技术新讯 > 安全消防,救生装置及其产品制造技术 > 一种危险品仓库火灾预防方法、装置、设备及系统与流程  >  正文

一种危险品仓库火灾预防方法、装置、设备及系统与流程

  • 国知局
  • 2024-07-05 17:37:11

本发明涉及危险品仓库火灾预防,具体涉及一种危险品仓库火灾预防系统。

背景技术:

1、随着物流和仓储行业的迅速发展,仓库的防火管理变得越来越重要,因此,众多物流和仓储公司都在思考如何做好仓库防火管理,避免火灾的发生。

2、目前,火灾预警系统主要通过探测器和控制器实现信号传送,该系统可通过各种模块对各联动设备进行火灾监测。

3、但是该种监测方式的误差大、及时性差、漏报率高并且较难针对火灾类型进行确定并推荐出相应的灭火方案,同时,现有的监测方式主要是为了快速灭火,而危险品仓库的很多潜在因素,诸如小动物的破坏可能会引起线路短路,进而引起火灾,诸如货品的乱堆乱放可能会使得相关货品因为被挤压而起火,甚至会堵塞救援道路,使得火灾得不到及时的救援,进而造成更大的损失,因此提出一种快速确认火灾类型并发出预警、高效的捕获危险品仓库内的小动物、高效的预警货品乱堆乱放的危险品仓库火灾预防系统。

技术实现思路

1、本发明的目的在于提供一种危险品仓库火灾预防方法、装置、设备及系统,以解决上述背景技术中提出的问题。

2、本发明的目的可以通过以下技术方案实现:

3、一种危险品仓库火灾预防系统,包括:模块一:包括有可移动式机器人,所述机器人用于在危险品仓库按照规定路径移动,所述机器人包含了图像识别模块、环境参数检测模块、无接触信息录入模块;模块二:网格化视频监控系统,用于将危险品仓库划分为若干个网格,达成对全仓库的视频监控覆盖。

4、优选地,所述图像识别模块包括有摄像头,用于拍摄火灾初期的火灾图像进行火灾类型识别、监控小动物出没位置、道路堵塞的监控识别;所述环境参数检测模块包括有一氧化碳传感器、二氧化碳传感器、温度传感器、烟雾传感器,用于获取相应的环境参数;所述环境参数检测模块用于获取代表不同火灾源表现特征的特征数据并与图像识别模块中的火灾类型识别相结合,对火源可燃物类型进行识别,所述环境参数检测模块还包括有生命探测仪,用于探测生物信息;所述无接触信息录入模块包括以下步骤:步骤一,在危险品仓库设置打卡点,每日进行巡检信息录入,步骤二,可移动式机器人每日经过打卡点,自动无接触获取打卡信息。

5、优选地,所述可移动式机器人用于对仓库火灾进行巡检、预警、判断准确的火灾原因,并给出灭火方案,包括以下步骤:第一步:搭建卷积神经网络模型,在火灾初期根据火灾图像和环境参数,确认可燃物种类,确认火灾类型;第二步:根据火灾类型给出合适的灭火方案。

6、优选地,还包括小动物陷阱系统,步骤为:第一步:搭建卷积神经网络模型,在可移动式机器人巡检过程中,根据生命探测仪和图像识别模块,记录小动物出没的位置信息;第二步:网格化视频监控系统通过视频监控覆盖,记录小动物出没的位置信息;第三步:在小动物出没位置设置小动物抓捕陷阱。

7、优选地,道路堵塞的监控识别包括以下步骤:第一步:搭建卷积神经网络模型,根据网格化视频监控系统获取的货品乱堆乱放图片,判断货品乱堆乱放位置信息;第二步:可移动式机器人在规定路径移动时被堵塞,记录堵塞位置信息;第三步:将可移动式机器人记录的堵塞位置信息与网格化视频监控系统判断的货品乱堆乱放位置信息结合,确定货品乱堆乱放位置信息。

8、优选地,搭建卷积神经网络模型的步骤包括:数据采集模块:用于采集开源的危险品仓库火灾图片和与危险品仓库火灾图片相关的环境参数,用于采集危险品仓库小动物图片,用于采集危险品仓库货物乱堆乱放图片;构建参数模块:用于构建由开源的危险品仓库火灾图片和与危险品仓库火灾图片相关的环境参数组成的训练集和测试集,用于构建由危险品仓库小动物图片组成的训练集和测试集,用于构建由危险品仓库货物乱堆乱放图片组成的训练集和测试集;训练模块:利用构建参数模块中的训练集和测试集对所述卷积神经网络模型进行训练和测试,得到火灾检测模型、小动物出没位置检测模型、危险品仓库货物乱堆乱放检测模型;预测模块:用于预测危险品仓库火灾位置、种类信息、危险品仓库小动物出没位置信息、危险品仓库货物乱堆乱放位置信息;判断模块:利用预测的信息推荐相对应的解决方案。

9、优选地,所述数据采集模块包括图像处理单元:对若干类火灾图片训练集进行火灾特征标注,采用ssim模型对训练集中的图片进行结构相似性计算清洗,对小动物图片训练集进行特征标注,采用ssim模型对训练集中的图片进行结构相似性计算清洗,对货物乱堆乱放图片训练集进行特征标注,采用ssim模型对训练集中的图片进行结构相似性计算清洗。

10、本发明的有益效果:本发明利用了可移动式机器人按照规定路线对危险品仓库进行巡检,不仅能够在火灾初期通过摄像头获取火灾图像并基于搭建的卷积神经网络模型再结合环境参数检测模块获取的环境参数,快速确认火灾类型、发出预警,并推荐基于该火灾类型的合适的灭火方案,极大提高了危险品仓库的火灾预防能力,同时,利用了可移动式机器人在巡检过程中可以记录小动物出没的位置信息,并结合网格化视频监控系统记录的小动物出没的位置信息确定小动物经常出没位置,进而通过设置陷阱对小动物实现快速抓捕,避免由于小动物的破坏而引起的火灾,最后,利用了可移动式机器人在规定路线上巡检发生堵塞即可说明该位置出现货品乱堆乱放,并结合网格化视频监控系统判断的货品乱堆乱放位置信息,高效、实时的确定货品乱堆乱放位置信息,进而快速、及时的清理,消除了安全隐患,本系统设计精巧、高效,成本较低,操作方便,适合在危险品仓库火灾预防领域中推广使用,具有较大的应用前景。

技术特征:

1.一种危险品仓库火灾预防系统,其特征在于,包括:

2.根据权利要求1所述的一种危险品仓库火灾预防系统,其特征在于,所述图像识别模块包括有摄像头,用于拍摄火灾初期的火灾图像进行火灾类型识别、监控小动物出没位置、道路堵塞的监控识别;

3.根据权利要求2所述的一种危险品仓库火灾预防系统,其特征在于,所述可移动式机器人用于对仓库火灾进行巡检、预警、判断准确的火灾原因,并给出灭火方案,包括以下步骤:

4.根据权利要求3所述的一种危险品仓库火灾预防系统,其特征在于,还包括小动物陷阱系统,步骤为:

5.根据权利要求4所述的一种危险品仓库火灾预防系统,其特征在于,道路堵塞的监控识别包括以下步骤:

6.根据权利要求5所述的一种危险品仓库火灾预防系统,其特征在于,搭建卷积神经网络模型的步骤包括:

7.根据权利要求6所述的一种危险品仓库火灾预防系统,其特征在于,所述数据采集模块包括图像处理单元:对若干类火灾图片训练集进行火灾特征标注,采用ssim模型对训练集中的图片进行结构相似性计算清洗,对小动物图片训练集进行特征标注,采用ssim模型对训练集中的图片进行结构相似性计算清洗,对货物乱堆乱放图片训练集进行特征标注,采用ssim模型对训练集中的图片进行结构相似性计算清洗。

技术总结本发明公开了一种危险品仓库火灾预防系统,包括:模块一:包括有可移动式机器人,所述机器人用于在危险品仓库按照规定路径移动,所述机器人包含了图像识别模块、环境参数检测模块、无接触信息录入模块;模块二:网格化视频监控系统,用于将危险品仓库划分为若干个网格,达成对全仓库的视频监控覆盖,本发明利用了可移动式机器人按照规定路线对危险品仓库进行巡检,快速确认火灾类型、发出预警,并推荐基于该火灾类型的合适的灭火方案,极大提高了危险品仓库的火灾预防能力,同时,准确确定小动物经常出没位置,进而通过设置陷阱对小动物实现快速抓捕,并高效、实时的确定货品乱堆乱放位置信息,进而快速、及时的清理,消除了安全隐患。技术研发人员:吴彦衡,余保华,刘畅,尤英婕,柴泾哲,王利梅受保护的技术使用者:四创电子股份有限公司技术研发日:技术公布日:2024/5/29

本文地址:https://www.jishuxx.com/zhuanli/20240617/48326.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。