紧跟需求 推进安防运营服务产品技术自主创新
发布日期:2024-02-04 浏览:49
►►
一、报警产品的技术现状
当年视频监控市场曾几乎是日本品牌一统天下,但后来国内视频企业发展非常迅速,从模拟到数字、从看得见到看得清以及再到看得懂,视频产品在技术方面实现了质的飞跃,让视频产品有了非常丰富的应用场景。反观报警产品,现在银行、商铺、博物馆等场所使用的报警探测产品大部分还是过去的磁开关、被动红外、主动红外、微波等探测技术,没有大的突破,由于这些传统技术探测器的一些局限性,很大程度上制约了报警市场的发展。
报警产品的技术创新为什么没有视频产品那样的快速发展?
首先,报警市场的规模远小于视频监控市场,尤其是随着我国经济的发展和安全程度的提升,传统防盗报警市场严重下滑,大的企业不愿在小市场的产品上投入太多的研发,小企业又没有相应的研发能力。
其次,摄像机研发的效果很容易显现,用户很容易感受到性能的改善和提升(如:从标清到高清),愿意用更高的价格购买更新产品。而报警探测器将探测可靠性从95%提升到99%可能要花一年三年甚至更长时间,用户可能三年也不一定能感受到性能的提升,所以用户不愿花更多的钱去购买性能可能更好的探测器。
第三,报警产品尤其是探测器种类太多,研发工作量太大,很难聚焦,也就很难将产品做精做细。同时报警产品的性能很大程度上受制于传感器本身的性能,在传感器本身没有大的突破前,报警探测产品很难有大的突破。
►►
二、如何实现报警产品的技术突破
虽然报警探测产品突破的难度较大,但报警产品的技术也是可以突破的,突破的路径是“传感器+算法”。由于报警探测需要对不同对象进行感知探测,必须使用不同的传感器,不像摄像机那样仅仅使用图像传感器。这些传感器采集的信号中都会有干扰信号,或受到多种因素的影响,会导致探测器的误报警或漏报警,如果不过滤掉这些干扰信号,将严重影响探测器的可靠性。这就需要采用AI算法技术对这些信号进行分析处理,从大量复杂的信号中提取出有效信号以确保探测的可靠性。一方面,通过对多维度信息进行AI算法分析,而不是单一维度信息进行分析,可以有效提升探测的可靠性。另一方面,采用深度学习技术,不断采集现场环境相关信息进行分析计算,生成个性化算法,可以让探测器适应不同场景的实际环境,以满足更多市场的应用需求。
从表面上看,报警产品的算法比视频产品较为简单,但报警产品的算法技术相比视频产品的算法技术有很大不同。
首先,报警系统都要求交流电停电后要能继续工作,报警产品应确保在电池供电的情况下能正常工作。报警探测器要求低功耗甚至微功耗,在设计上只能选用低功耗的芯片,而算法所需要的高性能芯片一般耗电量较大。
其次,报警探测器一般价格不高,成本控制要求很严,一般采用价格较低的单片机系统,程序空间和内存空间非常有限,很难容纳常用算法,必须用尽可能少的芯片程序空间、存储空间等资源对信息进行分析处理。
第三,报警探测器需要感知不同的物理信息,传感器种类很多,而摄像机只有图像传感器,所以很难有摄像机那样的通用算法植入不同的报警探测器。报警探测器设计时只能根据具体的传感器、具体的应用场景,采集大量数据样本进行分析提炼,设计非常精简但很麻烦的专用算法。所有的算法都需要从底层进行设计、编写、调试、验证。
为什么通过传感器+AI技术可以解决传统技术很难解决的问题?
首先,传统探测器一般只对信号幅度进行判断,幅度达到设定值即报警,干扰信号很容易产生误报警。而算法技术可以对信号波形、幅度、宽度、间隔、频率、变化态势等多参数进行分析计算,很容易区分有效信号和干扰信号,降低误报率的同时提高探测灵敏度。
其次,算法技术可以同时对红外、温度、光照、震动、加速度、角度、电压、电流、时间等多维度信息进行分析,解决单一维度信息探测可靠性差的问题。更重要的是算法技术具有自学习、自适应的特点,可以自动不断采集、存储、分析探测器使用现场的多维度信息,根据现场采集的信息自动优化算法,自动适应不同的应用场景。
►►
三、AI算法将创新更多更好的报警产品拓展更广阔的应用市场
1►
报警探测器使用算法技术后其性能将大为提升
传统的被动红外探测器很容易受冷热气流干扰和强光干扰导致探测器误报警,从硬件、结构等方面入手很难解决问题。通过对人体红外信息、环境温度信息、光照信息、时间信息等多维度进行综合算法分析,有效提升了探测器的可靠性。第一,降低了环境温度变化对探测距离的影响。普通红外探测器在环境温度30-35度左右(接近人体表面温度)时,探测距离明显缩短,甚至几乎不报警,而使用AI算法技术后,温度影响明显降低。第二,减少了冷热气流产生的误报警。普通红外探测器在遇到冷热气流时,会出现误报警,而使用AI算法技术后,冷热气流引起的误报警明显减少。第三,减少了汽车大灯等强光的干扰。一方面,解决了强光变化引起的误报警。另一方面,解决了强光照射时的漏报警问题。这是传统红外探测器不可能做到的。
2►
运用AI算法技术可以开发出很多新型探测器
由于能从大量复杂信号中分析提炼出所需要的有效信息,同时又可以通过深度学习让探测器自动适应不同环境,所以运用AI算法技术可以开发出过去没有或性能达不到的探测器。下面几种探测器就是典型的案例。
►新型地埋隐蔽震动探测器
过去金库等使用的震动探测器一般只有几米的探测距离,且如果附近有较大的震动干扰,很容易产生误报警。而使用AI算法技术开发的地埋隐蔽震动探测技术实现了很多突破。
(1)可实现距离100米的人员走动和距离200米车辆行驶的探测;
(2)可以区分人、车、动物,报警时产生不同的报警类别输出;
(3)无需外接电源,完全电池供电,特殊微功耗设计,待机时间长达5年;
(4)无需数据线,无线传输报警信息,埋在地下时报警信息传输距离可达1公里。这种地埋隐蔽震动探测器可以非常方便用于文物古墓、野外工地、名木古树、边防等野外环境报警探测。
►新型被动人体跌倒探测器
人体跌倒探测器采用摄像机AI分析可能有隐私风险,用雷达技术可能有微波辐射的风险,而采用阵列红外传感+AI算法技术开发的人体跌倒探测器具有几个明显不同的特点。
(1)不采集图像信息,通过红外阵列传感器分析人体的跌倒状态,没有任何隐私风险;
(2)由于该技术只感应前方区域温度的分布情况,没有微波、超声波、光波(包括红外)等任何辐射,不会对人体(尤其是老人等体弱人体)产生任何可能的不良影响。
(3)通过AI算法技术自动跟随环境温度的变化,自动调整算法降低环境温度的影响,自动适应不同的环境。
这种人体跌倒探测器可以广泛用于养老院、独居老人家庭等场景,不会有任何负面担忧。
►非穿戴人体心跳呼吸监测带
一般的人体心跳等检测都需要穿戴相应设备,并与人体皮肤接触。而采用传感器+AI算法技术的心跳呼吸监测带不需要穿戴在身上,更不用接触人体皮肤,只需要铺在床单下就可以检测到人睡觉时的心跳呼吸数据。具有以下一些特点:
(1)无需穿戴,无感监测,无辐射,不会影响人的正常生活习惯;
(2)可以监测人睡觉时的心跳、呼吸、翻身、睡眠质量等;
(3)采用深度学习技术,根据不同人平时的心跳呼吸情况自动设定每个人心跳呼吸异常报警值;
(4)从多种多样的复杂信号中提取心跳呼吸信息,避免电热毯工频信号、手机无线信号等的干扰。这种非穿戴、无感、无辐射的人体心跳、呼吸安全报警探测器用于老人安全监测报警非常方便,不用担心老人忘记穿戴或者忘记充电。
►►
四、新技术将推动报警运营服务新发展
1►
从“财产安全”向“人身安全”发展
过去财产被盗较多,财产防盗的需求强烈。现在财产被盗很少,防盗需求弱化。随着人们生活水平的提升,尤其是新冠疫情的影响,人们对身体健康更为重视,加上中国老龄化的加速,人的安全(特别是老人的安全)需求逐步强烈,预计报警运营服务市场将从“财产安全”向“人身安全”发展,未来“财产防盗”+“人员安全”的综合安全服务将成为安防运营服务的常态业务。实际上现在很多报警服务公司开展的校园应急报警就已经是人身的安全服务,而不是财产安全服务了。
2►
从“室内”走向“室外”发展
过去很多报警服务的场景都是室内场景,例如银行、商店、家庭、机关单位等报警应用都是室内。
一方面,过去的需求主要是防盗,而需要防盗的财物主要在室内。另一方面,室外环境非常复杂,有一定的技术难度。未来随着“探测器+AI技术”的发展,室外探测技术不断优化和丰富,报警运营服务除了继续深化和优化室内报警市场,还可以去拓展文物古墓、名木古树、野外工地、高端种植等野外环境的安全服务市场。预计未来报警运营服务将从“室内”走向“室外”,市场将更为广阔。
3►
从“事中”到“事前”发展
过去的监控对事后破案起到了非常重要的作用,现在的监控开始有了“事中”的报警。在未来万物互联的时代,物联网感知设备加入AI算法,实现预测、预判、预警,通过在物联网的“端”上进行分布式算法,云边端协同实现物联网前端感知预警功能,可以将报警提前到“事前”,这将大大拓展安全报警的应用场景。未来报警服务市场将从“事中”提前到“事前”,除了事中的及时报警,还要提前进行预测、预判、预警。
►►
五、结语
有了传感器+AI算法技术,将会有更多更好的报警探测产品,将能满足更多报警场景的需求,报警服务市场的空间将会越来越大。作为报警产品制造企业应紧跟需求,运用传感器+AI算法技术不断提升现有探测器的性能,开发更多的新型探测器,满足市场的更多需求。作为报警运营服务企业也应紧跟需求,将各种新型报警探测设备运用于各种不同场景,拓展更广阔的安防运营服务市场。