一种建筑楼宇智能消防控制系统的制作方法

安全;消防;救生装置及其产品制造技术1.本发明涉及智能消防技术领域，特别涉及一种建筑楼宇智能消防控制系统。背景技术：2.目前，随着城市的发展、经济和消费水平的提高，高层建筑一座座拔地而起，大型商场、商业中心与综合性楼宇综合运营的建筑比比皆是，综合性楼宇分别由多个单位管理使用，多交由物业对共用的疏散通道、安全出口、建筑消防设施和消防车通道进行统一管理。综合性楼宇办公、餐饮、商超等营业性场所聚集，人流动量大且成分复杂，易燃物品较多，用电用火频繁，火灾隐患大。因此，保持疏散通道及指示系统、防排烟、防火分隔等消防设施健康，是大型商超、商业中心的消防安全管理重点。3.但，现在的建筑楼宇智能消防控制系统在方发生险情时，只能进行统一报警，有时，在险情严重时，现场人员会因紧急情况以及险情损毁导致无法明确正确有效的逃生路线，且无法针对现场的人员分布情况为救援人员提供高效的救援路线，进而导致消防救援效率低，人员伤亡数量多。4.因此，本发明提出一种建筑楼宇智能消防控制系统。技术实现要素：5.本发明提供一种建筑楼宇智能消防控制系统，用以基于险情现场的情况和人员分布情况智能地生成对应的逃生路线和救援路线，并基于逃生路线和救援路线引导对应的逃生人员和救援人员，进而提高了消防救援和逃生效率，减少人员伤亡。6.本发明提供一种建筑楼宇智能消防控制系统，包括：7.监控端，用于实时监测所述建筑楼宇内的险情，获取对应的险情监测信息；8.获取端，用于基于所述险情监测信息获取所述建筑楼宇内的人员分布信息；9.生成端，用于基于所述人员分布信息和所述险情监测信息生成对应的逃生路线和救援路线；10.控制端，用于基于所述逃生路线控制对应的指示灯，同时，将所述救援路线传输至救援人员通信端。11.优选的，所述监控端，包括：12.第一监控模块，用于基于设置在所述建筑楼宇内的烟雾传感器实时获取所述建筑楼宇内的烟雾浓度分布数据；13.第二监控模块，用于基于设置在所述建筑楼宇内的温度传感器实时获取所述建筑楼宇内的温度分布数据；14.险情分析模块，用于基于所述烟雾浓度分布数据和所述温度分布数据，实时分析所述建筑楼宇内是否存在险情，若存在，则确定出对应的险情发生位置作为对应的险情监测信息，否则，将所述建筑楼宇内不存在险情作为对应的险情监测信息。15.优选的，所述获取端，包括：16.视频获取模块，用于当所述险情监测信息为所述建筑楼宇内存在险情时，则获取所述建筑楼宇内的所有监控视频；17.视频标记模块，用于在所述监控视频中标记出所有人员的人员区域视频，获得对应的标记视频；18.视频分析模块，用于基于所述标记视频确定出所述建筑楼宇内的人员分布信息。19.优选的，所述视频标记模块，包括：20.分帧处理单元，用于对所述监控视频进行分帧处理，获得对应的监控视频帧，基于所述监控视频帧构建出对应的帧序列；21.动态识别单元，用于对比所述帧序列中相邻监控视频帧，确定出所述相邻视频帧中的差异区域，基于所述差异区域确定出所述帧序列中的动态区域序列；22.区域跟踪单元，用于对所述动态区域序列进行轨迹跟踪获得对应的位移轨迹；23.静态筛选单元，用于在所述帧序列中筛选出所述动态区域序列所属的第一子帧序列，并确定出所述第一子帧序列中除所述动态区域序列以外的静态区域序列；24.区域叠加单元，用于对所述静态区域序列中包含的静态区域进行叠加处理，获得对应的叠加图像；25.轨迹标记单元，用于将所述位移轨迹标记于所述叠加图像中，获得对应的标记结果；26.特征分析单元，用于基于所述标记结果确定出所述位移轨迹在所述叠加图像中对应的像素变化特征；27.区域修复单元，用于基于所述像素变化特征对所述动态区域序列进行逆向修复，获得对应的动态修复区域序列；28.空帧构建单元，用于将所述修复区域序列中包含的相邻修复区域作为对应的待插帧对，基于所述待插帧对构建出对应的空帧；29.范围确定单元，用于将所述待插帧对中包含的待插帧划分为多个子区域，基于所述位移轨迹确定出所述待插帧对中前一待插帧中包含的每个第一子区域对应的匹配范围；30.区域匹配单元，用于基于所述匹配范围在所述待插帧对中后一待插帧中筛选出所述第一子区域对应的第二子区域，获得对应的匹配区域对；31.向量确定单元，用于基于所述匹配区域对确定出对应的位移向量；32.区域确定单元，用于基于所述位移向量的中点在所述空帧中的位置，确定出所述匹配区域对在所述空帧中对应的待插区域；33.像素补偿单元，用于基于所述匹配区域对对所述待插区域进行像素补偿，获得对应的补偿区域；34.插帧处理单元，用于基于所有补偿区域构建出对应的补偿帧，并将所述补偿帧插入至所述待插帧对，获得对应的动态修复补偿区域序列；35.人员筛选单元，用于基于预设人员图像特征在所述动态修复补偿区域序列中筛选出人员区域视频，并所述人员区域视频中包含的人员区域标记于所述监控视频中的对应视频帧，获得对应的标记视频。36.优选的，所述视频分析模块，包括：37.视频调取单元，用于调取所述建筑楼宇对应的三维地图全景视频；38.视频帧匹配单元，用于将所述标记视频中最新确定的人员区域在所述标记视频中所属的标记视频帧与所述三维地图全景视频中包含的全景视频帧进行匹配，确定出所述人员区域对应的三维坐标信息；39.坐标标记单元，用于将所述三维坐标信息标记与所述建筑楼宇对应的三维模型中，获得对应的人员分布信息。40.优选的，所述生成端，包括：41.险情位置确定模块，用于基于所述险情监测信息确定出对应的险情发生位置；42.人员位置确定模块，用于基于所述人员分布信息确定出每个人员对应的实时位置；43.逃生路线生成模块，用于基于所述实时位置和所述险情发生位置生成对应人员对应的逃生路线；44.危险等级确定模块，用于基于逃生路线和所述实时位置生成对应人员的危险系数；45.救援路线生成模块，用于基于所述危险系数和对应的实时位置生成对应的救援路线。46.优选的，所述危险等级确定模块，包括：47.点筛选单元，用于实时获取所述险情发生位置处的险情图像，在所述险情图像中确定出色度值在险情色度范围内且亮度值在险情亮度范围内的险情像素点；48.第一确定单元，用于基于所述险情像素点构成对应的第一险情区域，基于所述第一险情区域在所述险情图像中的第一区域占比确定出对应的第一危险度；49.第二确定单元，用于确定出所述实时位置和所述险情发生位置之间的第一距离，基于所述第一距离确定出对应人员的第二危险度；50.帧提取单元，用于获取所述险情发生位置处的险情视频，基于预设时间间隔在所述险情视频中提取出对应的险情分析帧；51.方向确定单元，用于确定出所述险情分析帧中包含的第二险情区域，获得对应的第二险情区域序列，基于所述第二险情序列分析出对应的险情蔓延方向；52.序列生成单元，用于确定出所述第二险情区域在对应险情分析帧中的第二区域占比，基于所述第二险情区域序列获得对应的第二区域占比序列；53.速率确定单元，用于基于所述第二区域占比序列确定出对应的险情蔓延速率；54.轨迹预测单元，用于基于所述险情蔓延速率和所述险情蔓延方向预测出对应的险情预测蔓延轨迹；55.距离预测单元，用于基于所述标记视频分析出对应人员的逃生速度，基于所述逃生速度和所述逃生路线以及所述险情预测蔓延轨迹预测出对应人员的实时险情距离；56.第三确定单元，用于基于所述实时险情距离计算出对应人员的第三危险度；57.第四确定单元，用于基于所述逃生路线的长度确定出对应人员的第四危险度；58.第五确定单元，用于将所述第一危险度、所述第二危险度和所述第三危险度以及所述第四危险度的平均值作为对应人员的危险系数。59.优选的，所述救援路线生成模块，包括：60.系数排序单元，用于将所述危险系数从大到小排序生成对应的危险系数序列；61.路线生成单元，用于基于所述危险系数序列和每个人员对应的实时位置生成对应的救援路线。62.优选的，所述控制端，包括：63.方案生成模块，用于基于所述逃生路线生成对应的指示灯控制方案；64.指示灯控制模块，用于基于所述指示灯控制方案控制对应指示灯闪烁发光；65.路线传输模块，用于将所述救援路线传输至对应救援人员通信端。66.优选的，所述方案生成模块，包括：67.颜色确定单元，用于基于所述危险系数序列确定出对应的指示灯闪烁颜色；68.方案生成单元，用于基于所述指示灯闪烁颜色和所述逃生路线中包含的指示灯生成对应的指示灯控制方案。69.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。70.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。附图说明71.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：72.图1为本发明实施例中一种建筑楼宇智能消防控制系统示意图；73.图2为本发明实施例中一种监控端示意图；74.图3为本发明实施例中一种获取端示意图；75.图4为本发明实施例中一种视频标记模块示意图；76.图5为本发明实施例中一种视频分析模块示意图；77.图6为本发明实施例中一种生成端示意图；78.图7为本发明实施例中一种危险等级确定模块示意图；79.图8为本发明实施例中一种救援路线生成模块示意图；80.图9为本发明实施例中一种控制端示意图；81.图10为本发明实施例中一种方案生成模块示意图。具体实施方式82.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。83.实施例1：84.本发明提供了一种建筑楼宇智能消防控制系统，参考图1，包括：85.监控端，用于实时监测所述建筑楼宇内的险情，获取对应的险情监测信息；86.获取端，用于基于所述险情监测信息获取所述建筑楼宇内的人员分布信息；87.生成端，用于基于所述人员分布信息和所述险情监测信息生成对应的逃生路线和救援路线；88.控制端，用于基于所述逃生路线控制对应的指示灯，同时，将所述救援路线传输至救援人员通信端。89.该实施例中，险情主要指火灾、爆炸等情况。90.该实施例中，险情监测信息即为实时监测建筑楼宇内的险情获得的相关信息。91.该实施例中，人员分布信息即为人员在建筑楼宇内的分布位置。92.该实施例中，逃生路线即为基于人员分布信息和险情监测信息生成的对应人员逃生的路线。93.该实施例中，救援路线即为基于人员分布信息和险情监测信息生成的救援人员的救援的路线。94.该实施例中，救援人员通信端包括：手机端、电脑端等。95.以上技术的有益效果为：基于建筑楼宇内的险情监测信息和人员分布情况智能地生成对应的逃生路线和救援路线，并基于逃生路线和救援路线引导对应的逃生人员和救援人员，进而提高了消防救援和逃生效率，且减少人员伤亡。96.实施例2：97.在实施例1的基础上，所述监控端，参考图2，包括：98.第一监控模块，用于基于设置在所述建筑楼宇内的烟雾传感器实时获取所述建筑楼宇内的烟雾浓度分布数据；99.第二监控模块，用于基于设置在所述建筑楼宇内的温度传感器实时获取所述建筑楼宇内的温度分布数据；100.险情分析模块，用于基于所述烟雾浓度分布数据和所述温度分布数据，实时分析所述建筑楼宇内是否存在险情，若存在，则确定出对应的险情发生位置作为对应的险情监测信息，否则，将所述建筑楼宇内不存在险情作为对应的险情监测信息。101.该实施例中，烟雾浓度分布数据即为基于烟雾传感器获取的建筑楼宇内各个位置处对应的烟雾浓度。102.该实施例中，温度传感器即为基于温度传感器获取的建筑楼宇内各个位置出的温度值。103.该实施例中，基于所述烟雾浓度分布数据和所述温度分布数据，实时分析所述建筑楼宇内是否存在险情，包括：104.当烟雾浓度分布数据中在对应位置处的烟雾浓度大于烟雾浓度阈值(被判定为发生险情的最小烟雾浓度)时且温度分布数据中在对应位置处的温度值大于温度阈值(被判定为发生险情的最小温度值)时，则判定建筑楼宇内发生险情，否则，判定建筑楼宇内未发生险情。105.该实施例中，险情发生位置即为险情发生的位置。106.以上技术的有益效果为：基于烟雾传感器和温度传感器可以实现基于建筑楼宇内的烟雾分布数据和温度分布数据判断建筑楼宇内是否发生险情，并在发生险情时确定出对应的险情发生位置，进而获得对应的险情监测信息，为后续生成逃生路线和救援路线提供了重要基础。107.实施例3：108.在实施例2的基础上，所述获取端，参考图3，包括：109.视频获取模块，用于当所述险情监测信息为所述建筑楼宇内存在险情时，则获取所述建筑楼宇内的所有监控视频；110.视频标记模块，用于在所述监控视频中标记出所有人员的人员区域视频，获得对应的标记视频；111.视频分析模块，用于基于所述标记视频确定出所述建筑楼宇内的人员分布信息。112.该实施例中，监控视频即为基于设置在建筑楼宇内的摄像机获取的建筑楼宇内的视频。113.该实施例中，人员区域视频即为人员在监控视频中对应的图像区域视频。114.该实施例中，标记视频即为在监控视频中标记出人员的人员区域视频后获得的视频。115.以上技术的有益效果为：当判定建筑楼宇内发生险情时，则在建筑楼宇内的监控视频中标记出人员的人员区域视频，进而获得建筑楼宇内的人员分布情况，为后续生成逃生路线和救援路线提供了重要基础。116.实施例4：117.在实施例3的基础上，所述视频标记模块，参考图4，包括：118.分帧处理单元，用于对所述监控视频进行分帧处理，获得对应的监控视频帧，基于所述监控视频帧构建出对应的帧序列；119.动态识别单元，用于对比所述帧序列中相邻监控视频帧，确定出所述相邻视频帧中的差异区域，基于所述差异区域确定出所述帧序列中的动态区域序列；120.区域跟踪单元，用于对所述动态区域序列进行轨迹跟踪获得对应的位移轨迹；121.静态筛选单元，用于在所述帧序列中筛选出所述动态区域序列所属的第一子帧序列，并确定出所述第一子帧序列中除所述动态区域序列以外的静态区域序列；122.区域叠加单元，用于对所述静态区域序列中包含的静态区域进行叠加处理，获得对应的叠加图像；123.轨迹标记单元，用于将所述位移轨迹标记于所述叠加图像中，获得对应的标记结果；124.特征分析单元，用于基于所述标记结果确定出所述位移轨迹在所述叠加图像中对应的像素变化特征；125.区域修复单元，用于基于所述像素变化特征对所述动态区域序列进行逆向修复，获得对应的动态修复区域序列；126.空帧构建单元，用于将所述修复区域序列中包含的相邻修复区域作为对应的待插帧对，基于所述待插帧对构建出对应的空帧；127.范围确定单元，用于将所述待插帧对中包含的待插帧划分为多个子区域，基于所述位移轨迹确定出所述待插帧对中前一待插帧中包含的每个第一子区域对应的匹配范围；128.区域匹配单元，用于基于所述匹配范围在所述待插帧对中后一待插帧中筛选出所述第一子区域对应的第二子区域，获得对应的匹配区域对；129.向量确定单元，用于基于所述匹配区域对确定出对应的位移向量；130.区域确定单元，用于基于所述位移向量的中点在所述空帧中的位置，确定出所述匹配区域对在所述空帧中对应的待插区域；131.像素补偿单元，用于基于所述匹配区域对对所述待插区域进行像素补偿，获得对应的补偿区域；132.插帧处理单元，用于基于所有补偿区域构建出对应的补偿帧，并将所述补偿帧插入至所述待插帧对，获得对应的动态修复补偿区域序列；133.人员筛选单元，用于基于预设人员图像特征在所述动态修复补偿区域序列中筛选出人员区域视频，并所述人员区域视频中包含的人员区域标记于所述监控视频中的对应视频帧，获得对应的标记视频。134.该实施例中，监控视频帧即为对监控视频进行分帧处理后获得的视频帧。135.该实施例中，帧序列即为将监控视频帧排序获得的帧的序列。136.该实施例中，差异区域即为相邻视频帧中不一样的区域。137.该实施例中，动态区域序列即为基于帧序列将差异区域排序后获得的图像区域的序列。138.该实施例中，位移轨迹即为对动态区域序列进行轨迹跟踪后获得的轨迹。139.该实施例中，第一子帧序列即为在帧序列中筛选出的动态区域序列所属的帧序列。140.该实施例中，静态区域序列即为第一子帧序列中除动态区域序列以外的图像区域构成的序列。141.该实施例中，叠加图像即为对静态区域序列进行叠加处理后获得的图像。142.该实施例中，标记结果即为将位移轨迹标记于所述叠加图像中后获得的结果。143.该实施例中，像素变化特征即为基于标记结果确定出的位移轨迹在叠加图像中色度变化特征和灰度变化特征以及亮度变化特征。144.该实施例中，动态修复区域序列即为基于像素变化特征对动态区域序列进行逆向修复后获得的动态修复区域的序列，其中，逆向修复是指按照像素变化特征的变化方向的逆方向对动态区域进行校正，例如，第一帧动态区域中对应像素点的亮度值为10，第二帧动态区域中对应像素点的亮度值为20，则将第一帧动态区域中对应相随单的亮度值设置为20。145.该实施例中，待插帧对即为修复区域序列中包含的相邻修复区域。146.该实施例中，基于所述待插帧对构建出对应的空帧，包括：以待插帧对中包含的待插帧的区域尺寸的并集为帧尺寸构建出空白的帧。147.该实施例中，子区域即为待插帧对中包含的待插帧划分获得的区域。148.该实施例中，基于所述位移轨迹确定出所述待插帧对中前一待插帧中包含的每个第一子区域对应的匹配范围，包括：基于所述位移轨迹确定出待插帧对中前一待插帧中包含的每个第一子区域在后一待插帧中对应的匹配基准区域，将该匹配基准区域以及与该匹配基准区域相邻的所有子区域构成的范围作为对应第一子区域对应的匹配范围。149.该实施例中，基于所述匹配范围在所述待插帧对中后一待插帧中筛选出所述第一子区域对应的第二子区域，获得对应的匹配区域对，包括：150.计算出所述待插帧对中后一待插帧中在所述匹配范围内的每个第三子区域与对应第一子区域之间的匹配度：[0151][0152]式中，δ为当前计算的第一子区域与当前计算的第三子区域之间的匹配度，且δ的取值范围为amax为预设的亮度最大值，bmax为预设的色度最大值，cmax为预设的灰度最大值，amin为预设的亮度最小值，bmin为预设的色度最小值，cmin为预设的灰度最小值，j为当前计算的第三子区域中包含的当前计算的像素点，m为当前计算的第一子区域(或第三子区域)中包含的像素点总个数，a1i为当前计算的第一子区域中包含的第i个像素点对应的亮度值，a2i为当前计算的第三子区域中包含的第i个像素点对应的亮度值，b1i为当前计算的第一子区域中包含的第i个像素点对应的色度值，b2i为当前计算的第三子区域中包含的第i个像素点对应的色度值，c1i为当前计算的第一子区域中包含的第i个像素点对应的灰度值，c2i为当前计算的第三子区域中包含的第i个像素点对应的灰度值，e为自然常数且取值为2.72；[0153]例如，当前计算的第一子区域中包含两个像素点，其中第一个像素点的色度值为10、亮度值为10、灰度值为10；[0154]第二个像素点的色度值为20、亮度值为20、灰度值为20；[0155]当前计算的第三子区域中包含两个像素点，其中第一个像素点的色度值为20、亮度值为20、灰度值为20；[0156]第二个像素点的色度值为20、亮度值为20、灰度值为20；[0157]且预设的色度最大值为20、色度最小值为10，亮度最大值为20、亮度最小值为10，灰度最大值为20、灰度最小值为10；[0158]则δ为22025，且δ的取值范围为[0,22026]。[0159]将最大匹配度对应的第三子区域作为对应第一子区域对应的第二子区域。[0160]该实施例中，匹配区域对即为第一子区域和对应的第二子区域匹配成的区域对。[0161]该实施例中，基于所述匹配区域对确定出对应的位移向量，包括：将所述匹配区域对中第一子区域的中心点至对应的第二子区域的中心点的向量作为对应的位移向量。[0162]该实施例中，基于所述位移向量的中点在所述空帧中的位置，确定出所述匹配区域对在所述空帧中对应的待插区域，包括：[0163]将所述位移向量的中点在空帧中的位置作为对应待插区域的中点，进而构建出对应的待插区域。[0164]该实施例中，基于所述匹配区域对对所述待插区域进行像素补偿，获得对应的补偿区域，包括：[0165]将匹配区域对中第一子区域和第二子区域对应像素点的像素特征平均值(像素点亮度平均值、像素点色度平均值、像素点灰度平均值)作为待插区域对应像素点的像素特征值。[0166]该实施例中，补偿帧即为所有补偿区域构建出的帧。[0167]该实施例中，动态修复补偿区域序列即为将补偿帧插入至待插帧对后获得的区域序列。[0168]该实施例中，预设人员图像特征即为预先设置的人员图像区域的图像特征，包括：图像尺寸特征、图像形状特征等。[0169]以上技术的有益效果为：通过对监控视频进行进行静态区域和动态区域的划分，获得对应的动态区域序列和静态区域序列，将静态区域序列进行叠加获得可以表征除人员以外的背景图像，同时对动态区域序列进行轨迹跟踪确定出人员在监控视频中的位移轨迹，分析出位移轨迹在叠加获得的背景图像中的像素变化特征，该像素变化特征表征了背景图像中位移轨迹处的像素变化特征，基于该像素变化特征对动态区域序列进行逆向修复(即像素特征校正)，进而修复了动态区域的像素特征，使得动态区域更加清晰，再通过对动态区域序列中相邻动态区域中区域的匹配，实现对动态区域序列的插帧处理，进而提高了动态区域序列的帧率，提高了对应人员区域视频的清晰度，有利于后续基于预设人员图像特征筛选出人员区域视频的准确性。[0170]实施例5：[0171]在实施例4的基础上，所述视频分析模块，参考图5，包括：[0172]视频调取单元，用于调取所述建筑楼宇对应的三维地图全景视频；[0173]视频帧匹配单元，用于将所述标记视频中最新确定的人员区域在所述标记视频中所属的标记视频帧与所述三维地图全景视频中包含的全景视频帧进行匹配，确定出所述人员区域对应的三维坐标信息；[0174]坐标标记单元，用于将所述三维坐标信息标记与所述建筑楼宇对应的三维模型中，获得对应的人员分布信息。[0175]该实施例中，三维地图全景视频即为建筑楼宇内的三维地图对应的全景视频。[0176]该实施例中，标记视频帧即为最新确定的人员区域在标记视频中对应的视频帧。[0177]该实施例中，全景视频帧即为三维地图全景视频中包含的视频帧。[0178]该实施例中，将所述标记视频中最新确定的人员区域在所述标记视频中所属的标记视频帧与所述三维地图全景视频中包含的全景视频帧进行匹配，确定出所述人员区域对应的三维坐标信息，包括：将标记视频中最新确定的人员区域在标记视频中所属的标记视频帧与三维地图全景视频中包含的全景视频帧进行匹配，确定出三维地图全景视频中对应的所处位置帧，调取出所处位置帧对应的位置信息作为对应的三维坐标信息。[0179]以上技术的有益效果为：通过最新确定的人员区域所属的视频帧与建筑楼宇对应的三维全景视频进行匹配，可以准确确定出对应人员当前的实时位置，进而为后续生成逃生路线和救援路线提供了重要的数据基础，并保证了逃生路线和救援路线的实时性和有效性。[0180]实施例6：[0181]在实施例5的基础上，所述生成端，参考图6，包括：[0182]险情位置确定模块，用于基于所述险情监测信息确定出对应的险情发生位置；[0183]人员位置确定模块，用于基于所述人员分布信息确定出每个人员对应的实时位置；[0184]逃生路线生成模块，用于基于所述实时位置和所述险情发生位置生成对应人员对应的逃生路线；[0185]危险等级确定模块，用于基于逃生路线和所述实时位置生成对应人员的危险系数；[0186]救援路线生成模块，用于基于所述危险系数和对应的实时位置生成对应的救援路线。[0187]该实施例中，实时位置即为基于人员分布信息实时确定的建筑楼宇内的人员的位置。[0188]该实施例中，危险系数即为基于逃生路线和实时位置生成的表征对应人员危险程度的系数。[0189]以上技术的有益效果为：用于基于险情发生位置和人员的实时位置生成对应的逃生路线，并确定出对应人员的危险系数，基于危险系数和每个人员对应的实时位置生成对应的救援路线，使得可以针对每个人员的实时位置进行针对性引导逃生，也使得生成的救援路线充分考虑到了人员的危险程度，进而保证了救援路线的合理性。[0190]实施例7：[0191]在实施例6的基础上，所述危险等级确定模块，参考图7，包括：[0192]点筛选单元，用于实时获取所述险情发生位置处的险情图像，在所述险情图像中确定出色度值在险情色度范围内且亮度值在险情亮度范围内的险情像素点；[0193]第一确定单元，用于基于所述险情像素点构成对应的第一险情区域，基于所述第一险情区域在所述险情图像中的第一区域占比确定出对应的第一危险度；[0194]第二确定单元，用于确定出所述实时位置和所述险情发生位置之间的第一距离，基于所述第一距离确定出对应人员的第二危险度；[0195]帧提取单元，用于获取所述险情发生位置处的险情视频，基于预设时间间隔在所述险情视频中提取出对应的险情分析帧；[0196]方向确定单元，用于确定出所述险情分析帧中包含的第二险情区域，获得对应的第二险情区域序列，基于所述第二险情序列分析出对应的险情蔓延方向；[0197]序列生成单元，用于确定出所述第二险情区域在对应险情分析帧中的第二区域占比，基于所述第二险情区域序列获得对应的第二区域占比序列；[0198]速率确定单元，用于基于所述第二区域占比序列确定出对应的险情蔓延速率；[0199]轨迹预测单元，用于基于所述险情蔓延速率和所述险情蔓延方向预测出对应的险情预测蔓延轨迹；[0200]距离预测单元，用于基于所述标记视频分析出对应人员的逃生速度，基于所述逃生速度和所述逃生路线以及所述险情预测蔓延轨迹预测出对应人员的实时险情距离；[0201]第三确定单元，用于基于所述实时险情距离计算出对应人员的第三危险度；[0202]第四确定单元，用于基于所述逃生路线的长度确定出对应人员的第四危险度；[0203]第五确定单元，用于将所述第一危险度、所述第二危险度和所述第三危险度以及所述第四危险度的平均值作为对应人员的危险系数。[0204]该实施例中，险情图像即为险情发生位置处的图像。[0205]该实施例中，险情色度范围即为被判定为险情像素点时对应的像素点色度范围。[0206]该实施例中，险情亮度范围为被判定为险情像素点时对应的像素点亮度范围。[0207]该实施例中，险情像素点即为在险情图像中确定出的色度值在险情色度范围内且亮度值在险情亮度范围内的像素点。[0208]该实施例中，第一险情区域即为基于险情像素点构成的图像区域。[0209]该实施例中，第一区域占比即为第一险情区域在所述险情图像中的区域占比。[0210]该实施例中，第一危险度即为基于第一区域占比确定出的对应人员的危险度。[0211]该实施例中，基于所述第一险情区域在所述险情图像中的第一区域占比确定出对应的第一危险度，包括：[0212]基于第一区域占比和对应的第一换算公式(即为表征第一区域占比和第一危险度之间的对应关系)，计算出对应的第一危险度。[0213]该实施例中，第一距离即为实时位置和险情发生位置之间的距离。[0214]该实施例中，基于所述第一距离确定出对应人员的第二危险度，包括：[0215]基于第一距离和对应的第二换算公式(即为表征第一距离和第二危险度之间的对应关系)，计算出对应的第二危险度。[0216]该实施例中，第二危险度即为基于第一距离确定出的对应人员的危险度。[0217]该实施例中，险情视频即为险情发生位置处的视频。[0218]该实施例中，险情分析帧即为基于预设时间间隔(例如：10s等)在险情视频中提取出的视频帧。[0219]该实施例中，第二险情区域即为险情分析帧中包含的发生险情的区域该实施例中，第二险情区域序列即为第二险情区域构成的序列。[0220]该实施例中，险情蔓延方向即为第二险情区域序列中险情区域的扩散方向。[0221]该实施例中，第二区域占比即为第二险情区域在对应险情分析帧中的区域占比。[0222]该实施例中，第二区域占比序列即为基于第二险情区域序列将第二区域占比排序后获得的序列。[0223]该实施例中，基于所述第二区域占比序列确定出对应的险情蔓延速率，包括：[0224][0225]式中，v为险情蔓延速率，α为区域占比和险情蔓延速率的换算系数(具体根据实际情况设置)，i为第二区域占比序列中当前计算的第二区域占比，n为第二区域占比序列中包含的第二区域占比总个数，bi+1为第二区域占比序列中第(i+1)个第二区域占比，bi为第二区域占比序列中第i个第二区域占比，δt为第二区域占比序列中相邻第二区域占比对应的帧间隔时间；[0226]例如，第二区域占比序列为：0.1、0.2、0.3、0.4、0.5，α为10，δt为10，则v为1。[0227]该实施例中，险情预测蔓延轨迹即为基于险情蔓延速率和险情蔓延方向预测出的险情即将蔓延的轨迹。[0228]该实施例中，实时险情距离即为预测的对应人员在逃生过程中的实时位置和险情蔓延的实时位置之间的距离。[0229]该实施例中，基于所述标记视频分析出对应人员的逃生速度，包括：[0230]基于标记视频确定出单位时间内对应人员的实际位移轨迹长度(即单位时间内对应人员在实际三维空间中位移的轨迹长度)确定出对应的逃生速度。[0231]该实施例中，基于所述逃生速度和所述逃生路线以及所述险情预测蔓延轨迹预测出对应人员的实时险情距离，包括：[0232]基于所述逃生速度和所述逃生路线预测出对应人员的逃生实时位置；[0233]基于险情预测蔓延轨迹预测出险情的蔓延实时位置；[0234]将对应时刻对应的逃生实时位置和对应的蔓延实时位置之间的距离作为对应的实时险情距离。[0235]该实施例中，第三危险度即为基于实时险情距离和对应的第三换算公式(即为表征实时险情距离和第三危险度之间的对应关系的公式)换算出的基于实时险情距离确定的对应人员的危险度。[0236]该实施例中，基于所述逃生路线的长度确定出对应人员的第四危险度，包括：[0237]基于所述逃生路线的长度和第四换算公式(即为表征逃生路线的长度和第四换算公式之间的对应关系的公式)换算出对应的第四危险度。[0238]该实施例中，第四危险度即为基于逃生路线的长度确定出的对应人员的危险度。[0239]以上技术的有益效果为：基于对险情发生位置处的险情图像的区域占比、险情蔓延速度、险情发生位置和人员所处位置之间的距离、预测出的逃生实时位置和险情蔓延位置之间的距离、逃生路线长度多方面分析，可以准确地评估出对应人员的危险程度，为后续生成救援路线提供了重要参考依据。[0240]实施例8：[0241]在实施例7的基础上，所述救援路线生成模块，参考图8，包括：[0242]系数排序单元，用于将所述危险系数从大到小排序生成对应的危险系数序列；[0243]路线生成单元，用于基于所述危险系数序列和每个人员对应的实时位置生成对应的救援路线。[0244]该实施例中，危险系数序列即为将危险系数从大到小排序生成的序列。[0245]以上技术的有益效果为：基于人员的危险系数确定对应的救援顺序，进而依次确定出对应的救援路线，为救援人员的救援过程提供了参考，省略了救援人员的判断时间，进而提高了救援效率，减少了人员伤亡。[0246]实施例9：[0247]在实施例8的基础上，所述控制端，参考图9，包括：[0248]方案生成模块，用于基于所述逃生路线生成对应的指示灯控制方案；[0249]指示灯控制模块，用于基于所述指示灯控制方案控制对应指示灯闪烁发光；[0250]路线传输模块，用于将所述救援路线传输至对应救援人员通信端。[0251]该实施例中，指示灯控制方案即为基于逃生路线生成的用于控制指示灯的方案。[0252]以上技术的有益效果为：实现基于生成的逃生路线控制对应指示灯，从而为对应人员提供高效准确的逃生引导信号；将救援路线传输至对应救援人员通信端为救援人员的救援过程提供了参考，省略了救援人员的判断时间，进而提高了救援效率，减少了人员伤亡。[0253]实施例10：[0254]在实施例9的基础上，所述方案生成模块，参考图10，包括：[0255]颜色确定单元，用于基于所述危险系数序列确定出对应的指示灯闪烁颜色；[0256]方案生成单元，用于基于所述指示灯闪烁颜色和所述逃生路线中包含的指示灯生成对应的指示灯控制方案。[0257]该实施例中，基于所述危险系数序列确定出对应的指示灯闪烁颜色，包括：[0258]基于危险系数序列和指示灯闪烁颜色确定列表(即为表征危险系数和对应指示灯闪烁颜色之间对应关系的列表，具体可根据实际情况设置)，确定出对应的指示灯闪烁颜色。[0259]该实施例中，指示灯闪烁颜色具体可根据实际情况设置。[0260]以上技术的有益效果为：通过基于危险系数对对应人员赋予不同的指示灯颜色，避免因为多名逃生人员的逃生路线重合或交叉导致出现引导错误的情况，进一步提高了逃生引导的效率，减少了人员伤亡。[0261]显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!