本申请涉及到人工智能灭火领域，特别是涉及到一种基于细水雾泵与ar结合的智能灭火设备。
背景技术：
细水雾的组成部分为直径微粒极小的水微粒，其在灭火方面具有省水与高效的优点。但是，采用细水雾灭火设备进行灭火的过程中，使用者如何操作细水雾灭火设备进行准确高效灭火，是非常依赖使用者的经验的，这其中的一个原因在于，细水雾灭火设备进行灭火时，细水雾与火场的相互作用会对视觉判断有很大的影响，例如对于新手消防员而言，其难以确定是应当移动喷头进行下一区域的灭火工作，还是应当继续维持对当前区域的灭火工作。因此，现有技术中，缺少经验依赖性低的细水雾灭火设备。
技术实现要素：
本申请的主要目的为提供一种基于细水雾泵与ar结合的智能灭火设备，包括：
液体输入主管道、细水雾泵主体、液体输出主管道、n个辅助材料添加室、n个电磁阀、n个支路管道、细水雾喷头、水泵控制芯片、头戴式ar部件、可见光信号采集器、紫外光生成器；其中，n为大于等于2的整数；
所述细水雾泵主体与所述液体输入主管道连接，以获取灭火液体；所述细水雾泵主体与所述液体输出主管道连接，以输出加压后的灭火液体；
所述n个辅助材料添加室分别经由所述n个支路管道与所述液体输入主管道连接，并且所述n个支路管道分别由所述n个电磁阀控制管道的开启或者关闭；
所述n个辅助材料添加室中分别填充有第一辅助粉末、第二辅助粉末、…、第n辅助粉末；所述第一辅助粉末、第二辅助粉末、…、第n辅助粉末的颗粒直径均小于预设的直径阈值，并且所述智能灭火设备经由细水雾喷头能够喷射的细水雾的最大微粒直径大于所述直径阈值；所述第一辅助粉末、第二辅助粉末、…、第n辅助粉末均不作为灭火材料使用；其中，所述第一辅助粉末、第二辅助粉末、…、第n辅助粉末均能够吸收紫外光以生成不同颜色的可见光；
所述水泵控制芯片与所述n个电磁阀分别信号连接；所述水泵控制芯片与所述头戴式ar部件通过无线信号的方式进行信号连接；
所述头戴式ar部件之上设置有所述可见光信号采集器和紫外光生成器，并且所述可见光信号采集器和紫外光生成器中的任意一者均与所述头戴式ar部件信号连接；
在所述智能灭火设备进行灭火操作时，所述头戴式ar部件戴在使用者头上，所述智能灭火设备被配置为：
灭火液体从液体输入主管道进入细水雾泵主体，经由细水雾泵主体加压后从液体输出主管道进入细水雾喷头，再由细水雾喷头生成最大微粒直径大于所述直径阈值的第一细水雾，将第一细水雾喷向第一火场区域；
在第一预设时间后，所述头戴式ar部件控制可见光信号采集器对第一火场区域进行图像采集，以得到第一可见光图像，再根据第一可见光图像，确定至少一个辅助材料添加室，向水泵控制芯片发送电磁阀开启信号，以使水泵控制芯片通过信号通道控制至少一个电磁阀间断性开启，从而所述至少一个辅助材料添加室中的至少一种辅助粉末进入液体输入主管道与灭火液体混合；
混合有所述至少一种辅助粉末的灭火液体从液体输入主管道进入细水雾泵主体，经由细水雾泵主体加压后从液体输出主管道进入细水雾喷头，再由细水雾喷头生成混有所述至少一种辅助粉末的第二细水雾，将第二细水雾喷向第一火场区域；
在第二预设时间后，所述头戴式ar部件控制紫外光生成器间断性地开启，以使紫外光间断性地照射第一火场区域，再控制可见光信号采集器对第一火场区域进行图像采集，以得到第二可见光图像，从而所述第二可见光图像上呈现有由所述至少一种辅助粉末吸收紫外光而发出的指定颜色的可见光；
所述头戴式ar部件利用预先搭载的火情状态预测模型，对所述第二可见光图像进行预测处理，从而得到所述火情状态预测模型输出的火情预测状况；其中，所述火情状态预测模型基于卷积神经网络模型训练而成；
根据所述火情预测状况，生成提示图像，并根据预设的ar成像技术，以第二可见光图像和提示图像为依据，在头戴式ar部件的显示界面上生成ar图像，以提示使用者保持或者改变灭火策略。
进一步地，所述根据第一可见光图像，确定至少一个辅助材料添加室的过程，包括：
从所述第一可见光图像中提取主要颜色；其中，呈现所述主要颜色的像素点在所有像素点中所占比例大于预设的比例阈值；
根据公式：r2=256-r1，g2=256-g1，b2=256-b1的公式，计算出所述主要颜色的反相颜色；其中，r2为反相颜色的红颜色通道数值，g2为反相颜色的绿颜色通道数值，b2为反相颜色的蓝颜色通道数值；r1为主要颜色的红颜色通道数值，g1为主要颜色的绿颜色通道数值，b1为主要颜色的蓝颜色通道数值；
根据预设的颜色与辅助粉末的对应关系，获取与所述反相颜色对应的指定辅助粉末；其中，所述指定辅助粉末能够吸收紫外线而发出所述反相颜色的可见光；
根据辅助粉末-辅助粉末添加室-电磁阀的对应关系，获取与所述指定辅助粉末对应的指定辅助粉末添加室和指定电磁阀。
进一步地，所述火情状态预测模型通过有监督学习的训练方式训练得到，所述火情状态预测模型的训练过程包括：
对预设的多个样本火情场景分别喷射混有样本辅助粉末的细水雾，并采用紫外光生成器生成紫外光以照射多个样本火情场景，同时利用可见光信号采集器对所述多个样本火情场景均进行m次图像采集，以对应得到多个样本火情图像集；其中，每个样本火情图像集均包括m幅样本火情图像，所述样本辅助粉末能够吸收紫外光而发出指定颜色的可见光，m为大于1的整数；
进行标注处理，以使多个样本火情图像集中的所有样本火情图像均人工标注上火情状态标签；
将所述多个样本火情图像集按预设比例划分为训练图像集和验证图像集，并将训练图像集输入预设的卷积神经网络模型中进行训练，以得到初始火情预测模型；
利用验证图像集对所述初始火情预测模型进行验证，以得到验证结果，并判断验证结果是否为验证通过；
若验证结果为验证通过，则将所述初始火情预测模型记为火情状态预测模型。
进一步地，所述智能灭火设备为便携式智能灭火设备，所述头戴式ar部件为ar头盔或者ar眼镜。
本申请提供一种采用前述的基于细水雾泵与ar结合的智能灭火设备进行的灭火方法，包括：
在所述细水雾泵主体开始工作的第一预设时间后，头戴式ar部件控制预设的可见光信号采集器对第一火场区域进行图像采集，以得到第一可见光图像；
头戴式ar部件判断第一可见光图像中是否存在细水雾；
若第一可见光图像中存在细水雾，则根据第一可见光图像，确定至少一个辅助材料添加室；
头戴式ar部件根据预设的辅助材料添加室与电磁阀编号的对应关系，获取与至少一个辅助材料添加室分别对应的至少一个电磁阀的编号；
头戴式ar部件向水泵控制芯片发送电磁阀开启信号；所述电磁阀开启信号附带有所述至少一个电磁阀的编号；
在第二预设时间后，头戴式ar部件控制紫外光生成器间断性地开启，以使紫外光间断性地照射第一火场区域，再控制可见光信号采集器对第一火场区域进行图像采集，以得到第二可见光图像；
头戴式ar部件判断所述第二可见光图像中是否存在多个呈指定颜色的像素点；
若所述第二可见光图像中存在多个呈指定颜色的像素点，则判断多个呈指定颜色的像素点是否分散式分布；
若多个呈指定颜色的像素点分散式分布，则利用预先搭载的火情状态预测模型，对所述第二可见光图像进行预测处理，从而得到所述火情状态预测模型输出的火情预测状况；
头戴式ar部件根据所述火情预测状况，生成提示图像，并根据预设的ar成像技术，以第二可见光图像和提示图像为依据，在头戴式ar部件的显示界面上生成ar图像，以提示使用者保持或者改变灭火策略。
本申请提供一种计算机设备，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方法的步骤。
本申请提供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方法的步骤。
本申请的基于细水雾泵与ar结合的智能灭火设备，包括液体输入主管道、细水雾泵主体、液体输出主管道、n个辅助材料添加室、n个电磁阀、n个支路管道、细水雾喷头、水泵控制芯片、头戴式ar部件、可见光信号采集器、紫外光生成器，实现了无需资深使用者也能高效准确灭火的目的。
本申请中还需要注意的一点在于，本申请是具有多种判断机制的，其中之一在于，使用者根据经验对火场的肉眼观察得到的（即，本申请在灭火过程中，在可见光领域下，不会对火场的观测造成影响，因为辅助粉末只有在紫外光照射下才暂时显出强烈的对比色彩），从而资深使用者仍然具有一定的优势；其中之二在于，通过在紫外光照射下才暂时显出强烈的对比色彩的辅助粉末的分布状态（根据火情的严重程度，分布状态也不同），利用基于机器学习的火情状态预测模型进行判断，并以ar图像的方式显现，从而无论使用者的灭火经验如何，均能准确高效地灭火。
另外，本申请采用辅助材料的目的在于，在不影响肉眼对火场的观测的前提下，提高火情状态预测模型对于火情的预测准确性（这是因为有了辅助材料的颜色辅助，火场的图像特征更易识别）。
附图说明
图1为本申请一实施例的基于细水雾泵与ar结合的智能灭火设备的结构示意图；
图2为本申请一实施例的计算机设备的结构示意框图。
附图标记如下：
液体输入主管道1、细水雾泵主体2、液体输出主管道3、n个辅助材料添加室4、n个支路管道5、细水雾喷头6、头戴式ar部件7，其中虚线表示无线信号连接。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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。
如图1所示，本申请实施例提供一种基于细水雾泵与ar结合的智能灭火设备，包括：
液体输入主管道1、细水雾泵主体2、液体输出主管道3、n个辅助材料添加室4、n个电磁阀(未图示)、n个支路管道5、细水雾喷头6、水泵控制芯片(未图示)、头戴式ar部件7、可见光信号采集器(未图示)、紫外光生成器(未图示)；其中，n为大于等于2的整数；
所述细水雾泵主体与所述液体输入主管道连接，以获取灭火液体；所述细水雾泵主体与所述液体输出主管道连接，以输出加压后的灭火液体；
所述n个辅助材料添加室分别经由所述n个支路管道与所述液体输入主管道连接，并且所述n个支路管道分别由所述n个电磁阀控制管道的开启或者关闭；
所述n个辅助材料添加室中分别填充有第一辅助粉末、第二辅助粉末、…、第n辅助粉末；所述第一辅助粉末、第二辅助粉末、…、第n辅助粉末的颗粒直径均小于预设的直径阈值，并且所述智能灭火设备经由细水雾喷头能够喷射的细水雾的最大微粒直径大于所述直径阈值；所述第一辅助粉末、第二辅助粉末、…、第n辅助粉末均不作为灭火材料使用；其中，所述第一辅助粉末、第二辅助粉末、…、第n辅助粉末均能够吸收紫外光以生成不同颜色的可见光；
所述水泵控制芯片与所述n个电磁阀分别信号连接；所述水泵控制芯片与所述头戴式ar部件通过无线信号的方式进行信号连接；
所述头戴式ar部件之上设置有所述可见光信号采集器和紫外光生成器，并且所述可见光信号采集器和紫外光生成器中的任意一者均与所述头戴式ar部件信号连接；
在所述智能灭火设备进行灭火操作时，所述头戴式ar部件戴在使用者头上，所述智能灭火设备被配置为：
灭火液体从液体输入主管道进入细水雾泵主体，经由细水雾泵主体加压后从液体输出主管道进入细水雾喷头，再由细水雾喷头生成最大微粒直径大于所述直径阈值的第一细水雾，将第一细水雾喷向第一火场区域；
在第一预设时间后，所述头戴式ar部件控制可见光信号采集器对第一火场区域进行图像采集，以得到第一可见光图像，再根据第一可见光图像，确定至少一个辅助材料添加室，向水泵控制芯片发送电磁阀开启信号，以使水泵控制芯片通过信号通道控制至少一个电磁阀间断性开启，从而所述至少一个辅助材料添加室中的至少一种辅助粉末进入液体输入主管道与灭火液体混合；
混合有所述至少一种辅助粉末的灭火液体从液体输入主管道进入细水雾泵主体，经由细水雾泵主体加压后从液体输出主管道进入细水雾喷头，再由细水雾喷头生成混有所述至少一种辅助粉末的第二细水雾，将第二细水雾喷向第一火场区域；
在第二预设时间后，所述头戴式ar部件控制紫外光生成器间断性地开启，以使紫外光间断性地照射第一火场区域，再控制可见光信号采集器对第一火场区域进行图像采集，以得到第二可见光图像，从而所述第二可见光图像上呈现有由所述至少一种辅助粉末吸收紫外光而发出的指定颜色的可见光；
所述头戴式ar部件利用预先搭载的火情状态预测模型，对所述第二可见光图像进行预测处理，从而得到所述火情状态预测模型输出的火情预测状况；其中，所述火情状态预测模型基于卷积神经网络模型训练而成；
根据所述火情预测状况，生成提示图像，并根据预设的ar成像技术，以第二可见光图像和提示图像为依据，在头戴式ar部件的显示界面上生成ar图像，以提示使用者保持或者改变灭火策略。
本申请的基于细水雾泵与ar结合的智能灭火设备，包括：液体输入主管道、细水雾泵主体、液体输出主管道、n个辅助材料添加室、n个电磁阀、n个支路管道、细水雾喷头、水泵控制芯片、头戴式ar部件、可见光信号采集器、紫外光生成器；其中，n为大于等于2的整数。其中，细水雾指使用特殊喷头、通过高压喷水产生的水微粒。在一般定义中，细水雾的定义是：在最小设计工作压力下、距喷嘴1米处的平面上，测得水雾最粗部分的水微粒直径不大于1000微米（根据不同的级别，其直径或者更低）。因此，细水雾具有更大的接触面积，有着更好的灭火效果。其中，液体输入主管道可以输入任意可行灭火液体，例如为水。细水雾泵主体用于给灭火液体加压，例如为高压泵。液体输出主管道将加压的液体传递至细水雾喷头，以生成细水雾。
另外，本申请还另外设置了n个辅助材料添加室、n个电磁阀、n个支路管道，以使得辅助材料能够根据需要被添加入灭火液体中。另外，辅助材料能够吸收紫外光以生成不同颜色的可见光，其材料例如为稀土基掺杂材料，例如为掺杂铕或者镝的sral2o4晶体粉末材料，其原理在于，辅助材料具有特殊的能带结构，其中处于低能级的电子能够吸收高能紫外光光子而跃迁至高能级（这是因为高能级与低能级之间的带隙正好匹配高能紫外光光子），而高能级的电子不稳定，当其跃迁至低能级时，发射出不同颜色的可见光（可见光的颜色由跃迁的能级之差决定，由于其会通过多次跃迁至最低能级时，因此发射出的光子能量低于吸收的紫外光光子，而当跃迁的两个能级差匹配可见光光子时，则能够发射出可见光）。需要注意的是，本申请中的辅助材料为粒度小的粉末，即所述第一辅助粉末、第二辅助粉末、…、第n辅助粉末的颗粒直径均小于预设的直径阈值，并且所述智能灭火设备经由细水雾喷头能够喷射的细水雾的最大微粒直径大于所述直径阈值（例如为200-900微米），从而辅助材料不会对细水雾泵主体造成损害，并且能够混在最终生成的细水雾中。
此外，本申请还设置了头戴式ar部件、可见光信号采集器、紫外光生成器，并且本申请的方案必须结合头戴式ar部件才能实施。其中，所述智能灭火设备例如为便携式智能灭火设备，所述头戴式ar部件例如为ar头盔或者ar眼镜，从而利于消防员一人操作灭火。由于消防员常需要穿戴消防头盔，因此本申请的头戴式ar部件可与消防头盔结合，即消防员穿戴的头盔外层具有原消防头盔的特性（耐高温、防撞击等），内层具有ar部件的特征而能够呈现ar图像。所述头戴式ar部件可采用任意可行原理实现，例如采用基于光波导式的ar技术实现，在此不作限制。
所述水泵控制芯片与所述n个电磁阀分别信号连接；所述水泵控制芯片与所述头戴式ar部件通过无线信号的方式进行信号连接；所述水泵控制芯片与所述头戴式ar部件信号连接；所述头戴式ar部件之上设置有所述可见光信号采集器和紫外光生成器，并且所述可见光信号采集器和紫外光生成器中的任意一者均与所述头戴式ar部件信号连接。从而头戴式ar部件能够获取必要的图像数据。其中，不同的电磁阀控制不同的辅助材料进入灭火液体，从而最终生成的细水喷雾中的辅助材料也将在紫外光下呈现不同的颜色，而若辅助材料在紫外光下呈现的颜色与当时的火情场景的背景颜色有着显著地区别，这就更容易被观测以确定火情状态，这也是本申请设计n个辅助材料添加室的初衷。另外，辅助材料必须在紫外光条件下才显现指定颜色，而不能是本征颜色（指在可见光环境而不是紫外光环境下呈现的颜色）为指定颜色，这是因为若采用本征颜色就为指定颜色的辅助材料，其将影响火情场景的直接肉眼观测，从而减少了一种火情判断途径。另外，有些火情场景有可能也会发出一部分紫外光，但该紫外光较弱，因此不会影响本申请的实施。而本申请的紫外光生成器优选生成强烈火的紫外光，例如将紫外光生成器的功率控制为高于预设的功率阈值。并且，在使用时，紫外光生成器间断性地开启，以避免影响肉眼对于火情现场的误判。
在第一预设时间后才进行第一可见光图像的采集，是为了保证细水雾已与火场开始相互作用，形成无经验者难以辨别的火情实景。在本申请中，最原始的火情图像是没有意义的，因此需要行采集在细水雾环境下的火场图片，从而得到第一可见光图像。根据第一可见光图像，确定至少一个辅助材料添加室的方式，可采用任意可行方式，其中，优选只确定一个辅助材料添加室。进而再控制对应的电磁阀即可使至少一种辅助粉末进入液体输入主管道与灭火液体混合。另外，电磁阀是间断性开启，以控制辅助材料的用量。而控制辅助材料的用量，其目的在于控制成本，辅助材料不作为灭火材料使用，而仅使用指示材料使用，并且其价格明显高于灭火液体，因此不需要太多的辅助材料；并且还为了避免影响火场的可见光环境，不应添加过多的辅助材料。
混合有所述至少一种辅助粉末的灭火液体从液体输入主管道进入细水雾泵主体，经由细水雾泵主体加压后从液体输出主管道进入细水雾喷头，再由细水雾喷头生成混有所述至少一种辅助粉末的第二细水雾，将第二细水雾喷向第一火场区域。从而，辅助粉末将作为指示材料以飘浮在火场区域上。再在第二预设时间后，所述头戴式ar部件控制紫外光生成器间断性地开启，以使紫外光间断性地照射第一火场区域，再控制可见光信号采集器对第一火场区域进行图像采集，以得到第二可见光图像，从而所述第二可见光图像上呈现有由所述至少一种辅助粉末吸收紫外光而发出的指定颜色的可见光。其中，采用第二预设时间的设置，是为了保证第二可见光图像中第二细水雾已经喷射到位，从而基于第二可见光图像的分析结果具有更高的可信度。
所述头戴式ar部件利用预先搭载的火情状态预测模型，对所述第二可见光图像进行预测处理，从而得到所述火情状态预测模型输出的火情预测状况；其中，所述火情状态预测模型基于卷积神经网络模型训练而成。由于不同的火情状态下，其上的辅助粉末运动激烈程度、分布情况均是不相同的，因此能够体现火情特征。再根据所述火情预测状况，生成提示图像，并根据预设的ar成像技术，以第二可见光图像和提示图像为依据，在头戴式ar部件的显示界面上生成ar图像，以提示使用者保持或者改变灭火策略。其中，改变灭火策略例如确定当第一火场区域的火情预测状况为已熄灭时，将细水雾喷头指向第二火场区域，以防止复燃。
另外，根据所述火情预测状况，生成提示图像，其中的提示图像可为任意形式，例如包括箭头或者提示文字，以提醒使用者进行相应的灭火操作。另外，生成ar图像可采用任意可行方式，例如在ar头盔（例如采用光学透视式）的虚拟图像投射器将提示图像直接投射在视网膜上，并且提示图像的位置与第一火场中的对应区域重叠（以使用者的视角而言是重叠的），从而实现虚拟图像与真实图像的图像增强目的，以便于使用者及时进行对应的灭火操作，当然，若第一火场区域的火情预测状况为已熄灭（或者火情级别低于预设的级别阈值），则ar图像提示使用者转向第二火场区域。
进一步地，所述根据第一可见光图像，确定至少一个辅助材料添加室的过程，包括：
从所述第一可见光图像中提取主要颜色；其中，呈现所述主要颜色的像素点在所有像素点中所占比例大于预设的比例阈值；
根据公式：r2=256-r1，g2=256-g1，b2=256-b1的公式，计算出所述主要颜色的反相颜色；其中，r2为反相颜色的红颜色通道数值，g2为反相颜色的绿颜色通道数值，b2为反相颜色的蓝颜色通道数值；r1为主要颜色的红颜色通道数值，g1为主要颜色的绿颜色通道数值，b1为主要颜色的蓝颜色通道数值；
根据预设的颜色与辅助粉末的对应关系，获取与所述反相颜色对应的指定辅助粉末；其中，所述指定辅助粉末能够吸收紫外线而发出所述反相颜色的可见光；
根据辅助粉末-辅助粉末添加室-电磁阀的对应关系，获取与所述指定辅助粉末对应的指定辅助粉末添加室和指定电磁阀。
以保证指定辅助粉末将在后续的第一火场区域中，呈现对比强烈的指定颜色（即反相颜色）。由于主要颜色是第一可见光图像中的主要颜色，也可视为背景颜色，而相对应的反相颜色具有强列的对比，因此适合用于作为火情预测的依据。即，在不同的火情状况下，指定辅助粉末运动激烈程度、分布情况均是不相同的，据此可以确定火情状况，以此作为是否保持当前的灭火策略的依据。根据公式：r2=256-r1，g2=256-g1，b2=256-b1的公式，计算出所述主要颜色的反相颜色，有利于后续可见光信号采集器采集到更显著的图像，更利于后续图像的处理。
进一步地，所述火情状态预测模型通过有监督学习的训练方式训练得到，所述火情状态预测模型的训练过程包括：
对预设的多个样本火情场景分别喷射混有样本辅助粉末的细水雾，并采用紫外光生成器生成紫外光以照射多个样本火情场景，同时利用可见光信号采集器对所述多个样本火情场景均进行m次图像采集，以对应得到多个样本火情图像集；其中，每个样本火情图像集均包括m幅样本火情图像，所述样本辅助粉末能够吸收紫外光而发出指定颜色的可见光，m为大于1的整数；
进行标注处理，以使多个样本火情图像集中的所有样本火情图像均人工标注上火情状态标签；
将所述多个样本火情图像集按预设比例划分为训练图像集和验证图像集，并将训练图像集输入预设的卷积神经网络模型中进行训练，以得到初始火情预测模型；
利用验证图像集对所述初始火情预测模型进行验证，以得到验证结果，并判断验证结果是否为验证通过；
若验证结果为验证通过，则将所述初始火情预测模型记为火情状态预测模型。
从而通过有监督学习的训练方式训练得到火情状态预测模型。其中，卷积神经网络模型尤其适合承担对图像的分类、预测任务，因此本申请基于卷积神经网络模型来训练火情状态预测模型。对预设的多个样本火情场景分别喷射混有样本辅助粉末的细水雾，并采用紫外光生成器生成紫外光以照射多个样本火情场景，同时利用可见光信号采集器对所述多个样本火情场景均进行m次图像采集，以对应得到多个样本火情图像集；进行标注处理，以使多个样本火情图像集中的所有样本火情图像均人工标注上火情状态标签，从而获得训练与验证所需的图像数据。再进行训练与验证，以保证最终得到的火情状态预测模型能够胜任本申请的火情状态预测任务。另外，需要注意的是，本申请的样本火情图像不是普通的火情图像，因为其中将呈现有分布式的指定颜色。
本申请的基于细水雾泵与ar结合的智能灭火设备，包括液体输入主管道、细水雾泵主体、液体输出主管道、n个辅助材料添加室、n个电磁阀、n个支路管道、细水雾喷头、水泵控制芯片、头戴式ar部件、可见光信号采集器、紫外光生成器，实现了无需资深使用者也能高效准确灭火的目的。
本申请提供一种如前所述的基于细水雾泵与ar结合的智能灭火设备进行的灭火方法，包括：
在所述细水雾泵主体开始工作的第一预设时间后，头戴式ar部件控制预设的可见光信号采集器对第一火场区域进行图像采集，以得到第一可见光图像；
头戴式ar部件判断第一可见光图像中是否存在细水雾；
若第一可见光图像中存在细水雾，则根据第一可见光图像，确定至少一个辅助材料添加室；
头戴式ar部件根据预设的辅助材料添加室与电磁阀编号的对应关系，获取与至少一个辅助材料添加室分别对应的至少一个电磁阀的编号；
头戴式ar部件向水泵控制芯片发送电磁阀开启信号；所述电磁阀开启信号附带有所述至少一个电磁阀的编号；
在第二预设时间后，头戴式ar部件控制紫外光生成器间断性地开启，以使紫外光间断性地照射第一火场区域，再控制可见光信号采集器对第一火场区域进行图像采集，以得到第二可见光图像；
头戴式ar部件判断所述第二可见光图像中是否存在多个呈指定颜色的像素点；
若所述第二可见光图像中存在多个呈指定颜色的像素点，则判断多个呈指定颜色的像素点是否分散式分布；
若多个呈指定颜色的像素点分散式分布，则利用预先搭载的火情状态预测模型，对所述第二可见光图像进行预测处理，从而得到所述火情状态预测模型输出的火情预测状况；
头戴式ar部件根据所述火情预测状况，生成提示图像，并根据预设的ar成像技术，以第二可见光图像和提示图像为依据，在头戴式ar部件的显示界面上生成ar图像，以提示使用者保持或者改变灭火策略。
本申请的基于细水雾泵与ar结合的智能灭火设备进行的灭火方法，其实施主体是头戴式ar部件，即其中每个步骤的实施者均为头戴式ar部件。所述细水雾泵主体开始工作时，可以通过任意可行方式被头戴式ar部件感测到，例如头戴式ar部件获取水泵控制芯片的开启信号。并且在第一预设时间后，头戴式ar部件才进行图像采集，以尽可能保证采集的图像中具有细水雾。再根据第一可见光图像，确定至少一个辅助材料添加室。确定的至少一个辅助材料添加室中的辅助材料优选与第一可见光图像的主要颜色不相同的辅助材料（指在紫外光下发射的可见光颜色）。在第二预设时间后，头戴式ar部件控制紫外光生成器间断性地开启，以使紫外光间断性地照射第一火场区域，再控制可见光信号采集器对第一火场区域进行图像采集，以得到第二可见光图像。
其中，紫外光生成器必须间断性地开启，以减少对火场真实环境的影响，需要注意的是，在灭火操作过程中，紫外光生成器必须间断性地开启，但是在训练火情状态预测模型时，紫外光生成器却是不间断开启的，这有利于样本数据的快速获取。优选地，紫外光生成器间断性地开启，对应地，电磁阀也是间断性地开启，第二可见光图像也是间断性地采集地，这三者的间断间隔时间是相同的，但是却不是同时进行的，因为电磁阀开启后需要一定时间才能生成混有辅助材料的细水雾。因此，优选地，所述头戴式ar部件向水泵控制芯片发送电磁阀开启信号的步骤，包括，头戴式ar部件向水泵控制芯片发送电磁阀开启信号，以要求电磁阀间断性地开启；同时，控制可见光信号采集器对第一火场区域进行图像采集，以得到第二可见光图像的步骤，包括：控制可见光信号采集器对第一火场区域进行间断性图像采集，以得到多张第二可见光图像。头戴式ar部件判断所述第二可见光图像中是否存在多个呈指定颜色的像素点；若所述第二可见光图像中存在多个呈指定颜色的像素点，则判断多个呈指定颜色的像素点是否分散式分布，其用意在于，确定细水雾中的确混有能够代表火情状态的辅助材料。而根据火情状态的不同，辅助材料的运动激烈程度与分布状况也不同（火情越严重，运动越激烈，其散布越广，这也是间断地开启电磁阀的一个原因），这也是本申请的火情状态预测模型能够进行更准确的火情状态预测的依据。头戴式ar部件根据所述火情预测状况，生成提示图像，并根据预设的ar成像技术，以第二可见光图像和提示图像为依据，在头戴式ar部件的显示界面上生成ar图像，以提示使用者保持或者改变灭火策略。从而，即使使用者是没有什么灭火经验的新手，其也能通过ar提示做出恰当的灭火操作，而这些ar提示是依据更准确的火情预测状况生成的，因此可信度更高；另外，由于本申请尽量避免对火情现场的肉眼观测的影响，因此具有一定灭火经验的使用者还能够借助肉眼对于现场火情的观测，进一步人工判断ar提示是否准确，从而实现了更进一步地进行高效准确的灭火的目的。
参照图2，本发明实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于细水雾泵与ar结合的智能灭火设备进行的灭火方法所用数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于细水雾泵与ar结合的智能灭火设备进行的灭火方法。
上述处理器执行上述基于细水雾泵与ar结合的智能灭火设备进行的灭火方法，其中所述方法包括的步骤分别与执行前述实施方式的基于细水雾泵与ar结合的智能灭火设备进行的灭火方法的步骤一一对应,在此不再赘述。
本领域技术人员可以理解，图中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现基于细水雾泵与ar结合的智能灭火设备进行的灭火方法，其中所述方法包括的步骤分别与执行前述实施方式的基于细水雾泵与ar结合的智能灭火设备进行的灭火方法的步骤一一对应,在此不再赘述。
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或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，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双速据率sdram（ssrsdram）、增强型sdram（esdram）、同步链路（synchlink）dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
需要说明的是，在本文中，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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
