• 新闻中心

  • 公司新闻 行业动态 领导关怀
  • 解决方案

  • 政府 金融 军工 能源 教育 旅游
  • 产品中心

  • 安全监管 能源领域 企业领域 金融领域 运维服务 智能制造
  • 党团建设

  • 党团建设 员工风采 期刊文摘
  • 社会责任

  • 扶贫捐助 慈善义举 参政议政
  • 加入我们

  • 人才理念 招聘流程 人才招聘
  • 行业动态

    当前位置:首页 / 新闻中心 / 行业动态

    基于物联网的智慧小区管理平台建设初探


    作者:转自智能建筑   |   发布时间:2019-10-14   |   点击数:246

    1绪论

    随着中国城市化的发展,城市人口膨胀、环境保护的问题日益突出,迫切需要转变经济增长方式,从而保持城市经济持续快速发展的趋势。交通拥堵、外来人口大量涌入,人、车等治安要素不断增长;人身安全、社区安全等问题已经成为每个居民关心的问题。同时就居住小区而言,房屋出租率高,人员信息不全,治安形势非常复杂,安全隐患大。

    当前信息“烟囱”式智能化信息系统无法为社区安全、社会治理问题提供整合的信息支持。党的十八大明确提出了要运用现代的信息手段进行社会服务和管理,加强政府信息化服务平台、视频监控、网格化社会管理中的信息采集等信息建设。

    2.智慧小区建设关键技术

    智慧小区建设涉及智能视频的大数据应用需求。系统采用MPEG-7标准和OpenCV图像处理函数,基于HBase的监控视频大数据应用技术,实现按用户需要从海量视频文件中搜索到其感兴趣的内容视频。

    2.1 MPEG-7标准描述

    MPEG-7是多媒体内容描述接口(Multimedia Content Description  Interface)的简称。MPEG-7目的在于创建一种描述多媒体内容数据的标准,增加数据管理的灵活性、数据资源的全球化以及互操作性。

    MPEG-7实质是对信息进行描述的标准,MPEG-7处理链如图1所示。它包括特征抽取、标准描述和检索工具三部分内容。MPEG-7的前端是特征提取,MPEG-7并不关注特征信息是如何得到的,只对特征信息进行描述。它的后端是搜索工具,它根据MPEG-7标准描述的特征值内容进行检索并得到结果进行输出。它的作用是为特征提取和信息检索这两部分提供一个标准的接口。

    2.2 0penCV图像处理函数

    OpenCV(Open Source Computer Vision Library)是由Intel公司资助开源并且可跨平台的计算机视觉库,该库由一系列C函数和C++类构成,可以运行在LinuxWindowsMac OS操作系统上,实现了图像处理的很多常用算法。

    2.3 HBase数据库

    HBase( Hadoop Database)是一个在HDFS上开发的面向列的,具有高可靠性、高伸缩性以及高性能开源分布式数据能的库。

    适用HBase系统必须满足三个条件:

    (1)保证数据量足够大。如果数据库中的表只有不足百万行,那么集群中其他的节点将会处于空闲状态。

    (2)不适用于传统关系型数据库提供的额外功能,例如典型的列、二级索引、事务和高级查询语言等。

    (3)须有足够的硬件服务器来支撑HBase的运行,其集群的节点数应该至少不低于6(HDFS需要不少于5Datanode,还要加一个Namenode)。

    2.4监控视频处理及大数据应用

    近年来,大量摄像机的安装产生和存储了海量视频信息文件,这些海量的视频文件适合存储在HBase分布式文件系统中。安全管控部门希望可以方便地从海量的视频文件中高效查找有价值线索。

    通过用户与系统的交互实现以上功能,将监控视频文件的存储路径告知系统,系统自动处理指定路径下的所有视频文件。系统的内部用例如图2所示,视频的预处理由视频文件触发,处理结果存储到数据库中;用户视频的检索,需要用户输入查询条件,系统从数据库中搜索后返回查询结果。

    3智慧小区应用平台   

    首先建设智慧小区物联网,设置基于物联网的小区人行出入口的人脸识别通道管控系统、车行出入口的车辆管理系统、小区周界入侵报警系统、单元门的对讲访客管理和门禁系统、小区重要场所的视频监控系统等,从而采集小区的人、车、房的静态数据以及人员和车辆的实时进出数据。多个小区的数据统一汇聚到智慧小区服务云平台,实现物业管理的移动化、云端化,提高物业的服务水平和效率,使居民享受智慧社区生活。最后将这些大数据进行AI应用,全面提升城乡社区综合治理能力。

    平台采用四层模型的系统架构,如表1所示。前端感知层由门禁系统、车辆管理系统、单元对讲系统、视频监控系统、入侵报警系统、手机APP等构成,实现安防管控和业主使用需求,同时产生实时的数据;传输层,数据通过互联网和4G无线移动网络接入平台;数据层由智能视频识别和大数据分析模块组成,为智慧物业和安防管控提供核心的大数据处理能力和分析能力,同时采用HBase数据库和分布式文件HDFS架构,为多个平台的应用和数据互通、存储提供保障;应用层,首先通过物业服务平台建设,实现各子系统的应用管理功能,同时拓展居民报修、缴费、投票、公告等更多生活服务应用以及实现物业及小区管理的信息化、移动化、云端化管理。再则,通过安防管控平台的建设,为公安管理人员提供基于警务信息、智能、情报分析、GIS系统、视频监控、房屋管理、人口管理和警务APP应用等管控服务。

    3.1感知层

    感知层分为感知管控和数据采集两个模块,感知管控由硬件设备组成,以行人、车辆、房屋和人际关系网来对人员和车辆的行为进行智能化管控。数据采集是从安防管控平台的角度划分出大数据的来源和入口,通过前端采集人脸识别摄像机、车禁、门禁机、可视对讲主机、监控摄像机和智能家居等数据。

    3.2传输层

    网络传输层是承载采集数据传输的网络,包括4G互联网、VPN和视频专网等。传输层互联网接入内部网络需具有内部网络和外网的接入功能。使用户可以通过Internet访问部分的内网资源。因此,为了保障应用层用户和管理人员对系统的使用和稳定通信,传输层采用边界接入平台以实现安全监测和管理。

    3.3数据层

    数据层设计分为人工智能算法模块和大数据分析模块,对实时采集的数据进行多样性和智能性分析,数据层是智慧小区应用平台的核心模块,对方案建设起着至关重要的作用。

    人工智能算法模块是对大数据进行分类分析和应用,根据应用类型的不同分别采用四种类型的服务器进行数据处理和应用实现:人脸识别服务器、图像搜索服务器、多目标服务器和车型识别服务器。人脸识别服务器用于处理来自人脸识别摄像机的数据,对人脸数据进行智能算法分析,分析结果与数据库中的数据进行比对,从而判断目标是业主还是访客,实现对人员的智慧管控;图像搜索服务器用于对上传的图像进行自动分析和智能关联性搜索,查询出图像人员的出入记录、车辆记录等信息,为小区安防和管理提供精确高效的数据依据;多目标服务器用于对视频画面中的多目标行为进行自动分析和预警,从而实现对聚众闹事、打架斗殴、人员聚集等异常事件的提前预警,系统自动通知物业安防管理人员和公安工作人员进行事件指挥调度和处理,可有效杜绝恶性聚众事件的发生,全面保障居民的生命和财产安全,实现智慧小区建设的目标;车型识别服务器用于处理车辆识别摄像机的数据,通过核心算法分析,输出车牌、车型等有效的数据信息,为车辆出入管控、缴费管控起到了关键性作用。

    大数据分析是基于大数据平台的车辆分析系统,其数据可分为静态数据与动态数据。静态数据主要来源于已经录入数据库的数据,如人员身份信息、小区信息、房屋信息、人口信息、车辆信息等安防业务系统的资源情报类数据库,这些数据构成了数据仓库的核心库;动态数据主要是来源于出入口的摄像机、闸机、门禁等系统采集的动态数据,其数据可分为结构化的出入口通行数据与非结构化的人员进出、车辆进出图像,这些数据随着时间的推移而不断增长,构成了数据仓库的中心库。

    同时,通过对大数据的深度挖掘和关联性分析,实现了将大数据转化为智慧小区管理的刚性需求的应用场景:房屋可视化、BIM、群体事件检测、尾随事件预测、黑名单预警、轨迹跟踪分析以及行为预测等。房屋可视化作为大数据分析的核心应用,通过数据挖掘和关联分析,可实现对小区出入人员、异常事件参与人员的户口、房屋信息的核查,可为事件处理和刑侦办案起到关键作用。

    3.4应用层

    应用层作为整个项目设计中的物业和安防业务落地部分,如何将业务与技术进行高效融合则是方案设计的核心和重点。

    在智慧物业管理服务的需求建设方面,智慧小区物业服务平台是充分采用移动互联网、云平台、大数据等技术,将原有物业管理、智能化管理、社区互动等多个应用高度集成,同时将PC端、手机端实现互联互通,达到信息共享、数据同步、整体监管、资金安全、精准决策等综合管理目的。智慧物业服务平台实现与业主基于移动端的沟通互动,如公告、报修、投诉、缴费、活动,基于移动互联的统一的智能硬件管理,智慧运维,解决维护难题;基于云端的移动办公管理,打造开放的移动互联的智慧物业服务平台。

    在安防智能管控的需求建设方面,安防管控平台功能应用层用来为终端用户提供应用程序服务,在该方案设计中,应用层采用多个平台联动的方式,通过物联网、大数据、云平台和来自传输层的安全数据进行请求处理和响应,为公安管理人员提供基于警务信息、智能预警、情报分析、GIS系统、视频监控、房屋管理、人口管理和APP应用等管控服务。

    4系统实现

    智慧小区应用平台在物理网络架构层面上,前端感知系统主要包括人员出入口管控系统、车辆出入口管控系统、视频监控系统、智能门禁系统、入侵报警系统等子系统。以上各个子系统对小区内的人员出入管控、人脸抓拍、车辆抓拍、监控视频、报警联防等所采集到的实时数据通过网络传输至智慧小区应用平台进行汇聚、分析和处理。小区管理中心根据各自的应用进行相应的权限数据获取和应用呈现,实现精确、严谨、安全的业务应用。

    4.1系统开发环境

    对各住宅小区感知系统上传的大量数据,系统是在Windows 7操作系统下使用Eclipse工具搭建Hadoop2.6.4开发环境。

    系统对XML文件的解析以及数据存储和数据检索的实现都是采用Eclipse开发实现的。对XML文件的解析采用了dom4j开源XML解析包,这是一个非常优秀的Java XML API,具有性能优异、功能强大和极端易用的特点,主要用于读写XML文件。系统主要利用了AttributeDocumentElementNode等接口对XML文件进行解析。

    数据存储调用了HBase封装好的Java API,主要利用了PutGet方法对数据存储功能进行实现。在具体实现过程中,需要将OpenCV处理的数据实时存储到HBase数据库中,所以要实现在C++中调用Java

    4.2系统运行环境

    本系统共使用了十多台服务器,其中二台是负载均衡服务器,一台是Web服务器,剩余的组成了服务器集群。负载均衡服务器主要接收从每个住宅小区传递过来的门禁、车行、图片以及视频等数据,而Web服务器主要用于小区用户通过互联网对系统进行访问。mongodb, redis, rabbitmq,kafka分布式存储服务器对门禁数据、车行数据、访客抓拍的图片、小视频进行处理和管理,数据库服务器,存储门禁记录,车行记录、图片数据、小视频以及内网生成的本地数据,voip服务器是提供可视对讲音视频交互服务,流媒体服务器提供实时视频以及门禁记录小视频点播功能(sms)服务,GIS服务器提供二维三维地图服务,GPU服务器提供黑名单特征提取、以图搜图,特征入库服务,应用服务器提供门禁、车场、物业功能服务。系统物理环境如图3所示。

    在本系统的服务器集群中,所有服务器都通过ZooKeeper进行协调,主控节点主要负责集群的管理、任务调度和负载均衡,从属节点则负责区域的管理以及相应客户端的读写请求。

    集群服务器中负载均衡服务器、数据库服务器、mongodbredis rabbitmq kafka服务器、voip服务器、应用服务器、Web服务器和流媒体服务器上安装的操作系统皆为Centos7.3_x86_64GIS服务器上安装的操作系统是Windows Server 2012 R2,GPU服务器上安装的操作系统是Ubuntu16.04.3,配置的java版本是jdk1.7.0_05Hadoop使用的是1.0.3版本,HBase使用的是0.94.0版本。其中GIS服务器的硬件配置显卡,GPU服务器的硬件配置GPU处理器,其他服务器硬件配置基本相同。

    5结论和展望

    智慧小区应用平台的建设存在不少困难,因为智慧小区物联网感知各子系统,产品厂家多,数据以及接口标准不统一,把各子系统统一接入智慧小区应用平台,统一使用一个APP,需耗费大量的研发力量。同时也缺乏智慧小区应用平台建设的统一的数据标准和接口标准。

    展望未来,随着感知设备性能的不断完善、稳定和使用简单,5G通信技术的商用,AI芯片和核心算法的不断成熟。智慧小区的各物联网感知系统按统一数据和接口标准,非常简单就能统一接入智慧小区应用平台,使用一个统一的手机APP操作。同时基于物联网感知系统的智慧小区建设得到全面的普及,社区居民过上了智慧生活,提高了物业的管理工作效率。

    智慧小区应用平台同时作为社区的数据汇聚平台,能够采集海量的活性数据,可以直接运用于城市管理的各个方面,智慧小区是智慧城市建设的前提,基于大数据和人工智能的用户消费行为精准分析与挖掘,为企业的产品研发、生产以及营销提供强大的支撑,将会为城市产生巨大数字经济效益。

    【参考文献】 

    1】李海波.推进智慧小区建设的物业服务创新研究【J】.新建设(现代物业上旬刊),2014(9)84-85

    2】徐颖秦.物联网技术及应用【M.北京:机械工业出版社,2012

    3】郑烩,肖碧宇.基于MPEG-7的视频检索系统的设计与实现【D】.计算机系统应用,2010

    4】林大贵.Hadoop+Spark大数据巨量分析与机器学习整合开发实践【M.北京:清华大学出版社,2017

    5】王其祥,公安信息通信边界接入平台设计与实现【D】.厦门大学,2013

    6】刘晓静.基于HBase的海量小视频存储与检索系统的研究与实现【D】.电子科技大学,2014

    7】郭彦坤.物联网技术在小区安防中的应用【J.军民两用技术与产,2017(4)18-19

    8】柯奕峰.基于物联网的智慧小区发展研究【J.住宅与房地产,2016(15)5

    9】任书淼.物联网技术在智能化住宅小区中应用的研究【J.科技创新导报,2017(16)173-174

    10】杨烈君.基于物联网的智能小区管理系统设计【J】.湖北科技学院学报,2014(7)13-14