CN110639155B - 火灾防控方法、装置、设备、***及存储介质 - Google Patents

Abstract

本申请公开了一种火灾防控方法、装置、设备、***及介质，本申请通过获取目标区域的物体布局数据，以及对目标区域内的目标物体进行热感数据采集得到的热感应数据；根据热感应数据以及物体布局数据对目标物体进行人工智能火情识别，根据热感应数据进行火情识别可以在起火的初始阶段实现有效检测，有效提升火灾检测的时效性，另外，通过人工智能学习识别着火点，可以精准实现火情识别，明确起火点，实现精准火情防控，同时也可以在很大程度上避免生活用火的误检对火灾防控处理误触发对人们的生产生活带来的影响，另外，整个实现过程无需人工接入，可以不分白昼全天候自动实现火灾防控，可以及时发现火情及时处理，有效保障财产生命安全。

Description

火灾防控方法、装置、设备、***及存储介质

技术领域

本申请涉及电子技术领域，特别涉及一种火灾防控方法、装置、设备、***及可读存储介质。

背景技术

很多室内火灾都是人不在或人未能及时留意发现，由小起火变成大火灾，给人们的财产生命安全带来严重威胁。目前对于火灾的防控，一般通过烟雾探测器+淋水器的灭火装置，而烟雾探测器+淋水器的灭火装置只有在烟雾足够大才起作用，此时火情往往已经很大，此时火情不仅不容易控制，且会造成较大的损失，另外此种装置在烟雾大到一定量就容易误触发(比如抽烟产生的烟雾等)，造成不必要的财产损失。

鉴于此，如何实现对火情的及时有效控制，避免意外火情对人们财产生命安全带来较大的威胁，是目前本领域技术人员需要重点关注的。

发明内容

有鉴于此，本申请的目的在于提供一种火灾防控方法、装置、设备、***及可读存储介质，用于实现对火情的及时有效控制，避免意外火情对人们财产生命安全带来较大的威胁的问题。其具体方案如下：

第一方面，本申请公开了一种火灾防控方法，包括：

获取目标区域的物体布局数据，并获取热感应数据；所述热感应数据为对所述目标区域内的目标物体的进行热感数据采集得到；

根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，得到火情识别结果；

根据所述火情识别结果进行防控处理。

可选地，所述获取目标区域的物体布局数据，包括：

获取所述目标区域的图像采集数据；

根据所述图像采集数据对所述目标区域进行目标物体识别，确定所述图像采集数据中目标物体信息；

根据所述目标物体信息确定所述目标物体的位置信息，得到物体布局数据。

可选地，所述火灾防控方法还包括：

将热感应设备的采集角度设置与所述物体布局数据的采集角度匹配设置；

则相应地，所述获取热感应数据，具体为：

获取所述热感应设备对所述目标区域内的目标物体进行热感数据采集生成的热感应数据。

可选地，根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，包括：

根据所述热感应数据以及所述物体布局数据确定所述目标物体的温度值；

匹配所述目标物体的燃烧范围；其中，所述燃烧范围根据所述目标物体的燃点设置得到；

当所述温度值属于所述燃烧范围时，判定所述目标物体为起火点。

可选地，所述火灾防控方法还包括：

匹配所述目标物体的燃烧风险范围；其中，所述燃烧风险范围根据所述目标物体的易燃范围设置得到；

当所述温度值属于所述燃烧风险范围时，判定所述目标物体为燃烧风险点；

则相应地，根据所述火情识别结果进行防控处理，包括：根据所述燃烧风险点进行火情预警处理。

可选地，所述火灾防控方法还包括：

当所述温度值属于所述燃烧范围时，对所述目标物体进行火灾以及生活用火判别；

当确定所述目标物体的燃烧为火灾时，判定所述目标物体为起火点。

可选地，根据所述火情识别结果进行火情防控，包括：

控制携带灭火装置的可控移动装置移动至所述目标物体自动进行灭火，并发送报警信息。

第二方面，本申请公开了一种火灾防控装置，包括：

数据获取单元，用于获取目标区域的物体布局数据；并获取热感应数据；所述热感应数据为对所述目标区域内的目标物体的进行热感数据采集得到；

智能火情识别单元，用于根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，得到火情识别结果；

火情防控处理单元，用于根据所述火情识别结果进行防控处理。

数据获取单元具体包括：布局数据获取子单元以及热感应数据获取子单元，其中，可选地，所述布局数据获取子单元包括：

图像数据获取子单元，用于获取所述目标区域的图像采集数据；

物体识别子单元，用于根据所述图像采集数据对所述目标区域进行目标物体识别，确定所述图像采集数据中目标物体信息；

位置信息确定子单元，用于根据所述目标物体信息确定所述目标物体的位置信息，得到物体布局数据。

可选地，本申请公开的火灾防控装置中可以进一步包括：角度设置子单元，用于将热感应设备的采集角度设置与所述物体布局数据的采集角度匹配设置；

则相应地，热感应数据获取子单元具体用于：获取所述热感应设备对所述目标区域内的目标物体进行热感数据采集生成的热感应数据。

可选地，智能火情识别单元包括：

温度值确定子单元，用于根据所述热感应数据以及所述物体布局数据确定所述目标物体的温度值；

燃烧范围匹配子单元，用于匹配所述目标物体的燃烧范围；其中，所述燃烧范围根据所述目标物体的燃点设置得到；

起火判定子单元，用于当所述温度值属于所述燃烧范围时，判定所述目标物体为起火点。

可选地，智能火情识别单元中可以进一步包括：

风险范围匹配子单元，用于匹配所述目标物体的燃烧风险范围；其中，所述燃烧风险范围根据所述目标物体的易燃范围设置得到；

风险判定子单元，用于当所述温度值属于所述燃烧风险范围时，判定所述目标物体为燃烧风险点；

则相应地，火情防控处理单元具体用于：根据所述燃烧风险点进行火情预警处理。

可选地，智能火情识别单元中可以进一步包括：用火识别子单元，用火识别子单元与所述起火判定子单元连接，用于当所述温度值属于所述燃烧范围时，对所述目标物体进行火灾以及生活用火判别；当确定所述目标物体的燃烧为火灾时，判定所述目标物体为起火点。

可选地，火情防控处理单元具体可以用于：控制携带灭火装置的可控移动装置移动至所述目标物体自动进行灭火，并发送报警信息。

第三方面，本申请公开了一种火灾防控设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现以下步骤：

获取目标区域的物体布局数据；获取对所述目标区域内的目标物体的进行热感数据采集得到的热感应数据；根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，得到火情识别结果；根据所述火情识别结果进行防控处理。

可选的，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：

获取目标区域的物体布局数据，并获取热感应数据；所述热感应数据为对所述目标区域内的目标物体的进行热感数据采集得到；

根据所述目标物体信息确定所述目标物体的位置信息，得到物体布局数据。

可选的，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：

将热感应设备的采集角度设置与所述物体布局数据的采集角度匹配设置；

则相应地，所述获取热感应数据，具体为：

获取所述热感应设备对所述目标区域内的目标物体进行热感数据采集生成的热感应数据。

可选的，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：

根据所述热感应数据以及所述物体布局数据确定所述目标物体的温度值；

匹配所述目标物体的燃烧范围；其中，所述燃烧范围根据所述目标物体的燃点设置得到；

当所述温度值属于所述燃烧范围时，判定所述目标物体为起火点。

可选的，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：

匹配所述目标物体的燃烧风险范围；其中，所述燃烧风险范围根据所述目标物体的易燃范围设置得到；

当所述温度值属于所述燃烧风险范围时，判定所述目标物体为燃烧风险点；

则相应地，根据所述火情识别结果进行防控处理，包括：根据所述燃烧风险点进行火情预警处理。

可选的，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：

当所述温度值属于所述燃烧范围时，对所述目标物体进行火灾以及生活用火判别；

当确定所述目标物体的燃烧为火灾时，判定所述目标物体为起火点。

可选的，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：

控制携带灭火装置的可控移动装置移动至所述目标物体自动进行灭火，并发送报警信息。

第四方面，本申请公开了一种火灾防控***，包括：主控制器，用于获取目标区域的物体布局数据，并获取热感应数据；所述热感应数据为对所述目标区域内的目标物体的进行热感数据采集得到；根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，得到火情识别结果；根据所述火情识别结果控制火情防控设备进行防控处理；

热感应设备，用于对所述目标区域内的目标物体的进行热感数据采集，得到所述热感应数据；

火情防控设备，用于根据所述主控制器的调用进行火情防控处理。

可选地，所述热感应设备具体为：红外高清热像仪。

可选地，所述火灾防控***还包括：设置于所述目标区域的摄像头，所述摄像头用于采集所述目标区域的图像，得到图像采集数据；

所述摄像头与所述主控制器连接，则相应地，所述主控制器还用于：获取所述图像采集数据；根据所述图像采集数据对所述目标区域进行目标物体识别，确定所述图像采集数据中目标物体信息；根据所述目标物体信息确定所述目标物体的位置信息，得到物体布局数据。

可选地，所述火情防控设备具体为：携带灭火装置的可控移动装置。

第五方面，本申请公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取目标区域的物体布局数据，并获取热感应数据；所述热感应数据为对所述目标区域内的目标物体的进行热感数据采集得到；

根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，得到火情识别结果；

根据所述火情识别结果进行防控处理。

可选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：

获取所述目标区域的图像采集数据；

根据所述图像采集数据对所述目标区域进行目标物体识别，确定所述图像采集数据中目标物体信息；

根据所述目标物体信息确定所述目标物体的位置信息，得到物体布局数据。

可选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：

将热感应设备的采集角度设置与所述物体布局数据的采集角度匹配设置；

则相应地，所述获取热感应数据，具体为：

获取所述热感应设备对所述目标区域内的目标物体进行热感数据采集生成的热感应数据。

可选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：

根据所述热感应数据以及所述物体布局数据确定所述目标物体的温度值；

匹配所述目标物体的燃烧范围；其中，所述燃烧范围根据所述目标物体的燃点设置得到；

当所述温度值属于所述燃烧范围时，判定所述目标物体为起火点。

可选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：

匹配所述目标物体的燃烧风险范围；其中，所述燃烧风险范围根据所述目标物体的易燃范围设置得到；

当所述温度值属于所述燃烧风险范围时，判定所述目标物体为燃烧风险点；

则相应地，根据所述火情识别结果进行防控处理，包括：根据所述燃烧风险点进行火情预警处理。

可选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：

当所述温度值属于所述燃烧范围时，对所述目标物体进行火灾以及生活用火判别；

当确定所述目标物体的燃烧为火灾时，判定所述目标物体为起火点。

可选的，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：

控制携带灭火装置的可控移动装置移动至所述目标物体自动进行灭火，并发送报警信息。

可见，本申请通过获取目标区域的物体布局数据，以及对目标区域内的目标物体进行热感数据采集得到的热感应数据；根据热感应数据以及物体布局数据对目标物体进行人工智能火情识别，根据热感应数据进行火情识别可以在起火的初始阶段实现有效检测，可以有效提升火灾检测的时效性，另外，通过人工智能学习识别着火点，可以精准实现火情识别，明确起火点，可以实现精准火情防控，同时也可以在很大程度上避免生活用火的误检对火灾防控处理误触发对人们的生产生活带来的影响，另外，整个实现过程无需人工接入，可以不分白昼全天候自动实现火灾防控，可以及时发现火情及时处理，有效保障财产生命安全。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1为本申请公开的一种火灾防控方法具体实施方式的流程图；

图2为本申请公开的一种人工智能火情识别具体实施方式的流程图；

图3为本申请公开的另一种人工智能火情识别具体实施方式的流程图；

图4为本申请公开的一种火灾防控装置的结构框图；

图5为本申请公开的一种火灾防控设备的结构框图；

图6为本申请公开的一种火灾防控设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例公开了一种火灾防控方法，参照图1所示，该方法主要包括：

步骤S110：获取目标区域的物体布局数据；

目标区域指待进行火灾防控的区域，该区域可以位于室内，也可以位于室外，本实施例中对此不做限定。

物体布局数据指各目标物体在目标区域内的空间布局信息，比如坐标(15，20，3)处为蜡烛等，根据该数据可以确定某位置下对应的物体类型，也可以确定某物体在目标空间内的位置信息等，以便于后续步骤中确定某热源数据对应的物体以及物***置，无论此坐标系内的目标物体布局如何变化，***都能自动感知目标物体的位置，从而可以进一步根据热源信息以及物体类型等相关信息实现火灾识别。

本实施例中对物体布局数据的获取方式不做限定，可以直接导入预先标定的空间物体布局数据，也可以调用可以实现图像采集的摄像头进行空间图像采集后根据采集的图像数据进行坐标精准建图等。

为加深对本实施例的理解，在此以一种物体布局数据采集方式为例进行介绍，获取目标区域的物体布局数据的过程具体可以包括以下步骤：

1、获取目标区域的图像采集数据；

可以布置图像采集摄像头实现目标区域的实时图像采集，也可以预先获取后直接导入对于目标区域的图像采集数据，本实施例中对图像采集数据的获取方式不做限定，可以根据实际情况进行获取方式的设定。

2、根据图像采集数据对目标区域进行目标物体识别，确定图像采集数据中目标物体信息；

3、根据目标物体信息确定目标物体的位置信息，得到物体布局数据。

确定位置信息的实现方式比如在图像采集数据中设置坐标原点，通过测距算法(如三角测距算法)确定目标物体相对于该坐标原点的相对位置，即可生成目标物体的位置信息。

上述物体布局信息获取方式可以快速准确实现定位信息的确定，同时调用的器材简单，只需调用普通摄像头进行图像采集即可，可以降低整体实现成本。

步骤S120：获取热感应数据；

热感应数据为对目标区域内的目标物体的进行热感数据采集得到，热感应数据指物体的热源感应数据，可以体现物体的温度特征。根据热感应数据进行火情识别可以在起火的初始阶段实现有效起火检测，可以有效提升火灾检测的时效性，也可以在燃烧阶段实现精准燃烧判别，可以提升火灾检测的准确性。

热感数据可以通过红外高清热像仪采集得到，当然，也可以调用其他具有热感数据采集功能的设备，本实施例中仅以红外高清热像仪为例进行介绍，红外高清热像仪通过红外线感应热源，可以生成像照片一样的视图，根据红外热感视图可以通过物体温度判断是否起火。

目标物体指目标区域内的物体，可以为指定的待监控物体，也可以为目标区域内的所有物体，本实施例中对此不做限定。

需要说明的是，步骤S110与步骤S120的执行顺序不做限定，可以先获取物体布局数据，也可以先获取热感应数据，或者也可以同时执行。

另外，上述两步骤中获取物体布局数据，确定目标物体的热感视图后，需要对照物体布局数据确定各部分热感数据对应的物体类型，从而对照热感应数据以及物体布局数据进行人工智能火情识别，提升火情识别的精度。则该过程实现中需要将热感数据中位置信息对照物体布局数据中的位置信息，从而确定热感数据对应的物体类型，比如热感数据中显示某区域平均温度超过100摄氏度，则需要确定该区域对应的物体类型，从而结合物体类型等相关数据以及热感数据确定是否存在火情，而其中，为简化热感数据与物体布局数据的位置信息对照步骤，可选地，可以将热感应设备的采集角度设置与物体布局数据的采集角度匹配设置。

将热感应设备的数据采集角度与物体布局数据的采集角度匹配，则可以直接根据热感应数据的位置信息确定物体布局数据下该位置对应的物体，在将热感应数据与物体布局数据进行匹配时无需进行坐标位置的换算，简化了实现步骤。该过程的具体实现方式比如，当热感应设备为红外高清热成像仪，物体布局数据由摄像头采集得到，则设置红外高清热成像仪的拍摄角度与摄像头的拍摄角度相同即可，本实施例中仅以上述实现方式为例进行介绍，其它设备类型下的具体实现方式在此不再赘述，均可参照本实施例的介绍。则相应地，对目标区域内的目标物体进行热感数据采集的过程具体为：调用热感应设备对目标区域内的目标物体进行热感数据采集。

步骤S130：根据热感应数据以及物体布局数据对目标物体进行人工智能火情识别，得到火情识别结果；

通过人工智能(AI)学习识别着火点，可以精准实现火情识别,明确起火点，可以实现精准火情防控，同时也可以在很大程度上避免生活用火的误检对火灾防控处理误触发对人们的生产生活带来的影响。

具体地，根据热感应数据以及物体布局数据对目标物体进行人工智能火情识别的过程具体可以为：根据热感应数据确定目标区域各位置的温度，根据物体布局数据确定目标区域各位置的物体类型，则结合热感应数据与物体布局数据即可确定目标区域各物体的温度数据，预先根据各类型物体(比如生活用火物品、可燃物等)下各种状态(比如正常状态、易燃状态、燃烧状态、失火状态等)的样本数据(比如红外感应视图)进行人工智能识别算法的训练，使其具备火情识别能力，可以分辨是否易燃、是否燃烧、是否为生活用火(比如吸烟、点灯、明火煮食等)，是否为火灾，以及当前火灾燃烧状态(是否为灭火器可灭状态等)。

在实际火灾防控中，直接调用预训练的人工智能火情识别算法进行火情识别，即可得到火情识别结果，火情识别结果与训练过程中的物体状态标定相关，本实施例中对具体的状态标定不做限定，可以根据物体类型进行状态划分，比如对生活用火物品的识别状态划分为：熄火状态、正常用火状态、易燃烧附近物品状态等，对可燃物的识别状态划分为：正常状态、易燃风险状态、燃烧状态等；当然，也可以统一对所有物品设置统一的状态，比如统一将识别结果划分为：正常、生活用火、危险、起火。本实施例中以上述划分为例进行介绍，其它结果划分方式均可参照本实施例的介绍，在此不再赘述。

步骤S140：根据火情识别结果进行防控处理。

火情识别结果根据不同的火灾防控需求对应不同的防控处理手段，可以根据实际防火布控需求设定不同识别结果下的防控处理手段，本实施例中对具体的防控手段不做限定，比如当识别为吸烟状态时，在加油站场景下可以用扩音器输出禁止吸烟提示信息，并提示相关工作人员进行吸烟劝阻；当识别为燃烧风险状态时，即存在潜在的起火点时，可以立即发送报警信息至业主、物业等；当识别为起火状态时，可以控制携带有灭火装置的无人机飞至起火点将火扑灭，同时发送报警信息至消防、业主、物业等。以上为几种防控处理手段，本实施例中仅以上述处理手段为例进行介绍，其它基于本实施例的防控处理手段均算作本实施例的保护范围。

可选地，为保证起火时或易起火时的用户生命财产安全，实现快速及时灭火，一种火情防控手段包括：控制携带灭火装置的可控移动装置移动至目标物体自动进行灭火，并发送报警信息。该方式通过自动灭火，节省了用户、物业或消防对起火的响应处理时间，保证火灾处理的时效性，同时发送报警信息可以有效提醒用户、物业或消防及时进行善后、或起火处理。

本实施例提供的火灾防控方法根据热感应数据进行火情识别可以在起火的初始阶段实现有效检测，可以有效提升火灾检测的时效性，另外，通过人工智能(AI)学习识别着火点，可以精准实现火情识别，明确起火点，可以实现精准火情防控，同时也可以在很大程度上避免生活用火的误检对火灾防控处理误触发对人们的生产生活带来的影响，另外，整个实现过程无需人工接入，可以不分白昼全天候自动实现火灾防控，可以及时发现火情及时处理，有效保障财产生命安全。

上述实施例中对步骤S130中根据热感应数据以及物体布局数据对目标物体进行人工智能火情识别的具体实现过程不做限定，本实施例介绍一种实现方式，该过程主要包括：

步骤S131：根据热感应数据以及物体布局数据确定目标物体的温度值；

步骤S132：匹配目标物体的燃烧范围；

燃烧范围根据目标物体的燃点设置得到，比如生活中常用物品的燃点都在100摄氏度以上，物体要燃烧首先温度要能达到燃点，可以设定生活常用物品的燃烧范围为达到100摄氏度，若某点的温度大于100度，可认为是燃烧点。

步骤S133：当温度值属于燃烧范围时，判定目标物体为起火点。

不同物体燃点不同，该方法为各物体设置对应的燃烧范围，通过对各物体实时温度的监测，实时判断是否处于可燃范围，可以实现对各物体是否燃烧的精准监控。

当温度值不属于燃烧范围时，可以判定目标物体未起火，本实施例中对该种情况下的处理方式不做限定，可选地，各物体存在对应的易燃范围，在易燃范围内时很容易触发物体的燃烧，进一步导致火灾的发生，为实现潜在起火点的监控，可以及时有效地将火灾防患于未然，可以在上述步骤的基础上，进一步执行以下步骤：

步骤S134：匹配目标物体的燃烧风险范围；其中，燃烧风险范围根据目标物体的易燃范围设置得到；

步骤S135：当温度值属于燃烧风险范围时，判定目标物体为燃烧风险点；则相应地，根据火情识别结果进行防控处理，包括：根据燃烧风险点进行火情预警处理。

例如，放置于桌面的纸张A在90摄氏度至100摄氏度为燃烧风险范围，若根据热感应数据以及物体布局数据判定当前纸张A在93摄氏度时，可以判定当前纸张A为燃烧风险点，为避免纸张A起火影响用户生命财产安全，发送告警信息至用户以及物业，以便用户以及物业及时进行危险易燃点排查，降低火灾隐患。

需要说明的是，步骤S134可以在步骤S133以后执行，可以与步骤S132同步执行，也可以在步骤S132以前执行，本实施例中对燃烧风险点判断与燃烧点的判断执行顺序不做限定，图2所示为其中一种实施流程示意图，可以根据实际使用需要进行设定。

若温度值既不属于燃烧风险范围，也不属于燃烧范围时，可以判定该目标物体非风险点以及起火点，并按照步骤S136所示持续监控，本实施例中对该种情况下的处理方式不做限定，可以根据实际监控需要进行设定。

此外，在进行人工智能火情识别过程中，在确定目标物体的温度值属于燃烧范围，即目标物体正在燃烧时，由于物体燃烧可能为生活用火燃烧，也可能为意外着火，为避免正常生活用火的误判，对用户的正常生活产生影响，可以通过人工智能判别当前的物体燃烧是真火灾或是假火灾，具体的实现步骤如下，图3所示为一种流程示意图：

步骤S136：当温度值属于燃烧范围时，对目标物体进行火灾以及生活用火判别；

步骤S137：当确定目标物体的燃烧为火灾时，判定目标物体为起火点。

当确定目标物体的燃烧非火灾时，可以依照图3中步骤S138所示进行持续监控，也可以根据需要进行其它的处理，本实施例中不做限定。

具体可以根据物体类型以及热感应数据进行真假火灾的判别，通过人工智能判别是真火灾还是假火灾(例如空间内有人在吸烟，点蜡烛，点灯，明火煮食等)，该步骤的判别可以调用火情识别模型根据热源数据以及物体类型数据进行火灾识别；其中，火情识别模型可以根据样本热源数据、热源物体信息以及火情标定数据进行训练得到，当然，导入的样本数据为基于该目标区域下的样本数据可以进一步增强模型训练效果，保证高精确度的火灾识别效果。

该方式通过学习智能识别风险点和着火点，避免了误触发(厨房做饭的火炉、抽烟或打火机点灯、点蜡烛等)的情况，同时也可以保证真火灾的及时发现以及处理，可以在避免对用户正常生活的同时保证真火灾的及时处理。

下面对本申请实施例提供的火灾防控装置进行介绍，下文描述的火灾防控装置与上文描述的火灾防控方法可相互对应参照。

图4为本申请实施例所提供的火灾防控装置的结构框图，参照图4所示，火灾防控装置可以包括：

数据获取单元310主要用于获取目标区域的物体布局数据；并获取热感应数据；热感应数据为对目标区域内的目标物体的进行热感数据采集得到；

智能火情识别单元320主要用于根据热感应数据以及物体布局数据对目标物体进行人工智能火情识别，得到火情识别结果；

火情防控处理单元330主要用于根据火情识别结果进行防控处理。

数据获取单元310具体包括：布局数据获取子单元以及热感应数据获取子单元，在一些具体的实施例中，布局数据获取子单元包括：

图像数据获取子单元，用于获取目标区域的图像采集数据；

物体识别子单元，用于根据图像采集数据对目标区域进行目标物体识别，确定图像采集数据中目标物体信息；

位置信息确定子单元，用于根据目标物体信息确定目标物体的位置信息，得到物体布局数据。

在一些具体的实施例中，火灾防控装置中可以进一步包括：角度设置子单元，用于将热感应设备的采集角度设置与物体布局数据的采集角度匹配设置；

则相应地，热感应数据获取子单元具体用于：获取热感应设备对目标区域内的目标物体进行热感数据采集生成的热感应数据。

在一些具体的实施例中，智能火情识别单元包括：

温度值确定子单元，用于根据热感应数据以及物体布局数据确定目标物体的温度值；

燃烧范围匹配子单元，用于匹配目标物体的燃烧范围；其中，燃烧范围根据目标物体的燃点设置得到；

起火判定子单元，用于当温度值属于燃烧范围时，判定目标物体为起火点。

在一些具体的实施例中，智能火情识别单元中可以进一步包括：

风险范围匹配子单元，用于匹配目标物体的燃烧风险范围；其中，燃烧风险范围根据目标物体的易燃范围设置得到；

风险判定子单元，用于当温度值属于燃烧风险范围时，判定目标物体为燃烧风险点；

则相应地，火情防控处理单元具体用于：根据燃烧风险点进行火情预警处理。

在一些具体的实施例中，智能火情识别单元中可以进一步包括：用火识别子单元，用火识别子单元与起火判定子单元连接，用于当温度值属于燃烧范围时，对目标物体进行火灾以及生活用火判别；当确定目标物体的燃烧为火灾时，判定目标物体为起火点。

在一些具体的实施例中，火情防控处理单元具体可以用于：控制携带灭火装置的可控移动装置移动至目标物体自动进行灭火，并发送报警信息。

本实施例公开的火灾防控装置可以实现对火情的及时有效控制，避免意外火情对人们财产生命安全带来较大的威胁的问题。

进一步地，本申请实施例还公开了一种火灾防控设备，参照图5所示，火灾防控设备包括存储器11和处理器12，其中，处理器12执行存储器11中保存的计算机程序时实现以下步骤：获取目标区域的物体布局数据；获取对目标区域内的目标物体的进行热感数据采集得到的热感应数据；根据热感应数据以及物体布局数据对目标物体进行人工智能火情识别，得到火情识别结果；根据火情识别结果进行防控处理。

本实施例中，处理器12执行存储器11中保存的计算机子程序时，可以具体实现以下步骤：获取目标区域的物体布局数据，并获取热感应数据；热感应数据为对目标区域内的目标物体的进行热感数据采集得到；根据目标物体信息确定目标物体的位置信息，得到物体布局数据。

本实施例中，处理器12执行存储器11中保存的计算机子程序时，可以具体实现以下步骤：将热感应设备的采集角度设置与物体布局数据的采集角度匹配设置；则相应地，获取热感应数据，具体为：获取热感应设备对目标区域内的目标物体进行热感数据采集生成的热感应数据。

本实施例中，处理器12执行存储器11中保存的计算机子程序时，可以具体实现以下步骤：根据热感应数据以及物体布局数据确定目标物体的温度值；匹配目标物体的燃烧范围；其中，燃烧范围根据目标物体的燃点设置得到；当温度值属于燃烧范围时，判定目标物体为起火点。

本实施例中，处理器12执行存储器11中保存的计算机子程序时，可以具体实现以下步骤：匹配目标物体的燃烧风险范围；其中，燃烧风险范围根据目标物体的易燃范围设置得到；当温度值属于燃烧风险范围时，判定目标物体为燃烧风险点；则相应地，根据火情识别结果进行防控处理，包括：根据燃烧风险点进行火情预警处理。

本实施例中，处理器12执行存储器11中保存的计算机子程序时，可以具体实现以下步骤：当温度值属于燃烧范围时，对目标物体进行火灾以及生活用火判别；当确定目标物体的燃烧为火灾时，判定目标物体为起火点。

本实施例中，处理器12执行存储器11中保存的计算机子程序时，可以具体实现以下步骤：控制携带灭火装置的可控移动装置移动至目标物体自动进行灭火，并发送报警信息。

请参考图6，为本实施例提供的火灾防控设备的结构示意图，该防控设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processingunits，CPU)322(例如，一个或一个以上处理器)和存储器332，一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中，存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地，中央处理器322可以设置为与存储介质330通信，在防控设备301上执行存储介质330中的一系列指令操作。

防控设备301还可以包括一个或一个以上电源326，一个或一个以上有线或无线网络接口350，一个或一个以上输入输出接口358，和/或，一个或一个以上操作***341，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

上面所描述的火灾防控方法中的步骤可以由火灾防控设备的结构实现。

本实施例提供的火灾防控设备可以实现对火情的及时有效控制，避免意外火情对人们财产生命安全带来较大的威胁的问题。

进一步的，本申请实施例还公开了一种火灾防控***，包括：主控制器、热感应设备以及火情防控设备。

其中，主控制器主要用于获取目标区域的物体布局数据，并获取热感应数据；热感应数据为对目标区域内的目标物体的进行热感数据采集得到；根据热感应数据以及物体布局数据对目标物体进行人工智能火情识别，得到火情识别结果；根据火情识别结果控制火情防控设备进行防控处理；需要说明的是，本实施例中公开的主控制器的相关介绍可以参照上述实施例中的火灾防控设备的相关介绍，在此不再赘述。

热感应设备主要用于对目标区域内的目标物体的进行热感数据采集，得到热感应数据；

火情防控设备主要用于根据主控制器的调用进行火情防控处理。

本实施例中，热感应设备具体可以为：红外高清热像仪。

本实施例中，火灾防控***可以还包括：设置于目标区域的摄像头，摄像头用于采集目标区域的图像，得到图像采集数据；

摄像头与主控制器连接，则相应地，主控制器还用于：获取图像采集数据；根据图像采集数据对目标区域进行目标物体识别，确定图像采集数据中目标物体信息；根据目标物体信息确定目标物体的位置信息，得到物体布局数据。

本实施例中，火情防控设备具体可以为：携带灭火装置的可控移动装置。

为加深对本实施例提供的火灾防控***的理解，在此以一种室内火灾防控***的部署以及实现过程为例进行介绍。

在室内部署普通摄像头、红外高清热像仪以及携带灭火装置的可控移动装置(比如无人机以及可控地面移动装置等)。

其中，普通摄像头用于采集室内图像，红外高清热像仪通过红外线感应热源，生成室内红外热感视图。

摄像头以及红外高清热像仪连接于主控制器，主控制器根据摄像头采集的图像数据进行坐标精准建图。具体过程如下：在既定的空间内，设定一个坐标原点，就可以得到空间内的坐标分布，可以通过确定摄像头的位置，然后通过标定结合测距算法(如三角测距算法)对目标区域内的目标物体进行定位。进行坐标精准建图的目的在于确定无论此坐标系内的目标物体布局如何变化，***都能自动感知目标物体的位置。

主控制器通过红外高清热像仪实时监测室内热源分布，通过人工智能(AI)学习识别着火点，区分火情，若监测并定位到潜在的起火点，立即发送报警(至消防、业主、物业等)，若监测到起火点，立即控制携带灭火装置无人机飞至起火点将火扑灭，同时发送报警(至消防、业主、物业等)。

以上为基于本实施例公开的火灾防控***实现火灾防控的一种实现示例，其它基于本实施例的实现方式均可作为本申请的保护范围，在此不再赘述。

进一步的，本申请实施例还公开了一种计算机可读存储介质，用于存储计算机程序，其中，计算机程序被处理器执行时实现以下步骤：获取目标区域的物体布局数据，并获取热感应数据；热感应数据为对目标区域内的目标物体的进行热感数据采集得到；根据热感应数据以及物体布局数据对目标物体进行人工智能火情识别，得到火情识别结果；根据火情识别结果进行防控处理。

在一些具体的实施例中，计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：获取目标区域的图像采集数据；根据图像采集数据对目标区域进行目标物体识别，确定图像采集数据中目标物体信息；根据目标物体信息确定目标物体的位置信息，得到物体布局数据。

在一些具体的实施例中，计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：将热感应设备的采集角度设置与物体布局数据的采集角度匹配设置；则相应地，获取热感应数据，具体为：获取热感应设备对目标区域内的目标物体进行热感数据采集生成的热感应数据。

在一些具体的实施例中，计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：根据热感应数据以及物体布局数据确定目标物体的温度值；匹配目标物体的燃烧范围；其中，燃烧范围根据目标物体的燃点设置得到；当温度值属于燃烧范围时，判定目标物体为起火点。

在一些具体的实施例中，计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：匹配目标物体的燃烧风险范围；其中，燃烧风险范围根据目标物体的易燃范围设置得到；当温度值属于燃烧风险范围时，判定目标物体为燃烧风险点；则相应地，根据火情识别结果进行防控处理，包括：根据燃烧风险点进行火情预警处理。

在一些具体的实施例中，计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：当温度值属于燃烧范围时，对目标物体进行火灾以及生活用火判别；当确定目标物体的燃烧为火灾时，判定目标物体为起火点。

在一些具体的实施例中，计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：控制携带灭火装置的可控移动装置移动至目标物体自动进行灭火，并发送报警信息。

本实施例公开的可读存储介质可以实现对火情的及时有效控制，避免意外火情对人们财产生命安全带来较大的威胁的问题。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本申请所提供的一种火灾防控方法、装置、设备、***及可读存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种火灾防控方法，其特征在于，包括：

获取目标区域的物体布局数据，并获取热感应数据；所述热感应数据为对所述目标区域内的目标物体的进行热感数据采集得到；

根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，得到火情识别结果；

根据所述火情识别结果进行防控处理；

根据所述火情识别结果进行火情防控，包括：控制携带灭火装置的可控移动装置移动至所述目标物体自动进行灭火，并发送报警信息；所述可控移动装置包括：无人机；

其中，根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，包括：根据所述热感应数据以及所述物体布局数据确定所述目标物体的温度值；匹配所述目标物体的燃烧范围；其中，所述燃烧范围根据所述目标物体的燃点设置得到；当所述温度值属于所述燃烧范围时，判定所述目标物体为起火点。

2.根据权利要求1所述的火灾防控方法，其特征在于，还包括：

将热感应设备的采集角度设置与所述物体布局数据的采集角度匹配设置；

则相应地，所述获取热感应数据，具体为：

获取所述热感应设备对所述目标区域内的目标物体进行热感数据采集生成的热感应数据。

3.根据权利要求1所述的火灾防控方法，其特征在于，还包括：

匹配所述目标物体的燃烧风险范围；其中，所述燃烧风险范围根据所述目标物体的易燃范围设置得到；

当所述温度值属于所述燃烧风险范围时，判定所述目标物体为燃烧风险点；

则相应地，根据所述火情识别结果进行防控处理，包括：根据所述燃烧风险点进行火情预警处理。

4.根据权利要求1所述的火灾防控方法，其特征在于，还包括：

当所述温度值属于所述燃烧范围时，对所述目标物体进行火灾以及生活用火判别；

当确定所述目标物体的燃烧为火灾时，判定所述目标物体为起火点。

5.一种火灾防控装置，其特征在于，包括：

数据获取单元，用于获取目标区域的物体布局数据；并获取热感应数据；所述热感应数据为对所述目标区域内的目标物体的进行热感数据采集得到；

智能火情识别单元，用于根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，得到火情识别结果；根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，包括：根据所述热感应数据以及所述物体布局数据确定所述目标物体的温度值；匹配所述目标物体的燃烧范围；其中，所述燃烧范围根据所述目标物体的燃点设置得到；当所述温度值属于所述燃烧范围时，判定所述目标物体为起火点；

火情防控处理单元，用于根据所述火情识别结果进行防控处理；根据所述火情识别结果进行火情防控，包括：控制携带灭火装置的可控移动装置移动至所述目标物体自动进行灭火，并发送报警信息；所述可控移动装置包括：无人机。

6.一种火灾防控设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述火灾防控方法的步骤。

7.一种全自动火灾防控***，其特征在于，包括：

主控制器，用于获取目标区域的物体布局数据，并获取热感应数据；所述热感应数据为对所述目标区域内的目标物体的进行热感数据采集得到；根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，得到火情识别结果；根据所述火情识别结果控制火情防控设备进行防控处理；根据所述热感应数据以及所述物体布局数据对所述目标物体进行人工智能火情识别，包括：根据所述热感应数据以及所述物体布局数据确定所述目标物体的温度值；匹配所述目标物体的燃烧范围；其中，所述燃烧范围根据所述目标物体的燃点设置得到；当所述温度值属于所述燃烧范围时，判定所述目标物体为起火点；

热感应设备，用于对所述目标区域内的目标物体的进行热感数据采集，得到所述热感应数据；

火情防控设备，用于根据所述主控制器的调用进行火情防控处理；根据所述火情识别结果进行火情防控，包括：控制携带灭火装置的可控移动装置移动至所述目标物体自动进行灭火，并发送报警信息；所述可控移动装置包括：无人机。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述火灾防控方法的步骤。

Images