CN114842599B - 分布式智能应急消防及疏散指示系统及方法 - Google Patents

分布式智能应急消防及疏散指示系统及方法 Download PDF

Info

Publication number
CN114842599B
CN114842599B CN202210463023.0A CN202210463023A CN114842599B CN 114842599 B CN114842599 B CN 114842599B CN 202210463023 A CN202210463023 A CN 202210463023A CN 114842599 B CN114842599 B CN 114842599B
Authority
CN
China
Prior art keywords
node
information
temperature
path
time
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
Application number
CN202210463023.0A
Other languages
English (en)
Other versions
CN114842599A (zh
Inventor
张清樾
王旭康
龙宇
陈国华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN202210463023.0A priority Critical patent/CN114842599B/zh
Publication of CN114842599A publication Critical patent/CN114842599A/zh
Application granted granted Critical
Publication of CN114842599B publication Critical patent/CN114842599B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
    • G08B7/066—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources guiding along a path, e.g. evacuation path lighting strip
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Alarm Systems (AREA)

Abstract

本发明设计了一种新型的智能应急消防及疏散指示系统及方法，实现指示、预警、报警、辅助救援的功能，从而提供及时、准确、动态的逃生线路，属于智能消防领域。包括数据采集模块、通信模块、运算模块三个模块，包括以下步骤：(1)根据大楼内部的空间结构初始化节点参数；(2)周期性采集数据，判决本节点当前状态；(3)根据邻节点和本节点的温度信息，预测本节点剩余存活时间；(4)发送本节点的温度信息和路径信息；(5)接受邻节点信息，并进行更新和处理；(6)结合邻节点和本节点信息，规划本节点处的逃生通道并指示逃生方向；(7)更新自身及邻节点状态；并已通过实物测试验证其鲁棒性。

Description

分布式智能应急消防及疏散指示系统及方法
技术领域
本发明涉及一种分布式智能应急消防及疏散指示系统及方法，属于智能消防领域。
背景技术
经济的发展带动了各种大楼的建设和使用，研究楼宇灾情(主要是火情)下的人员如何逃生、如何降低灾害损失一直是研究热点。国内尤其是一、二线城市的商业区，寸土寸金，商业区内部楼宇结构错综复杂，一旦发生火情等危险情况，人员伤亡以及财产损失将不可估量。随着物联网技术的发展，智能消防已经得到业内重视。据调查目前智能消防主要用于自动报警、人员联动、消防设备的状态监控、基于险情的自动喷淋等方面，行业重点基本围绕消防设备、发生险情应急处置(人、物和通信)等方面。安全是智能消防发展的前提，作为建筑物安全保障系统中不可或缺的一部分，险情(如火灾)自动报警与消防联动系统所吸引的注意力也越来越多。本发明能够可靠、有效地对火灾进行预测、检测，并及时发出报警，启动相关程序，更大程度保障人民的生命财产安全。
与此同时，科研机构开始研究人员模型，根据不同人的性格仿真灾难场景下的行为决策，从而得到不同性格人员的逃生几率。这类仿真有其实际意义，可以引导人们在突发情况下的行为。但本发明认为不同人群行为决策的差异，主因可能是决策依赖的信息不明、甚至缺乏。
先前的消防疏散系统都是按“就近指引原则”对火灾中受灾的人员进行引导疏散。虽然这种方式方便快捷，操作以及实现方式简单，但其存在的缺点也显而易见。根据该原则，楼体规划完成后疏散路线已被确定，但险情发生的区域位置、蔓延情况都是极其不稳定的因素，一旦火灾或者浓烟蔓延到逃生路径，对采用固定逃生路线的人员会造成极大危险。而且处于险情现场中的人员往往有害怕以及盲从的心理状态，如果应急指示灯错误地指向危险区域，后果严重。因此，本发明设计了一种新型的、既能独立工作、又能交换信息进行协同的智能应急指示系统。这与目前智能消防产品关注的重点不同，本发明的目标是险情下的一般民众，首要目的是为他们提供及时、准确的逃生线路，降低决策风险，从而整体提升遇险人员的逃生几率。
发明内容
本发明的目的是设计一种新型的智能应急消防及疏散指示系统及方法，实现指示、预警、报警、辅助救援的功能，从而提供及时、准确、动态的逃生线路，提升遇险人员的逃生几率。本发明对系统中的子系统结构都进行独立编码的设置，从而实现点对点的实时检测，一旦控制系统与指示系统之间的信息交互出现中断，系统会在第一时间发出故障警报信息，同时在显示系统上显示故障发生位置与相关的故障情况。
为实现上述目的，本发明设计了三个模块：
(1)数据采集模块负责周期性采集数据并判决本节点当前时刻状态；
(2)通信模块负责实现本节点与其邻节点之间的信息传递，可采用有线或无线通信技术；
(3)运算模块负责对采集到的数据以及接收到的邻节点信息进行分析，更新本节点中存储的自身以及邻节点的状态信息，得出最优的逃生路径后再交由通信模块将数据发送出去。现发明一种基于分布式物联网的楼宇救援时变指示方法以满足上述目的，其主要内容包括以下步骤：
(1)系统包括数据采集模块、通信模块和运算模块。各模块上电后，根据大楼内部的实际情况初始化节点参数，包括邻节点所在位置的几何信息和邻域信息；
步骤(2)和步骤(3)、(4)和步骤(5)、(6)之间为并行执行：
数据采集模块执行步骤：
(2)周期性采集数据，判决本节点当前状态；
通信模块与运算模块：
发送：
(3)根据邻节点和本节点的温度信息，利用Logistics Regression、线性预测等方法预测本节点剩余存活时间；
(4)发送本节点的温度信息和路径信息，包括途径各节点的编号、预计存活时间、预计到达时间等；
接收：
(5)接受邻节点的温度信息和路径信息，并进行更新和处理；
(6)根据邻节点和本节点的路径信息，并基于分布式物联网的楼宇救援时变指示算法中对路径信息的筛选标准，规划本节点逃生通道并指示本节点逃生方向；
(7)更新自身及邻节点状态。
有益效果：
动态指示：城市楼宇结构错综复杂，灾情变化情况多变。然而其目前的逃生指示功能大多指向固定且不可编程，这在灾情复杂且随时间变化的环境下不能保证辅助逃生，很有可能将逃生者指向更危险的区域。本系统实现了根据险情的动态变化而实施规划最佳逃生路径的功能，完全克服了老式指示系统单一性、非实时性等致命缺陷，为大型商业区的安全建设提供了强有力的智能解决方案。
稳定系统：当系统进行日常信息交互时，即可完成对各个模块的自检。当某个模块信号消失时(突发险情将其破坏或设备自身损坏)，系统可以第一时间发现该模块异常并上报管理员，同时默认按照险情情况处理。待管理员排除险情或修复模块后，系统即可恢复正常。
成本优势：本系统各个模块成本低廉，因为各个模块仅需完成对其周围节点的数据交换与极少量数据的运算，对模块本身算力要求极低。使用普通的单片机与短距通讯模块足以实现上述功能。因此，大量部署将完全可行。
附图说明
图1为智能应急消防及疏散指示系统流程图；
图2为本发明的结构示意图，实现平台为树莓派4B型开发板，连接的外设有dht11温湿度传感器、红外避障模块、有源蜂鸣器、0.96英寸OLED显示屏、某型号的以太网无线数传电台；
图3为本例中的实物系统分布拓扑，节点编号为1号至6号，其中1号节点设置为出口，节点与节点之间等距分布。其中，邻节点指直接由线段相连的两个节点互为邻节点。如节点2的邻节点为1号和3号节点，及节点3的邻节点为2号、4号以及5号节点；
图4为启动所有节点，系统在无险情状态下的路径规划，并在0.96OLED显示器上显示出来；
图5为在对4号节点的温度传感器进行加热，模拟4号节点处发生险情的情况下系统的路径规划；
图6为在将4号节点复原，并将2号节点直接关闭(无法对外界通信)，模拟系统中有节点被突如其来的险情所摧毁的情况下系统的路径规划。
具体实施方式
下面结合附图对本发明和具体实施方式对本发明作进一步详细阐述：
一种分布式智能应急消防及疏散指示系统，如图1所示，包含以下步骤：
步骤1，初始化处理参数，具体为：
(1.1)设置本节点信息：本节点的编号N，本节点类型NT(若NT＝0，本节点为出口节点；若NT＝1，本节点为普通节点；若NT＝2，本节点为问题节点)。
(1.2)设置邻节点信息：设该节点有n个邻节点，对于第i个邻节点(i＝1,2,...,n)：设置邻节点编号Ni，邻节点到本节点的预计经过时间si。
(1.3)设置节点温度上限Tmax(如200℃)，初始化预测功能启动温度Tp(如25℃)，参考时间上限tinfinity个时间单位，1个时间单位代表一次主程序循环周期。
步骤2，周期性采集数据，判决本节点当前状态，具体为：
(2.1)采用温湿度传感器，周期性采集温度数据，节点当前温度为T，过去温度为T-1,T-2,...,T-m(m<tinfinity)。若T>Thigh，变量high_temperature＝1，否则high_temperature＝0。Thigh可根据实际环境情况设置，如50℃。
(2.2)采用红外等类型的避障传感器，周期性采集数据，若当前通道发生堵塞，变量blocked＝1，否则blocked＝0。
(2.3)程序周期性检测变量high_temperature||blocked的值，若high_temperature||blocked＝＝1，则激活蜂鸣器发出警报并置NT＝2，同时更新以上相关数据；否则，不激活蜂鸣器，但更新以上相关数据。
步骤3，根据邻节点和本节点的温度信息，利用Logistics Regression、线性预测等方法预测本节点剩余存活时间，具体为：
(3.1)由数据采集模块收集到本节点当前温度T。若T<Tp，令tR＝tinfinity，跳到步骤(3.3)。
(3.2)由数据采集模块收集到本节点过去温度：T-1,T-2,...,T-m(m<tinfinity)，并由此对温度规律进行拟合。案例：利用四变量Logistics Regression方法得到温度拟合函数。
定义温度拟合函数：
拟合的均方误差：
其参变量x＝[a′,b′,k,d]T初始值均为0，a’、b’、k、d是Logistics Regression的待拟合参数，设置学习率η＝0.01。对于h＝-m,…,-1,-2：
(3.3)根据温度拟合函数预测未来温度情况：
对于j＝1,2…,tinfinity，若y(x,t)>Tmax,则tR＝j，并退出循环；
若j＝tinfinity，tR＝tinfinity。
步骤4，发送本节点的温度信息和路径信息，包括途径各节点的编号、预计存活时间、预计到达时间等，具体为：
发送本节点路径信息，即本节点经过自身运算后得到的最佳逃生路径。其格式为由本节点到最佳出口间依次所有的节点信息，包括了本节点和出口节点本身。节点的路径信息包括了：1)该节点的编号(Number)2)邻节点到该节点的预计通过时间(PredictedTime)3)该节点的剩余安全时间(RemainingTime)4)该节点到下一个节点预计通过的时间，若出口则为0(EscapeTime)。
步骤5，接受邻节点的温度信息和路径信息，并进行更新和处理，具体为：
接收邻节点路径信息，即邻节点经过自身运算后得到的最佳逃生路径。其格式与步骤4相同。
步骤5和步骤6的通信功能由通信模块提供。
步骤6，根据邻节点和本节点的路径信息，并基于分布式物联网的楼宇救援时变指示算法中对路径信息的筛选标准，规划本节点逃生通道并指示本节点逃生方向，具体为：
对于步骤5接收到的路径信息，通过一定处理构成本节点预选的路径信息，方法是在其邻节点那一端端点加入本节点信息，用self表示本节点。x.Number表示节点x的编号，RemainingTime表示节点x的剩余安全时间EscapeTime表示.节点x到下一个节点所需的时间(出口为0)，PredictedTime表示节点x的预计逃生时间。
(self.Number＝N；self.PredictedTime＝-si；self.RemainingTime＝tR；self.EscapeTime＝si)。同时，对于现有路径上所有的节点信息x，执行：
x.PredictedTime←x.PredictedTime+si；
x.RemainingTime←tR(当x.RemainingTime＝tR时)
或x.RemainingTime←x.RemainingTime-1(当x.RemainingTime≠tR时)。
在所有备选的逃生路径中选择一条最佳路径，备选逃生路径的数量不超过邻节点数量。现给定一条路径P，其内部节点信息为x(x∈P)。其考虑指标如下：
(6.1)可行性指标a＝sgn(min(x.RemainingTime-x.PredictedTime))。这个指标的解释为：若存在x.RemainingTime-x.PredictedTime<0的情况，即预计到达节点x的时间大于其剩余安全时间，则当到达节点x时，其安全性已经得不到保证，本路径不合格，a＝-1；反之，a＝1。
(6.2)安全性指标b＝min(x.RemainingTime-x.PredictedTime)。即使a＝1，安全仍然是需要考虑的因素。对于每一条路径，要确保其在最危险的情况下也能保证一定的安全度。
(6.3)到出口的总时间：c＝exit.PredictedTime
(6.4)上述指标的判别方式：1)不考虑所有a＝-1的情况，若没有方案满足，则认定本节点存在危险，NT←2。2)否则，寻找安全性指标b的最大值，若存在相等情况，寻找到出口的总时间c的最小值，若仍存在相等情况，随机选择一条路径作为最佳路径，将其对应的邻节点作为本节点的逃生方向。
(6.5)若本节点为出口节点(NT＝0)，则不需要指明逃生方向，其逃生路径初始化仅为本节点的节点信息：
(Number＝N；PredictedTime＝0；RemainingTime＝tR；EscapeTime＝0)。
(6.6)输出逃生指示。
注意：步骤3、4为串行执行，步骤5、6为串行执行，步骤2与步骤3、4与步骤5、6之间为并行执行。
以上操作步骤，在实物测试中已验证其鲁棒性，实物测试具体步骤包括：
步骤1，启动所有节点，系统在无险情状态下开始路径规划，并在0.96OLED显示器上显示出来，这时系统的路径规划如图4所示。
步骤2，对4号节点的温度传感器进行加热，模拟4号节点处发生险情的情况，这时系统的路径规划如图5所示。
步骤3，将4号节点复原，并将2号节点直接关闭(无法对外界通信)，模拟系统中有节点被突如其来的险情所摧毁的情况，系统的路径规划如图6所示。

Claims (5)

1.基于分布式智能应急消防及疏散指示系统的一种分布式智能应急消防及疏散指示方法，其特征在于，所述分布式智能应急消防及疏散指示系统包括数据采集模块、通信模块和运算模块；数据采集模块负责周期性采集数据并判决本节点当前时刻状态；通信模块负责实现本节点与其邻节点之间的信息传递；运算模块负责对采集到的数据以及接收到的邻节点信息进行分析，更新本节点中存储的自身以及邻节点的状态信息，得出最优的逃生路径后再交由通信模块将数据发送出去，包括如下步骤：
(1)根据楼宇内部的空间结构初始化节点参数，包括邻节点所在位置的几何信息和邻域信息；
(2)周期性采集数据，判决本节点当前状态；
(3)根据邻节点和本节点的温度信息，预测本节点剩余存活时间；
(4)发送本节点的温度信息和路径信息，包括途径各节点的编号、预计存活时间、预计到达时间；
(5)接受邻节点的温度信息和路径信息，并进行更新和处理；
(6)根据邻节点和本节点的路径信息，并基于分布式物联网的楼宇救援时变指示算法中对路径信息的筛选标准，规划本节点逃生通道并指示本节点逃生方向；
(7)更新自身及邻节点状态；
步骤(1)初始化如下参数：
(1.1)设置本节点信息：本节点的编号N，本节点类型NT，若NT＝0，本节点为出口节点；若NT＝1，本节点为普通节点；若NT＝2，本节点为问题节点；
(1.2)设置邻节点信息：设该节点有n个邻节点，对于第i个邻节点：设置邻节点编号Ni，邻节点到本节点的预计经过时间si，i＝1,2,...,n；
(1.3)设置节点温度上限Tmax，初始化预测功能启动温度Tp，参考时间上限tinfinity个时间单位，1个时间单位代表一次主程序循环周期；
步骤(6)对接收到的邻节点消息进行预处理以及路径规划与选择，具体包括如下步骤：对于步骤(5)接收到的路径信息，通过处理构成本节点预选的路径信息，方法是在其邻节点一端端点加入本节点信息，用self表示本节点，x.Number表示节点x的编号，RemainingTime表示节点x的剩余安全时间，EscapeTime表示节点x到下一个节点所需的时间，PredictedTime表示节点x的预计逃生时间；self.Number＝N；self.PredictedTime＝-si；self.RemainingTime＝tR；self.EscapeTime＝si；同时，对于现有路径上所有的节点信息x，执行：
x.PredictedTime←x.PredictedTime+si；
x.RemainingTime←tR，当x.RemainingTime＝tR时；
或x.RemainingTime←x.RemainingTime-1，当x.RemainingTime≠tR时；
在所有备选的逃生路径中选择一条最佳路径，备选逃生路径的数量不超过邻节点数量；现给定一条路径P，其内部节点信息为x，x∈P，其考虑指标如下：
(6.1)可行性指标a＝sgn(min(x.RemainingTime-x.PredictedTime))，该指标的解释为：若存在x.RemainingTime-x.PredictedTime<0的情况，即预计到达节点x的时间大于其剩余安全时间，则当到达节点x时，其安全性已经得不到保证，本路径不合格，a＝-1；反之，a＝1；
(6.2)安全性指标b＝min(x.RemainingTime-x.PredictedTime)，即使a＝1，安全仍然是需要考虑的因素；对于每一条路径，要确保其在最危险的情况下也能保证一定的安全度；
(6.3)到出口的总时间：c＝exit.PredictedTime；
(6.4)上述指标的判别方式：1)不考虑所有a＝-1的情况，若没有方案满足，则认定本节点存在危险，NT←2；2)否则，寻找安全性指标b的最大值，若存在相等情况，寻找到出口的总时间c的最小值，若仍存在相等情况，随机选择一条路径作为最佳路径，将其对应的邻节点作为本节点的逃生方向；
(6.5)若本节点为出口节点，则不需要指明逃生方向，其逃生路径初始化仅为本节点的节点信息：(Number＝N；PredictedTime＝0；RemainingTime＝tR；EscapeTime＝0)；
(6.6)输出逃生指示。
2.根据权利要求1所述的一种分布式智能应急消防及疏散指示方法，其特征在于，步骤(2)具体包括如下步骤：
(2.1)采用温湿度传感器，周期性采集温度数据，节点当前温度为T，过去温度为T-1,T-2,...,T-m，m<tinfinity，若T>Thigh，变量high_temperature＝1，否则high_temperature＝0；
(2.2)采用避障传感器周期性采集数据，若当前通道发生堵塞，变量blocked＝1，否则blocked＝0；
(2.3)程序周期性检测变量high_temperature||blocked的值，若high_temperature||blocked＝＝1，则激活蜂鸣器发出警报并置NT＝2，同时更新以上相关数据；否则，不激活蜂鸣器，但更新以上相关数据。
3.根据权利要求1所述的一种分布式智能应急消防及疏散指示方法，其特征在于，步骤(3)预测本节点温度情况，即得到本节点的剩余安全时间tR，具体包括如下步骤：
(3.1)由数据采集模块收集到本节点当前温度T，若T<Tp，令tR＝tinfinity，跳到步骤(3.3)；
(3.2)由数据采集模块收集到本节点过去温度：T-1,T-2,...,T-m，m<tinfinity，并由此对温度规律进行拟合，得到温度拟合函数y(x,t)；
(3.3)根据温度拟合函数预测未来温度情况：对于j＝1,2…,tinfinity，若y(x,t)>Tmax,则tR＝j，并退出循环；若j＝tinfinity，tR＝tinfinity。
4.根据权利要求3所述的一种分布式智能应急消防及疏散指示方法，其特征在于，步骤(3.2)中利用四变量Logistics Regression方法得到温度拟合函数：
定义温度拟合函数：
拟合的均方误差：
其参变量x＝[a′,b′,k,d]T初始值均为0，a’、b’、k、d是Logistics Regression的待拟合参数，设置学习率η，对于h＝-m,…,-1,-2：
5.根据权利要求1所述的一种分布式智能应急消防及疏散指示方法，其特征在于，步骤(4)发送本节点路径信息，具体包括如下步骤：发送本节点路径信息，即本节点经过自身运算后得到的最佳逃生路径，其格式为由本节点到最佳出口间依次所有的节点信息，包括了本节点和出口节点本身；节点的路径信息包括：1)该节点的编号；2)邻节点到该节点的预计通过时间；3)该节点的剩余安全时间；4)该节点到下一个节点预计通过的时间，若出口则为0。
CN202210463023.0A 2022-04-28 2022-04-28 分布式智能应急消防及疏散指示系统及方法 Active CN114842599B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210463023.0A CN114842599B (zh) 2022-04-28 2022-04-28 分布式智能应急消防及疏散指示系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210463023.0A CN114842599B (zh) 2022-04-28 2022-04-28 分布式智能应急消防及疏散指示系统及方法

Publications (2)

Publication Number Publication Date
CN114842599A CN114842599A (zh) 2022-08-02
CN114842599B true CN114842599B (zh) 2023-09-29

Family

ID=82567945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210463023.0A Active CN114842599B (zh) 2022-04-28 2022-04-28 分布式智能应急消防及疏散指示系统及方法

Country Status (1)

Country Link
CN (1) CN114842599B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103170071A (zh) * 2013-02-26 2013-06-26 中国科学院自动化研究所 一种智能楼宇火警人员疏散动态路径指示系统
KR20150077965A (ko) * 2013-12-30 2015-07-08 한양대학교 산학협력단 화재 피난 유도 시스템
CN108806141A (zh) * 2017-04-27 2018-11-13 南京消防器材股份有限公司 一种紧急逃生系统的控制方法
CN111028745A (zh) * 2019-12-23 2020-04-17 宁波飞拓电器有限公司 一种多功能智能消防应急系统
CN113313895A (zh) * 2021-07-04 2021-08-27 杭州晶志康电子科技有限公司 一种楼宇逃生自适应导向系统及其控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103170071A (zh) * 2013-02-26 2013-06-26 中国科学院自动化研究所 一种智能楼宇火警人员疏散动态路径指示系统
KR20150077965A (ko) * 2013-12-30 2015-07-08 한양대학교 산학협력단 화재 피난 유도 시스템
CN108806141A (zh) * 2017-04-27 2018-11-13 南京消防器材股份有限公司 一种紧急逃生系统的控制方法
CN111028745A (zh) * 2019-12-23 2020-04-17 宁波飞拓电器有限公司 一种多功能智能消防应急系统
CN113313895A (zh) * 2021-07-04 2021-08-27 杭州晶志康电子科技有限公司 一种楼宇逃生自适应导向系统及其控制方法

Also Published As

Publication number Publication date
CN114842599A (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
Vijayan et al. Automation systems in smart buildings: a review
Surya Risk analysis model that uses machine learning to predict the likelihood of a fire occurring at a given property
CN102737466B (zh) 一种火灾火源位置及强度估计方法及系统
CN101251942B (zh) 地下空间火灾智能检测预警预报方法及装置
US20120047083A1 (en) Fire Situation Awareness And Evacuation Support
CN109185743B (zh) 一种智能消防应急灯系统
CN111754715B (zh) 一种消防应急响应方法、装置及系统
CN101315725B (zh) 基于无线传感网络的火灾逃生分布式节点引导系统
CN111562745A (zh) 智能控制系统和智能控制方法
WO2022076254A1 (en) Predictive building emergency training and guidance system
Løvås On performance measures for evacuation systems
KR20220071880A (ko) 지하공동구 맞춤형 디지털트윈 재난 관리 시스템
Hsiao et al. Real-time fire protection system architecture for building safety
CN202838579U (zh) 一种火灾火源位置及强度估计系统
CN114842599B (zh) 分布式智能应急消防及疏散指示系统及方法
CN112885021A (zh) 一种基于复合算法的多传感器火灾预测方法及系统
Mijović et al. Ontology enabled decision support system for emergency management at airports
Ko et al. Intelligent wireless sensor network for wildfire detection
CN202889653U (zh) 基于无线传感器网络的火灾分级预警网络系统协调器
Önal et al. Intelligent wireless sensor networks for early fire warning system
CN108062839A (zh) 一种具有逃生指示功能的楼宇安防方法
Dragoicea et al. Real time agent based simulation for smart city emergency protocols
Le Vinh et al. TEVAC: Trusted evacuation system based Fog computing
Riza et al. Machine Learning Application in Response to Disaster Risk Reduction of Forest and Peatland Fire: Impact-Based Learning of DRR for Forest, Land Fire and Peat Smouldering
Almohammedi et al. Design and Implementation of IoT-Enabled Intelligent Fire Detection System Using Neural Networks

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