具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“竖直”、“上”、“下”、“水平”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

如图1-图4所示，本发明提出了一种智能远程监控预警管理系统，包括云服务器1、客户端2、终端采集器3、感知组件4，所述感知组件4采集室内环境的相关参数，参数至少包括可燃气体数据、水流数据、电流/电压数据、温度数据、湿度数据、设备开关状态数据、图像数据、位置数据，通过无线或有线的方式传输给所述终端采集器3，所述终端采集器3对接收到的室内环境的相关参数进行本地过滤预处理，定时或在接收到上传指令时传输给所述云服务器1，所述云服务器1用于根据时间轴存储接收到的数据，累积统计和分时统计得到报表数据，发送给所述客户端2进行显示；所述云服务器1还用于根据客户需求针对目标位训练智能识别模型并传输至所述终端采集器3，所述终端采集器3基于智能识别模型对图像数据进行目标识别预处理，若识别出目标，则将对应的图像数据传输给所述云服务器1，所述云服务器 1对接收到的图像数据进一步处理并根据客户需求生成目标轨迹，发送给所述客户端2进行显示；所述云服务器1还用于对接收到的室内环境的相关参数进行大数据的趋势预判分析，判断是否符合预警条件，若是，则发送预警信息给所述客户端2进行显示并控制所述感知组件4 进行联动报警和预警处理；所述客户端2还用于供用户输入布防设置参数以及提供布防设置方案。

所述云服务器1根据时间轴存储接收到的数据之前还会对接收到的数据进行筛选，使用时间越长传感器采集回来的数据变得更加准确并筛选掉没用和重复的数据达到最大优化服务器存储机制，数据包括图像数据和传感器获取的非规则型数据。筛选的具体步骤如下：

为可燃气体数据、水流数据、电流/电压数据、温度数据、湿度数据、设备开关状态数据、图像数据、位置数据设置权重系数，并设置正样板数据和负样板数据；

将接收到的数据分别与正样板数据进行匹配，若权重系数高于设定值的数据均为正样板数据，随机从接收到的数据中选择N个数据与上一组接收到的数据进行对比，若不一致，则将接收到的数据判定为合法数据，进行合法数据入库操作；N为大于1的整数；

将接收到的数据分别与负样板数据进行匹配，若权重系数高于设定值的数据均为负样板数据，随机从接收到的数据中选择N个数据与上一组接收到的数据进行对比，若不一致，则将接收到的数据判定为非法数据，进行非法数据入库操作；N为大于1的整数；

若合法数据入库操作量和非法数据入库操作达到设定阈值后，更新权重系数以及正样板数据和负样板数据。

优选的，所述终端采集器3包括由ARM+NPU+SOC实现的核心处理模块、通过 TCP/UDP接口连接云服务器1的无线通信模块、通过RJ45网口/光纤接口连接云服务器1的有线通信模块、通过UART接口连接的扩展接口数据采集控制模块、状态显示模块、数据交换模块，所述扩展接口数据采集控制模块与所述感知组件4通过有线或无线连接。所述扩展接口数据采集控制模块包括扩展接口和与扩展接口连接的MCU控制模块，所述扩展接口包括IO 输入接口、IO输出接口、ADC输入接口、射频通信电路、UART串口/RS485接口、I2C数据总线、PWM脉冲电路。

优选的，所述无线通信模块包括4G/5G模块以及WiFi模块。所述IO输出接口还用于连接驱动设备，所述驱动设备包括但不限于括水泵、排气扇、灯光、增氧泵。

优选的，所述感知组件4包括对易燃易爆气体泄漏进行数据采集分析的可燃气体传感器、针对进水管进行水流监测的水流传感器、采集电流/电压数据的电流/电压传感器、采集温度数据的温度传感器、采集湿度数据的湿度传感器、室内用电设备是否处于指定工作状态的设备状态传感器、采集实现智能视觉分析所需图像数据的网络摄像头、采集门窗开关信号的位置开关传感器。

其中，可燃气体传感器是针对易燃易爆气体泄露进行数据采集分析一安装多个可燃气体传感器节点(不少于3个)进行7*24小时不间断数据采集，用于防火防爆，可采用多种供电方式如：电池、低压5-24v供电等等。

水流传感器针对进来的水管进行水流监测预防在假期间水管老化开裂导事故发生，数量按照进来的水管进行安装，可采用多种供电方式如：电池、低压5-24v供电等等。

设备状态传感器针对管理的设备是否在指定状态工作，如员工下班后冰箱是否正常工作、加热器是否在工作、鱼池增氧设备是否工作等等。其具体为带有状态监测的智能插座，所需监测管理的设备均通过该智能插座供电，把想监测的设备连接到状态采集插排或端子上即可。

网络摄像头获取图像数据或视频数据发送给终端采集器3，识别当前画面是否有老鼠或蟑螂、火焰、烟雾并进行触发告警发送给客户端2，终端采集器3通过IO输出连接驱赶设备，驱赶设备驱赶老鼠或蟑螂。

位置开关传感器设置在门窗处，以防门窗没有关好。

优选的，所述云服务器1还用于智能人员统计，所述终端采集器3基于AIYOLO模型算法识别图像数据中的人员信息并统计人员数量，发送给所述云服务器1，所述云服务器1录入人员数量并生成防误报分析，传输给客户端2显示。系统通过IPC采集到的数据送到核心处理模块进行AIYOLO提前训练好的模型算法识别当前人员并通过统计得出当前人员数量最终发送给云服务器1进行数据录入和深入防误报分析并推送给客户端2手机或电脑显示。

若云服务器根据客户需求针对老鼠、猫、狗等目标训练智能识别模型，则网络摄像头为热红外摄像头，热红外摄像头集成了摄像头和热释电红外传感器，获取图像或视频、热红外图像或热红外视频。

首先获取智能识别模型的数据集，采用热红外摄像头获取老鼠、猫、狗的多角度图像、热红外图像；按照8:2的比例将数据集分为训练集和测试集。

对YOLOv3网络结构进行优化，采用k-means聚类算法对YOLOv3的数据集中的目标框聚类分析，最终确定最佳的候选框数量k。k-means聚类算法使用欧氏距离，YOLOv3算法采用重叠度消除误差，距离函数为d(box,centroid)＝1-IOU(box,centroid)，聚类的目标函数为box为候选框，truth为目标真实框，k表示anchor的个数。

根据老鼠、猫、狗的大小不同修改网格的大小，从多个角度提升YOLOv3算法的检测效果。

以开源深度学习框架Darknet为基础，改进的YOLOv3网络结构为模型，结合维度聚类分析、网络预训练和多尺度训练模型的方法，训练老鼠、猫、狗热红外形状检测器；

以开源深度学习框架Darknet为基础，改进的YOLOv3网络结构为模型，结合维度聚类分析、网络预训练和多尺度训练模型的方法，训练老鼠、猫、狗特征检测器；

将测试集输入老鼠、猫、狗热红外形状检测器以及老鼠、猫、狗特征检测器，进行验证和调整，最终得到智能识别模型。

本发明中的系统由服务端、客户端2、终端采集器3、感知组件4四大部分组成，其工作原理：系统的感知组件4会收集各种信息数据通过有线和无线通信发送给终端采集器3其中数据包括可燃气当前浓度、水流、电流、温度、湿度、设备开关状态、视觉信息等等、终端采集器3收到信息后进行本地过滤预处理并发送给服务器进行大数据的趋势预判分析，最终把分析结果推送给客户端2(APP、短信、PC端)。比如某某饭堂煤气管老化有轻微泄露，安装在厨房的可燃气体传感器照平常7*24小时无间断采集数据然后通过采集器发送给服务器进行趋势分析，如发现可燃气体浓度逐渐增大并且不单单一个传感器数据有上升趋势已满足报警条件，服务器提前发送告警信息给客户并相应打开通风系统进行气体稀释处理。

服务器作用是数据分析和数据转发功能一般一台服务器能承载2000台采集终端接入和2000个客户端2接入，服务器布局在云服务上如阿里云、腾讯云、华为云等等。

客户端2主要功能是接收告警信息和翻阅历史记录并显示给相关管理人员这里的客户端2包涵手机APP、PC电脑端、手机短信。

终端采集器3主要功能是把各种传感器和IO状态信息进行采集并初步过滤没有用的数据并推送给服务器。

感知模块主要由各种传感器组成功能是采集可能会发生问题的设备或物品的当前状态信息并最终用过WIFI或RS485、IO、433/315Mhz发送给终端采集器3。

本发明系统的功能如下：

1、按照时间表进行自定义布防

根据客户实际情况进行系统布防设置，设置布防可在手机APP/PC端进行设置。如晚上20:00布防到早上06：00切防，每周六日全天布防等等。

2、自动上报信息并进行统计分析

只要配对好的传感器系统终端采集器3会自动定时上报给服务器进行每天的报表数据生成。用户能随时查阅当月甚至当天的所有信息。

3、能统计当月用水量、用电量、安全级别

系统监测过程中并不会把数据丢弃而把数据进行时间轴存储并通过服务进行累积统计和分时统计最终导出相关报表如当月用电量和用水量等等。

4、针对各种传感器进行无缝接入

终端采集器3能随意匹配各种传感器接入和驱动IO输出如：客户想监测厨房异味臭味大时自动开排气扇，这种情况只要匹配器一个硫化氢传感器就能轻易实现客户的需求。传感器包括:可燃气体传感器、一氧化碳传感、位置状态开关、流水传感器、电流传感器、温湿度传感器等等。驱动设备包:括水泵、排气扇、灯光、增氧泵等等。

5、AI神经网络图像分析和非规则数据分析后台80T算力支撑。

根据客户需求针对目标位进行训练匹配库，如老鼠、蟑螂、猫、狗、火焰、烟雾等等只要出现在厨房系统会自动识别抓取图片取证并推送给客户手机或电脑端显示，现场终端采集器3相应输出IO触发驱赶声音响起和灯光警示直到目标消失为止。系统还有目标轨迹生成功能如果老鼠在监控区域出现系统会连续监测目标物坐标并生成轨迹示意图给客户端2展示

6、真正实现无人值守

解决了现有技术中只能通过人工嗅觉检测气体泄漏提高人力成本，通过传感器检测仅仅依靠阈值告警却没有趋势分析的技术缺陷，本发明能够根据时间轴和采集回来的数据进行时间趋势分析以便提前预报，通过云服务器发送信息给相关人员，真正实现无人值守。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，本领域技术人员完全可以在不偏离本发明技术思想的范围内，进行多样的变更以及修改。本发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求书范围来确定其技术性范围。