一种智能门窗自动折叠调控方法技术

本发明专利技术涉及门窗调节技术领域，具体公开了一种智能门窗自动折叠调控方法，所述方法包括基于图层模板实时获取摄像头的拍摄图像；对拍摄图像进行特征识别，提取图像特征；实时获取目标区域的环境参数，根据所述环境参数、所述图像特征和管理方输入的工位状态训练神经网络模型；当接收到管理方输入的应用指令时，基于训练好的神经网络模型输出控制指令并向智能门窗发送。本发明专利技术基于建筑数据在原有的智能门窗附近安装摄像头，由摄像头采集图像，进而提取图像特征，再结合传感器获取到的环境参数，可以得到综合特征，基于所述综合特征和所述门窗状态练神经网络模型；借助神经网络模型即可搭建自动控制系统，极大地提高了智能门窗的智能化水平。的智能化水平。的智能化水平。

【技术实现步骤摘要】
一种智能门窗自动折叠调控方法


[0001]本专利技术涉及门窗调节
，具体是一种智能门窗自动折叠调控方法。

技术介绍

[0002]在面积较大的建筑中，门窗数量极大，每天的开关任务量较大，工作人员的工作压力很大，面对这种情况，现有的大面积建筑都会采用可以智能控制的智能门窗，减缓工作人员的工作压力，但是，现有的智能门窗的智能仅体现在开关控制环节，具体开关动作的控制人还是工作人员，工作人员需要定时的根据天气情况进行门窗调节；此时，一个门窗对应一个按钮，当门窗数量较多时，按钮数量也较多，工作人员的工作复杂度依旧很高。
[0003]如何进一步提高现有智能门窗的智能化水平，降低工作人员工作量的同时，提高实时性是本专利技术技术方案想要解决的技术问题。

技术实现思路

[0004]本专利技术的目的在于提供一种智能门窗自动折叠调控方法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种智能门窗自动折叠调控方法，所述方法包括：
[0007]读取目标区域的建筑数据，基于建筑数据获取智能门窗的安装位置及摄像头的相对位置，根据所述安装位置和相对位置获取采集范围；
[0008]根据所述建筑数据和所述采集范围建立图层模板，基于所述图层模板实时获取摄像头的拍摄图像；
[0009]对拍摄图像进行特征识别，提取图像特征；
[0010]实时获取目标区域的环境参数，根据所述环境参数、所述图像特征和管理方输入的工位状态训练神经网络模型；
[0011]当接收到管理方输入的应用指令时，基于训练好的神经网络模型输出控制指令并向智能门窗发送；
[0012]其中，所述根据所述安装位置和相对位置获取采集范围的过程为：
[0013]读取摄像头的采集广角和采集距离，根据光学传播原理将采集广角和采集距离转换为采集空间；所述采集空间为锥体；
[0014]计算采集空间和水平面的交集，得到采集范围。
[0015]作为本专利技术进一步的方案：所述读取目标区域的建筑数据，基于建筑数据获取智能门窗的安装位置及摄像头的相对位置，根据所述安装位置和相对位置获取采集范围的步骤包括：
[0016]接收管理方输入的区域标签及管理方授予的查询权限，根据区域标签及查询权限获取目标区域的建筑数据；
[0017]基于建筑数据搭建展示模型，基于展示模型接收管理方输入的智能门窗的安装位
置及摄像头的相对位置；其中，当建筑数据中含有智能门窗的安装位置及摄像头的相对位置时，管理方输入的数据为确认信息；
[0018]根据安装位置和相对位置确定摄像头的绝对位置，读取摄像头的工作参数，根据绝对位置和工作参数计算采集范围；所述摄像头为枪机。
[0019]作为本专利技术进一步的方案：所述根据安装位置和相对位置确定摄像头的绝对位置，读取摄像头的工作参数，根据绝对位置和工作参数计算采集范围的步骤包括：
[0020]当摄像头为球机时，读取摄像头的含有时间戳的工作参数；
[0021]根据绝对位置和含有时间戳的工作参数计算含有时间戳的采集范围。
[0022]作为本专利技术进一步的方案：所述根据所述建筑数据和所述采集范围建立图层模板，基于所述图层模板实时获取摄像头的拍摄图像的步骤包括：
[0023]根据所述建筑数据确定内层边界，基于内层边界统计所述采集范围，得到图层模板；其中，所述内层边界、采集范围和图层模板均为三维数据；
[0024]创建与摄像头数量相同的数据缓存队列，基于所述数据缓存队列获取摄像头的拍摄图像；所述拍摄图像中含有时间信息；
[0025]根据预设的时间频率在数据缓存队列中读取拍摄图像，填充至图层模板。
[0026]作为本专利技术进一步的方案：所述根据所述建筑数据和所述采集范围建立图层模板，基于所述图层模板实时获取摄像头的拍摄图像的步骤还包括：
[0027]接收用户输入的检测边界，根据所述检测边界和内层边界确定检测环；
[0028]基于检测环计算各个采集范围之间的交集和并集；
[0029]当任意两个采集范围内存在交集时，向对应的两个摄像头发送自检指令；
[0030]计算检测环与并集的差集，根据所述差集确定辅助设备及其安装点位。
[0031]作为本专利技术进一步的方案：所述对拍摄图像进行特征识别，提取图像特征的步骤包括：
[0032]根据预设的灰度公式将拍摄图像转换为灰度图像；
[0033]根据预设的子区域尺寸遍历所述灰度图像，对所述灰度图像进行平滑处理；
[0034]统计平滑处理后的灰度图像中灰度跨度，根据所述灰度跨度搭建跨度方阵；所述跨度方阵的行列数与灰度跨度相同；
[0035]基于所述跨度方阵提取图像特征。
[0036]作为本专利技术进一步的方案：所述根据预设的子区域尺寸遍历所述灰度图像，对所述灰度图像进行平滑处理的步骤包括：
[0037]根据预设的子区域尺寸遍历所述灰度图像；
[0038]计算子区域中的灰度均值和灰度中值，计算所述灰度均值和灰度中值的差值；
[0039]当所述差值小于预设的阈值时，基于灰度均值替换子区域中各点位的值；
[0040]当所述差值大于预设的阈值时，基于灰度中值替换子区域中各点位的值。
[0041]作为本专利技术进一步的方案：所述基于所述跨度方阵提取图像特征的步骤包括：
[0042]获取运算器的运算参数，根据运算参数确定单次运算范围；
[0043]基于单次运算范围提取待检区块，将待检区块中的元素值输入预设的特征计算公式，得到特征值；
[0044]统计所有待检区块的特征值，得到特征矩阵，作为图像特征；
[0045]其中，所述特征计算公式为：
[0046]；
[0047]其中，C为计算出的特征值， 为待检区块中第i行第j列的元素值， 为i和j的乘积；为待检区块中第i行元素值的均值，为待检区块中第i列元素值的标准差，为待检区块中第i行元素值的均值，为待检区块中第i列元素值的标准差。
[0048]作为本专利技术进一步的方案：所述实时获取目标区域的环境参数，根据所述环境参数、所述图像特征和管理方输入的工位状态训练神经网络模型的步骤包括：
[0049]基于预设的传感器实时获取目标区域的环境参数；
[0050]查询同时刻的图像特征，连接所述图像特征和所述环境参数，得到综合特征；
[0051]接收管理方输入的靶向各智能门窗的工位状态，创建综合特征
‑
工位状态的训练集和测试集；
[0052]基于所述训练集和测试集训练神经网络模型。
[0053]作为本专利技术进一步的方案：所述当接收到管理方输入的应用指令时，基于训练好的神经网络模型输出控制指令并向智能门窗发送的步骤包括：
[0054]接收到管理方输入的应用指令时，读取当前时刻的环境参数和拍摄图像；
[0055]提取拍摄图像的图像特征，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能门窗自动折叠调控方法，其特征在于，所述方法包括：读取目标区域的建筑数据，基于建筑数据获取智能门窗的安装位置及摄像头的相对位置，根据所述安装位置和相对位置获取采集范围；根据所述建筑数据和所述采集范围建立图层模板，基于所述图层模板实时获取摄像头的拍摄图像；对拍摄图像进行特征识别，提取图像特征；实时获取目标区域的环境参数，根据所述环境参数、所述图像特征和管理方输入的工位状态训练神经网络模型；当接收到管理方输入的应用指令时，基于训练好的神经网络模型输出控制指令并向智能门窗发送；其中，所述根据所述安装位置和相对位置获取采集范围的过程为：读取摄像头的采集广角和采集距离，根据光学传播原理将采集广角和采集距离转换为采集空间；所述采集空间为锥体；计算采集空间和水平面的交集，得到采集范围。2.根据权利要求1所述的智能门窗自动折叠调控方法，其特征在于，所述读取目标区域的建筑数据，基于建筑数据获取智能门窗的安装位置及摄像头的相对位置，根据所述安装位置和相对位置获取采集范围的步骤包括：接收管理方输入的区域标签及管理方授予的查询权限，根据区域标签及查询权限获取目标区域的建筑数据；基于建筑数据搭建展示模型，基于展示模型接收管理方输入的智能门窗的安装位置及摄像头的相对位置；其中，当建筑数据中含有智能门窗的安装位置及摄像头的相对位置时，管理方输入的数据为确认信息；根据安装位置和相对位置确定摄像头的绝对位置，读取摄像头的工作参数，根据绝对位置和工作参数计算采集范围；所述摄像头为枪机。3.根据权利要求2所述的智能门窗自动折叠调控方法，其特征在于，所述根据安装位置和相对位置确定摄像头的绝对位置，读取摄像头的工作参数，根据绝对位置和工作参数计算采集范围的步骤包括：当摄像头为球机时，读取摄像头的含有时间戳的工作参数；根据绝对位置和含有时间戳的工作参数计算含有时间戳的采集范围。4.根据权利要求1所述的智能门窗自动折叠调控方法，其特征在于，所述根据所述建筑数据和所述采集范围建立图层模板，基于所述图层模板实时获取摄像头的拍摄图像的步骤包括：根据所述建筑数据确定内层边界，基于内层边界统计所述采集范围，得到图层模板；其中，所述内层边界、采集范围和图层模板均为三维数据；创建与摄像头数量相同的数据缓存队列，基于所述数据缓存队列获取摄像头的拍摄图像；所述拍摄图像中含有时间信息；根据预设的时间频率在数据缓存队列中读取拍摄图像，填充至图层模板。5.根据权利要求4所述的智能门窗自动折叠调控方法，其特征在于，所述根据所述建筑数据和所述采集范围建立图层模板，基于所述图层模板实时获取摄像头的拍摄图像的步骤
还包括：接收用户输入的检测边界，根据所述检测边界和内层边界确定检测环；基于检测环计算各个采集范围之间...

【专利技术属性】
技术研发人员：孙晋明，王令军，任重量，
申请(专利权)人：山东智赢门窗科技有限公司，
类型：发明
国别省市：