一种基于计算机视觉的高层快速逃生装置

1.本发明涉及计算机视觉技术领域，尤其涉及一种基于计算机视觉的高层快速逃生装置。


背景技术：

2.计算机视觉技术是一种计算机模拟人类视觉，跟踪给定场景中的一个或多个运动对象，对事物进行检测和追踪的先进技术。相比于传统的检测和追踪技术，具有高效性，不可复制，精准性高等优点。因此将计算机视觉技术与消防行业相合作，以科技助力消防救援任务，将是未来消防行业发展的大趋势。
3.气垫逃生是消防高层救援中重要的援救逃生方式之一。当前大部分的逃生装置对环境空间的部署要求较高，当场地狭小或存在障碍物时，不能进行快速的部署与铺设，并且设备一旦铺设，便很难进行移动，而且由于无法锁定降落人体的具体位置，只能由逃生人员主动瞄准气垫。由于当前装置无法完全适配高层救援，导致传统逃生装置的使用频率不高。为了能更好的利用逃生装置来助力救援，人们不断地对传统逃生装置进行改进与完善。
4.中国专利cn202010728305.x公开了一种自动化消防气垫控制平台及方法，该专利所提供的消防气垫是一种铺设在火灾楼宇侧面用于接收高层跳楼人员的物品；运动驱动机构是一种置于所述气垫下方根据接收数据进行相应移动的机构；截面分析设备是一种能与充气泵体连接计算人体对象对应的水平截面面积的设备；充气泵体是一种用于控制当前气垫充气的气体总量的物品。该发明解决了传统的人找气垫的问题转变为了气垫找人，改变了传统消防气垫的充气方法，提高了效率，提高了逃生装置的锁定降落人体的精准性。但充气量存在限度，仍无法适用于较高层的救援，没有彻底解决高层救援效率低，生存率低的安全隐患问题。
5.中国专利cn202022582193.x公开了一种基于高层建筑消防救援装置，包括：第一高楼、第二高楼、钢绳驱动机构、救援机构。该专利提供的第一高楼是一种顶部一体浇筑成型有固定台，并焊接有多组呈等间距分布的钢绳驱动机构的装置；提供的钢绳驱动机构是一种安装有救援机构，救援机构与第二高楼连接的装置。该装置通过设有延长绳、连接钢钉、气垫和导向筒，在楼层之间搭建高空救援平台，供被困人员进行逃生。并通过设有固定袋、驱动电机与消防人员的参与实现被困人员的救援。该发明虽为高层被困人员提供了另一种救援选择，但部署操作复杂，并不适用于所有的高层结构，只适用于高楼区聚焦的高楼区，并且涉及消防人员参与，存在布置不便，操作复杂的问题。
6.伴随经济的发展，公共基础设施的提升是必要的。传统的消防气垫的使用非常受限。第一，气垫的部署时间长达十四分钟，主要由于气垫面积较大，展开、整理所需时间长；第二，气垫整个体积太大，一旦部署完成，气垫就无法移动；第三，气垫的材质较光滑，存在逃生者从气垫滑落，造成二次伤害的可能；第四，传统气垫安全性、准确性不高，消防员对传统气垫信任不高导致气垫使用率低；第五，如遇高层火宅人员无法逃生，消防员需涉险进行索降救援。
7.当前市面上的逃生装置只能解决低层救援问题，几乎无法用于高层救援。面对高层救援，当前现有的设备都无法承受较高楼层跳下来的人带来的冲击力，容易造成坠落人员伤亡，致使高层救援效率低，生存率低，垫装置使用率不高，使得气垫部署的便捷度不够，在应对复杂多变的现场环境时，可能存在较大的安全隐患。因此，迫切需要一种安全高效并能跟踪检测降落人体位置的快速逃生装置的出现。


技术实现要素：

8.本发明所要解决的技术问题在于，提供一种基于计算机视觉的高层快速逃生装置，用以解决现有消防气垫部署时间慢、安全性能差，且部署成功后无法进行自由移动的问题。
9.为了解决上述技术问题，本发明实施例提供了一种基于计算机视觉的高层快速逃生装置，包括高精度摄像头、移动小车、缓冲气垫和视觉分析驱动控制器；其中，
10.所述高精度摄像头与所述视觉分析驱动控制器相连，用于对高层掉落物进行实时图像采集并发给所述视觉分析驱动控制器；
11.所述移动小车的车身顶部搭载有所述缓冲气垫，其车身中部预先安装有用于采集周边环境信息并与所述视觉分析驱动控制器相连的多个环境传感器，以及其车身底部预先安装有用于控制移动转速和方向并与所述视觉分析驱动控制器的多个步进电机，用于通过所述多个环境传感器采集周边环境信息并发给所述视觉分析驱动控制器，并在所述多个步进电机接收到所述视觉分析驱动控制器的驱动指令时运动，以使所述缓冲气垫的部署位置随运动改变而得到更新；
12.所述视觉分析驱动控制器，用于对所述高精度摄像头所采集到的高层掉落物的图像进行实时检测，以识别出所述高层掉落物的类型及对应的当前运动轨迹，并基于所述高层掉落物的当前运动轨迹，对所述高层掉落物的未来运动轨迹进行预测，以得到所述高层掉落物的最终落地点，且进一步结合所述移动小车上多个环境传感器所采集到的周边环境信息，对所述移动小车上的多个步进电机进行转速和方向控制，以驱动所述移动小车在所述高层掉落物落地之前抵达所述高层掉落物的最终落地点，使所述缓冲气垫的部署位置更新至所述高层掉落物的最终落地点并能确保接托住所述高层掉落物。
13.其中，所述缓冲气垫是由泡沫绒、爆破气垫和充气气垫由上而下叠加组成的。
14.其中，所述视觉分析驱动控制器采用预设的朴素贝叶斯光流追踪算法对所述高层掉落物的类型进行分类识别。
15.其中，所述视觉分析驱动控制器采用预设的光流追踪算法对所述高层掉落物的当前运动轨迹进行识别标记。
16.其中，所述视觉分析驱动控制器采用预设的视角缩减算法对所述高层掉落物的当前运动轨迹进行视野区域缩小，并进一步采用预设的卡尔曼滤波算法和曲线拟合法对所述高层掉落物的未来运动轨迹进行预测。
17.其中，所述视觉分析驱动控制器通过预设的arduino编程语言处理所述移动小车上多个环境传感器所采集到的周边环境信息，以及对所述移动小车上的多个步进电机进行转速和方向控制。
18.其中，所述移动小车为agv小车。
19.实施本发明实施例，具有如下有益效果：
20.1、本发明通过高精度摄像头实时采集高层掉落物图像，利用视觉分析驱动控制器实时检测高层掉落物图像，以识别高层掉落物类型及当前运动轨迹，并对其未来运动轨迹预测得到最终落地点，且结合移动小车的多个环境传感器采集周边环境信息，驱动移动小车上的多个步进电机运动，以使缓冲气垫的部署位置得到更新至最终落地点，以确保接托住高层掉落物，从而可以解决现有消防气垫部署时间慢、安全性能差，且部署成功后无法进行自由移动的问题，提高了气垫使用率，减少了消防员涉险率，降低了部署气垫人员数量，降低了使用技术要求难度；
21.2、本发明改良了传统的单层气垫，将缓冲气垫分为泡沫绒、爆破层和传统气垫三层，通过逐层爆破增加高层掉落物与气垫的接触时间，减少高层掉落物跳落所造成的冲击力，从而减少对高层掉落物的伤害。
附图说明
22.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
23.图1为本发明实施例提供的基于计算机视觉的高层快速逃生装置的系统结构连接示意图；
24.图2为本发明实施例提供的基于计算机视觉的高层快速逃生装置中视觉分析驱动控制器数据处理分析过程的流程图；
25.图3为本发明实施例提供的基于计算机视觉的高层快速逃生装置中缓冲气垫上的受力分析过程的流程图。
具体实施方式
26.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
27.如图1所示，为本发明实施例中，提供的一种基于计算机视觉的高层快速逃生装置，包括高精度摄像头1、移动小车2、缓冲气垫3和视觉分析驱动控制器4；其中，
28.高精度摄像头1与视觉分析驱动控制器4相连，用于对高层掉落物(未图示)进行实时图像采集并发给视觉分析驱动控制器4；应当说明的是，该高精度摄像头1可随着高层掉落物的运动轨迹进行自动追踪拍摄；
29.移动小车2为agv小车，其车身顶部搭载有缓冲气垫3，车身中部预先安装有用于采集周边环境信息并与视觉分析驱动控制器4相连的多个环境传感器c1～cn，以及车身底部预先安装有用于控制移动转速和方向并与视觉分析驱动控制器4的多个步进电机(一般有四个，分别为b1～b4)，用于通过多个环境传感器c1～cn采集周边环境信息并发给视觉分析驱动控制器4，并在多个步进电机b1～b4接收到视觉分析驱动控制器4的驱动指令(包括转速大小和方向)时运动，以使缓冲气垫3的部署位置随运动改变而得到更新；
30.视觉分析驱动控制器4，用于对高精度摄像头1所采集到的高层掉落物的图像进行
实时检测，以识别出高层掉落物的类型及对应的当前运动轨迹，并基于高层掉落物的当前运动轨迹，对高层掉落物的未来运动轨迹进行预测，以得到高层掉落物的最终落地点，且进一步结合移动小车2上多个环境传感器c1～cn所采集到的周边环境信息，对移动小车2上的多个步进电机b1～b4进行转速和方向控制，以驱动移动小车2在高层掉落物落地之前抵达高层掉落物的最终落地点，使缓冲气垫3的部署位置更新至高层掉落物的最终落地点并能确保接托住高层掉落物。其中，所述视觉分析驱动控制器采用预设的朴素贝叶斯光流追踪算法对高层掉落物的类型进行分类识别，采用预设的光流追踪算法对所述高层掉落物的当前运动轨迹进行识别标记，采用预设的视角缩减算法对所述高层掉落物的当前运动轨迹进行视野区域缩小，并进一步采用预设的卡尔曼滤波算法和曲线拟合法对高层掉落物的未来运动轨迹进行预测。同时，该视觉分析驱动控制器4通过预设的arduino编程语言处理移动小车2上多个环境传感器c1～cn所采集到的周边环境信息，以及对移动小车2上的多个步进电机b1～b4进行转速和方向控制。
31.在本发明实施例中，高精度摄像头1，可以获取准确的画面信息，适配复杂多变的外部环境。
32.在本发明实施例中，如图2所示，视觉分析驱动控制器4所采用的多种算法进行数据处理，具体如下：
33.(1)朴素贝叶斯算法，用于对高层掉落物(如人体)进行分辨，以贝叶斯原理为基础，使用概率统计的知识对样本数据集进行分类，并在此算法的基础上进行相应的简化，在短时间内确定高层掉落物是否为被救援人员还是其他干扰物，其推导过程如下：
34.(11)通过训练数据集t＝{(x1，y1)，(x2，y2)，(xn，yn)...，(x1，y1)}
35.(12)学习联合概率分布p(x，y)，即学习先验概率分布为p(y＝ck)，
36.(13)条件概率分布p(x＝x|y＝ck)，k＝1，2，...，k
37.(14)假设条件独立，得到
[0038][0039]
(15)然后，根据学习到的模型计算后验概率分布，根据贝叶斯定理得到
[0040][0041]
(16)条件概率带入，得到
[0042][0043]
(17)于是，朴素贝叶斯分类器可表示为
[0044][0045]
(18)又，分母对所有ck都相同，因此得到
[0046][0047]
(19)假设采用0-1损失函数，期望风险函数为r
exp
(f)＝e[l(y，f(x))]
[0048]
同样的，条件期望为
[0049]
(110)期望风险最小，只需对x＝x逐个极小化，得到
[0050][0051]
(2)光流追踪算法，用于对前面分辨的高层掉落物高层掉落物(如人体)进行运动轨迹标记，更精确得到目标运动曲线，其追踪过程为：
[0052]
(21)对一个连续的视频帧序列进行处理(也可以是摄像头产生的视频流)；
[0053]
(22)针对每一个视频序列，利用一定的目标检测方法，检测可能出现的前景目标(光流法具有提前预测的能力)；
[0054]
(23)如果某一帧出现了前景目标，找到其具有代表性的关键特征点(可以随机产生，也可以利用自己选定的点来作为特征点)；
[0055]
(24)对之后的任意两个相邻视频帧而言(逐帧做差)，寻找上一帧中出现的关键特征点在当前帧中的最佳位置(即预判)，从而得到前景目标在当前帧中的位置坐标；
[0056]
(25)重复上述过程，便可以实现高层掉落物(如人体)运动轨迹的追踪。
[0057]
(3)视角缩减算法，依据人眼的视觉特性，通过给小波变换后的不同自带分配不同的视觉权值、使得编码器提前编码、输出那些人眼较为敏感的区域的系数。从而在不降低压缩比的情况下、获得主管视觉效果较好的重构图像。最终实现视野区域缩小，随着高层掉落物(如人体)的确定，保证其运动轨迹的预测过程可以越来越快，从而可以便于应对突发状况；
[0058]
(4)卡尔曼滤波算法，利用线性系统状态方程，通过系统输入输出观测数据，对系
统状态进行最优估计的算法，再结合曲线拟合的方法把现有数据透过数学方法来代入一条数式，选择适当的曲线类型来拟合观测数据，并用拟合的曲线方程分析两变量间的关系，从而进行高层掉落物(如人体)落点预测，使高层掉落物(如人体)的落地点更快的被预测到。
[0059]
(5)arduino，通过接收各种各样的传感器采集数据来感知环境，以及通过控制灯光、马达和其他的装置来反馈、影响环境，例如接收预测信息，检测当前运行环境；又如，对agv小车控制四个步进电机的转动速度和方向对agv小车进行移动和转向控制，搭配多个灰色度循迹模块对指定搬运路况进行分析，从而使agv小车对路况和硬件导致车身偏移进行自我姿态调整，让agv小车驮运缓冲气垫3精确到达预测的落地点。
[0060]
在本发明实施例中，缓冲气垫3是由泡沫绒、爆破气垫和充气气垫由上而下叠加组成的；其中，
[0061]
第一层泡沫绒，用于包裹高层掉落物(如人体)，最大限度的增加气垫和用户的接触时间，降低了单位时间内的作用力，使高层掉落物(如人体)得到足够的缓冲；第二层爆破，用于降低高层掉落物(如人体)所带来的冲击力，高层掉落物(如人体)降落时，挤压爆破层，让爆破层中的空气从两侧释放，从而使气泡膜破裂产生的空气能与下落势能抵消；第三层充气气垫，用于支撑以上两个装置，接住下落目标后利用两侧的排气窗缓缓排气，对高层掉落物(如人体)进行一个二次保护。
[0062]
此时，如图3所示，高层掉落物(如人体)在缓冲气垫3上的受力分析如下：
[0063]
1)高层掉落物(如人体)在缓冲气垫3上，对整个缓冲气垫3有向下的重力，压力和冲击力三种作用力，使缓冲气垫3中间进行一个向下的形变，呈凹状；
[0064]
2)而此时第一层泡沫绒对高层掉落物(如人体)有一个向上的弹力以及冲击力所形成反作用力，与高层掉落物(如人体)带来的一部分作用力做抵消；
[0065]
3)高层掉落物(如人体)所带来的作用力会挤压第二层爆破气垫，使爆破气垫中的空气从两侧释放，将部分向下的作用力变为向外的冲击力，并生成向上的支撑力，从而抵消大部分作用力；
[0066]
4)最后剩余的作用力会继续挤压第三层充气气垫，使充气气垫中的空气从两侧的排气窗排气，继续部分向下的作用力变为向外的冲击力，并生成向上的支撑力，从而抵消剩余的作用力。
[0067]
本发明实施例提供的基于计算机视觉的高层快速逃生装置的应用场景的具体过程如下：
[0068]
首先，当中高层发生火灾时将移动小车2放置在有被困人员的方向，并将缓冲气垫3在移动小车2上铺开，利用专用充气瓶或鼓风机对缓冲气垫3进行三层同时充气。此时，无法快速抵达楼下远离火灾的高层被困人员可以向窗外进行逃生。
[0069]
其次，利用高精度摄像头1将进行追踪检测以获取检测目标信息。
[0070]
接着，视觉分析驱动控制器4利用朴素贝叶斯光流追踪算法对掉落物进行分类，保证系统可以在极短的时间内识别出下落的人员；利用光流追踪算法对下落人员的运动轨迹进行标记，从而可以更加准确获取到目标运动曲线；利用视角缩减算法进行视野区域缩小，保证随着目标的确定，其运动轨迹的预测过程可以越来越快，以便应对突发状况；利用卡尔曼滤波算法和曲线拟合相结合的方法进行目标落点预测，使得目标人员的落地点可以更快的被预测到。
[0071]
然后，视觉分析驱动控制器4利用arduino编程语言接收预测信息，检测当前运行环境，并控制移动小车2的电机带动驱动轮运转，使移动小车2带动缓冲气垫3移动至目标预测降落点，同时支持多台设备同时运行，提高了紧急状况下的转移效率。
[0072]
最后，在缓冲气垫3接住高层被困人员后，可以换上新的提前充好气装备完毕的缓冲气垫3，对下一个被困人员进行救援。
[0073]
实施本发明实施例，具有如下有益效果：
[0074]
1、本发明通过高精度摄像头实时采集高层掉落物图像，利用视觉分析驱动控制器实时检测高层掉落物图像，以识别高层掉落物类型及当前运动轨迹，并对其未来运动轨迹预测得到最终落地点，且结合移动小车的多个环境传感器采集周边环境信息，驱动移动小车上的多个步进电机运动，以使缓冲气垫的部署位置得到更新至最终落地点，以确保接托住高层掉落物，从而可以解决现有消防气垫部署时间慢、安全性能差，且部署成功后无法进行自由移动的问题，提高了气垫使用率，减少了消防员涉险率，降低了部署气垫人员数量，降低了使用技术要求难度；
[0075]
2、本发明改良了传统的单层气垫，将缓冲气垫分为泡沫绒、爆破层和传统气垫三层，通过逐层爆破增加高层掉落物与气垫的接触时间，减少高层掉落物跳落所造成的冲击力，从而减少对高层掉落物的伤害。
[0076]
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。