CN110801593B - 一种融合多模态数据的极早期火灾预警系统及方法 - Google Patents
一种融合多模态数据的极早期火灾预警系统及方法 Download PDFInfo
- Publication number
- CN110801593B CN110801593B CN201911058995.6A CN201911058995A CN110801593B CN 110801593 B CN110801593 B CN 110801593B CN 201911058995 A CN201911058995 A CN 201911058995A CN 110801593 B CN110801593 B CN 110801593B
- Authority
- CN
- China
- Prior art keywords
- fire
- fighting
- database
- sensor
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62C—FIRE-FIGHTING
- A62C37/00—Control of fire-fighting equipment
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Fire Alarms (AREA)
- Alarm Systems (AREA)
Abstract
一种融合多模态数据的极早期火灾预警系统及方法,包括消防环境数据库的建立,数字信号收集处理系统,融合多模态数据分析系统和火灾报警与自动消防系统;数字信号收集处理系统用于搜集各种现场的信息,结合消防环境数据库存储的信息传递至融合多模态数据分析系统,融合多模态数据分析系统用于判定结合后的信息,融合多模态数据分析系统与火灾报警与自动消防系统相连,通过火灾报警与自动消防系统进行报警。本发明具有可靠性高,科学性强,准确性高的优点。可减少火灾的发生,提高火灾救援效率。
Description
技术领域
本发明涉及火灾预警技术领域,特别涉及一种融合多模态数据的极早期火灾预警系统及方法。
背景技术
随着经济的发展,建筑物数量急剧增加,但是常言道“水火无情”,所以火灾至今仍是世界各国人民所面临的一个共同的灾难性问题。它给人类社会造成了生命、财产的严重损失。随着社会的不断发展,在社会财富日益增多的同时,火灾发生的概率也呈上升趋势,火灾造成的生命及财产损失也越来越大。但是现在的火灾报警器都是依靠烟雾检测等手段,在火灾发生后起到报警作用的。此时火灾已经发生,并造成了一定的损失,所以防火于未燃,在火灾发生前就进行预警处理就具有更加显著的意义。
发明内容
为了解决以上技术问题,本发明的目的在于提供一种融合多模态数据的极早期火灾预警系统及方法,具有可靠性高,科学性强,准确性高的优点。可减少火灾的发生,提高火灾救援效率。
为了实现上述目的,本发明采用的技术方案是:
一种融合多模态数据的极早期火灾预警系统,包括消防环境数据库的建立,数字信号收集处理系统,融合多模态数据分析系统和火灾报警与自动消防系统;
数字信号收集处理系统用于搜集各种现场的信息,结合消防环境数据库存储的信息传递至融合多模态数据分析系统,融合多模态数据分析系统用于判定结合后的信息,融合多模态数据分析系统与火灾报警与自动消防系统相连,通过火灾报警与自动消防系统进行报警。
所述的消防环境数据库的建立是指将城市基础地理信息数据库,消防地理信息数据库,气象数据库,消防水源数据库,消防实力数据库,灭火救援器材数据库,消防安全重点单位数据库,各类火灾与灾害事故特性数据库,化学危险品数据,建筑物结构信息数据库等通过关系型数据库进行管理形成消防环境综合数据库,通过该数据库可分析对应建筑物或区域的火灾发生概率与火灾应急处理能力。
所述的数字信号收集处理系统包括烟雾传感器、温度传感器、图像传感器、湿度传感器、CO传感器、红外传感器,所述的烟雾传感器、温度传感器、图像传感器、湿度传感器、CO传感器、红外传感器将检测到的信息传递至数字信号处理器。
所述的烟雾传感器型号为MQ-2,温度传感器型号为DS18B20,图像传感器型号为SONY 673CCD,湿度传感器型号为DHT11,CO传感器型号为MQ-7。
所述的融合多模态数据分析系统是通过消防环境数据库提取出该区域的特征,包括建筑物年限,人员密集度等影响该区域火灾发生率的特征,然后通过特征级融合和防灾危险等级判决器得出该区域防灾危险数据,然后通过深度学习决策级融合得出最终判断结果。
一种融合多模态数据的极早期火灾预警系统的使用方法,打开系统时,初始化传感器系统进行自检,首先判断数字信号收集处理系统中的传感器是否异常,若传感器异常则通过火灾报警与自动消防系统报警提示,传感器正常则进行数据读取,传感器分别依次读取气体或烟雾浓度数据,温度数据,图像数据,湿度数据,通过火灾危险等级判决器给出的数据设置阀值,综合数据判断是否有检测的数值大于阀值,若大于阀值则认为异常,报警装置和自动消防系统即可开始工作;
若未达到异常则不工作,整个系统通过大数据得出防灾危险等级,通过防灾危险等级给出工作阀值。
一种融合多模态数据的极早期火灾预警的方法,包括以下步骤;
步骤1,通过传感器采集当前环境信息,传感器分别依次读取气体或烟雾浓度数据,温度数据,图像数据,湿度数据;
步骤2,根据消防环境数据库所述环境信息分析并判断当前环境火灾发生的阶段;
步骤3,融合多模态数据分析系统根据不同的防灾危险等级判断结果采取报警装置和自动消防系统装置的工作。
所述步骤2中判断火灾的发生阶段的步骤为:当只收集到所述烟雾信息时判断为低概率火灾发生;当收集到所述烟雾信息和所述光度信息时判断为中概率火灾发生;当同时收集到所述烟雾信息、所述光度信息和所述温度信息时判断为高概率火灾发生。
所述步骤3中根据防灾危险等级判决器给出的防灾结果结合所收集到的信息中和判断,当为所述低概率火灾发生时,报警装置间断发响警报铃;当为中概率火灾发生时,报警装置长鸣;当为所述火灾高概率火灾发生时,报警装置长鸣,自动消防系统装置开始工作。
本发明的有益效果:
本系统通过消防环境数据库得出智能化数据,通过融合多模态数据分析系统将各个信息进行深度分析学习,得出火灾情况。具有可靠性高,实用性强,准确性高的优点。可减少火灾的发生,提高火灾救援效率。
本发明可有效减少误报的情况发生,使得整个系统更加准确可靠。火灾报警与自动消防系统包括报警装置和自动消防系统,当融合多模态数据分析系统给出最终判断结果是火灾发生或即将发生时报警装置和自动消防系统即可开始工作,达到火灾预警和初期火情控制的目的。
附图说明
图1为本发明流程结构图。
图2为多模态数据分析系统原理图。
图3为消防环境数据库建立数据来源示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1所示:一种融合多模态数据的极早期火灾预警系统,通过现有可影响消防环境的数据库数据使用关系型数据库进行管理建立起消防环境数据库,通过多种传感器进行现场数据采集,然后通过数字信号收集处理系统综合得出现场情况,然后通过融合多模态数据分析系统将现场采集数据和从消防环境数据库中提取的特征进行特征级融合和深度学习决策级融合得出判断结构,然后通过火灾报警与自动消防系统来达到火灾预警和初期火情控制的目的。
如图3所示:所述的消防环境数据库的建立是指将城市基础地理信息数据库,消防地理信息数据库,气象数据库,消防水源数据库,消防实力数据库,灭火救援器材数据库,消防安全重点单位数据库,各类火灾与灾害事故特性数据库,化学危险品数据,建筑物结构信息数据库等通过关系型数据库进行管理形成消防环境综合数据库,通过该数据库可分析对应建筑物或区域的火灾发生概率与火灾应急处理能力。
如图2所示,打开系统时,初始化传感器系统进行自检,首先判断数字信号收集处理系统中的传感器是否异常,若传感器异常则通过火灾报警与自动消防系统报警提示,传感器正常则进行数据读取,传感器分别依次读取气体或烟雾浓度数据,温度数据,图像数据,湿度数据,通过火灾危险等级判决器给出的数据设置阀值,综合数据判断是否有检测的数值大于阀值,若大于阀值则认为异常,报警装置和自动消防系统即可开始工作;
若未达到异常则不工作,整个系统通过大数据得出防灾危险等级,通过防灾危险等级给出工作阀值。本发明可有效减少误报的情况发生,使得整个系统更加准确可靠。
火灾报警与自动消防系统包括报警装置和自动消防系统,当融合多模态数据分析系统给出最终判断结果是火灾发生或即将发生时报警装置和自动消防系统即可开始工作,达到火灾预警和初期火情控制的目的。
一种融合多模态数据的极早期火灾预警的方法,包括以下步骤;
步骤1,通过传感器采集当前环境信息,传感器分别依次读取气体或烟雾浓度数据,温度数据,图像数据,湿度数据;
步骤2,根据消防环境数据库所述环境信息分析并判断当前环境火灾发生的阶段;
步骤3,融合多模态数据分析系统根据不同的防灾危险等级判断结果采取报警装置和自动消防系统装置的工作。
所述步骤2中判断火灾的发生阶段的步骤为:当只收集到所述烟雾信息时判断为低概率火灾发生;当收集到所述烟雾信息和所述光度信息时判断为中概率火灾发生;当同时收集到所述烟雾信息、所述光度信息和所述温度信息时判断为高概率火灾发生。
所述步骤3中根据防灾危险等级判决器给出的防灾结果结合所收集到的信息中和判断,当为所述低概率火灾发生时,报警装置间断发响警报铃;当为中概率火灾发生时,报警装置长鸣;当为所述火灾高概率火灾发生时,报警装置长鸣,自动消防系统装置开始工作。
Claims (1)
1.一种融合多模态数据的极早期火灾预警系统的使用方法,其特征在于,打开系统时,初始化传感器系统进行自检,首先判断数字信号收集处理系统中的传感器是否异常,若传感器异常则通过火灾报警与自动消防系统报警提示,传感器正常则进行数据读取,传感器分别依次读取气体或烟雾浓度数据,温度数据,图像数据,湿度数据,通过火灾危险等级判决器给出的数据设置阈值,综合数据判断是否有检测的数值大于阈值,若大于阈值则认为异常,报警装置和自动消防系统即可开始工作;
若未达到异常则不工作,整个系统通过大数据得出防灾危险等级,通过防灾危险等级给出工作阈值;
所述系统包括消防环境数据库的建立,数字信号收集处理系统,融合多模态数据分析系统和火灾报警与自动消防系统;通过现有可影响消防环境的数据库数据使用关系型数据库进行管理建立起消防环境数据库;通过多种传感器进行现场数据采集,然后通过数据信号收集处理系统综合得出现场情况,然后通过融合多模态数据分析系统将现场采集数据和从消防环境数据库中提取的特征进行特征级融合和深度学习决策级融合得出判断结构,然后通过火灾报警与自动消防系统来达到火灾预警和初期火情控制;
数字信号收集处理系统用于搜集各种现场的信息,结合消防环境数据库存储的信息传递至融合多模态数据分析系统,融合多模态数据分析系统用于判定结合后的信息,融合多模态数据分析系统与火灾报警与自动消防系统相连,通过火灾报警与自动消防系统进行报警;
所述的消防环境数据库的建立是指将城市基础地理信息数据库,消防地理信息数据库,气象数据库,消防水源数据库,消防实力数据库,灭火救援器材数据库,消防安全重点单位数据库,各类火灾与灾害事故特性数据库,化学危险品数据,建筑物结构信息数据库通过关系型数据库进行管理形成消防环境综合数据库,通过该数据库可分析对应建筑物或区域的火灾发生概率与火灾应急处理能力;
所述的融合多模态数据分析系统是通过消防环境数据库提取出该区域的特征,包括建筑物年限,人员密集度影响该区域火灾发生率的特征,然后通过特征级融合和防灾危险等级判决器得出该区域防灾危险数据,然后通过深度学习决策级融合得出最终判断结果;
所述的数字信号收集处理系统包括烟雾传感器、温度传感器、图像传感器、湿度传感器、CO传感器、红外传感器,所述的烟雾传感器、温度传感器、图像传感器、湿度传感器、CO传感器、红外传感器将检测到的信息传递至数字信号处理器;
所述的烟雾传感器型号为MQ-2,温度传感器型号为DS18B20,图像传感器型号为SONY673CCD,湿度传感器型号为DHT11,CO传感器型号为MQ-7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911058995.6A CN110801593B (zh) | 2019-10-30 | 2019-10-30 | 一种融合多模态数据的极早期火灾预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911058995.6A CN110801593B (zh) | 2019-10-30 | 2019-10-30 | 一种融合多模态数据的极早期火灾预警系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110801593A CN110801593A (zh) | 2020-02-18 |
CN110801593B true CN110801593B (zh) | 2022-02-15 |
Family
ID=69500959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911058995.6A Active CN110801593B (zh) | 2019-10-30 | 2019-10-30 | 一种融合多模态数据的极早期火灾预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110801593B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111932032A (zh) * | 2020-09-17 | 2020-11-13 | 江苏神彩科技股份有限公司 | 基于大数据的火灾预警方法、装置、设备和可读存储介质 |
CN113033553B (zh) * | 2021-03-22 | 2023-05-12 | 深圳市安软科技股份有限公司 | 多模式融合的火灾检测方法、装置、相关设备及存储介质 |
CN113960958A (zh) * | 2021-10-20 | 2022-01-21 | 天水电气传动研究所集团有限公司 | 一种基于多源多要素信息自感知石油钻机电控装置的智能消防方法 |
CN114783133B (zh) * | 2022-06-17 | 2023-04-07 | 南京中谷芯信息科技有限公司 | 一种基于多传感器数据融合技术的储能消防早期预警系统 |
CN115578832B (zh) * | 2022-11-25 | 2023-03-10 | 天津新亚精诚科技有限公司 | 一种应用于消防物联网的无线监控报警系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201903942U (zh) * | 2010-10-22 | 2011-07-20 | 中国石油化工股份有限公司 | 一种生产现场事故预警装置 |
CN104616416A (zh) * | 2015-01-14 | 2015-05-13 | 东华大学 | 一种基于多传感器信息融合的无线火灾报警系统 |
CN105719053A (zh) * | 2016-01-13 | 2016-06-29 | 天津中科智能识别产业技术研究院有限公司 | 基于多终端的灾害预警及信息发布系统 |
CN106643905A (zh) * | 2016-12-30 | 2017-05-10 | 朱江 | 城市公共安全预警系统 |
CN107341943A (zh) * | 2017-09-01 | 2017-11-10 | 苏州烁耀电子材料有限公司 | 一种基于互联网的火灾应急系统 |
CN108039016A (zh) * | 2017-11-27 | 2018-05-15 | 天津精科技发展股份有限公司 | 一种地铁地下运营空间安全监测与预警系统 |
CN108510693A (zh) * | 2018-05-30 | 2018-09-07 | 贵州民族大学 | 一种基于大数据的物联网消防系统 |
CN108922099A (zh) * | 2018-07-17 | 2018-11-30 | 无锡南理工科技发展有限公司 | 一种基于物联网的消防预警装置及其使用方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100523047B1 (ko) * | 2003-06-25 | 2005-10-24 | 신창 디지털 방재 주식회사 | 디지털 무선통신을 이용한 방재시스템 |
-
2019
- 2019-10-30 CN CN201911058995.6A patent/CN110801593B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201903942U (zh) * | 2010-10-22 | 2011-07-20 | 中国石油化工股份有限公司 | 一种生产现场事故预警装置 |
CN104616416A (zh) * | 2015-01-14 | 2015-05-13 | 东华大学 | 一种基于多传感器信息融合的无线火灾报警系统 |
CN105719053A (zh) * | 2016-01-13 | 2016-06-29 | 天津中科智能识别产业技术研究院有限公司 | 基于多终端的灾害预警及信息发布系统 |
CN106643905A (zh) * | 2016-12-30 | 2017-05-10 | 朱江 | 城市公共安全预警系统 |
CN107341943A (zh) * | 2017-09-01 | 2017-11-10 | 苏州烁耀电子材料有限公司 | 一种基于互联网的火灾应急系统 |
CN108039016A (zh) * | 2017-11-27 | 2018-05-15 | 天津精科技发展股份有限公司 | 一种地铁地下运营空间安全监测与预警系统 |
CN108510693A (zh) * | 2018-05-30 | 2018-09-07 | 贵州民族大学 | 一种基于大数据的物联网消防系统 |
CN108922099A (zh) * | 2018-07-17 | 2018-11-30 | 无锡南理工科技发展有限公司 | 一种基于物联网的消防预警装置及其使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110801593A (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110801593B (zh) | 一种融合多模态数据的极早期火灾预警系统及方法 | |
CN206058455U (zh) | 一种具备三种等级烟雾识别的火灾图像识别系统 | |
CN103065413B (zh) | 获取火灾等级信息的方法及装置 | |
CN110544360B (zh) | 一种列车安全驾驶监测系统及方法 | |
CN110525456B (zh) | 一种列车安全驾驶监测系统及方法 | |
CN105023384A (zh) | 基于数据挖掘和数据分析的消防安全预警报警系统及方法 | |
CN111739243B (zh) | 一种基于d-s证据理论的火灾状态检测方法 | |
CN112185050B (zh) | 安全等级确认方法、装置和消防系统 | |
CN202771441U (zh) | 人脸识别监控系统 | |
WO2012169773A2 (ko) | 붕괴에 따른 조난 구조 시스템 | |
CN111178828A (zh) | 一种建筑消防安全预警的方法和系统 | |
CN113938645A (zh) | 一种大数据智慧社区监控系统 | |
CN110853268A (zh) | 一种基于管廊系统海量数据分析实现入侵检测漏洞实时扫描的方法 | |
CN111047815A (zh) | 基于自学习模型识别消防探测器误报的方法及系统 | |
CN110222216B (zh) | 多功能智能防卫系统 | |
CN110930632B (zh) | 一种基于人工智能的预警系统 | |
CN113936293A (zh) | 基于视频信息的人员离岗检测方法、控制装置、存储介质 | |
CN206411824U (zh) | 火灾报警系统 | |
CN117593845A (zh) | 一种智能化火灾报警系统 | |
CN106022306A (zh) | 一种基于多角度识别目标异常行为视频系统 | |
CN116246401A (zh) | 一种社区公共区域管理的监控系统 | |
CN105004369A (zh) | 逃生环境生存指标检测系统 | |
CN204305210U (zh) | 一种集防盗与安全为一体的监控系统 | |
CN104978824A (zh) | 一种户外监护系统和监护方法 | |
CN106781207A (zh) | 火灾报警系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |