CN112466083A - 一种船用火灾监测报警方法及系统 - Google Patents
一种船用火灾监测报警方法及系统 Download PDFInfo
- Publication number
- CN112466083A CN112466083A CN202011104262.4A CN202011104262A CN112466083A CN 112466083 A CN112466083 A CN 112466083A CN 202011104262 A CN202011104262 A CN 202011104262A CN 112466083 A CN112466083 A CN 112466083A
- Authority
- CN
- China
- Prior art keywords
- fire
- information
- video frame
- frame data
- generating
- 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 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims description 22
- 238000012790 confirmation Methods 0.000 claims description 20
- 230000007480 spreading Effects 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 22
- 239000000779 smoke Substances 0.000 description 7
- 238000009792 diffusion process Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004200 deflagration Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
- G08B17/103—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means using a light emitting and receiving device
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及船舶监控的技术领域,尤其是涉及一种船用火灾监测报警方法及系统,其方法具体包括:实时采集船体内各舱室的视频数据和紫外光数据;根据所述视频数据,获得第一视频帧数据集;根据所述第一视频帧数据集,获得第一火情讯息;根据所述紫外光数据,获得第二火情讯息;根据所述第一火情讯息和第二火情讯息,生成火灾警报。本申请通过监控舱室内的视频数据和紫外光数据,能及时获知并警示船体内出现的火灾,以使船员能及时处置船体上的火灾,令船体内火灾进一步扩散和蔓延的风险得到控制。
Description
技术领域
本申请涉及船舶监控的技术领域,尤其是涉及一种船用火灾监测报警方法及系统。
背景技术
对于内河航行的客船来说,其在航行过程中,由于乘客乱丢烟头等种种原因,有一定概率会发生火灾,若未及时发现并加以有效控制火灾,则会导致客船船体上的火灾进一步扩散,并使得船体结构损毁,进而危及船体内乘客的生命安全。
在相关技术中,对于火灾的监测工作,主要依赖于烟雾报警器、湿度传感器及温度传感器对船体的监控,但由于烟雾报警器、湿度传感器或温度传感器的时效性较低,所以往往无法及时发现刚出现的火灾,只有当火灾发展至一定阶段,如室内出现浓烟等情况后,上述传感器才能向船员警示火灾的问题,这将导致船员错过最佳的救灾时间,令船体上火灾的危害性大为增加。
发明内容
针对现有技术存在的不足,本申请的目的是提供一种船用火灾监测报警方法及系统,其能及时获知并警示船体内出现的火灾,以使船员能及时处置船体上的火灾,令船体内火灾进一步扩散和蔓延的风险得到控制,进而减弱船体上火灾对船体内乘客生命安全所造成的威胁。
本申请的上述发明目的是通过以下技术方案得以实现的:
第一方面,一种船用火灾监测报警方法,该方法具体包括:
实时采集船体内各舱室的视频数据和紫外光数据;
根据所述视频数据,获得第一视频帧数据集;
根据所述第一视频帧数据集,获得第一火情讯息;
根据所述紫外光数据,获得第二火情讯息;
根据所述第一火情讯息和第二火情讯息,生成火灾警报。
本申请通过监控船体内舱室的视频数据,借助图像识别的方式,来间接完成对船体上火情讯息的监控,相较于通过烟雾报警器等对船体上火情讯息监控的方式,其时效性和灵敏度更高,故而能在船体上火灾刚出现时,就能及时感知并向船员发出火灾警告,以使船员在火灾初期便可相应开展灭火工作,令船体内火灾进一步扩散和蔓延的风险得到控制;
并且为了降低误判的几率,提高火灾警报的准确性,本申请所述方法还相应获取了舱室内的紫外光数据,通过监测舱室内所发出紫外光的波长数值,来辅助判断舱室内是否存在火灾情况,只有当第一火情讯息和第二火情讯息共同存在时,才会相应生成火灾警告。
可选的,所述根据所述第一视频帧数据集,获得第一火情讯息包括:
对所述第一视频帧数据集进行图像处理,并获得第二视频帧数据集;
判断所述第二视频帧数据集中是否存在火焰图像,若是,则生成第一火情讯息。
可选的,所述根据紫外光数据,获得第二火情讯息包括:
判断所述紫外光数据是否满足预设的警戒条件,若是,则生成第二火情讯息。
可选的,在生成所述火灾警报以后,所述方法还包括:
根据所述火灾警报,生成第一警示信息,以使船体内乘客根据所述第一警示信息,移动至远离火灾发生点的安全区域;
根据所述火灾警报,生成第二警示信息,以使船体内船员根据所述第二警示信息,前往火灾发生点开展灭火工作。
可选的,在生成第一警示信息后,所述方法还包括:
获取船体内乘客根据所述第一警示信息反馈的多个确认信息,所述多个确认信息与船体内乘客所在的多个舱室一一对应;
根据所述多个确认信息,判断船体内乘客所在的多个舱室中,是否存在未反馈确认信息的舱室,若是,则获取第一位置信息,所述第一位置信息用于指示未反馈确认信息的舱室的位置;
根据所述第一位置信息,生成救援任务,以使船体内船员根据所述救援任务,对滞留于舱室内的乘客进行救助。
可选的,所述根据所述第一位置信息,生成救援任务包括:
对所述第一视频帧数据集进行人像识别,并获得人像视频帧数据;
根据所述人像视频帧数据,获得第二位置信息;
根据所述第一位置信息和所述第二位置信息,生成救援任务。
可选的,在生成所述火灾警报以后,所述方法还包括:
根据所述火灾警报,生成第三警示信息,以使监管部门获知所述船体的位置。
第二方面,一种船用火灾监测报警系统,所述系统包括:
采集装置,用于实时采集船体内各舱室的视频数据和紫外光数据;
第一处理装置,用于根据所述视频数据,获得第一视频帧数据集;
所述第一处理装置还用于,根据所述第一视频帧数据集,获得第一火情讯息;
第二处理装置,用于根据所述紫外光数据,获得第二火情讯息;
汇总装置,用于根据所述第一火情讯息和第二火情讯息,生成火灾警报。
综上所述,本申请包括以下有益技术效果:
1.可以提高船体上火灾监控的时效性和准确性,令船员得以在火灾早期对火灾进行处理,以降低船体上火灾进一步扩散和发展的概率;
2.通过第三警示信息的生成与传输,可以帮助监管部门及时获知发生火灾的船体的位置,以便监管部门在火灾的扩散阶段,可以及时安排救援船只对发生火灾的船体进行救助,令该船体内乘客与船员遇难的概率降低;
3.通过接受并整理乘客所反馈的确认信息,来相应生成第一位置信息,进而帮助船员识别滞留于舱室内的乘客位置,以便船员能前往第一位置信息所指示舱室对滞留乘客进行救助。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1是本发明实施例一中的一种船用火灾监测报警方法的流程图;
图2是本发明实施例二中的一种船用火灾监测报警系统的结构示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一:
一种船用火灾监测报警方法,参考图1,该方法具体包括如下步骤:
101、实时采集船体内各舱室的视频数据和紫外光数据。
具体的,在船体内各舱室预先安装好,用于采集视频数据的第一采集设备和用于采集紫外光数据的第二采集设备以后,实时采集船体内各舱室的视频数据和紫外光数据;
需要说明的是,在实际应用中,上述第一采集设备可以是CCD摄像机(Charge CoupledDevice,电荷耦合器件),也可以是其他具备数据传输功能的摄像设备,本申请实施例对具体的第一采集设备并不加以限定;
上述第二采集设备可以是紫外光敏管,也可以是其他的紫外线传感器,本申请实施例对具体的第二采集设备并不加以限定。
102、根据视频数据,获得第一视频帧数据集。
具体的,对上述视频数据进行拆分,获得按时间序列有序排布的多个原始视频帧数据;
对上述多个原始视频帧数据进行分组,获得多个原始视频帧数据组;
根据随机算法和上述多个原始视频帧数据组,获得与原始视频帧数据组一一对应的多个采样视频帧数据;
汇总上述多个采样视频帧数据,获得第一视频帧数据集。
示例性的,假定上述视频数据的视频时长为3秒钟,且上述视频数据拆分后,获得按时间序列有序排布的原始视频帧数据A1、原始视频帧数据A2、原始视频帧数据A3、原始视频帧数据B1、原始视频帧数据B2、原始视频帧数据B3、原始视频帧数据C1、原始视频帧数据C2、原始视频帧数据C3;
其中,原始视频帧数据A1、原始视频帧数据A2、原始视频帧数据A3均为上述视频数据第1秒钟内的视频帧数据;
原始视频帧数据B1、原始视频帧数据B2、原始视频帧数据B3为上述视频数据第2秒钟内的视频帧数据;
原始视频帧数据C1、原始视频帧数据C2、原始视频帧数据C3为上述视频数据第3秒钟内的视频帧数据;
假若按照1秒钟作为分组依据的时间界限,则上述视频数据存在A、B、C三个原始视频帧数据组;
且根据随机算法对上述三个原始视频帧数据组取样后,获得A组对应的采样视频帧数据为原始视频帧数据A1,B组对应的采样视频帧数据为原始视频帧数据B2,C组对应的采样视频帧数据为原始视频帧数据C3;
则第一视频帧数据集为原始视频帧数据A1、原始视频帧数据B2和原始视频帧数据C3所组成的数据集合。
这其中,之所以对视频数据所拆分的原始视频帧数据进行分组,并通过随机采样的方式再汇总为第一视频帧数据集,是为了减少后期的数据处理量,提高火灾监测在视频数据方面的处理效率,令火灾监测的时效性得到进一步提高;
需要说明的是,在实际应用中,上述获得多个原始视频帧数据组的过程,其作为分组依据的时间界限的取值范围为[1,5],单位为秒(s);
另外,步骤102是获取第一视频数据集的过程,在实际应用中,除了通过解析步骤101所采集的视频数据以外,还可以由上述第一采集设备定期采集船体各舱室的图像数据,通过汇总同一舱室的多个图像数据的方式,来获得第一视频数据集;
对于上述图像数据相邻两次采集过程来说,其时间间隔的取值区间可以为[1,15],单位为秒(s);
可选的,在采集上述图像数据的过程中,为了降低可见光对图像处理所造成的不利影响,进一步提高后期的图像处理效率,还可以在第一采集设备上加装红外滤镜。
103、根据第一视频帧数据集,获得第一火情讯息。
具体的,
1031、对第一视频帧数据集进行图像处理,并获得第二视频帧数据集;
其中,步骤1031的执行过程可以为:
对第一视频帧数据集进行拆分,获得按时间序列有序排列的多个第一视频帧数据;
对多个第一视频帧数据进行过滤;
对过滤后的多个第一视频帧数据进行正交变换;
通过边界跟踪算法,对正交变换后的多个第一视频帧数据进行边缘特征识别,并获得包括标记有边缘特征的多个第二视频帧数据,进而汇总得到第二视频帧数据集。
1032、判断第二视频帧数据集中是否存在火焰图像,若是,则生成第一火情讯息。
其中,步骤1032的执行过程可以为:
根据第二视频帧数据集,获得与每个第二视频帧数据对应的特征面积,该特征面积用于说明第二视频帧数据中所存在边缘特征的面积;
判断相邻第二视频帧数据的特征面积的比值是否大于或等于第一临界阈值,若是,则生成第一火情讯息;否则,则继续执行步骤101至步骤103的过程。
示例性的,假定在第二视频帧数据集中,存在相邻的第二视频帧数据T1和第二视频帧数据T2,且第二视频帧数据T1的采样时间早于第二视频帧数据T2的采样时间;
这其中,第二视频帧数据T1的特征面积为5S(S为特征面积的标准单位值,可依据实际情况适应性改变),而第二视频帧数据T2的特征面积为7.5S,第一临界阈值为1.4;
由于第二视频帧数据T1与第二视频帧数据T2的特征面积的比值为1.5,并且该特征面积的比值1.5大于第一临界阈值1.4,故而判定第二视频帧数据集中存在火焰图像,并相应生成第一火情讯息。
值得注意的是,上述特征面积的计算,可以通过统计边缘特征内存在的像素块个数的方式间接完成;而第一临界阈值的取值范围则可以为[1.3,10];
可选的,为了降低误判的几率,在计算上述每个第二视频帧数据所对应特征面积之前,可以先行获取上述边缘特征的中心点,再计算相邻第二视频帧数据内,对应于同一边缘特征的两个中心点之间的间距,若判断该间距大于临界距离,则判断该边缘特征属于干扰特征,后续将不再计算干扰特征的特征面积;
进一步的,在从多个边缘特征中筛分出干扰特征以后,为了进一步降低误判的几率,还可以将上述第一火情讯息的生成条件调整为:
判断上述筛分后的边缘特征,在相邻第二视频帧数据中的特征面积的比值,超过第一临界阈值的次数是否大于或等于临界次数,若是,则生成第一火情讯息;否则,则继续执行步骤101至步骤103的过程。
上述临界距离和临界次数可以依据实际情况进行适应性调整,就临界距离而言,其可以为第一视频帧数据宽度的百分之一或十五分之一;而对于临界次数来说,其取值范围则可以为[4,10];
在实际应用中,上述第一视频帧数据集过滤的过程可以按算数平均的方式执行,也可以按消抖滤波法的方式执行,还可以按加权滑动平均的方式或一阶滞后滤波法的方式执行,本申请实施例对第一视频帧数据集具体的过滤方式并不加以限定;
就上述第一视频帧数据集正交变换的过程而言,其可以为离散傅里叶变换的方式,也可以为离散余弦变换的方式,还可以为霍特林变换的方式,本申请实施例对第一视频帧数据集具体的正交变换方式并不加以限定;
上述边界跟踪算法,可以为Square跟踪算法,也可以为摩尔邻域跟踪算法,还可以为自适应边界跟踪算法,本申请实施例对具体的边界跟踪算法并不加以限定。
104、根据紫外光数据,获得第二火情讯息。
具体的,判断所述紫外光数据是否满足预设的警戒条件,若是,则生成第二火情讯息;否则,则回跳至步骤101;
在实际应用中,上述警戒条件可以为[180,250],单位为纳米(nm,nanometre)。
因为火焰中除了包括有人的肉眼可识别的可见光之外,还包括有人的肉眼无法识别的紫外光,而就照射于地球表面的太阳光或人工照明光源来说,此两者的紫外辐射波长一般大于300纳米,所以为了排除太阳光或环境光的干扰,便需要将警戒条件的上限值设为250纳米;同样的,为了避免船体内其他物体所发出的紫外辐射的干扰,便将警戒条件的下限值设为了180纳米。
需要说明的是,在实际应用中,步骤104的过程与步骤102至步骤103的过程同步进行。
105、根据第一火情讯息和第二火情讯息,生成火灾警报。
具体的,判断第一火情讯息所指示舱室位置和第二火情讯息所指示舱室位置是否相同,若是,则生成用于指示该舱室位置的火灾警报;否则,则回跳至步骤101。
以往船体内火灾监测工作的开展,主要是对于船体内各舱室烟雾浓度、环境温度或舱内湿度等参数的监控,由于烟雾浓度、环境温度或舱内湿度等数据的变化存在一定的滞后性,所以当烟雾浓度达到浓度阈值,或当环境温度达到温度阈值时,船体内舱室的火灾早已从初燃阶段发展至扩散阶段,因此即便火灾得到了扑灭,仍会给舱室带来较大的破坏;
为了在火灾监测工作的开展过程中,提高火灾警报的时效性,便通过图像识别和紫外辐射波长判别两种方式,来快速识别并发出火灾警报,以此降低火灾在舱体内扩散的概率;
但又因为在实际应用中,无论是通过图像识别的方式,还是紫外辐射波长判别的方式,均存在发生误判的概率,这类误判的情况会对船体内船员的值守工作造成较大干扰,基于此,便对此两种监测方式进行了结合,只有在第一火情讯息和第二火情讯息共同存在,才会生成火灾警报,这有效降低了火灾警报的误提示概率。
106、根据火灾警报,生成第一警示信息。
其中,上述第一警示信息具体用于,指示船体内乘客移动至远离火灾发生点的安全区域。
需要说明的是,在实际应用中,上述第一警示信息可以分为可控级别和严重级别,当火灾警报所指示的舱室位置仅为一个时,则将第一警示信息设置为第一可控级别,而随着火灾的进一步发展,当船体内船员灭火工作受阻时,且火灾警报所指示的舱室位置变为两个或两个以上时,则将第一警示信息设置为严重级别;
将第一警示信息设置为可控级别和严重级别,是为了适应火灾发展的不同阶段,当火灾刚被发现时,由于火灾发现时间较早,尚属于可控阶段,所以通过船员的合理处置,火灾有较大概率被熄灭;但出于保障乘客人身安全的目的,便需要引导船内乘客疏散至安全区域,这也相应便利了船内船员对火灾的处置工作;
而当火灾处置工作受阻时,火灾便会由火灾发生点向邻近舱室扩散,尽管此时火灾十分严重,但由于乘客已经聚集在安全区域,所以只需引导乘客借助船上的逃生设备脱离船体即可;
另外,上述安全区域的判定过程可以为:
获取火灾发生点与船头之间的间距L1;
获取火灾发生点与船尾之间的间距L2;
对间距L1和间距L2的大小进行判断,若间距L1大于或等于间距L2,则将船头所在一侧的船体判定为安全区域;否则,则将船尾所在一侧的船体判定为安全区域;
进一步的,为进一步延缓火灾扩散的速率,为乘客争取尽可能多的逃生时间,还可以在第一警示信息发出时,对船体所在河道的风向进行实时测定,并根据所测得的风向,对船体的朝向进行调整,以使安全区域处于上风口处,而将火灾发生点置于下风口处。
可选的,在乘客向安全区域转移的过程中,部分乘客由于熟睡等原因,可能会存在未及时获知第一警示信息的情况;而另有部分乘客则由于过于年幼或过于年老,且监护人不在身旁,故而无法跟随疏散的人群顺利转移至安全区域,此两种情况均会导致乘客滞留于舱室内,为了帮助这部分滞留于舱室内的乘客转移至安全区域,本申请实施例所述方法在生成第一警示信息后,还会相应接收乘客在舱室内,根据第一警示信息反馈的确认信息;
若在第一警示信息发出后,于预设的警示时间内,未收到舱内所反馈的确认信息,便获取用于指示该舱室位置的第一位置信息;
根据第一位置信息,生成救援任务,以使船体内船员根据该救援任务,前往上述舱室进行查看和救援。
需要说明的是,实际应用中,警示时间的取值范围可以为[3,5],单位为分钟。
进一步的,在实际疏散过程中,由于误操作等原因,可能会存在乘客仍滞留于舱室内,但其所反馈的确认信息却已发出的情况,为了尽可能识别并救助此类滞留的乘客,在生成上述第一位置信息的同时,所述方法还包括:
对第一视频帧数据集进行人像识别,并获得人像视频帧数据;
根据人像视频帧数据,获得用于说明滞留有人员的舱室的第二位置信息;
根据第一位置信息和第二位置信息,生成救援任务。
上述救援任务所指示的舱室位置,为第一位置信息和第二位置信息的并集;
上述第一视频帧数据集进行人像识别的过程,可以通过LLC(Locality-constrainedLinear Coding,局部约束线性编码)算法的方式完成;也可以通过SVM(Support VectorMachine,支持向量机)算法的方式完成,还可以通过LASRC算法的方式完成,本申请实施例对人像识别的具体过程并不加以限定;
实际应用中,第一警示信息可以通过蜂鸣或响铃的方式向船体内乘客播报,相应的,也可以通过短信推送和公众号消息推送的方式播报,本申请实施例对第一警示信息的具体播报方式并不加以限定。
107、根据火灾警报,生成第二警示信息。
具体的,上述第二警示信息具体用于,指示船体内船员前往火灾发生点开展灭火工作。
需要说明的是,在实际应用中,上述第二警示信息可以分为初燃级别和扩散级别,其中初燃级别对应于第一警示信息的可控级别,而扩散级别则对应于第一警示信息的严重级别;
当第二警示信息为初燃级别时,船员的主要工作为灭火,次要工作为引导乘客前往安全区域;
当第二警示信息为扩散级别时,船员的主要工作为引导乘客借助逃生工具脱离船体,次要工作为延缓火灾的蔓延速率。
在刚发现火灾的阶段,由于火灾尚处于可控阶段,所以此时要求船员主要保证灭火工作的正常开展,这一方面是为了尽可能降低火灾对船体的伤害,另一方面则是为了稳定乘客的心理情绪,以便引导乘客进行有序的疏散;
而当火灾因处置不当等原因逐渐扩散至其他舱室时,因为火灾的进一步扩展,会存在引爆船体内油舱等可燃区域的风险,出于保障乘客人身安全的考量,所以此时要求船员主要完成,引导乘客从安全区域通过逃生工具有序脱离船体的工作。
108、根据火灾警报,生成第三警示信息。
具体的,上述第三警示信息具体用于,向河岸边的监管部门及时反馈船体的位置及船体上的火灾警报。
需要说明的是,上述第三警示信息可以分为预警级别和救灾级别,其中,预警级别对应于第一警示信息的可控级别,而救灾级别对应于第一警示信息的严重级别;
当第三警示信息为预警级别时,监管部门可通过获取该船体的位置信息,及时且准确地同该船体内船员建立通讯连接,以便监管部门及时获知该船体内火灾的发展状况,以便火灾在进一步发展时,及时派出救援船只对该船体内乘客和船员进行救助;
当第三警示信息为救灾级别时,监管部门一方面会派出救援船只对该船体内乘客和船员进行救助,另一方面则会通过雷达向位于该船体附近的船只进行广播,以便周围船只可以先于救援船只对该船体内乘客和船员进行救援。
在实际应用中,当船只发生火灾时,火灾监控系统以往只会自动向船体内船员进行警报,而只有等到火灾发展一定阶段后,船员才会向监管部门寻求救助,在这个过程中,会浪费较为宝贵的救援时间,因此会导致船员和乘客的生命安全受到较大的威胁;
出于降低火灾对船员及乘客生命安全威胁的考量,便在发现火灾的阶段,根据火灾警报,通过第三警示信息向监管部门自动传输该船只的位置和火灾的状况,以便监管部门能及时响应并安排救援船只进行准备,这能提升监管部门的响应速度,提高救援效率和成功率;
并且为了避免公共资源(救援船只)的无谓耗损,还对第三警示信息设置了预警级别和救灾级别两等,当处于预警级别时,监管部门判定船体内船员可以自行处置火灾,因此仅建立同该船体内船员之间的联系,此时救援船只并不会前往救援;
只有当第三警示信息转为救灾级别时,或当监管部门判定当前火灾存在爆燃风险时,便会派出救援船只对该船体内船员及乘客进行救援。
实施例二:
一种船用火灾监测报警系统,参考图2,该系统具体包括:
采集装置201,用于实时采集船体内各舱室的视频数据和紫外光数据;
第一处理装置202,用于根据所述视频数据,获得第一视频帧数据集;
所述第一处理装置202还用于,根据所述第一视频帧数据集,获得第一火情讯息;
第二处理装置203,用于根据所述紫外光数据,获得第二火情讯息;
汇总装置204,用于根据所述第一火情讯息和第二火情讯息,生成火灾警报。
可选的,所述第一处理装置202具体用于:
对所述第一视频帧数据集进行图像处理,并获得第二视频帧数据集
判断所述第二视频帧数据集中是否存在火焰图像,若是,则生成第一火情讯息。
可选的,所述第二处理装置203具体用于:
判断所述紫外光数据是否满足预设的警戒条件,若是,则生成第二火情讯息。
可选的,所述系统还包括:
第一警示装置205,用于在生成所述火灾警报以后,根据所述火灾警报,生成第一警示信息,以使船体内乘客根据所述第一警示信息,移动至远离火灾发生点的安全区域;
第二警示装置206,用于在生成所述火灾警报以后,根据所述火灾警报,生成第二警示信息,以使船体内船员根据所述第二警示信息,前往火灾发生点开展灭火工作。
可选的,所述系统还包括:
救援装置207,用于在生成第一警示信息后,获取船体内乘客根据所述第一警示信息反馈的多个确认信息,所述多个确认信息与船体内乘客所在的多个舱室一一对应;
所述救援装置207还用于,根据所述多个确认信息,判断船体内乘客所在的多个舱室中,是否存在未反馈确认信息的舱室,若是,则获取第一位置信息,所述第一位置信息用于指示未反馈确认信息的舱室的位置;
所述救援装置207还用于,根据根据所述第一位置信息,生成救援任务,以使船体内船员根据所述救援任务,对滞留于舱室内的乘客进行救助。
可选的,所述救援装置207还可以用于:
对所述第一视频帧数据集进行人像识别,并获得人像视频帧数据;
根据所述人像视频帧数据,获得第二位置信息;
根据所述第一位置信息和所述第二位置信息,生成救援任务。
可选的,所述系统还包括:
第三警示装置208,用于在生成所述火灾警报以后,根据所述火灾警报,生成第三警示信息,以使河岸边的监管部门获知所述船体的位置。
综上所述,通过监控舱室内的视频数据和紫外光数据,来共同判断舱室内是否存在火灾情况,以便在舱室内因意外而产生火灾状况后,及时获知舱室内发生的火灾情况,并相应发出火灾警报,进而令船体内船员可以及时前往火灾发生舱室开展灭火工作,这有效提高了火灾监控的时效性和准确性,同时保障了船体上乘客的生命安全;
同时,为了便利船员的灭火工作,并相应降低火灾对乘客安全所造成的威胁,在火灾警告生成以后,还会生成第一警示信息和第二警示信息,以便帮助乘客疏散至远离火灾发生点的安全区域;
考虑到疏散过程中,部分乘客因故无法顺利疏散的情况,还会对应要求乘客根据第一警示信息反馈确认信息,以帮助船员获知滞留于舱室内的乘客的位置,进而便利船员顺利开展对滞留乘客的救援工作;
又因为考虑到火灾因故存在进一步蔓延的可能,在火灾警告生成以后,也会相应通过第三警示信息通知监管部门,以便监管部门及时获知该船体内的火灾情况,并相应安排救援船只对该船体的乘客与船员进行救助。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种船用火灾监测报警方法,其特征在于,所述方法包括:
实时采集船体内各舱室的视频数据和紫外光数据;
根据所述视频数据,获得第一视频帧数据集;
根据所述第一视频帧数据集,获得第一火情讯息;
根据所述紫外光数据,获得第二火情讯息;
根据所述第一火情讯息和第二火情讯息,生成火灾警报。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一视频帧数据集,获得第一火情讯息包括:
对所述第一视频帧数据集进行图像处理,并获得第二视频帧数据集;
判断所述第二视频帧数据集中是否存在火焰图像,若是,则生成第一火情讯息。
3.根据权利要求1所述的方法,其特征在于,所述根据紫外光数据,获得第二火情讯息包括:
判断所述紫外光数据是否满足预设的警戒条件,若是,则生成第二火情讯息。
4.根据权利要求1所述的方法,其特征在于,在生成所述火灾警报以后,所述方法还包括:
根据所述火灾警报,生成第一警示信息,以使船体内乘客根据所述第一警示信息,移动至远离火灾发生点的安全区域;
根据所述火灾警报,生成第二警示信息,以使船体内船员根据所述第二警示信息,前往火灾发生点开展灭火工作。
5.根据权利要求4所述的方法,其特征在于,在生成第一警示信息后,所述方法还包括:
获取船体内乘客根据所述第一警示信息反馈的多个确认信息,所述多个确认信息与船体内乘客所在的多个舱室一一对应;
根据所述多个确认信息,判断船体内乘客所在的多个舱室中,是否存在未反馈确认信息的舱室,若是,则获取第一位置信息,所述第一位置信息用于指示未反馈确认信息的舱室的位置;
根据所述第一位置信息,生成救援任务,以使船体内船员根据所述救援任务,对滞留于舱室内的乘客进行救助。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一位置信息,生成救援任务包括:
对所述第一视频帧数据集进行人像识别,并获得人像视频帧数据;
根据所述人像视频帧数据,获得第二位置信息;
根据所述第一位置信息和所述第二位置信息,生成救援任务。
7.根据权利要求4所述的方法,其特征在于,在生成所述火灾警报以后,所述方法还包括:
根据所述火灾警报,生成第三警示信息,以使监管部门获知所述船体的位置。
8.一种船用火灾监测报警系统,其特征在于,所述系统包括:
采集装置,用于实时采集船体内各舱室的视频数据和紫外光数据;
第一处理装置,用于根据所述视频数据,获得第一视频帧数据集;
所述第一处理装置还用于,根据所述第一视频帧数据集,获得第一火情讯息;
第二处理装置,用于根据所述紫外光数据,获得第二火情讯息;
汇总装置,用于根据所述第一火情讯息和第二火情讯息,生成火灾警报。
9.根据权利要求8所述的系统,其特征在于,所述第一处理装置具体用于:
对所述第一视频帧数据集进行图像处理,并获得第二视频帧数据集
判断所述第二视频帧数据集中是否存在火焰图像,若是,则生成第一火情讯息。
10.根据权利要求9所述的系统,其特征在于,所述第二处理装置具体用于:
判断所述紫外光数据是否满足预设的警戒条件,若是,则生成第二火情讯息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011104262.4A CN112466083B (zh) | 2020-10-15 | 2020-10-15 | 一种船用火灾监测报警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011104262.4A CN112466083B (zh) | 2020-10-15 | 2020-10-15 | 一种船用火灾监测报警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112466083A true CN112466083A (zh) | 2021-03-09 |
CN112466083B CN112466083B (zh) | 2023-01-31 |
Family
ID=74833486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011104262.4A Active CN112466083B (zh) | 2020-10-15 | 2020-10-15 | 一种船用火灾监测报警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112466083B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113591644A (zh) * | 2021-07-21 | 2021-11-02 | 此刻启动(北京)智能科技有限公司 | 一种运镜视频处理方法、系统、存储介质及电子设备 |
CN113593172A (zh) * | 2021-07-27 | 2021-11-02 | 中船重工远舟(北京)科技有限公司 | 一种船舶火灾监控方法、装置及介质 |
CN115258078A (zh) * | 2022-09-27 | 2022-11-01 | 河北东来工程技术服务有限公司 | 一种船舶应急管理的方法、系统、装置和存储介质 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853512A (zh) * | 2010-05-13 | 2010-10-06 | 电子科技大学 | 一种基于视频时间和空间信息的火焰检测方法 |
CN102163361A (zh) * | 2011-05-16 | 2011-08-24 | 公安部沈阳消防研究所 | 一种基于前景累积图像的图像型火灾探测方法 |
CN202257831U (zh) * | 2011-10-31 | 2012-05-30 | 杭州电子科技大学 | 一种多信息融合船舶火灾监控装置 |
CN102708645A (zh) * | 2012-05-18 | 2012-10-03 | 哈尔滨工程大学 | 一种船舶舱室火灾连锁报警优先级评估方法 |
CN102982644A (zh) * | 2012-11-22 | 2013-03-20 | 广东欧珀移动通信有限公司 | 移动终端火灾报警方法及移动终端 |
CN103150856A (zh) * | 2013-02-28 | 2013-06-12 | 江苏润仪仪表有限公司 | 火灾火焰视频监测预警系统及火灾火焰检测方法 |
CN103956016A (zh) * | 2014-04-25 | 2014-07-30 | 蚌埠依爱消防电子有限责任公司 | 一种基于视频图像的烟雾火焰复合式自动检测方法 |
CN105590401A (zh) * | 2015-12-15 | 2016-05-18 | 天维尔信息科技股份有限公司 | 基于视频图像的预警联动方法及系统 |
CN105931409A (zh) * | 2016-05-30 | 2016-09-07 | 重庆大学 | 一种基于红外与可见光摄像机联动的森林火灾监测方法 |
CN106251568A (zh) * | 2016-10-26 | 2016-12-21 | 山东大学 | 一种基于紫外与图像检测技术的火灾报警安防系统及方法 |
CN106924911A (zh) * | 2017-04-17 | 2017-07-07 | 于志敏 | 一种舰船用智能消防系统以及灭火方法 |
CN106952438A (zh) * | 2017-04-19 | 2017-07-14 | 天津安平易视智能影像科技有限公司 | 一种基于视频图像的火灾预警方法 |
CN206946650U (zh) * | 2017-06-19 | 2018-01-30 | 成都领创先科技有限公司 | 一种智能安全室内定位系统 |
CN108053627A (zh) * | 2017-11-23 | 2018-05-18 | 深圳市泰和安科技有限公司 | 一种火灾报警方法、装置及设备 |
CN108510702A (zh) * | 2018-04-27 | 2018-09-07 | 太原工业学院 | 火灾检测方法及系统 |
CN108513712A (zh) * | 2017-03-30 | 2018-09-07 | 深圳市大疆创新科技有限公司 | 视频发送方法、接收方法、系统以及无人飞行器 |
CN109558966A (zh) * | 2018-10-28 | 2019-04-02 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 智能判证预测事件发生的处理系统 |
CN110414472A (zh) * | 2019-08-06 | 2019-11-05 | 湖南特致珈物联科技有限公司 | 一种基于视频的多维火灾智能检测系统 |
CN110517441A (zh) * | 2019-09-26 | 2019-11-29 | 华南师范大学 | 基于深度学习框架嵌入式烟雾及火焰视频报警系统及方法 |
CN110683006A (zh) * | 2019-09-29 | 2020-01-14 | 武汉理工大学 | 一种基于无人艇的船舶消防系统 |
CN210039030U (zh) * | 2019-07-12 | 2020-02-07 | 合肥优恩物联网科技有限公司 | 一种基于ZigBee技术的物联网智能门禁控制系统 |
CN111539264A (zh) * | 2020-04-02 | 2020-08-14 | 上海海事大学 | 一种船舶火焰探测定位系统与探测定位方法 |
-
2020
- 2020-10-15 CN CN202011104262.4A patent/CN112466083B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853512A (zh) * | 2010-05-13 | 2010-10-06 | 电子科技大学 | 一种基于视频时间和空间信息的火焰检测方法 |
CN102163361A (zh) * | 2011-05-16 | 2011-08-24 | 公安部沈阳消防研究所 | 一种基于前景累积图像的图像型火灾探测方法 |
CN202257831U (zh) * | 2011-10-31 | 2012-05-30 | 杭州电子科技大学 | 一种多信息融合船舶火灾监控装置 |
CN102708645A (zh) * | 2012-05-18 | 2012-10-03 | 哈尔滨工程大学 | 一种船舶舱室火灾连锁报警优先级评估方法 |
CN102982644A (zh) * | 2012-11-22 | 2013-03-20 | 广东欧珀移动通信有限公司 | 移动终端火灾报警方法及移动终端 |
CN103150856A (zh) * | 2013-02-28 | 2013-06-12 | 江苏润仪仪表有限公司 | 火灾火焰视频监测预警系统及火灾火焰检测方法 |
CN103956016A (zh) * | 2014-04-25 | 2014-07-30 | 蚌埠依爱消防电子有限责任公司 | 一种基于视频图像的烟雾火焰复合式自动检测方法 |
CN105590401A (zh) * | 2015-12-15 | 2016-05-18 | 天维尔信息科技股份有限公司 | 基于视频图像的预警联动方法及系统 |
CN105931409A (zh) * | 2016-05-30 | 2016-09-07 | 重庆大学 | 一种基于红外与可见光摄像机联动的森林火灾监测方法 |
CN106251568A (zh) * | 2016-10-26 | 2016-12-21 | 山东大学 | 一种基于紫外与图像检测技术的火灾报警安防系统及方法 |
CN108513712A (zh) * | 2017-03-30 | 2018-09-07 | 深圳市大疆创新科技有限公司 | 视频发送方法、接收方法、系统以及无人飞行器 |
CN106924911A (zh) * | 2017-04-17 | 2017-07-07 | 于志敏 | 一种舰船用智能消防系统以及灭火方法 |
CN106952438A (zh) * | 2017-04-19 | 2017-07-14 | 天津安平易视智能影像科技有限公司 | 一种基于视频图像的火灾预警方法 |
CN206946650U (zh) * | 2017-06-19 | 2018-01-30 | 成都领创先科技有限公司 | 一种智能安全室内定位系统 |
CN108053627A (zh) * | 2017-11-23 | 2018-05-18 | 深圳市泰和安科技有限公司 | 一种火灾报警方法、装置及设备 |
CN108510702A (zh) * | 2018-04-27 | 2018-09-07 | 太原工业学院 | 火灾检测方法及系统 |
CN109558966A (zh) * | 2018-10-28 | 2019-04-02 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 智能判证预测事件发生的处理系统 |
CN210039030U (zh) * | 2019-07-12 | 2020-02-07 | 合肥优恩物联网科技有限公司 | 一种基于ZigBee技术的物联网智能门禁控制系统 |
CN110414472A (zh) * | 2019-08-06 | 2019-11-05 | 湖南特致珈物联科技有限公司 | 一种基于视频的多维火灾智能检测系统 |
CN110517441A (zh) * | 2019-09-26 | 2019-11-29 | 华南师范大学 | 基于深度学习框架嵌入式烟雾及火焰视频报警系统及方法 |
CN110683006A (zh) * | 2019-09-29 | 2020-01-14 | 武汉理工大学 | 一种基于无人艇的船舶消防系统 |
CN111539264A (zh) * | 2020-04-02 | 2020-08-14 | 上海海事大学 | 一种船舶火焰探测定位系统与探测定位方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113591644A (zh) * | 2021-07-21 | 2021-11-02 | 此刻启动(北京)智能科技有限公司 | 一种运镜视频处理方法、系统、存储介质及电子设备 |
CN113593172A (zh) * | 2021-07-27 | 2021-11-02 | 中船重工远舟(北京)科技有限公司 | 一种船舶火灾监控方法、装置及介质 |
CN115258078A (zh) * | 2022-09-27 | 2022-11-01 | 河北东来工程技术服务有限公司 | 一种船舶应急管理的方法、系统、装置和存储介质 |
CN115258078B (zh) * | 2022-09-27 | 2022-12-27 | 河北东来工程技术服务有限公司 | 一种船舶应急管理的方法、系统、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112466083B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112466083B (zh) | 一种船用火灾监测报警方法及系统 | |
KR102136070B1 (ko) | 인공지능형 영상분석을 이용한 건설현장의 재난 및 사고 예방장치 | |
CN104599427B (zh) | 一种用于公路隧道的智能图像型火灾报警系统 | |
CN111310556A (zh) | 基于中小学学生区域防溺水安全监管系统及其监控方法 | |
CN105516659B (zh) | 一种基于脸部情绪识别的智能安防系统及方法 | |
CN111899460B (zh) | 一种基于视频图像的远程火灾探测系统及方法 | |
CN111612422A (zh) | 一种突发事件的响应方法、装置、存储介质及设备 | |
CN116434533A (zh) | 一种基于5g的ai智慧公路隧道综合监测平台 | |
CN115512510A (zh) | 一种充电桩火灾智能处理系统以及方法 | |
KR101210327B1 (ko) | 지능형 선박용 경보 시스템 | |
KR20220125398A (ko) | 중소형 선박용 사고 감지 및 원인분석이 가능한 ai기반의 안전 관리 시스템 | |
CN116206253A (zh) | 基于深度学习的工地动火行为检测判断方法及系统 | |
CN115661766A (zh) | 一种基于深度学习的智能船舶安全监控方法及系统 | |
CN115439988A (zh) | 一种基于路灯灯联网的城市协同安全监测系统 | |
CN114490825A (zh) | 一种核反应堆设备安全分析模型 | |
JP2008199173A (ja) | パイロット炎監視方法及びその装置 | |
CN113903163A (zh) | 一种水域安全系统及水域救生方法 | |
KR101054194B1 (ko) | 개인 휴대용 블랙박스 | |
CN108257349B (zh) | 一种邮轮安全预警逃生系统及其方法 | |
CN111882800A (zh) | 一种基于多维度数据联动的消防预警方法及系统 | |
JP2007206880A (ja) | 不審船の判定方法 | |
KR102650675B1 (ko) | 전기차 화재를 감지하는 화재 감지 서버 및 이를 포함하는 관제 시스템 | |
CN115641516B (zh) | 一种无人机遥控显示方法 | |
CN117809441B (zh) | 一种用于森林防火的移动哨兵危险预警系统 | |
CN215072688U (zh) | 一种用于船舶安全预警的智能系统 |
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 |