首页 > 分享 > 一种智能化宠物管理系统的制作方法

一种智能化宠物管理系统的制作方法

萌宠菠菠乐园
2024-12-16 04:46

一种智能化宠物管理系统的制作方法

本发明涉及宠物管理，尤其涉及一种智能化宠物管理系统。

背景技术：

1、由于工作和生活的原因，宠物主人往往无法随时陪伴宠物，导致宠物健康和心理需求得不到充分满足。现有技术中，虽然存在一些单一功能的宠物监控或喂食设备，但缺乏集成化、智能化的宠物管理解决方案，无法提供全面的宠物照顾服务。

2、中国专利公开号cn108874323a公开了一种宠物监测数据处理处理方法和系统，通过在宠物身上植入健康管理芯片，移动终端启动健康管理芯片监测功能，健康管理芯片将多种宠物监测数据返回给移动终端，云数据中心周期性地向移动终端发出宠物监测数据采集请求，采集数据响应启动，通过改进的任务调度方式以及写合并之后，多个宠物监测数据采集代理的并发执行以及合并写的方式极大提高了宠物监测数据的处理速度及传送效率，使宠物监测数据的不再通过传统的轮询方式进行采集获取，也不再受节点数量的限制；由此可见，该发明未对宠物监测数据的处理过程进行详细分析，存在对宠物管理效率低的问题。

技术实现思路

1、为此，本发明提供一种智能化宠物管理系统，用以克服现有技术中对宠物管理效率低的问题。

2、为实现上述目的，本发明提供一种智能化宠物管理系统，包括：

3、信息获取模块，用以获取监测周期内的宠物监测数据，还用以获取宠物历史数据；

4、历史数据处理模块，用以根据宠物历史数据对宠物观测特征进行分析；

5、轨迹分析模块，用以根据监测周期内的宠物监测数据对监测周期内的宠物行动轨迹进行分析；

6、调整优化模块，用以根据监测周期内的环境数据对宠物行动轨迹的分析过程进行调整；

7、特征提取模块，用以根据监测周期内宠物行动轨迹分析结果对宠物行动进行特征提取，得到实时特征轨迹；

8、特征分析模块，用以根据监测周期内实时特征轨迹分析结果和宠物观测特征分析结果对监测周期内的宠物特征行为进行判断；

9、宠物数据管理模块，用以根据监测周期内宠物特征行为的判断结果对实时特征轨迹和监测周期内的宠物监测数据进行管理，还用以根据监测周期内宠物特征行为的判断结果向用户进行实时报警。

10、进一步地，所述历史数据处理模块设有历史轨迹分析单元，所述历史轨迹分析单元用以根据宠物历史行动轨迹数据对宠物的历史行动轨迹进行分析；

11、所述历史轨迹分析单元根据各宠物定位数据（x（i），y（i），z（i））计算相邻采集数据之间的轨迹向量α（i），设定α（i）=（x（i+1）-x（i），y（i+1）-y（i），z（i+1）-z（i））；

12、所述历史轨迹分析单元根据各宠物定位数据（x（i），y（i），z（i））计算各轨迹向量α（i）的速度权重β（i），设定β（i）=（[x（i+1）-x（i）]/t，[y（i+1）-y（i）]/t，[z（i+1）-z（i）]/t）；

13、所述历史轨迹分析单元将各轨迹向量和各轨迹向量的速度权重作为宠物的历史行动轨迹向量组q，设定q={[α（1），β（1）]，[α（2），β（2）]，...，[α（n-1），β（n-1）]}；

14、其中，x（i）表示历史监测周期内第i采集数据的空间横向坐标，y（i）表示历史监测周期内第i采集数据的空间纵向坐标，z（i）表示历史监测周期内第i采集数据的空间竖向坐标，x（i+1）表示历史监测周期内第i+1采集数据的空间横向坐标，y（i+1）表示历史监测周期内第i+1采集数据的空间纵向坐标，z（i+1）表示历史监测周期内第i+1采集数据的空间竖向坐标，α（1）是第1轨迹向量，α（2）是第2轨迹向量，α（n-1）是第n-1轨迹向量，β（1）是第1速度权重，β（2）是第2速度权重，β（n-1）是第n-1速度权重，t是历史连续采集的间隔时长，设定i=1,2...n-1，n是监测周期内宠物定位数据的数量。

15、进一步地，所述历史数据处理模块还设有数据筛选单元，所述数据筛选单元用以根据历史轨迹分析结果对异常行动轨迹进行筛选，其中：

16、当历史行动轨迹向量组q中存在β（i）≥k1时，所述数据筛选单元判定该历史行动轨迹向量组为异常行动轨迹；

17、当历史行动轨迹向量组q中存在β（i）＜k1时，所述数据筛选单元判定该历史行动轨迹向量组为正常行动轨迹；

18、当历史行动轨迹向量组q中存在|α（i）|≥k2时，所述数据筛选单元判定该历史行动轨迹向量组为异常行动轨迹；

19、当历史行动轨迹向量组q中存在|α（i）|＜k2时，所述数据筛选单元判定该历史行动轨迹向量组为正常行动轨迹；

20、其中，k1是预设宠物异常速度，k2是预设宠物异常位移长度；

21、所述数据筛选单元还用以将异常行动轨迹的历史行动轨迹向量组删除。

22、进一步地，所述历史数据处理模块还设有观测特征分析单元，所述观测特征分析单元用以根据异常行动轨迹筛选结果和历史健康数据对宠物观测特征进行分析，其中：

23、当γ＜b且|q|＜k3时，所述观测特征分析单元判定该历史行动轨迹的宠物观测特征为常规特征；

24、当γ＜b且|q|≥k3时，所述观测特征分析单元判定该历史行动轨迹的宠物观测特征为特殊特征；

25、当γ≥b时，所述观测特征分析单元判定该历史行动轨迹的宠物观测特征为宠物异常行动；

26、其中，b是体征指数阈值，γ是历史监测周期内的体征指数，设定γ=（r-r）/r，r是历史宠物心率，r是预设宠物心率，k3是第二预设宠物异常位移长度；

27、所述观测特征分析单元还用以将宠物观测特征进行存储。

28、进一步地，所述轨迹分析模块设有数据处理单元，所述数据处理单元用以对监测周期内的宠物监测数据进行数据处理；

29、所述数据处理单元计算分组向量a（j-1），设定a（j-1）=（x（j）-x（j-1），y（j）-y（j-1），z（j）-z（j-1））；

30、其中，x（j）是第j实时定位数据的x轴坐标，x（j-1）是第j-1实时定位数据的x轴坐标，y（j）是第j实时定位数据的y轴坐标，y（j-1）是第j-1实时定位数据的y轴坐标，z（j）是第j实时定位数据的z轴坐标，z（j-1）是第j-1实时定位数据的z轴坐标，j=2,3...j，j是监测周期内获取的宠物实时定位数据的数量；

31、所述数据处理单元根据分组向量a（i）对监测周期内的宠物实时定位数据进行异常判断，并根据判断结果对监测周期内的宠物实时定位数据进行数据处理，其中：

32、当|a（j-1）|＜k2时，所述数据处理单元判定该分组向量的宠物实时定位数据正常；

33、当|a（j-1）|≥k2时，所述数据处理单元判定该分组向量的宠物实时定位数据异常，并将该宠物实时定位数据（x（j），y（j），z（j））作为异常定位数据；

34、所述数据处理单元还用以将异常定位数据和分组向量a（j-1）删除；

35、所述轨迹分析模块设有轨迹分析单元，所述轨迹分析单元用以根据监测周期内宠物监测数据的数据处理结果对监测周期内的宠物行动轨迹进行分析；

36、所述数据处理单元根据各分组向量a（j-1）生成监测周期内的实时行动轨迹曲线sq，设定sq={[a（1），b（1）]，[a（2），b（2）]，...，[a（j-1），b（j-1）]}；a（1）是第1实时轨迹向量，a（2）是第2实时轨迹向量，a（j-1）是第j-1实时轨迹向量，b（1）是第1实时速度权重，b（2）是第2实时速度权重，b（j-1）是第j-1实时速度权重。

37、进一步地，所述调整优化模块设有调整单元，所述调整单元用以将监测周期内的环境温度c对各预设环境温度进行比对，并根据比对结果对监测周期内宠物行动轨迹的分析过程进行调整，其中：

38、当c＜c1时，所述调整单元判定监测周期内环境温度低，并将预设宠物异常位移长度调整为k2’，设定k2’=k2×exp{（c-c1）/c1}；

39、当c1≤c＜c2时，所述调整单元判定监测周期内的环境温度正常，不进行调整；

40、当c≥c2时，所述调整单元判定监测周期内的环境温度高，并将预设宠物异常位移长度调整为k2”，设定k2”=k2/exp{（c-c2）/c1}；

41、其中，c1是第一预设宠物温度，c2是第二预设宠物温度，c1＜c2。

42、进一步地，所述调整单元还设有优化单元，所述优化单元用以根据监测周期内的体征数据和历史监测周期内的体重指数计算结果对监测周期内宠物行动轨迹的调整过程进行优化，其中：

43、当v/pγ＜d时，所述优化单元判定监测周期内宠物的体征状态正常，不进行优化；

44、当v/pγ≥d时，所述优化单元判定监测周期内宠物的体征状态异常，并将第二预设宠物温度优化为c2’，设定c2’=c2×cos[（v/pγ-d）/d]；

45、其中，v是实时宠物体征指数，pγ是宠物在历史监测周期内的体征指数平均值，d是预设偏移指数。

46、进一步地，所述特征提取模块根据监测周期内宠物行动轨迹分析结果对宠物行动进行特征提取；

47、所述特征提取模块根据实时行动轨迹曲线sq计算实时特征向量组η，设定：

48、；

49、；

50、；

51、；

52、其中，m是组内数据数量，设定m=t/获取实时空间定位数据的时间间隔，sq（m）是实时行动轨迹曲线sq中第m项数据即[a（m），b（m）]，a（m）是第m实时轨迹向量，b（m）是第m实时速度权重，η1是实时特征向量组η的第一向量，η2是实时特征向量组η的第二向量，ηn是实时特征向量组η的第n向量；

53、所述特征提取模块将实时特征向量组η作为实时特征轨迹。

54、进一步地，所述特征分析模块根据实时特征向量组η和历史行动轨迹向量组q计算向量组拟合度mse；

55、所述特征分析模块将向量组拟合度mse与预设拟合度w进行比对，并根据比对结果对监测周期内的宠物特征行为进行判断，其中：

56、当mse≥w时，所述特征分析模块判定拟合度异常，并判定监测周期内宠物的特征行为为异常特征行为；

57、当mse＜w时，所述特征分析模块判定拟合度正常，并判定监测周期内宠物的特征行为为历史行动轨迹向量组q所对应的宠物观测特征。

58、进一步地，所述宠物数据管理模块根据监测周期内宠物特征行为的判断结果对实时特征轨迹和监测周期内的宠物监测数据进行管理，其中：

59、当监测周期内宠物特征行为为异常特征行为时，所述宠物数据管理模块将实时特征轨迹和监测周期内的宠物监测数据补充至下一监测周期的宠物历史数据，向用户进行实时风险报警；

60、当监测周期内宠物特征行为为常规特征时，所述宠物数据管理模块不改变下一监测周期的宠物历史数据，不向用户进行报警；

61、当监测周期内宠物特征行为为特殊特征时，所述宠物数据管理模块不改变下一监测周期的宠物历史数据，向用户进行实时风险报警；

62、当监测周期内宠物特征行为为宠物异常行动时，所述宠物数据管理模块不改变下一监测周期的宠物历史数据，向用户进行实时危险报警。

63、与现有技术相比，本发明的有益效果在于，通过所述信息获取模块对本发明所需信息的获取，提高了信息获取的准确性和完整性，通过所述历史数据处理模块对宠物观测特征进行分析，提高了对观测特征分析的准确性，通过所述轨迹分析模块对宠物行动轨迹进行分析，提高了对宠物轨迹分析的准确性，通过所述调整优化模块对宠物行动轨迹的分析过程进行调整，提高了对宠物轨迹分析的准确性，通过所述特征提取模块对宠物行动进行特征提取，得到实时特征轨迹，提高了对实时特征轨迹分析的准确性，通过所述特征分析模块对监测周期内的宠物特征行为进行判断，提高了对特征行为判断的准确性，通过所述宠物数据管理模块对实时特征轨迹和监测周期内的宠物监测数据进行管理，并根据监测周期内宠物特征行为的判断结果向用户进行实时报警，提高了对宠物管理的效率。