一种灯光指示系统的制作方法

1.本发明涉及火灾预警技术领域，具体而言，涉及一种灯光指示系统。


背景技术：

2.由于建筑物内结构复杂、人员密集，发生火灾时会严重危害人们的人身安全，因此需要在发生火灾等紧急情况时，及时疏散人群。
3.目前，常在建筑物内各个区域设置多个传感器，通过传感器检测火灾，然后通过灯光报警器等提示人群，并指示疏散路线。但是，各个传感器之间独立进行火灾检测，容易造成误报，例如某个区域内有人抽烟，烟雾传感器检测到烟雾后错误判断为发生火灾，通过灯光报警器报警。


技术实现要素：

4.本发明解决的问题是如何提高建筑物内火灾检测的准确性。
5.为解决上述问题，本发明提供一种灯光指示系统。
6.本发明提供的一种灯光指示系统，包括多个火灾检测传感器、处理器和多个灯光指示装置，多个所述火灾检测传感器分别设置在建筑物内的多个区域，多个灯光指示装置分别设置在所述建筑物安全通道的多个不同位置，多个所述火灾检测传感器分别与所述处理器电连接，所述处理器还与所述灯光指示装置连接；
7.所述处理器，用于获取各个所述火灾检测传感器输出的检测数据，对于每个所述火灾检测传感器，将该火灾检测传感器输出的所述检测数据和与其相邻的所述火灾检测传感器输出的所述检测数据组合为数据矩阵，将所述数据矩阵输入训练好的火灾检测模型，确定该火灾检测传感器所处的区域是否发生火灾；当发生火灾时，控制各个所述灯光指示装置点亮。
8.可选地，所述火灾检测传感器包括温度传感器、烟雾传感器和火焰传感器，所述建筑物的每个区域分别设置有所述温度传感器、所述烟雾传感器和所述火焰传感器。
9.可选地，所述处理器具体用于：对于所述建筑物内的每个区域，将该区域的所述温度数据和所述建筑物平面上与该区域相邻的其它区域的所述温度数据组合成温度数据矩阵，将该区域的所述烟雾数据和所述建筑物平面上与该区域相邻的其它区域的所述烟雾数据组合成烟雾数据矩阵，将该区域的所述火焰数据和所述建筑物平面上与该区域相邻的其它区域的所述火焰数据组合成火焰数据矩阵，将所述温度数据矩阵、所述烟雾数据矩阵和所述火焰数据矩阵分别作为一个通道的数据进行组合，得到组合数据矩阵。
10.可选地，所述处理器具体还用于：将所述组合数据矩阵输入所述训练好的火灾检测模型，确定对应的区域是否发生火灾。
11.可选地，所述处理器还用于：基于模型集成算法，采用训练集对多个机器学习模型进行集成训练，获得所述训练好的火灾检测模型，采用测试集对所述训练好的火灾检测模型进行测试，确定所述训练好的火灾检测模型的准确率。
12.可选地，所述模型集成算法包括adaboost算法、gbdt算法、xgboost算法、bagging算法和随机森林算法中的任意一种，所述机器学习模型包括rnn模型、bp神经网络和决策树模型中的至少一种。
13.可选地，还包括与所述处理器连接的区域划分装置，所述区域划分装置用于将所述建筑物的每一层划分为多个区域。
14.可选地，还包括多个喷淋装置，所述建筑物的每个区域分别设置有所述喷淋装置。
15.可选地，所述灯光指示装置包括应急照明灯、应急指示灯和报警器中的至少一者。
16.可选地，还包括与所述处理器连接的无线通信装置，所述无线通信装置用于输出报警信息至消防报警平台和相应的电子设备。
17.本发明的灯光指示系统的有益效果是：在建筑物内各个不同区域分别设置至少一个火灾检测传感器，用于检测火灾相关数据，可采用不同类型的火灾检测传感器，以提高检测数据的全面性。在建筑物安全通道的多个不同位置分别设置灯光指示装置，发生火灾时，点亮灯光指示装置能够指示疏散路线和照明。处理器获取各个火灾检测传感器输出的检测数据，对于每个火灾检测传感器，将其检测数据与相邻火灾检测传感器的检测数据组合得到数据矩阵，作为训练好的火灾检测模型的输入，火灾检测模型充分考虑火灾在空间上的蔓延特性，挖掘各个火灾检测传感器之间的空间相关性，以确定该火灾检测传感器对应的区域是否发生火灾，提高了火灾检测结果的准确性。
附图说明
18.图1为本发明实施例的一种灯光指示系统的结构示意图；
19.图2为本发明实施例的另一种灯光指示系统的结构示意图。
具体实施方式
20.为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
21.应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
22.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”；术语“可选地”表示“可选的实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
23.需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
24.本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
25.如图1和图2所示，本发明实施例提供的一种灯光指示系统，包括多个火灾检测传感器、处理器和多个灯光指示装置，多个所述火灾检测传感器分别设置在建筑物内的多个区域，多个灯光指示装置分别设置在所述建筑物安全通道的多个不同位置，多个所述火灾检测传感器分别与所述处理器电连接，所述处理器还与所述灯光指示装置连接；
26.所述处理器，用于获取各个所述火灾检测传感器输出的检测数据，对于每个所述火灾检测传感器，将该火灾检测传感器输出的所述检测数据和与其相邻的所述火灾检测传感器输出的所述检测数据组合为数据矩阵，将所述数据矩阵输入训练好的火灾检测模型，确定该火灾检测传感器所处的区域是否发生火灾；当发生火灾时，控制各个所述灯光指示装置点亮。
27.具体地，建筑物内每个区域设置至少一个火灾检测传感器，用于检测对应区域的烟雾数据、温度数据和火焰数据等。在建筑物安全通道的多个不同位置分别设置灯光指示装置，灯光指示装置点亮时用于指示疏散路线和进行照明等。
28.本实施例中，在建筑物内各个不同区域分别设置至少一个火灾检测传感器，用于检测火灾相关数据，可采用不同类型的火灾检测传感器，以提高检测数据的全面性。在建筑物安全通道的多个不同位置分别设置灯光指示装置，发生火灾时，点亮灯光指示装置能够指示疏散路线和照明。处理器获取各个火灾检测传感器输出的检测数据，对于每个火灾检测传感器，将其检测数据与相邻火灾检测传感器的检测数据组合得到数据矩阵，作为训练好的火灾检测模型的输入，火灾检测模型充分考虑火灾在空间上的蔓延特性，挖掘各个火灾检测传感器之间的空间相关性，确定该火灾检测传感器对应的区域是否发生火灾，提高了火灾检测结果的准确性。
29.可选地，所述火灾检测传感器包括温度传感器、烟雾传感器和火焰传感器，所述建筑物的每个区域分别设置有所述温度传感器、所述烟雾传感器和所述火焰传感器。
30.本可选的实施例中，建筑物的每个区域设置多种类型的火灾检测传感器，提高了检测数据的全面性，进而能够提高火灾检测结果的准确性。
31.可选地，还包括与所述处理器连接的区域划分装置，所述区域划分装置用于将所述建筑物的每一层划分为多个区域。
32.具体地，可对建筑物的每一层分别进行网格划分，得到多个尺寸相同的多个网格，每个网格对应一个区域。也可按照建筑物内的房间数量区域划分，每个房间对应一个区域。还可对建筑物内面积大于预设阈值的房间进行网格划分，得到的每个网格对应一个区域，建筑面积小于预设阈值的房间直接作为一个区域。
33.可选地，所述处理器具体用于：对于所述建筑物内的每个区域，将该区域的所述温度数据和所述建筑物平面上与该区域相邻的其它区域的所述温度数据组合成温度数据矩阵，将该区域的所述烟雾数据和所述建筑物平面上与该区域相邻的其它区域的所述烟雾数据组合成烟雾数据矩阵，将该区域的所述火焰数据和所述建筑物平面上与该区域相邻的其它区域的所述火焰数据组合成火焰数据矩阵，将所述温度数据矩阵、所述烟雾数据矩阵和所述火焰数据矩阵分别作为一个通道的数据进行组合，得到组合数据矩阵。
34.示例性地，对于建筑物某一层中的一个区域，假设其具有8个相邻的区域，且每个
区域有一个温度传感器、一个烟雾传感器和一个火焰传感器，则将该区域的三个通道的数据与相邻的8个区域的三个通道数据组合成一个3*3*3的组合数据矩阵，组合数据矩阵包括了一个通道的大小为3*3的温度数据矩阵，一个通道的大小为3*3的烟雾数据矩阵，和一个通道的大小为3*3的火焰数据矩阵。对于相邻区域少于8个的区域，可将其缺少的相邻区域通过字母等进行补充。或者，对于处于建筑物一层边缘的区域，其平面上的相邻区域少于8个，由于火势通常会通过窗户向上蔓延，则可补充其在竖直方向的相邻区域进行补充。对于相邻区域大于8个的区域，可筛选其相邻区域中传感器数据变化幅度最大的8个区域进行组合。
35.本可选的实施例中，相较于现有技术中通过单个传感器的数据进行独立判断，以单个区域为中心，与相邻区域的检测数据进行数据组合，形成组合数据矩阵，充分考虑火灾在空间上的蔓延特性，并且组合数据矩阵综合了多种不同类型的火灾检测传感器的检测数据，提高了火灾检测的全面性和准确性。
36.可选地，所述处理器具体还用于：将所述组合数据矩阵输入所述训练好的火灾检测模型，确定对应的区域是否发生火灾。
37.具体地，以单个区域为中心，相邻区域为辅助进行数据组合，输入训练好的火灾检测模型，火灾检测模型输出该中心区域发生火灾的概率。将发生火灾的概率与预设阈值进行对比，发生火灾的概率大于预设阈值时，则确定该中心区域发生火灾。发生火灾的概率小于或等于预设阈值时，确定该中心区域未发生火灾。
38.可选地，所述处理器还用于：基于模型集成算法，采用训练集对多个机器学习模型进行集成训练，获得所述训练好的火灾检测模型，采用测试集对所述训练好的火灾检测模型进行测试，确定所述训练好的火灾检测模型的准确率。
39.可选地，所述模型集成算法包括adaboost算法、gbdt算法、xgboost算法、bagging算法和随机森林算法中的任意一种，所述机器学习模型包括rnn模型、bp神经网络和决策树模型中的至少一种。
40.本可选的实施例中，将数据集划分为训练集和测试集，训练集用于训练深度学习模型，测试集用于测试训练得到的模型的识别准确度。采用模型集成算法对多个深度学习模型进行集成训练，训练好的深度学习模型并行或串行构成故障检测模型。相较于采用单个模型进行火灾检测，有效提高了火灾检测准确性。
41.可选地，还包括多个喷淋装置，所述建筑物的每个区域分别设置有所述喷淋装置。
42.本可选的实施例中，在建筑物的每个区域中设置至少一个喷淋装置，当检测到某个区域发生火灾时，控制该区域的喷淋装置喷水以灭火，能够及时快速地处理火情，以降低损失。
43.可选地，所述灯光指示装置包括应急照明灯、应急指示灯和报警器中的至少一者。
44.可选地，还包括与所述处理器连接的无线通信装置，所述无线通信装置用于输出报警信息至消防报警平台和相应的电子设备。
45.具体地，当检测到发生火灾时，通过无线通信装置输出报警信息至消防报警平台，报警信息可包括建筑物地址和发生火灾的区域等。并且，可通过无线通信装置发送报警信息至该建筑物内的手机等电子设备。例如，可通过基站定位或无线网定位等确定该建筑物内的手机，然后发送报警信息以通知该建筑物内的人们及时疏散。
46.本可选的实施例中，发生火灾时能够及时通知消防部门进行救火，并能够及时通知建筑物内人群疏散，保障人们人身安全。
47.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random access memory，ram)等。在本技术中，所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
48.虽然本发明公开披露如上，但本发明公开的保护范围并非仅限于此。本领域技术人员在不脱离本发明公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。

技术特征：
1.一种灯光指示系统，其特征在于，包括多个火灾检测传感器、处理器和多个灯光指示装置，多个所述火灾检测传感器分别设置在建筑物内的多个区域，多个灯光指示装置分别设置在所述建筑物安全通道的多个不同位置，多个所述火灾检测传感器分别与所述处理器电连接，所述处理器还与所述灯光指示装置连接；所述处理器，用于获取各个所述火灾检测传感器输出的检测数据，对于每个所述火灾检测传感器，将该火灾检测传感器输出的所述检测数据和与其相邻的所述火灾检测传感器输出的所述检测数据组合为数据矩阵，将所述数据矩阵输入训练好的火灾检测模型，确定该火灾检测传感器所处的区域是否发生火灾；当发生火灾时，控制各个所述灯光指示装置点亮。2.根据权利要求1所述的灯光指示系统，其特征在于，所述火灾检测传感器包括温度传感器、烟雾传感器和火焰传感器，所述建筑物的每个区域分别设置有所述温度传感器、所述烟雾传感器和所述火焰传感器。3.根据权利要求2所述的灯光指示系统，其特征在于，所述处理器具体用于：对于所述建筑物内的每个区域，将该区域的所述温度数据和所述建筑物平面上与该区域相邻的其它区域的所述温度数据组合成温度数据矩阵，将该区域的所述烟雾数据和所述建筑物平面上与该区域相邻的其它区域的所述烟雾数据组合成烟雾数据矩阵，将该区域的所述火焰数据和所述建筑物平面上与该区域相邻的其它区域的所述火焰数据组合成火焰数据矩阵，将所述温度数据矩阵、所述烟雾数据矩阵和所述火焰数据矩阵分别作为一个通道的数据进行组合，得到组合数据矩阵。4.根据权利要求3所述的灯光指示系统，其特征在于，所述处理器具体还用于：将所述组合数据矩阵输入所述训练好的火灾检测模型，确定对应的区域是否发生火灾。5.根据权利要求1所述的灯光指示系统，其特征在于，所述处理器还用于：基于模型集成算法，采用训练集对多个机器学习模型进行集成训练，获得所述训练好的火灾检测模型，采用测试集对所述训练好的火灾检测模型进行测试，确定所述训练好的火灾检测模型的准确率。6.根据权利要求5所述的灯光指示系统，其特征在于，所述模型集成算法包括adaboost算法、gbdt算法、xgboost算法、bagging算法和随机森林算法中的任意一种，所述机器学习模型包括rnn模型、bp神经网络和决策树模型中的至少一种。7.根据权利要求1至6任一项所述的灯光指示系统，其特征在于，还包括与所述处理器连接的区域划分装置，所述区域划分装置用于将所述建筑物的每一层划分为多个区域。8.根据权利要求1所述的灯光指示系统，其特征在于，还包括多个喷淋装置，所述建筑物的每个区域分别设置有所述喷淋装置。9.根据权利要求1至6任一项所述的灯光指示系统，其特征在于，所述灯光指示装置包括应急照明灯、应急指示灯和报警器中的至少一者。10.根据权利要求1至6任一项所述的灯光指示系统，其特征在于，还包括与所述处理器连接的无线通信装置，所述无线通信装置用于输出报警信息至消防报警平台和相应的电子设备。

技术总结
本发明提供了一种灯光指示系统，包括多个火灾检测传感器、处理器和多个灯光指示装置，多个火灾检测传感器分别设置在建筑物内的多个区域，多个灯光指示装置分别设置在建筑物安全通道的多个不同位置，多个火灾检测传感器分别与处理器电连接，处理器还与灯光指示装置连接；处理器，用于获取各个火灾检测传感器输出的检测数据，对于每个火灾检测传感器，将该火灾检测传感器输出的检测数据和与其相邻的火灾检测传感器输出的检测数据组合为数据矩阵，将数据矩阵输入训练好的火灾检测模型，确定该火灾检测传感器所处的区域是否发生火灾；当发生火灾时，控制各个灯光指示装置点亮。本发明提高了建筑物内火灾检测的准确性。提高了建筑物内火灾检测的准确性。提高了建筑物内火灾检测的准确性。


技术研发人员：俞泽安 江露 孙文静
受保护的技术使用者：甬港现代工程有限公司
技术研发日：2023.02.20
技术公布日：2023/5/31