[发明专利]一种基于机器学习的UWB TOF定位测距方法及系统

说明书

本发明公开了一种基于机器学习的UWB TOF定位测距方法及系统，涉及的UWB TOF定位测距技术领域，其技术方案要点是包括：对养殖户区域进行划分以及编号，得到养殖划分集；养殖划分集包括若干个养殖平原区域；对养殖划分集中不同的养殖平原区域进行模块化处理，得到养殖平原模块集；对养殖平原模块集进行监测，效果是通过对养殖平原上的养殖动物装有TOF定位器，并且建立基站UWB，对养殖动物的活动范围进行监控，监控养殖动物的活动轨迹，是否在安全区域内活动，以及是否进入到危险区域，通过计算养殖户到达养殖动物所在地的时间，使养殖户能够及时达到危险区域，进行及时的驱赶，避免被野生动物捕食，造成养殖户的财产受到损失。

技术领域

本发明涉及机器学习的UWB TOF定位测距技术领域，更具体地说，它涉及一种基于机器学习的UWB TOF定位测距方法及系统。

背景技术

TOF是飞行时间技术的缩写，即传感器发出经调制的近红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息，此外再结合传统的相机拍摄，就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来。

通过机器学习的UWB基站发出信号，计算TOF是飞行时间时，从而完成定位测距的操作，且运用于不同领域中，并具有突出的优质，其中，在养殖领域中，只能对养殖动物整体的流量进行监测，但是不能对不同养殖区域中的养殖动物流量进行模块化预警；其次，当养殖区域内出现野生动物袭击时，无法及时的进行控制，造成养殖区域内养殖动物被捕食以及受伤，使养殖户的经济财产受到损失。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种基于机器学习的UWB TOF定位测距方法及系统。

为实现上述目的，本发明提供了如下技术方案：

基于机器学习的UWB TOF定位测距方法，包括：

对养殖户区域进行划分以及编号，得到养殖划分集；养殖划分集包括若干个养殖平原区域；

对养殖划分集中不同的养殖平原区域进行模块化处理，得到养殖平原模块集；

对养殖平原模块集进行监测，获取养殖平原模块集中不同区域的野生动物流量信息、养殖动物流量信息和养殖动物距离信息；

其中，对野生动物流量信息进行特征提取，得到第一提取集；分别对养殖动物流量信息进行特征提取，得到第二提取集，对养殖动物距离信息进行特征提取，得到第三提取集；

对第一提取集、第二提取集和第三提取集进行训练计算，得到第一训练集、第二训练集和第三训练集；

根据第一训练集、第二训练集和第三训练集对不同区域的野生动物流量信息、养殖动物流量信息及养殖动物距离信息进行预警。

优选地，获取养殖平原模块集的具体步骤包括：

获取养殖平原区域，并建立UWB养殖基站，且根据UWB养殖基站的距离，将养殖平原区域附近划分成危险区域和安全区域。

优选地，对野生动物流量信息和养殖动物流量信息进行特征提取的具体步骤包括：

获取预设的监测时间段内对出现在安全区域以及危险区域中的野生动物的数量；

获取预设的监测时间段内对出现在安全区域以及危险区域中的养殖动物的数量。

优选地，对养殖动物距离信息进行特征提取的具体步骤包括：

并逐一对养殖动物上安装TOF定位器，并获取安全区域及危险区域的养殖动物与UWB养殖基站的距离信息。