基于云平台的消防预警系统的制作方法

本发明涉及消防预警，具体为基于云平台的消防预警系统。

背景技术：

1、

2、目前，传统的火灾预警方法是通过固定的检测装置进行检测或人为发现进而报警，然而，由于易燃物质燃烧容易受到环境因素的影响，造成现有技术容易出现误判、漏判，导致现有技术火灾预警准确性差，而且，由于火灾环境的紧急性和不确定性，现有技术无法根据火灾环境准确预测火势并评定火灾的危险程度，进而无法为工人规划安全路线进行紧急避险，导致系统安全性不高，救援效率低下，因此，设计提高准确性和安全性的基于云平台的消防预警系统是很有必要的。

技术实现思路

1、本发明的目的在于提供基于云平台的消防预警系统，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：基于云平台的消防预警系统，包括数据采集模块、消防预警模块和人员避险模块，其特征在于：所述数据采集模块用于收集园区内车间的视觉图像、车间内易燃物的温度和易燃物的综合信息，所诉消防预警模块用于检测火灾特征，分析区域内是否发生火灾，进一步分析火灾环境，对火势进行预测，所述人员避险模块用于根据消防预警模块的分析结果判断工人是否能够撤离，并为工人规划逃生路线，所述数据采集模块、消防预警模块和人员避险模块相互通讯连接；

3、所述火灾监测模块包括视觉检测子模块、温度检测子模块和烟雾检测子模块，所述视觉检测子模块用于检测车间内的火焰特征及烟雾特征，所述温度检测子模块用于检测易燃物的温度及起火点的温度，所述烟雾检测子模块用于检测发生火灾后车间内的烟气浓度；

4、所述环境检测模块包括易燃物分析子模块和火势分析子模块，所述易燃物分析子模块用于识别起火点的易燃物，分析易燃物的燃烧特性，所述火势分析子模块用于分析环境因素对火势蔓延的影响，分析起火点周围易燃物对火势的影响，根据分析结果预测火势的发展趋势。

5、根据上述技术方案，所述数据收集模块包括监控模块、传感器模块和物品综合信息录入模块，所述监控模块用于检测视觉图像中是否出现火焰或烟气，识别图像中的易燃物，所述传感器模块用于检测易燃物的温度及逃生路线上的烟气浓度，所述物品综合信息录入模块用于将车间内易燃物的综合信息录入系统。

6、根据上述技术方案，所述消防预警模块包括火灾监测模块和环境检测模块，所述火灾监测模块用于检测车间内是否出现火焰或烟气，检测易燃物的温度和烟气浓度，所述环境检测模块用于检测车间内起火点的燃烧条件和起火点附近的易燃物与起火点的距离。

7、根据上述技术方案，所述人员避险模块包括通信模块，所述通信模块用于提醒工人发生火灾并引导工人逃生。

8、根据上述技术方案，所述人员避险模块还包括逃生路线规划模块和紧急避险模块，所述逃生路线规划模块用于在发生火灾时为工人规划逃生路线，所述紧急避险模块用于在火势过大时引导工人避险自救。

9、根据上述技术方案，所述消防预警系统的运行方法主要包括以下步骤：

10、步骤s1：通过监控模块，实时拍摄车间内的视觉图像，通过传感器模块，收集车间内易燃物的温度，通过物品综合信息录入模块，将车间内易燃物、易爆物的综合信息录入系统；

11、步骤s2：在数据录入系统后，系统启动火灾监测模块，开始分析车间内视觉图像和易燃物温度，根据分析结果判断是否发生火灾并进行预警；

12、步骤s3：当系统检测到出现火灾时，系统发出电信号触发环境检测模块启动，开始分析起火点易燃物的燃烧特性、起火点周围易燃物与起火点之间的距离，根据分析结果判断火情危险程度和火势蔓延趋势；

13、步骤s4：在确定火情危险程度后，人员避险模块启动，开始分析园区内各车间的火情环境，根据分析结果为工人规划逃生路线。

14、根据上述技术方案，所述步骤s2进一步包括以下步骤：

15、步骤s21：调取车间内的视觉图像，扫描并识别易燃物特征节点，连接特征节点构建易燃物特征模型，根据易燃物特征模型调取数据中对应易燃物信息，获取易燃物的燃烧条件及着火点，调取该易燃物对应的红外热感数据，识别该易燃物的温度，若该易燃物的温度大于系统设定最大阈值，则标记该易燃物存在自燃风险，并将该易燃物的位置发送至管理终端，反之则系继续检测；

16、步骤s22：调取车间内的视觉图像，设定固定的图像抽取帧率，根据设定的抽取帧率周期性从视觉图像中截取图片，扫描并识别图像中各像素点的rgb颜色值，对比像素点中rgb三个通道的数值，选取最大值作为该像素点的灰度值对图片进行灰度化处理，识别灰度化处理后各像素点的颜色值，计算相邻像素点之间的颜色值的差值，若颜色值的差值大于系统设定阈值，则标记当前相邻的像素点为边缘像素点，反之则继续检测；

17、步骤s23：识别像素点中的标记，连接边缘像素点构建目标区域，对比上一帧率截取图片，计算两相邻帧率截图片目标区域中对应像素点颜色值的差值，若颜色值差值大于系统设定阈值，则标记目标区域为异常区域，反之则继续检测，在截取图片中锚定异常区域，识别异常区域内像素点颜色值，计算三个通道数值的平均数，若平均数大于最大阈值，则将该像素点标记为保留像素点，反之则标记为剔除像素点，识别异常区域中像素点的标记，连接保留像素点构建火苗模型，对比数据库，若相似度大于系统设定阈值，则标记目标区域出现火灾，反之则系统继续检测；

18、步骤s24：调取灰度化处理后的截取图片，锚定图片中的漂浮颗粒，分析细小颗粒中像素点的数量，根据分析结果判断是否出现烟气。

19、根据上述技术方案，所述步骤s24中调取灰度化处理后的截取图片，识别像素点的颜色值，分别计算当前像素点与上下左右像素点之间的颜色值差值，将当前像素点分别加上与上下左右像素点颜色值的差值，并分别构成新的图像，将图像进行重叠融合，识别融合后的图片像素点的颜色值，计算相邻像素点之间颜色值的差值，若差值大于阈值，则标记该像素点，反之则继续检测，顺时针连接标记像素点构建漂浮颗粒模型，识别漂浮颗粒模型中的像素点数量，若像素点数量大于最大阈值，则标记该漂浮颗粒为灰尘，反之则标记该漂浮颗粒为烟尘，识别当前图片中漂浮颗粒的总数量m，通过公式计算图片中的烟尘占有比率式中，p表示图片中的烟尘占有比率，即烟尘在漂浮颗粒中的占比，m表示图片中烟尘的数量，α表示空气中细小粉尘对烟尘占有比率的误差系数，若图片中的烟尘占有比率大于最大阈值，则标记当前车间发生火灾，反之则继续检测。

20、根据上述技术方案，所述步骤s3进一步包括以下步骤：

21、步骤s31：锚定起火点，识别起火点周围易燃物的特征，根据易燃物的特征调取数据库中对应的燃烧特征和着火点，若该易燃物为易爆物质时，则通过通信模块通知工人迅速撤离，反之则计算火点辐射到周围易燃物的温度；

22、步骤s32：调取起火点的温度，通过距离公式计算易燃物与着火点之间的距离，通过公式计算起火点辐射到周围易燃物的温度式中，q表示起火点辐射到周围易燃物的温度，c表示起火点的外侧温度，l表示起火点与易燃物之间的距离，β表示起火点与易燃物之间的距离对起火点辐射温度的衰减系数，若辐射温度q小于该易燃物的着火点，则标记该起火点为可处理火灾，并通过通信模块通知最近的工人利用灭火器进行处理，反之则通过通信模块通知工人进行撤离。

23、根据上述技术方案，所述步骤s4进一步包括以下步骤：

24、步骤s41：当车间发生火灾时，系统通过通信模块通知工人进行撤离，调取红外传感器数据，识别红外热感图像，若车间内的温度大于系统设定阈值，则标记当前车间无法通行，反之则标记为标记为备选路线，调取有害气体传感器数据，识别空气中有害气体浓度，若有害气体大于极限阈值，则标记该车间无法通行，反之则标记为标记为备选路线，调取截取图片，识别烟尘占有比率，若烟尘占有比率大于极限阈值，则标记该车间无法通行，反之则标记为标记为备选路线，识别每个车间的标记，将备选路线标记在园区建筑模型中，若相邻备选路线间存在墙体时，则通过通信模块引导工人前往紧急避险点进行避险，反之则引导工人通过规划的逃生路线进行撤离，同时，当发生火灾时系统通过通信模块实时获取工人在园区建筑内的定位信息，并将定位信息发送至救援中心。

25、与现有技术相比，本发明所达到的有益效果是：本发明，通过检测易燃物的温度是否大于阈值，能够避免易燃物温度达到着火点发生自燃，降低易燃物发生自燃的可能，进而提高车间的安全性，通过对截取图片进行灰度化处理，标记异常区域，检测异常区域对像素点进一步剔除，最后对比数据库模型，能够降低墙面或起火点周围建筑反射火苗对起火点判断准确性的影响，极大地提高了火灾检测的准确性，通过检测空气中烟尘的占有比率，能够在烟雾报警器发出警报前检测出发生火灾，进而降低系统检测存在的滞后性，同时能够避免易燃物发生阴燃时无明火，造成系统未判断出火灾，导致企业损失增加，进一步提高了安全性和准确性，通过计算其国电辐射到易燃物的温度，进而分析易燃物是否会被引燃，能够迅速处理较小的火灾，进而扼制火势蔓延，减少企业损失，进一步提高企业的安全性，通过在发生火灾时为工人规划逃生路线，并实时检测逃生路线情况，并在逃生通道无法通行时，引导工人进入避险点进行避险，能够避免在发生火灾时，工人因烟雾过大无法寻找到逃生通道而错过最佳逃生时间，同时能够在无法逃生时引导工人前往避险点进行自我保护，进而极大地提高了工人的安全。