CN117771599A - 基于边缘计算和深度学习的消防灭火系统 - Google Patents
基于边缘计算和深度学习的消防灭火系统 Download PDFInfo
- Publication number
- CN117771599A CN117771599A CN202311738608.XA CN202311738608A CN117771599A CN 117771599 A CN117771599 A CN 117771599A CN 202311738608 A CN202311738608 A CN 202311738608A CN 117771599 A CN117771599 A CN 117771599A
- Authority
- CN
- China
- Prior art keywords
- fire
- deep learning
- edge
- fire extinguishing
- module
- 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
- 238000013135 deep learning Methods 0.000 title claims abstract description 22
- 238000004364 calculation method Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 238000013136 deep learning model Methods 0.000 claims abstract description 18
- 239000000779 smoke Substances 0.000 claims description 16
- 230000001629 suppression Effects 0.000 claims description 9
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 4
- 239000003999 initiator Substances 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Fire-Extinguishing By Fire Departments, And Fire-Extinguishing Equipment And Control Thereof (AREA)
Abstract
本发明公开了一种基于边缘计算和深度学习的消防灭火系统,包括终端应用、边缘模块、探测模块和消防装置;其中,所述探测模块通过引发器与所述消防装置相连接,用于探测到火情时发出控制指令触发所述消防装置灭火;并且,所述探测模块与所述边缘模块相连接,以将检测到的数据上传至所述边缘模块,由所述边缘模块传输到深度学习模型Mask‑RCNN进行火灾识别及反馈;所述终端应用分别与所述探测模块和所述消防装置相连接,用于展示所述消防装置的设备状态以及火灾现场信息,并且,设置为能够远程手动控制所述消防装置启动灭火。该基于边缘计算和深度学习的消防灭火系统操作方便,能够精准检测火情,大大提升消防灭火的效率。
Description
技术领域
本发明涉及物联网智慧消防技术领域,具体地,涉及一种基于边缘计算和深度学习的消防灭火系统。
背景技术
为了加强消防安全管理水平,提高对火灾的自防自救能力以及火灾发生的响应能力,保护人身、财产安全,需要依照法律法规和国家有关规定,定期对各单位的消防安全管理水平进行评价,对于没有达到标准的单位进行整治。为了使消防产业更科技化、数字化,促进产业转型升级,需着力推动智慧消防产业,通过智能化改造实现“互联网+智慧消防”发展需求。
但是,在物联网服务中,由于数据传输和网络性能的局限性,现有的采用集中式云计算结构对物联网设备进行大量数据处理与分析时,显得效率较低。
因此,急需要提供一种能够快速有效地实现智慧消防、智能灭火的消防灭火系统。
发明内容
本发明的目的是提供一种基于边缘计算和深度学习的消防灭火系统,该基于边缘计算和深度学习的消防灭火系统操作方便,能够精准检测火情,大大提升消防灭火的效率。
为了实现上述目的,本发明提供了一种基于边缘计算和深度学习的消防灭火系统,该基于边缘计算和深度学习的消防灭火系统包括终端应用、边缘模块、探测模块和消防装置;其中,
探测模块通过引发器与消防装置相连接,用于探测到火情时发出控制指令触发消防装置灭火;并且,探测模块与边缘模块相连接,以将检测到的数据上传至边缘模块,由边缘模块传输到深度学习模型Mask-RCNN进行火灾识别及反馈;
终端应用分别与探测模块和消防装置相连接,用于展示消防装置的设备状态以及火灾现场信息,并且,设置为能够远程手动控制消防装置启动灭火。
优选地,消防装置上设有用于记录数据的二维码,数据包括设备编号、设备地点以及设备安装时间。
优选地,消防装置包括灭火弹和喷淋器,其中,灭火弹为悬挂式氮气灭火弹。
优选地,探测模块包括火焰探测器、MQ2烟雾探测器、DHT11温度探测器、漏电探测器和视频探测器,并且设置为当火焰探测器监测到火焰信息时,同时DHT11温度探测器判断温度、MQ2烟雾探测器判断烟雾浓度是否达到阈值,如达到阈值则发出控制指令,本地自动触发灭火装置,并将视频探测器监测到的图像连同火焰、烟雾、温度数据上传至边缘模块。
优选地,边缘模块设置为能够利用边缘计算对温度、火焰、烟雾数据进行处理,利用深度学习模型Mask-RCNN对视频图像进行火灾识别,并进行智能研判,包括:
若火势可控,且事发地点无人员活动,则自动控制灭火弹触发进行灭火;
若火势可控,事发地点有人员在场,则控制喷淋器进行灭火;
若火势过大,则自动控制灭火弹和喷淋器进行灭火,并自动触发紧急报警。
优选地,利用深度学习模型Mask-RCNN进行火灾识别包括:首先,将视频图像输入到预训练好的ResNet网络中,获取到特征图像;其次,对特征图像当中的每一个点设置感兴趣区域ROI;然后,在RPN网络中对感兴趣区域进行分类和回归操作,筛选出一部分感兴趣区域;接着,对筛选出的感兴趣区域ROI做ROI Align操作;最后,对ROI进行分类,回归,生成Mask,输出预测结果和得分率,检测到火焰报警。
优选地,深度学习模型Mask-RCNN的损失函数为L=Lcls+Lloc+Lmask,其中,L为Mask-RCNN的损失函数总和,Lcls为分类损失,用于衡量模型对目标类别的分类准确性,Lloc为定位损失,用于衡量模型对目标边界框的定位准确性,Lmask为掩码损失,用于衡量模型对目标实例的像素级分割准确性。
优选地,终端应用包括电脑终端和手机终端,并设置为当电脑终端和手机终端接收到火情报警时,用户可在终端进行远程手动操作启动消防装置灭火。
优选地,消防装置设置为能够向终端应用反馈启动时间和设备信息。
优选地,终端应用内嵌入有路径规划算法,用于规划最短救援路径以供消防员救援过程当中按照最短路径前往救援。
根据上述技术方案,本发明通过探测模块实时探测各种传感器数据及视频监控数据,并将数据上传到边缘模块处理,利用深度学习模型智能研判火情,远程控制消防装置灭火。并且引入了边缘计算及深度学习,边缘计算解决了传统云服务器因距离物联网设备及用户距离远等问题,深度学习模型辅助火灾识别使得火灾监测精准,消防灭火效率大大提升。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是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,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
图1是本发明提供的基于边缘计算和深度学习的消防灭火系统的模块示意图;
图2是本发明提供的基于边缘计算和深度学习的消防灭火系统进行灭火的流程图;
图3是本发明提供的深度学习模型Mask-RCNN辅助火灾识别的流程图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
参见图1,本发明提供一种基于边缘计算和深度学习的消防灭火系统,该基于边缘计算和深度学习的消防灭火系统包括终端应用、边缘模块、探测模块和消防装置;其中,
探测模块通过引发器与消防装置相连接,用于探测到火情时发出控制指令触发消防装置灭火;并且,探测模块与边缘模块相连接,以将检测到的数据上传至边缘模块,由边缘模块传输到深度学习模型Mask-RCNN进行火灾识别及反馈;
终端应用分别与探测模块和消防装置相连接,用于展示消防装置的设备状态以及火灾现场信息,并且,设置为能够远程手动控制消防装置启动灭火。
通过上述技术方案,利用探测模块实时探测各种传感器数据及视频监控数据,并将数据上传到边缘模块处理,利用深度学习模型智能研判火情,远程控制消防装置灭火。并且引入了边缘计算及深度学习,边缘计算解决了传统云服务器因距离物联网设备及用户距离远等问题,深度学习模型辅助火灾识别使得火灾监测精准,消防灭火效率大大提升。
在本实施方式中,优选地,消防装置上设有用于记录数据的二维码,数据包括设备编号、设备地点以及设备安装时间。这样,每个设备拥有唯一的二维码做身份标识,便于管理员对各个地点灭火装置的管理和检修维护。
在本实施方式中,优选地,消防装置包括灭火弹和喷淋器,其中,灭火弹为悬挂式氮气灭火弹。其中,悬挂式氮气灭火弹安装简便,工程量小。
在本实施方式中,优选地,探测模块包括火焰探测器、MQ2烟雾探测器、DHT11温度探测器、漏电探测器和视频探测器,并且设置为当火焰探测器监测到火焰信息时,同时DHT11温度探测器判断温度、MQ2烟雾探测器判断烟雾浓度是否达到阈值,如达到阈值则发出控制指令,本地自动触发灭火装置,并将视频探测器监测到的图像连同火焰、烟雾、温度数据上传至边缘模块。
如图2所示,为了辅助火灾监测,防止传感器出现故障导致误传,优选将边缘模块设置为能够利用边缘计算对温度、火焰、烟雾数据进行处理,利用深度学习模型Mask-RCNN对视频图像进行火灾识别,并进行智能研判,包括:
若火势可控,且事发地点无人员活动,则自动控制灭火弹触发进行灭火;
若火势可控,事发地点有人员在场,则控制喷淋器进行灭火;
若火势过大,则自动控制灭火弹和喷淋器进行灭火,并自动触发紧急报警。
利用深度学习模型Mask-RCNN进行火灾识别(见图3)包括:首先,将视频图像输入到预训练好的ResNet网络中,获取到特征图像;其次,对特征图像当中的每一个点设置感兴趣区域ROI;然后,在RPN网络中对感兴趣区域进行分类和回归操作,筛选出一部分感兴趣区域;接着,对筛选出的感兴趣区域ROI做ROI Align操作;最后,对ROI进行分类,回归,生成Mask,输出预测结果和得分率,检测到火焰报警。
其中,深度学习模型Mask-RCNN的损失函数为L=Lcls+Lloc+Lmask,其中,L为Mask-RCNN的损失函数总和,Lcls为分类损失,用于衡量模型对目标类别的分类准确性,Lloc为定位损失,用于衡量模型对目标边界框的定位准确性,Lmask为掩码损失,用于衡量模型对目标实例的像素级分割准确性。
此外,终端应用包括电脑终端和手机终端,并设置为当电脑终端和手机终端接收到火情报警时,用户可在终端进行远程手动操作启动消防装置灭火。
上述的消防装置设置为能够向终端应用反馈启动时间和设备信息,主要是向系统管理员展示消防装置设备状态及现场信息。当终端接收报警有火情发生时,用户可在终端进行远程操作启动灭火装置防止自动控制出现故障。其中,消防灭火装置一旦启动,能够及时的反馈启动时间及设备信息,便于管理员更换灭火装置。
另外,终端应用内还嵌入有路径规划算法,用于规划最短救援路径以供消防员救援过程当中按照最短路径前往救援。
综上所述,通过采用边缘计算技术和深度学习技术,在边缘端用现有的深度学习分析方法对消防报警主机的数据进行分析,有深度学习模型Mask-RCNN对火灾进行识别,有路径规划算法为消防员提供最短路径救援。其中,边缘端距离用户近,Mask-RCNN模型识别火灾准确可辅助传感器识别,以防传感器出现故障,因此本系统大大提升了智慧消防灭火的效率。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (9)
1.一种基于边缘计算和深度学习的消防灭火系统,其特征在于,所述基于边缘计算和深度学习的消防灭火系统包括终端应用、边缘模块、探测模块和消防装置;其中,
所述探测模块通过引发器与所述消防装置相连接,用于探测到火情时发出控制指令触发所述消防装置灭火;并且,所述探测模块与所述边缘模块相连接,以将检测到的数据上传至所述边缘模块,由所述边缘模块传输到深度学习模型Mask-RCNN进行火灾识别及反馈;
所述终端应用分别与所述探测模块和所述消防装置相连接,用于展示所述消防装置的设备状态以及火灾现场信息,并且,设置为能够远程手动控制所述消防装置启动灭火。
2.根据权利要求1所述的基于边缘计算和深度学习的消防灭火系统,其特征在于,所述消防装置上设有用于记录数据的二维码,所述数据包括设备编号、设备地点以及设备安装时间。
3.根据权利要求2所述的基于边缘计算和深度学习的消防灭火系统,其特征在于,所述消防装置包括灭火弹和喷淋器,其中,所述灭火弹为悬挂式氮气灭火弹。
4.根据权利要求3所述的基于边缘计算和深度学习的消防灭火系统,其特征在于,所述探测模块包括火焰探测器、MQ2烟雾探测器、DHT11温度探测器、漏电探测器和视频探测器,并且设置为当所述火焰探测器监测到火焰信息时,同时所述DHT11温度探测器判断温度、所述MQ2烟雾探测器判断烟雾浓度是否达到阈值,如达到阈值则发出控制指令,本地自动触发所述灭火装置,并将所述视频探测器监测到的图像连同火焰、烟雾、温度数据上传至所述边缘模块。
5.根据权利要求4所述的基于边缘计算和深度学习的消防灭火系统,其特征在于,所述边缘模块设置为能够利用边缘计算对温度、火焰、烟雾数据进行处理,利用深度学习模型Mask-RCNN对视频图像进行火灾识别,并进行智能研判,包括:
若火势可控,且事发地点无人员活动,则自动控制所述灭火弹触发进行灭火;
若火势可控,事发地点有人员在场,则控制所述喷淋器进行灭火;
若火势过大,则自动控制所述灭火弹和所述喷淋器进行灭火,并自动触发紧急报警。
6.根据权利要求5所述的基于边缘计算和深度学习的消防灭火系统,其特征在于,利用深度学习模型Mask-RCNN进行火灾识别包括:首先,将视频图像输入到预训练好的ResNet网络中,获取到特征图像;其次,对特征图像当中的每一个点设置感兴趣区域ROI;然后,在RPN网络中对感兴趣区域进行分类和回归操作,筛选出一部分感兴趣区域;接着,对筛选出的感兴趣区域ROI做ROI Align操作;最后,对ROI进行分类,回归,生成Mask,输出预测结果和得分率,检测到火焰报警。
7.根据权利要求1所述的基于边缘计算和深度学习的消防灭火系统,其特征在于,所述终端应用包括电脑终端和手机终端,并设置为当所述电脑终端和手机终端接收到火情报警时,用户可在终端进行远程手动操作启动所述消防装置灭火。
8.根据权利要求7所述的基于边缘计算和深度学习的消防灭火系统,其特征在于,所述消防装置设置为能够向所述终端应用反馈启动时间和设备信息。
9.根据权利要求7所述的基于边缘计算和深度学习的消防灭火系统,其特征在于,所述终端应用内嵌入有路径规划算法,用于规划最短救援路径以供消防员救援过程当中按照最短路径前往救援。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311738608.XA CN117771599A (zh) | 2023-12-15 | 2023-12-15 | 基于边缘计算和深度学习的消防灭火系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311738608.XA CN117771599A (zh) | 2023-12-15 | 2023-12-15 | 基于边缘计算和深度学习的消防灭火系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117771599A true CN117771599A (zh) | 2024-03-29 |
Family
ID=90386464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311738608.XA Pending CN117771599A (zh) | 2023-12-15 | 2023-12-15 | 基于边缘计算和深度学习的消防灭火系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117771599A (zh) |
-
2023
- 2023-12-15 CN CN202311738608.XA patent/CN117771599A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101223680B1 (ko) | 스마트형 화재 감시 감지 시스템 | |
KR102126281B1 (ko) | 사물인터넷 기반 스마트 화재감지기 및 이를 이용한 화재감지시스템 | |
KR102322427B1 (ko) | 빅데이터 기반의 건축물 화재 예방 대응 시스템 | |
KR101444395B1 (ko) | 비상 대처가 가능한 지능형 자동제어 방법 및 시스템 | |
CN110496355A (zh) | 一种基于物联网的智慧消防系统 | |
KR20160118515A (ko) | 화재감시 시스템 및 그 동작방법 | |
CN109920099B (zh) | 可移动模块化智慧消防执勤保障装备及相关产品 | |
KR102158840B1 (ko) | 실시간 화재 감지 시스템 및 그 감지 방법 | |
CN112044006A (zh) | 一种楼宇用监控消防系统 | |
CN203425434U (zh) | 一种大空间火灾智能实时监控灭火系统 | |
JP7376162B2 (ja) | 人工知能連動知能型災難安全管理方法およびこのような方法を遂行するシステム | |
CN110519560B (zh) | 一种智能预警方法、装置及系统 | |
CN108830143A (zh) | 一种基于深度学习的视频分析系统 | |
KR102464640B1 (ko) | IoT 기반의 화재 감시 및 관리 시스템 | |
KR20100006203A (ko) | 문화재 관리 시스템 및 방법 | |
KR20140124462A (ko) | 화재 대피자 상황정보 제공 시스템 및 방법 | |
CN113990022A (zh) | 基于边缘计算的消防监控方法、装置、设备及存储介质 | |
CN113405219A (zh) | 空调器的防火监测方法、装置、电子设备以及存储介质 | |
US11016189B2 (en) | Systems and methods for security system device tamper detection | |
CN111359132B (zh) | 一种基于人工智能的智慧消防警报方法及系统 | |
CN109785547A (zh) | 安全警示方法、装置、控制系统和存储介质 | |
CN117771599A (zh) | 基于边缘计算和深度学习的消防灭火系统 | |
CN216927797U (zh) | 应急避灾管理系统 | |
CN115920293A (zh) | 一种消防设备状态监测系统、方法及装置 | |
KR20140105678A (ko) | 지능형 종합 방재 시스템. |
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 |