[发明专利]基于烟雾检测的密集场所智能逃生设施在审

专利信息
申请号: 202010379399.4 申请日: 2020-05-07
公开(公告)号: CN113628401A 公开(公告)日: 2021-11-09
发明(设计)人: 常伟;余捷全 申请(专利权)人: 广东毓秀科技有限公司
主分类号: G08B7/06 分类号: G08B7/06;A62B3/00;G08B17/10
代理公司: 暂无信息 代理人: 暂无信息
地址: 510000 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 烟雾 检测 密集 场所 智能 逃生 设施
【权利要求书】:

1.基于烟雾检测的密集场所智能逃生设施,其特征在于:它包括一根空心金属管和一根与金属管平行设置但不接触的实心胶管,且在逃生方向上金属管位于胶管的右侧,金属管的其中一端位于人群密集场所,另一端位于逃生通道外,所述空心金属管的其中一端固定安装有电动振动器,所述金属管、胶管分别通过两组互不干涉的支架支撑,其中一组支架上还安装有USB摄像头,USB摄像头通过USB数据线连接上位机,上位机通过数据线连接电动振动器的控制端;

USB摄像头拍摄现场图像,然后将数据上传给上位机,上位机通过基于卷积神经网络室内火焰烟雾识别方法对烟雾进行识别,一旦判定出现火灾烟雾则启动电动振动器。

2.根据权利要求1所述的基于烟雾检测的密集场所智能逃生设施,其特征在于:所述基于卷积神经网络室内火焰烟雾识别方法它包括以下步骤:

步骤一,采用帧间差分法检测目标是否为运动目标;

步骤二,选取神经网络,其中烟雾识别采用mobilenet网络;

步骤三,烟雾特征提取,采用几何特征分析,几何特征包括轮框粗糙度、面积增长率和圆形度;

步骤四,神经网络特征训练,图片加载后分别作为训练数据集合测试数据集,测试数据集合训练数据集都有标签,用于和识别的结构进行对比,然后进行反馈传递,改变神经网络的参数,直至决策人员认为神经网络的loss和acceracy已经达到合适的水平,完成神经网络的训练;

步骤五,将摄像头实时拍摄的图片导入神经网络模型,判断出结果,如果结果为火灾烟雾则向决策者发出预警,并开启电动振动器。

3.根据权利要求2所述的基于烟雾检测的密集场所智能逃生设施,其特征在于:所述金属管外壁涂覆有耐火隔热材料。

4.根据权利要求3所述的基于烟雾检测的密集场所智能逃生设施,其特征在于:所述胶管材质为耐火橡胶材料。

5.根据权利要求4所述的基于烟雾检测的密集场所智能逃生设施,其特征在于:所述支架高度为1.2米。

6.根据权利要求5所述的基于烟雾检测的密集场所智能逃生设施,其特征在于:所述胶管外表面涂覆有荧光涂料或者热发光涂料。

7.根据权利要求6所述的基于烟雾检测的密集场所智能逃生设施,其特征在于:所述金属管位于人群密集场所一端还安装有扬声器,扬声器通过数据线连接上位机,用于决策者向现场喊话或者播放逃生指引。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东毓秀科技有限公司,未经广东毓秀科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010379399.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top