一种基于云端系统的智能监控消防系统的制作方法

1.本发明属于安全施工领域，涉及互联网技术，具体是一种基于云端系统的智能监控消防系统。


背景技术：

2.公开号为cn109663258a的发明专利公开了一种智能控制消防系统，包括：中控平台；以及分别与所述中控平台连接的消防装置、火灾探测器、摄像装置、警报装置、排烟装置、第一电闸、第二电闸；该中控平台通过一云平台服务端连接有一移动终端。本发明实施例在火灾探测器被触发时，及时断开第二电闸，避免二次险情；同时开启排烟装置，消防装置移动至被触发的火灾探测器处进行灭火；此外，消防装置中还设置有一水压传感器，当水压低于预先设置的压力阈值时，则发出水压警报提醒；所述中控平台将智能控制消防系统的状态信息发送至云平台服务端，移动终端可通过云平台服务端及时监控所述状态信息，并可远程操控所述智能控制消防系统。
3.上述方案通过实时监控和监测，有效发现对应急情况进行各类合理监控，并且能够给出应急方案；但是，上述方案在安防监控过程中，所采用的方式为简单的监测、分析、预警流程，并不能针对重点区域或者建筑内的一些重点人员进行监控，重点人员可以是老人、儿童或者其他伤病患者，或者在监控区域内工作的一些工作人员；因此，上述方案仍需进一步改进，基于此，提供一种解决方案。


技术实现要素：

4.本发明提供了一种基于云端系统的智能监控消防系统。
5.本发明的目的可以通过以下技术方案实现：
6.一种基于云端系统的智能监控消防系统，包括云处理器和存储单元；
7.所述云处理器分别与数据截取单元、数据警示单元、智能定位单元通信连接；所述数据警示单元分别与数据截取单元、智能定位单元通信连接；
8.所述数据截取单元与采集传感器通信连接，且通过采集传感器采集综合数据，并将综合数据发送至数据警示单元；
9.所述云处理器还用于将监测区域划分成若干个标的区域，并为若干个所述标的区域设置区域安全等级；
10.所述数据警示单元对综合数据进行分析获取安全评估标签，并将安全评估标签、区域安全等级、系统评估参数结合对标的区域进行预警，并发送定位搜寻信号至智能定位单元；
11.所述智能定位单元接收到定位搜寻信号之后，对标的区域内的目标人员进行定位。
12.优选的，若干个所述标的区域设置区域安全等级包括：
13.获取监测区域中设定周期内发生的突发实例；其中，所述突发实例包括物品丢失、
人员受伤，所述设定周期包括一天、一个星期和一个月；
14.获取突发实例发生的位置并标记为第一位置；
15.以第一位置为中心，以设定值r为边长划定标的区域，当相邻两个标的区域的重叠面积大于面积阈值时，则将这两个标的区域合并形成一个标的区域，且合并之后标的区域包含合并之前的两个标的区域，将合并完成的标的区域和未进行合并的标的区域整合成区域集合，将区域集合中的标的区域标记为i，i＝1，2，......，n，n为整数；其中，所述面积阈值为大于0的常数，设定值r为大于0的常数；
16.获取标的区域i内突发实例次数，根据突发实例次数为标的区域i设置区域安全等级。
17.优选的，所述安全评估标签的获取包括：
18.获取标的区域i的综合数据；
19.通过存储单元获取原始训练数据；其中，所述原始训练数据包括综合数据和综合数据对应的安全评估标签，且原始训练数据通过筛选整合而成；
20.构建人工智能模型；所述人工智能模型包括误差逆向传播神经网络、rbf神经网络和深度卷积神经网络中的一种或者多种；
21.通过原始训练数据对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为安全评估模型；
22.将综合数据输入至安全评估模型获取输出结果；其中，所述输出结果为标的区域i综合数据对应的安全评估标签。
23.优选的，所述系统评估参数的获取包括：
24.获取标的区域i的面积并标记为mji；
25.获取标的区域i的安全配置并生成安全配置标签apbi；当标的区域i的安全配置合理时，则将安全配置标签apbi设置为1，否则，将安全配置标签apbi设置为0；其中，所述安全配置包括消防栓、安全网和安全员；
26.通过公式获取系统评估参数xpci；其中，α1为比例系数，且α1为大于0的实数。
27.优选的，对所述标的区域进行预警的步骤包括：
28.当区域安全等级大于区域安全预设等级，输出结果小于预设标签阈值，且系统评估参数xpci小于预设评估参数时，则判定对应标的区域存在安全风险，并标记为目标区域；其中，区域安全预设等级的取值为[1，10)，预设评估参数为大于0的实数，预设标签阈值为大于0的常数；
[0029]
发送安全预警信号至目标区域中目标人员的智能穿戴设备，派遣安全人员至目标区域；其中，所述安全人员包括消防人员和医务人员；
[0030]
发送定位搜寻信号至智能定位单元。
[0031]
优选的，对所述标的区域内的工作进行定位，包括：
[0032]
当所述智能定位单元接收到定位搜寻信号之后，获取目标区域；
[0033]
接收到目标区域内目标人员智能穿戴设备的交互信号；其中，所述交互信号为智能穿戴设备定期发送至云处理器的信号；
[0034]
在交互信号发送至应急反应单元实时显示，但存在交互信号消失的情况时，则将对用的智能穿戴设备标记为目标设备；其中，交互信号消失是指交互信号原本存在，然后突然消失的情况；
[0035]
通过轨迹预测模型预测目标设备对应目标人员的运动轨迹，将运动轨迹发送至应急反应单元；其中，轨迹预测模型包括循环神经网络和starnet神经网络。
[0036]
优选的，所述综合数据包括环境数据和工人数据；所述环境数据包括温度、湿度、风力和噪声；所述工人数据包括工人位置、工人年龄和工人性别，且所述工人数据通过高清摄像头和智能穿戴设备获取；所述智能穿戴设备包括智能手环和智能手表。
[0037]
优选的，所述采集传感器包括高清摄像头、温度传感器、湿度传感器、风力传感器和噪声传感器；所述高清摄像头还用于监控施工设备和施工物料，并形成监控视频发送至存储单元进行存储。
[0038]
优选的，所述云处理器还与应急反应单元通信连接；所述应急反应单元分别与存储单元、智能定位单元通信连接；
[0039]
所述应急反应单元根据运动轨迹对目标人员进行搜寻救援。
[0040]
与现有技术相比，本发明的有益效果是：
[0041]
本发明通过云处理器对监测区域进行划分，结合采集传感器和智能穿戴设备实现全方位监控；获取安全评估标签、区域安全等级和系统评估系数，依据安全评估标签、区域安全等级和系统评估系数实现对标的区域的预警，同时根据智能穿戴设备实时监测目标人员的状态；既能通过高清摄像头对监控区域内的材料进行实时监控，又能够保证目标人员的安全，实现了对复杂的监控区域的全方位安防监控。
[0042]
同时，根据预设规则对标的区域进行合并，能够缩小监控范围，保证系统的运行效率；而且本发明能够利用人工智能模型非线性拟合的能力预测安全评估标签，不仅能够排除突发因素对预测结果的影响，还能够提高预测效率和预测精度。
附图说明
[0043]
图1为本发明的原理示意图。
具体实施方式
[0044]
如图1所示，一种基于云端系统的智能监控消防系统，包括云处理器和存储单元；
[0045]
所述云处理器分别与数据截取单元、数据警示单元、智能定位单元通信连接；所述数据警示单元分别与数据截取单元、智能定位单元通信连接；
[0046]
所述数据截取单元与采集传感器通信连接，且通过采集传感器采集综合数据，并将综合数据发送至数据警示单元；
[0047]
所述云处理器还用于将监测区域划分成若干个标的区域，并为若干个所述标的区域设置区域安全等级；标的区域按照指定形状划分，具体为矩形或者圆形均可；
[0048]
所述数据警示单元对综合数据进行分析获取安全评估标签，并将安全评估标签、区域安全等级、系统评估参数结合对对标的区域进行预警，并发送定位搜寻信号至智能定位单元；
[0049]
所述智能定位单元接收到定位搜寻信号之后，对标的区域内的目标人员进行定
位。
[0050]
若干个所述标的区域设置区域安全等级包括：
[0051]
获取监测区域中设定周期内发生的突发实例；其中，突发实例包括物品丢失、人员受伤，所述设定周期包括一天、一个星期和一个月；
[0052]
获取突发实例发生的位置并标记为第一位置；
[0053]
以第一位置为中心，设定值x1为边长划定标的区域，当相邻两个标的区域的重叠面积大于面积阈值时，则将这两个标的区域合并形成一个标的区域，且合并之后标的区域包含合并之前的两个标的区域，将合并完成的标的区域和未进行合并的标的区域整合成区域集合，将区域集合中的标的区域标记为1；x1位预设值；
[0054]
获取标的区域1内突发实例次数，共6次，将标的区域1的区域安全等级设置2；其中，区域安全等级的取值为[1,10]，区域安全等级的设定可参考表1。
[0055]
表1区域安全等级查询表
[0056]
标的区域i突发实例次数区域安全等级162211311341645367
………………
[0057]
本实施例中，当相邻两个标的区域的重叠面积大于面积阈值时，在另外一些实施例中，可以是相邻的两个以上标的区域的重叠面积大于面积阈值时，此时面积阈值的确定依据矩形领域的个数；符合判定调节的标的区域合并成一个标的区域，合并之后的标的区域较合并之前的多个区域都大，要包含合并之前的标的区域；通过将相邻标的区域进行合并，能够降低监控难度，保证安防系统的工作效率；通过上述方式实现对是监测区域的划分，达到分区域监控预警的目的。
[0058]
所述安全评估标签的获取包括：
[0059]
获取标的区域1的综合数据；
[0060]
通过存储单元获取原始训练数据，构建人工智能模型；通过原始训练数据对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为安全评估模型；
[0061]
将综合数据输入至安全评估模型获取输出结果；如，输出结果为2。
[0062]
所述系统评估参数的获取包括：
[0063]
获取标的区域1的面积并标记为mj1；
[0064]
获取标的区域1的安全配置并生成安全配置标签apb1；
[0065]
通过公式xpc1＝1
×0×
mj1获取系统评估参数xpc1；
[0066]
根据对所述标的区域进行预警的步骤：
[0067]
当区域安全预设等级为1时，预设标签阈值为3，预设评估参数为1时，则将标的区域1标记为目标区域；发送安全预警信号至目标区域中目标人员的智能穿戴设备，派遣5名安全人员至目标区域；发送定位搜寻信号至智能定位单元。
[0068]
本实施例中，将区域安全等级、安全评估标签和系统评估参数进行综合考虑实现
目标区域的判定；考虑了目标区域之前的突发实例数据、当前状态下的综合数据以及安全配置情况，保证了判定数据的全面性，有助于提高目标区域判定的准确度，避免浪费算力和误判。
[0069]
对所述标的区域内的工作进行定位，包括：
[0070]
当所述智能定位单元接收到定位搜寻信号之后，获取目标区域；
[0071]
接收到目标区域内目标人员智能穿戴设备的交互信号；
[0072]
在交互信号发送至应急反应单元实时显示，但存在交互信号消失的情况时，则将对用的智能穿戴设备标记为目标设备；
[0073]
通过轨迹预测模型预测目标设备对应目标人员的运动轨迹，将运动轨迹发送至应急反应单元。
[0074]
本实施例中，通过交互信号来识别目标人员的位置和状态；当发生意外情况，导致目标人员的智能穿戴设备损坏时，通过轨迹预测模型根据先前获取的交互信号预测目标人员的运动轨迹，根据运动轨迹进行搜寻救援；保证了对目标人员搜寻援助的及时性，避免目标人员位置判定不准确丧失救援良机。
[0075]
所述云处理器还与应急反应单元通信连接；所述应急反应单元分别与存储单元、智能定位单元通信连接；
[0076]
所述应急反应单元根据运动轨迹对目标人员进行搜寻救援。
[0077]
本实施例中，当目标人员的穿戴设备损坏时，通过轨迹预测模型根据目标人员之前的运动轨迹预测穿戴设备损坏后的运动轨迹，并通过监控救援设备进行预警，救援人员根据预测的运动轨迹能够快速准确地定位失踪的目标人员，最大限度地保证目标人员的生命安全。
[0078]
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
[0079]
本技术中还包括管理单元，管理单元与云处理器通信连接，用于录入所有的预设数值；
[0080]
还包括显示单元，云处理器与显示单元通信连接，用于对运动轨迹进行实时显示，并实时显示各类警报信号。
[0081]
本发明的工作原理：
[0082]
数据截取单元与采集传感器通信连接，且通过采集传感器采集综合数据，并将综合数据发送至数据警示单元；获取监测区域中设定周期内发生的突发实例，获取突发实例发生的位置并标记为第一位置，以第一位置为中心，以设定值r为边长划定标的区域，当相邻两个标的区域的重叠面积大于面积阈值时，则将这两个标的区域合并形成一个标的区域，将合并完成的标的区域和未进行合并的标的区域整合成区域集合，将区域集合中的标的区域标记为i，获取标的区域i内突发实例次数，根据突发实例次数为标的区域i设置区域安全等级。
[0083]
获取标的区域i的综合数据，通过存储单元获取原始训练数据；构建人工智能模型；通过原始训练数据对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为安全评估模型；将综合数据输入至安全评估模型获取输出结果。
[0084]
获取标的区域i的面积，获取标的区域i的安全配置并生成安全配置标签；通过公式获取系统评估参数；当区域安全等级大于区域安全预设等级，输出结果小于预设标签阈值，且系统评估参数小于预设评估参数时，则判定对应标的区域存在安全风险，并标记为目标区域；发送安全预警信号至目标区域中目标人员的智能穿戴设备，派遣安全人员至目标区域。
[0085]
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0086]
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。