一种预测隧道火灾风险的分析方法与流程

本发明涉及隧道火灾风险预测，特别涉及一种预测隧道火灾风险的分析方法。

背景技术：

1、公路隧道、城市地下通道等重要公共场所，因车流量密度大，车速快，且对道路的通行承载着重要的作用，这些重要的公共场所一旦发生火灾，将面临生命威胁、公共设施损毁、交通道路无法正常运营等严重后果；

2、现有的用于监测公路隧道、城市地下通道等重要公共场所的火灾报警系统，其作用是当火灾发生后，通过探测设备发现火灾并发生声光警报，并通知监控中心值班人员进行应急处置。但应急处置与道路救援需要一系列的人员、设备、车辆的调度过程，且公路隧道位置与监控中心之间的距离也直接影响了应急救援的处置时间和灭火的时机；

3、现有的火灾自动报警系统各类探测方案以探测火灾发生后的物理现象为主，如点型红外火焰探测器，探测的是火灾发生时出现的明火；图像型火灾探测器可以更早期地探测到火灾发生前未出现明火但有烟雾析出的情况；分布式光纤探测的是火灾发生后，引起的温度的快速上升；

4、对于隧道场景而言，一旦发生火灾，因位置和空间的限制，往往救援都比较困难，如无法在第一时间进行火灾的扑灭，造成的后果也是非常严重的。火灾探测一直以来都没有真正能达到提前预测的效果。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了一种预测隧道火灾风险的分析方法，解决现有的用于监测公路隧道、城市地下通道等重要公共场所的火灾报警系统，其作用是当火灾发生后，通过探测设备发现火灾并发生声光警报，并通知监控中心值班人员进行应急处置。但应急处置与道路救援需要一系列的人员、设备、车辆的调度过程，且公路隧道位置与监控中心之间的距离也直接影响了应急救援的处置时间和灭火的时机，现有的火灾自动报警系统各类探测方案以探测火灾发生后的物理现象为主，如点型红外火焰探测器，探测的是火灾发生时出现的明火；图像型火灾探测器可以更早期地探测到火灾发生前未出现明火但有烟雾析出的情况；分布式光纤探测的是火灾发生后，引起的温度的快速上升的技术问题。

3、(二)技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：

5、一种预测隧道火灾风险的分析方法，包括以下步骤：

6、s1：通过视频采集设备获得进入隧道的车牌、车辆信息；

7、s2：通过连接车辆信息网络，进行车辆信息匹配，若匹配失败，立即通知执法单位进行下一步处置；

8、s3：通过隧道微波雷达，获取车辆速度、车道偏转、载货高度等信息，判别是否存在危险驾驶等车辆不安全隐患情况，若存在上述情况，立即通知执法单位进行下一步处置；

9、s4：通过视频采集到的与雷达采集到的车辆信息，采用时间同步的算法，将同一时间点的视频数据与雷达数据汇聚；

10、s5：通过数据拟合，还原特定车辆的行驶轨迹；同时通过雷达探测到的车辆位置信息，嵌入隧道所在位置的高精地图，以路段桩号为坐标，还原隧道各横断面的车型种类及车辆的疏密程度。

11、优选的：s1通过视频采集设备获得进入隧道的车牌、车辆信息包括以下步骤：

12、第一步：在隧道入口处安装高清摄像头或视频监控设备；

13、第二步：将视频信号传输到监控中心或数据处理中心；

14、第三步：利用车牌识别技术对车辆进入隧道时的车牌进行识别，并将识别结果与车辆信息进行关联；

15、第四步：将车牌信息与车辆信息数据库进行关联，获取车辆的具体信息，如车型、车主信息等；

16、第五步:将获取的车辆信息存储到数据库中，并进行分析。

17、优选的：s2通过连接车辆信息网络，进行车辆信息匹配，若匹配失败，立即通知执法单位进行下一步处置包括以下步骤：

18、第一步：建立与车辆信息网络的连接，确保能够实时获取车辆信息；

19、第二步：当车辆进入隧道时，将车牌信息通过连接发送至车辆信息网络进行匹配，以获取车辆的具体信息；

20、第三步：如果车辆信息匹配失败，系统立即通知执法单位进行下一步处置。这可能包括要求交警或相关执法部门前往现场进行核实、拦截或其他必要的处置措施；

21、第四步：对匹配成功和失败的车辆信息进行记录，以便后续的分析和处理。

22、优选的：s3通过隧道微波雷达，获取车辆速度、车道偏转、载货高度等信息，判别是否存在危险驾驶等车辆不安全隐患情况包括以下步骤：

23、第一步：在隧道入口和出口以及隧道内部适当位置安装微波雷达设备，确保能够全方位监测车辆的速度、车道偏离和载货高度等信息；

24、第二步：微波雷达设备采集车辆通过隧道时的速度、车道偏离和载货高度等信息，并将数据传输到监控中心或数据处理系统；

25、第三步：通过监控中心或数据处理系统对采集的数据进行处理和分析，以判断是否存在危险驾驶或其他车辆不安全隐患情况；

26、第四步：根据数据分析结果，判断车辆是否存在危险驾驶行为或其他安全隐患，例如超速、频繁变道、载货高度超限等情况；

27、第五步：对于被判别为存在危险驾驶或其他安全隐患的车辆，系统可发出警报并通知相关执法部门进行处置，包括拦截、责令停车、罚款或其他必要的处置措施；

28、第六步：对判别结果进行记录并进行进一步的数据分析，以便隧道管理部门对隧道火灾风险进行评估和预防措施的制定。

29、优选的：s4通过视频采集到的与雷达采集到的车辆信息，采用时间同步的算法，将同一时间点的视频数据与雷达数据汇聚包括以下步骤；

30、第一步：设计一个能够将视频数据和雷达数据进行时间同步的算法，确保两种数据在时间上的一致性；

31、第二步：使用摄像设备对隧道车辆进行实时采集，获取车辆的行驶轨迹、车道偏移等信息，并将视频数据传输到监控中心或数据处理系统；

32、第三步：使用隧道微波雷达设备采集车辆通过隧道时的速度、车道偏离和载货高度等信息，并将雷达数据传输到监控中心或数据处理系统；

33、第四步：将视频数据和雷达数据经过时间同步算法处理，确保两种数据在时间上对应的一致性，使得视频和雷达数据能够在同一时间点进行比对和分析；

34、第五步：将经过时间同步处理的视频数据和雷达数据进行汇聚，将视频中的车辆与雷达采集到的车辆信息进行匹配，得到同一时间点的车辆信息；

35、第六步：对汇聚后的数据进行比对分析，检查视频中的车辆行驶轨迹、车道偏移等信息是否与雷达采集到的车辆速度、车道偏离等信息相符，以判断是否存在危险驾驶或其他安全隐患情况；

36、第七步：对于被判别为存在危险驾驶或其他安全隐患的车辆，系统可发出警报并通知相关执法部门进行处置；

37、第八步：对判别结果进行记录并进行进一步的数据分析，以便隧道管理部门对隧道火灾风险进行评估和预防措施的制定。

38、优选的：s5通过数据拟合，还原特定车辆的行驶轨迹；同时通过雷达探测到的车辆位置信息，嵌入隧道所在位置的高精地图，以路段桩号为坐标，还原隧道各横断面的车型种类及车辆的疏密程度包括以下步骤：

39、第一步：对视频采集到的特定车辆行驶轨迹进行数据拟合，以得到车辆的运动轨迹、速度变化等信息；

40、第二步：将雷达探测到的车辆位置信息与隧道所在位置的高精地图进行嵌入，以路段桩号为坐标，得到车辆在隧道中的位置信息；

41、第三步：通过视频或雷达数据分析，识别车辆的车型种类，并将该信息与车辆位置信息进行关联；

42、第四步：根据车辆在隧道中的位置信息，结合车辆种类识别结果，分析隧道各横断面上车辆的疏密程度，即在不同位置和时间段上车辆的密度情况；

43、第五步：将数据拟合得到的车辆行驶轨迹、车辆位置信息、车型种类及疏密程度等数据进行集成，并进行综合分析，以得到隧道中车辆运行情况的全貌；

44、第六步：根据分析得到的隧道车辆行驶情况，结合隧道火灾风险评估模型，对隧道火灾风险进行评估，确定潜在的风险区域和风险等级；

45、第七步：根据风险评估结果，制定相应的隧道火灾预防措施，如加强监控、改善通风系统、加强车辆安全管理等。

46、优选的：在实时追踪隧道内车流量的同时，根据车型及车流量的识别数据，计算隧道内各位置横断面上的风险程度，风险程度高的位置，可以提前启动隧道内的预警装置。

47、优选的：s4第一步中能够将视频数据和雷达数据进行时间同步的算法采用通过时间戳进行匹配和同步，包括以下步骤：

48、第一步：对视频数据和雷达数据进行预处理，确保它们都包含时间戳信息，即记录了数据采集的时间点；

49、第二步：对视频数据和雷达数据中的时间戳进行匹配，找出两者之间最接近的时间点对应；

50、第三步：根据匹配的时间点对，将视频数据和雷达数据进行时间同步，使它们在时间上保持一致；

51、第四步：对同步后的数据进行进一步分析和处理，以便进行隧道火灾风险的预测和评估。

52、优选的：与相关执法部门达成数据共享协议，允许双方在必要时共享相关的信息和数据，包括隧道监测数据、火灾风险预测结果。

53、优选的：提供实时数据接口，使得相关执法部门能够实时获取系统产生的监测数据和预测结果，从而及时了解隧道火灾风险的情况，建立一个数据共享平台，使系统和执法部门能够在平台上共享数据、信息和预警通知，以便双方能够及时了解隧道火灾风险的情况，与相关执法部门的自动报警系统进行集成，当系统检测到隧道火灾风险升高时，自动向执法部门发出警报，以便他们能够迅速做出反应。

54、(三)有益效果

55、通过视频采集设备获得进入隧道的车牌、车辆信息，通过连接车辆信息网络，进行车辆信息匹配，若匹配失败，立即通知执法单位进行下一步处置，通过隧道微波雷达，获取车辆速度、车道偏转、载货高度等信息，判别是否存在危险驾驶等车辆不安全隐患情况，若存在上述情况，立即通知执法单位进行下一步处置，通过视频采集到的与雷达采集到的车辆信息，采用时间同步的算法，将同一时间点的视频数据与雷达数据汇聚，通过数据拟合，还原特定车辆的行驶轨迹；同时通过雷达探测到的车辆位置信息，嵌入隧道所在位置的高精地图，以路段桩号为坐标，还原隧道各横断面的车型种类及车辆的疏密程度，由于不同种类的车型直接决定了会引起火灾的风险程度和发生燃烧时的火灾热释放率(hrr,heatrelease rate)，如50m3的油罐车，一旦发生火灾，其热释放率可达到300mw，车辆可能会引起的风险程度也是最高的；货车及客车发生火灾的热释放率可达到为20-30mw，而客运和货运车辆在公路上发生灾祸的风险程度也是相对比较高。因此可以在实时追踪隧道内车流量的同时，根据车型及车流量的识别数据，计算隧道内各位置横断面上的风险程度，风险程度高的位置，可以提前启动隧道内的预警装置，可以动态获取隧道内的风险分布曲线，达到风险预测的效果，可以更早获取到火灾所在的位置以及火灾的最大热释放率，为下一步救援自动计算出火灾种类、灭火所需介质以及灭火剂量。