联合视觉探测与浓度传感的建筑环境突发污染源辨识方法技术

一种联合视觉探测与浓度传感的建筑环境突发污染源辨识方法，在建筑环境突发污染源定位中引入计算机视觉，通过人为释放污染动作的即时辨识，为后续应急处置措施的开展争取时间；采用结合逆马尔科夫链与贝叶斯推理的室内突发污染源快速识别方法；利用视觉技术识别人为释放污染动作并联合浓度传感快速寻找污染源。本发明专利技术大幅提升了室内突发污染源辨识的即时响应特性；将污染源辨识算法的识别时间降低至分钟级；并提出了当视觉辨识不明确或失效时，浓度传感数据辅助(主导)判定污染源位置的实施方案，通过视觉+浓度两个维度的数据对污染源辨识准确性形成互补的同时提升了室内突发污染场景中污染源辨识技术的可靠性。发污染场景中污染源辨识技术的可靠性。发污染场景中污染源辨识技术的可靠性。

【技术实现步骤摘要】
联合视觉探测与浓度传感的建筑环境突发污染源辨识方法


[0001]本专利技术属于建筑环境突发污染事件应急领域，涉及联合视觉探测与浓度传感的建筑环境突发污染源辨识技术。

技术介绍

[0002]2019年颁布施行的《空调通风系统运行管理标准》(GB50365
‑
2019)规定：当空调通风系统中有生化污染产生时，应在房间使用前将污染源清除或提前通风稀释污染物。实际上，污染源在通风系统内的位置关系到系统后续应急措施的有效性。比如，当污染发生在新风口时应采取的措施是关闭整个通风系统而不是增大新风稀释。在此类事件中，快速准确地定位污染源变得尤为关键。然而，囿于现有研究中生化传感器的布置缺乏工程条件约束、污染源辨识模型求解时间过长等原因，尚无法在实际技术应用中实现突发污染的快速源定位。
[0003][0004]在建筑环境一旦发生人为释放的突发污染传播的场景中，如何通过预警信息进行快速源定位极具挑战，其技术瓶颈来源于：现有基于浓度数据的污染源辨识模型反演时间过长，与实际工程需求矛盾。若能将视觉辨识人为释放污染动作的即时反馈特性与污染源快本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种建筑环境突发污染源辨识方法，其特征在于：在建筑环境突发污染源定位中引入计算机视觉，通过人为释放污染动作的即时辨识，为后续应急处置措施的开展争取时间；采用结合逆马尔科夫链与贝叶斯推理的室内突发污染源快速识别方法；利用视觉技术识别人为释放污染动作并联合浓度传感快速寻找污染源。2.根据权利要求1所述的建筑环境突发污染源辨识方法，其特征在于：采用OpenPose实时多人姿态估计开源库及LSTM神经网络实现人为释放污染动作识别；其中，LSTM的输出由记忆单元和输出门联合计算如下：其中，LSTM的输出由记忆单元和输出门联合计算如下：h
t
＝o
t
×
tanh(c
t
)式中，为t时刻的候选状态；W
c
为候选状态的权重矩阵；b
c
为候选状态的偏置；h
t
为t时刻的最终输出；x
t
为LSTM的输入包括当前时刻的网络输入；h
t
‑1为上一时刻LSTM的输出；c
t
‑1为上一时刻的记忆单元；h
t
为当前时刻的输出；c
t
为当前时刻的记忆单元；O
t
为t时刻的输出门。3.根据权利要求1所述的建筑环境突发污染源辨识方法，其特征在于：视觉识别人为释放污染动作时，先对该动作进行定义；采用姿态估计OpenPose提取视觉传感器拍摄图像帧中的多人骨架关键点，结合最近邻匹配算法在持续的监控流中生成目标人体动作序列；动作序列为具备时序关系的连续2D骨架关键点，每帧提取的骨架信息作为一个时间步长。4.根据权利要求3所述的建筑环境突发污染源辨识方法，其特征在于：在动作序列上通过滑窗选取原始骨架关键点特征，经过坐标归一化、绝对坐标转相对坐标从而转化为鲁棒性特征并输入到构建的LSTM分类网络中，通过Softmax分类器判断典型的人为污染释放动作并将其与正常活动所表现的动作与状态进行区分。5.根据权利要求4所述的建筑环境突发污染源辨识方法，其特征在于：所述典型的人为污染释放动作为：蹲
→
释放滤毒罐
→
起身
→
跑。6.根据权利要求2所述的建筑环境突发污染源辨识方法，其特征在于：LSTM分类网络采用经过裁剪的...

【专利技术属性】
技术研发人员：曾令杰，高军，章睿妍，许宇坤，吕立鹏，
申请(专利权)人：同济大学，
类型：发明
国别省市：