基于物联网的模块化智能监控系统

1 需求

当今安保智能化的需求日渐增长，本款小型的智能监控系统可应用于家庭、学校、企业等场所，有利于降低犯罪率，维护社会长治久安。

2 设计思路

• 模块化组合，自由定制，根据实际需求选配硬件，契合用户需求的同时实现成本最小化；
• 通过软件平台提供更丰富的数据分析功能，与市场现有产品做到差异化；
• 结合当下热门的人工智能技术，尤其是计算机视觉方面已经成熟的技术，对数据进行智能处理，减少用户手动操作，提高用户体验。

3 具体实现

3.1 感知识别层

3.1.1 硬件模块

• Arduino 开发板

  Arduino 是一款便捷灵活、方便上手的通用开源电子原型平台，便于扩展，因此应用端借助 Arduino 平台结合各种配件来实现数据的接受和传送。

Arduino 开发板

• 红外传感器

  这套监控系统具备两种工作模式：感知模式和预警模式。平时只启用感知模式，此时摄像头关闭，红外传感器工作。一旦传感器检测到生物体，立即进入预警模式，开启摄像头，并转动角度追踪生物体位置。

价格非常低廉的人体红外感应模块

• 高清摄像头

  摄像头负责录像。

结合 Arduino 使用的摄像头零件

• 扬声器、警报器

  控制端可以启用应用端的扬声器，发出警报或者隔空对话。为确保警报足够的音量，需要使用大功率的扬声器单元。

扬声器零件

• 无线网络信号收发器

  将经过初步处理的数据发送到云端的 OneNet 平台。使用 Wi-Fi 模块还是基于电信供应商基站的GPS网络信号取决于应用端所处的环境。

Wi-FI收发模块

3.2 网络传输层

3.2.1 MQTT

MQTT 主要应用于硬件之间的数据传送。MQTT将各个传感器等配件的信息进行封装，最终以HTTP方式提交到 OneNet 平台。

国内流行的物联网开放平台

3.2.2 HTTP

HTTP主要应用于网络上端到端的数据传送。考虑到需要发送视频等大体积的二进制数据故采用 POST 方式进行提交，因为 POST 方式相比 GET 方式更安全，并且对提交数据的体积没有限制。

另外，为了更自由地定制各项用户服务，另外搭建一个服务器后台，将 OneNet 平台上的数据转发到服务器后台再进行其他处理操作。具体流程如下：

• 在阿里云平台申请云服务器一台，考虑到初期并发量不会很大，先选择低配置的选项，后期再根据需要升级配置；申请域名并备案；
• 部署服务器环境：CentOS 7.2 + Java 环境 (OpenJDK + TomCat) + MySQL
• 服务器后台主要使用 Java 进行开发，结合 Spring Cloud / Mybatis 等企业级框架可轻松构建康高并发的后台；并推荐部分模块使用 Google 新推出的 Golang 编程语言进行开发，提倡多样化尝试；

3.3 应用支持层

3.3.1 数据库

数据库主要采用开源免费的 MySQL 数据库。No-SQL类型的 MongoDB 数据库和 Key-Value 类型的 Redis 数据库作为辅助结合使用。

图像和视频存储直接使用文件系统而不使用数据库。

3.3.2 数据分析

首先应用端本地设备借助 Tensorflow 或 Pytorch 等训练出来的计算机视觉模型对视频数据进行初步分析。并对出现预警状况的时段进行统计，每周或每月形成一份数据分析报告发送给用户。

3.3.3 专家系统

• 预警信息实时同步到平台上，并且集合成整个城市的安全状况警报图，可方便警方及时出警。
• 通过计算机视觉的模型训练识别预警模式下被检测人体的行为，并进行标记，尽可能减少用户人工操作。

3.4 应用接口层

3.4.1 Web端

Web端借助 HTML5 页面实现一个管理端控制系统，前端采用 Vue.JS 框架开发单页式 Web 应用，后台采用Java+SSM框架开发，Web端与本地App端共用一套服务器后台。

3.4.2 移动端

移动端分为 Android 端和 iOS 端。

Android 端使用 Kotlin 编程语言+ Android Studio 开发环境+ Android SDK 开发，使用 Google 官方提出的 Material Design 2.0 以美化界面，提高用户体验。

iOS 使用 Swift 编程语言+ Xcode 开发环境进行开发，同时兼顾 iPhone 和 iPad 设备。开发完毕后将应用提交至 App Store；

基于成本等因素，不考虑对 Windows Phone / Firefox OS / Ubuntu Mobile / Sailfish OS 等小众移动操作系统的支持，这些平台直接使用 Web 端进行操作。

3.4.2 PC端（Windows）

方案一：

借助 C# 语言结合 WPF 框架进行本地GUI应用的快速开发，必要时结合HTML5页面以实现快速迭代更新；

方案二：

使用Node.JS 结合 Electron 框架进行开发，舍弃性能的同时却可以大大提高开发效率和更新速度，并且可以跨 Linux / macOS 等平台；

方案三：

使用 C++ 结合 Qt，支持跨平台并且性能较佳，但开发周期较长，开发难度有所提升。

4 推广前景

本产品实现的硬件成本较低，硬件及软件开发成本后期可通过收取附加服务费的形式回本，本身具备一定的差异化，可以向市场进行推广尝试。