火灾风险的确定方法、装置、系统和机器人制造方法及图纸

本公开提供了一种火灾风险的确定方法、装置、系统和机器人，涉及火灾监测技术领域，所述方法包括：获取基于M个传感器得到的M组第一环境数据，M≥2；根据第m组第一环境数据，确定第m个传感器是否故障，1≤m≤M；对基于所述M个传感器中未故障的N个传感器得到的N组第一环境数据进行第一预处理，以得到N组第二环境数据；将所述N组第二环境数据输入训练好的神经网络模型，以得到第一参考信息，所述第一参考信息包括多种火势对应的多个第一概率；和根据参考信息，确定所述火场的火灾风险，所述参考信息包括所述第一参考信息。包括所述第一参考信息。包括所述第一参考信息。

【技术实现步骤摘要】
火灾风险的确定方法、装置、系统和机器人


[0001]本公开涉及火灾监测
，尤其是一种火灾风险的确定方法、装置、系统和机器人。

技术介绍

[0002]近年来，随着火灾的发生率持续上升，因火灾造成的损失逐渐增大。
[0003]相关技术中，根据传感器采集的信号对应的环境数据，确定火场的火灾风险，从而可以及时监测火灾的发生，减小火灾带来的损失。

技术实现思路

[0004]然而，专利技术人注意到，这种方式下，仍无法准确地确定火场的火灾风险，从而难以及时监测火灾的发生、难以有效减小火灾带来的损失。
[0005]专利技术人分析发现，相关技术中，即便传感器故障，仍根据该传感器采集的信号对应的环境数据确定火场的火灾风险。这导致无法准确地确定火灾风险。
[0006]为了解决上述问题，本公开实施例提出了如下解决方案。
[0007]根据本公开实施例的一方面，提供一种火灾风险的确定方法，包括：获取基于M个传感器得到的M组第一环境数据，M≥2；根据第m组第一环境数据，确定第m个传感器是否故障，1≤m≤M；对基于所述M个传感器中未故障的N个传感器得到的N组第一环境数据进行第一预处理，以得到N组第二环境数据；将所述N组第二环境数据输入训练好的神经网络模型，以得到第一参考信息，所述第一参考信息包括多种火势对应的多个第一概率；和根据参考信息，确定所述火场的火灾风险，所述参考信息包括所述第一参考信息。
[0008]在一些实施例中，对基于所述M个传感器中未故障的N个传感器得到的N组第一环境数据进行第一预处理，以得到N组第二环境数据包括：在第n组第一环境数据包括异常的第一环境数据的情况下，将第n组第一环境数据中异常的第一环境数据剔除，以得到第n组第三环境数据，1≤n≤N；在第n组第一环境数据不包括异常的第一环境数据的情况下，将第n组第一环境数据作为第n组第三环境数据；和对第n组第三环境数据进行第二预处理，以得到第n组第二环境数据。
[0009]在一些实施例中，对第n组第三环境数据进行第二预处理，以得到第n组第二环境数据包括：根据第n组第一环境数据，确定第n个传感器的环境补偿修正系数；和基于第n个传感器的环境补偿修正系数，对第n组第三环境数据进行归一化处理，以得到第n组第二环境数据。
[0010]在一些实施例中，基于以下公式对第n组第三环境数据进行归一化处理：
[0011][0012]其中，x
n
为第n组第三环境数据中的每个第三环境数据，R
n
为第n组第二环境数据中的每个第二环境数据，L
n
为第n个传感器采集信号对应的第一环境数据的额定最小值，H
n
为第n个传感器采集信号对应的第一环境数据的额定最大值，k
n
为第n个传感器的环境补偿修正系数。
[0013]在一些实施例中，第n个传感器的环境补偿修正系数根据第n组第一环境数据的平均值与第n个传感器的标准值的比值确定。
[0014]在一些实施例中，根据第m组第一环境数据，确定第m个传感器是否故障包括：在第m组第一环境数据均不在预设范围内的情况下，确定第m个传感器故障；和在第m组第一环境数据中的至少一个第一环境数据在所述预设范围内的情况下，确定第m个传感器未故障。
[0015]在一些实施例中，所述方法还包括：根据所述火场的图像，确定第二参考信息，所述第二参考信息包括所述火场存在火焰的第二概率和所述火焰的特征信息中的至少一个；其中，所述参考信息还包括所述第二参考信息。
[0016]在一些实施例中，所述方法还包括：确定所述第一参考信息的第一权重，所述第一权重与N正相关；和确定所述第二参考信息的第二权重，所述第二权重与所述第一权重负相关；其中，所述参考信息还包括所述第一权重和所述第二权重。
[0017]在一些实施例中，根据参考信息，确定所述火场的火灾风险包括：将所述第一参考信息与所述第一权重相乘，以得到第三参考信息；将所述第二参考信息与所述第二权重相乘，以得到第四参考信息；和将所述第三参考信息和所述第四参考信息输入模糊推理模型，以得到所述火灾风险。
[0018]在一些实施例中，所述特征信息包括尺寸。
[0019]在一些实施例中，根据所述火场的图像，确定第二参考信息包括：基于YOLO V4深度学习算法对所述图像进行处理，以得到所述第二参考信息。
[0020]在一些实施例中，所述神经网络模型为基于自适应粒子群算法优化的反向传播神经网络模型。
[0021]在一些实施例中，所述M个传感器包括湿度传感器和空气质量传感器。
[0022]根据本公开实施例的另一方面，提供一种火灾风险的确定装置，包括：获取模块，被配置为获取基于M个传感器得到的M组第一环境数据，M≥2；第一确定模块，被配置为根据第m组第一环境数据，确定第m个传感器是否故障，1≤m≤M；预处理模块，被配置为对基于所述M个传感器中未故障的N个传感器得到的N组第一环境数据进行第一预处理，以得到N组第二环境数据；输入模块，被配置为将所述N组第二环境数据输入训练好的神经网络模型，以得到第一参考信息，所述第一参考信息包括多种火势对应的多个第一概率；和第二确定模块，被配置为根据参考信息，确定所述火场的火灾风险，所述参考信息包括所述第一参考信息。
[0023]根据本公开实施例的又一方面，提供一种火灾风险的确定装置，包括：存储器；以及耦接至所述存储器的处理器，被配置为基于存储在所述存储器中的指令，执行上述任意一个实施例所述的方法。
[0024]根据本公开实施例的还一方面，提供一种火灾风险的确定系统，包括：上述任意一个实施例所述的火灾风险的确定装置；和所述M个传感器。
[0025]根据本公开实施例的还一方面，提供一种机器人，包括：上述任意一个实施例所述
的火灾风险的确定系统。
[0026]根据本公开实施例的还一方面，提供一种计算机可读存储介质，包括计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述任意一个实施例所述的方法。
[0027]根据本公开实施例的还一方面，提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序被处理器执行时实现上述任意一个实施例所述的方法。
[0028]本公开实施例中，根据获取的M组第一环境数据确定M个传感器是否故障，并对未故障的N个传感器对应的N组第一环境数据进行预处理，以得到N组第二环境数据。然后，将N组第二环境数据输入训练好的神经网络模型以得到第一参考信息，并根据第一参考信息确定火场的火灾风险。这种方式下，根据未故障的传感器采集的信号对应的环境数据确定火场的火灾风险，而不考虑故障的传感器采集的信号对应的环境数据。如此，可以准确地确定火场的火灾风险，从而可以及时地监测火灾的发生、有效地减小火灾带来的损失。
[0029]下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
附图说明
[0030]为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种火灾风险的确定方法，包括：获取基于M个传感器得到的M组第一环境数据，M≥2；根据第m组第一环境数据，确定第m个传感器是否故障，1≤m≤M；对基于所述M个传感器中未故障的N个传感器得到的N组第一环境数据进行第一预处理，以得到N组第二环境数据；将所述N组第二环境数据输入训练好的神经网络模型，以得到第一参考信息，所述第一参考信息包括多种火势对应的多个第一概率；和根据参考信息，确定所述火场的火灾风险，所述参考信息包括所述第一参考信息。2.根据权利要求1所述的方法，其中，对基于所述M个传感器中未故障的N个传感器得到的N组第一环境数据进行第一预处理，以得到N组第二环境数据包括：在第n组第一环境数据包括异常的第一环境数据的情况下，将第n组第一环境数据中异常的第一环境数据剔除，以得到第n组第三环境数据，1≤n≤N；在第n组第一环境数据不包括异常的第一环境数据的情况下，将第n组第一环境数据作为第n组第三环境数据；和对第n组第三环境数据进行第二预处理，以得到第n组第二环境数据。3.根据权利要求2所述的方法，其中，对第n组第三环境数据进行第二预处理，以得到第n组第二环境数据包括：根据第n组第一环境数据，确定第n个传感器的环境补偿修正系数；和基于第n个传感器的环境补偿修正系数，对第n组第三环境数据进行归一化处理，以得到第n组第二环境数据。4.根据权利要求3所述的方法，其中，基于以下公式对第n组第三环境数据进行归一化处理：其中，x
n
为第n组第三环境数据中的每个第三环境数据，R
n
为第n组第二环境数据中的每个第二环境数据，L
n
为第n个传感器采集信号对应的第一环境数据的额定最小值，H
n
为第n个传感器采集信号对应的第一环境数据的额定最大值，k
n
为第n个传感器的环境补偿修正系数。5.根据权利要求3所述的方法，其中，第n个传感器的环境补偿修正系数根据第n组第一环境数据的平均值与第n个传感器的标准值的比值确定。6.根据权利要求1
‑
5任意一项所述的方法，其中，根据第m组第一环境数据，确定第m个传感器是否故障包括：在第m组第一环境数据均不在预设范围内的情况下，确定第m个传感器故障；和在第m组第一环境数据中的至少一个第一环境数据在所述预设范围内的情况下，确定第m个传感器未故障。7.根据权利要求1
‑
5任意一项所述的方法，还包括：
根据所述火场的图像，确定第二参考信息，所述第二参考信息包括所述火场存在火焰的第二概率和所述火焰的特征...

【专利技术属性】
技术研发人员：张勇，王刚，徐小东，叶家良，李鑫，舒文琪，李晨，
申请(专利权)人：徐工消防安全装备有限公司，
类型：发明
国别省市：