[发明专利]基于计算机视觉的加油站危险事故预警方法、装置及设备在审

专利信息
申请号: 202110689250.0 申请日: 2021-06-22
公开(公告)号: CN113570840A 公开(公告)日: 2021-10-29
发明(设计)人: 黄红星;付少新;陈少红 申请(专利权)人: 东莞市绿灯网络科技有限公司
主分类号: G08B31/00 分类号: G08B31/00;G06K9/62;G01D21/02
代理公司: 郑州芝麻知识产权代理事务所(普通合伙) 41173 代理人: 张丹丹
地址: 523000 广东省东莞*** 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 计算机 视觉 加油站 危险 事故 预警 方法 装置 设备
【权利要求书】:

1.一种基于计算机视觉的加油站危险事故预警方法,其特征在于,该方法包括:

获取初始图像,所述初始图像包括加油站周围区域;

根据所述初始图像识别存在危险行为的人员数量作为所述第一因素,根据传感器检测未熄火的车辆数量作为所述第二因素;根据所述第一因素和所述第二因素得到当前加油站环境的丰富度;

获取所述当前环境中的空气湿度和油密度;根据所述空气湿度和所述油密度获得所述当前加油站环境的敏感度;

根据所述丰富度和所述敏感度对所述当前加油站环境中的风险类型等级进行评估,根据所述风险类型等级预测所述当前加油站环境中可能发生的事故类型。

2.根据权利要求1所述的方法,其特征在于,所述当前加油站环境的丰富度与所述第一因素和第二因素成正相关关系。

3.根据权利要求1所述的方法,其特征在于,所述当前加油站环境的敏感度与所述空气湿度和所述油密度成正相关关系。

4.根据权利要求1所述的方法,其特征在于,所述根据所述丰富度和所述敏感度对所述当前加油站环境中的风险类型等级进行评估,包括:

根据所述丰富度和所述敏感度获取对应于评估矩阵中的风险类型等级,所数风险类型等级通过对历史丰富度和历史敏感度数据的分析划分。

5.根据权利要求4所述的方法,其特征在于,所述评估矩阵的构建步骤,还包括:

基于所述历史丰富度和所述历史敏感度构建二维数据分布模型,在所述二维数据分布模型中对所述历史丰富度和历史敏感度的数据进行聚类得到多种类别,其中不同的类别对应不同的风险类型等级,根据所述风险类型等级确定所述评估矩阵。

6.根据权利要求5所述的方法,其特征在于,所述根据风险类型等级确定所述评估矩阵的步骤,还包括:

按照所述风险类型等级的数量,将所述历史丰富度和所述历史敏感度分别划分多个对应的阈值范围,根据所述丰富度和所述敏感度与相应的阈值范围确定相应的风险类型等级,进而确定评估矩阵。

7.根据权利要求1所述的方法,其特征在于,所述根据所述风险类型等级预测所述当前加油站环境中可能发生的事故类型,包括:

对所述历史丰富度和历史敏感度的数据进行模拟仿真,获取所述不同的事故类型,所述风险类型等级对应所述不同的事故类型。

8.一种基于计算机视觉的加油站危险事故预警装置,其特征在于,该装置包括:

图像获取单元,用于获取初始图像,所述初始图像包括加油站周围区域;

图像检测及丰富度获取单元,用于根据所述初始图像识别存在危险行为的人员数量作为第一因素,根据传感器检测未熄火的车辆数量作为第二因素;根据所述第一因素和所述第二因素得到当前加油站环境的丰富度;

敏感度获取单元,用于获取所述当前环境中的空气湿度和油密度;根据所述空气湿度和所述油密度获得所述当前加油站环境的敏感度;

事故类型预测单元,用于根据所述丰富度和所述敏感度对所述当前加油站环境中的风险类型等级进行评估,根据所述风险类型等级预测所述当前加油站环境中可能发生的事故类型。

9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1~7任意一项所述方法的步骤。

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东莞市绿灯网络科技有限公司,未经东莞市绿灯网络科技有限公司许可,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/202110689250.0/1.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