[发明专利]基于烟雾检测的密集场所智能逃生设施

说明书

本发明涉及防火安全技术领域，尤其是基于烟雾检测的密集场所智能逃生设施；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，通过两根管子，一根振动一根不振动，且振动的金属管位于右侧，利用中国人靠右通行习惯引导人群摸索这两根管子逃离火场。

技术领域

本发明涉及防火安全技术领域，尤其是基于烟雾检测的密集场所智能逃生设施。

背景技术

火非常危险是众所周知的事实，出于对火天生的畏惧，一谈起火灾中丧生的死难者，很多人就会顺理成章地认为是被大火“烧死”的。然而研究数据表明，实际上在火灾当中，直接被火烧死的只占少数，真正的“凶手”，其实是火场中的各种浓烟。

尤其是在人群密集场所，一旦火灾发生，人群必然混乱，如果加上浓烟肆虐，人群就很难寻找到正确的逃生通道并在视觉大幅度受阻的情况下沿着逃生通道逃出火场。

发明内容

针对现有技术的不足，本发明提供一种在人群密集场所出现大量烟雾时可引导人群逃离的智能设施。

本发明的技术方案为：

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。此时因为浓烟笼罩，人群基本无法通过正常的视觉寻找逃生通道的正确方向，甚至发生逃生通道内的人员因为搞错了方向而再次进入火场而失去逃生机会的事故，故通过两根管子，一根振动一根不振动，且振动的金属管位于右侧，利用中国人靠右通行习惯引导人群摸索这两根管子逃离火场。

具体来说，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。

进一步地，所述金属管外壁涂覆有耐火隔热材料，避免人群逃生时被金属管灼伤。

进一步地，所述胶管材质为耐火橡胶材料，避免火灾发生时起火燃烧。

进一步地，所述支架高度为1.2米，人群中的个体高矮相差较大，但起火后所有人都应该弯腰前行，故支架设置高度为普通成年人弯腰低头后可以抓握的高度，利于人群摸索着金属管逃生。

进一步地，所述胶管外表面涂覆有荧光涂料或者热发光涂料，由于烟雾笼罩，可见度大幅度降低，胶管发出的微光可稍微稳定人群情绪。