宋曦 王琼 李文辉 刘高鹤

(1.国网甘肃省电力公司,甘肃兰州 730030;2.国网甘肃省电力公司信息通信公司,甘肃兰州 730050)

0 引言

随着信息巡检技术的发展,传统的人工巡检技术逐渐被新兴的智能巡检所取代,虽然利用智能巡检可以有效降低人工成本,但是工作设备无人看管会导致设备遭到外部的破坏,如不法分子或儿童。所以如何在无人状态下对人员的入侵进行检测成为了智能巡检系统发展的重要问题。

传统的人员入侵检测主要是基于高精度光学摄像头以及传感器等设备。如文献[1]利用多个固定摄像机在捕获到人员的入侵后,通过分析图像及视频序列追踪入侵人员的运动轨迹。文献[2]首先使用摄像头采集录像并将其种的每一帧转换为图像,之后利用卷积神经网络进行训练,最后利用训练好的模型来判断时候有人员入侵。但是摄像头存在探测盲区,且在光线不充足的环境中无法稳定工作。文献[3]提出使用声学传感器感应人体脚步的声音信号来检测人员入侵。文献[4]采用压力传感器检测人体的脚步力量,以此来判断是否有人员入侵。但是这两种传感器设备都存在易受环境的影响,当有其他声音或重力干扰时误报率会大幅上升。由于上述无设备入侵检测方法的局限性,发展迅速的WiFi设备为上述问题提供了一个良好的解决方案。首先,WiFi设备的普适性较强,部署成本较低。其次利用WiFi信号进行入侵检测保护了其他用户的隐私。……