CN116030590A - 火灾判断方法、装置、计算机设备及可读存储介质 - Google Patents

Abstract

本申请涉及一种火灾判断方法、装置、计算机设备及可读存储介质。所述方法包括：获取环境信息，所述环境信息包括烟雾浓度、环境温度以及环境湿度中的至少两种；基于所述环境信息确定火灾情况特征值；将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾。本申请实施例提供的火灾判断方法充分考虑了火灾发生时各种环境信息之间的相互影响，从至少两个维度确定火灾情况特征值，弥补了单一特征判断的偶然性和局限性，有效提高了火灾判断的准确度，降低了火灾误报率，能够应用在更多对于火灾判断准确度要求较高的应用场景中。

Description

火灾判断方法、装置、计算机设备及可读存储介质

技术领域

本申请涉及火灾检测技术领域，特别是涉及一种火灾判断方法、装置、计算机设备及可读存储介质。

背景技术

火灾探测是通过检测火灾发生早期的一些特征参数或现象判断火灾的发生并进行告警。出于抑制火灾发生或降低灾害损失目的，在通信机房、控制室以及制造芯片的洁净厂房等对安全需求高的场所，需要在火灾发生的早期及时判断并告警。

在传统技术中，通常基于对某一种特征参数进行检测来判断是否发生火灾，例如通过烟雾探测器检测烟雾信号对火灾进行检测等。然而，火灾发生时的各种特征参数之间会相互影响，例如烟雾信号极易受到湿度的影响而产生变化。因此只检测分析单项特征参数进行火灾判断，不考虑多种特征参数之间的相互影响和关联关系，会导致火灾判断的准确度降低，容易产生误报。

基于此，传统技术中亟需一种能够提高火灾判断准确度的方法。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高火灾判断准确度的火灾判断方法、装置、计算机设备及可读存储介质。

第一方面，本申请提供了一种火灾判断方法。所述方法包括：

获取环境信息，所述环境信息包括烟雾浓度、环境温度以及环境湿度中的至少两种；

基于所述环境信息确定火灾情况特征值；

将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾。

在其中一个实施例中，所述环境信息包括环境信息信号，所述基于所述环境信息确定火灾情况特征值包括：

对所述环境信息信号进行时域分析和/或频域分析，确定火灾情况特征值。

在其中一个实施例中，所述获取环境信息包括：

发射预设波长以及预设频率的光信号，并通过反馈信号确定烟雾浓度。

在其中一个实施例中，所述通过反馈信号确定烟雾浓度包括：

对所述反馈信号进行快速傅里叶变换，得到烟雾浓度特征值。

在其中一个实施例中，所述环境信息包括烟雾浓度、环境温度以及环境湿度，所述基于所述环境信息确定火灾情况特征值包括：

将所述烟雾浓度、浓度变化情况、环境温度、温度变化情况、环境湿度以及湿度变化情况进行组合，得到特征向量。

在其中一个实施例中，所述将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾包括：

确定所述火灾情况特征值与参考特征值的数值相似度，若所述数值相似度大于第一预设阈值，则判断发生火灾。

在其中一个实施例中，所述确定所述火灾情况特征值与参考特征值的数值相似度之后还包括：

确定所述火灾情况特征值与参考特征值的趋势相似度；

基于所述数值相似度以及趋势相似度确定综合相似度，若所述综合相似度大于第二预设阈值，则判断发生火灾。

第二方面，本申请还提供了一种火灾判断装置。所述装置包括：

信息获取模块，用于获取环境信息，所述环境信息包括烟雾浓度、环境温度以及环境湿度中的至少两种；

数据处理模块，用于基于所述环境信息确定火灾情况特征值；

火灾判断模块，用于将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一项所述的方法的步骤。

上述火灾判断方法、装置、计算机设备及可读存储介质，通过获取烟雾浓度、环境温度和环境湿度中的至少两种环境信息，基于所述环境信息确定火灾情况特征值，再与参考特征值进行比对判断火灾是否发生，充分考虑了火灾发生时各种环境信息之间的相互影响，从至少两个维度确定火灾情况特征值，弥补了单一特征判断的偶然性和局限性，有效提高了火灾判断的准确度，降低了火灾误报率，能够应用在更多对于火灾判断准确度要求较高的应用场景中。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为一个实施例中火灾判断方法的应用环境图；

图2为一个实施例中火灾判断方法的流程示意图；

图3为一个具体实施例中火灾判断方法的流程示意图；

图4为一个实施例中火灾判断装置的结构框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

除另作定义外，本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元)，而可包括未列出的步骤或模块(单元)，或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。

以下所使用的术语“模块”、“单元”等为可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以硬件来实现，但是软件，或者软件和硬件的组合的实现也是可能并被构想的。

本申请实施例提供的火灾判断方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。终端102获取环境信息，所述环境信息包括烟雾浓度、环境温度以及环境湿度中的至少两种。其中，所述环境信息可以由对应于各种环境信息的传感器获取，相应的，在一些实施例中，终端102可以但不限于是温度传感器、湿度传感器、烟雾传感器或者组合功能传感器等。当终端102获取环境信息后，将所述环境信息发送至服务器104，服务器104基于所述环境信息确定火灾情况特征值，并将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾。在其他实施例中，终端102还可以是传感器和数据处理终端的组合，所述数据处理终端可以但不限于计算机、移动终端或专用于火灾判断的终端设备等，终端102获取环境信息后可以自行基于所述环境信息确定火灾情况特征值，并将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾。在另一些实施例中，所述传感器获取环境信息后，火灾情况特征值的确定和与参考特征值比对的火灾判断过程也可以由终端102和服务器104通过数据传输相互配合执行，本申请对此不作限制。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种火灾判断方法，以该方法应用于图1中的应用场景为例进行说明，包括以下步骤：

S201：获取环境信息，所述环境信息包括烟雾浓度、环境温度以及环境湿度中的至少两种。

本申请实施例中，所述环境信息是指待判断火灾环境的环境参数信息，和/或，采集所述环境参数信息得到的环境信息信号，可以理解的，一种环境参数信息可以由多种信信号承载或表达，所述环境信号是对所述环境参数信息进行采集时获取到的信息载体，其本质上仍是对环境参数信息的一种表达方式。例如，所述环境参数信息可以包括环境温度、环境湿度、烟雾浓度，所述环境信息信号可以包括由电子设备或传感器采集到的温度信号、湿度信号、烟雾信号。其中，所述烟雾信号可以包括由烟雾传感器采集到的烟雾浓度转化得到的电信号，或由预设频率激光器发送预设波长光信号并采集收到的反馈光信号，将所述反馈光信号作为烟雾信号也可以对烟雾浓度进行有效的承载和表达。

本申请实施例中，所述获取环境信息可以包括，获取烟雾浓度、获取环境温度以及获取环境湿度中的至少两种。其中，所述获取烟雾浓度的方法正如前述，可以通过发射预设波长以及预设频率的光信号，并通过反馈信号确定烟雾浓度，还可以使用半导体气敏烟雾传感器获取空气中烟雾浓度值等。所述获取环境温度可以使用热效应传感器或热电阻传感器等方式获取温度值等。所述获取环境湿度可以使用电阻式或电容式湿度传感器、微波湿度传感器、红外湿度传感器等方式获取湿度值等。可以理解的，获取环境信息包括但不限于上述方法，本申请对此不作限制。所述获取环境信息可以包括在预设时间段内获取到的环境信息。在获取环境信息后，还可以包括对所述环境信息进行预处理以便于后续信号的分析和处理。

S203：基于所述环境信息确定火灾情况特征值。

本申请实施例中，所述火灾情况特征值基于至少两种环境信息确定。所述火灾情况特征值综合反映了环境信息以及环境信息之间的联系。所述基于所述环境信息确定火灾情况特征值可以包括，基于烟雾浓度、环境温度和环境湿度中的至少两种确定环境信息特征值，所述环境信息特征值相应包括烟雾浓度特征值、环境温度特征值和环境湿度特征值中的至少两种，将所述环境信息特征值进行组合得到特征向量作为火灾情况特征值。例如，在一个实施例中，所述环境信息特征值包括温度信息特征值和湿度信息特征值，具体的，其中所述温、湿度信息特征值为预设时间段内M、N个温、湿度信号的均方根T、H，进而得到的所述火灾情况特征值为特征向量S＝[T，H]。

在其他实施例中，所述火灾情况特征值还可以包括反映环境信息变化的参数。所述基于所述环境信息确定火灾情况特征值还可以包括，基于所述烟雾浓度和浓度变化情况、环境温度和温度变化情况、环境湿度和湿度变化情况中的至少两种确定相应的环境信息特征值，将所述环境信息特征值进行组合得到特征向量作为火灾情况特征值。例如，在一个实施例中，所述环境信息特征值包括温度信息特征值和温度变化值、湿度信息特征值和湿度信息变化值，具体的，其中所述温、湿度信息特征值为预设时间段内M、N个温、湿度信号的均方根T、H，所述温、湿度变化值为预设时间段与上一预设时间段内均方根T、H的差值d_T和d_H，进而得到的所述火灾情况特征值为特征向量S＝[T，d_T，H，d_H]。当然，本申请实施例所述基于所述环境信息确定火灾情况特征值不仅限于环境温、湿度及其变化值，还可以包括烟雾浓度及其变化值；在其他实施例中，还可以包括烟雾浓度及其变化值、环境温度及其变化值，或烟雾浓度及其变化值、环境湿度及其变化值。

可以理解的，当火灾发生时，温度、湿度均会发生变化，而温度的变化也会对湿度的变化产生影响。另一方面，温度的变化会影响烟雾的扩散速度进而影响烟雾浓度，湿度则可能直接对烟雾浓度造成影响，烟雾浓度也可能对湿度造成相应影响。因此，本申请实施例中，通过获取至少两种环境信息，并基于获取的环境信息确定火灾情况的特征值。由于烟雾浓度、环境温度和环境湿度三者之间互相影响，所以从至少两个维度确定综合的特征值，将环境信息之间的影响关系通过特征向量表示出来，在后续基火灾情况特征值进行火灾判断时有效提高了判断的准确度。

S205：将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾。

本申请实施例中，所述参考特征值包括基于真实火灾环境信息确定的火灾情况参考特征值，其中，所述真实火灾环境信息包括真实火灾发生时的参考环境信息，所述参考环境信息包括与环境信息相对应的参考烟雾浓度、参考环境温度以及参考环境湿度中的至少两种。

本申请实施例中，可以通过确定所述火灾情况特征值与参考特征值的数值相似度，若所述数值相似度大于预设阈值，则判断发生火灾。其中所述确定数值相似度可以通过至少两种环境信息的特征值分别预设权重，再通过加权矩阵的方法确定。

在其他实施例中，还可以通过确定所述火灾情况特征值与参考特征值的趋势相似度，基于所述数值相似度以及趋势相似度确定综合相似度，若所述综合相似度大于预设阈值，则判断发生火灾。其中，所述确定趋势相似度可以通过确定火灾情况特征值方向与参考特征值方向夹角确定。

本申请实施例提供的火灾判断方法通过获取烟雾浓度、环境温度和环境湿度中的至少两种环境信息，基于所述环境信息确定火灾情况特征值，再与参考特征值进行比对判断火灾是否发生，充分考虑了火灾发生时各种环境信息之间的相互影响，从至少两个维度确定火灾情况特征值，弥补了单一特征判断的偶然性和局限性，有效提高了火灾判断的准确度，降低了火灾误报率，能够应用在更多对于火灾判断准确度要求较高的应用场景中。

本申请实施例提供一种确定火灾情况特征值的方法，在步骤S203中，所述环境信息包括环境信息信号，所述基于所述环境信息确定火灾情况特征值包括：

S301：对所述环境信息信号进行时域分析和/或频域分析，确定火灾情况特征值。

本申请实施例中，所述环境信息信号可以包括环境温度信号、环境湿度信号或烟雾信号中的任意一种。

以对温度信号和湿度信号进行处理为例，对预设时间内获取的X个温度信号和N个湿度信号进行异常值滤除，避免因为干扰、异常信号导致的误报。所述异常值滤除可以包括均方差滤值法、箱形图滤值法。通过式(1)、式(2)得到所述X个环境温度信号的均方根T和所述N个环境湿度信号的均方根H：

其中，t_i为单个环境温度信号的幅值，h_i为单个环境湿度信号的幅值，X为环境温度信号的采样个数，N为环境湿度信号的采样个数。所述环境温度信号的均方根T和所述环境温度信号的均方根H用于表示对环境温度信号和环境湿度信号的时域分析结果。

在其他实施例中，所述时域分析结果还可以包括所述预设时间内与上一预设时间内环境温度信号和环境湿度信号均方根的差值，分别表示为温度变化值d_T和湿度变化值d_H。在另一些实施例中，所述环境信息信号还可以包括预设时间内获取的P个烟雾信号的均方根S和/或与上一预设时间内均方根的差值d_S，具体方法参考式(1)、(2)，此处不再赘述。

对所述环境信息信号进行频域分析的方法，本申请实施例以对烟雾信号的频域分析为例进行说明，首先，在步骤S201中，所述获取环境信息包括：

S401：发射预设波长以及预设频率的光信号，并通过反馈信号确定烟雾浓度。

本申请实施例中，可以通过PWM(Pulse Width Modulation，脉冲宽度调制)激光发射器发射预设频率为aHz、预设波长为bnm的光信号，并接收反馈信号。其中，所述反馈信号可以包括PWM激光发射器高电平与低电平对应的光信号之间的差值。通过上述调制方式接收的反馈信号能有效地滤除信号本身的纹波以及电子元件受环境影响的出现的零漂等问题。

本申请实施例中，通过反馈信号确定烟雾浓度可以包括通过光电传感器将反馈信号转换为电压信号。在火灾发生的早期阶段，检测到的反馈信号往往较为微弱，信噪比较大，因此需要通过调制电路对反馈信号进行放大和低噪声处理。基于此，可以通过将所述反馈信号进行AD采样处理(将模拟信号转换为电子信号)以得到电压信号以实现对反馈信号的放大和减噪。所述AD采样处理的方法可以参考现有技术中的方法，此处不再赘述。另一方面，根据奈奎斯特采样定理，AD采样处理时的采样频率至少是反馈信号最高频率的2倍，采样频率值越高，复原波形的效果越好，也越有利于信号的分析和处理。

下面对烟雾信号进行频域分析的方法进行说明，本申请实施例中，在步骤S401中，所述通过反馈信号确定烟雾浓度包括：

S501：对所述反馈信号进行快速傅里叶变换，得到烟雾浓度特征值。

本申请实施例中，对所述反馈信号进行快速傅里叶变换(FFT变换)。在相同采样频率下，采样点数决定了反馈信号经过FFT变换之后的频率分辨率，采样点数越高，频率分辨率越高，目标频率特征的信号获取就更加准确，设采样点数为M个。对反馈信号进行特征提取，对FFT变换之后的采样频率进行查找，得到与目标频率匹配的反馈信号为复数z并进行模值计算。模值计算的结果理论上为进行FFT变换之前反馈信号幅度的M/2倍，由此可见FFT变换对反馈信号具有平滑处理的作用，一定程度上抑制了反馈信号的波动，同时还可以滤除反馈信号的直流分量，抑制由于电子元件直流分量波动导致的信号波动。通过式(3)可以得到烟雾信号的频域幅值W作为烟雾浓度特征值，即作为频域分析结果：

其中，|z_k|为与目标频率匹配反馈信号的模值，M为采样点数。在其他实施例中，所述频域分析结果还可以包括所述预设时间内与上一预设时间内烟雾浓度特征值的差值，表示为d_W。可以理解的，若环境温度信号或环境湿度信号也是基于光电信号进行获取，则也可以参考上述方法获取频域分析的结果，不再赘述。

下面提供一种确定火灾情况特征值的方法，本申请实施例中所述环境信息包括烟雾浓度、环境温度以及环境湿度，在步骤S203中，所述基于所述环境信息确定火灾情况特征值包括：

S601：将所述烟雾浓度、浓度变化情况、环境温度、温度变化情况、环境湿度以及湿度变化情况进行组合，得到特征向量。

本申请实施例中，所述烟雾浓度可以包括烟雾信号与目标频率匹配的烟雾浓度特征值W，所述浓度变化情况可以包括所述预设时间内与上一预设时间内烟雾浓度特征值的差值d_W，所述环境温度可以包括预设时间内环境温度信号的均方根T，所述温度变化情况可以包括预设时间内与上一预设时间内环境温度信号均方根的差值d_T，所述环境湿度可以包括预设时间内环境湿度信号的均方根H，所述湿度变化情况可以包括预设时间内与上一预设时间内环境湿度信号均方根的差值d_H。可以由式(4)得到组合特征向量S作为火灾情况特征值：

S＝[W，dW，T，dT，H，dH]                   (4)

本申请实施例中，将特征向量S作为是否发生火灾的判断因子，弥补了根据单一特征进行判断的偶然性和局限性，有效提高了火灾判断的准确度，降低了火灾误报率。

本申请实施例中，在步骤S205中，所述将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾包括：

S701：确定所述火灾情况特征值与参考特征值的数值相似度，若所述数值相似度大于第一预设阈值，则判断发生火灾。

本申请实施例中，所述火灾情况特征值可以包括式(4)确定的组合特征向量S。所述参考特征值Y可以包括真实火灾发生时，相应的火灾情况特征值。所述火灾情况特征值S与参考特征值Y的数值距离Ψ可以根据式(5)、式(6)确定：

其中，Q为加权矩阵，λ1至λ6为每个特征值的权重系数，其和为1且可以根据实际情况自定义设置，参考特征值Y可以是一个样本集且各向量可以代表火灾的不同阶段的特性。

本申请实施例中，所述数值距离Ψ反映待测特征向量S与参考特征值Y之间的数值距离，可以理解的，当所述数值距离Ψ越小则表明二者越相似。可以设置所述数值相似度K＝1/Ψ，当所述火灾情况特征值K大于预设阈值时，判断为火灾发生。

另一方面，本申请实施例还提供一种判断火灾发生的方法，在步骤S701中所述确定所述火灾情况特征值与参考特征值的数值相似度之后还包括：

S801：确定所述火灾情况特征值与参考特征值的趋势相似度。

S803：基于所述数值相似度以及趋势相似度确定综合相似度，若所述综合相似度大于第二预设阈值，则判断发生火灾。

本申请实施例中，还可以通过所述火灾情况特征值与参考特征值的趋势相似度来判断火灾是否发生。所述火灾情况特征值与所述参考特征值均为向量，因此可以通过分析二者方向的相似度来分析趋势的相似度，所述趋势相似度

可以根据式(7)确定：

其中，S为火灾情况特征值，Y为参考特征值，cos(S，Y)为所述火灾情况特征值S与所述参考特征值Y夹角的余弦值。可以理解的，所述趋势相似度

无关向量值的大小，

值范围为[-1,1]且

值越大所述趋势相似度越高。

本申请实施例中，可以基于所述数值相似度以及趋势相似度确定综合相似度，所述综合相似度R可以根据式(8)确定：

其中，d为取值区间为[0,1]的权重分布系数，Ψ为数值距离，

为趋势相似度。若所述综合相似度R大于第二预设阈值，则判断发生火灾。

本申请实施例中，基于数值相似度和趋势相似度综合判断火灾发生的方法，在考虑至少两个维度的环境信息前提下，可以从当前数值相似度和数值变化趋势相似度两个方面综合判断当前环境与真实火灾发生时环境的相似度，与传统火灾探测技术中只考虑某一个环境信息或只进行单一维度的逻辑判断的方法相比，进一步提高了火灾判断的准确度，降低了误报率，也增加了火灾判断结果的可靠性。

下面通过一个具体实施例，对本申请提供的火灾判断方法进行说明。如图3所示，首先通过烟雾采集模块、温度采集模块、湿度采集模块采集所需的信号数据并对其进行预处理。其中各采集模块可以包括各相应的传感器或激光发射器等，所述预处理可以包括对采集到的信号进行滤波处理、防干扰处理等。对采集到的烟雾信号进行FFT处理并对三种信号进行时频域特征提取。对激光发射器采集到的预设波长以及预设频率的光信号的反馈信号进行FFT处理，并对采集到的环境温度信号、环境湿度信号和反馈信号进行时频域特征提取，得到温度特征值、湿度特征值和烟雾浓度特征值。将上述三个特征值组合成面向相似度计算的特征向量，即火灾情况特征值。通过将火灾情况特征值与标准向量进行相似度计算，包括确定所述火灾情况特征值与参考特征值的数值相似度，若所述数值相似度大于第一预设阈值，则判断发生火灾；或确定所述火灾情况特征值与参考特征值的趋势相似度，基于所述数值相似度以及趋势相似度确定综合相似度，若所述综合相似度大于第二预设阈值，则判断发生火灾。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的火灾判断方法的火灾判断装置900。该装置900所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个火灾判断装置900实施例中的具体限定可以参见上文中对于火灾判断方法的限定，在此不再赘述。

在一个实施例中，如图4所示，提供了一种火灾判断装置900，包括：

信息获取模块901，用于获取环境信息，所述环境信息包括烟雾浓度、环境温度以及环境湿度中的至少两种；

数据处理模块902，用于基于所述环境信息确定火灾情况特征值；

火灾判断模块903，用于将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾。

上述火灾判断装置900中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任意一项火灾判断方法的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项火灾判断方法的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase ChangeMemory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random AccessMemory，SRAM)或动态随机存取存储器(Dynamic Random AccessMemory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种火灾判断方法，其特征在于，所述方法包括：

获取环境信息，所述环境信息包括烟雾浓度、环境温度以及环境湿度中的至少两种；

基于所述环境信息确定火灾情况特征值；

将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾。

2.根据权利要求1所述的方法，其特征在于，所述环境信息包括环境信息信号，所述基于所述环境信息确定火灾情况特征值包括：

对所述环境信息信号进行时域分析和/或频域分析，确定火灾情况特征值。

3.根据权利要求1所述的方法，其特征在于，所述获取环境信息包括：

发射预设波长以及预设频率的光信号，并通过反馈信号确定烟雾浓度。

4.根据权利要求3所述的方法，其特征在于，所述通过反馈信号确定烟雾浓度包括：

对所述反馈信号进行快速傅里叶变换，得到烟雾浓度特征值。

5.根据权利要求1所述的方法，其特征在于，所述环境信息包括烟雾浓度、环境温度以及环境湿度，所述基于所述环境信息确定火灾情况特征值包括：

将所述烟雾浓度、浓度变化情况、环境温度、温度变化情况、环境湿度以及湿度变化情况进行组合，得到特征向量。

6.根据权利要求1所述的方法，其特征在于，所述将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾包括：

确定所述火灾情况特征值与参考特征值的数值相似度，若所述数值相似度大于第一预设阈值，则判断发生火灾。

7.根据权利要求6所述的方法，其特征在于，所述确定所述火灾情况特征值与参考特征值的数值相似度之后还包括：

确定所述火灾情况特征值与参考特征值的趋势相似度；

基于所述数值相似度以及趋势相似度确定综合相似度，若所述综合相似度大于第二预设阈值，则判断发生火灾。

8.一种火灾判断装置，其特征在于，所述装置包括：

信息获取模块，用于获取环境信息，所述环境信息包括烟雾浓度、环境温度以及环境湿度中的至少两种；

数据处理模块，用于基于所述环境信息确定火灾情况特征值；

火灾判断模块，用于将所述火灾情况特征值与参考特征值进行比对，判断是否发生火灾。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images