人工智能技术在智慧社区建设中的应用分析论文_姜玉国,赵航 初鹏翔

摘要:自2012年国家层面首次提出“智慧社区”概念以来,国家先后下发了多个政策文件指导建设。社会治安防控体系建设逐渐走向成熟阶段,智慧社区治安防控工作作为重要建设内容之一,其重要性也愈发凸显。但近年来,新的违法犯罪手段不断出现,社会治安形态呈现复杂化多样化的趋势,社区警务工作短板和痛点也逐渐显现。基于此,本文对人工智能技术在智慧社区建设中的应用进行研究,作出以下讨论仅供参考。

关键词:人工智能技术;智慧社区建设;应用

引言

近年来,随着人员交流的频繁和旅游业的兴起,对于外来人口的管控直接决定着当地的治安情况、关系着人民的财产安全和城市形象。对于旅游城市中靠近海边、景点等房屋出租率较高的社区,传统的机械锁和老式的小区门禁已经远远不能满足公安系统对社区安全性管控的需求。新型的智能门禁系统融合了物联网、人工智能等技术,是一套集终端硬件及云端平台于一体的全方位社区管控系统。

1人工智能技术

人工智能泛指让机器具有人类智能的一类技术。1956年,美国科学家麦卡锡在达特茅斯会议上提出了人工智能的概念,“人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样”。AI的发展经过多次起伏,人们对它的认知和定义也不同,目前比较认可的定义是“人工智能是用机器模仿和实现人类的感知、思考、行动等人类智力与行为能力的科学与技术,目标在于模拟、延伸、拓展人的智慧与能力,使系统或机器能胜任一些以往需要人类智能才能完成的复杂任务”。虽然人工智能属于计算机科学的一个分支,但它还涉及到许多领域,例如脑科学、心理学、逻辑学、语言学、行为科学和认知科学等。人工智能可以模拟人类的思维、意识、行动等行为模式,可以帮助人们高效率、高质量地完成一些高危、复杂的工作,同时具有一定的学习、推理能力。人工智能是多学科技术,包括机器学习、优化理论、博弈论、控制理论、元启发式等,具有感知、挖掘、推理、预测的能力。机器学习是其重要分支,根据学习对象的性质,一般分为监督学习、无监督学习和强化学习。深度学习可以让机器自动学习特征,无需人工事先设定,因为人往往不知道什么是重要的特征。针对不同的应用场景,传统的机器学习算法需要重新学习,而深度学习只需要调整参数就能改变。基于AI提供的开放能力,针对个性化、碎片化的应用需求(如特定场景下特定目标的智能识别),可通过上传样本图像,进行简单的数据标定和在线算法训练后实现,快速满足业务上线需求。

图1 AI算法流程示意图

2社区系统现状分析

对某智慧社区建设情况进行摸底,发现存在信息孤岛和硬件众多,造成重复建设和运行维护困难等如下问题。存在“烟囱式系统建设模式”。社区有安防监控系统、人员门禁管理系统、智慧停车系统、噪音环境检测系统、路灯管控系统等,每个系统之间架构完全独立,其开发和运行维护也完全独立,这些系统其实是存在公共和通用功能的。“烟囱式”系统建设存在三大弊端:每次新业务都需要重新造轮子,造成功能建设和维护带来的浪费投资;打通“烟囱式”系统间信息孤岛的成本高昂;不利于业务的创新、经验沉淀和业务持续发展。

3人工智能技术在智慧社区建设中的应用

3.1社区人员识别与动态信息采集

人员管理是社区警务工作永远的重点。在社区智慧警务工作中,对人员的管理主要体现在对社区相关人员的识别与动态信息采集。可利用物联网技术,在社区的关键路口、重点行业和场所门口、小区大门及小区单元楼门口、小区主干道等地点安装物联网视频监控感知设备、门禁卡、指纹识别装置、人脸识别装备、电子围栏等智能感应采集设备,以采集和识别人员身份信息,以及地点和时间等时空轨迹信息。动态采集的这些人员信息可与后台的特定人员数据库碰撞比对,可掌控社区内“特定人员”的活动情况,并通过其与后台大数据的深度挖掘和人工智能分析,为社区警务提供精准的社情、民情和警情等服务。

3.2车辆异常模型分析

社区出入口或停车场内,对车辆的出行规律进行分析,提取相关规则,对异常或可疑的行为设置标签。与昼伏夜出、频繁夜归、夜不归宿等与人员异常模型类似模型,补充僵尸车异常车辆分析,即对于小区的已登记和未登记车辆,根据配置分析该小区的车辆在进入小区超过一段时间以上无通行记录,则符合僵尸车异常行为规则,获取该车辆基础信息展示、可能存在的车主信息,车辆最后出现的抓拍数据信息。如下图所示。

图2 车辆信息异常分析过程示意图

3.3社区异常检测

社区异常检测主要是利用物联网技术,对出入社区的人员进行感知和识别,以及与后台数据库的关联分析,及时发现人员出入行为异常(与他人或自己日常行为不一样)等潜在隐患;社区内发生的异常案事件行为(重点人口异常聚集、打架斗殴、有人手持危险物品、翻越小区围墙等);水、电、煤气等信息异常检测(如突然用量大增或大减,没有等级居住的房屋却有相关的用量等);社区特殊物品状态异常检测(特殊物品的位置状态变化、流动轨迹、消防通道被占用等情况)。一方面,按照“边缘计算”的理论和思路,通过智能设备直接发现异常,如翻墙行为、消防通道被堵等;另一方面,使前端设备识别的信息与后台大数据关联分析,进行深度挖掘的业务应用和预测分析,如经常出入小区但没有登记的暂住人员。

3.4智能社区人流监测系统

智能社区人流监测系统采用软硬结合的技术,利用5V稳压电源为系统上电,上电后的系统LCD1602显示屏有基本显示。按下按键一是录入指纹,可以录入1000个指纹,录入指纹时单片机通过判断将LED1所接端口直接置为高电平让其亮起来,LED2灭。改变指纹录取可以直接删除只需要按下按键二即可,此时删除指纹LED2灯直接亮,LED1灯灭。当基本的模拟指纹输入完毕后。系统正式启动,单片机是在系统上电后实时监测红外光电传感器端口处的电平信号,然后进行模拟判断社区人员是否进入。当人员进入时按下按键三,将录入过指纹的手指放到指纹模块采集处判断是否为小区人员,若不是小区人员,系统通过单片机控制P2.0口驱动蜂鸣器响。小区安保人员将对其进行辨别,判断是否应该让其进入小区内,判断完毕小区安保人员按下按键四,可以直接让人流量加一,从而更精准地判断小区人流数,从根源上保证小区安全。

结束语

综上所述,智慧社区建设不是一蹴而就的,在推动智慧社区发展过程中,会遇到技术与观念的障碍、标准与类型的复杂、运营与数据的安全等多种问题。应全面释放其内在价值,最大限度地满足社区居民需求,深刻理解智慧社区建设的自身规律,以精细化的感知、统一的数据汇聚、智能的研判,构建整体性智慧社区架构。智慧社区建设是多个主体公开、持续、长期的工程,需要公众服务、新技术支撑、政府资源的共同支持,促进智慧社区发展。

参考文献

[1]王金桥.人工智能,社区发展新驱动[J].城市开发,2018(21):40.

[2]田茂明,吴芳.智慧社区综合服务平台架构[J].城乡建设,2018(20):64-66.

[3]殷晶晶,周重辛,公伟涛.人工智能在智慧社区的应用[J].智能建筑,2018(10):49-51.

[4]桂姣姣.AI助力智慧社区的落地与发展[J].中国安防,2018(08):56-59.

[5]翁倍林,李晓琳,张珊珊,梁婉珊.智慧社区发展现状及前景[J].合作经济与科技,2018(16):184-185.

[6].构建智慧社区服务新体系[J].中国建设信息化,2018(07):52-53.

论文作者:姜玉国,赵航 初鹏翔

论文发表刊物:《科学与技术》2019年17期

论文发表时间:2020/1/15

标签:;  ;  ;  ;  ;  ;  ;  ;  

人工智能技术在智慧社区建设中的应用分析论文_姜玉国,赵航 初鹏翔
下载Doc文档

猜你喜欢