【技术实现步骤摘要】
本专利技术涉及一种风险预警方法以及相关装置，属于消防领域。
技术介绍
1、目前在一些公共场所和住宅主要通过固定设置的监控摄像头和红外热像仪进行风险(主要是火情)监测，当发送火灾等风险进行监控报警，并通过楼层指示灯提示人员逃生路线，这种方式无法实现风险提前预警。
技术实现思路
1、本专利技术提供了一种风险预警方法以及相关装置，解决了
技术介绍
披露的问题。
2、根据本公开的一个方面，提供一种风险预警方法，包括获得目标场景对应的目标三维模型，以及对所述目标场景进行数据监测获得对应的初始传感数据；获得所述目标三维模型中目标对象对应的目标类型；根据所述目标三维模型和所述初始传感数据确定所述目标对象对应的目标传感数据；根据所述目标类型和所述目标传感数据确定所述目标对象对应的初始风险等级；融合所述初始风险等级确定所述目标场景对应的目标风险等级。
3、在本公开的一些实施例中，所述根据所述目标三维模型和所述初始传感数据确定所述目标对象对应的目标传感数据，包括根据所述目标三维模型确定所述目标对象对应的目标位置，并根据所述目标位置确定所述目标对象对应的环境信息；根据所述环境信息确定所述初始传感数据对应的权重系数；根据所述权重系数和所述初始传感数据确定所述目标对象对应的所述目标传感数据。
4、在本公开的一些实施例中，所述根据所述目标类型和所述目标传感数据确定所述目标对象对应的初始风险等级，包括根据所述目标类型获得所述目标类型对应的目标风险识别模型；根据所述目标风险识别模型
5、在本公开的一些实施例中，所述目标风险识别模型预先训练，训练所述目标风险识别模型的过程包括：获得第一历史数据，并获得所述第一历史数据中包含的初始对象；将所述目标对象的第一属性信息和所述初始对象的第二属性信息进行聚类分析，获得所述目标对象关联的所述初始对象；从所述第一历史数据中获得所述目标对象关联的所述初始对象对应的目标历史数据；根据所述目标历史数据进行模型训练获得所述目标类型对应的所述目标风险识别模型。
6、在本公开的一些实施例中，所述初始风险等级至少包括第一风险等级和第二风险等级，所述融合所述初始风险等级确定所述目标场景对应的目标风险等级，包括至少获得所述第一风险等级对应的第一权重和所述第二风险等级对应的第二权重；至少根据所述第一权重、所述第二权重、所述第一风险等级和所述第二风险等级确定所述目标场景对应的所述目标风险等级。
7、在本公开的一些实施例中，所述至少根据所述第一权重、所述第二权重、所述第一风险等级和所述第二风险等级确定所述目标场景对应的所述目标风险等级之后，所述方法还包括：获得第二历史数据，以及至少获得所述第一风险等级对应的第一对象的第一传感数据和所述第二风险等级对应的第二对象的第二传感数据；获得所述第二历史数据中所述第一传感数据对应的第一近邻分布和获得所述第二历史数据中所述第二传感数据对应的第二近邻分布；根据所述第一近邻分布更新所述第一权重，获得更新后的所述第一权重，以及根据所述第二近邻分布更新所述第二权重，获得更新后的所述第二权重；
8、其中，根据下列公式更新所述第一权重和所述第二权重：
9、
10、式中，w(x)为更新后权重，w′(x)为更新前的权重，n是迭代次数，ai为第i次迭代随机选择的第二历史数据中的样本，hj、mj为ai同类中的最近邻样本集和ai不同类中的最近邻样本集中的第j个样本，k为ai同类中的最近邻样本集和ai不同类中的最近邻样本集中样本的数量，class(ai)为ai的类型，p(c)为第c类的先验概率，p(class(ai))为class(ai)的先验概率，diff(x,ai,hj)为ai和hj在类型上的差别，diff(x,ai,mj)为ai和mj在类型上的差别。
11、在本公开的一些实施例中，获得目标场景对应的目标三维模型，包括根据目标场景的点云数据和目标场景的图片信息构建目标三维模型。
12、根据本公开的另一方面，提供一种风险预警装置，包括：
13、获取模块，获得目标场景对应的目标三维模型，以及对所述目标场景进行数据监测获得对应的初始传感数据；
14、目标类型模块，获得所述目标三维模型中目标对象对应的目标类型；
15、目标传感数据模块，根据所述目标三维模型和所述初始传感数据确定所述目标对象对应的目标传感数据；
16、初始风险等级模块，根据所述目标类型和所述目标传感数据确定所述目标对象对应的初始风险等级；
17、目标风险等级模块，融合所述初始风险等级确定所述目标场景对应的目标风险等级。
18、根据本公开的另一方面，提供一种终端设备，所述终端设备包括处理器、存储器；所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现风险预警方法。
19、根据本公开的另一方面，提供一种计算机存储介质，用于计算机存储，其特征在于，所述计算机存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现风险预警方法的步骤。
20、本专利技术所达到的有益效果：本专利技术通过对目标场景进行建模，根据目标三维模型确定目标对象对应的目标类型，将目标场景中初始传感数据转换成目标对象对应的目标传感数据，根据目标类型和目标传感数据预测目标对象的初始风险等级，融合初始风险等级确定目标场景的目标风险等级，可实现准确的目标场景的风险预警。
本文档来自技高网...【技术保护点】
1.一种风险预警方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标三维模型和所述初始传感数据确定所述目标对象对应的目标传感数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标类型和所述目标传感数据确定所述目标对象对应的初始风险等级，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标风险识别模型预先训练，训练所述目标风险识别模型的过程包括：
5.根据权利要求1所述的方法，其特征在于，所述初始风险等级至少包括第一风险等级和第二风险等级，所述融合所述初始风险等级确定所述目标场景对应的目标风险等级，包括：
6.根据权利要求5所述的方法，其特征在于，所述至少根据所述第一权重、所述第二权重、所述第一风险等级和所述第二风险等级确定所述目标场景对应的所述目标风险等级之后，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，获得目标场景对应的目标三维模型，包括：
8.一种风险预警装置，其特征在于，包括：
9.一种终端设备，其特征在于，
10.一种计算机存储介质，用于计算机存储，其特征在于，所述计算机存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1至7中任一项所述的风险预警方法的步骤。
...【技术特征摘要】
1.一种风险预警方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标三维模型和所述初始传感数据确定所述目标对象对应的目标传感数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标类型和所述目标传感数据确定所述目标对象对应的初始风险等级，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标风险识别模型预先训练，训练所述目标风险识别模型的过程包括：
5.根据权利要求1所述的方法，其特征在于，所述初始风险等级至少包括第一风险等级和第二风险等级，所述融合所述初始风险等级确定所述目标场景对应的目标风险等级，包括：
...【专利技术属性】
技术研发人员：田苗，
申请(专利权)人：江苏巨唐数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。