，包括通信桩体、云平台、卫星通讯模块、视觉监控模块、语音呼叫模块和气象监测模块；所述卫星通讯模块、所述视觉监控模块、所述语音呼叫模块和所述气象监测模块设置于所述通信桩体上，所述视觉监控模块、所述语音呼叫模块和所述气象监测模块通过所述卫星通讯模块与所述云平台进行通讯；所述卫星通讯模块包括卫星多模边缘计算网关和网络质量检测单元，所述卫星多模边缘计算网关设置有4G/5G移动网络、蓝牙网络、NB
‑
IOT网络、LTE网络和卫星网络，所述网络质量检测单元实时检测所述卫星多模边缘计算网关的每个网络模式的网络质量，所述卫星多模边缘计算网关根据所述网络质量检测单元给出的网络质量检测结果进行网络模式切换；所述视觉监控模块包括摄像头和图像识别单元，所述摄像头用于采集所述通信桩体附近的求救人员的图像，所述图像识别单元根据所述摄像头采集的图像进行面部表情、手部动作和人体姿势提取，并判断求救人员的身体危急程度，获得第一评估值；所述语音呼叫模块包括语音对话单元和语音识别单元，所述语音对话单元用于供求救人员一键呼叫，同时通过所述卫星通讯模块向所述云平台发送所述通信桩体的经纬度数据，所述语音识别单元根据所述语音对话单元采集的音频进行求救人员的呼叫体征检测，并判断求救人员的呼叫紧急程度，获得第二评估值；所述气象监测模块用于监测所述通信桩体附近的气象情况，所述云平台根据所述气象监测模块监测到的气象情况、所述经纬度数据、所述第一评估值和所述第二评估值进行打分，然后根据每个通信桩体附近的求救人员的分数进行救援资源调度。
[0005]进一步的，所述网络质量检测单元实时检测所述卫星多模边缘计算网关的每个网络模式的网络质量，具体包括：所述网络质量检测单元根据ping命令实时检测所述卫星多模边缘计算网关的每个网络模式的网络延迟；所述网络质量检测单元根据UDP协议实时检测所述卫星多模边缘计算网关的每个网络模式的丢包率；所述网络质量检测单元根据speedtest
‑
cli工具实时检测所述卫星多模边缘计算网关的每个网络模式的网络带宽；根据所述卫星多模边缘计算网关的每个网络模式的网络延迟、丢包率和网络带宽各自的实际值、理论最大值和理论最小值以及网络模式的类型进行加权评分，获得所述卫星多模边缘计算网关的每个网络模式的网络质量检测结果。
[0006]更进一步的，根据所述卫星多模边缘计算网关的每个网络模式的网络延迟、丢包率和网络带宽各自的实际值、理论最大值和理论最小值以及网络模式的类型进行加权评分，获得所述卫星多模边缘计算网关的每个网络模式的网络质量检测结果，具体包括：获取所述卫星多模边缘计算网关的每个网络模式的网络延迟得分，所述网络延迟得分为其中，、和分别表示所述卫星多模边缘计算网关的每个网络模式的网络延迟的实际值、理论最大值和理论最小值；获取所述卫星多模边缘计算网关的每个网络模式的丢包率得分，所述丢包率得分为其中，和分别表示所述卫星多模边缘计算网关的每个网络模式的丢包率的实际值和理论最大值；获取所述卫星多模边缘计算网关的每个网络模式的网络带宽得分，所述网络带宽得分为，其中，、和分别表示所述卫星多模边缘计算网关的每个网络模式的网络带宽的实际值、理论最大值和理论最小值；根据所述网络延迟得分、所述丢包率得分、所述网络带宽得分和所述卫星多模边缘计算网关的每个网络模式的类型形成网络质量评分公式，所述网络质量评分公式满足，其中，Q表示网络质量评分，、、和分别表示网络延迟得分、丢包率、网络带宽和网络模式的类型各自的权重；根据所述网络质量评分公式对所述卫星多模边缘计算网关的每个网络模式进行评分，获得所述卫星多模边缘计算网关的每个网络模式的网络质量检测结果。
[0007]进一步的，所述图像识别单元根据所述摄像头采集的图像进行面部表情、手部动作和人体姿势提取，并判断求救人员的身体危急程度，获得第一评估值，具体包括：通过所述摄像头获取所述通信桩体附近的求救人员的图像；所述图像识别单元根据Haar级联分类器对所述图像实现面部区域的快速检测，再根据dlib库的68点面部标志点检测器获取所述面部区域的关键点，然后通过计算所述面部区域的关键点的位置和距离获得面部表情特征；所述图像识别单元根据Haar级联分类器对所述图像实现手部区域的快速检测，再根据Canny边缘检测算法和手指关键点检测算法获取所述手部区域的边缘和姿势，然后通过计算所述手部区域的边缘和姿势获得手部动作特征；
所述图像识别单元根据OpenPose算法对所述图像实现人体姿势的检测，获得人体姿势的方向、角度和骨骼关键点，然后通过计算人体姿势的方向、角度和骨骼关键点获得人体姿势特征；根据所述面部表情特征、所述手部动作特征和所述人体姿势特征进行加权平均，获得第一评估值，所述第一评估值为求救人员的身体危急程度。
[0008]更进一步的，根据Haar级联分类器对所述图像实现面部区域的快速检测，再根据dlib库的68点面部标志点检测器获取所述面部区域的关键点，然后通过计算所述面部区域的关键点的位置和距离获得面部表情特征，具体包括：将所述图像转换为灰度图像，然后使用预先训练好的Haar级联分类器检测所述灰度图像是否存在面部区域，当存在多个面部区域时，选择第一个面部区域作为处理对象；根据dlib库的68点面部标志点检测器检测所述面部区域的关键点，获得所述关键点的坐标；根据所述关键点的坐标获取眼睛宽度比例和嘴巴高度比例，将所述眼睛宽度比例和所述嘴巴高度比例作为面部表情特征。
[0009]更进一步的，根据Haar级联分类器对所述图像实现手部区域的快速检测，再根据Canny边缘检测算法和手指关键点检测算法获取所述手部区域的边缘和姿势，然后通过计算所述手部区域的边缘和姿势获得手部动作特征，具体包括：将所述图像转换为灰度图像，然后使用预先训练好的Haar级联分类器检测所述灰度图像是否存在手部区域，当存在多个手部区域时，选择主要的手部区域作为处理对象；设置低阈值和高阈值，根据OpenCV的Canny函数将所述边缘强度低于所述低阈值的像素作为非边缘、将所述边缘强度高于高阈本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卫星多模边缘计算网关的通信系统，其特征在于，包括通信桩体、云平台、卫星通讯模块、视觉监控模块、语音呼叫模块和气象监测模块；所述卫星通讯模块、所述视觉监控模块、所述语音呼叫模块和所述气象监测模块设置于所述通信桩体上，所述视觉监控模块、所述语音呼叫模块和所述气象监测模块通过所述卫星通讯模块与所述云平台进行通讯；所述卫星通讯模块包括卫星多模边缘计算网关和网络质量检测单元，所述卫星多模边缘计算网关设置有4G/5G移动网络、蓝牙网络、NB
‑
IOT网络、LTE网络和卫星网络，所述网络质量检测单元实时检测所述卫星多模边缘计算网关的每个网络模式的网络质量，所述卫星多模边缘计算网关根据所述网络质量检测单元给出的网络质量检测结果进行网络模式切换；所述视觉监控模块包括摄像头和图像识别单元，所述摄像头用于采集所述通信桩体附近的求救人员的图像，所述图像识别单元根据所述摄像头采集的图像进行面部表情、手部动作和人体姿势提取，并判断求救人员的身体危急程度，获得第一评估值；所述语音呼叫模块包括语音对话单元和语音识别单元，所述语音对话单元用于供求救人员一键呼叫，同时通过所述卫星通讯模块向所述云平台发送所述通信桩体的经纬度数据，所述语音识别单元根据所述语音对话单元采集的音频进行求救人员的呼叫体征检测，并判断求救人员的呼叫紧急程度，获得第二评估值；所述气象监测模块用于监测所述通信桩体附近的气象情况，所述云平台根据所述气象监测模块监测到的气象情况、所述经纬度数据、所述第一评估值和所述第二评估值进行打分，然后根据每个通信桩体附近的求救人员的分数进行救援资源调度。2.根据权利要求1所述的基于卫星多模边缘计算网关的通信系统，其特征在于，所述网络质量检测单元实时检测所述卫星多模边缘计算网关的每个网络模式的网络质量，具体包括：所述网络质量检测单元根据ping命令实时检测所述卫星多模边缘计算网关的每个网络模式的网络延迟；所述网络质量检测单元根据UDP协议实时检测所述卫星多模边缘计算网关的每个网络模式的丢包率；所述网络质量检测单元根据speedtest
‑
cli工具实时检测所述卫星多模边缘计算网关的每个网络模式的网络带宽；根据所述卫星多模边缘计算网关的每个网络模式的网络延迟、丢包率和网络带宽各自的实际值、理论最大值和理论最小值以及网络模式的类型进行加权评分，获得所述卫星多模边缘计算网关的每个网络模式的网络质量检测结果。3.根据权利要求2所述的基于卫星多模边缘计算网关的通信系统，其特征在于，根据所述卫星多模边缘计算网关的每个网络模式的网络延迟、丢包率和网络带宽各自的实际值、理论最大值和理论最小值以及网络模式的类型进行加权评分，获得所述卫星多模边缘计算网关的每个网络模式的网络质量检测结果，具体包括：获取所述卫星多模边缘计算网关的每个网络模式的网络延迟得分，所述网络延迟得分为其中，、和分别表示所述卫星多模边缘计算网关的每个网
络模式的网络延迟的实际值、理论最大值和理论最小值；获取所述卫星多模边缘计算网关的每个网络模式的丢包率得分，所述丢包率得分为其中，和分别表示所述卫星多模边缘计算网关的每个网络模式的丢包率的实际值和理论最大值；获取所述卫星多模边缘计算网关的每个网络模式的网络带宽得分，所述网络带宽得分为其中、和分别表示所述卫星多模边缘计算网关的每个网络模式的网络带宽的实际值、理论最大值和理论最小值；根据所述网络延迟得分、所述丢包率得分、所述网络带宽得分和所述卫星多模边缘计算网关的每个网络模式的类型形成网络质量评分公式，所述网络质量评分公式满足，其中，Q表示网络质量评分，、、和分别表示网络延迟得分、丢包率、网络带宽和网络模式的类型各自的权重；根据所述网络质量评分公式对所述卫星多模边缘计算网关的每个网络模式进行评分，获得所述卫星多模边缘计算网关的每个网络模式的网络质量检测结果。4.根据权利要求1所述的基于卫星多模边缘计算网关的通信系统，其特征在于，所述图像识别单元根据所述摄像头采集的图像进行面部表情、手部动作和人体姿势提取，并判断求救人员的身体危急程度，获得第一评估值，具体包括：通过所述摄像头获取所述通信桩体附近的求救人员的图像；所述图像识别单元根据Haar级联分类器对所述图像实现面部区域的快速检测，再根据dlib库的68点面部标志点检测器获取所述面部区域的关键点，然后通过计算所述面部区域的关键点的位置和距离获得面部表情特征；所述图像识别单元根据Haar级联分类器对所述图像实现手部区域的快速检测，再根据Canny边缘检测算法和手指关键点检测算法获取所述手部区域的边缘和姿势，然后通过计算所述手部区域的边缘和姿势获得手部动作特征；所述图像识别单元根据OpenPose算法对所述图...

【专利技术属性】
技术研发人员：陆强，张烨，
申请(专利权)人：深圳市微星物联科技有限公司，
类型：发明
国别省市：