【技术实现步骤摘要】
本专利技术涉及车辆防火领域，尤其涉及一种车辆防火预警方法、装置、设备以及存储介质。
技术介绍
1、随着社会发展迈入新阶段，当前人均汽车保有量正处于快速增长的阶段，但是与快速增长的保有量同时出现的，还有汽车事故多发的问题，虽然目前针对汽车交通事故安全领域的相关防护技术已经发展的非常充分，但是由于高温或偶发因素或是电动汽车特性导致的车辆火灾事故，当前并没有成熟的安全防护技术，尤其是考虑到车辆在日常生活和商业运营中的广泛使用，设计和部署一种能够通过火情分析模型对车辆内部的火情进行判断和预警的系统，非常具有必要性。
2、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供一种车辆防火预警方法、装置、设备以及存储介质，旨在实现车辆内部出现火情时的告警和火情未出现时的防护功能，降低车辆发生火灾的概率，提高车辆的安全性。
2、为实现上述目的，本专利技术提供一种车辆防火预警方法，包括：
3、获取车辆内部环境影像和车身传感器数据；
4、通过预训练的火情识别模型对所述车辆内部环境影像进行火情识别，以及通过预训练的火情分析模型对所述车身传感器数据进行火情分析；
5、根据所述火情识别和火情分析的结果进行车辆防火预警。
6、可选地，所述火情识别模型的训练步骤包括：
7、构建基于卷积神经网络的火情识别原始模型；
8、对预先收集的火情图像集进行图
9、将所述预处理的火情图像集划分为训练集、验证集和测试集；
10、基于所述训练集、验证集和测试集对所述基于卷积神经网络的火情识别原始模型进行训练得到火情识别模型。
11、可选地，所述火情图像集包括若干火情图像，所述对预先收集的火情图像集进行图像预处理，得到预处理的火情图像集的步骤包括：
12、对所述火情图像集中的火情图像进行火情标注处理；
13、对所述火情图像集中的火情图像进行尺寸归一处理；
14、对所述火情图像集中的火情图像进行图像转换和图像归一化处理，得到预处理的火情图像集。
15、可选地，所述火情分析模型的训练步骤包括：
16、构建基于深度神经网络的火情分析原始模型；
17、对预先收集的火情数据集进行数据预处理，得到预处理的火情数据集；
18、对所述预处理的火情数据集进行特征工程后划分出训练特征集和测试特征集；
19、基于所述训练特征集和测试特征集对所述基于深度神经网络的火情分析原始模型进行训练得到火情分析模型。
20、可选地，所述对所述预处理的火情数据集进行特征工程后划分出训练特征集和测试特征集的步骤包括：
21、对所述预处理的火情数据集进行特征提取与特征转换；
22、对所述预处理的火情数据集进行特征选择和特征标准化，得到训练标准特征集；
23、将所述训练标准特征集划分为训练特征集和测试特征集。
24、可选地，所述车辆内部环境影像包括若干图像帧，所述车身传感器数据包括红外传感器数据和烟雾传感器数据，所述通过预训练的火情识别模型对所述车辆内部环境影像进行火情识别，通过预训练的火情分析算法对所述车身传感器数据进行火情分析的步骤包括：
25、通过所述火情识别模型对所述若干图像帧进行火情识别，得到火情识别结果；
26、通过所述火情分析模型对所述红外传感器数据和烟雾传感器数据进行火情分析，得到火情分析等级。
27、可选地，所述根据所述火情识别和火情分析的结果进行车辆防火预警的步骤包括：
28、若所述火情识别结果为出现火情，所述火情分析等级超过第一预设等级，则发出语音提示；
29、若所述火情识别结果为出现火情且所述火情分析等级超过第二预设等级，则发出火情警报。
30、此外，为实现上述目的，本专利技术还提供一种车辆防火预警装置，所述车辆防火预警装置包括：
31、获取模块，用于获取车辆内部环境影像和车身传感器数据；
32、分析模块，用于通过预训练的火情识别模型对所述车辆内部环境影像进行火情识别，以及通过预训练的火情分析模型对所述车身传感器数据进行火情分析；
33、预警模块，用于根据所述火情识别和火情分析的结果进行车辆防火预警。
34、此外，为实现上述目的，本专利技术还提供一种车辆防火预警设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆防火预警程序，所述车辆防火预警程序配置为实现如上所述的车辆防火预警方法的步骤。
35、此外，为实现上述目的，本专利技术还提供一种存储介质，所述存储介质上存储有车辆防火预警程序，所述车辆防火预警程序被处理器执行时实现如上所述的车辆防火预警方法的步骤。
36、本专利技术提出的车辆防火预警方法、装置、设备以及存储介质，通过获取车辆内部环境影像和车身传感器数据；通过预训练的火情识别模型对所述车辆内部环境影像进行火情识别，以及通过预训练的火情分析模型对所述车身传感器数据进行火情分析；根据所述火情识别和火情分析的结果进行车辆防火预警，通过利用车辆内部环境影像和车身传感器数据，结合预训练的火情识别和分析模型，实现火情早期识别和快速预警，提高了车辆火情判断的准确性，增加了车辆内部的安全性和可靠性。
本文档来自技高网...【技术保护点】
1.一种车辆防火预警方法，其特征在于，所述车辆防火方法应用于车辆，所述方法包括以下步骤：
2.如权利要求1所述的车辆防火预警方法，其特征在于，所述火情识别模型的训练步骤包括：
3.如权利要求2所述的车辆防火预警方法，其特征在于，所述火情图像集包括若干火情图像，所述对预先收集的火情图像集进行图像预处理，得到预处理的火情图像集的步骤包括：
4.如权利要求2所述的车辆防火预警方法，其特征在于，所述火情分析模型的训练步骤包括：
5.如权利要求4所述的车辆防火预警方法，其特征在于，所述对所述预处理的火情数据集进行特征工程后划分出训练特征集和测试特征集的步骤包括：
6.如权利要求4所述的车辆防火预警方法，其特征在于，所述车辆内部环境影像包括若干图像帧，所述车身传感器数据包括红外传感器数据和烟雾传感器数据，所述通过预训练的火情识别模型对所述车辆内部环境影像进行火情识别，通过预训练的火情分析算法对所述车身传感器数据进行火情分析的步骤包括：
7.如权利要求4所述的车辆防火预警方法，其特征在于，所述根据所述火情识别和火情分析的结
8.一种车辆防火预警装置，其特征在于，所述装置包括：
9.一种车辆防火预警设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆防火预警程序，所述车辆防火预警程序配置为实现如权利要求1至7中任一项所述的车辆防火预警方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有车辆防火预警程序，所述车辆防火预警程序被处理器执行时实现如权利要求1至7任一项所述的车辆防火预警方法的步骤。
...【技术特征摘要】
1.一种车辆防火预警方法，其特征在于，所述车辆防火方法应用于车辆，所述方法包括以下步骤：
2.如权利要求1所述的车辆防火预警方法，其特征在于，所述火情识别模型的训练步骤包括：
3.如权利要求2所述的车辆防火预警方法，其特征在于，所述火情图像集包括若干火情图像，所述对预先收集的火情图像集进行图像预处理，得到预处理的火情图像集的步骤包括：
4.如权利要求2所述的车辆防火预警方法，其特征在于，所述火情分析模型的训练步骤包括：
5.如权利要求4所述的车辆防火预警方法，其特征在于，所述对所述预处理的火情数据集进行特征工程后划分出训练特征集和测试特征集的步骤包括：
6.如权利要求4所述的车辆防火预警方法，其特征在于，所述车辆内部环境影像包括若干图像帧，所述车身传感器数据包括红外传感器数据和...
【专利技术属性】
技术研发人员：刘新，刘子元，
申请(专利权)人：深圳市易新亿意软件开发有限公司，
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。