一种基于神经网络的消防指挥调度系统技术方案

本申请提供一种基于神经网络的消防指挥调度系统，包括：可视化管理模块，用于智能化消防安全传感器的管理以及通过神经网络进行安全事件的发现；任务管理模块，用于人工智能自动扫描安装所述消防安全传感器的场所存在的消防安全隐患；移动应急管理模块，用于提供智能移动端应用，管理与消防安全相关的数据源；智能预案模块，针对发现可视化管理模块、任务管理模块以及移动应急管理模块，实时分析每一次消防安全预警事件，启动智能化处理流程以及应急预案的选用机制，提供标准的预案制作、调用和处置流程；综合统计模块，用于提供给现场处理人员以及远程指挥中心的一体化体化终端应用，可以数据化呈现以上的所有数据，并查看详细的数据源取证记录。详细的数据源取证记录。详细的数据源取证记录。

【技术实现步骤摘要】
一种基于神经网络的消防指挥调度系统


[0001]本申请涉及消防指挥
，尤其涉及一种基于神经网络的消防指挥调度系统。

技术介绍

[0002]“消防”即是消除隐患，预防灾患，即预防和解决人们在生活、工作、学习过程中遇到的人为与自然、偶然灾害的总称。如今，在经济发展日益提速、城市化进程日渐加快的情况下，人们生活水平的提高，以及生活节奏的加快，对人们的生产和生活方式提出了更高的要求。自动化、智能化成为新的发展关键词。
[0003]但是现有的消防预警大都是在固定的区域内采用传感器这一固定手段去感应预警，手段单一存在误差较大。

技术实现思路

[0004]有鉴于此，本申请的目的在于提出一种基于神经网络的消防指挥调度系统，本申请能够针对性的解决现有的问题。
[0005]基于上述目的，本申请还提出了一种基于神经网络的消防指挥调度系统，包括：
[0006]可视化管理模块，用于智能化消防安全传感器的管理以及通过神经网络进行安全事件的发现，包括烟雾超标、温度过高、感应有可燃气体、有火苗；根据发现的所述安全事件进行人机交互的指挥调度、报警定位及导航、力量部署及调整、态势标绘及展示；
[0007]任务管理模块，用于人工智能自动扫描安装所述消防安全传感器的场所存在的消防安全隐患，包括消防通道占用、消防水压异常、单位消防工具配备不足或过期、消防感应设备数量与建筑面积不符、电动车入楼、禁烟地点抽烟；根据所述消防安全隐患管理值班值守、突发事件接报、信息简报，进行所述消防安全隐患的接收与上报、信息处理的规范化和流程化；
[0008]移动应急管理模块，用于提供智能移动端应用，管理与消防安全相关的数据源，包括门禁系统获取人数、信息化系统获取建筑物图纸、电梯系统获取运行及是否有人、物联网系统获取智能消防传感器数据、防扩散系统获取周边重点保护场所信息、安防系统获取视频监控；根据所述数据源进行现场人员的音视频调度，实现信息接报、GIS定位、视频通话、协同会商、视频监控浏览、公网集群对讲、紧急报警功能；
[0009]智能预案模块，针对可视化管理模块、任务管理模块以及移动应急管理模块，实时分析每一次消防安全预警事件，启动智能化处理流程以及应急预案的选用机制，提供标准的预案制作、调用和处置流程；
[0010]综合统计模块，用于提供给现场处理人员以及远程指挥中心的一体化体化终端应用，可以数据化呈现以上的所有数据，并查看详细的数据源取证记录；根据业务需求定制输出各种统计分析数据，包含火警统计、历史隐患统计、行业火灾隐患趋势研判、区域火灾隐患趋势总结研判、合规运行分析、统计分析报告管理功能。
[0011]进一步地，所述可视化管理模块，包括以下步骤：
[0012]确定消防安全传感器信号训练样本集，所述消防安全传感器信号训练样本集中包括多类安防事件对应的声光电信号，每个声光电信号标记有所属安全事件的分类标签，每个声光电信号通过所述消防安全传感器采集获得；
[0013]通过预先搭建的一维卷积神经网络对所述训练样本集中的信号进行多轮训练，其中，所述一维卷积神经网络包括依次设置的初步特征提取层、最大池化层、深层特征提取层、全局平均池化层、全连接层和多分类的Softmax层，在每轮训练中，将所述训练样本集中的信号输入所述初步特征提取层进行特征初提取，通过所述最大池化层对初步提取的特征进行压缩后，输入所述深层特征提取层进行特征深层提取，再通过所述全局平均池化层对压缩后的特征进行平均池化后，输入所述全连接层进行融合，最后通过所述Softmax层进行分类，得到分类结果，通过损失函数计算分类结果与实际分类标签的损失值，利用反向传播算法更新所述一维卷积神经网络模型的网络参数，通过验证样本集中的信号对更新网络参数的模型进行验证，直至达到收敛条件，得到每轮训练的安全事件分类模型，从多轮训练得到的多个安全事件分类模型中确定出目标安全事件分类模型；
[0014]通过所述目标安全事件分类模型对不同消防区域的消防安全传感器采集的信号进行安全事件分类识别，在识别出存在目标类型的安全事件情况下，根据发现的所述安全事件进行人机交互的指挥调度、报警定位及导航、力量部署及调整、态势标绘及展示。
[0015]进一步地，所述确定消防安全传感器信号训练样本集，包括：获得在不同时间段对应的消防安全传感器采集的第一预设时长的各类安全事件对应的声光电信号；按第二预设时长的滑动窗口，每次滑动第三预设时长的方式对获得每个声光电信号进行分帧处理，对获得的分帧信号标注对应的分类标签后，按第一预设比例从所有的分帧信号提取形成所述声光电信号的训练样本集。
[0016]进一步地，所述任务管理模块，包括以下步骤：
[0017]监控安装所述消防安全传感器的场所，获取所述安装所述消防安全传感器的场所的视频图像；
[0018]判断所述消防安全传感器的场所是否包括安全隐患，如果包含则生成告警信息和隐患图像，将所述告警信息与所述隐患图像上传至监控中心平台；所述安全隐患包括消防通道占用、消防水压异常、单位消防工具配备不足或过期、消防感应设备数量与建筑面积不符、电动车入楼、禁烟地点抽烟；
[0019]生成隐患事件记录，并将所述隐患事件记录分发至第三方的监管系统；
[0020]接收所述隐患事件记录，根据所述消防安全隐患管理值班值守、生成突发事件接报和信息简报。
[0021]进一步地，判断所述消防安全传感器的场所是否包括安全隐患的方法为：
[0022]从所述视频图像中截取至少一张待识别图像；将所述待识别图像输入至训练好的Vision transformer网络模型，生成带有表示消防通道占用、消防水压异常、单位消防工具配备不足或过期、消防感应设备数量与建筑面积不符、电动车入楼、禁烟地点抽烟的正标签或负标签的预测图像；将所述预测图像输入至训练好的分类识别模型，以生成所述待识别图像的是否包括安全隐患的检测结果。
[0023]进一步地，所述移动应急管理模块，包括以下步骤：
[0024]生成APP安装包，并发送给智能移动端，以与所述智能移动端进行数据交互，接收管理与消防安全相关的数据源，包括门禁系统获取人数、信息化系统获取建筑物图纸、电梯系统获取运行及是否有人、物联网系统获取智能消防传感器数据、防扩散系统获取周边重点保护场所信息、安防系统获取视频监控；
[0025]根据所述数据源进行现场人员的音视频调度，通过所述智能移动端安装的APP实现移动应急管理模块与智能移动端之间的信息接报、GIS定位、视频通话、协同会商、视频监控浏览、公网集群对讲、紧急报警功能。
[0026]进一步地，所述智能预案模块，包括以下步骤：
[0027]针对任务管理模块的安全隐患，根据安全隐患在发生场所内的位置以及BIM建筑三维建模方法构建最佳疏散线路；
[0028]基于在所述发生场所内不同播报设备所在位置，通过语音指挥建筑内不同场所的人群到达最佳疏散线路进行撤离；
[0029]针对可视化管理模块的安全事件，根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的消防指挥调度系统，其特征在于，包括：可视化管理模块，用于智能化消防安全传感器的管理以及通过神经网络进行安全事件的发现，包括烟雾超标、温度过高、感应有可燃气体、有火苗；根据发现的所述安全事件进行人机交互的指挥调度、报警定位及导航、力量部署及调整、态势标绘及展示；任务管理模块，用于人工智能自动扫描安装所述消防安全传感器的场所存在的消防安全隐患，包括消防通道占用、消防水压异常、单位消防工具配备不足或过期、消防感应设备数量与建筑面积不符、电动车入楼、禁烟地点抽烟；根据所述消防安全隐患管理值班值守、突发事件接报、信息简报，进行所述消防安全隐患的接收与上报、信息处理的规范化和流程化；移动应急管理模块，用于提供智能移动端应用，管理与消防安全相关的数据源，包括门禁系统获取人数、信息化系统获取建筑物图纸、电梯系统获取运行及是否有人、物联网系统获取智能消防传感器数据、防扩散系统获取周边重点保护场所信息、安防系统获取视频监控；根据所述数据源进行现场人员的音视频调度，实现信息接报、GIS定位、视频通话、协同会商、视频监控浏览、公网集群对讲、紧急报警功能；智能预案模块，针对可视化管理模块、任务管理模块以及移动应急管理模块，实时分析每一次消防安全预警事件，启动智能化处理流程以及应急预案的选用机制，提供标准的预案制作、调用和处置流程；综合统计模块，用于提供给现场处理人员以及远程指挥中心的一体化体化终端应用，可以数据化呈现以上的所有数据，并查看详细的数据源取证记录；根据业务需求定制输出各种统计分析数据，包含火警统计、历史隐患统计、行业火灾隐患趋势研判、区域火灾隐患趋势总结研判、合规运行分析、统计分析报告管理功能。2.根据权利要求1所述的系统，其特征在于，所述可视化管理模块，包括以下步骤：确定消防安全传感器信号训练样本集，所述消防安全传感器信号训练样本集中包括多类安防事件对应的声光电信号，每个声光电信号标记有所属安全事件的分类标签，每个声光电信号通过所述消防安全传感器采集获得；通过预先搭建的一维卷积神经网络对所述训练样本集中的信号进行多轮训练，其中，所述一维卷积神经网络包括依次设置的初步特征提取层、最大池化层、深层特征提取层、全局平均池化层、全连接层和多分类的Softmax层，在每轮训练中，将所述训练样本集中的信号输入所述初步特征提取层进行特征初提取，通过所述最大池化层对初步提取的特征进行压缩后，输入所述深层特征提取层进行特征深层提取，再通过所述全局平均池化层对压缩后的特征进行平均池化后，输入所述全连接层进行融合，最后通过所述Softmax层进行分类，得到分类结果，通过损失函数计算分类结果与实际分类标签的损失值，利用反向传播算法更新所述一维卷积神经网络模型的网络参数，通过验证样本集中的信号对更新网络参数的模型进行验证，直至达到收敛条件，得到每轮训练的安全事件分类模型，从多轮训练得到的多个安全事件分类模型中确定出目标安全事件分类模型；通过所述目标安全事件分类模型对不同消防区域的消防安全传感器采集的信号进行安全事件分类识别，在识别出存在目标类型的安全事件情况下，根据发现的所述安全事件进行人机交互的指挥调度、报警定位及导航、力量部署及调整、态势标绘及展示。
3.根据权利要求2所述的系统，其特征在于，所述确定消防安全传感器信号训练样本集，包括：获得在不同时间段对应的消防安全传感器采集的第一预设时长的各类安全事件对应的声光电信号；按第二预设时长的滑动窗口，每次滑动第三预设时长的方式对获得每个声光电信号进行分帧处理，对获得的分帧信号标注对应的分类标签后，按第一...

【专利技术属性】
技术研发人员：黄永军，赵永杰，郭喜春，
申请(专利权)人：北京东方通网信科技有限公司，
类型：发明
国别省市：