一种楼宇高空坠物智能检测预警方法及系统与流程

1.本技术涉及智慧城市的技术领域，尤其是涉及一种楼宇高空坠物智能检测预警方法及系统。


背景技术：

2.高空抛物被称为“悬在城市上空的痛”，这种兴伟不仅仅是不文明兴伟，更是给社会安全带来巨大隐患，而且由于时间发生场所多为高层，目击者较少、抛物时间短，使得事件发生后，执法部门很难追究抛物者的法律责任，造成此类抛物事件屡见不鲜、屡禁不止。
3.高空抛物作为小区经常出现的问题，管理整治关系着社会治安稳定和群众的生命安全，然而，仅仅依靠传统思想道德宣传无法达到非常良好的效果，特别是高楼层的居民楼内，为了一时方便，对外抛物的危险更大。通过科学计算和测试，从12米左右高的楼层抛出30克的鸡蛋砸到身上能够使人身体起脓包，从54米左右抛下能够将人的头骨砸破，从75米抛下即可使人当场死亡，造成无法挽回的伤害。
4.在相关技术中，一般采用摄像头进行监控，但是摄像头通常只能录像而无法主动进行识别和预警，仍需人工回看视频进行识别，无法做到及时检测预警，因此亟需一种楼宇高空坠物智能检测预警方法。


技术实现要素：

5.为了对高空坠物及时进行检测和预警，本技术提供了一种楼宇高空坠物智能检测预警方法及系统。
6.第一方面，本技术提供一种楼宇高空坠物智能检测预警方法，采用如下的技术方案：一种楼宇高空坠物智能检测预警方法，包括：获取检测单元拍摄的拍摄画面；基于所述拍摄画面判断是否存在高空坠物；若是，则对所述拍摄画面进行图像分析，得到分析结果；基于所述分析结果控制报警单元发出预警。
7.通过采用上述技术方案，当拍摄画面内存在高空坠物时，需要针对高空坠物进行分析，若高空坠物未发生坠落可以进行提前预警，若高空坠物已发生掉落可以及时报警，提醒路人，从而减小高空坠物对人体损伤的可能性。
8.可选的，所述对所述拍摄画面进行图像分析，得到分析结果包括：获取所述检测单元拍摄的背景画面；将所述背景画面和所述拍摄画面进行图像对比；在所述拍摄画面内确定高空坠物的位置；基于所述高空坠物的位置对所述拍摄画面进行放大，得到放大图像；基于所述放大图像确定所述高空坠物的类型；
基于所述高空坠物的类型判断所述高空坠物是否对人体造成伤害；若是，则将所述高空坠物类型和判断结果作为分析结果，所述判断结果包括所述高空坠物对人体造成伤害。
9.通过采用上述技术方案，将背景画面和拍摄画面进行对比，能够知晓拍摄画面上是否存在高空坠物，若存在高空坠物时，能够对拍摄画面中高空坠物的位置进行放大，更加清晰的识别高空坠物的类型，以便对高空坠物进行更加详细的分析。
10.可选的，在所述基于所述放大图像确定所述高空坠物的类型之后，所述方法还包括：获取所述高空坠物的支撑信息；基于所述支撑信息确定所述高空坠物的稳定度；获取所述高空坠物所处环境的天气信息；基于所述稳定度和所述天气信息确定所述高空坠物的发生坠落的第一概率；将所述发生坠落的第一概率作为分析结果。
11.通过采用上述技术方案，通过获取高空坠物的支撑信息能够对高空坠物的稳定度进行分析，以便对高空坠物发生掉落的第一概率进行计算，根据第一概率能够实现提前预警，从而减小高空坠物发生掉落对人体造成伤害的可能性。
12.可选的，所述对所述拍摄画面进行图像分析，得到分析结果还包括：基于所述拍摄画面获取当前检测单元的历史拍摄画面；基于所述历史拍摄画面统计存在高空坠物现象的次数；基于所述存在高空坠物现象的次数计算所述当前检测单元所在区域发生高空坠物现象的第二概率；基于所述第一概率和所述第二概率确定当前所述检测单元所在区域的危险等级；将所述危险等级作为所述分析结果。
13.通过采用上述技术方案，通过对楼宇历史高空坠物的次数进行统计，能够对高空坠物发生掉落的概率进一步分析，使预测的发生高空坠物的概率更加精准，从而更加精准的进行预警，进而减小高空坠物发生掉落的危险。
14.可选的，所述基于所述分析结果控制报警单元发出预警包括：基于所述分析结果确定所述楼宇的事故频发区域；基于所述事故频发区域确定报警类型；基于所述报警类型确定报警方式；基于所述报警方式发出预警。
15.可选的，所述报警类型包括紧急报警，所述基于所述报警类型确定所述报警方式包括：当所述报警类型为紧急报警时，获取所述高空坠物的初始位置；基于所述初始位置计算所述高空坠物的掉落时间；判断所述掉落时间是否大于预设时间；若所述掉落时间大于所述预设时间，则控制拦截单元对所述高空坠物进行拦截；若所述掉落时间不大于所述预设时间，则控制所述报警单元发出报警。
16.通过采用上述技术方案，根据高空坠物的掉落时间能够选择更加有效的报警方
式，既节省了资源，又能够有效的对路人进行预警，同时能够减小路人受到伤害的可能性。
17.可选的，所述控制拦截单元对所述高空坠物进行拦截包括：基于所述楼宇构建数字孪生模型；基于所述数字孪生模型预测所述高空坠物的掉落轨迹；基于所述掉落轨迹确定所述高空坠物在预设高度内的交叉点；获取所有所述拦截单元的位置信息和移动速度；基于所述拦截单元的位置信息和所述交叉点确定所述拦截单元的移动距离；基于所述移动距离和移动速度确定每个所述拦截单元的移动时间；基于所述移动时间控制所述拦截单元对所述高空坠物进行拦截。
18.通过采用上述技术方案，根据交叉点的位置和拦截单元的位置信息能够计算拦截单元的移动距离，然后根据移动距离和移动速度确定移动时间，以便能够提前判断拦截单元是否能够对高空坠物进行拦截，若不能进行拦截，更换其他报警方式对路人进行提醒，从而减小高空坠物对人体造成损伤的可能性。
19.可选的，在所述基于所述分析结果控制所述报警单元发出预警之前，所述方法还包括：获取所述楼宇每个预设时间段内的人流量；对所述每个预设时间段内的人流量进行排序，得到排序结果；基于所述排序结果制定人工巡检策略；基于所述人工巡检策略确定每个巡检终端的位置；基于所述分析结果确定所述高空坠物的位置；基于所述高空坠物的位置和所述每个巡检终端的位置制定巡检路线；将所述巡检路线发送至所述巡检终端。
20.第二方面，本技术提供一种楼宇高空坠物智能检测预警系统，采用如下的技术方案：一种应用于第一方面任一项所述的楼宇高空坠物智能检测预警方法的楼宇高空坠物智能检测预警系统，包括检测单元、控制单元和报警单元；所述检测单元和所述报警单元均与所述控制单元电连接；所述检测单元用于拍摄所述楼宇的拍摄画面；所述控制单元用于获取检测单元拍摄的拍摄画面；基于所述拍摄画面判断是否存在高空坠物；若是，则对所述拍摄画面进行图像分析，得到分析结果；基于所述分析结果控制报警单元发出预警；所述报警单元用于发出预警。
21.通过采用上述技术方案，当拍摄画面内存在高空坠物时，需要针对高空坠物进行分析，若高空坠物未发生坠落可以进行提前预警，若高空坠物已发生掉落可以及时报警，提醒路人，从而减小高空坠物对人体损伤的可能性。
22.可选的，所述系统还包括通信单元和拦截单元；所述控制单元通过所述通信单元与所述拦截单元无线连接；还包括：与所述控制单元无线连接的巡检终端，用于接收巡检路线。
23.综上所述，本技术包括以下至少一种有益技术效果：
1.当拍摄画面内存在高空坠物时，需要针对高空坠物进行分析，若高空坠物未发生坠落可以进行提前预警，若高空坠物已发生掉落可以及时报警，提醒路人，从而减小高空坠物对人体损伤的可能性；2. 通过采用上述技术方案，根据交叉点的位置和拦截单元的位置信息能够计算拦截单元的移动距离，然后根据移动距离和移动速度确定移动时间，以便能够提前判断拦截单元是否能够对高空坠物进行拦截，若不能进行拦截，更换其他报警方式对路人进行提醒，从而减小高空坠物对人体造成损伤的可能性。
附图说明
24.图1是本技术实施例提供的一种楼宇高空坠物智能检测预警系统的结构框图。
25.图2是本技术实施例提供的一种楼宇高空坠物智能检测预警方法的流程示意图。
26.附图标记说明：1、检测单元；2、控制单元；3、报警单元；4、通信单元；5、拦截单元；6、巡检终端。
具体实施方式
27.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图1-2及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
28.本技术实施例公开一种楼宇高空坠物智能检测预警系统。参照图1，楼宇高空坠物智能检测预警系统包括检测单元1、控制单元2和报警单元3，检测单元1和报警单元3均与控制单元2电连接。
29.在本实施例中，检测单元1包括多个放置在地面采用仰角拍摄的网络摄像头，用于对楼宇进行多角度监控和拍摄，并将得到的拍摄画面和监控画面实时传输至控制单元2内、作为本实施例的一种可选实施方式，控制单元2可以为服务器也可以为终端设备，其中该服务器可以使独立的物理服务器，也可以是多个物理度武器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、台式计算机等，但并不局限于此。
30.报警单元3包括蜂鸣报警器和音频播放器，其中，蜂鸣报警器和音频播放器均与控制单元2电连接。
31.当检测单元1检测到楼宇上存在高空坠物时，控制单元2控制蜂鸣报警器和音频播放器启动，从而对人员进行提醒，减小对人员造成损伤的可能性。
32.在本实施例中，楼宇高空坠物智能检测系统还包括通信单元4和拦截单元5，拦截单元5通过通信单元4与控制单元2电连接；当需要对高空坠物进行拦截时，控制单元2通过通信单元4与拦截单元5进行通行，并下发拦截指令传输至拦截单元5，拦截单元5根据接收的拦截指令对高空坠物进行拦截；其中拦截指令包括高空坠物的掉落轨迹和掉落时间。
33.作为本实施例的一种可选实施方式，通信单元4可以是通过网络进行通信的设备，还可以是通过电台进行通信的设备，拦截单元5可以采用无人机设备进行拦截，还可以在楼宇预设高度上安装拦截网进行拦截，在本实施例中采用无人机设备进行拦截。
34.作为本实施例的一种可选实施方式，楼宇高空坠物智能检测预警系统还包括巡检
终端6，巡检终端6与控制单元2无线连接，当利用人工对楼宇高空坠物进行检测时，工作人员手持巡检终端6实时观察楼宇高空的情况，并按照巡检终端6提示的巡检路线进行巡检，实现工作人员的现场巡检，减小由于巡检不及时而导致事故发生的可能性。
35.优选的，巡检终端6可以是智能手机、ipad、平板电脑或计算机，但不仅限于此。
36.参照图2，本技术实施例还提供一种楼宇高空坠物智能检测预警方法，该方法主要流程描述如下（步骤s101-s104）：步骤s101，获取检测单元1拍摄的拍摄画面。
37.具体的，由于高空坠物存在随机性和低概率性，故需要实时对楼宇进行拍摄和监控，故通过网络摄像头能够对楼宇进行实时监控，控制单元2对拍摄画面进行提取，得到关于楼宇的拍摄画面，以便随时发现楼宇的异常情况，即楼宇是否存在高空坠物。
38.步骤s102，基于拍摄画面判断是否存在高空坠物，若是，则转入步骤s103，若否，则重复步骤s101。
39.在本实施例中，将拍摄画面输入至卷积神经网络模型内，通过卷积神经网络模型对拍摄画面进行特征提取，然后根据提取的特征判断是否存在高空坠物，例如，通过拍摄画面提取到香蕉皮的特征信息，此时再通过拍摄画面能够判断出有人员手持香蕉皮，执行抛掷的动作，即可判定存在高空坠物。
40.在本实施例中，拍摄画面若存在花盆等存放在阳台的物品，即也可判定存在高空坠物。
41.步骤s103，对拍摄画面进行图像分析，得到分析结果。
42.具体的，对拍摄画面进行图像分析，得到分析结果包括：获取检测单元1拍摄的背景画面；将背景画面和拍摄画面进行图像对比；在拍摄画面内确定高空坠物的位置；基于高空坠物的位置对拍摄画面进行放大，得到放大图像；基于放大图像确定高空坠物的类型；基于高空坠物的类型判断高空坠物是否对人体造成伤害；若是，则将高空坠物类型和判断结果作为分析结果，判断结果包括高空坠物对人体造成伤害。
43.在本实施例中，将不存在高空抛物现象的拍摄画面作为背景画面，即仅存在建筑物的拍摄画面作为背景画面，然后将拍摄画面和背景画面进行对比，当拍摄画面存在与背景画面不一致的地方时，在拍摄画面上对不一致的地方进行标记，同时为了能够对高空坠物的类型进行精准识别，需要针对拍摄画面中标记的位置进行放大，得到关于拍摄画面的放大图像，然后根据放大图像确定高空坠物的类型，其中，高空坠物的类型包括重物型、垃圾型、饰品型和其他型，例如重物型高空坠物包括但不限于绿植和电器设备，垃圾型高空坠物包括但不限于香蕉皮、苹果核和塑料瓶，饰品型高空坠物包括但不限于项链、戒指和眼镜，其他型高空坠物包括但不限于塑料袋、手机和人体。
44.在得到放大图像之后，需要根据放大图像得到被标记位置的特征图像，然后将特征图像与预设数据库内的特征图像进行对比，确定高空坠物的类型，由于重物型高空坠物、垃圾型高空坠物和其他型高空坠物都会对人体造成伤害，故当识别出的高空坠物类型为重物型高空坠物、垃圾型高空坠物或其他型高空坠物任意一种时，均判定高空坠物能够对人体造成伤害，此时分析结果包括高空坠物的类型和判断结果。
45.进一步地，在基于放大图像确定高空坠物的类型之后，方法还包括：获取高空坠物的支撑信息；基于支撑信息确定高空坠物的稳定度；获取高空坠物所处环境的天气信息；基
于稳定度和天气信息确定高空坠物的发生坠落的第一概率；将发生坠落的第一概率作为分析结果。
46.在本实施例中，在确定完高空坠物的类型之后，若高空坠物为花盆等摆放在阳台上的物体，则需要对阳台进行支撑分析，即通过拍摄画面查找阳台是否存在裂纹或破损的情况，是否存在对阳台进行加固的支撑结构，将上述阳台是否存在裂纹或破损的情况，是否存在对阳台进行加固的支撑结构作为支撑信息，若阳台内存在裂缝或存在破损的地方，则放置在阳台上的花盆可能不稳定，当处在暴风雨的情况下时，可能会增加花盆发生坠落的可能性，故需要根据当前的天气情况和花盆的稳定度计算花盆发生坠落的第一概率，并将第一概率作为分析结果，当第一概率大于预设阈值时，就需要派遣工作人员进行巡查，减小花盆掉落的风险。
47.进一步地，对拍摄画面进行图像分析，得到分析结果还包括：基于拍摄画面获取当前检测单元1的历史拍摄画面；基于历史拍摄画面统计存在高空坠物现象的次数；基于存在高空坠物现象的次数计算当前检测单元1所在区域发生高空坠物现象的第二概率；基于第一概率和第二概率确定当前检测单元1所在区域的危险等级；将危险等级作为分析结果。
48.在本实施例中，对于楼宇建筑物，虽然高空坠物具有随机性，但是对于一个楼宇若存在人为高空坠物现象，则需要获取历史拍摄画面，根据历史拍摄画面统计当前检测单元1所在位置的高空坠物次数，在根据高空坠物次数和发生高空坠物次数的时间计算发生高空坠物次数的频率，通过发生高空坠物次数的频率估算发生高空坠物次数的概率。
49.在本实施例中，危险等级包括第一危险等级、第二危险等级和第三危险等级，当第一概率和第二概率任意一个大于第一预设标准概率时，危险等级为第一危险等级，当第一概率和第二概率任意一个处于第一预设标准概率和第二预设标准概率之间，危险等级为第二危险等级，当第一概率和第二概率均处于小于第二预设标准概率，则危险等级为第三危险等级。
50.例如，当前楼宇一年内发生高空坠物的次数为12次，则当前楼宇发生高空坠物的频率为12次/年，此时可以估算出每月发生高空坠物次数的第二概率为1/12，其中由于天气原因造成高空坠物的次数为2次，即此时第一概率为1/72，若以百分之一为第一标准概率，则此时的第一概率和第二概率均大于标准概率，故当前检测单元1所在区域的危险等级为第一危险等级；以上仅为举证，方便理解。
51.步骤s104，基于分析结果控制报警单元3发出预警。
52.具体的，基于分析结果控制报警单元3发出预警包括：基于分析结果确定楼宇的事故频发区域；基于事故频发区域确定报警类型；基于报警类型确定报警方式；基于报警方式发出预警。
53.在本实施例中，在得到分析结果之后，由于楼宇有不同的层高，针对不同层高的高空坠物，采用的报警方式不同，以针对不同的高空坠物采用有效的方式进行报警，从而实现资源最大化利用。
54.进一步地，报警类型包括紧急报警，基于报警类型确定报警方式包括：当报警类型为紧急报警时，获取高空坠物的初始位置；基于初始位置计算高空坠物的掉落时间；判断掉落时间是否大于预设时间；若掉落时间大于预设时间，则控制拦截单元5对高空坠物进行拦截；若掉落时间不大于预设时间，则控制报警单元3发出报警。
55.在本实施例中，当高空坠物的类型为重物型高空坠物，高空坠物的危险等级为第一危险等级时，此时的报警类型为紧急报警，通过拍摄画面确定高空坠物的初始位置，即高空坠物处于哪一楼层，然后根据初始位置计算高空坠物的掉落时间，根据掉落时间选取报警方式。
56.例如，楼宇最高的楼层为15层，3层到5层为喇叭提醒，6层以上采用拦截单元5对高空坠物进行拦截。当高空坠物为花盆，且位于十层时，此时的报警类型为紧急报警，且通过计算得到花盆的掉落时间，如花盆的掉落时间为五秒，预设时间为拦截单元5最慢到达楼宇任意位置的最长时间，在本实施例中，预设时间为3秒，此时可以通过控制拦截单元5快速对高空坠物进行拦截，从而减小高空坠物对人体损伤的危险，当花盆的掉落时间为2秒时，掉落时间小于预设时间，此时拦截单元5无法对高空坠物进行拦截，故需要控制报警单元3发出报警，以便对附近人员进行提醒。
57.值得说明的是，在本实施例中，报警类型还包括正常报警和延时报警，当高空坠物的类型为垃圾型高空坠物、饰品型高空坠物和其他型高空坠物任意一种，且危险等级为第二危险等级时，报警类型为正常报警，当高空坠物为垃圾型高空坠物、饰品型高空坠物和其他型高空坠物任意一种，且危险等级为第三危险等级时，报警类型为延时报警。
58.进一步地，控制拦截单元5对高空坠物进行拦截包括：基于楼宇构建数字孪生模型；基于数字孪生模型预测高空坠物的掉落轨迹；基于掉落轨迹确定高空坠物在预设高度内的交叉点；获取所有拦截单元5的位置信息和移动速度；基于拦截单元5的位置信息和交叉点确定拦截单元5的移动距离；基于移动距离和移动速度确定每个拦截单元5的移动时间；基于移动时间控制拦截单元5对高空坠物进行拦截。
59.在本实施例中，当需要利用拦截单元5对高空坠物进行拦截时，在数字孪生模型中进行高空坠物掉落轨迹进行模拟，从而在数字孪生模型中确定高空坠物与预设高度的交叉点，此交叉点为拦截单元5对高空坠物进行拦截的位置，通过当前拦截单元5的位置信息和移动速度以及交叉点的位置计算拦截单元5的移动时间，由于在楼宇附近存在多个拦截单元5，故需要计算到每个拦截单元5的移动时间，对移动时间进行排序，找到移动时间最短的拦截单元5，然后控制用时间最短的拦截单元5到达交叉点，从而实现对高空坠物的拦截。
60.例如，在本实施例中，拦截单元5为三个，此时交叉点的位置为三层，高空抛物的位置在十层，拦截单元5分别在五层、地面和七层，拦截单元5的移动速度均为20米/秒，此时移动距离最近的拦截单元5为在五层的拦截单元5，移动时间最短，故通过控制在五层的拦截单元5对高空坠物进行拦截，能够减小高空坠物对人体造成伤害的可能性，同时在本实施例中，虽然是控制在五层的拦截单元5去拦截，但控制单元2还需要同时控制其余两个拦截单元5去拦截，以便增大拦截的可能性，进一步减小对人体造成伤害的可能性。
61.进一步地，在基于分析结果控制报警单元3发出预警之前，方法还包括：获取楼宇每个预设时间段内的人流量；对每个预设时间段内的人流量进行排序，得到排序结果；基于排序结果制定人工巡检策略；基于人工巡检策略确定每个巡检终端6的位置；基于分析结果确定高空坠物的位置；基于高空坠物的位置和每个巡检终端6的位置制定最短巡检路线；将巡检路线发送至巡检终端6。
62.在本实施例中，若楼宇是小区内住宅时，每天的人流量是基本处于固定的，例如早上七点到九点为人流量最多的时候，晚上七点到九点次之，其余时间段均比这两个时间段
人流量少，具体可通过监控视频得到，为常规技术手段，在此不再多做赘述，按照人流量对每个预设时间段进行排序，得到排序结果，然后制定人工巡检策略，并发送至巡检终端6，此时，每个巡检终端6的位置可以通过gps系统获得，当发生高空坠物时，可以通过巡检终端6的位置和高空坠物的位置指定最短巡检路线和对巡检人员进行提醒，使巡检人员能快速到达高空坠物的位置，对高空坠物进行拦截或对路人进行提醒。
63.由于巡检人员按照人工巡检策略进行巡检，且根据巡检终端6的位置和高空坠物的位置制定最短巡检策略，可以使每个巡检人员能够快速到达楼宇的任意位置，对高空坠物进行拦截或对路人进行提醒。
64.以上均为本技术的较佳实施例，并非依此限制本技术的保护范围，本说明书（包括摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

技术特征：
1.一种楼宇高空坠物智能检测方法，其特征在于，包括：获取检测单元（1）拍摄的拍摄画面；基于所述拍摄画面判断是否存在高空坠物；若是，则对所述拍摄画面进行图像分析，得到分析结果；基于所述分析结果控制报警单元发出预警。2.根据权利要求1所述的方法，其特征在于，所述对所述拍摄画面进行图像分析，得到分析结果包括：获取所述检测单元（1）拍摄的背景画面；将所述背景画面和所述拍摄画面进行图像对比；在所述拍摄画面内确定高空坠物的位置；基于所述高空坠物的位置对所述拍摄画面进行放大，得到放大图像；基于所述放大图像确定所述高空坠物的类型；基于所述高空坠物的类型判断所述高空坠物是否对人体造成伤害；若是，则将所述高空坠物类型和判断结果作为分析结果，所述判断结果包括所述高空坠物对人体造成伤害。3.根据权利要求2所述的方法，其特征在于，在所述基于所述放大图像确定所述高空坠物的类型之后，所述方法还包括：获取所述高空坠物的支撑信息；基于所述支撑信息确定所述高空坠物的稳定度；获取所述高空坠物所处环境的天气信息；基于所述稳定度和所述天气信息确定所述高空坠物的发生坠落的第一概率；将所述发生坠落的第一概率作为分析结果。4.根据权利要求3所述的方法，其特征在于，所述对所述拍摄画面进行图像分析，得到分析结果还包括：基于所述拍摄画面获取当前检测单元的历史拍摄画面；基于所述历史拍摄画面统计存在高空坠物现象的次数；基于所述存在高空坠物现象的次数计算所述当前检测单元所在区域发生高空坠物现象的第二概率；基于所述第一概率和所述第二概率确定当前所述检测单元所在区域的危险等级；将所述危险等级作为所述分析结果。5.根据权利要求1所述的方法，其特征在于，所述基于所述分析结果控制报警单元发出预警包括：基于所述分析结果确定所述楼宇的事故频发区域；基于所述事故频发区域确定报警类型；基于所述报警类型确定报警方式；基于所述报警方式发出预警。6.根据权利要求5所述的方法，其特征在于，所述报警类型包括紧急报警，所述基于所述报警类型确定所述报警方式包括：当所述报警类型为紧急报警时，获取所述高空坠物的初始位置；
基于所述初始位置计算所述高空坠物的掉落时间；判断所述掉落时间是否大于预设时间；若所述掉落时间大于所述预设时间，则控制拦截单元（5）对所述高空坠物进行拦截；若所述掉落时间不大于所述预设时间，则控制所述报警单元（3）发出报警。7.根据权利要求6所述的方法，其特征在于，所述控制拦截单元对所述高空坠物进行拦截包括：基于所述楼宇构建数字孪生模型；基于所述数字孪生模型预测所述高空坠物的掉落轨迹；基于所述掉落轨迹确定所述高空坠物在预设高度内的交叉点；获取所有所述拦截单元（5）的位置信息和移动速度；基于所述拦截单元（5）的位置信息和所述交叉点确定所述拦截单元（5）的移动距离；基于所述移动距离和移动速度确定每个所述拦截单元（5）的移动时间；基于所述移动时间控制所述拦截单元（5）对所述高空坠物进行拦截。8.根据权利要求1所述的方法，其特征在于，在所述基于所述分析结果控制所述报警单元发出预警之前，所述方法还包括：获取所述楼宇每个预设时间段内的人流量；对所述每个预设时间段内的人流量进行排序，得到排序结果；基于所述排序结果制定人工巡检策略；基于所述人工巡检策略确定每个巡检终端（6）的位置；基于所述分析结果确定所述高空坠物的位置；基于所述高空坠物的位置和所述每个巡检终端（6）的位置制定最短巡检路线；将所述巡检路线发送至所述巡检终端（6）。9.一种应用于如权利要求1至8任一项的楼宇高空坠物智能检测预警方法的楼宇高空坠物智能检测预警系统，其特征在于，包括检测单元（1）、控制单元（2）和报警单元（3）；所述检测单元（1）和所述报警单元（3）均与所述控制单元（2）电连接；所述检测单元（1）用于拍摄所述楼宇的拍摄画面；所述控制单元（2）用于获取检测单元拍摄的拍摄画面；基于所述拍摄画面判断是否存在高空坠物；若是，则对所述拍摄画面进行图像分析，得到分析结果；基于所述分析结果控制报警单元发出预警；所述报警单元（3）用于发出预警。10.根据权利要求9所述的系统，其特征在于，所述系统还包括通信单元（4）和拦截单元（5）；所述控制单元（2）通过所述通信单元（4）与所述拦截单元（5）无线连接；还包括：与所述控制单元无线连接的巡检终端（6），用于接收巡检路线。

技术总结
本申请涉及一种楼宇高空坠物智能检测预警方法及系统，涉及智慧城市的技术领域，其包括获取检测单元拍摄的拍摄画面；基于所述拍摄画面判断是否存在高空坠物；若是，则对所述拍摄画面进行图像分析，得到分析结果；基于所述分析结果控制报警单元发出预警。本申请具有对高空坠物及时进行检测和预警，减小高空坠物对人体损伤的可能性的效果。人体损伤的可能性的效果。人体损伤的可能性的效果。


技术研发人员：常亮 刘先桃 邓凡初
受保护的技术使用者：深圳市红杉智慧人居服务有限公司
技术研发日：2023.01.06
技术公布日：2023/6/13