一套基于STM32 的公共场所突发事件监测预警系统的研究

时间：2024-05-04

彭朝荣长江师范学院

鉴于突发事件具有事发突然、不确定性高、发展演变情境复杂、社会危害大等特点，因此，及时、有效的对突发事件做出反应并采取有效措施来减少突发事件造成的损失成为公共安全工作的重要前提。传统的视频监测系统，只是能对现场实行监视，以及简单的报警信息传送，很难确定事件，系统的稳定性和可靠性降低。故传统的安全监测系统由于技术水平的局限，不能最大程度地满足安防应急的要求。

一、系统总体设计方案

如图1 所示，本项目主要采用STM32F7 单片机作为处理器，信息的采集主要分为两种，一是通过红外摄像头对人流行为信息的采集。二是通过传感器对异常信息的采集、语音传感器对语音信息的采集、火焰传感器对火灾信息的采集、化学传感器对易燃易爆等挥发气体信息的采集。无线通信采用互联网技术与各类通信设备连接。

1.研究背景及意义

对于传统视频监控系统其关键问题在于视频需要人员观察，通过人眼识别视频图像，通过人脑对视频信息做出反应和判断，这样就会带来以下问题：

(1）监控的实时性差。监控视频都是实时播放的，监控范围的扩大，这样就会造成大量的监控视频无法在安全威胁发生的早期做出预警；

(2）监控的实时性差。监控视频都是实时播放的，监控范围的扩大，这样就会造成大量的监控视频无法在安全威胁发生的早期做出预警；

(3）威胁的漏报和误报。监控视频中出现的安全威胁需要由安全人员来判断，这样就容易造成有的威胁未能及时发现或有些不是威胁的情况被误判，造成处理不当。

针对这些问题，此报警系统能够通过人体运动识别和传感器对各种危险气体进行全方位的实时监测，对采集到的图像、气味等信息进行处理和计算，以此来判断是否存在安全威胁，并可以通过预案进行提前预警处理，通过计算分析事故等级并语音警示，时刻将信息发送给相应工作人员做出处理。

2.研究内容

鉴于突发事件具有事发突然、不确定性高、发展演变情境复杂、社会危害大等特点，传统的安全监测系统由于技术水平的局限，不能最大程度地满足安防应急的要求。针对目前存在的问题，主要研究内容分为：

(1）硬件系统的设计

针对传统视频监测系统的不足，首先设计一套前端信息获取设备，包括图像采集设备，语音传感设备，传感器阵列（包括易燃易爆气体传感器，乙醚、硫酸等危险气体传感器，烟雾、火焰传感等）。实现如图像、语音、环境指标等信息的采集，为事件预判提供全方位、立体化的信息。

系统还包括智能信息处理系统、预测预警评估系统，利用stm32与前端信息获取设备直接相连，对采集到的信息进行处理，再进行传输，以便预判事件类别、严重程度和及时反应。

信息上报及处理中心主要由主机、服务器组成。

(2）智能信息处理算法、技术和模型的选择与设计

该系统需要实时收集信息，利用智能信息处理技术进行预判、处理，预防和减少突发事件的发生，控制、减轻和消除突发事件引起的严重社会危害。相关信息处理算法、技术和模型包括：

01 图像处理和数据挖掘相关算法

对于群体，首先,对视频中的人群前景进行检测,结合YUV 空间码本模型和基于HOG 特征行人检测算法。其次,在检测到的人群前景目标基础上提取人群特征点,采用金字塔LK 光流法对人群特征点进行跟踪并计算光流信息,减少了直接使用光流法的计算量。同时,再使用基于HOG 特征检测行人方法,检测到的行人区域结果将用于对人群分组。再次,将跟踪到的人群特征点进行分组。第一次先使用k-means 聚类算法对检测出的行人区域中心点进行聚类,得到人群总体粗分组情况。在此基础上,将第一次聚类得到的人群粗分组的各中心,作为再次使用k-means 聚类算法初始时的聚类中心,对所有人群特征点进行细划分组。并结合基于HOG 特征检测行人的结果对分组结果加以调整,得到最终的人群特征点分组。最后,对每个群组的人群特征点提取运动特征和密度特征。

对于个体，主要提取分析个体之间的距离、互动特征。

02 语音识别及分析算法

识别与突发事件或危险事件密切相关敏感词汇；分析并提取紧急、危险状态下语音特点，包括频域和时域特征等。

03 传感阵列信号处理算法

监测各种传感器的数据变化情况，分析并提取异常信号特征。

04 预测预警评估算法及模型

在不同情形下训练系统，确定预测预警评估模型。综合图像、语音和传感信号的特征，给出实际使用时事件类别、危险程度等特征。