一種基于受災人特征的新型公路隧道火災預告和報警系統的制作方法

本實用新型涉及一種預告和報警系統，具體涉及一種基于受災人特征的新型公路隧道火災預告和報警系統。

背景技術：

現在我國公路隧道已建成通車和在建數量越來越多,隧道安全運營是每條道路和隧道自身正常安全通車的重中之重,而隧道火災正是安全運營影響的最關鍵原因。火源因為無法避免,所以隧道火災自動預告即報警成為了重中之重,它為確保隧道的安全運營和減少財產損失提供了基本保障。

隧道火災告警的種類很多，目前在高速公路上使用的隧道火災告警，主要還是三種，分別是：線性差定溫電纜、雙波長火焰探測器和圖像視頻檢測火焰,但這三種方式皆有很大的不足，如：火災報警基本是形成后才報警,且誤報率很高；目前人員和車輛自動引導疏離裝置還是采用人工判斷后,再手動啟動引導疏離裝置，人員和車輛疏散較慢；救援措施一般都是等到火源已形成才開始啟動，這個過程已經造成較大的人員傷亡和財產損失，救援及時性差；有時還存在監控人員短暫小憩和逐級上報的延誤損失，上報繁瑣，速度慢。

技術實現要素：

為全面解決上述問題，尤其是針對現有技術所存在的不足，本實用新型提供一種基于受災人特征的新型公路隧道火災預告和報警系統能夠全面解決上述問題。

為實現上述目的，本實用新型采用以下技術手段：

一種基于受災人特征的新型公路隧道火災預告和報警系統，包括：數據輸入系統、控制系統、數據輸出系統，所述數據輸入系統與控制系統電連接，所述控制系統與數據輸出系統電連接，所述數據輸入系統包括紅外測溫探頭、聲控開關、攝像頭；

所述控制系統包括輸入接口模塊、A/D轉換模塊、處理器、4G/無線通信模塊、液晶顯示電路、通訊電路，所述輸入接口模塊、A/D轉換模塊、處理器依次電連接，所述4G/無線通信模塊、液晶顯示電路、通訊電路分別與處理器電連接；

所述數據輸出系統包括多模通信模塊、逃生信息顯示模塊、報警模塊；

所述多模通信模塊與檢測點附近的自動化控制聯動裝置的通信系統通信連接；

所述紅外測溫探頭、聲控開關、攝像頭分別與輸入接口模塊電連接，所述4G/無線通信模塊與多模通信模塊電連接，所述液晶顯示電路與逃生信息顯示模塊電連接，所述通訊電路與報警模塊電連接。

進一步的，所述紅外測溫探頭采用雙波長測溫法和8.0～14.0μm波段的紅外測溫探頭。

進一步的，所述聲控開關采用J86SG聲控開關。

進一步的，所述攝像頭采用分辨率為1920×1080的可調焦攝像頭。

進一步的，所述處理器采用ARM-CortexA9嵌入式處理器，包括人體識別模塊、人體速度、尖叫聲檢測模塊、異常溫度檢測模塊。

進一步的，所述多模通信模塊包括4G通信模塊、WiFi模塊、功率放大器模塊。

進一步的，所述4G通信模塊采用的是型號為USR-G401t的4G通信模塊。

進一步的，所述WiFi模塊采用的是芯片為ESP8266的WiFi模塊。

進一步的，所述逃生信息顯示模塊采用LCD 2004A液晶顯示模塊。

進一步的，所述報警模塊采用HX-100B聲光報警器。

本實用新型有益效果是：

1.本實用新型能夠在隧道發生火災的時候，做到超前、實時、更準確、無漏報。

2.本實用新型中的所有裝置都是自動化控制，工作效率高。

3.隧道內發生火災時，前5分鐘是逃生的黃金時間，本實用新型能及時預警，會大大降低人員的喪亡和減少財產的損失，對于在隧道中大規模部署起到了積極的推動作用。

4.隧道截殺、交通事故、車輛故障、反恐等工況，機房監控人員能夠第一時間獲取到信息，為快速救援、進一步減少交通事故起到了很好的推動作用。

5.即使是系統火災誤報，也只影響隧道內部分的交通，不影響整個隧道的正常運行，減少了誤報時的影響面。

附圖說明

圖1是本實用新型的系統示意圖。

圖2是本實用新型的處理流程圖。

圖3是本實用新型的系統框圖。

圖4是本實用新型的硬件連接示意圖。

圖5是本實用新型的人體識別系統框圖。

圖中：1-數據輸入系統，2-控制系統，3-數據輸出系統，4-紅外測溫探頭，5-聲控開關，6-攝像頭，7-輸入接口模塊，8-A/D轉換模塊，9-處理器，10-4G/無線通信模塊，11-液晶顯示電路，12-通訊電路，13-多模通信模塊，14-4G通信模塊，15-WiFi模塊，16-功率放大器模塊，17-逃生信息顯示模塊，18-報警模塊。

具體實施方式

下面結合附圖對本實用新型做進一步說明。

如圖1至圖5所示，本實用新型主要通過人體識別模塊、人體速度檢測模塊、人臉表情識別模塊、人體著火檢測模塊、尖叫聲檢測模塊、異常溫度檢測模塊的全部組合或者部分模塊組合來完成對于恐慌的人的檢測進而判斷是否有火災現象發生或其他交通事故等場景。

奔跑行為判斷模塊主要包括人體識別與移動速度檢測，隧道內部人體識別采用基于HOG特征的人體檢測算法，該算法使用梯度方向直方圖(Histogram of Oriented Gradients,簡稱HOG)特征來識別人體，其對圖像中人體的識別分為兩個階段：訓練階段和檢測階段。

在訓練階段先進行特征提取即先計算圖像的梯度方向直方圖,提取人體的高維特征信息，形成豐富的特征集。在此基礎上再結合統計學習的有監督學習方法使結構風險最小化，對分類器進行訓練得到一個性能良好的支持向量機(SVM)線性分類器，該分類器能夠對給定窗口大小的圖像片進行人體識別。

在檢測階段，對待檢測視頻圖像序列在各個縮放尺度和位置采用滑動窗口進行掃描并計算窗口的特征向量，然后用訓練好的分類器進行人體目標識別。在這一步對于有單個人體出現的區域會得到多個相互交錯的矩形框，最后對多個矩形框進行融合得到一個包圍盒，實現對人體的識別，進而實現對人下車這一行為的理解。

由于正常人的平均步行速度為：1.75m/s～2m/s,平均跑步速度為：4m/s～10m/s,人速度的計算采用相鄰幀間中心坐標的歐式距離來估算。具體方法如下：假設相鄰幀間中心坐標的像素差為Diff,視頻的幀率為FPS，攝像頭的成像比例為S,則目標的運動速度V可以通過下列公式計算出:V＝Diff/S*FPS。通過設定速度門限，即可判定出人是否在奔跑。

人面部驚恐表情識別原理:采用基于Gabor小波變換和PCA的人臉表情識別框架,首先對視頻輸入圖片進行預處理，包括人臉檢測，圖像矯正，圖像縮放，以及圖像直方圖均衡化等。在一系列的處理后，將預處理后的圖像進行Gabor變化，這里采用6個方向，3個尺度的Gabor特征提取，將提取出的18個特征作為特征矢量，構造人臉特征矩陣。隨后對每組表情特征矩陣利用PCA(Principal Component Analysis)主成分分析，提取出人臉特征矩陣的一組單位正交向量，用這組單位正交向量對特征矩陣進行降維，去除原始特征矩陣的冗余信息。

表情識別的分類器采用最近鄰分類器，在預測階段對每個待分類的人臉特征矩陣，計算其與六個表情(驚恐,快樂,生氣,自然，驚訝，悲傷)特征矩陣的歐式距離，距離最小時訓練樣本的類別即是待預測樣本的類別。通過上述框架即可實現隧道內部人的驚恐表情判斷。

對于人體著火檢測本框架采用基于火焰高亮度特性的火焰區域提取算法。其主要步驟如下：首先用幀差法提取出每幀圖像的運動區域，之后運用OTSU算法(最大類間差法)對差值處理后的圖像進行分割，得到不同的運動連通域。

由于火焰具有高亮度的特性，其灰度值通常都在200以上，通過計算每個連通域所包含目標塊的灰度平均值并結合固定閾值(設為225)對每個連通域進行檢測，以排除如車輛、行人等干擾目標塊，檢測出火焰目標塊。

在行人檢測的基礎上計算出火焰目標塊的中心與行人目標框的中心距離，若兩者的距離小于行人目標框的寬度，則判定檢測到人體著火。

聲控電路尖叫判斷模塊結合奔跑行為判斷模塊檢測人的尖叫聲。該模塊包含一個聲控開關，當出現人員驚慌逃跑時，環境中的聲音通過聲控開關內部傳感器轉化為電信號，其聲音超過一定頻率后即可觸發聲控開關，此時判斷為有短暫的人員尖叫現象。之后聲控開關延時2秒后復位，再次進行聲音頻率檢測。若一定時間內(10秒)聲控開關被觸發次數超過設定值(3次)，則可確定該監測區域內有人員尖叫現象出現。

紅外感溫模塊可以更進一步精準檢測隧道內的工況。由于人員驚慌也有可能是道路劫殺或者交通事故所致，為排除這些可能，在隧道內部每隔20米安裝一個紅外感溫探頭來檢測隧道內出現異常情況時的實時環境溫度。當奔跑行為判斷模塊和聲控電路尖叫判斷模塊檢測出有人員恐慌現象時，系統接收預警裝置周圍一定范圍內的紅外探頭感溫數據，若該范圍內紅外感溫探頭監測到的溫度值在短時間內急劇上升(超過5攝氏度每秒)，即可確定該監測范圍內出現火災現象。該紅外感溫模塊可排除道路劫殺或交通事故導致的人員驚慌現象，大大降低了裝置的誤報率。

上述模塊的全部組合或者部分模塊的組合共同完成對于恐慌的人的檢測，即判斷是否有火災現象發生或其他交通事故等場景。確認火災發生后，在不需要人員干預的情況下，及時發出火災預告(報)警消息，進行預告(報)警。

本實用新型具體包括：數據輸入系統1、控制系統2、數據輸出系統3，所述數據輸入系統1與控制系統2電連接，所述控制系統2與數據輸出系統3電連接，所述數據輸入系統1包括紅外測溫探頭4、聲控開關5、攝像頭6；

所述控制系統2包括輸入接口模塊7、A/D轉換模塊8、處理器9、4G/無線通信模塊10、液晶顯示電路11、通訊電路12，所述輸入接口模塊7、A/D轉換模塊8、處理器9依次電連接，所述4G/無線通信模塊10、液晶顯示電路11、通訊電路12分別與處理器9電連接；

所述數據輸出系統3包括多模通信模塊13、逃生信息顯示模塊17、報警模塊18；

所述多模通信模塊13與檢測點附近的自動化控制聯動裝置的通信系統連接，不僅可以對火災等發生時做出及時處理，也可以在系統誤報時，僅對檢測點附近的道路產生影響，不會影響整條隧道其他部分的影響；

所述紅外測溫探頭4、聲控開關5、攝像頭6分別與輸入接口模塊7電連接，所述4G/無線通信模塊10與多模通信模塊13電連接，所述液晶顯示電路11與逃生信息顯示模塊17電連接，所述通訊電路12與報警模塊18電連接。

所述紅外測溫探頭4采用雙波長測溫法和8.0～14.0μm波段的紅外測溫探頭，這種方法響應快,不受電磁感應影響,抗干擾能力強，特別在有灰塵,煙霧等惡劣環境下,對目標不充滿視場的運動或振動物體測溫,優越性顯著，同時8.0～14.0μm波段的紅外測溫探頭具有測溫范圍廣和靈敏度高的優點。

所述聲控開關5采用J86SG聲控開關，J86SG聲控開關穩定性能好，靈敏度高，反應速度快，測量聲波范圍廣。

所述攝像頭6采用分辨率為1920×1080的可調焦攝像頭，因為它能夠隨意改變拍攝景物遠近，并且畫質細膩，視野廣，色彩還原度高，能清楚的拍攝到隧道里流動的車輛和行人。

所述處理器9采用ARM-CortexA9嵌入式處理器，包括人體識別模塊、人體速度、尖叫聲檢測模塊、異常溫度檢測模塊，該CPU為Cortex應用級架構，當運行在高達1GHz主頻時，功耗不超過250mW，同時，基于嵌入式Linux操作系統，能夠實現通信協議和數據打包。該處理器負責接收接入數據輸入系統1傳輸過來的數據并進行相應的分析，之后控制數據輸出系統3，使整個公路隧道火災預告和報警系統中所有裝置達到自動控制。

由于正常人的平均步行速度為：1.75m/s～2m/s,平均跑步速度為：4m/s～10m/s,人速度的計算采用相鄰幀間中心坐標的歐式距離來估算。具體方法如下：假設相鄰幀間中心坐標的像素差為Diff,視頻的幀率為FPS，攝像頭6的成像比例為S,則目標的運動速度V可以通過下列公式計算出:V＝Diff/S*FPS。通過設定速度門限和處理器9的運算可以判定出人是否在奔跑。

所述多模通信模塊13包括4G通信模塊14、WiFi模塊15、功率放大器模塊16，所述4G通信模塊14采用的是型號為USR-G401t的4G通信模塊，所述WiFi模塊15采用的是芯片為ESP8266的WiFi模塊，多種信號傳播方式，工作效率高，能使公路隧道火災預告和報警系統做到超前、實時、更準確、無漏報。

所述逃生信息顯示模塊17采用LCD 2004A液晶顯示模塊，LCD 2004A液晶顯示模塊的節能性好、亮度高，并且使用壽命長。

所述報警模塊18采用HX-100B聲光報警器，HX-100B聲光報警器能夠發出強烈的聲光報警信號，提醒現場所有人員的注意。

具體實施過程：

一、過熱且陰燃無煙階段發生后，人員(預期第一受災人員)驚慌時，通過紅外測溫探頭4、聲控開關5、攝像頭6三個裝置共同完成對于恐慌的人的檢測，即判斷是否有火災現象發生。確認火災發生后，在不需要人員干預的情況下，及時通過數據輸出系統3發出火災預告和報警消息，進行預告和報警。

二、預告和報警后，自動啟動著火點附近的自動聯動裝置，逃生信息顯示模塊17上顯示人員、車輛的疏散路線和開啟疏導裝置。并同時通過多模通信模塊13報警機房管理人員。開啟著火點附近的自動化控制聯動裝置。

具體的是打開火災點上游200m到1250m范圍內的人行橫洞與車型橫洞，火災上游200m到1250m范圍內提示火災，并顯示疏散路線；火災上游每隔50m顯示屏上及時顯示人員以及車輛的疏散路線；打開必要人行橫洞及車行橫洞，疏散人群和車輛來減少不必要的損失；同時，控制停止另一單洞距火源點約500米處或1500米車輛繼續前行，確保疏散的人流和車輛出口暢通，通過這些自動的聯動控制，并制定防災救災預案，提高隧道防災救災能力。

三、機房管理人員接到預告后，進行再次確認和配合火災警系統，對整個隧道進行控制，如：控制照明系統全部打開、廣播通知人員撤離、交通信號做相應變更、外部啟動救援等。

四、人員驚慌也有可能是道路劫殺或者交通事故所致，通過紅外測溫探頭4做進一步判斷。如果有人員恐慌但是人員恐慌范圍沒有明顯的溫度變化，啟動人員驚恐附近的自動聯動裝置，逃生信息顯示模塊17上顯示人員、車輛的疏散路線和開啟疏導裝置。并同時通過多模通信模塊13報警機房管理人員。

五、交通事故、車輛故障等工況，獲得的信息經過處理后直接通過多模通信模塊13給機房管理發送告警，提醒有意外發生。

六、通過對人體的面部表情進行識別，結合判斷為驚恐表情，直接通過多模通信模塊13給機房管理發送告警，提醒有意外發生。

七、對人體自焚等反恐場景進行識別，發出火警告警并通過多模通信模塊13給機房管理發送告警，提醒有意外發生。

上述具體實施方式僅僅是為清楚地說明本實用新型所作的舉例，而并非對實施方式的限定。對于所屬領域的普通技術人員來說，在上述說明的基礎上還可以做出其它不同形式的變化或變動，這里無需也無法對所有的實施方式予以窮舉，而由此所引申出的顯而易見的變化或變動仍處于本實用新型的保護范圍中。