CN110928412A - 生成虚拟火灾隐患方法、系统、增强现实设备及介质 - Google Patents
生成虚拟火灾隐患方法、系统、增强现实设备及介质 Download PDFInfo
- Publication number
- CN110928412A CN110928412A CN201911137913.7A CN201911137913A CN110928412A CN 110928412 A CN110928412 A CN 110928412A CN 201911137913 A CN201911137913 A CN 201911137913A CN 110928412 A CN110928412 A CN 110928412A
- Authority
- CN
- China
- Prior art keywords
- virtual
- target object
- hidden danger
- scene image
- hidden dangers
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000003190 augmentative effect Effects 0.000 title claims abstract description 36
- 230000000694 effects Effects 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract 1
- 235000019504 cigarettes Nutrition 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/01—Indexing scheme relating to G06F3/01
- G06F2203/012—Walk-in-place systems for allowing a user to walk in a virtual environment while constraining him to a given position in the physical environment
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Processing Or Creating Images (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例提供生成虚拟火灾隐患方法、系统、增强现实设备及介质,属于人工智能领域。该方法包括:增强现实设备采集目标场所中的场景图像;基于所述场景图像确定一个或多个虚拟隐患,所述一个或多个虚拟隐患包括至少一个真隐患和/或至少一个假隐患。以使得培训学员在带上增强现实设备时,以识别出环境中虚拟隐患,进而能极大地提高消防责任培训的多样性、有趣性和针对性,取得更好的消防培训效果。
Description
技术领域
本发明涉及增强现实技术领域,具体而言,涉及生成虚拟火灾隐患方法、系统、增强现实设备及介质。
背景技术
近年来火灾频发,越来越多的人从事室内工作,为了在火灾发生时减少财产损失和人员伤亡,专业消防人员和企业安全负责人需要掌握必要的逃生避险技能,因此整个社会对于消防培训的需求越来越大。现有技术中通常需要实际的火源或安全隐患来让培训人员济宁筛查,然而实际的火源或安全隐患存在潜在的危险。
发明内容
为解决上述问题,本发明实施例提供生成虚拟火灾隐患方法、系统、增强现实设备及介质。
第一方面,本发明实施例提供了一种生成虚拟火灾隐患方法,所述方法包括:增强现实设备采集目标场所中的场景图像;基于所述场景图像确定一个或多个虚拟隐患,所述一个或多个虚拟隐患包括至少一个真隐患和/或至少一个假隐患。
进一步地,基于所述场景图像确定一个或多个虚拟隐患,包括:识别出所述场景图像中的目标物体以及所述目标物体的位置;从预设虚拟隐患库中获取位于所述位置处的所述目标物体所匹配的一个或多个虚拟隐患。
进一步地,基于所述场景图像确定一个或多个虚拟隐患,包括:识别出所述场景图像中的目标物体以及所述目标物体的位置;将所述目标物体输入用于预测安全隐患的预测模型中,输出所述目标物体所匹配的一个或多个虚拟隐患。
进一步地,还包括:将所述确定的一个或多个虚拟隐患,叠加显示到目标物体上;调整所述一个或多个虚拟隐患的位置和状态;存储所述调整后的一个或多个虚拟隐患。
进一步地,所述方法还包括:在所述目标物体上叠加显示所述调整后的一个或多个虚拟隐患;获取所述学员基于所显示的一个或多个虚拟隐患输入的识别信息;根据所述识别信息确定所述学员是否正确识别出所述场景图像所对应的隐患的真假。
第二方面,本发明实施例提供一种生成虚拟火灾隐患系统,所述系统包括:采集单元,用于采集目标场所中的场景图像;隐患生成单元,用于基于所述场景图像确定一个或多个虚拟隐患,所述一个或多个虚拟隐患包括至少一个真隐患和/或至少一个假隐患。
进一步地,所述隐患生成单元还用于:识别出所述场景图像中的目标物体以及所述目标物体的位置;从预设虚拟隐患库中获取位于所述位置处的所述目标物体所匹配的一个或多个虚拟隐患。
进一步地,所述隐患生成单元还用于:识别出所述场景图像中的目标物体以及所述目标物体的位置;将所述目标物体输入用于预测安全隐患的预测模型中,输出所述目标物体所匹配的一个或多个虚拟隐患。
进一步地,所述系统还包括:第一显示单元,用于将所述确定的一个或多个虚拟隐患,叠加显示到目标物体上;调整单元,用于调整所述一个或多个虚拟隐患的位置和状态;存储单元,用于存储所述调整后的一个或多个虚拟隐患。
进一步地,所述系统还包括:第二显示单元,用于在所述目标物体上叠加显示所述调整后的一个或多个虚拟隐患;获取单元,用于获取所述学员基于所显示的一个或多个虚拟隐患输入的识别信息;识别单元,用于根据所述识别信息确定所述学员是否正确识别出所述场景图像所对应的隐患的真假。
第三方面,本发明实施例提供一种增强现实设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上述第一方面提供的方法。
第三方面,本发明实施例提供一种存储介质,所述存储介质用于存储指令,当所述指令在计算机上运行时,使得所述计算机执行如第一方面提供方法。
与现有技术相比,本发明实施例提供的生成虚拟火灾隐患方法、系统、增强现实设备及介质带来了以下有益效果:通过增强现实设备采集目标场所中的场景图像;基于所述场景图像确定一个或多个虚拟隐患,所述一个或多个虚拟隐患包括至少一个真隐患和/或至少一个假隐患,以使得培训学员在带上增强现实设备时,能够练习识别环境中虚拟隐患。进而能极大地提高消防责任培训的多样性、有趣性和针对性,取得更好的消防培训效果。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明第一实施例提供的一种生成虚拟火灾隐患方法的流程图;
图2为图1所示的生成虚拟火灾隐患方法中的基于神经网络生成隐患图像的示意图;
图3为本发明第二实施例提供的一种生成虚拟火灾隐患系统的结构框图;
图4示出了一种可应用于本发明实施例中的增强现实设备的结构框图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
第一实施例
请参照图1,图1为本发明实施例提供的一种生成虚拟火灾隐患方法的流程图,所述方法包括如下步骤:
步骤S101:增强现实设备采集目标场所中的场景图像。
其中,增强现实设备可以是AR(Augmented Reality)眼镜或头盔。
作为一种实施场景,针对实际办公环境的多样性,培训老师可以在培训前通过增强现实设备,在需要培训的公司实际办公环境采集目标场所中的场景图像。
可选地,目标场所可以是任意办公场所,如办公室或库房或者厂区等。
其中,场景图像中包括具体物品(例如,墙角、电线盒、办公桌、插线板等)。
步骤S102:基于所述场景图像确定一个或多个虚拟隐患,所述一个或多个虚拟隐患包括至少一个真隐患和/或至少一个假隐患。可选地,真隐患与假隐患可以是预定好的。例如,在一段导线上叠加显示一段裸露的导线,或者叠加显示一块湿毛巾,则为真隐患,如果叠加显示一块干毛巾,则为假隐患。其中,目标物体与真隐患、假隐患的对应关系为预设的且存储在预设虚拟隐患库中。举例来说,比如对应于目标物体纸张来说,未熄灭的烟头是真隐患,熄灭的烟头是假隐患;比如一直待机的大功率电器是真隐患,及时断电的电器是假隐患;比如对应于目标物体插线板来说,一直连接电源的充电宝是真隐患,没有连接电源的充电宝是假隐患。又例如,所述真隐患或假隐患与目标物体的位置有关,当目标物体为位于消防通道的墙角时,堆积物可以是它的真隐患,当目标物体为普通墙角时,堆积物可以是它的假隐患。
作为一种实施方式,步骤S102包括:识别出所述场景图像中的目标物体以及所述目标物体的位置;从预设虚拟隐患库中获取位于所述位置处的所述目标物体所匹配的一个或多个虚拟隐患。
可选地,目标物体可以是电线、电器、烟头、纸巾等。
其中,所述预设虚拟隐患库为在培训系统前预先建立的。其中,所述预设虚拟隐患库包含两列信息,一列是真实物品信息,一列是对应真实物品的虚拟隐患,虚拟隐患又分为一列真隐患和一列假隐患。
举例来说,假设预设虚拟隐患库中存储的目标物体为电池、纸巾、脱落电线、电器等,则如表一所示:
目标物体 | 真隐患 | 假隐患 |
电线 | 裸露的电线 | 绝缘的电线 |
电器 | 插头插座接触不良的电器 | 正常工作的电器 |
烟头 | 未熄灭的烟头 | 熄灭的烟头 |
纸巾 | 靠近插座的纸巾 | 未靠近插座的纸巾 |
表一
可选地,所述增强现实设备确定所述目标物体在所述工作场所中的位置信息;所述增强现实设备根据所述场景图像所对应的环境类型、所述位置信息以及所述目标物体生成所述真隐患和所述假隐患。
当然,在实际使用中,真隐患和所述假隐患的生成还可以是基于规则的生成方式。也就是说,将场景中识别的环境类型和目标物体及相关位置(即位置信息)输入至一个生成器,生成器中按预定义的规则生成隐患。例如,当场景中存在杂物和电路在相同区域内被识别时,可以生成裸露电路隐患。再例如,当场景为仓库中存在易燃化学品时,可以生成烟头等明火隐患。
可选地,将所述目标物体输入用于预测安全隐患的预测模型中,输出所述目标物体所匹配的一个或多个虚拟隐患。例如,预测模型为基于机器学习的预测模型,也就是说,通过一个场景的图像信息,并对该图像信息标注对应的隐患和类型,生成一个训练数据。通过大量的训练数据,训练一个神经网络,得到一个基于场景的预测模型。所述预测模型,可以根据一个实时的图像数据,生成一组隐患信息。此处隐患信息可以仅为隐患类型和位置,也可以是最终的隐患图像和位置数据。图2为一个基于神经网络生成隐患图像的示意图。其中,经过训练的神经网络存储了如何根据一个场景生成隐患的特征。
作为一种实施场景,在识别出目标物体后,并自动匹配预设虚拟隐患库为该目标物体配备虚拟隐患(真隐患和假隐患)。
在一可选的实施例中,若预设虚拟隐患库中没有与所述目标物体对应的虚拟隐患时,获取用户(可以是培训员,也可以是数据库管理员)为所述目标物体所输入的隐患信息,并写入预设虚拟隐患库中,更新完善预设虚拟隐患库;进一步将具体物品与匹配的虚拟隐患存储到培训系统(该系统用于供学员学习消防知识)中。
在一可选的实施例中,将所述确定的一个或多个虚拟隐患,叠加显示到目标物体上;调整所述一个或多个虚拟隐患的位置和状态;存储所述调整后的一个或多个虚拟隐患。举例来说,比如一个电线如果裸露出来则是真隐患,如果电线的绝缘层良好则是假隐患;比如水壶放在插座旁边是真隐患,改变其位置放到远离插座的地方则变成了假隐患。
可选地,将存储后的一个或多个虚拟隐患应用于学员培训,例如,存储到培训系统中,以通过该系统供学员学习消防知识。
通过将生产的虚拟隐患与场景图像存储在培训系统中,从而使得待培训的学员可以根据该培训系统完成相关培训。即使得所述学员通过所述增强现实设备在所述培训系统中识别出所述目标场所中所存在的所述虚拟隐患的真假。通过培训学员在该培训系统中进行隐患的排查练习,例如,通过给能够正确识别一个隐患的真假并能够排除真隐患的学员加一分,从而极大地提高消防责任培训的多样性、有趣性和针对性,取得更好的消防培训效果。
在一可选的实施例中,本发明所提供的所述生成虚拟火灾隐患方法,还包括:在所述目标物体上叠加显示所述调整后的一个或多个虚拟隐患;获取所述学员基于所显示的一个或多个虚拟隐患输入的识别信息;根据所述识别信息确定所述学员是否正确识别出所述场景图像所对应的隐患的真假。
可选地,在根据所述识别信息确定所述学员是否正确识别出所述场景图像所对应的隐患的真假之后,还包括:若识别错误,给出正确的提示信息,例如,当学员识别错误时,给出正确的解答提示信息和/或者针对错误给出惩罚信息(如扣分)。
作为一种实施场景,某一公司要对其员工进行消防培训,培训老师佩戴增强现实设备眼镜进入该公司的办公环境。其中,增强现实设备包括图像传感器,通过图像传感器获得培训场所中的场景图像。进一步,增强现实设备的处理模块对场景图像进行处理,所述处理模块可以使用一个基于机器学习的模型识别场景中的目标物体,比如电线、充电器、饮水机、烧水壶、烟头等。进一步,根据预设虚拟隐患库匹配各目标物体对应的虚拟隐患(包括真隐患和假隐患),比如未熄灭的烟头是真隐患,熄灭的烟头是假隐患;比如一直待机的大功率电器是真隐患,及时断电的电器是假隐患;比如一直连接电源的充电宝是真隐患,没有连接电源的充电宝是假隐患。或者可以随机按照一定的概率生成真隐患或假隐患。或者可以根据当前目标物体的状态匹配一个较佳的隐患类型。例如,如果处理模块识别出场景图像包含一个角落并且堆放了易燃物,则可以匹配一个易燃电器作为真隐患。进一步,增强现实设备计算虚拟隐患叠加的位置并将该虚拟隐患位置存储到培训系统中,其中对于预设虚拟隐患库中没有的隐患物通过人工方式进行虚拟隐患的匹配,进一步存储到预设虚拟隐患库中以保证预设虚拟隐患库的全面完善性。
进一步,公司员工在该培训系统中进行隐患的排查练习,当学员对真假隐患判断正确并成功排除真隐患时,系统加一分;判断错误时,不计分并发出提醒。通过该方法,可针对性发现具体环境中物品的隐患,极大地提高消防责任培训的多样性、有趣性和针对性,取得更好的消防培训效果。
需要说明的是,上述的培训系统可以存储在服务器中,也可以是存在云端,或者是电脑等设备中。培训系统通过网络与增强现实设备进行通信,以采集增强现实设备所发送的培训信息(即每个目标物体对应的虚拟隐患信息)。
本发明实施例提供的生成虚拟火灾隐患方法,针对实际办公环境的多样性,培训老师可以在培训前带着增强现实设备,在需要培训的公司实际办公环境采集目标场所中的场景图像;基于所述场景图像确定一个或多个虚拟隐患,所述一个或多个虚拟隐患包括至少一个真隐患和/或至少一个假隐患,以使得培训学员在带上增强现实设备时,能够识别出环境中虚拟隐患,进而能极大地提高消防责任培训的多样性、有趣性和针对性,取得更好的消防培训效果。
第二实施例
对应于第一实施例中的生成虚拟火灾隐患方法,图3示出了采用第一实施例所示的生成虚拟火灾隐患方法一一对应的生成虚拟火灾隐患系统。如图3所示,所述生成虚拟火灾隐患系统400包括采集单元410和隐患生成单元420。其中,采集单元410和隐患生成单元420的实现功能与第一实施例中对应的步聚一一对应,为避免赘述,本实施例不一一详述。
采集单元410,用于采集目标场所中的场景图像。
隐患生成单元420,用于基于所述场景图像确定一个或多个虚拟隐患,所述一个或多个虚拟隐患包括至少一个真隐患和/或至少一个假隐患。
可选地,隐患生成单元420,还用于:识别出所述场景图像中的目标物体以及所述目标物体的位置;从预设虚拟隐患库中获取位于所述位置处的所述目标物体所匹配的一个或多个虚拟隐患。
在一可能的实施例中,所述系统400还包括:
第一显示单元,用于将所述确定的一个或多个虚拟隐患,叠加显示到目标物体上;
调整单元,用于调整所述一个或多个虚拟隐患的位置和状态;
存储单元,用于存储所述调整后的一个或多个虚拟隐患。
在一些实施例中,所述采集单元、隐患生成单元、第一显示单元、调整单元位于所述培训老师所佩戴的增强现实设备。
在一可能的实施例中,所述系统400还包括:
第二显示单元,用于在所述目标物体上叠加显示所述调整后的一个或多个虚拟隐患;
获取单元,用于获取所述学员基于所显示的一个或多个虚拟隐患输入的识别信息;
识别单元,用于根据所述识别信息确定所述学员是否正确识别出所述场景图像所对应的隐患的真假。在一些实施例中,所述第二显示单元、获取单元和识别单元位于学员进行培训时所匹佩戴的增强现实设备。
第三实施例
如图4所示,是终端设备300的示意图。所述终端设备300包括存储器302、处理器304以及存储在所述存储器302中并可在所述处理器304上运行的计算机可读取指令303。当所述计算机可读取指令303由所述处理器304执行时,运行如第一实施例中的所述生成虚拟火灾隐患方法,为避免重复,此处不再赘述。或者,当所述计算机可读取指令303由所述处理器304执行时,实现如第二实施例所述生成虚拟火灾隐患系统中各模块/单元的功能,为避免重复,此处不再赘述。
示例性的,计算机可读取指令303可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器302中,并由处理器304执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机可读取指令303在终端设备300中的执行过程。例如,计算机可读取指令303可以被分割成第二实施例中的采集单元410和隐患生成单元420,各模块的具体功能如第一实施例或第二实施例所述,在此不一一赘述。
其中,存储器302可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器302用于存储程序,所述处理器304在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流程定义的方法可以应用于处理器304中,或者由处理器304实现。
处理器304可能是一种集成电路芯片,具有信号的处理能力。上述的处理器304可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
可以理解的是,图4所示的结构仅为终端设备300的一种结构示意图,终端设备300还可以包括比图4所示更多或更少的组件。图4中所示的各组件可以采用硬件、软件或其组合实现。
第四实施例
本发明实施例还提供一种存储介质,所述存储介质上存储有指令,当所述指令在计算机上运行时,所述计算机程序被处理器执行时实现第一实施例中的生成虚拟火灾隐患方法,为避免重复,此处不再赘述。或者,所述计算机程序被处理器执行时实现第二实施例所述生成虚拟火灾隐患系统中各模块/单元的功能,为避免重复,此处不再赘述。
综上所述,本发明实施例提供生成虚拟火灾隐患方法、系统、增强现实设备及介质,针对实际办公环境的多样性,培训老师可以在培训前戴着增强现实设备,在需要培训的公司实际办公环境采集目标场所中的场景图像;基于所述场景图像确定一个或多个虚拟隐患,所述一个或多个虚拟隐患包括至少一个真隐患和/或至少一个假隐患,以使得培训学员在带上增强现实设备时,以识别出环境中的虚拟隐患,进而能极大地提高消防责任培训的多样性、有趣性和针对性,取得更好的消防培训效果。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者增强现实设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (12)
1.一种生成虚拟火灾隐患方法,其特征在于,所述方法包括:
采集目标场所中的场景图像;
基于所述场景图像确定一个或多个虚拟隐患,所述一个或多个虚拟隐患包括至少一个真隐患和/或至少一个假隐患。
2.根据权利要求1所述的方法,其特征在于,所述基于所述场景图像确定一个或多个虚拟隐患,包括:
识别出所述场景图像中的目标物体以及所述目标物体的位置;
从预设虚拟隐患库中获取位于所述位置处的所述目标物体所匹配的一个或多个虚拟隐患。
3.根据权利要求1所述的方法,其特征在于,基于所述场景图像确定一个或多个虚拟隐患,包括:
识别出所述场景图像中的目标物体以及所述目标物体的位置;
将所述目标物体输入用于预测安全隐患的预测模型中,输出所述目标物体所匹配的一个或多个虚拟隐患。
4.根据权利要求1所述的方法,其特征在于,还包括:
将所述确定的一个或多个虚拟隐患,叠加显示到目标物体上;
调整所述一个或多个虚拟隐患的位置和状态;
存储调整后的一个或多个虚拟隐患。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
在所述目标物体上叠加显示调整后的一个或多个虚拟隐患;
获取学员基于所显示的一个或多个虚拟隐患输入的识别信息;
根据所述识别信息确定所述学员是否正确识别出所述场景图像所对应的隐患的真假。
6.一种生成虚拟火灾隐患系统,其特征在于,所述系统包括:
采集单元,用于采集目标场所中的场景图像;
隐患生成单元,用于基于所述场景图像确定一个或多个虚拟隐患,所述一个或多个虚拟隐患包括至少一个真隐患和/或至少一个假隐患。
7.根据权利要求6所述的系统,其特征在于,所述隐患生成单元还用于:
识别出所述场景图像中的目标物体以及所述目标物体的位置;
从预设虚拟隐患库中获取位于所述位置处的所述目标物体所匹配的一个或多个虚拟隐患。
8.根据权利要求6所述的系统,其特征在于,所述隐患生成单元还用于:
识别出所述场景图像中的目标物体以及所述目标物体的位置;
将所述目标物体输入用于预测安全隐患的预测模型中,输出所述目标物体所匹配的一个或多个虚拟隐患。
9.根据权利要求6所述的系统,其特征在于,所述系统还包括:
第一显示单元,用于将所述确定的一个或多个虚拟隐患,叠加显示到目标物体上;
调整单元,用于调整所述一个或多个虚拟隐患的位置和状态;
存储单元,用于存储调整后的一个或多个虚拟隐患。
10.根据权利要求9所述的系统,其特征在于,所述系统还包括:
第二显示单元,用于在所述目标物体上叠加显示所述调整后的一个或多个虚拟隐患;
获取单元,用于获取学员基于所显示的一个或多个虚拟隐患输入的识别信息;
识别单元,用于根据所述识别信息确定所述学员是否正确识别出所述场景图像所对应的隐患的真假。
11.一种增强现实设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-5中任一权项所述的方法。
12.一种存储介质,其特征在于,所述存储介质用于存储指令,当所述指令在计算机上运行时,使得所述计算机执行如权利要求1至4任一项所述的生成虚拟火灾隐患方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911137913.7A CN110928412B (zh) | 2019-11-19 | 2019-11-19 | 生成虚拟火灾隐患方法、系统、增强现实设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911137913.7A CN110928412B (zh) | 2019-11-19 | 2019-11-19 | 生成虚拟火灾隐患方法、系统、增强现实设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110928412A true CN110928412A (zh) | 2020-03-27 |
CN110928412B CN110928412B (zh) | 2024-03-22 |
Family
ID=69851260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911137913.7A Active CN110928412B (zh) | 2019-11-19 | 2019-11-19 | 生成虚拟火灾隐患方法、系统、增强现实设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110928412B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396932A (zh) * | 2020-10-19 | 2021-02-23 | 贵州电网有限责任公司 | 一种基于ar的输电现场作业培训3d场景生成方法 |
CN113066322A (zh) * | 2021-03-29 | 2021-07-02 | 广东电网有限责任公司 | 一种建筑楼宇消防培训方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106448316A (zh) * | 2016-08-31 | 2017-02-22 | 徐丽芳 | 基于虚拟现实技术的消防训练方法 |
CN106781804A (zh) * | 2017-01-18 | 2017-05-31 | 青岛海丽应急安全管理咨询有限公司 | 一种火灾隐患排查体验培训系统 |
CN107705690A (zh) * | 2017-09-28 | 2018-02-16 | 北京安玖科技有限公司 | 一种情景式生命安全训练系统 |
CN107977716A (zh) * | 2017-11-21 | 2018-05-01 | 北京恒华伟业科技股份有限公司 | 一种隐患点显示的方法及系统 |
CN108399815A (zh) * | 2018-03-22 | 2018-08-14 | 河南职业技术学院 | 一种基于vr的安全隐患查除演练的方法及其系统 |
CN108492356A (zh) * | 2017-02-13 | 2018-09-04 | 苏州宝时得电动工具有限公司 | 增强现实系统及其控制方法 |
-
2019
- 2019-11-19 CN CN201911137913.7A patent/CN110928412B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106448316A (zh) * | 2016-08-31 | 2017-02-22 | 徐丽芳 | 基于虚拟现实技术的消防训练方法 |
CN106781804A (zh) * | 2017-01-18 | 2017-05-31 | 青岛海丽应急安全管理咨询有限公司 | 一种火灾隐患排查体验培训系统 |
CN108492356A (zh) * | 2017-02-13 | 2018-09-04 | 苏州宝时得电动工具有限公司 | 增强现实系统及其控制方法 |
CN107705690A (zh) * | 2017-09-28 | 2018-02-16 | 北京安玖科技有限公司 | 一种情景式生命安全训练系统 |
CN107977716A (zh) * | 2017-11-21 | 2018-05-01 | 北京恒华伟业科技股份有限公司 | 一种隐患点显示的方法及系统 |
CN108399815A (zh) * | 2018-03-22 | 2018-08-14 | 河南职业技术学院 | 一种基于vr的安全隐患查除演练的方法及其系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396932A (zh) * | 2020-10-19 | 2021-02-23 | 贵州电网有限责任公司 | 一种基于ar的输电现场作业培训3d场景生成方法 |
CN113066322A (zh) * | 2021-03-29 | 2021-07-02 | 广东电网有限责任公司 | 一种建筑楼宇消防培训方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110928412B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jeelani et al. | Development of virtual reality and stereo-panoramic environments for construction safety training | |
Ochoa et al. | The RAP system: Automatic feedback of oral presentation skills using multimodal analysis and low-cost sensors | |
Jeelani et al. | Development of immersive personalized training environment for construction workers | |
Musharraf et al. | Assessing offshore emergency evacuation behavior in a virtual environment using a Bayesian Network approach | |
RU2617972C1 (ru) | Тренажер оперативного и эксплуатационного персонала на основе моделей виртуальной реальности трансформаторной подстанции | |
CN110599842A (zh) | 一种基于虚拟现实技术的配网不停电作业培训系统 | |
CN110244851A (zh) | 基于虚拟现实技术的电力技能培训辅助方法及系统 | |
CN110928412B (zh) | 生成虚拟火灾隐患方法、系统、增强现实设备及介质 | |
CN110428683A (zh) | 基于vr的安全培训方法及装置 | |
CN110147232B (zh) | 构建多人在线安全教育虚拟平台的方法、装置及系统 | |
CN106409039B (zh) | 一种电力安全培训方法及系统 | |
CN110942698B (zh) | 一种配网不停电作业的模拟实操管控平台 | |
Murfin | Evaluation of reference service by user report of success | |
Mitsuhara et al. | Failure-enhanced evacuation training using a VR-based disaster simulator: A comparative experiment with simulated evacuees | |
Tepe et al. | Integration of Virtual Reality Fire Drill Application into Authentic Learning Environments. | |
KR20190044300A (ko) | 변전소 모의고장 복구훈련 평가장치 및 방법 | |
CN113470470A (zh) | 基于虚拟现实技术对火灾应急训练系统及方法 | |
KR20220003242A (ko) | 가상현실 기반의 재난 대피 훈련과 이와 관련된 상품의 맞춤형 광고 시스템 및 그 방법 | |
Lindbom et al. | Capability assessments–How to make them useful for decision-making | |
CN114170048A (zh) | 一种基于vr的交互式安全教育系统 | |
CN113570227A (zh) | 一种在线教育质量评估方法、系统、终端及存储介质 | |
Poshdar et al. | The efficacy of virtual-reality based safety training in construction: Perceptions versus observation | |
CN110992758A (zh) | 一种基于虚拟现实技术的配网不停电作业培训系统 | |
Jones et al. | Open learner modelling with a robotic tutor | |
KR102388460B1 (ko) | 가상현실을 이용한 재난안전용품 구매와 점검 시스템 및 그 제공방법과 이를 이용한 맞춤형 광고방법 |
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 |