CN117606482A - 一种集成路径导航功能的应急照明系统及方法 - Google Patents

Abstract

本发明公开了一种集成路径导航功能的应急照明系统及方法，属于智能照明技术领域。该系统包括采集数据分析模块、路径导航分析模块、智能调控模块、人机交互模块和储存数据库；所述采集数据分析模块用于通过传感器采集照明区域内的环境数据和人员运动数据；对环境数据进行分析，判断是否发生火灾；所述路径导航模拟分析模块用于根据采集的环境数据对照明区域内的火灾场景进行分析，根据分析结果选择安全逃生路径；所述智能控制模块用于根据选择的安全逃生路径控制照明设备灯光变化；所述人机交互模块用于提供人机交互界面，将照明区域内的三维图像场景和火灾情况进行显示；所述储存数据库用于储存历史环境数据和历史人员运动数据。

Description

一种集成路径导航功能的应急照明系统及方法

技术领域

本发明涉及智能照明技术领域，具体为一种集成路径导航功能的应急照明系统及方法。

背景技术

路径导航功能是将导航功能融入到系统或应用程序中，以便用户能够更方便地找到他们需要的信息或执行特定的任务；在应急照明系统中，该功能可以通过传感器探测周围环境，使用数字化地图，帮助人们快速找到安全出口，避免在黑暗中迷失方向或者走错路线；然而，当发生火灾时，由于系统缺乏灵活性，往往不能给出足够清晰的应急信号，无法帮助人们迅速、准确地做出反应；同时，由于室内信号的不稳定，难以对室内火灾情况和人员位置信息进行可视化展示。

发明内容

本发明的目的在于提供一种集成路径导航功能的应急照明系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种集成路径导航功能的应急照明方法，该方法包括以下步骤：

S10、建立关于照明区域内的三维图像模型，根据照明区域内建筑布局结构和应急照明设备安装位置，在三维图像模型中模拟关于照明区域内的图像真实场景；建立关于安全路径选择的预测模型，基于历史人员运动数据，采用机器学习算法分析人员在三维图像模型中的运动路径和不同路径下的运动时间，预测不同的路径选择和所需时间，并不断优化导航推荐；

S20、采集照明区域内的环境数据和人员运动数据；对采集的环境数据进行分析，判断当前照明区域内是否发生火灾；若照明区域内发生火灾，执行步骤S30；若照明区域内一切正常，重复执行步骤S20；

S30、开启应急照明设备并进行自动报警；将采集的环境数据输入到三维图像模型中，对照明区域内场景环境进行分析；根据分析结果，预测模型选择安全逃生路径；

S40、基于人员运动数据和预测模型选择的安全逃生路径，控制应急照明设备灯光颜色变化。

进一步的，所述步骤S10的具体实施过程包括：

S101、根据照明区域内建筑布局结构安装应急照明设备，确保人员能看见照明区域内环境场景；根据应急照明设备安装位置信息得到关于三维图像模型的赋权有向图G；所述赋权有向图中空间坐标点之间的连线距离为对应应急照明设备在三维图像模型中的路径最短距离；

其中，G＝{g₁、g₂、...、g_n}；g₁、g₂、...、g_n分别表示第1、2、...、n个应急照明设备在三维图像模型中的空间坐标点；n表示安装的应急照明设备数量；

S102、基于历史人员运动数据，采用Dijkstra算法，选定g_i为源点s，计算从源点s出发，到G\{g_i}中所有空间坐标点的路径最短距离short[s,w_h]；

其中，g_i表示第i个应急照明设备空间坐标点；i＝1、2、...、n；G\{g_i}表示集合G中除g_i以外的所有空间坐标点；w_h表示第h个应急照明设备空间坐标点；w_h∈G\{g_i}；h＝1、2、...、n-1，且h≠i；

S103、基于历史人员运动数据，分析人员在不同路径下的运动时长T，得到人员从源点s到空间坐标点w_h的历史运动时长数据集合P，将集合P分为训练集P₁和验证集P₂；将训练集P₁输入到安全路径选择的预测模型中进行训练，将训练结果与验证集P₂进行交叉验证，得到人员从源点s到空间坐标点w_h所需要的最短时长阈值

基于Dijkstra算法，确定三维图像模型的赋权有向图，计算从单个起始节点到所有其他节点的最短路径；基于人员历史运动数据，将二维平面转化为三维空间，使得系统的设计更加的人性化。

进一步的，所述步骤S20中，对采集的环境数据进行分析，判断当前照明区域内是否发生火灾的方法步骤为：

S201、在照明区域内安装火灾探测器，对照明区域进行监测；所述火灾探测器通过监测环境温度变化判断是否发生火灾；

其中，每个应急照明设备都安装对应的火灾探测器；

S202、基于发生火灾的历史环境数据，确定火灾探测器的温度报警阈值k；

S203、对照明区域内的环境数据进行分析，确定对应空间坐标点g_i的环境温度随时间t的变化情况将/>与k作比较；当/>时，判断第i个应急照明设备的照明区域内发生火灾；当/>时，判断第i个应急照明设备照明区域内一切正常；

其中，将应急照明设备空间坐标点作为环境数据和人员运动数据采集点；当对空间坐标点g_i的应急照明设备环境数据进行采集时，还需采集对应空间坐标点g_i的相邻点g_i+1和g_i-1的环境数据。

进一步的，所述应急照明设备灯光颜色包含颜色A和颜色B；对照明区域内场景环境进行分析，预测模型选择安全逃生路径，并控制应急照明设备灯光颜色变化的方法步骤为：

S301、对采集的环境数据进行分析，将正常照明区域对应的应急照明设备灯光颜色变为颜色A，将发生火灾的照明区域对应的应急照明设备灯光颜色变为颜色B；将变为颜色A的应急照明设备所在照明区域列为安全区域，将变为颜色B的应急照明设备所在照明区域列为危险区域，并在三维图像模型中进行显示标识；

S302、根据采集的环境数据，在建立的三维图像模型中模拟照明区域温度变化情况；将当前时刻采集的对应空间坐标点g_i的环境温度输入到三维图像模型中，模拟t+1时刻对应空间坐标点g_i的环境温度/>根据迭代公式：

其中，α表示热扩散系数；△t表示每次进行迭代计算的时间间隔；△x表示三维图像模型中空间坐标的离散化步长；表示t时刻在空间坐标点g_i+1的环境温度；/>表示t时刻在空间坐标点g_i-1的环境温度；

根据上述迭代公式，不断对空间坐标点g_i的温度变化进行模拟预测，直到温度值达到阈值k，得到模拟预测总时长△T；

通过使用前向差分法对热传导方程进行数值求解，找到特定位置的温度何时接近或达到指定的目标温度，从而估计所需的时间；对采集的环境数据进行实时分析，使得系统更加的智能化。

S303、分析采集的运动数据得到人员当前所处三维图像模型空间坐标位置s₀，并确定对应s₀的空间坐标点g_i；将G\{g_i}中危险区域对应的应急照明设备空间坐标点剔除，将人员位置信息s₀输入到安全路径选择的预测模型中，根据三维图像模型中安全出口空间坐标点，得到y条不同的路径；

S304、对y条不同的路径进行分析；根据人员三维图像模型中空间坐标位置变化情况s₀(t)判断人员移动路径，并得到人员到达下一个应急照明设备所在空间坐标点所需最短时长将/>与下一个应急照明设备的空间坐标点环境温度到达阈值k时模拟预测总时长/>作比较；当/>时，一切正常；当/>时，此时下一个应空间坐标点对应的照明区域为危险区域，重新规划新的安全逃生路径；

当下一个应急照明设备的空间坐标点环境温度正常时，此时△T的值应为无穷大；通过预测人员到达下一个应急照明设备所在空间坐标点所需最短时长和下一个应急照明设备的空间坐标点环境温度到达阈值k时模拟预测总时长作比较，防止人员达到下一个路径点时发生突发状况，提高了系统的灵活性。

进一步的，用户通过人机交互模块查看照明区域内的三维图像场景和火灾情况，所述火灾情况包含三维图像模型中的危险区域和安全区域；人机交互模块通过采集的运动数据和用户端定位确定人员所处照明区域，根据该照明区域所对应的应急照明设备三维图像模型空间坐标点，为用户选择安全逃生路径，并将安全逃生路径进行显示；所述人机交互模块用于提供人机交互界面，将照明区域内的三维图像场景和火灾情况进行显示。

一种集成路径导航功能的应急照明系统，该系统包括采集数据分析模块、路径导航分析模块、智能控制模块、人机交互模块和储存数据库；

所述采集数据分析模块用于通过传感器采集照明区域内的环境数据和人员运动数据；对环境数据进行分析，判断是否发生火灾；所述路径导航模拟分析模块用于根据采集的环境数据对照明区域内的火灾场景进行分析，根据分析结果选择安全逃生路径；所述智能控制模块用于根据选择的安全逃生路径控制照明设备灯光变化；所述人机交互模块用于提供人机交互界面，将照明区域内的三维图像场景和火灾情况进行显示；所述储存数据库用于储存历史环境数据和历史人员运动数据。

进一步的，所述采集数据分析模块包含数据采集单元、安全分析单元、安全警报管理单元；

所述数据采集单元用于通过传感器采集照明区域内的环境数据和人员运动数据，并将采集数据通过Zigbee网络传输给安全分析单元；

Zigbee是一种低功耗、短距离传输的通信技术，适用于需要大量传感器协同工作的场景；同时相对短距离的传输，减少了信号干扰的可能性，提高了系统的稳定性；

所述安全分析单元用于对采集的环境数据进行分析，通过火灾探测器监测照明区域内环境温度变化，判断是否发生火灾；

所述安全警报管理单元用于当照明区域内发生火灾时，开启应急照明设备并进行自动报警。

进一步的，所述路径导航分析模块包含图像模型管理单元、预测模型管理单元、火灾场景分析单元和安全路径选择单元；

所述图像模型管理单元用于建立关于照明区域内的三维图像模型，根据照明区域内建筑布局结构和应急照明设备安装位置，在三维图像模型中模拟关于照明区域内的图像真实场景；

所述预测模型管理单元用于建立关于安全路径选择的预测模型，基于历史人员运动数据，采用机器学习算法分析人员在三维图像模型中的运动路径和不同路径下的运动时间，预测不同的路径选择和所需时间，并不断优化导航推荐；

所述火灾场景分析单元用于将采集的环境数据输入到三维图像模型中，对照明区域内场景环境进行模拟分析；

所述安全路径选择单元用于根据火灾场景分析单元的模拟分析结果，选择安全逃生路径。

进一步的，所述智能控制模块包含照明设备管理单元和照明设备控制单元；

所述照明设备管理单元用于控制照明设备开启和关闭；

所述照明设备控制单元用于根据人员运动数据和预测模型选择的安全逃生路径，控制应急照明设备灯光颜色变化。

进一步的，所述人机交互模块包含智能定位单元、最优路径规划单元和用户管理单元；

所述智能定位单元用于确定用户在照明区域内所处位置信息；

所述最优路径规划单元用于根据用户在照明区域内所处位置信息，推荐安全逃生路径；

所述用户管理单元用于为用户提供人机交互界面，将照明区域内的三维图像模型、用户所处进行三维图像模型位置信息和推荐的安全逃生路径进行显示。

与现有技术相比，本发明所达到的有益效果是：提供了一种集成路径导航功能的应急照明系统及方法，在应急照明系统中添加了集成路径导航功能，在紧急情况，为人们提供更加安全和便捷的疏散路线；通过建立三维图像模型，将照明区域内场景以三维图像的方式进行显示，并对安全区域与危险区域进行标识，使得系统的设计更加的人性化；对照明区域内的场景数据进行实时分析，预测突发情况，提高了系统的灵活性。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种集成路径导航功能的应急照明系统的结构示意图。

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。

请参阅图1，本发明提供技术方案：一种集成路径导航功能的应急照明方法，该方法包括以下步骤：

S10、建立关于照明区域内的三维图像模型，根据照明区域内建筑布局结构和应急照明设备安装位置，在三维图像模型中模拟关于照明区域内的图像真实场景；建立关于安全路径选择的预测模型，基于历史人员运动数据，采用机器学习算法分析人员在三维图像模型中的运动路径和不同路径下的运动时间，预测不同的路径选择和所需时间，并不断优化导航推荐；

S20、采集照明区域内的环境数据和人员运动数据；对采集的环境数据进行分析，判断当前照明区域内是否发生火灾；若照明区域内发生火灾，执行步骤S30；若照明区域内一切正常，重复执行步骤S20；

S30、开启应急照明设备并进行自动报警；将采集的环境数据输入到三维图像模型中，对照明区域内场景环境进行分析；根据分析结果，预测模型选择安全逃生路径；

S40、基于人员运动数据和预测模型选择的安全逃生路径，控制应急照明设备灯光颜色变化。

所述步骤S10的具体实施过程包括：

S101、根据照明区域内建筑布局结构安装应急照明设备，确保人员能看见照明区域内环境场景；根据应急照明设备安装位置信息得到关于三维图像模型的赋权有向图G；所述赋权有向图中空间坐标点之间的连线距离为对应应急照明设备在三维图像模型中的路径最短距离；

其中，G＝{g₁、g₂、...、g_n}；g₁、g₂、...、g_n分别表示第1、2、...、n个应急照明设备在三维图像模型中的空间坐标点；n表示安装的应急照明设备数量；

S102、基于历史人员运动数据，采用Dijkstra算法，选定g_i为源点s，计算从源点s出发，到G\{g_i}中所有空间坐标点的路径最短距离short[s,w_h]；

其中，g_i表示第i个应急照明设备空间坐标点；i＝1、2、...、n；G\{g_i}表示集合G中除g_i以外的所有空间坐标点；w_h表示第h个应急照明设备空间坐标点；w_h∈G\{g_i}；h＝1、2、...、n-1，且h≠i；

S103、基于历史人员运动数据，分析人员在不同路径下的运动时长T，得到人员从源点s到空间坐标点w_h的历史运动时长数据集合P，将集合P分为训练集P₁和验证集P₂；将训练集P₁输入到安全路径选择的预测模型中进行训练，将训练结果与验证集P₂进行交叉验证，得到人员从源点s到空间坐标点w_h所需要的最短时长阈值

所述步骤S20中，对采集的环境数据进行分析，判断当前照明区域内是否发生火灾的方法步骤为：

S201、在照明区域内安装火灾探测器，对照明区域进行监测；所述火灾探测器通过监测环境温度变化判断是否发生火灾；

其中，每个应急照明设备都安装对应的火灾探测器；

S202、基于发生火灾的历史环境数据，确定火灾探测器的温度报警阈值k；

S203、对照明区域内的环境数据进行分析，确定对应空间坐标点g_i的环境温度随时间t的变化情况将/>与k作比较；当/>时，判断第i个应急照明设备的照明区域内发生火灾；当/>时，判断第i个应急照明设备照明区域内一切正常；

其中，将应急照明设备空间坐标点作为环境数据和人员运动数据采集点；当对空间坐标点g_i的应急照明设备环境数据进行采集时，还需采集对应空间坐标点g_i的相邻点g_i+1和g_i-1的环境数据。

所述应急照明设备灯光颜色包含颜色A和颜色B；对照明区域内场景环境进行分析，预测模型选择安全逃生路径，并控制应急照明设备灯光颜色变化的方法步骤为：

S301、对采集的环境数据进行分析，将正常照明区域对应的应急照明设备灯光颜色变为颜色A，将发生火灾的照明区域对应的应急照明设备灯光颜色变为颜色B；将变为颜色A的应急照明设备所在照明区域列为安全区域，将变为颜色B的应急照明设备所在照明区域列为危险区域，并在三维图像模型中进行显示标识；

S302、根据采集的环境数据，在建立的三维图像模型中模拟照明区域温度变化情况；将当前时刻采集的对应空间坐标点g_i的环境温度输入到三维图像模型中，模拟t+1时刻对应空间坐标点g_i的环境温度/>根据迭代公式：

其中，α表示热扩散系数；△t表示每次进行迭代计算的时间间隔；△x表示三维图像模型中空间坐标的离散化步长；表示t时刻在空间坐标点g_i+1的环境温度；/>表示t时刻在空间坐标点g_i-1的环境温度；

根据上述迭代公式，不断对空间坐标点g_i的温度变化进行模拟预测，直到温度值达到阈值k，得到模拟预测总时长△T；

S303、分析采集的运动数据得到人员当前所处三维图像模型空间坐标位置s₀，并确定对应s₀的空间坐标点g_i；将G\{g_i}中危险区域对应的应急照明设备空间坐标点剔除，将人员位置信息s₀输入到安全路径选择的预测模型中，根据三维图像模型中安全出口空间坐标点，得到y条不同的路径；

S304、对y条不同的路径进行分析；根据人员三维图像模型中空间坐标位置变化情况s₀(t)判断人员移动路径，并得到人员到达下一个应急照明设备所在空间坐标点所需最短时长将/>与下一个应急照明设备的空间坐标点环境温度到达阈值k时模拟预测总时长/>作比较；当/>时，一切正常；当/>时，此时下一个应空间坐标点对应的照明区域为危险区域，重新规划新的安全逃生路径。

用户通过人机交互模块查看照明区域内的三维图像场景和火灾情况，所述火灾情况包含三维图像模型中的危险区域和安全区域；人机交互模块通过采集的运动数据和用户端定位确定人员所处照明区域，根据该照明区域所对应的应急照明设备三维图像模型空间坐标点，为用户选择安全逃生路径，并将安全逃生路径进行显示；所述人机交互模块用于提供人机交互界面，将照明区域内的三维图像场景和火灾情况进行显示。

一种集成路径导航功能的应急照明系统，该系统包括采集数据分析模块、路径导航分析模块、智能控制模块、人机交互模块和储存数据库；

所述采集数据分析模块用于通过传感器采集照明区域内的环境数据和人员运动数据；对环境数据进行分析，判断是否发生火灾；所述路径导航模拟分析模块用于根据采集的环境数据对照明区域内的火灾场景进行分析，根据分析结果选择安全逃生路径；所述智能控制模块用于根据选择的安全逃生路径控制照明设备灯光变化；所述人机交互模块用于提供人机交互界面，将照明区域内的三维图像场景和火灾情况进行显示；所述储存数据库用于储存历史环境数据和历史人员运动数据。

所述采集数据分析模块包含数据采集单元、安全分析单元、安全警报管理单元；

所述数据采集单元用于通过传感器采集照明区域内的环境数据和人员运动数据，并将采集数据通过Zigbee网络传输给安全分析单元；

所述安全分析单元用于对采集的环境数据进行分析，通过火灾探测器监测照明区域内环境温度变化，判断是否发生火灾；

所述安全警报管理单元用于当照明区域内发生火灾时，开启应急照明设备并进行自动报警。

所述路径导航分析模块包含图像模型管理单元、预测模型管理单元、火灾场景分析单元和安全路径选择单元；

所述图像模型管理单元用于建立关于照明区域内的三维图像模型，根据照明区域内建筑布局结构和应急照明设备安装位置，在三维图像模型中模拟关于照明区域内的图像真实场景；

所述预测模型管理单元用于建立关于安全路径选择的预测模型，基于历史人员运动数据，采用机器学习算法分析人员在三维图像模型中的运动路径和不同路径下的运动时间，预测不同的路径选择和所需时间，并不断优化导航推荐；

所述火灾场景分析单元用于将采集的环境数据输入到三维图像模型中，对照明区域内场景环境进行模拟分析；

所述安全路径选择单元用于根据火灾场景分析单元的模拟分析结果，选择安全逃生路径。

所述智能控制模块包含照明设备管理单元和照明设备控制单元；

所述照明设备管理单元用于控制照明设备开启和关闭；

所述照明设备控制单元用于根据人员运动数据和预测模型选择的安全逃生路径，控制应急照明设备灯光颜色变化。

所述人机交互模块包含智能定位单元、最优路径规划单元和用户管理单元；

所述智能定位单元用于确定用户在照明区域内所处位置信息；

所述最优路径规划单元用于根据用户在照明区域内所处位置信息，推荐安全逃生路径；

所述用户管理单元用于为用户提供人机交互界面，将照明区域内的三维图像模型、用户所处进行三维图像模型位置信息和推荐的安全逃生路径进行显示。

在本实施例中：

该系统具体为一种商场消防应急照明管理系统；该系统中，安装的应急照明设备数量n＝20；应急照明设备照明区域覆盖整个商场；应急照明设备灯光颜色分为绿色和红色；绿色灯光的应急照明设备所在照明区域列为安全区域；红色灯光的应急照明设备所在照明区域列为危险区域；

建立关于照明区域内的三维图像模型，在三维图像模型中模拟关于照明区域内的图像真实场景，并确定应急照明设备安装位置信息，得到关于三维图像模型的赋权有向图G；基于历史人员运动数据，采用机器学习算法分析人员在三维图像模型中的运动路径和不同路径下的运动时间，预测不同的路径选择和所需时间，并不断优化导航推荐；

在照明区域内安装火灾探测器，基于发生火灾的历史环境数据，确定火灾探测器的温度报警阈值k＝80℃；

在某一时刻t₁；

对照明区域内的环境数据进行分析，确定对应空间坐标点g₂的环境温度判断第2个应急照明设备的照明区域内发生火灾；控制第2个应急照明设备颜色变为红色，其他应急照明设备颜色变为绿色；

用户通过手机查看安全逃生路径并进行逃生；分析人员运动数据得到用户当前所处三维图像模型空间坐标位置s₀，并确定对应s₀的空间坐标点为g₅；该商场存在2个安全出口，对应的空间坐标点分别为g₃和g₄；预测模型推荐的安全最短路径距离为short[g₅,g₄]，根据人员三维图像模型中空间坐标位置变化情况s₀(t)判断人员移动路径，该路径为g₅→g₆→g₈→g₄；达到下一个应急照明设备的空间坐标点g₆所需最短时长将采集的对应空间坐标点g₆的环境温度/>输入到三维图像模型中；模拟t₁+1时刻对应空间坐标点g₆的环境温度/>根据迭代公式：

不断对空间坐标点g₆的温度变化进行模拟预测，直到温度值达到阈值k；得到模拟预测总时长此时下一个应空间坐标点对应的照明区域为危险区域，重新规划新的安全逃生路径，该路径为g₅→g₉→g₈→g₄。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种集成路径导航功能的应急照明方法，其特征在于：该方法包括以下步骤：

S10、建立关于照明区域内的三维图像模型，根据照明区域内建筑布局结构和应急照明设备安装位置，在三维图像模型中模拟关于照明区域内的图像真实场景；建立关于安全路径选择的预测模型，基于历史人员运动数据，采用机器学习算法分析人员在三维图像模型中的运动路径和不同路径下的运动时间，预测不同的路径选择和所需时间，并不断优化导航推荐；

S20、采集照明区域内的环境数据和人员运动数据；对采集的环境数据进行分析，判断当前照明区域内是否发生火灾；若照明区域内发生火灾，执行步骤S30；若照明区域内一切正常，重复执行步骤S20；

S30、开启应急照明设备并进行自动报警；将采集的环境数据输入到三维图像模型中，对照明区域内场景环境进行分析；根据分析结果，预测模型选择安全逃生路径；

S40、基于人员运动数据和预测模型选择的安全逃生路径，控制应急照明设备灯光颜色变化。

2.根据权利要求1所述的一种集成路径导航功能的应急照明方法，其特征在于：所述步骤S10的具体实施过程包括：

S101、根据照明区域内建筑布局结构安装应急照明设备，确保人员能看见照明区域内环境场景；根据应急照明设备安装位置信息得到关于三维图像模型的赋权有向图G；所述赋权有向图中空间坐标点之间的连线距离为对应应急照明设备在三维图像模型中的路径最短距离；

其中，G＝{g₁、g₂、...、g_n}；g₁、g₂、...、g_n分别表示第1、2、...、n个应急照明设备在三维图像模型中的空间坐标点；n表示安装的应急照明设备数量；

S102、基于历史人员运动数据，采用Dijkstra算法，选定g_i为源点s，计算从源点s出发，到G\{g_i}中所有空间坐标点的路径最短距离short[s,w_h]；

其中，g_i表示第i个应急照明设备空间坐标点；i＝1、2、...、n；G\{g_i}表示集合G中除g_i以外的所有空间坐标点；w_h表示第h个应急照明设备空间坐标点；w_h∈G\{g_i}；h＝1、2、...、n-1，且h≠i；

S103、基于历史人员运动数据，分析人员在不同路径下的运动时长T，得到人员从源点s到空间坐标点w_h的历史运动时长数据集合P，将集合P分为训练集P₁和验证集P₂；将训练集P₁输入到安全路径选择的预测模型中进行训练，将训练结果与验证集P₂进行交叉验证，得到人员从源点s到空间坐标点w_h所需要的最短时长阈值

3.根据权利要求2所述的一种集成路径导航功能的应急照明方法，其特征在于：所述步骤S20中，对采集的环境数据进行分析，判断当前照明区域内是否发生火灾的方法步骤为：

S201、在照明区域内安装火灾探测器，对照明区域进行监测；所述火灾探测器通过监测环境温度变化判断是否发生火灾；

其中，每个应急照明设备都安装对应的火灾探测器；

S202、基于发生火灾的历史环境数据，确定火灾探测器的温度报警阈值k；

S203、对照明区域内的环境数据进行分析，确定对应空间坐标点g_i的环境温度随时间t的变化情况将/>与k作比较；当/>时，判断第i个应急照明设备的照明区域内发生火灾；当/>时，判断第i个应急照明设备照明区域内一切正常；

其中，将应急照明设备空间坐标点作为环境数据和人员运动数据采集点；当对空间坐标点g_i的应急照明设备环境数据进行采集时，还需采集对应空间坐标点g_i的相邻点g_i+1和g_i-1的环境数据。

4.根据权利要求3所述的一种集成路径导航功能的应急照明方法，其特征在于：所述应急照明设备灯光颜色包含颜色A和颜色B；对照明区域内场景环境进行分析，预测模型选择安全逃生路径，并控制应急照明设备灯光颜色变化的方法步骤为：

S301、对采集的环境数据进行分析，将正常照明区域对应的应急照明设备灯光颜色变为颜色A，将发生火灾的照明区域对应的应急照明设备灯光颜色变为颜色B；将变为颜色A的应急照明设备所在照明区域列为安全区域，将变为颜色B的应急照明设备所在照明区域列为危险区域，并在三维图像模型中进行显示标识；

S302、根据采集的环境数据，在建立的三维图像模型中模拟照明区域温度变化情况；将当前时刻采集的对应空间坐标点g_i的环境温度输入到三维图像模型中，模拟t+1时刻对应空间坐标点g_i的环境温度/>根据迭代公式：

其中，α表示热扩散系数；△t表示每次进行迭代计算的时间间隔；△x表示三维图像模型中空间坐标的离散化步长；表示t时刻在空间坐标点g_i+1的环境温度；/>表示t时刻在空间坐标点g_i-1的环境温度；

根据上述迭代公式，不断对空间坐标点g_i的温度变化进行模拟预测，直到温度值达到阈值k，得到模拟预测总时长△T；

S303、分析采集的运动数据得到人员当前所处三维图像模型空间坐标位置s₀，并确定对应s₀的空间坐标点g_i；将G\{g_i}中危险区域对应的应急照明设备空间坐标点剔除，将人员位置信息s₀输入到安全路径选择的预测模型中，根据三维图像模型中安全出口空间坐标点，得到y条不同的路径；

S304、对y条不同的路径进行分析；根据人员三维图像模型中空间坐标位置变化情况s₀(t)判断人员移动路径，并得到人员到达下一个应急照明设备所在空间坐标点所需最短时长将/>与下一个应急照明设备的空间坐标点环境温度到达阈值k时模拟预测总时长/>作比较；当/>时，一切正常；当/>时，此时下一个应空间坐标点对应的照明区域为危险区域，重新规划新的安全逃生路径。

5.根据权利要求4所述的一种集成路径导航功能的应急照明方法，其特征在于：用户通过人机交互模块查看照明区域内的三维图像场景和火灾情况，所述火灾情况包含三维图像模型中的危险区域和安全区域；人机交互模块通过采集的运动数据和用户端定位确定人员所处照明区域，根据该照明区域所对应的应急照明设备三维图像模型空间坐标点，为用户选择安全逃生路径，并将安全逃生路径进行显示；所述人机交互模块用于提供人机交互界面，将照明区域内的三维图像场景和火灾情况进行显示。

6.一种集成路径导航功能的应急照明系统，其特征在于：该系统包括采集数据分析模块、路径导航分析模块、智能控制模块、人机交互模块和储存数据库；

所述采集数据分析模块用于通过传感器采集照明区域内的环境数据和人员运动数据；对环境数据进行分析，判断是否发生火灾；所述路径导航模拟分析模块用于根据采集的环境数据对照明区域内的火灾场景进行分析，根据分析结果选择安全逃生路径；所述智能控制模块用于根据选择的安全逃生路径控制照明设备灯光变化；所述人机交互模块用于提供人机交互界面，将照明区域内的三维图像场景和火灾情况进行显示；所述储存数据库用于储存历史环境数据和历史人员运动数据。

7.根据权利要求6所述的一种集成路径导航功能的应急照明系统，其特征在于：所述采集数据分析模块包含数据采集单元、安全分析单元、安全警报管理单元；

所述数据采集单元用于通过传感器采集照明区域内的环境数据和人员运动数据，并将采集数据通过Zigbee网络传输给安全分析单元；

所述安全分析单元用于对采集的环境数据进行分析，通过火灾探测器监测照明区域内环境温度变化，判断是否发生火灾；

所述安全警报管理单元用于当照明区域内发生火灾时，开启应急照明设备并进行自动报警。

8.根据权利要求7所述的一种集成路径导航功能的应急照明系统，其特征在于：所述路径导航分析模块包含图像模型管理单元、预测模型管理单元、火灾场景分析单元和安全路径选择单元；

所述图像模型管理单元用于建立关于照明区域内的三维图像模型，根据照明区域内建筑布局结构和应急照明设备安装位置，在三维图像模型中模拟关于照明区域内的图像真实场景；

所述预测模型管理单元用于建立关于安全路径选择的预测模型，基于历史人员运动数据，采用机器学习算法分析人员在三维图像模型中的运动路径和不同路径下的运动时间，预测不同的路径选择和所需时间，并不断优化导航推荐；

所述火灾场景分析单元用于将采集的环境数据输入到三维图像模型中，对照明区域内场景环境进行模拟分析；

所述安全路径选择单元用于根据火灾场景分析单元的模拟分析结果，选择安全逃生路径。

9.根据权利要求8所述的一种集成路径导航功能的应急照明系统，其特征在于：所述智能控制模块包含照明设备管理单元和照明设备控制单元；

所述照明设备管理单元用于控制照明设备开启和关闭；

所述照明设备控制单元用于根据人员运动数据和预测模型选择的安全逃生路径，控制应急照明设备灯光颜色变化。

10.根据权利要求9所述的一种集成路径导航功能的应急照明系统，其特征在于：所述人机交互模块包含智能定位单元、最优路径规划单元和用户管理单元；

所述智能定位单元用于确定用户在照明区域内所处位置信息；

所述最优路径规划单元用于根据用户在照明区域内所处位置信息，推荐安全逃生路径；

所述用户管理单元用于为用户提供人机交互界面，将照明区域内的三维图像模型、用户所处进行三维图像模型位置信息和推荐的安全逃生路径进行显示。