【技術實現步驟摘要】
本專利技術涉及語音報警，更具體地說，本專利技術涉及一種高層火災智能定位語音報警方法及系統。
技術介紹
1、火災作為一種突發性災害，其發生通常伴隨著煙霧和火焰的產生，能夠對人類生命和財產安全造成嚴重威脅，現代建筑物內部通常設有火災報警系統，能夠通過煙霧傳感器和熱感應器及時探測火災并發出警報，但是不同樓層和區域的火災危險程度存在差異，單一的報警模式無法有效適應不同環境中的實際風險情況，并且火災的危險程度不容易與報警緊急等級聯系在一起。
2、為了解決上述缺陷，現提供一種技術方案。
技術實現思路
1、為了克服現有技術的上述缺陷，本專利技術的實施例提供一種高層火災智能定位語音報警方法及系統，以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種高層火災智能定位語音報警方法，其特征在于，具體包括以下步驟：
4、s1：將不同材料燃燒產生的不同種類煙霧的濃度、火焰的亮度值以及火焰的蔓延速度信息作為模糊貝葉斯神經網絡模型的輸入，將火災危險等級概率分布作為模糊貝葉斯神經網絡模型的輸出；
5、s2：根據火災危險等級概率分布，確定火災區域的火災危險評分，根據火災區域和監控區域的地理位置關系，采集監控區域內人群流動信息和區域地理位置信息；
6、s3：將監控區域的人群流動信息與地理位置信息進行綜合分析，量化建筑內各個監控區域內警報器的調節需求；
7、s4：基于不同時間段監控區域的人群流動信
8、在一個優選地實施方式中，將不同材料燃燒產生的不同種類煙霧的濃度、火焰的亮度值以及火焰的蔓延速度信息作為模糊貝葉斯神經網絡模型的輸入，包括：
9、通過特定的傳感器對特定的氣體進行識別，設置監測區間，將監測區間內不同種類煙霧的平均濃度標記為：，其中，n=1、2、3、……、n，n為正整數，n為煙霧種類的編號；
10、通過光學傳感器、攝像頭等設備捕捉火焰的亮度，將監測區間內火焰的平均亮度值標記為：ld；
11、通過攝像頭捕捉每一幀火焰的尺寸和位置，確定火焰的蔓延速度信息，將火焰的蔓延速度信息通過火勢蔓延積累系數表示；
12、所述火勢蔓延積累系數的獲取邏輯為：獲取初始捕捉到的火焰圖像，并提取初始火焰圖像中火焰區域的像素點數量，將初始火焰圖像中火焰區域的像素點數量標記為：；
13、獲取監測區間內每一幀的火焰圖像，并提取監測區間內每一幀火焰圖像中屬于火焰區域的像素點數量，通過監測區間的時間長度，確定監測區間內火焰區域的像素點數量與時間的變化函數，將監測區間內火焰區域的像素點數量與時間的變化函數標記為：，其中像素點數量與時間的變化函數通過線性或非線性擬合確定；
14、將監測區間標記為：t，將監測區間劃分為前半段和后半段，每段持續的時間均為，計算火勢蔓延積累系數，計算公式為：；其中，為火勢蔓延積累系數,，為監測區間前半段中小于初始火焰圖像中火焰區域的像素點數量的時間段，為監測區間前半段中大于初始火焰圖像中火焰區域的像素點數量的時間段。
15、在一個優選地實施方式中，確定火災區域的火災危險評分，包括：
16、模糊貝葉斯神經網絡模型的輸出參數為火災危險等級概率分布，火災危險等級分類為不同級別，包括低危險等級、中危險等級以及高危險等級，根據模糊貝葉斯神經網絡模型訓練的結果，確定火災危險等級概率分布，確定火災區域的火災危險評分；
17、根據火災危險等級概率分布，通過加權求和計算的方式，確定火災危險評分，火災危險評分的計算公式為：；其中，為火災危險評分，、、分別為低危險等級、中危險等級、高危險等級的比例系數，、、分別都大于0。
18、在一個優選地實施方式中，監控區域的人群流動信息，包括：
19、將人群流動信息通過人群異常聚集系數表示，設置單位時間段；
20、所述人群異常聚集系數的獲取邏輯為：通過攝像頭捕捉區域內人群流動情況，獲得單位時間段內不同時刻人群的數量，將單位時間段內不同時刻人群的數量標記為：，其中，h=1、2、3、……、h，h為正整數，h為不同時刻的編號；
21、設置人群數量閾值，將人群數量閾值標記為：，將單位時間段內不同時刻人群的數量與人群數量閾值進行對比，獲得大于人群數量閾值的時刻，并將單位時間段內不同時刻人群的數量大于人群數量閾值的時刻重新標記為：，其中，j=1、2、3、……、j，j為正整數，j為單位時間段內不同時刻人群的數量大于人群數量閾值的時刻的編號；
22、計算人群異常聚集系數，計算公式為：；其中，為人群異常聚集系數。
23、在一個優選地實施方式中，監控區域的地理位置信息，包括：
24、將區域地理位置信息通過安全位置偏差系數表示；
25、所述安全位置偏差系數的獲取邏輯為：獲取火源所處的樓層、監控區域所處的樓層以及監控區域離安全撤離區域的距離，獲得樓層偏差值，樓層偏差值的計算公式為：；其中，為樓層偏差值，為火源所處的樓層，為監控區域所處的樓層，r為修正因子，確保分母為正整數，用于調整火源樓層對安全性的影響；
26、獲得監控區域和安全撤離區域的位置坐標，計算全撤離偏差值，安全撤離偏差值的計算公式為：；其中，為安全撤離偏差值，為監控區域的位置坐標，為安全撤離區域的位置坐標；
27、計算安全位置偏差系數，計算公式為：；其中，為安全位置偏差系數。
28、在一個優選地實施方式中，量化建筑內各個監控區域內警報器的調節需求，包括：
29、根據火災的火災危險評分，將人群異常聚集系數和安全位置偏差系數進行加權計算，構建警報調節評估模型，生成警報調節評估系數，警報調節評估系數表達式為：；其中，為警報調節評估系數，、分別為人群異常聚集系數和安全位置偏差系數的比例系數，、分別都大于0。
30、在一個優選地實施方式中，實時生成警報器的調整信號，包括：
31、實時獲得各個監控區域的警報調節評估系數，根據監控區域每個單位時間段的警報調節評估系數，對監控區域的警報器進行調節，將監控區域上一個單位時間段的警報調節評估系數與當前單位時間段的警報調節評估系數進行對比；
32、若監控區域上一個單位時間段的警報調節評估系數大于當前單位時間段的警報調節評估系數，則生成降低信號；
33、若監控區域上一個單位時間段的警報調節評估系數小于當前單位時間段的警報調節評估系數，則生成提高信號。
34、在一個優選地實施方式中，一種高層火災智能定位語音報警系統包括數據采集模塊、神經網絡模塊、評估模塊以及信號生成模塊，模塊之間信號連接；
35、數據采集模塊，用于實時采集不同種類的煙霧濃度、火焰的亮度值、火焰的蔓延速度信息、監控區域的人群流動信息和監控區域的區域地理位置信息；
36、神經網絡模塊，用于構建模糊貝葉本文檔來自技高網...
【技術保護點】
1.一種高層火災智能定位語音報警方法，其特征在于，具體包括以下步驟：
2.根據權利要求1所述的一種高層火災智能定位語音報警方法，其特征在于，將不同材料燃燒產生的不同種類煙霧的濃度、火焰的亮度值以及火焰的蔓延速度信息作為模糊貝葉斯神經網絡模型的輸入，包括：
3.根據權利要求2所述的一種高層火災智能定位語音報警方法，其特征在于，確定火災區域的火災危險評分，包括：
4.根據權利要求3所述的一種高層火災智能定位語音報警方法，其特征在于，監控區域的人群流動信息，包括：
5.根據權利要求4所述的一種高層火災智能定位語音報警方法，其特征在于，監控區域的地理位置信息，包括：
6.根據權利要求5所述的一種高層火災智能定位語音報警方法，其特征在于，量化建筑內各個監控區域內警報器的調節需求，包括：
7.根據權利要求6所述的一種高層火災智能定位語音報警方法，其特征在于，實時生成警報器的調整信號，包括：
8.一種高層火災智能定位語音報警系統，用于實現權利要求1-7中任意一項所述的一種高層火災智能定位語音報警方法，其特征在于
...【技術特征摘要】
1.一種高層火災智能定位語音報警方法，其特征在于，具體包括以下步驟：
2.根據權利要求1所述的一種高層火災智能定位語音報警方法，其特征在于，將不同材料燃燒產生的不同種類煙霧的濃度、火焰的亮度值以及火焰的蔓延速度信息作為模糊貝葉斯神經網絡模型的輸入，包括：
3.根據權利要求2所述的一種高層火災智能定位語音報警方法，其特征在于，確定火災區域的火災危險評分，包括：
4.根據權利要求3所述的一種高層火災智能定位語音報警方法，其特征在于，監控區域的人群流動信息，包括：
5.根據權利要求4所述的...
【專利技術屬性】
技術研發人員：楊喆，靳威，孫野，張偉利，左晏濃，王世成，張政，
申請(專利權)人：吉林建筑大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。