一种多功能智能消防应急系统
阅读：926发布：2020-05-08
专利汇可以提供一种多功能智能消防应急系统专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种多功能智能消防应急系统，本发明包括安装于楼宇内部各个出入口及关键 位置 的智能消防应急灯，智能消防应急灯实时检测楼宇的振动状态，通道内的 温度 值及烟雾浓度，并在智能消防应急灯就地显示；监控室接收所有智能消防应急灯上传检测数据，实现对楼宇的立体化式全 覆盖 信息展示。监控室显示各项检测数据，依据设备自身状态信息，对存在故障的智能消防应急灯进行及时维修与更换，基于智能消防应急灯检测数据构建楼宇 健康状态 ，并结合极限学习机神经网络 算法 实现对未来一段时间建筑健康状态的预判，当预判有灾害发生时，将警情发送至各个智能消防应急灯，同时将警情发送到相关部 门 ，提高灾害发生时救援效率。，下面是一种多功能智能消防应急系统专利的具体信息内容。
1.一种多功能智能消防应急系统，包括安装于楼宇内部各个出入口及关键位置的智能消防应急灯，所述智能消防应急灯正常工作状态下接入市电，实时检测楼宇的振动状态，通道内的温度值及烟雾浓度，并在智能消防应急灯就地显示；同时还显示包括有人型应急标志、安全通道箭头、楼层信息；监控室接收所有智能消防应急灯上传检测数据，实现对楼宇的立体化式全覆盖信息展示，其特征在于：
所述的智能消防应急灯由外壳及安装在外壳内的微处理器、OLED模块、LED点阵模块、温度传感模块、烟雾传感模块、振动传感模块、语音模块、电源管理模块、通讯模块组成；
所述温度传感模块、烟雾传感器模块、振动传感模块、语音模块、电源管理模块、通讯模块、OLED模块及LED点阵模块均与微处理器连接；
所述通讯模块采用射频通讯技术，同时可与人携带的半有源RFID装置进行通讯；
所述LED点阵模块在正常工作状态正中位置显示人型应急标志、逃生方向指示以及当前楼层位置信息；当紧急情况发生时，LED点阵模块进入报警状态，逃生方向根据实际灾害情况实时调整，同时语音模块配合逃生路径算法进行反复播报，快速引导人员安全撤离灾害现场；
所述OLED模块显示环境实时温度、烟雾值以及振动值的实时状态信息；
所述微处理器接收温度传感模块、烟雾传感模块、振动传感模块实时采集的温度、烟雾值及振动烈度，以及智能消防应急灯内部温度、电压、照明灯状态、备用电池电量状态，并通过射频通讯模块组网将信息上传至监控室；
监控室显示各项检测数据，依据设备自身状态信息，对存在故障的智能消防应急灯进行及时维修与更换，基于智能消防应急灯检测数据构建楼宇健康状态，并结合极限学习机神经网络算法实现对未来一段时间建筑健康状态的预判，当预判有灾害发生时，将警情发送至各个智能消防应急灯，同时将警情发送到相关部门，提高灾害发生时救援效率。
2.根据权利要求1所述的一种多功能智能消防应急系统，其特征在于：备用电源以及市电均通过电源管理模块连接微处理器；所述市电、备用电源及电源管理模块为智能消防应急灯提供稳定电源，其中市电用于正常工作状态，当应急情况发生市电被切断的情况下，电源管理系统切换至备用电源，继续维持设备正常工作。
3.根据权利要求1所述的一种多功能智能消防应急系统，其特征在于：所述半有源RFID装置为定位装置，在智能消防应急灯未激活状态下，该装置依靠自身电量维持待激活状态，激活后则通过与智能消防应急灯通讯，定位逃生人员的具体所在位置，为设置逃生路径算法提供逃生人员具体分布，同时也有助于在快速救援未能及时逃离的被困人员。
一种多功能智能消防应急系统
技术领域
[0001] 本发明涉及环境检测、设备维护、多目标协调系统，具体涉及一种多功能智能安全消防应急系统。
背景技术
[0002] 随着城市建设的飞速发展，建筑从过去的单体结构逐渐向大型复杂、规模化转变，并且越来越多的多功能复杂大型建筑出现，这一类建筑通常具有层数较多、结构复杂、人员众多等特点，当灾害发生时，如果不能合理有效的将人员疏散至安全区域，极易引发生命财产损失。
[0003] 消防应急灯作为一种具有疏散指示功能同时兼顾应急照明的设备被广泛应用，具有非常重要的现实价值与意义。但是目前的单一功能传统应急消防灯难以满足建筑结构复杂化、用途需求多样化的条件。
发明内容
[0004] 本发明的目的是设计一种集照明、多传感检测、数据融合分析、定位、多目标路径规划于一体的多功能智能消防应急系统。
[0005] 本发明解决技术问题所采取的技术方案为：
[0006] 本发明包括安装于楼宇内部各个出入口及关键位置的智能消防应急灯，所述智能消防应急灯正常工作状态下接入市电；实时检测楼宇的振动状态，通道内的温度值及烟雾浓度，并在智能消防应急灯就地显示；同时还显示人型应急标志、安全通道箭头、楼层信息；监控室接收所有智能消防应急灯上传检测数据，实现对楼宇的立体化式全覆盖信息展示。
[0009] 所述通讯模块采用射频通讯技术，同时可与人携带的半有源RFID装置进行通讯。
[0010] 所述LED点阵模块在正常工作状态正中位置显示人型应急标志、逃生方向指示以及当前楼层位置信息；当紧急情况发生时，LED点阵模块进入报警状态，逃生方向根据实际灾害情况实时调整，同时语音模块配合逃生路径算法进行反复播报，快速引导人员安全撤离灾害现场。
[0011] 所述OLED模块显示环境实时温度、烟雾值以及振动值的实时状态信息。
[0012] 所述微处理器接收温度传感模块、烟雾传感模块、振动传感模块实时采集的温度、烟雾值及振动烈度，以及智能消防应急灯内部温度、电压、照明灯状态、备用电池电量状态，并通过射频通讯模块组网将信息上传至监控室。
[0013] 监控室显示各项检测数据，依据设备自身状态信息，对存在故障的智能消防应急灯进行及时维修与更换，基于智能消防应急灯检测数据构建楼宇健康状态，并结合极限学习机神经网络算法实现对未来一段时间建筑健康状态的预判，当预判有灾害发生时，将警情发送至各个智能消防应急灯，同时将警情发送到相关部门，提高灾害发生时救援效率。
[0014] 所述逃生路径算法利用多路径动态规划算法，结合逃生者位置信息及各智能消防应急灯检测状态，实现多条路径规划，具体如下：
[0016] 步骤2、增加路径复杂度、拥挤程度、阻断事件这些因素；
[0017] 步骤3、设计逃生通行成本函数G：
[0018]
[0019] fcrowd(vi,vj)＝αD(vi,vj)
[0020] 其中，wc为拥挤程度的权重系数；wt为路径复杂度的权重系数；we为阻断事件的权重系数，三种权值在(0,1)之间，总和等于1。fcrowd(vi,vj)为节点vi与vj间路径拥挤程度的成本函数；α为系数，表征拥挤程度。D(vi,vj)表征节点vi与vj间欧氏距离；fturn(Vm)为路径复杂度的成本函数，Vm为逃生路径中的转弯集合；fevent(Vn)为阻断时间的成本函数，Vn为受阻断影响节点集合，节点可达fevent(Vn)＝1，节点不可达，则为0。
[0021] 步骤4、最优路径采用Dijkstra算法确定，具体如下：
[0022] Step1：确定起始点S和多目标集TargetList，其中TargetList为{T1,T2,...,Tk}，Tk为多目标中的第k个目标点，并初始化路径集PathList和闭合集CloseList为空集，其中PathList用于存放起始点到目标点的逃生路径，CloseList用于存放已遍历的目标点；
[0023] Step2：根据实际环境计算导航通行成本G；
[0024] Step3：从起始点S开始出发，利用Dijkstra算法，寻找起始点S到TargetList中每一个目标点的最短路径D(T1),D(T2),....,D(Tk)，最短路径的目标点TL满足D(TL)＝min{D(T1),D(T2),....,D(Tk)}；
[0025] Step4：如果所有的目标均不可达，则结束算法；否则，将起始点S到目标点TL的导航路径添加至PathList中，并将目标点TL从TargetList移动至CloseList中；
[0026] Step5：判断TargetList是否为空，如果为空，说明所有目标均已遍历，则结束；如果非空，设置TL为新的起始点，即S＝TL，跳转至step2，继续循环计算。
[0027] 所述的所述极限学习机神经网络算法，为一种单隐含层的神经网络判别算法，可以根据过去一段时间的检测数据，来对未来进行预判，其主要结构如下所述：
[0028] T＝Hβ
[0030]
[0031] 针对上式，一共有N个样本(Xi,Ti)，其中Ti＝[ti1,ti2,...,tim]T∈Rm，Xi＝[xi1,xi2,...,xin]T∈Rn，表示第i时刻有m个输出，n个输入；L表征神经网路隐含层输出个数；g(·)表示为隐含层激励函数，Wi×Xj表示Wi与Xj的内积，其中Wi和bi分别表示第i个输入层到隐含层的权重和第i输入层到隐含层的偏置。
[0032] 其中Wi和bi按照一定要求随机生成，而对于隐含层至输出层权重β则需要利用历史数据进行训练学习，本发明利用历史数据进行训练，由定义式可以得到下式：
[0033]
[0034] 其中 为β的估计值，可利用估计值代替真实值进行预判， 为矩阵H的Moore-Penrose广义逆矩阵。
[0035] 其中的备用电源以及市电均通过电源管理模块连接微处理器。所述市电、备用电源及电源管理模块为智能消防应急灯提供稳定电源，其中市电用于正常工作状态，当应急情况发生市电被切断的情况下，电源管理系统切换至备用电源，继续维持设备正常工作。
[0036] 进一步说，所述半有源RFID装置为定位装置，在智能消防应急灯未激活状态下，该装置依靠自身电量维持待激活状态，激活后则通过与智能消防应急灯通讯，定位逃生人员的具体所在位置，为设置逃生路径算法提供逃生人员具体分布，同时也有助于在快速救援未能及时逃离的被困人员。
[0037] 本发明的有益效果：该系统主要以智能消防应急灯为硬件载体，在灾害发生时，能够启动备用电源实现应急照明。正常情况下，首先检测内部电压、光强等设备运行状态，同时利用振动、温度以及烟雾传感器检测建筑内部环境的实际状况，并将两类检测数据实时上传至监控端，监控端基于运行状态及传感器返回数据对智能消防应急灯进行设备运行健康状态评估，对存在故障的设备进行维护，同时利用建筑内部环境的检测数据，结合预测算法对建筑内部振动烈度、温度值及烟雾浓度进行预判，当达到紧急状态时，则触发预警，为逃生争取时间。在建筑内的每个人都会随身携带有一个半有源RFID装置，该装置一般与门禁结合在同一个装置中，灾害发生时，各智能消防应急灯都会根据半有源RFID的定位从而确定人员所在位置，并依据灾害状况、拥堵情况，结合进行逃生路线的合理规划。由于逃跑过程中大家由于慌乱，会忽略指示牌的变化，需要结合语音反复提示，从而确保更多的人更有效的逃离至安全位置。附图说明
[0038] 图1为本发明系统的工作流程图。
[0039] 图2为逃生路径算法流程图。
具体实施方式
[0040] 本发明主要通过以下技术方案实现工作：本发明主要由智能消防应急灯与算法系统构成，其中智能应急消防灯由外壳及安装在外壳内的微处理器、OLED模块、LED点阵模块、温度传感模块、烟雾传感模块、振动传感模块、语音模块、电源管理模块、通讯模块。
[0041] 所述温度传感模块、烟雾传感器模块、振动传感模块、语音模块、电源管理模块、通讯模块、OLED模块及LED点阵模块均与微处理器连接；所述备用电源以及市电均通过电源管理模块连接微处理器；所述通讯模块采用射频通讯技术，同时可与人携带半有源RFID装置进行通讯。算法系统主要由基于极限学习机神经网络算法构成的预警系统，以及由动态规划构成的多目标路径规划算法。
[0042] 所述微处理器主要功能是接收温度传感模块、烟雾传感模块、振动传感模块实时采集的温度、烟雾值及振动烈度等楼宇健康状况，以及设备内部温度、电压、照明灯状态以及备用电池电量等设备状态，并通过射频通讯模块组网将信息上传至监控室，同时将这些信息通过OLED屏显示。监控室显示各项检测数据，依据设备自身状态信息，对存在故障的设备进行及时维修与更换，基于智能消防应急灯检测数据构建楼宇健康状态，并结合极限学习机神经网络算法实现对未来一段时间建筑健康状态的预判，当预判有灾害发生时，将警情发送至各个智能消防应急装置，同时将警情发送到相关部门，提高灾害发生时救援效率。
[0043] 所述半有源RFID装置为定位装置，在智能消防灯未激活状态下，该装置依靠自身电量维持待激活状态，激活后则通过与智能消防应急灯通讯，定位逃生人员的具体所在位置，为设置逃生方案提供逃生人员具体分布，同时也有助于在快速救援未能及时逃离的被困人员。
[0044] 所述LED点阵模块在正常工作状态正中位置显示人型应急标志、逃生方向指示以及当前楼层位置信息等，同时镶嵌在一起的OLED屏显示环境实时温度、烟雾值以及振动值等实时状态信息。当紧急情况发生时，LED点阵进入报警状态，逃生方向根据实际灾害情况实时调整，同时语音模块会配合逃生路径进行反复播报，快速引导人员安全撤离灾害现场。
[0045] 所述市电、备用电源及电源管理模块为智能消防应急灯提供稳定电源，其中市电用于正常那个工作状态时，当应急情况发生市电被切断的情况下，电源管理系统切换至系统备用电源，继续维持设备正常工作。
[0046] 所述健康状态评估，其主要方法是针对每一种传感检测值都设置有阈值，当所有检测值都没有超过阈值的时候，则健康状态为正常，若其中一种检测传感值不在阈值约束的范围内，则显示存在有设备故障，并将结果上传至监控端，进行及时的维修与更换。
[0047] 所述极限学习机神经网络，为一种单隐含层的神经网络判别方法，可以根据过去一段时间的检测数据，来对未来进行预判。其主要结构如下所述：
[0048] T＝Hβ
[0049] 其中T为神经网络输出，用来判别楼宇内部是否正常的标签，H为神经网络的隐含层输出，β为从隐含层到输出层的神经网络权重矩阵。分别表示为：
[0050]
[0051] 针对上式，一共有N个样本(Xi,Ti)，其中Ti＝[ti1,ti2,...,tim]T∈Rm，Xi＝[xi1,xi2,...,xin]T∈Rn，表示第i时刻有m个输出，n个输入；L表征神经网路隐含层输出个数；g(·)表示为隐含层激励函数，可选择RBF结构、sigmod结构或者其他结构，Wi·Xj表示Wi与Xj的内积，其中Wi和bi分别表示第i个输入层到隐含层的权重和第i输入层到隐含层的偏置。
[0052] 其中Wi和bi按照一定要求随机生成，而对于隐含层至输出层权重β则需要利用历史数据进行训练学习，本发明利用历史数据进行训练，有定义式可以得到下式：
[0053]
[0054] 其中 为β的估计值，可利用估计值代替真实值进行预判， 为矩阵H的Moore-Penrose广义逆矩阵，
[0055] 所述路径规划算法，则利用多路径动态规划算法，结合逃生者位置信息及各智能消防应急灯检测状态，实现多条路径规划，并利用方向指示灯牌与语音播报，对逃生人员进行动态合理疏导，从而提高逃生效率，同时避免因为过多人员选择同一逃生路径导致拥堵而产生的挤压踩踏等二次伤害。
[0056] 其中针对楼宇内部路径规划，其具体算法如下所示：
[0057] 1、首先对于楼宇内的结构进行拓扑构建，将房屋、门、电梯、扶梯、楼梯等考虑为节点，并将走廊、房内等考虑为边，利用节点实现边的连接。构建楼宇内三位路网模型；
[0058] 2、增加路径复杂度、拥挤程度、阻断事件(即突发事件、设施故障等)等因素；
[0059] 3、设计逃生通行成本函数G：
[0060]
[0061] fcrowd(vi,vj)＝αD(vi,vj)
[0062] 其中，wc为拥挤程度的权重系数；wt为路径复杂度的权重系数；we为阻断事件的权重系数，三种权值在(0,1)之间，总和等于1。fcrowd(vi,vj)为节点vi与vj间路径拥挤程度的成本函数；α为系数，表征拥挤程度。D(vi,vj)表征节点vi与vj间欧氏距离；fturn(Vm)为路径复杂度的成本函数，Vm为逃生路径中的转弯集合；fevent(Vn)为阻断时间的成本函数，Vn为受阻断影响节点集合，节点可达fevent(Vn)＝1，节点不可达，则为0。
[0063] 4、最优路径采用Dijkstra算法实现，该算法具有简单易行，可获取最优解等优势。具体步骤如下所示：
[0064] Step1：确定起始点S和多目标集TargetList，其中TargetList为{T1,T2,...,Tk}，Tk为多目标中的第k个目标点，并初始化路径集PathList和闭合集CloseList为空集，其中PathList用于存放起始点到目标点的逃生路径，CloseList用于存放已遍历的目标点；
[0065] Step2：根据实际环境计算导航通行成本G；
[0066] Step3：从S开始出发，利用Dijkstra算法，寻找S到TargetList中每一个目标点的最短路径D(T1),D(T2),....,D(Tk)，并寻找最短路径的目标点TL满足D(TL)＝min{D(T1),D(T2),....,D(Tk)}；
[0067] Step4：如果所有的目标均不可达，则结束算法；否则，将起始点S到目标点TL的导航路径添加至PathList算法中，并将TL从TargetList移动至CloseList中；
[0068] Step5：判断TargetList是否为空，如果为空，说明所有目标均已遍历，则结束；如果非空，设置TL为新的起始点，即S＝TL，跳转至step2，继续循环计算；如图2所示。
[0069] 实施例，见图1:
[0070] 1、安装智能消防应急灯于楼宇内部各个出入口及关键位置，正常工作状态下接入市电，实时检测楼宇的振动状态，通道内的温度值及烟雾浓度，并在智能消防应急灯就地显示，同时还应显示包括有人型标志、安全通道箭头、楼层信息等。监控室在接收所有智能消防应急灯上传检测数据后，可实现对楼宇的立体化式全覆盖信息展示。
[0071] 2、依据对智能消防应急灯内部电压、温度以及指示灯状态判断其工作状态是否正常，如若不正常，则需要及时进行维护与更换，从而保障突发灾害时，系统能够发挥正常作用。
[0072] 3、在监控室部署服务器用于接收智慧消防应急灯检测信息，包括智能消防应急灯标号、温度、烟雾、声光以及建筑振动信息。
[0073] 4、服务器利用极限学习机神经网络预测算法，结合过去一段时间及当前时刻的检测值，对未来一段时间内的状态进行预判，从而提前预知灾害的发生，为预防与逃生节省时间。确实灾害类型是火灾、毒气泄露或者地震，依据不同模式，向有关部门发出报警信号，同时制定不同的逃生方案。
[0074] 5、当发生意外危急情况市电中断时，各个消防应急灯启动备用电源，除了基本的检测通讯外，开启应急照明功能，并开始定位功能，检测楼宇中逃生人员的具体所在位置，同时应急指示方向统一受动态路径规划算法调整调度。
[0075] 6、发生意外危急情况时，服务器则启动动态规划算法，利用灾害状态、楼宇逃生通道现状以及逃生人员位置分布等，实现灾害状态的全方位掌握，并求解逃生路径最优解，有效疏导逃生人员就近从多条路径实现分散撤离，避免因为过度拥挤而导致的挤压踩伤等伤害，同时也避免因为拥堵而导致的逃生效率降低等。
[0076] 7、针对无法及时逃离的人员，可通过定位信息确定人员被困具体位置，监控室利用语音播报及逃生指示箭头灯等手段，引导未及时逃离人员就近躲避，同时基于定位信息，相关救援部门可及时采取针对性救援。
[0077] 综上，本发明在保障应急消防灯应急照明、疏散指示等基本功能的基础上，提出一种集照明、多传感检测、定位、数据融合分析、多目标路径规划于一体的多功能智能消防应急系统。其中多传感检测是指不仅能够检测建筑内部的温度、烟雾以及建筑体本身的振动检测，还能对消防应急灯内部电量、传感器功能、照明亮度的检测，实现立体化式的全覆盖信息采集，为系统维护及救灾提供有效帮助；数据分析融合是指结合多种传感信息，基于智能算法实现对当前建筑状态的预判，为建筑内部人员提供预警信息；定位是指装置可对周边人员流动实现定位，动态了解当前逃生人员的具体分布；多目标路径规划是指结合灾害情况、人员位置信息及楼宇内部结构，利用算法动态设计多条救生渠道，快速引导人员安全撤离灾害现场，从而最大程度降低灾害中人员财产的损失。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种多功能智能消防应急系统 | 2020-05-08 | 926 |
| 内窥镜诊断辅助系统、内窥镜诊断辅助程序和内窥镜诊断辅助方法 | 2020-05-11 | 163 |
| 一种桥梁模板分离机构 | 2020-05-13 | 582 |
| 一种多功能租赁停车场寻车系统 | 2020-05-13 | 175 |
| 一种潮汐路障自动迁移装置 | 2020-05-08 | 151 |
| 一种汽车空调控制器 | 2020-05-11 | 53 |
| 一种网络图的生成方法、装置、设备和存储介质 | 2020-05-12 | 808 |
| 除草活性的四氢和二氢呋喃羧酸和酯的3-苯基异噁唑啉-5-甲酰胺 | 2020-05-12 | 632 |
| 一种基于AI技术的地下停车场停车与寻车方法及系统 | 2020-05-12 | 1014 |
| 一种双旋钮物理按键的导航仪 | 2020-05-13 | 39 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈