CN116758690A - 一种基于数字孪生的火情监测系统及装置 - Google Patents
一种基于数字孪生的火情监测系统及装置 Download PDFInfo
- Publication number
- CN116758690A CN116758690A CN202310621685.0A CN202310621685A CN116758690A CN 116758690 A CN116758690 A CN 116758690A CN 202310621685 A CN202310621685 A CN 202310621685A CN 116758690 A CN116758690 A CN 116758690A
- Authority
- CN
- China
- Prior art keywords
- information
- monitoring
- fire
- model
- early warning
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 194
- 238000012806 monitoring device Methods 0.000 claims abstract description 20
- 238000002485 combustion reaction Methods 0.000 claims description 49
- 230000007613 environmental effect Effects 0.000 claims description 24
- 238000010276 construction Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 239000002245 particle Substances 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000001931 thermography Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 5
- 238000009877 rendering Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 4
- 239000000463 material Substances 0.000 description 13
- 239000000779 smoke Substances 0.000 description 7
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Chemical compound CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Medical Informatics (AREA)
- Algebra (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Fire Alarms (AREA)
Abstract
本发明公开了一种基于数字孪生的火情监测系统及装置,涉及火情监测技术领域,本发明提供的基于数字孪生的火情监测系统及装置通过建立与目标区域实景对应的虚拟环境模型,将监测点回传的告警信息在所述第一环境模型中显示,避免了由于告警位置与实际位置的坐标偏移对早期火情的定位与处理产生影响,提高了火情监测的有效性;同时,所述基于数字孪生的火情监测系统通过建立火体模型,有效的避免了由于植被遮挡而导致火情信息监测不完整;在虚拟环境模型中对预警信息进行筛选,有效的避免了监测系统由于环境中物体反光以及移动热源等原因产生的火情误报。
Description
技术领域
本发明涉及火情监测技术领域,具体地,涉及一种基于数字孪生的火情监测系统及装置。
背景技术
火灾是最频繁、最普遍地威胁公众安全和社会发展的主要灾害之一。对于森林等植被丰富的地区,多数大面积火灾都是因为未能及时发现并扑救小火,最终导致火灾面积扩大,造成严重的损失。因此,如何准确、有效的探测并处理早期火情具有重要的意义。
现有技术中的火情监测系统通常结合热成像技术和可见光烟雾监测技术实现对目标区域内的火情进行自动监测与上报,但是由于实际监控环境复杂,现有技术对监测到的火情进行上报时通常将告警硬件设备的位置坐标作为火情实际的发生位置,导致告警位置和实际火情位置存在坐标偏移,在空中无辅助设备的情况下,抢险人员前往告警位置后,难以快速、准确的锁定火情的实际发生位置,从而难以及时对早期火情进行处理。
发明内容
为了根据实际火情位置提供准确的火情告警,避免由于告警位置与实际位置存在坐标偏移,导致难以及时对早期火情进行定位与处理,本发明提供了一种基于数字孪生的火情监测系统,所述系统包括:
目标检测单元,用于确定至少两个监测点,根据所述监测点确定目标区域,并根据所述监测点分别获得所述目标区域的第一监控信息,将所述第一监控信息发送至模型建设单元和数据分析单元;
模型建设单元,用于根据所述第一监控信息建立第一环境模型,所述第一环境模型中包括至少两个对象,所述对象均与所述目标区域中的实体对应;
数据分析单元,用于遍历所述监测点,针对每个监测点,分析与所述监测点对应的所述第一监控信息,获得与所述监测点对应的第一预警信息;
火情告警单元,用于分析所述第一预警信息,获得第一告警信息,并根据所述第一告警信息对所述第一环境模型进行标注。
本系统通过目标检测单元获得目标区域的监控信息后,由模型建设单元根据目标区域的实际情况建立了数字孪生模型,即与目标区域实际环境对应的虚拟模型;监测点检测到火情后,火情告警单元对监测点获得的预警信息进行分析,获得告警信息,并根据所述告警信息在所述第一环境模型中进行标注;基于与目标区域实际环境对应的第一环境模型提供了准确的火情告警位置,避免了告警位置与实际位置存在的坐标偏移,提高了火情监测的有效性。
进一步的,在实际环境中对火情进行监控时,监测点可能由于植被覆盖等原因受到遮挡,只能获得火体未受遮挡的部分图像信息,导致监测点采集到的监控信息不能完整反应实际火情,因此,为了使抢险人员能够准确的获得着火点位置以及着火位置受遮挡部分完整的火情状态,从而对火情发展态势做出有效的观测,所述模型建设单元还用于获得所述目标区域的环境信息,根据所述第一监控信息和所述环境信息建立火体模型,并根据所述火体模型获得火体状态信息,所述火体状态信息用于描述着火点位置;所述火情告警单元分析所述第一预警信息与所述火体状态信息,获得第二告警信息,并根据所述第二告警信息对所述第一环境模型进行标注,由此,通过建立火体模型完成了对受植物遮挡部分可燃物的燃烧状态的模拟,并在与目标区域相对应的数字孪生端进行显示,直观的提供了真实的火情信息。
进一步的,由于基于数字孪生的第一环境模型与目标区域的实际环境是对应的,建立所述火体模型后,还需要将所述火体模型与所述第一环境模型进行叠加,使系统能够将结合目标区域的实际环境完成对着火点状态的展示,从而便于分析着火点的情况并进行后续处理;因此,所述系统还包括模型更新单元,所述模型更新单元用于读取所述火体模型,获得点云数据;分析所述点云数据,获得点云速度分量信息、点云位置信息和点云纹理信息;对所述点云纹理信息进行采样,获得粒子位置信息;根据所述点云速度分量信息、所述点云位置信息和所述粒子位置信息渲染所述第一环境模型,获得第二环境模型。
其中,所述模型建设单元根据所述第一监控信息和所述环境信息建立火体模型,并根据所述火体模型获得火体状态信息的具体方法为:
根据所述环境信息建立模型,获得第一燃烧模型;
根据所述环境信息建立燃烧样本,对所述燃烧样本进行采样,获得模型训练集;
根据所述模型训练集对所述第一燃烧模型进行训练,获得第二燃烧模型;
分析所述第一监控信息,获得燃烧参数,将所述燃烧参数输入所述第二燃烧模型,获得火体模型;
分析所述火体模型,获得火体状态信息。
进一步的,为使所述第一环境模型中的对象与目标区域中的实体均能够对应,所述模型建设单元根据所述第一监控信息建立第一环境模型的具体方法为:
分析所述第一监控信息,获得所述目标区域中的至少一个实体;
建立初始模型,根据所述监测点在所述初始模型中添加第一对象;
遍历所述目标区域中的实体,针对每个所述目标区域中的实体,在所述初始模型中添加第二对象。
进一步的,由于监测点是通过光成像或热成像原理完成对目标区域监控的,因此,监测点获得的监控信息在太阳光照射下会受到屋面、水面反光的影响而产生错误报警;为了对获得的第一预警信息进行筛选,避免误报火情,需要在数字孪生段对火情预警位置的对象进行分析,因此,所述第一预警信息包括第一监测点位置数据和第一预警点位置数据,所述数据分析单元还用于根据所述第一预警点位置数据和所述第一环境模型获得第三对象;根据所述第一监测点位置数据和所述第一环境模型获得至少一个相邻监测点,针对每一个所述相邻监测点,将所述相邻监测点与所述第三对象进行碰撞监测,获得第四对象;根据所述第三对象和所述第四对象对所述第一预警信息进行筛选;由于第一环境模型中的对象与目标区域中的实体是对应的,因此,在所述第一环境模型中获得着火位置对应的对象后,可以根据该对象的材质特征属性判断其是否为反光物体;同时,基于第一环境模型判断相邻监测点和着火位置的关系,可以判断相邻监测点是否能够对着火对象进行监测,并获得相邻监测点的监测结果;结合相邻监测的监测结果和着火对象的属性进行分析,即可在与目标区域对应的数字孪生端完成对预警信息进行筛选,避免误报火情。
其中,所述数据分析单元将所述相邻监测点与所述第三对象进行碰撞监测的具体方法为:
获得所述相邻监测点对应的第二监测点位置数据;
在所述第一环境模型中根据所述第二监测点位置数据与所述第一预警点位置数据建立射线,根据所述射线和所述第一环境模型获得第四对象。
进一步的,由于监测点是通过光成像或热成像原理完成对目标区域监控的,目标区域中行人或车辆同样会影响监测点对目标区域的报警,但行人或车辆在目标区域内的活动范围或活动路径是相对确定的,因此,为了避免行人或车辆等移动热源导致监测点误报火情,所述火情告警单元还用于确定第一区域,遍历所述第一预警信息,针对每一个所述第一预警信息,判断预警点位置数据是否在所述第一区域内;
若是,则访问与所述第一预警信息对应的监测点,获得第二监控信息,分析所述第二监控信息,获得第二预警信息,根据所述第一预警信息和所述第二预警信息获得第一告警信息,并根据所述第一告警信息对所述第一环境模型进行标注;当预警点在第一区域内时,再次访问对应的监测点,获得相应的监控信息,若两次采集到的监控信息中预警点位置发生了变化,则认为该预警信息是由于行人或车辆带来的误报;
若否,则根据所述第一预警信息获得第一告警信息,并根据所述第一告警信息对所述第一环境模型进行标注。
为实现上述目的,本发明还提供了一种基于数字孪生的火情监测装置,包括监测设备、存储器、处理器以及存储于所述存储器中并可在所述处理器上运行的计算机程序,所述监测设备包括光成像组件和热成像组件,所述监测设备用于获得目标区域的第一监控信息,所述处理器执行所述计算机程序时实现上述基于数字孪生的火情监测系统的功能。
其中,为了准确的获得目标区域的监控信息,所述监测设备数量为四个,所述监测设备为双目监测设备,由此,所述四个监测设备共同确定目标区域,并以不同的角度对目标区域进行监控,能够完整的获得目标区域的实时信息;同时,所述监测设备为双目监测设备,能够获得监控信息中不同物体与对应监测设备间的距离关系。
本发明提供的一个或多个技术方案,至少具有如下技术效果或优点:本发明提供的基于数字孪生的火情监测系统通过建立与目标区域实景对应的虚拟环境模型,将监测点回传的告警信息在所述第一环境模型中显示,避免了由于告警位置与实际位置的坐标偏移对早期火情的定位与处理产生影响,提高了火情监测的有效性;同时,所述基于数字孪生的火情监测系统通过建立火体模型,有效的避免了由于植被遮挡而导致火情信息监测不完整;在虚拟环境模型中对预警信息进行筛选,有效的避免了监测系统由于环境中物体反光以及移动热源等原因产生的火情误报。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本发明的一部分,并不构成对本发明实施例的限定;
图1是本发明中基于数字孪生的火情监测系统的组成示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在相互不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述范围内的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
请参考图1,本发明实施例一提供了一种基于数字孪生的火情监测系统,所述系统包括:
目标检测单元,用于确定至少两个监测点,根据所述监测点确定目标区域,并根据所述监测点分别获得所述目标区域的第一监控信息,将所述第一监控信息发送至模型建设单元和数据分析单元;
模型建设单元,用于根据所述第一监控信息建立第一环境模型,所述第一环境模型中包括至少两个对象,所述对象均与所述目标区域中的实体对应;
数据分析单元,用于遍历所述监测点,针对每个监测点,分析与所述监测点对应的所述第一监控信息,获得与所述监测点对应的第一预警信息;
火情告警单元,用于分析所述第一预警信息,获得第一告警信息,并根据所述第一告警信息对所述第一环境模型进行标注。
其中,所述目标检测单元确定至少两个监测点后,根据所述监测点的位置确定目标区域,所述监测点的数量根据实际需要确定,本实施例在此不做具体限定;针对每个所述监测点,均能够获得对应的第一监控信息,所述第一监控信息用于描述所述目标区域的环境,所述第一监控信息包括但不限于所述目标区域内的物体分布信息、植被分布位置、植被大小、火体影像和烟雾影像。
其中,数字孪生即为利用物理模型在虚拟空间中完成对实际目标区域的映射,从而在虚拟空间中完成与实际目标区域内实体的分析,获得实体的全部生命周期。为了在虚拟空间中完成对实际目标区域的准确映射,需要通过模型建设单元根据目标区域的实际情况进行建模,所述模型建设单元可以基于Unity、Unreal Engine、Cry Engine等任意虚拟引擎完成所述第一环境模型的建立,虚拟引擎是用于为虚拟现实技术提供技术支撑的工具,其中,Unreal Engine在建立模型时具有良好的渲染速度,且Unreal Engine具有良好的扩展性,便于根据实际需要完成模型扩展,因此,在本实施例中,所述模型建设单元优选基于Unreal Engine完成所述第一环境模型的建立。
其中,所述火情告警单元分析所述第一预警信息即根据所述至少两个监测点传回的预警信息进行分析,获得第一告警信息,所述第一告警信息用于描述火情发生的具体位置,由于所述第一环境模型与所述目标区域是对应的,因此,根据所述第一告警信息对所述第一环境模型进行标注即为根据所述第一告警信息标记所述第一环境模型中对应的坐标,具体标记方式根据实际需要确定。
具体的,所述模型建设单元根据所述第一监控信息建立第一环境模型的具体方法为:
分析所述第一监控信息,其中,所述第一监控信息用于描述所述目标区域的环境,所述第一监控信息包括但不限于所述目标区域内的物体分布信息、植被分布位置、植被大小、火体影像和烟雾影像,根据所述第一监控信息中目标区域的植被分布位置、植被大小以及物体分布信息获得所述目标区域中的至少一个实体;
根据虚拟引擎建立初始模型,所述初始模型中的虚拟坐标与所述目标区域的实际坐标对应;
由于所述目标区域是由所述监测点的位置确定的,因此,根据所述监测点与所述目标区域的位置关系在所述初始模型中添加第一对象,所述第一对象用于描述在所述初始模型中描述所述监测点的位置;
遍历所述目标区域中的实体,针对每个所述目标区域中的实体,在所述初始模型中添加对应的第二对象,所述第二对象用于描述所述目标区域内的水面、建筑物、水面等实体,所述第二对象均有用于描述对应实体的材质特征的属性。
其中,在本实施例中,所述模型建设单元还用于获得所述目标区域的环境信息,根据所述第一监控信息和所述环境信息建立火体模型,并根据所述火体模型获得火体状态信息,其中,所述环境信息包括所述目标区域的环境温度、湿度以及风向等信息,所述火体状态信息用于描述着火点状态;所述火情告警单元分析所述第一预警信息与所述火体状态信息,获得第二告警信息,并根据所述第二告警信息对所述第一环境模型进行标注。
具体的,所述模型建设单元根据所述第一监控信息和所述环境信息建立火体模型,并根据所述火体模型获得火体状态信息的具体方法为:
根据所述环境信息建立模型,获得第一燃烧模型;
根据所述环境信息建立燃烧样本,对所述燃烧样本进行采样,获得模型训练集;
根据所述模型训练集对所述第一燃烧模型进行训练,获得第二燃烧模型;
分析所述第一监控信息,获得燃烧参数,将所述燃烧参数输入所述第二燃烧模型,获得火体模型;
分析所述火体模型,获得火体状态信息。
其中,所述第一监控信息包括但不限于所述目标区域内的物体分布信息、植被分布位置、植被大小、火体影像和烟雾影像;所述环境信息包括但不限于所述目标区域的环境温度、湿度以及风向等信息。
其中,在本实施例中,所述模型建设单元可以通过Fluent、CFX、Starccm以及FDS等CFD(Computational Fluid Dynamics,计算流体动力学)仿真软件完成所述第一燃烧模型的建设,其中,FDS(Fire Dynamics Simulator,火灾动力学模拟工具)基于粘性流体方程分析火焰烟气流动和热传递特征,能够很好的适用于实际火灾场景下对于火焰燃烧状态的分析。
具体的,获得所述第一燃烧模型后,为了对所述第一燃烧模型进行调参,使所述第一燃烧模型能够准确的描述在目标区域所对应的环境条件下火焰燃烧的特征,所述模型建设单元根据所述环境信息(即所述目标区域的实际环境条件)建立燃烧样本,对所述燃烧样本进行采样,获得所述燃烧样本的实际燃烧情况,作为模型训练集;根据所述模型训练集对所述第一燃烧模型进行训练,获得第二燃烧模型,所述第二燃烧模型用于描述所述目标区域内任意一个实体的燃烧特征。
其中,当目标区域出现火情,分析所述第一监控信息时,由于所述第一监控信息中包括部分火体影像和烟雾影像,因此,所述模型建设单元分析所述第一监控信息,根据灰度共生矩阵对所述第一监控信息中的火体影像和烟雾影像进行计算,获得目标区域内实际火焰的燃烧参数,将所述燃烧参数输入训练后的所述第二燃烧模型,再根据所述第二燃烧模型对目标区域内的火焰燃烧状态进行模拟;同时,由于着火点以及着火点周围的物质属性是影响火焰燃烧状态的重要因素,而所述第一环境模型中的对象是与目标区域中的实体对应的,因此还可以在所述第一环境模型中建立所述第一对象与着火点的射线,通过射线监测获得着火点周围的物质属性。
具体的,在所述第一环境模型中建立所述第一对象与着火点的射线的方法为:在所述第一环境模型中根据着火点与所述第一对象的位置建立射线,获得与所述射线相交的若干第五对象,根据所述第五对象与着火点的位置关系对所述第五对象进行筛选,获得第六对象,所述若干第六对象即为与着火点处以及与着火点位置相邻的若干物质,最后根据所述第六对象和所述第二燃烧模型进行分析,即可准确的获得着火点的燃烧状况,并能够对火焰燃烧范围进行模拟,便于在数字孪生模型中对火情发展态势做出有效的观测。
由于所述火体模型具有完整的火体燃烧形态,因此可以获得所述火体模型对应的燃点位置,所述火体状态信息即为根据所述火体模型获得的燃点位置,所述火体状态信息用于描述所述目标区域的实际着火点位置。
其中,所述系统还包括模型更新单元,所述模型更新单元用于读取所述火体模型,获得点云数据;分析所述点云数据,获得点云速度分量信息、点云位置信息和点云纹理信息;对所述点云纹理信息进行采样,获得粒子位置信息;根据所述点云速度分量信息、所述点云位置信息和所述粒子位置信息渲染所述第一环境模型,获得第二环境模型。
具体的,所述模型更新单元获得第二环境模型的具体方法为:
所述模型更新单元读取所述火体模型,FDS仿真动力学结果转换为ply点云数据;
所述模型更新单元获得所述ply点云数据后,所述模型更新单元根据UnrealEngine虚拟引擎对所述ply点云数据进行处理,并通过Unreal Engine虚拟引擎的FVector数组保存点云位置信息,通过Unreal Engine虚拟引擎的FLinerColor数组保存点云速度分量信息;
所述模型更新单元根据灰度共生矩阵提取所述火体模型的纹理特征,并根据Niagara模块对所述纹理特征进行采样,获得粒子位置信息;
所述模型更新单元将所述点云位置信息叠加到所述第一环境模型中,并根据所述点云速度分量信息和所述粒子位置信息对叠加后的第一环境模型进行渲染,获得所述第二环境模型。
实施例二
请参考图1,本发明实施例二提供了一种基于数字孪生的火情监测系统,在实施例一的基础上,所述第一预警信息包括第一监测点位置数据和第一预警点位置数据,所述数据分析单元还用于根据所述第一预警点位置数据和所述第一环境模型获得第三对象,所述第三对象表示着火点对应的实体;根据所述第一监测点位置数据和所述第一环境模型获得至少一个相邻监测点,针对每一个所述相邻监测点,将所述相邻监测点与所述第三对象进行碰撞监测,获得第四对象,所述第四对象表示所述相邻监测点与第一预警点位置间的实体;根据所述第三对象和所述第四对象对所述第一预警信息进行筛选。
其中,所述数据分析单元将所述相邻监测点与所述第三对象进行碰撞监测的具体方法为:
获得所述相邻监测点对应的第二监测点位置数据;
在所述第一环境模型中根据所述第二监测点位置数据与所述第一预警点位置数据建立射线,根据所述射线和所述第一环境模型获得第四对象。
具体的,在所述第一环境模型中,所述第二监测点位置数据与所述第一预警点位置数据分别有对应的坐标,根据所述第二监测点位置数据与所述第一预警点位置数据在所述第一环境模型中生成射线;
读取与所述第一环境模型中与所述射线相交的至少一个对象,并将所有与所述射线相交的对象根据其与当前相邻监测点的距离进行排序,将第一环境模型中与所述射线相交的若干对象中与当前相邻监测点距离最近的对象作为第四对象。
其中,由于所述第三对象表示着火点对应的实体,所述第三对象在所述第一环境模型中有用于描述对应实体的材质特征的属性,所述第四对象表示所述相邻监测点与第一预警点位置间的实体,若所述第三对象与所述第四对象相同,则表示所述相邻监测点与第一预警点位置间不存在遮挡;若所述第三对象与所述第四对象不同,则表示对所述相邻监测点与所述第一预警点位置间存在遮挡;因此,根据所述第三对象和所述第四对象对所述第一预警信息进行筛选的具体判断方法为:
若所述第三对象对应的实体的材质特征为反光材质,且所述第三对象和所述第四对象相同,相邻监测点未生成预警信息,则认为该预警信息为由于反光影响下产生的火情误报,删除该第一预警信息;
若所述第三对象对应的实体的材质特征为反光材质,且所述第三对象和所述第四对象不同,则认为该预警信息可能由于为由于反光影响下产生的火情误报,则标记该第一预警信息,等待抢险人员确认;
若所述第三对象对应的实体的材质特征为非反光材质,且所述第三对象和所述第四对象相同,则保留该第一预警信息;
若所述第三对象对应的实体的材质特征为非反光材质,且所述第三对象和所述第四对象不相同,则保留该第一预警信息。
其中,在本实施例中,所述火情告警单元还用于确定第一区域,遍历所述第一预警信息,针对每一个所述第一预警信息,判断预警点位置数据是否在所述第一区域内;
若是,则访问与所述第一预警信息对应的监测点,获得第二监控信息,分析所述第二监控信息,获得第二预警信息,根据所述第一预警信息和所述第二预警信息获得第一告警信息,并根据所述第一告警信息对所述第一环境模型进行标注;
若否,则根据所述第一预警信息获得第一告警信息,并根据所述第一告警信息对所述第一环境模型进行标注。
其中,所述第一区域用于描述所述目标区域中行人或车辆等可能导致监测点误报火情的移动热源的活动范围,所述第一区域的具体坐标根据实际需要确定,本实施例在此不做具体限定。
其中,若所述预警点位置数据在所述第一区域内,则访问与所述第一预警信息对应的监测点,获得第二监控信息,分析所述第二监控信息,获得第二预警信息;由于所述第一预警信息和所述第二预警信息存在时间差,若所述第一预警信息所监测到的火情在为行人或车辆等移动热源带来的误判,则所述第一预警信息对应的预警点位置数据和所述第二预警信息对应的预警点位置数据存在差值,所述差值表示移动热源在两次信息采集时间差内的移动距离,根据所述差值的大小即可完成对所述第一预警信息的筛选,若所述差值大于或等于标准取值,则认为所述第一预警信息是由移动热源产生的误报,删除所述第一预警信息,不生成第一告警信息;若所述差值小于标准取值,则认为所述第一预警信息是着火点位于所述第一区域内的火情,生成对应的第一告警信息,其中,所述差值的标准取值大小根据实际需要确定,本实施例在此不做具体限定。
实施例三
请参考图1,本发明实施例三提供了一种基于数字孪生的火情监测装置,包括监测设备、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述监测设备包括光成像组件和热成像组件,所述监测设备用于获得目标区域的第一监控信息,所述处理器执行所述计算机程序时实现上述实施例中任意一个所述的一种基于数字孪生的火情监测系统的功能。
其中,在本实施例中,所述监测设备数量为四个,所述监测设备为双目监测设备。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于数字孪生的火情监测系统,其特征在于,所述系统包括:
目标检测单元,用于确定至少两个监测点,根据所述监测点确定目标区域,并根据所述监测点分别获得所述目标区域的第一监控信息,将所述第一监控信息发送至模型建设单元和数据分析单元;
模型建设单元,用于根据所述第一监控信息建立第一环境模型,所述第一环境模型中包括至少两个对象,所述对象均与所述目标区域中的实体对应;
数据分析单元,用于遍历所述监测点,针对每个监测点,分析与所述监测点对应的所述第一监控信息,获得与所述监测点对应的第一预警信息;
火情告警单元,用于分析所述第一预警信息,获得第一告警信息,并根据所述第一告警信息对所述第一环境模型进行标注。
2.根据权利要求1所述的一种基于数字孪生的火情监测系统,其特征在于,所述模型建设单元还用于获得所述目标区域的环境信息,根据所述第一监控信息和所述环境信息建立火体模型,并根据所述火体模型获得火体状态信息,所述火体状态信息用于描述着火点状态;所述火情告警单元分析所述第一预警信息与所述火体状态信息,获得第二告警信息,并根据所述第二告警信息对所述第一环境模型进行标注。
3.根据权利要求2所述的一种基于数字孪生的火情监测系统,其特征在于,所述系统还包括模型更新单元,所述模型更新单元用于读取所述火体模型,获得点云数据;分析所述点云数据,获得点云速度分量信息、点云位置信息和点云纹理信息;对所述点云纹理信息进行采样,获得粒子位置信息;根据所述点云速度分量信息、所述点云位置信息和所述粒子位置信息渲染所述第一环境模型,获得第二环境模型。
4.根据权利要求2所述的一种基于数字孪生的火情监测系统,其特征在于,所述模型建设单元根据所述第一监控信息和所述环境信息建立火体模型,并根据所述火体模型获得火体状态信息的具体方法为:
根据所述环境信息建立模型,获得第一燃烧模型;
根据所述环境信息建立燃烧样本,对所述燃烧样本进行采样,获得模型训练集;
根据所述模型训练集对所述第一燃烧模型进行训练,获得第二燃烧模型;
分析所述第一监控信息,获得燃烧参数,将所述燃烧参数输入所述第二燃烧模型,获得火体模型;
分析所述火体模型,获得火体状态信息。
5.根据权利要求1所述的一种基于数字孪生的火情监测系统,其特征在于,所述模型建设单元根据所述第一监控信息建立第一环境模型的具体方法为:
分析所述第一监控信息,获得所述目标区域中的至少一个实体;
建立初始模型,根据所述监测点在所述初始模型中添加第一对象;
遍历所述目标区域中的实体,针对每个所述目标区域中的实体,在所述初始模型中添加第二对象。
6.根据权利要求5所述的一种基于数字孪生的火情监测系统,其特征在于,所述第一预警信息包括第一监测点位置数据和第一预警点位置数据,所述数据分析单元还用于根据所述第一预警点位置数据和所述第一环境模型获得第三对象;根据所述第一监测点位置数据和所述第一环境模型获得至少一个相邻监测点,针对每一个所述相邻监测点,将所述相邻监测点与所述第三对象进行碰撞监测,获得第四对象;根据所述第三对象和所述第四对象对所述第一预警信息进行筛选。
7.根据权利要求6所述的一种基于数字孪生的火情监测系统,其特征在于,所述数据分析单元将所述相邻监测点与所述第三对象进行碰撞监测的具体方法为:
获得所述相邻监测点对应的第二监测点位置数据;
在所述第一环境模型中根据所述第二监测点位置数据与所述第一预警点位置数据建立射线,根据所述射线和所述第一环境模型获得第四对象。
8.根据权利要求1所述的一种基于数字孪生的火情监测系统,其特征在于,所述火情告警单元还用于确定第一区域,遍历所述第一预警信息,针对每一个所述第一预警信息,判断预警点位置数据是否在所述第一区域内;
若是,则访问与所述第一预警信息对应的监测点,获得第二监控信息,分析所述第二监控信息,获得第二预警信息,根据所述第一预警信息和所述第二预警信息获得第一告警信息,并根据所述第一告警信息对所述第一环境模型进行标注;
若否,则根据所述第一预警信息获得第一告警信息,并根据所述第一告警信息对所述第一环境模型进行标注。
9.一种基于数字孪生的火情监测装置,包括监测设备、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述监测设备包括光成像组件和热成像组件,所述监测设备用于获得目标区域的第一监控信息,所述处理器执行所述计算机程序时实现如权利要求1-8中任意一项所述的一种基于数字孪生的火情监测系统的功能。
10.根据权利要求9所述的一种基于数字孪生的火情监测装置,其特征在于,所述监测设备数量为四个,所述监测设备为双目监测设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310621685.0A CN116758690A (zh) | 2023-05-29 | 2023-05-29 | 一种基于数字孪生的火情监测系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310621685.0A CN116758690A (zh) | 2023-05-29 | 2023-05-29 | 一种基于数字孪生的火情监测系统及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116758690A true CN116758690A (zh) | 2023-09-15 |
Family
ID=87946932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310621685.0A Pending CN116758690A (zh) | 2023-05-29 | 2023-05-29 | 一种基于数字孪生的火情监测系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116758690A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117373196A (zh) * | 2023-11-17 | 2024-01-09 | 北京北元电器有限公司 | 一种电气火灾报警方法及系统 |
-
2023
- 2023-05-29 CN CN202310621685.0A patent/CN116758690A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117373196A (zh) * | 2023-11-17 | 2024-01-09 | 北京北元电器有限公司 | 一种电气火灾报警方法及系统 |
CN117373196B (zh) * | 2023-11-17 | 2024-04-05 | 北京北元电器有限公司 | 一种电气火灾报警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Clark et al. | Analysis of small-scale convective dynamics in a crown fire using infrared video camera imagery | |
CN106485868B (zh) | 火情的监测方法、系统和火情的监测服务器 | |
CN116758690A (zh) | 一种基于数字孪生的火情监测系统及装置 | |
CN109163889A (zh) | 一种前视摄像头adas算法的测试装置及方法 | |
CN114419835A (zh) | 一种基于数字孪生技术的历史建筑火灾监测方法及系统 | |
CN109974858A (zh) | 一种基于热化学发光层析成像技术的燃烧火焰三维轮廓快速重建方法 | |
CN112486127B (zh) | 一种数字工厂的虚拟巡检系统 | |
CN106327461A (zh) | 一种用于监测的图像处理方法及装置 | |
CN112780344A (zh) | 一种矿井内危险区域入侵监测方法及系统 | |
CN111882199A (zh) | 一种基于规则变异的自动驾驶激光雷达数据扩增方法 | |
CN117269940B (zh) | 点云数据生成方法、激光雷达的感知能力验证方法 | |
CN114580168A (zh) | 一种无人机监测大气污染数据与三维gis融合展示的方法 | |
CN114418932A (zh) | 一种基于数字孪生技术的历史建筑修复方法及系统 | |
Roos et al. | A framework for simulative evaluation and optimization of point cloud-based automotive sensor sets | |
Martínez-de Dios et al. | Laboratory fire spread analysis using visual and infrared images | |
CN114384534A (zh) | 一种无人机巡线的树障生长预测分析方法 | |
CN111538297A (zh) | 一种基于web的交互式三维可视化平台 | |
CN116307740A (zh) | 基于数字孪生城市的起火点分析方法及系统、设备及介质 | |
CN112560258B (zh) | 一种测试方法、装置、设备及存储介质 | |
CN115657494A (zh) | 虚拟对象仿真方法、装置、设备及存储介质 | |
CN115294718A (zh) | 一种基于多源数据融合的火灾预警系统 | |
CN114755674A (zh) | 基于人工智能的多站雷达融合监测系统 | |
CN113835139A (zh) | 一种台风动态监视系统 | |
CN112802343A (zh) | 面向虚拟算法验证的通用虚拟传感数据采集方法及系统 | |
CN112052566A (zh) | 一种智能电缆模拟仿真方法及系统 |
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 |