[发明专利]基于云计算的机器学习灭火系统、方法以及消防设备在审

专利信息
申请号: 202011578759.X 申请日: 2020-12-28
公开(公告)号: CN112657109A 公开(公告)日: 2021-04-16
发明(设计)人: 张萧笛;周磊;黄开;周轶群;刘宇;王岩 申请(专利权)人: 长沙中联消防机械有限公司
主分类号: A62C37/00 分类号: A62C37/00;G06K9/00;G06N20/00
代理公司: 北京润平知识产权代理有限公司 11283 代理人: 肖冰滨;王晓晓
地址: 410200 湖*** 国省代码: 湖南;43
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 计算 机器 学习 灭火 系统 方法 以及 消防设备
【权利要求书】:

1.一种基于云计算的机器学习灭火系统,其特征在于,包括:

本地设备,用于获取火灾现场信息并发送至云计算平台;

云计算平台,用于存储火情识别模型,所述火情识别模型根据所述火灾现场信息确定灭火方案;

所述本地设备还用于根据所述灭火方案执行灭火操作。

2.根据权利要求1所述的基于云计算的机器学习灭火系统,其特征在于,所述火情识别模型根据所述火灾现场信息确定灭火方案,包括:

所述火情识别模型根据所述火灾现场信息,确定待识别标签;

所述火情识别模型根据所述待识别标签确定所述灭火方案;

其中所述火情识别模型的待识别标签包括:火焰温度、火焰颜色、火焰发展趋向位置、生命体、危险物品、高温热源。

3.根据权利要求2所述的基于云计算的机器学习灭火系统,其特征在于,

在所述火情识别模型无法识别所述待识别标签或无法确定所述灭火方案的情况下,所述火情识别模型输出告警提示、请求人工干预提示及灭火备选方案。

4.根据权利要求3所述的基于云计算的机器学习灭火系统,其特征在于,所述本地设备,还包括:

显示告警模块,用于显示所述灭火方案及所述待识别标签中的对象,

或者,发出所述告警提示,并显示所述请求人工干预提示和所述灭火备选方案。

5.根据权利要求3所述的基于云计算的机器学习灭火系统,其特征在于,所述云计算平台,还用于训练所述火情识别模型,训练所述火情识别模型的训练样本包括标记过所述待识别标签的火灾现场信息;以及

所述火情识别模型在输出所述请求人工干预提示后,接收人工干预灭火指令作为识别失败的火灾现场信息所对应的灭火方案,将该识别失败的火灾现场信息及其对应的灭火方案添加到所述训练样本中。

6.根据权利要求1所述的基于云计算的机器学习灭火系统,其特征在于,还包括通信模块,用于所述本地设备与所述云计算平台的通信,所述通信模块优选为5G通信模块。

7.根据权利要求1所述的基于云计算的机器学习灭火系统,其特征在于,所述本地设备包括:

现场采集模块,用于采集所述火灾现场信息;以及

灭火模块,用于根据所述灭火方案执行灭火操作;

其中,所述现场采集模块,包括热成像仪和高清相机,

所述热成像仪,用于采集火灾现场的热成像图像和视频,

所述高清相机,用于采集火灾现场的图像和视频;

所述灭火模块包括控制器及灭火执行装备,

所述灭火执行装备包括各类可灭火消防车、消防机器人,消防无人机及其上面安装的消防炮;

所述控制器根据所述灭火方案生成控制指令控制所述灭火执行装备进行灭火操作,所述控制指令对应的被控对象包括:所述灭火执行装备在火场中的位置、选用的灭火剂种类、灭火剂喷射角度、灭火剂喷射距离。

8.一种消防设备,其特征在于,包括上述权利要求1-7任意一项所述的基于云计算的机器学习灭火系统。

9.一种基于云计算的机器学习灭火方法,其特征在于,包括:

获取火灾现场信息;

将所述火灾现场信息输入存储于云计算平台的火情识别模型,所述火情识别模型根据所述火灾现场信息确定灭火方案;

根据所述灭火方案执行灭火操作。

10.根据权利要求9所述的基于云计算的机器学习灭火方法,其特征在于,所述火情识别模型根据所述火灾现场信息确定灭火方案,包括:

所述火情识别模型根据所述火灾现场信息,确定待识别标签;

所述火情识别模型根据所述待识别标签确定所述灭火方案;

其中所述火情识别模型的待识别标签包括:火焰温度、火焰颜色、火焰发展趋向位置、生命体、危险物品、高温热源。

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长沙中联消防机械有限公司,未经长沙中联消防机械有限公司许可,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/202011578759.X/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