一种激光-视觉联动夜间入侵探测系统的制作方法

本发明涉及入侵探测，具体为一种激光-视觉联动夜间入侵探测系统。

背景技术：

1、在当今社会，安全防护是至关重要的，入侵探测系统作为安全防护的关键手段之一，其主要作用在于实时监测特定区域，及时发现任何未经授权的进入或异常活动，无论是家庭住宅、商业场所还是工业设施，都需要可靠的入侵探测系统来保障人员和财产的安全，入侵探测系统可以在潜在的安全威胁出现时迅速发出警报，以便采取相应的措施进行防范和应对，夜间环境给入侵探测带来了巨大的挑战，在低光照条件下，传统的探测方法往往难以准确地识别目标物体和判断其行为，而激光-视觉联动的入侵探测方式则为解决夜间探测难题提供了新的思路和方法。

2、激光传感器具有高精度的距离测量能力，能够在夜间准确地确定目标物体的位置，即使在黑暗中，激光束也能可靠地反射回来，提供目标物体与传感器之间的精确距离信息，视觉传感器则能够采集目标区域的图像信息，提供丰富的图像特征，有助于对目标物体进行更准确的识别和分类，将激光和视觉传感器联动起来，能够充分发挥两者的优势，在夜间，当环境光照强度较低时，激光传感器可以提供稳定的距离信息，而视觉传感器则可以通过增强感光度等方式获取更清晰的图像，这种联动方式不仅提高了夜间入侵探测的准确性，还增强了系统的适应性和可靠性。

3、目前，传统的激光-视觉联动夜间入侵探测系统在使用时仍存在一定的缺陷，现有的激光-视觉联动夜间入侵探测系统将激光和视觉传感器进行简单结合，通常无法根据环境和目标物体的变化自动调整工作参数，在不同的光照强度、目标物体移动速度和距离等情况下，不能灵活地适应实际需求，导致探测效果不稳定，缺乏有效的联动机制，不能充分发挥激光和视觉传感器的协同作用，无法实现最佳的探测效果。因此，有必要提出一种激光-视觉联动夜间入侵探测系统，以解决现有技术中的问题。

技术实现思路

1、本发明的目的就是为了弥补现有技术的不足，提供了一种激光-视觉联动夜间入侵探测系统，它可以根据环境的光照强度、目标物体的移动速度和距离等因素，自动调整激光和视觉传感器的工作参数，实现最佳的探测效果，并通过建立动态的联动模型，动态调整两者之间的配合方式，以适应不同的入侵场景。

2、本发明为解决上述技术问题，提供如下技术方案：一种激光-视觉联动夜间入侵探测系统，该系统包括激光传感器、视觉传感器、数据处理模块和控制模块。激光传感器用于发射激光束并接收反射回来的激光信号，测量目标物体的距离和位置信息，视觉传感器用于采集目标区域的图像信息，数据处理模块对激光和视觉传感器采集到的数据进行处理和分析，并与控制模块共同建立动态的联动模型，控制模块根据环境的光照强度、目标物体的移动速度和距离因素，自动调整激光和视觉传感器的工作参数，动态调整两者之间的配合方式；

3、所述控制模块包括光照强度检测单元、目标物体速度检测单元、目标物体距离检测单元和参数调整单元，所述光照强度检测单元，用于检测环境的光照强度，所述目标物体速度检测单元，用于检测目标物体的移动速度，所述目标物体距离检测单元，用于检测目标物体与传感器的距离，所述参数调整单元，通过与光照强度检测单元、目标物体速度检测单元和目标物体距离检测单元的协同工作，实现对传感器参数的精确调整，适应不同的环境和目标物体状态；

4、所述控制模块中的光照强度检测单元检测环境光照强度为，小于正常光照强度阈值时，向参数调整单元发送信号，参数调整单元根据公式增强激光传感器的功率，其中为激光功率调整系数，同时根据公式增强视觉传感器的感光度，其中为视觉传感器感光度调整系数，目标物体速度检测单元检测目标物体速度为，大于速度阈值时，参数调整单元根据公式提高传感器的采样频率，其中为采样频率调整系数，目标物体距离检测单元检测目标物体距离为，处于不同距离区间时，，参数调整单元根据公式调整激光功率，根据公式调整视觉传感器感光度，其中和为对应距离区间的调整系数。

5、进一步地，所述激光传感器由激光发射单元、接收单元和信号处理单元组成，能够发射特定波长和频率的激光束，接收反射回来的激光信号并进行处理，计算目标物体与传感器之间的距离和位置信息，激光传感器通过测量激光往返时间，根据公式确定目标物体与传感器的距离，其中为光速。

6、更进一步地，所述视觉传感器由镜头、图像传感器和图像处理单元组成，能够采集目标区域的光线，将光信号转换为电信号生成图像数据，并进行处理和分析，提取目标物体的特征信息，视觉传感器通过分析图像的亮度和对比度特征辅助判断光照强度。

7、更进一步地，所述数据处理模块实时提取激光数据的高精度距离信息和视觉数据的图像特征，并对这些数据进行融合和分析，数据处理模块通过计算图像的灰度共生矩阵来提取纹理特征，定义图像的灰度级为，图像大小为，对于两个像素点的相对位置偏移量为，则灰度共生矩阵表示在图像中灰度值为的像素点与距离它位置处灰度值为的像素点同时出现的概率，通过计算灰度共生矩阵的各种统计量描述图像的纹理特征。

8、更进一步地，所述光照强度检测单元利用图像传感器的参数辅助判断光照强度，系统对采集到的图像进行分析，统计图像中像素的亮度值分布情况，图像整体较暗，说明光照强度较低，图像较亮，说明光照强度较高。

9、更进一步地，所述目标物体速度检测单元利用多普勒效应和运动检测算法检测目标物体的移动速度；

10、利用多普勒效应检测速度，定义激光传感器发射的激光频率为，照射到速度为的目标物体上并被反射回来时，接收的激光频率通过多普勒效应公式计算得到，通过测量和的差值，计算出目标物体的速度，其中为光速；

11、采用运动检测算法，在连续的图像帧中，确定目标物体的位置坐标和，图像采集的时间间隔为，则目标物体在图像平面上的移动速度通过公式计算得到。

12、更进一步地，所述目标物体距离检测单元采用激光传感器测距，通过测量激光往返时间确定目标物体与传感器的距离，并结合视觉传感器的图像分析技术，通过立体视觉和单目视觉估算距离；

13、立体视觉通过三角测量原理计算目标物体与传感器的距离，其中为两个视觉传感器之间的基线距离，为视觉传感器的焦距，为目标物体在两个图像中的视差；

14、单目视觉根据目标物体在图像中的大小和已知的目标物体实际尺寸，以及视觉传感器的焦距估算距离，目标物体与传感器的距离，其中为目标物体的实际尺寸，为目标物体在图像中的高度，为视觉传感器的焦距。

15、更进一步地，所述参数调整单元综合考虑光照强度、目标物体速度和距离因素，对激光和视觉传感器的参数进行整体调整，最终激光功率调整为，视觉传感器感光度调整为，采样频率调整为。

16、更进一步地，所述数据处理模块和控制模块共同建立动态的联动模型的建立过程如下：

17、首先，控制模块中的参数调整单元根据环境数据调整激光和视觉传感器的工作参数，建立联动模型的基础框架，在弱光环境下增强激光功率和视觉传感器感光度，当目标物体快速移动时提高传感器采样频率，根据目标物体距离调整两者的配合方式；

18、然后，数据处理模块将激光数据的高精度距离信息和视觉数据的图像特征进行融合，通过多模态数据融合算法优化联动模型，利用机器学习和人工智能技术，对历史数据进行学习和分析，不断改进联动模型的性能；

19、随着系统的运行，持续对环境和目标物体进行实时监测，根据新的数据对联动模型进行动态调整和完善。

20、更进一步地，所述多模态数据融合算法采用加权平均的方法，定义激光数据提供的目标物体位置估计为，视觉数据提供的目标物体位置估计为，融合后的位置估计为，其中和为权重系数，根据激光和视觉数据的可靠性和准确性进行调整，利用机器学习算法进行行为模式识别，采用支持向量机svm算法，定义训练样本集为，其中是特征向量，是类别标签，svm的目标是找到一个超平面，使得分类间隔最大，通过求解优化问题：，其中是松弛变量，同时满足，得到最优的和，实现对目标物体行为的分类和识别。

21、与现有技术相比，该激光-视觉联动夜间入侵探测系统具备如下有益效果：

22、本发明利用控制模块中的各个单元之间的配合，实现了根据环境和目标物体状态自动调整传感器参数的效果，在弱光环境下增强激光的功率和视觉传感器的感光度，目标物体快速移动时提高传感器的采样频率，根据目标物体的距离调整激光和视觉传感器的配合方式，提高了探测的准确性和适应性，通过数据处理模块对激光和视觉数据的融合分析，并与控制模块共同建立动态的联动模型，利用激光数据的高精度距离信息和视觉数据的丰富图像特征，实现了对目标物体的高精度探测和识别。

23、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。