本發(fā)明涉及槍支管理技術領域，更具體地說，涉及一種槍支震動識別方法及裝置。

背景技術：

當前，社會環(huán)境日趨復雜，不安全因素日益增多，涉槍事件時有發(fā)生。為加強防范，確保人民群眾的生命財產安全和用槍警員的人身安全，用槍管理特別是開槍管理顯得尤為重要，現有技術中當槍支發(fā)生開槍行為時需要持槍人員主動向相關平臺上報才可被管理人員獲知，但是如果槍支被搶劫或者用警人員出現特殊情況無法上報開槍行為等，就會導致管理人員無法獲知開槍行為是否發(fā)生，進而無法實現有效的開槍管理。

綜上所述，如何提供一種能夠使得管理人員及時獲知開槍行為的發(fā)生、進而實現有效開槍管理的技術方案，是目前本領域技術人員亟待解決的問題。

技術實現要素：

本發(fā)明的目的是提供一種槍支震動識別方法及裝置，以使得管理人員及時獲知開槍行為的發(fā)生、進而實現有效開槍管理。

為了實現上述目的，本發(fā)明提供如下技術方案：

一種槍支震動識別方法，包括：

對槍支進行實時檢測，如果檢測到槍支發(fā)生震動，則獲取所述槍支發(fā)生的震動對應的震動數據；

基于所述震動數據繪制所述槍支發(fā)生的震動對應的待檢測震動曲線；

計算所述待檢測震動曲線與預先訓練得到的開槍震動曲線之間的相似度，如果該相似度小于相似度閾值，則確定所述槍支發(fā)生的震動為開槍行為產生的震動，并將對應的開槍行為信息上報至管理平臺。

優(yōu)選的，獲取所述槍支發(fā)生的震動對應的震動數據，包括：

獲取所述槍支發(fā)生的震動對應的初始震動數據，所述初始震動數據為首次獲取的震動數據；

判斷所述初始震動數據在不同方向上的加速度幅值是否大于預先訓練得到的開槍震動閾值，如果是，則定時獲取所述槍支發(fā)生的震動的震動數據。

優(yōu)選的，獲取所述震動數據之后及繪制所述待檢測震動曲線之前，還包括：

計算每組所述震動數據在不同方向上的加速度的平方和，并將平方和不符合預先訓練得到的開槍震動平方和范圍的震動數據刪除。

優(yōu)選的，獲取所述震動數據之后及繪制所述待檢測震動曲線之前，還包括：

將在不同方向上的加速度幅值不符合預先訓練得到的開槍震動加速度幅值范圍的震動數據刪除。

優(yōu)選的，訓練得到開槍震動曲線、開槍震動閾值、開槍震動平方和范圍及開槍震動加速度幅值范圍，包括：

采集多個持槍人采用不同姿勢進行開槍行為時對應槍支產生的訓練震動數據；

計算每組所述訓練震動數據在不同方向上的加速度的平方和，并由其中最小的平方和和最大的平方和組成開槍震動平方和范圍；基于所述訓練震動數據繪制對應的震動曲線為開槍震動曲線；確定所述訓練震動數據在每個方向上最小的加速度幅值為開槍震動閾值；確定任一方向上最小的訓練震動數據的加速度幅值和最大的訓練震動數據的加速度幅值組成該方向的幅值范圍，并由全部方向上的幅值范圍組成開槍震動加速度幅值范圍。

一種槍支震動識別裝置，包括：

檢測模塊，用于：對槍支進行實時檢測，如果檢測到槍支發(fā)生震動，則獲取所述槍支發(fā)生的震動對應的震動數據；

繪制模塊，用于：基于所述震動數據繪制所述槍支發(fā)生的震動對應的待檢測震動曲線；

判斷模塊，用于：計算所述待檢測震動曲線與預先訓練得到的開槍震動曲線之間的相似度，如果該相似度小于相似度閾值，則確定所述槍支發(fā)生的震動為開槍行為產生的震動，并將對應的開槍行為信息上報至管理平臺。

優(yōu)選的，所述檢測模塊包括：

獲取單元，用于：獲取所述槍支發(fā)生的震動對應的初始震動數據，所述初始震動數據為首次獲取的震動數據；判斷所述初始震動數據在不同方向上的加速度幅值是否大于預先訓練得到的開槍震動閾值，如果是，則定時獲取所述槍支發(fā)生的震動的震動數據。

優(yōu)選的，還包括：

第一篩選單元，用于：獲取所述震動數據之后及繪制所述待檢測震動曲線之前，計算每組所述震動數據在不同方向上的加速度的平方和，并將平方和不符合預先訓練得到的開槍震動平方和范圍的震動數據刪除。

優(yōu)選的，還包括：

第二篩選單元，用于：獲取所述震動數據之后及繪制所述待檢測震動曲線之前，將在不同方向上的加速度幅值不符合預先訓練得到的開槍震動加速度幅值范圍的震動數據刪除。

優(yōu)選的，還包括：

訓練模塊，用于：采集多個持槍人采用不同姿勢進行開槍行為時對應槍支產生的訓練震動數據；

計算每組所述訓練震動數據在不同方向上的加速度的平方和，并由其中最小的平方和和最大的平方和組成開槍震動平方和范圍；基于所述訓練震動數據繪制對應的震動曲線為開槍震動曲線；確定所述訓練震動數據在每個方向上最小的加速度幅值為開槍震動閾值；確定任一方向上最小的訓練震動數據的加速度幅值和最大的訓練震動數據的加速度幅值組成該方向的幅值范圍，并由全部方向上的幅值范圍組成開槍震動加速度幅值范圍。

本發(fā)明提供了一種槍支震動識別方法及裝置，其中該方法包括：對槍支進行實時檢測，如果檢測到槍支發(fā)生震動，則獲取所述槍支發(fā)生的震動對應的震動數據；基于所述震動數據繪制所述槍支發(fā)生的震動對應的待檢測震動曲線；計算所述待檢測震動曲線與預先訓練得到的開槍震動曲線之間的相似度，如果該相似度小于相似度閾值，則確定所述槍支發(fā)生的震動為開槍行為產生的震動，并將對應的開槍行為信息上報至管理平臺。本申請公開的技術方案中，對槍支進行實時檢測，并在檢測到槍支發(fā)生震動時獲取對應的震動數據，如果震動數據對應待檢測震動曲線與預先訓練得到的開槍震動曲線相似，則確定槍支的此次震動為開槍行為產生的震動，并將對應開槍行為信息上報至管理平臺，從而能夠在槍支發(fā)生震動時自動的實時有效的判斷出開槍行為是否發(fā)生，進而上報管理平臺，以使得管理人員能夠及時獲知開槍行為的發(fā)生，進而實現了有效的開槍管理。

附圖說明

為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種槍支震動識別方法的流程圖；

圖2為本發(fā)明實施例提供的一種槍支震動識別裝置的結構示意圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

請參閱圖1，其示出了本發(fā)明實施例提供的一種槍支震動識別方法的流程圖，可以包括：

s11：對槍支進行實時檢測，如果檢測到槍支發(fā)生震動，則獲取槍支發(fā)生的震動對應的震動數據。

對槍支進行實時檢測，能夠在槍支發(fā)生震動時獲取到槍支發(fā)生震動對應的震動數據，此處震動數據可以包括槍支相對于持槍人來說在上下(x軸)、前后(y軸)、左右(z軸)三個方向產生的加速度，也可以僅包括槍支相對于持槍人來說在上下、前后兩個方向產生的加速度，本申請中優(yōu)選獲取槍支相對于持槍人來說在上下、前后兩個方向產生的加速度，這是因為一般槍支發(fā)生震動時在相對于持槍人來說在左右方向的震動非常小，基本可以忽略不計，因此為了減少噪聲，保證結果的準確性，可以僅獲取槍支相對于持槍人來說在上下、前后兩個方向產生的加速度。

s12：基于震動數據繪制槍支發(fā)生的震動對應的待檢測震動曲線。

曲線中的每個點均可以由x軸、y軸及z軸(或者x軸及y軸)的加速度組成，而待檢測震動曲線可以按照震動發(fā)生時時間由早至晚繪制出在x軸、y軸及z軸(或者x軸及y軸)的曲線，利用已有的數學方法即可實現，在此不再贅述。

s13：計算待檢測震動曲線與預先訓練得到的開槍震動曲線之間的相似度，如果該相似度小于相似度閾值，則確定槍支發(fā)生的震動為開槍行為產生的震動，并將對應的開槍行為信息上報至管理平臺。

其中，開槍震動曲線為預先訓練得到的對開槍時槍支震動產生的訓練震動數據繪制得到的曲線，因此當待檢測震動曲線與開槍震動曲線比較相近時，則可以認為待檢測震動曲線即為開槍行為對應的震動曲線，此處相似度閾值可以根據實際需要進行設定，上述兩個曲線的相似度小于相似度閾值，則說明兩者曲線特征比較接近，否則，則說明兩者曲線特征并不接近，則無需進行任何處理。將開槍行為信息上報至管理平臺后，可以方便對應管理人員實現開槍管理，而開槍行為信息可以包括槍支的標識、開槍發(fā)生時間等，當然還可以根據實際需要進行其他設定。其中將開槍行為信息上報至管理平臺可以利用根據實際需要設置的方式(如gprs)實現，同時，還可以將開槍行為信息發(fā)送至預先指定的終端，以使得該終端對應管理人員可以及時獲取到開槍行為信息。

本申請公開的技術方案中，對槍支進行實時檢測，并在檢測到槍支發(fā)生震動時獲取對應的震動數據，如果震動數據對應待檢測震動曲線與預先訓練得到的開槍震動曲線相似，則確定槍支的此次震動為開槍行為產生的震動，并將對應開槍行為信息上報至管理平臺，從而能夠在槍支發(fā)生震動時自動的實時有效的判斷出開槍行為是否發(fā)生，進而上報管理平臺，以使得管理人員能夠及時獲知開槍行為的發(fā)生，進而實現了有效的開槍管理。

另外可以將槍支的信息導入到管理平臺中，其中槍支的信息可以包括槍支標識、當前具有的子彈數量、使用人員等信息。從而使得管理人員方便通過管理平臺獲知上述信息，進而有效實現對于槍支的管理。

本發(fā)明實施例提供的一種槍支震動識別方法，獲取槍支發(fā)生的震動對應的震動數據，可以包括：

獲取槍支發(fā)生的震動對應的初始震動數據，初始震動數據為首次獲取的震動數據；

判斷初始震動數據在不同方向上的加速度幅值是否大于預先訓練得到的開槍震動閾值，如果是，則定時獲取槍支發(fā)生的震動的震動數據。

其中開槍震動閾值可以為預先訓練得到的當真正的開槍行為發(fā)生時對應震動產生的最小的加速度幅值，可以包括x軸、y軸及z軸(或者x軸和y軸)的加速度幅值。第一次獲取到槍支震動對應的震動數據時，可以對該初始震動數據進行判斷，如果初始震動數據在任一軸方向(即方向)上產生的加速度幅值大于開槍震動閾值中該軸方向的值，則確定此次震動很可能對應開槍行為，此時則每經過按照根據實際需要設定的時間間隔定時獲取震動數據，如果初始震動數據在任一軸方向上產生的加速度幅值均不大于開槍震動閾值中該軸方向的值，則很可能此次震動并不對應開槍行為，則不再采集震動數據，由此減少了對開槍行為的誤判率。

本發(fā)明實施例提供的一種槍支震動識別方法，獲取震動數據之后及繪制待檢測震動曲線之前，還可以包括：

計算每組震動數據在不同方向上的加速度的平方和，并將平方和不符合預先訓練得到的開槍震動平方和范圍的震動數據刪除。

其中開槍震動平方和范圍可以為預先訓練得到的當真正的開槍行為發(fā)生時對應震動產生的每組震動數據在不同軸方向上加速度的平方和的數值范圍；因此可認為在不同方向上的加速度的平方和不符合開槍震動平方和范圍的震動數據很可能不對應開槍行為，將其刪除可大大減少噪聲，減少數據處理工作量，增大開槍行為的判斷準確率。

本發(fā)明實施例提供的一種槍支震動識別方法，獲取震動數據之后及繪制待檢測震動曲線之前，還可以包括：

將在不同方向上的加速度幅值不符合預先訓練得到的開槍震動加速度幅值范圍的震動數據刪除。

其中開槍震動加速度幅值范圍可以為預先訓練得到的當真正的開槍行為發(fā)生時對應震動產生的每組震動數據在不同軸方向上加速度幅值數值范圍；因此可認為在不同方向上的加速度幅值均不符合開槍震動加速度幅值范圍的震動數據很可能不對應開槍行為，將其刪除可大大減少噪聲，減少數據處理工作量，增大開槍行為的判斷準確率。

本發(fā)明實施例提供的一種槍支震動識別方法，訓練得到開槍震動曲線、開槍震動閾值、開槍震動平方和范圍及開槍震動加速度幅值范圍，可以包括：

采集多個持槍人采用不同姿勢進行開槍行為時對應槍支產生的訓練震動數據；

計算每組訓練震動數據在不同方向上的加速度的平方和，并由其中最小的平方和和最大的平方和組成開槍震動平方和范圍；基于訓練震動數據繪制對應的震動曲線為開槍震動曲線；確定訓練震動數據在每個方向上最小的加速度幅值為開槍震動閾值；確定任一方向上最小的訓練震動數據的加速度幅值和最大的訓練震動數據的加速度幅值組成該方向的幅值范圍，并由全部方向上的幅值范圍組成開槍震動加速度幅值范圍。

由于不同人的握槍方式差異、開槍姿勢不同等最終獲得的震動數據均有差異，本申請中采集多個持槍人(具體數量可以根據實際需要進行設定，如10個)采用不同握槍方式、開槍姿勢等開槍時產生的震動數據作為訓練震動數據，需要說明的是，如果訓練震動數據與實時檢測后獲取的震動數據包括的加速度方向相同，均為僅包括x軸和y軸，或者包括x軸、y軸和z軸。最小數據和最大數據組成對應范圍時即為處于最小數據及最大數據之間時則為符合該范圍，否則則不符合該范圍。按照上述方式得到對應的范圍或閾值，能夠使得開槍行為的判斷結果更加準確。

本發(fā)明實施例還提供了一種槍支震動識別裝置，如圖2所示，可以包括：

檢測模塊11，用于：對槍支進行實時檢測，如果檢測到槍支發(fā)生震動，則獲取槍支發(fā)生的震動對應的震動數據；

繪制模塊12，用于：基于震動數據繪制槍支發(fā)生的震動對應的待檢測震動曲線；

判斷模塊13，用于：計算待檢測震動曲線與預先訓練得到的開槍震動曲線之間的相似度，如果該相似度小于相似度閾值，則確定槍支發(fā)生的震動為開槍行為產生的震動，并將對應的開槍行為信息上報至管理平臺。

本發(fā)明實施例提供的一種槍支震動識別裝置，檢測模塊可以包括：

獲取單元，用于：獲取槍支發(fā)生的震動對應的初始震動數據，初始震動數據為首次獲取的震動數據；判斷初始震動數據在不同方向上的加速度幅值是否大于預先訓練得到的開槍震動閾值，如果是，則定時獲取槍支發(fā)生的震動的震動數據。

本發(fā)明實施例提供的一種槍支震動識別裝置，還可以包括：

第一篩選單元，用于：獲取震動數據之后及繪制待檢測震動曲線之前，計算每組震動數據在不同方向上的加速度的平方和，并將平方和不符合預先訓練得到的開槍震動平方和范圍的震動數據刪除。

本發(fā)明實施例提供的一種槍支震動識別裝置，還可以包括：

第二篩選單元，用于：獲取震動數據之后及繪制待檢測震動曲線之前，將在不同方向上的加速度幅值不符合預先訓練得到的開槍震動加速度幅值范圍的震動數據刪除。

本發(fā)明實施例提供的一種槍支震動識別裝置，還可以包括：

訓練模塊，用于：采集多個持槍人采用不同姿勢進行開槍行為時對應槍支產生的訓練震動數據；

計算每組訓練震動數據在不同方向上的加速度的平方和，并由其中最小的平方和和最大的平方和組成開槍震動平方和范圍；基于訓練震動數據繪制對應的震動曲線為開槍震動曲線；確定訓練震動數據在每個方向上最小的加速度幅值為開槍震動閾值；確定任一方向上最小的訓練震動數據的加速度幅值和最大的訓練震動數據的加速度幅值組成該方向的幅值范圍，并由全部方向上的幅值范圍組成開槍震動加速度幅值范圍。

本發(fā)明實施例提供的一種槍支震動識別裝置中相關部分的說明請參見本發(fā)明實施例提供的一種槍支震動識別方法中對應部分的詳細說明，在此不再贅述。另外，本發(fā)明實施例提供的上述技術方案中與現有技術中對應技術方案實現原理一致的部分并未詳細說明，以免過多贅述。

對所公開的實施例的上述說明，使本領域技術人員能夠實現或使用本發(fā)明。對這些實施例的多種修改對本領域技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。