CN116402245A - 一种基于离网型微光伏供电网络的应急消防方法及系统 - Google Patents

一种基于离网型微光伏供电网络的应急消防方法及系统 Download PDF

Info

Publication number
CN116402245A
CN116402245A CN202310392714.0A CN202310392714A CN116402245A CN 116402245 A CN116402245 A CN 116402245A CN 202310392714 A CN202310392714 A CN 202310392714A CN 116402245 A CN116402245 A CN 116402245A
Authority
CN
China
Prior art keywords
information
rise building
fire
escape route
personnel
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.)
Withdrawn
Application number
CN202310392714.0A
Other languages
English (en)
Inventor
朱永生
张勇
赵红丽
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.)
Jiangsu Xingxinyang Energy Management Development Co ltd
Original Assignee
Jiangsu Xingxinyang Energy Management Development Co ltd
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 Jiangsu Xingxinyang Energy Management Development Co ltd filed Critical Jiangsu Xingxinyang Energy Management Development Co ltd
Priority to CN202310392714.0A priority Critical patent/CN116402245A/zh
Publication of CN116402245A publication Critical patent/CN116402245A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G06Q50/163—Property management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0063—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with circuits adapted for supplying loads from the battery
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Emergency Management (AREA)
  • Multimedia (AREA)
  • Marketing (AREA)
  • Power Engineering (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于离网型微光伏供电网络的应急消防方法及系统，涉及消防技术领域，首先根据高层建筑各构件的参数信息，建立高层建筑模型；其次实时检测周围环境信息，生成环境数据信息；然后将得到的环境数据信息与预设阈值范围进行比较，若超过预设阈值范围，启动电机进行红外热成像扫描，获取火灾位置信息；启动毫米波雷达工作，获取人员位置信息；基于高层建筑模型、火灾位置信息和人员位置信息生成逃生路线信息，一个逃生路线信息与一个人员位置信息相关联；最后向受困人员发送最安全最快到达的逃生路线，使得发生火灾无法逃出时受困人员可以更快抵达安全区域进行躲避，避免了受困人员人身安全受到威胁。

Description

一种基于离网型微光伏供电网络的应急消防方法及系统
技术领域
本发明涉及消防技术领域，更具体的说是涉及一种基于离网型微光伏供电网络的应急消防方法及系统。
背景技术
目前，随着中国城镇化进程的深入，大型高层建筑不断涌现，随之而来的火灾隐患也增加，火灾发生的概率也在上升。大型高层建筑因设备、设施、装修等方面的特殊要求，使得火灾荷载大大增加。一旦电气、吸烟、用火不慎极易发生火灾，造成了大量的财产损失和人员伤亡，而且形成不良的社会影响。因此，大型高层建筑消防安全与火灾情况下安全疏散越来越受到人们的重视。
大型高层建筑与其他建筑相比有以下特点，一是层数多，垂直距离长，疏散到地面或其它安全场所的时间也会长些；二是人员集中，一旦发生火灾，容易出现混乱、拥挤的情况，由于在疏散过程中人群普遍存在的从众心理及恐慌心理等，往往是向熟悉的、明亮的路线疏散，增加了疏散的难度；三是发生火灾时由于各种竖井拔气力大，火势和烟雾向上蔓延快，增加了疏散的困难。
但是，国内消防救援车可工作高度有限，扑救大型高层建筑火灾主要立足自身消防设备于自救，由于高度限制，人员疏散抢救极其困难。同时，目前建筑物内的逃生仅仅停留在独立型应急疏散标志灯上，设计过程简单，机械的按照规范、标准设计，不能针对特定的建筑，结合具体火情有个体差别提供动态、最优的消防疏散逃生路线方案。
因此，如何提供一种可以结合具体火情提供动态、最优的消防疏散逃生路线方案是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于离网型微光伏供电网络的应急消防方法及系统，以解决现有技术中存在的问题。
为了实现上述目的，本发明采用如下技术方案：
第一方面，提供一种基于离网型微光伏供电网络的应急消防方法，包括：
步骤1、根据高层建筑各构件的参数信息，建立高层建筑模型；
步骤2、实时检测周围环境信息，生成环境数据信息；
步骤3、将得到的环境数据信息与预设阈值范围进行比较，若超过预设阈值范围，生成预警信号，并执行步骤4，否则执行步骤2；
步骤4、接收预警信号，启动电机进行红外热成像扫描，获取火灾位置信息；启动毫米波雷达工作，获取人员位置信息；
步骤5、基于所述高层建筑模型、所述火灾位置信息和所述人员位置信息生成逃生路线信息，一个逃生路线信息与一个人员位置信息相关联；
步骤6、对所述逃生路线信息进行优化，并将优化后的逃生路线信息一一对应发送给高层建筑内的人员。
可选的，所述高层建筑模型为高层建筑的精确信息模型，包括高层建筑三维地图，高层建筑内各建筑构件的参数信息，建筑构件具有唯一标识，建筑构件内置有温度传感器。
可选的，步骤2中所述环境数据信息具体包括：烟雾位置信息、烟雾扩散路径和烟雾扩散速度；实时获取高层建筑内烟雾浓度大于预设浓度的烟雾位置信息；基于所述烟雾位置信息在所述高层建筑模型中生成烟雾扩散路径和烟雾扩散速度。
可选的，步骤4获取所述火灾位置信息具体包括：驱动电机进行补偿，使得红外热成像最高温度点居中，然后启动激光束对最高温度点及其周围进行定位扫描，当激光束照射在火源点上后，根据接收器接到的激光束反馈信号进行实现精准定位，进而得到火灾位置信息。
可选的，步骤4获取所述人员位置信息具体包括：
S41、获取无人员场景的静态距离方位图，并记录在雷达的FLASH区域；
S42、获取实时距离方位图和检测点云集；
S43、对所述检测点云集进行群跟踪，获取目标位置；
S44、按照所述目标位置，找到所述实时距离方位图对应位置上的第一单元格，并以所述第一单元格为中心累计周围r*r范围内能量和Sum(P)，其中r为正整数；
按照所述目标位置，找到所述静态距离方位图对应位置上的第二单元格，并以所述第二单元格y为中心累计周围r*r范围内能量和Sum(Pstatic)，其中r为正整数；
S45、对比所述Sum(P)与所述Sum(Pstatic)，得到所述目标位置上的人员探测结果，进而得到所述人员位置信息。
可选的，所述步骤5具体包括：
S51、获取若干温度传感器的当前温度信息；
S52、从获取的若干当前温度信息中筛选出处于第一预设温度范围内的温度信息，并将筛选出的温度信息所对应的区域确定为备选目标区域；
S53、将从起始区域到达每个备选目标区域的路径确定为备选路径；
S54、检测所述备选路径是否经过危险区域，所述危险区域为获得的所述火灾位置信息；
S55、在检测到所述备选路径未经过危险区域时，对该备选路径进行标记；
S56、将所有被标记的备选路径中距离最短的路径确定为逃生路线；
S57、在检测到所述备选路径经过危险区域时，根据所述高层建筑模型以及所述火灾位置确定一个远离火灾位置的区域，将之设定为避难点，为受困人员提供临时避难场所。
可选的，所述优化具体为：获取每一建筑构件的预设流量，基于构件途经时间信息和预设流量对逃生路线信息进行优化。
第二方面，提供一种基于离网型微光伏供电网络的应急消防系统，包括以下模块：
高层建筑模型建立模块，用于根据高层建筑各构件的参数信息，建立高层建筑模型；
环境数据信息生成模块，用于实时检测周围环境信息，生成环境数据信息；
预警模块，用于将得到的环境数据信息与预设阈值范围进行比较，若超过预设阈值范围，生成预警信号，并发给位置信息获取模块；
位置信息获取模块，用于接收预警信号，启动电机进行红外热成像扫描，获取火灾位置信息；启动毫米波雷达工作，获取人员位置信息；
逃生路线信息生成模块，用于基于所述高层建筑模型、所述火灾位置信息和所述人员位置信息生成逃生路线信息，一个逃生路线信息与一个人员位置信息相关联；
逃生路线优化与发送模块，用于对所述逃生路线信息进行优化，并将优化后的逃生路线信息一一对应发送给高层建筑内的人员。
可选的，还包括微光伏供电网络模块，用于给各个模块供电。
经由上述的技术方案可知，本发明公开提供了一种基于离网型微光伏供电网络的应急消防方法及系统，与现有技术相比，具有以下有益效果：
1)在本发明中，获取了当前高层建筑内若干温度传感器的当前温度信息，并筛选温度在第一预设温度范围内的区域作为备选目标区域，再标记不经过危险区域的备选目标区域，从中选取距离最短的被标记的备选目标区域作为逃生目标，从而向受困人员指示最安全最快到达的逃生路线，使得发生火灾无法逃出时受困人员可以更快抵达安全区域进行躲避，避免了受困人员人身安全受到威胁。
2)本发明通过获取每一建筑构件的预设流量，基于构件途经时间信息和预设流量对逃生路线信息进行优化，减少通道拥挤的情况发生，使逃生路线更加安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例一种基于离网型微光伏供电网络的应急消防的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，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。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明实施例公开了一种基于离网型微光伏供电网络的应急消防方法，如图1所示，包括：
步骤1、根据高层建筑各构件的参数信息，建立高层建筑模型；
步骤2、实时检测周围环境信息，生成环境数据信息；
步骤3、将得到的环境数据信息与预设阈值范围进行比较，若超过预设阈值范围，生成预警信号，并执行步骤4，否则执行步骤2；
步骤4、接收预警信号，启动电机进行红外热成像扫描，获取火灾位置信息；启动毫米波雷达工作，获取人员位置信息；
步骤5、基于高层建筑模型、火灾位置信息和人员位置信息生成逃生路线信息，一个逃生路线信息与一个人员位置信息相关联；
步骤6、对逃生路线信息进行优化，并将优化后的逃生路线信息一一对应发送给高层建筑内的人员。
在一个具体的实施例中，高层建筑模型为高层建筑的精确信息模型，包括高层建筑三维地图，高层建筑内各建筑构件的参数信息，建筑构件具有唯一标识，建筑构件内置有温度传感器。
在一个具体的实施例中，步骤2中环境数据信息具体包括：烟雾位置信息、烟雾扩散路径和烟雾扩散速度；实时获取高层建筑内烟雾浓度大于预设浓度的烟雾位置信息；基于烟雾位置信息在高层建筑模型中生成烟雾扩散路径和烟雾扩散速度。
第一步，实时获取楼宇内烟雾浓度大于预设浓度的烟雾位置信息；楼宇各处安装烟雾传感器，当感应到烟雾浓度大于预设浓度时，发送烟雾浓度信息和对应的烟雾传感器位置信息至服务器，服务器接收到烟雾浓度信息和对应的烟雾传感器位置信息后，在高层建筑模型上高亮显示对应的烟雾传感器位置信息，即为烟雾位置信息。
第二步，基于烟雾位置信息在高层建筑模型中生成烟雾扩散路径和烟雾扩散速度；通过多个烟雾位置信息和时间节点，结合高层建筑模型中的气流流道，此处气流流道指的是各建筑构件间的能够供气流通过的空间，能够模拟出烟雾扩散路径，同时，相邻烟雾位置信息的单位时间的扩散距离即为烟雾扩散速度。
在一个具体的实施例中，步骤4获取所述火灾位置信息具体包括：驱动电机进行补偿，使得红外热成像最高温度点居中，然后启动激光束对最高温度点及其周围进行定位扫描，当激光束照射在火源点上后，根据接收器接到的激光束反馈信号进行实现精准定位，进而得到火灾位置信息。
进一步，进行定位扫描的过程为：
a)启动垂直电机找零点，停止；
b)启动垂直电机上抬1°～50°，停止；
c)启动水平电机旋转至限位，停止；
d)启动垂直电机上抬50°～90°，停止；
e)启动水平电机反向旋转至限位，停止；
经过以上步骤2～4周水平旋转后完成扫描。
在一个具体的实施例中，步骤4获取人员位置信息具体包括：
S41、获取无人员场景的静态距离方位图，并记录在雷达的FLASH区域；
S42、获取实时距离方位图和检测点云集；
S43、对所述检测点云集进行群跟踪，获取目标位置；
S44、按照所述目标位置，找到所述实时距离方位图对应位置上的第一单元格，并以所述第一单元格为中心累计周围r*r范围内能量和Sum(P)，其中r为正整数；
按照所述目标位置，找到所述静态距离方位图对应位置上的第二单元格，并以所述第二单元格y为中心累计周围r*r范围内能量和Sum(Pstatic)，其中r为正整数；
S45、对比所述Sum(P)与所述Sum(Pstatic)，得到所述目标位置上的人员探测结果，进而得到所述人员位置信息。
进一步的，毫米波雷达通过以下步骤得到静态距离方位图。
S411、毫米波雷达通过多发多收天线向监控区域发射毫米波段射频信号，同时接收经由监控区域内反射点散射的回波信号，所述回波信号经过与发射信号混频后得到差拍中频信号
S412、毫米波雷达中的模数转换器ADC对所述差拍中频信号进行采样，得到回波采样序列；
S413、对回波采样序列进行一维快速傅里叶变换，得到多通道的一维距离像；
S414、在一帧中发送N个调频连续波，即Chirp序列，并重复步骤13，得到多chirp通道一维距离像矩阵；
S415、将多chirp通道一维距离像矩阵的每个距离上减去其所在chirp通道上的平均能量值，保存并输出处理之后的多chirp通道一维距离像矩阵；
S416、对处理之后的多chirp通道一维距离像矩阵包含L个距离单元，对每个距离单元上的向量采用CAPON波束形成算法，输出静态距离-方位图。
进一步的，获取实时距离方位图和检测点云集的步骤为：
在实时场景下，毫米波雷达通过与得到静态距离方位图相同的步骤得到实时场景下的距离方位图。由于场景不同，静态距离-方位图与实时距离方位图区别的点即为需要做进一步判断的点。通过对实时距离方位图做如下处理得到检测点云集，检测点云集为获取目标位置的基础。
S421、对实时距离方位图在距离维和方位维做二维恒虚警检测，获取有效点云的目标位置，点云的目标位置包括距离和角度；
S422、确定点云的目标位置所在的距离单元，在多chirp通道一维距离像矩阵上找到与点云的目标位置所在的距离单元对应的距离单元，对该距离单元的所有chirp通道做多普勒维FFT，获取点云的目标位置的点云速度；
S423、获取检测点云集＝{P0，P1……,Pn-1}；其中，n为点云数量，Pi＝[Ri，V，X，SNR]，R为点云的到雷达的距离，V为点云与雷达的相对径向速度，X为点云与雷达的夹角，SNR为该点云的信噪比。
在一个具体的实施例中，步骤5具体包括：
S51、获取若干温度传感器的当前温度信息；
S52、从获取的若干当前温度信息中筛选出处于第一预设温度范围内的温度信息，并将筛选出的温度信息所对应的区域确定为备选目标区域；
S53、将从起始区域到达每个备选目标区域的路径确定为备选路径；
S54，检测所述备选路径是否经过危险区域，所述危险区域为获得的所述火灾位置信息；
S55、在检测到所述备选路径未经过危险区域时，对该备选路径进行标记；
S56、将所有被标记的备选路径中距离最短的路径确定为逃生路线；
S57、在检测到所述备选路径经过危险区域时，根据所述高层建筑模型以及所述火灾位置确定一个远离火灾位置的区域，将之设定为避难点，为受困人员提供临时避难场所。
进一步的，在S51中，建筑构件内置的温度传感器实时采集温度信息，并通过配置的信号发射器将当前温度信息和唯一标识发送至服务器，服务器接收到建筑构件温度和相应的唯一标识后，在高层建筑模型上标定出相应的建筑构件，标定方式可以为增加颜色涂层，即改变高层建筑模型内建筑构件的颜色以表示温度变化。
在步骤S52中，从获取的若干当前温度信息中筛选出处于第一预设温度范围内的温度信息，并将筛选出的温度信息所对应的区域确定为备选目标区域。这里，备选目标区域为备选的受困人员所要达到的目标区域。由于受困人员需要停留在目标区域一段时间，所以备选目标区域的温度应该使人体能够承受，因此第一预设温度范围属于人体能够承受的温度范围。在本实施例中，从获取的若干当前温度信息中筛选出人体能够承受的温度信息，并将筛选出的温度信息所对应的区域确定为备选目标区域。
在步骤S53中，将从起始区域到达每个备选目标区域的路径确定为备选路径。具体地，将从受困人员所在的起始区域到备选目标区域的路径作为备选路径。受困人员所在的起始区域是通过受困人员随身携带的手机检测到的。
在步骤S54中，检测备选路径是否经过危险区域，危险区域为火灾发生位置。由于发生火灾，周围温度急剧增高，应指引受困人员在逃生的过程中避开高温区域。大约116℃的环境温度是人体置身其间尚能呼吸的环境温度极限。
在步骤S55中，在检测到备选路径未经过危险区域时，对该备选路径进行标记。在检测到备选路径没有经过距离发生火灾的地点较近的危险区域，相对比较安全，对该备选路径进行标记。这样，剔除掉存在危险区域的备选路径，被标记的备选路径比较安全，不会造成人员伤亡。
在步骤S56中，将所有被标记的备选路径中距离最短的路径确定为逃生路线。可以使得逃生路线在保证安全的前提下距离最短，受困人员可以更快更安全地达到目标区域。
在一个具体实施例中，关于高层建筑内人员位置信息的获取，可通过建立高层建筑局域网的方式，和高层建筑内人员的智能设备(例如智能手机)相连，亦或是采用zigbee技术进行互连，从而实时获取高层建筑内人员的智能设备(例如智能手机)的位置信息，即实现获取楼宇内人员位置信息。
在一个具体实施例中，优化具体为：
第一步、获取每一建筑构件的预设流量，基于构件途经时间信息和预设流量对逃生路线信息进行优化；每一建筑构件的预设流量可后台导入，具体根据实际建筑构件处的通道可通行人数确定；
第二步、当同一建筑构件的构件途经时间信息数量大于预设流量时，将超出预设流量的构件途经时间信息所属的逃生路线信息更换为另一逃生路线信息，直至同一建筑构件的构件途经时间信息数量不大于预设流量或同一建筑构件的构件途经时间信息所属的人员均不具有两条火灾筛选出的备选逃生路线，更换后的逃生路线信息和更换前的逃生路线信息属于同一人员，更换后的逃生路线信息也为火灾筛选出的备选逃生路线，且该人员具有至少两条火灾筛选出的备选逃生路线，更换后的逃生路线信息在该人员所有的火灾筛选出的备选逃生路线中耗时仅长于更换前的逃生路线信息。
例如，同一建筑构件柱X在10个人员的火灾筛选出的备选逃生路线中均有出现，且构件途经时间信息一致，而该建筑构件柱X的预设流量为7人，因此将其中三条备选逃生路线更换为另一火灾筛选出的备选逃生路线，前提是更换后的备选逃生路线和更换前的备选逃生路线属于同一人员，且该人员具有至少两条火灾筛选出的备选逃生路线，当10人中仅有1人具有两条火灾筛选出的备选逃生路线，则仅更换该人员的备选逃生路线；当10人中没有人员具有两条火灾筛选出的备选逃生路线时，不更换备选逃生路线。
在一个具体的实施例中，高层建筑内人员可以通过智能设备(例如智能手机)接收到优化后的逃生路线信息后，接收到报警信息，并按照逃生路线信息即可通过高层建筑安全出口逃离火灾。
本实施例还提供一种基于离网型微光伏供电网络的应急消防系统，包括以下模块：
高层建筑模型建立模块，用于根据高层建筑各构件的参数信息，建立高层建筑模型；
环境数据信息生成模块，用于实时检测周围环境信息，生成环境数据信息；
预警模块，用于将得到的环境数据信息与预设阈值范围进行比较，若超过预设阈值范围，生成预警信号，并发给位置信息获取模块；
位置信息获取模块，用于接收预警信号，启动电机进行红外热成像扫描，获取火灾位置信息；启动毫米波雷达工作，获取人员位置信息；
逃生路线信息生成模块，用于基于所述高层建筑模型、所述火灾位置信息和所述人员位置信息生成逃生路线信息，一个逃生路线信息与一个人员位置信息相关联；
逃生路线优化与发送模块，用于对所述逃生路线信息进行优化，并将优化后的逃生路线信息一一对应发送给高层建筑内的人员。
在一个具体的实施例中，还包括微光伏供电网络模块，用于给各个模块供电。微光伏供电网络模块具体包括光伏组件、充电单元、蓄电池及充电保护单元；
光伏组件，与充电单元连接，用于将太阳能转化为电能；
充电单元，与蓄电池连接，用于对蓄电池进行充电；
蓄电池，用于存储电能并为各个模块供电；
充电保护单元与所述充电单元连接，用于保护充电电路。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种基于离网型微光伏供电网络的应急消防方法，其特征在于，包括：
步骤1、根据高层建筑各构件的参数信息，建立高层建筑模型；
步骤2、实时检测周围环境信息，生成环境数据信息；
步骤3、将得到的环境数据信息与预设阈值范围进行比较，若超过预设阈值范围，生成预警信号，并执行步骤4，否则执行步骤2；
步骤4、接收预警信号，启动电机进行红外热成像扫描，获取火灾位置信息；启动毫米波雷达工作，获取人员位置信息；
步骤5、基于所述高层建筑模型、所述火灾位置信息和所述人员位置信息生成逃生路线信息，一个逃生路线信息与一个人员位置信息相关联；
步骤6、对所述逃生路线信息进行优化，并将优化后的逃生路线信息一一对应发送给高层建筑内的人员。
2.根据权利要求1所述的一种基于离网型微光伏供电网络的应急消防方法，其特征在于，所述高层建筑模型为高层建筑的精确信息模型，包括高层建筑三维地图，高层建筑内各建筑构件的参数信息，建筑构件具有唯一标识，建筑构件内置有温度传感器。
3.根据权利要求1所述的一种基于离网型微光伏供电网络的应急消防方法，其特征在于，步骤2中所述环境数据信息具体包括：烟雾位置信息、烟雾扩散路径和烟雾扩散速度；实时获取高层建筑内烟雾浓度大于预设浓度的烟雾位置信息；基于所述烟雾位置信息在所述高层建筑模型中生成烟雾扩散路径和烟雾扩散速度。
4.根据权利要求1所述的一种基于离网型微光伏供电网络的应急消防方法，其特征在于，步骤4获取所述火灾位置信息具体包括：驱动电机进行补偿，使得红外热成像最高温度点居中，然后启动激光束对最高温度点及其周围进行定位扫描，当激光束照射在火源点上后，根据接收器接到的激光束反馈信号进行实现精准定位，进而得到火灾位置信息。
5.根据权利要求1所述的一种基于离网型微光伏供电网络的应急消防方法，其特征在于，步骤4获取所述人员位置信息具体包括：
S41、获取无人员场景的静态距离方位图，并记录在雷达的FLASH区域；
S42、获取实时距离方位图和检测点云集；
S43、对所述检测点云集进行群跟踪，获取目标位置；
S44、按照所述目标位置，找到所述实时距离方位图对应位置上的第一单元格，并以所述第一单元格为中心累计周围r*r范围内能量和Sum(P)，其中r为正整数；
按照所述目标位置，找到所述静态距离方位图对应位置上的第二单元格，并以所述第二单元格y为中心累计周围r*r范围内能量和Sum(Pstatic)，其中r为正整数；
S45、对比所述Sum(P)与所述Sum(Pstatic)，得到所述目标位置上的人员探测结果，进而得到所述人员位置信息。
6.根据权利要求2所述的一种基于离网型微光伏供电网络的应急消防方法，其特征在于，所述步骤5具体包括：
S51、获取若干温度传感器的当前温度信息；
S52、从获取的若干当前温度信息中筛选出处于第一预设温度范围内的温度信息，并将筛选出的温度信息所对应的区域确定为备选目标区域；
S53、将从起始区域到达每个备选目标区域的路径确定为备选路径；
S54、检测所述备选路径是否经过危险区域，所述危险区域为获得的所述火灾位置信息；
S55、在检测到所述备选路径未经过危险区域时，对该备选路径进行标记；
S56、将所有被标记的备选路径中距离最短的路径确定为逃生路线；
S57、在检测到所述备选路径经过危险区域时，根据所述高层建筑模型以及所述火灾位置确定一个远离火灾位置的区域，将之设定为避难点，为受困人员提供临时避难场所。
7.根据权利要求1所述的一种基于离网型微光伏供电网络的应急消防方法，其特征在于，所述优化具体为：获取每一建筑构件的预设流量，基于构件途经时间信息和预设流量对逃生路线信息进行优化。
8.一种基于离网型微光伏供电网络的应急消防系统，其特征在于，包括以下模块：
高层建筑模型建立模块，用于根据高层建筑各构件的参数信息，建立高层建筑模型；
环境数据信息生成模块，用于实时检测周围环境信息，生成环境数据信息；
预警模块，用于将得到的环境数据信息与预设阈值范围进行比较，若超过预设阈值范围，生成预警信号，并发给位置信息获取模块；
位置信息获取模块，用于接收预警信号，启动电机进行红外热成像扫描，获取火灾位置信息；启动毫米波雷达工作，获取人员位置信息；
逃生路线信息生成模块，用于基于所述高层建筑模型、所述火灾位置信息和所述人员位置信息生成逃生路线信息，一个逃生路线信息与一个人员位置信息相关联；
逃生路线优化与发送模块，用于对所述逃生路线信息进行优化，并将优化后的逃生路线信息一一对应发送给高层建筑内的人员。
CN202310392714.0A 2023-04-13 2023-04-13 一种基于离网型微光伏供电网络的应急消防方法及系统 Withdrawn CN116402245A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310392714.0A CN116402245A (zh) 2023-04-13 2023-04-13 一种基于离网型微光伏供电网络的应急消防方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310392714.0A CN116402245A (zh) 2023-04-13 2023-04-13 一种基于离网型微光伏供电网络的应急消防方法及系统

Publications (1)

Publication Number Publication Date
CN116402245A true CN116402245A (zh) 2023-07-07

Family

ID=87019617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310392714.0A Withdrawn CN116402245A (zh) 2023-04-13 2023-04-13 一种基于离网型微光伏供电网络的应急消防方法及系统

Country Status (1)

Country Link
CN (1) CN116402245A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116754442A (zh) * 2023-08-21 2023-09-15 济南本安科技发展有限公司 毒性气体检测的方法、装置、电子设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116754442A (zh) * 2023-08-21 2023-09-15 济南本安科技发展有限公司 毒性气体检测的方法、装置、电子设备及可读存储介质
CN116754442B (zh) * 2023-08-21 2023-12-01 济南本安科技发展有限公司 毒性气体检测的方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN106157507B (zh) 一种基于雷达和视频融合的输电线路立体防护装置
CN102323589B (zh) 一种线路监测和预警系统
CN116402245A (zh) 一种基于离网型微光伏供电网络的应急消防方法及系统
CN206322291U (zh) 一种基于多谱热能监测雷达的输电线路山火监测与预警装置
KR20210085323A (ko) 재난 현장에서 요구조자에게 대피 경로를 안내하는 방법 및 시스템
CN107358778A (zh) 一种结合knn算法的火灾报警器
CN104320620A (zh) 一种视频监控及网络语音一体化的城市应急管理系统
CN112000133B (zh) 低空飞行器/飞手的识别系统、反制系统及识别方法
CN103761827A (zh) 一种火灾监控系统
CN102621520A (zh) 在紧急状况下定位受困个体的方法和装置
CN111664930B (zh) 一种基于频率与图像的高边坡落石集成监测系统及方法
KR102079596B1 (ko) Rf 신호 수신 레이더를 이용한 재난 구조 시스템
CN110491065A (zh) 一种基于LoRa技术的智慧消防报警系统
CN116664359A (zh) 一种基于多传感融合的智能火情预警决策系统及方法
JP2627986B2 (ja) 非常信号の発信及び受信を通じて行う警備方法
CN116527846A (zh) 一种基于数字云技术的火灾现场实时监测指挥系统
KR102262384B1 (ko) 송배전 설비 감시용 드론 운용 시스템 및 운용 방법
CN106127996A (zh) 一种输电线路防外力破坏的激光预警系统及预警方法
KR101884268B1 (ko) 무선통신 기반의 제어장치를 이용한 송전철탑 지진감지 시스템 및 방법
CN111885491B (zh) 一种基于Wi-Fi指纹的室内消防喷淋区域定位系统
US11487000B2 (en) Millimeter wave-based fire detecting and rescuing method, and system thereof
CN107393236A (zh) 一种基于云服务的多功能智能森林防火播报装置
CN104484969A (zh) 输电线路的监控方法及其监控装置
CN202958578U (zh) 一种飞机场鸟情监控驱鸟系统
CN112462360B (zh) 一种监控方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20230707

WW01 Invention patent application withdrawn after publication