CN112881600A - 实验室危险检测方法、设备、存储介质及装置 - Google Patents

实验室危险检测方法、设备、存储介质及装置 Download PDF

Info

Publication number
CN112881600A
CN112881600A CN202110033346.1A CN202110033346A CN112881600A CN 112881600 A CN112881600 A CN 112881600A CN 202110033346 A CN202110033346 A CN 202110033346A CN 112881600 A CN112881600 A CN 112881600A
Authority
CN
China
Prior art keywords
information
gas
experimental
gas concentration
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110033346.1A
Other languages
English (en)
Inventor
郑禄
王飚
吴经龙
单一鸣
马尧
王强
杜小坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South Central Minzu University
Original Assignee
South Central University for Nationalities
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South Central University for Nationalities filed Critical South Central University for Nationalities
Priority to CN202110033346.1A priority Critical patent/CN112881600A/zh
Publication of CN112881600A publication Critical patent/CN112881600A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display by measuring the rate of variation of the concentration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明公开了一种实验室危险检测方法、设备、存储介质及装置，该方法包括：根据实验请求确定目标实验区域以及实验项目信息，根据实验项目信息对目标实验区域的初始气体浓度阈值表进行更新，获得目标气体浓度阈值表，根据目标气体浓度阈值表、实验项目信息、目标实验区域的检测气体信息以及检测图像信息生成目标实验区域的危险检测结果；相较于现有的通过气体检测信息和温湿度检测信息判断是否进行危险预警的方式，本发明中，通过实验项目信息对用于危险判断的气体浓度阈值表进行更新，克服了现有技术中在进行某些可能产生危险气体的实验项目时，容易出现错误报警的缺陷，从而能够优化实验室危险检测过程，以满足复杂实验室危险检测需求。

Description

实验室危险检测方法、设备、存储介质及装置
技术领域
本发明涉及实验室技术领域，尤其涉及一种实验室危险检测方法、设备、存储介质及装置。
背景技术
目前，实验室危险检测通常是通过气体检测信息和温湿度检测信息确定实验室环境信息，并根据实验室环境信息判断是否进行危险预警。但是，上述危险检测方式无法识别实验室的当前实验项目，从而导致在进行某些可能产生危险气体的实验项目时，容易出现错误报警的问题。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种实验室危险检测方法、设备、存储介质及装置，旨在解决如何优化实验室危险检测过程的技术问题。
为实现上述目的，本发明提供一种实验室危险检测方法，所述实验室危险检测方法包括以下步骤：
在接收到实验请求时，根据所述实验请求确定目标实验区域以及实验项目信息；
在预设映射关系表中查找所述目标实验区域对应的初始气体浓度阈值表，所述预设映射关系表中包含目标实验区域与初始气体浓度阈值表的对应关系；
根据所述实验项目信息对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表；
获取所述目标实验区域的检测气体信息以及检测图像信息；
根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果。
优选地，所述根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果的步骤，具体包括：
根据所述检测气体信息以及所述目标气体浓度阈值表生成气体检测结果；
根据所述检测图像信息以及所述实验项目信息生成图像检测结果；
根据所述气体检测结果以及所述图像检测结果生成所述目标实验区域的危险检测结果。
优选地，所述根据所述检测气体信息以及所述目标气体浓度阈值表生成气体检测结果的步骤，具体包括：
对所述检测气体信息进行信息提取，获得检测气体类别以及所述检测气体类别对应的检测气体浓度；
对所述目标气体浓度阈值表中的气体浓度阈值进行遍历，将遍历到的气体浓度阈值作为当前气体浓度阈值；
查找所述当前气体浓度阈值对应的气体类别，并将所述气体类别与所述检测气体类别进行匹配；
在匹配成功时，判断所述检测气体类别对应的检测气体浓度是否大于当前气体浓度阈值，获得判断结果；
在对所述气体浓度阈值遍历结束后，根据所述判断结果生成气体检测结果。
优选地，所述根据所述检测图像信息以及所述实验项目信息生成图像检测结果的步骤，具体包括：
根据所述检测图像信息确定当前实验器材信息以及当前实验动作信息；
对所述实验项目信息进行信息提取，获得标准实验器材信息以及标准实验动作信息；
将所述当前实验器材信息与所述标准实验器材信息进行匹配，获得器材匹配结果；
将所述当前实验动作信息与所述标准实验动作信息进行匹配，获得动作匹配结果；
根据所述器材匹配结果以及所述动作匹配结果生成图像检测结果。
优选地，所述根据所述检测图像信息确定当前实验器材信息以及当前实验动作信息的步骤，具体包括：
根据所述检测图像信息确定检测视频，并对所述检测视频进行关键帧提取，获得关键帧图像；
对所述关键帧图像进行预处理，获得待分析图像；
通过预设深度学习网络对所述待分析图像进行图像识别，获得识别结果；
根据所述识别结果确定当前实验器材信息以及当前实验动作信息。
优选地，所述根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果的步骤之后，所述实验室危险检测方法还包括：
在所述危险检测结果为存在危险时，获取所述目标实验区域的联动报警信息；
根据所述联动报警信息确定联动报警区域，并查找所述联动报警区域对应的联动报警设备；
获取所述目标实验区域的区域位置信息，并将所述区域位置信息以及所述危险检测结果发送至所述联动报警设备。
优选地，所述根据所述实验项目信息对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表的步骤，具体包括：
根据所述实验项目信息确定实验气体信息，并根据所述实验气体信息确定实验气体类别以及所述实验气体类别对应的实验气体排出量；
获取所述目标实验区域的区域容积信息，并根据所述区域容积信息以及所述实验气体排出量确定标准气体浓度；
根据所述标准气体浓度以及所述实验气体类别对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表。
此外，为实现上述目的，本发明还提出一种实验室危险检测设备，所述实验室危险检测设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的实验室危险检测程序，所述实验室危险检测程序配置为实现如上文所述的实验室危险检测方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有实验室危险检测程序，所述实验室危险检测程序被处理器执行时实现如上文所述的实验室危险检测方法的步骤。
此外，为实现上述目的，本发明还提出一种实验室危险检测装置，所述实验室危险检测装置包括：确定模块、查找模块、更新模块、获取模块和生成模块；
所述确定模块，用于在接收到实验请求时，根据所述实验请求确定目标实验区域以及实验项目信息；
所述查找模块，用于在预设映射关系表中查找所述目标实验区域对应的初始气体浓度阈值表，所述预设映射关系表中包含目标实验区域与初始气体浓度阈值表的对应关系；
所述更新模块，用于根据所述实验项目信息对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表；
所述获取模块，用于获取所述目标实验区域的检测气体信息以及检测图像信息；
所述生成模块，用于根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果。
本发明中，先根据实验请求确定目标实验区域以及实验项目信息，然后根据实验项目信息对目标实验区域的初始气体浓度阈值表进行更新，获得目标气体浓度阈值表，再根据目标气体浓度阈值表、实验项目信息、目标实验区域的检测气体信息以及检测图像信息生成目标实验区域的危险检测结果；相较于现有的通过气体检测信息和温湿度检测信息确定实验室环境信息，并根据实验室环境信息判断是否进行危险预警的方式，本发明中，通过实验项目信息对用于危险判断的气体浓度阈值表进行更新，克服了现有技术中在进行某些可能产生危险气体的实验项目时，容易出现错误报警的缺陷，从而能够优化实验室危险检测过程，以满足复杂实验室危险检测需求。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的实验室危险检测设备的结构示意图；
图2为本发明实验室危险检测方法第一实施例的流程示意图；
图3为本发明实验室危险检测方法第二实施例的流程示意图；
图4为本发明实验室危险检测方法第三实施例的流程示意图；
图5为本发明实验室危险检测方法第四实施例的流程示意图；
图6为本发明实验室危险检测装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的实验室危险检测设备结构示意图。
如图1所示，该实验室危险检测设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口，对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)存储器，也可以是稳定的存储器(Non-volatileMemory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对实验室危险检测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，认定为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及实验室危险检测程序。
在图1所示的实验室危险检测设备中，网络接口1004主要用于连接后台服务器，与所述后台服务器进行数据通信；用户接口1003主要用于连接用户设备；所述实验室危险检测设备通过处理器1001调用存储器1005中存储的实验室危险检测程序，并执行本发明实施例提供的实验室危险检测方法。
基于上述硬件结构，提出本发明实验室危险检测方法的实施例。
参照图2，图2为本发明实验室危险检测方法第一实施例的流程示意图，提出本发明实验室危险检测方法第一实施例。
步骤S10：在接收到实验请求时，根据所述实验请求确定目标实验区域以及实验项目信息。
应当理解的是，本实施例的执行主体是所述实验室危险检测设备，其中，所述实验室危险检测设备可为电脑以及服务器等电子设备，还可为其他可实现相同或相似功能的设备，本实施例对此不作限制，在本实施例以及下述各实施例中，以实验室电脑为例对本发明实验室危险检测方法进行说明。
需要说明的是，实验请求可以包含实验项目名称、实验地点以及实验人员信息等，本实施例对此不加以限制。
应当理解的是，实验请求可以是用户通过实验室危险检测设备的用户交互界面输入的请求信息，也可以用户通过预先与实验室危险检测设备建立通信连接的终端设备输入的请求信息。其中，终端设备可以用户预先设置的授权终端设备。
在具体实现中，例如，用户可以在实验室电脑的电脑界面上输入实验项目名称、实验地点以及实验人员信息。
用户可以预先在实验室电脑中设置手机A为授权终端设备，在设置完成后，用户可以通过手机A的手机界面输入实验项目名称、实验地点以及实验人员信息，在上述信息输入完成后，实验室电脑通过5G、4G以及WIFI等方式接收实验项目名称、实验地点以及实验人员信息。
需要说明的是，目标实验区域可以是实验室或实验台，在本实施例以及下述各实施例中，以实验室为例进行说明。
实验项目信息可以是实验项目名称以及实验人员信息等，本实施例对此不加以限制。
可以理解的是，根据实验请求确定目标实验区域以及实验项目信息可以是对实验请求进行标识提取，获得信息标识，并根据信息标识对实验请求进行分类，获得目标实验区域以及实验项目信息。其中，信息标识可以是用于标识信息种类的信息。
步骤S20：在预设映射关系表中查找所述目标实验区域对应的初始气体浓度阈值表，所述预设映射关系表中包含目标实验区域与初始气体浓度阈值表的对应关系。
需要说明的是，目标实验区域与初始气体浓度阈值表的对应关系可以由用户预先设置，本实施例对此不加以限制。
可以理解的是，初始气体浓度阈值表中包含各有害气体的气体浓度阈值，
步骤S30：根据所述实验项目信息对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表。
应当理解的是，根据实验项目信息对初始气体浓度阈值表进行调整，获得目标气体浓度阈值表可以是根据所述实验项目信息确定实验气体信息，并根据所述实验气体信息确定实验气体类别以及所述实验气体类别对应的实验气体排出量，获取所述目标实验区域的区域容积信息，并根据所述区域容积信息以及所述实验气体排出量确定标准气体浓度，根据所述标准气体浓度以及所述实验气体类别对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表。
步骤S40：获取所述目标实验区域的检测气体信息以及检测图像信息。
需要说明的是，检测气体信息可以包含检测气体类别以及检测气体类别对应的检测气体浓度，本实施例对此不加以限制。
应当理解的是，获取目标实验区域的检测气体信息可以是通过预设气体传感器获取目标实验区域的检测气体信息。其中，预设气体传感器可以由用户预先设置在目标实验区域的预设位置。
可以理解的是，获取目标实验区域的检测图像信息可以是通过预设摄像设备获取目标实验区域的检测图像信息。其中，预设摄像设备可以由用户预先设置在目标实验区域的预设位置。例如，监视器以及摄像机等，本实施例对此不加以限制。
步骤S50：根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果。
应当理解的是，根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果可以是根据所述检测气体信息以及所述目标气体浓度阈值表生成气体检测结果，根据所述检测图像信息以及所述实验项目信息生成图像检测结果，根据所述气体检测结果以及所述图像检测结果生成所述目标实验区域的危险检测结果。
进一步地，为了提高图像检测结果的准确性，所述所述根据所述检测图像信息以及所述实验项目信息生成图像检测结果，包括：
根据所述检测图像信息确定当前实验器材信息以及当前实验动作信息，对所述实验项目信息进行信息提取，获得标准实验器材信息以及标准实验动作信息，将所述当前实验器材信息与所述标准实验器材信息进行匹配，获得器材匹配结果，将所述当前实验动作信息与所述标准实验动作信息进行匹配，获得动作匹配结果，根据所述器材匹配结果以及所述动作匹配结果生成图像检测结果。
在第一实施例中，先根据实验请求确定目标实验区域以及实验项目信息，然后根据实验项目信息对目标实验区域的初始气体浓度阈值表进行更新，获得目标气体浓度阈值表，再根据目标气体浓度阈值表、实验项目信息、目标实验区域的检测气体信息以及检测图像信息生成目标实验区域的危险检测结果；相较于现有的通过气体检测信息和温湿度检测信息确定实验室环境信息，并根据实验室环境信息判断是否进行危险预警的方式，本实施例中，通过实验项目信息对用于危险判断的气体浓度阈值表进行更新，克服了现有技术中在进行某些可能产生危险气体的实验项目时，容易出现错误报警的缺陷，从而能够优化实验室危险检测过程，以满足复杂实验室危险检测需求。
参照图3，图3为本发明实验室危险检测方法第二实施例的流程示意图，基于上述图2所示的第一实施例，提出本发明实验室危险检测方法的第二实施例。
在第二实施例中，所述步骤S30，包括：
步骤S301：根据所述实验项目信息确定实验气体信息，并根据所述实验气体信息确定实验气体类别以及所述实验气体类别对应的实验气体排出量。
需要说明的是，实验气体信息可以是在执行实验项目信息对应的实验项目时，产生的有害气体信息。
实验气体类别可以是有害气体种类，实验气体类别对应的实验气体排出量可以是各有害气体种类对应的气体排出量。
应当理解的是，根据实验气体信息确定实验气体类别以及实验气体类别对应的实验气体排出量可以是对实验气体信息进行信息提取，获得实验气体类别以及实验气体类别对应的实验气体排出量。
步骤S302：获取所述目标实验区域的区域容积信息，并根据所述区域容积信息以及所述实验气体排出量确定标准气体浓度。
需要说明的是，区域容积信息可以是目标实验区域的容积值，本实施例对此不加以限制。
应当理解的是，根据区域容积信息以及实验气体排出量确定标准气体浓度可以是将实验气体排出量除以区域容积值，获得标准气体浓度。
步骤S303：根据所述标准气体浓度以及所述实验气体类别对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表。
可以理解的是，根据标准气体浓度以及实验气体类别对初始气体浓度阈值表进行调整可以是在初始气体浓度阈值表查找实验气体类别对应的初始气体浓度阈值，并将标准气体浓度加上预设数值，获得标准气体浓度阈值，并将初始气体浓度阈值修改为标准气体浓度阈值，获得目标气体浓度阈值表。其中，预设数值由用户预先设置。
在第二实施例中，根据所述实验项目信息确定实验气体信息，并根据所述实验气体信息确定实验气体类别以及所述实验气体类别对应的实验气体排出量，获取所述目标实验区域的区域容积信息，并根据所述区域容积信息以及所述实验气体排出量确定标准气体浓度，根据所述标准气体浓度以及所述实验气体类别对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表；本实施例中，通过实验项目信息确定实验气体类别以及实验气体类别对应的实验气体排出量，并根据目标实验区域的区域容积信息、实验气体类别以及实验气体类别对应的实验气体排出量对初始气体浓度阈值表进行调整，获得目标气体浓度阈值表，从而能够提高目标气体浓度表的可靠性以及准确性。
在第二实施例中，所述步骤S50，包括：
步骤S501：根据所述检测气体信息以及所述目标气体浓度阈值表生成气体检测结果。
应当理解的是，根据所述检测气体信息以及所述目标气体浓度阈值表生成气体检测结果可以是对所述检测气体信息进行信息提取，获得检测气体类别以及所述检测气体类别对应的检测气体浓度，对所述目标气体浓度阈值表中的气体浓度阈值进行遍历，将遍历到的气体浓度阈值作为当前气体浓度阈值，在匹配成功时，判断所述检测气体类别对应的检测气体浓度是否大于当前气体浓度阈值，获得判断结果，在对所述气体浓度阈值遍历结束后，根据所述判断结果生成气体检测结果。
步骤S502：根据所述检测图像信息以及所述实验项目信息生成图像检测结果。
可以理解的是，根据检测图像信息以及所述实验项目信息生成图像检测结果可以是根据检测图像信息确定当前实验动作信息，对实验项目信息进行信息提取，获得标准实验动作信息，将所述当前实验动作信息与所述标准实验动作信息进行匹配，获得图像检测结果。
应当理解的是，将当前实验动作信息与标准实验动作信息进行匹配，获得图像检测结果可以是将当前实验动作与标准实验动作进行相似度匹配，获得动作相似度，并判断动作相似度是否大于预设阈值，在动作相似度大于预设阈值时，判定图像检测结果为正常，在动作相似度小于或等于预设阈值时，判定图像检测结果为异常。其中，预设阈值可以由用户预先设置，本实施例中以70％为例进行说明。
进一步地，考虑到仅根据实验动作信息生成图像检测结果，图像检测结果准确性差。为了克服上述缺陷，所述根据所述检测图像信息以及所述实验项目信息生成图像检测结果，包括：
根据所述检测图像信息确定当前实验器材信息以及当前实验动作信息，对所述实验项目信息进行信息提取，获得标准实验器材信息以及标准实验动作信息，将所述当前实验器材信息与所述标准实验器材信息进行匹配，获得器材匹配结果，将所述当前实验动作信息与所述标准实验动作信息进行匹配，获得动作匹配结果，根据所述器材匹配结果以及所述动作匹配结果生成图像检测结果。
步骤S503：根据所述气体检测结果以及所述图像检测结果生成所述目标实验区域的危险检测结果。
应当理解的是，根据气体检测结果以及图像检测结果生成目标实验区域的危险检测结果可以是在气体检测结果为正常，且图像检测结果为正常时，判定危险检测结果为不存在危险；在气体检测结果为异常，或图像检测结果为异常时，判定危险检测结果为存在危险。
进一步地，为了提高危险检测结果的可靠性，所述根据所述气体检测结果以及所述图像检测结果生成所述目标实验区域的危险检测结果，包括：
根据所述气体检测结果确定第一分值，并根据所述图像检测结果生成第二分值，查找所述气体检测结果对应的第一权重值，并查找所述图像检测结果对应的第二权重值，根据所述第一分值、所述第一权重值、所述第二分值以及所述第二权重值生成总分值，根据所述总分值生成所述目标实验区域的危险检测结果。
应当理解的是，根据气体检测结果确定第一分值可以是在气体检测结果为正常时，将预设分值作为第一分值。其中，预设分值可以由用户预先设置，在本实施中以0为例进行说明。在气体检测结果为异常时，根据检测气体浓度以及当前气体浓度阈值确定气体浓度差值，并根据气体浓度差值确定第一分值。
可以理解的是，根据气体浓度差值确定第一分值可以是将气体浓度差值作为第一分值；也可以将气体浓度差值乘以预设数值，获得第一分值。其中，预设数值可以由用户预先设置，本实施例对此不加以限制。
应当理解的是，根据图像检测结果生成第二分值可以是在图像检测结果为正常时，将预设分值作为第二分值。其中，预设分值可以由用户预先设置，在本实施中以0为例进行说明；在图像检测结果为异常时，根据器材匹配结果以及动作匹配结果生成第二分值。
需要说明的是，查找气体检测结果对应的第一权重值可以是在预设权重值表中查找气体检测结果对应的第一权重值，其中，预设权重值表中包含气体检测结果与第一权重值的对应关系；查找图像检测结果对应的第二权重值可以是在预设权重值表中查找图像检测结果对应的第二权重值，其中，预设权重值表中包含图像检测结果与第二权重值的对应关系，气体检测结果与第一权重值的对应关系以及图像检测结果与第二权重值的对应关系可以由用户预先设置，本实施例对此不加以限制。
应当理解的是，根据第一分值、第一权重值、第二分值以及第二权重值生成总分值可以是根据第一分值、第一权重值、第二分值以及第二权重值通过预设分值计算公式计算总分值，其中，预设分值计算公式如下所示：
M＝m1×n1+m2×n2
式中，M为总分值，m1为第一分值，n1为第一权重值，m2为第二分值，n2为第二权重值。
应当理解的是，根据总分值生成目标实验区域的危险检测结果可以是判断总分值是否大于预设分值，在总分值大于预设分值时，判定危险检测结果为存在危险；在总分值小于或等于预设分值时，判定危险检测结果为不存在危险。
在第二实施例中，根据所述检测气体信息以及所述目标气体浓度阈值表生成气体检测结果，根据所述检测图像信息以及所述实验项目信息生成图像检测结果，根据所述气体检测结果以及所述图像检测结果生成所述目标实验区域的危险检测结果，从而能够自动生成目标实验区域的危险检测结果。
参照图4，图4为本发明实验室危险检测方法第三实施例的流程示意图，基于上述图3所示的第二实施例，提出本发明实验室危险检测方法的第三实施例。
在第三实施例中，所述步骤S501，包括：
步骤S5011：对所述检测气体信息进行信息提取，获得检测气体类别以及所述检测气体类别对应的检测气体浓度。
应当理解的是，对检测气体信息进行信息提取，获得检测气体类别以及检测气体类别对应的检测气体浓度可以是对检测气体信息进行特征提取，获得信息特征，并根据信息特征确定检测气体类别以及检测气体类别对应的检测气体浓度。
步骤S5012：对所述目标气体浓度阈值表中的气体浓度阈值进行遍历，将遍历到的气体浓度阈值作为当前气体浓度阈值。
可以理解的是，对目标气体浓度阈值表中的气体浓度阈值进行遍历可以是随机对目标气体浓度阈值表中的气体浓度阈值进行遍历；也可以是根据目标气体浓度阈值表的预设存储顺序对目标气体浓度阈值表中的气体浓度阈值进行遍历，其中，预设存储顺序可以是存储气体浓度阈值的存储顺序，本实施例对此不加以限制。
步骤S5013：查找所述当前气体浓度阈值对应的气体类别，并将所述气体类别与所述检测气体类别进行匹配。
应当理解的是，查找当前气体浓度阈值对应的气体类别可以是在预设类别表中查找当前气体浓度阈值对应的气体类别。其中预设，预设类别表中包含气体浓度阈值与气体类别的对应关系，气体浓度阈值与气体类别的对应关系可以由用户预先设置，本实施例对此不加以限制。
步骤S5014：在匹配成功时，判断所述检测气体类别对应的检测气体浓度是否大于当前气体浓度阈值，获得判断结果。
可以理解的是，在匹配失败时，返回对目标气体浓度阈值表中的气体浓度阈值进行遍历的步骤，直至对气体浓度阈值遍历结束。
步骤S5015：在对所述气体浓度阈值遍历结束后，根据所述判断结果生成气体检测结果。
可以理解的是，在检测气体类别对应的检测气体浓度大于当前气体浓度阈值时，说明目标实验区域的有害气体浓度超过气体浓度阈值。
应当理解的是，根据判断结果生成气体检测结果可以是在检测气体类别对应的检测气体浓度大于当前气体浓度阈值时，判定气体检测结果为异常；在检测气体类别对应的检测气体浓度小于或等于当前气体浓度阈值时，判定气体检测结果为正常。
在第三实施例中，通过对所述检测气体信息进行信息提取，获得检测气体类别以及所述检测气体类别对应的检测气体浓度，对所述目标气体浓度阈值表中的气体浓度阈值进行遍历，将遍历到的气体浓度阈值作为当前气体浓度阈值，在匹配成功时，判断所述检测气体类别对应的检测气体浓度是否大于当前气体浓度阈值，获得判断结果，在对所述气体浓度阈值遍历结束后，根据所述判断结果生成气体检测结果，从而能够逐一判断各类检测气体的气体浓度是否超过气体浓度阈值，并生成相应的气体检测结果。
在第三实施例中，所述步骤S502，包括：
步骤S5021：根据所述检测图像信息确定当前实验器材信息以及当前实验动作信息。
需要说明的是，当前实验器材信息可以是在实验人员进行当前实验项目时，正在使用的实验器材信息，包括实验器材型号信息、实验器材放置位置信息等，本实施例对此不加以限制。
当前实验动作信息可以是对实验人员的图像实时进行人形分析，获得实验人员的当前实验动作。
应当理解的是，根据检测图像信息确定当前实验器材信息以及当前实验动作信息可以是通过预设深度学习网络对检测图像信息进行分析，获得当前实验器材信息以及当前实验动作信息。其中，预设深度学习网络可以由用户预先设置，例如，CNN网络等，本实施例对此不加以限制。
进一步地，考虑到实际应用中，检测图像信息存在干扰信息。若直接根据检测图像信息确定当前实验器材信息以及当前实验动作信息，势必会导致当前实验器材信息以及当前实验动作信息的可靠性低。为克服这一缺陷，所述步骤S5021，包括：
根据所述检测图像信息确定检测视频，并对所述检测视频进行关键帧提取，获得关键帧图像；
对所述关键帧图像进行预处理，获得待分析图像；
通过预设深度学习网络对所述待分析图像进行图像识别，获得识别结果；
根据所述识别结果确定当前实验器材信息以及当前实验动作信息。
需要说明的是，关键帧图像可以是检测视频中的画面出现较大变化时对应的帧图像，例如，可以将人物进入画面时的第一帧图像作为关键帧图像。
应当理解的是，对关键帧图像进行预处理，获得待分析图像可以是对关键帧图像先进行灰度化处理，然后进行去噪处理，获得待分析图像。
需要说明的是，预设深度学习网络可以由用户预先设置，例如，CNN网络等，本实施例对此不加以限制。
步骤S5022：对所述实验项目信息进行信息提取，获得标准实验器材信息以及标准实验动作信息。
需要说明的是，标准实验器材信息可以是执行实验项目时，正常使用对应的标准实验器材，包括：实验器材名称以及实验器材放置位置等，本实施例对此不加以限制。
标准实验动作信息可以是正常进行实验项目时对应的标准实验动作，本实施例对此不加以限制。
应当理解的是，对实验项目信息进行信息提取，获得标准实验器材信息以及标准实验动作信息可以是对实验项目信息进行信息提取，获得实验项目名称，并在预设信息表中查找实验项目名称对应的标准实验器材信息以及标准实验动作信息。其中，预设信息表中包含实验项目名称与标准实验器材信息的对应关系和实验项目名称与标准实验动作信息的对应关系。实验项目名称与标准实验器材信息的对应关系和实验项目名称与标准实验动作信息的对应关系由用户根据实验操作要求预先设置，本实施例对此不加以限制。
步骤S5023：将所述当前实验器材信息与所述标准实验器材信息进行匹配，获得器材匹配结果。
可以理解的是，将当前实验器材信息与标准实验器材信息进行匹配，获得器材匹配结果可以是将当前实验器材名称与标准实验器材名称进行匹配，获得名称匹配结果，将当前实验器材放置位置与标准实验器材放置位置进行匹配，获得位置匹配结果。
应当理解的是，在名称匹配结果为匹配成功，且位置匹配结果为匹配成功时，判定器材匹配结果为匹配成功；在名称匹配结果为匹配失败，或位置匹配结果为匹配失败时，判定器材匹配结果为匹配失败。
在具体实现中，例如，通过对监控视频进行分析，获得实验人员的当前实验器材为A、B、C，当前实验器材放置位置为B放置在C上，A放置在B上。而根据用户输入的实验请求确定实验项目名称为a，通过查找预设实验信息表确定实验项目a对应的标准实验器材为B、C、D，标准实验器材放置位置为C放置在D上，C放置在B上。由于实验人员错误使用了标准实验器材中不存在的A器材，从而导致名称匹配失败，由于实验人员错误的将C放置在B上，从而导致位置匹配失败。最后，获得器材匹配结果为匹配失败。
步骤S5024：将所述当前实验动作信息与所述标准实验动作信息进行匹配，获得动作匹配结果。
应当理解的是，将当前实验动作信息与标准实验动作信息进行匹配，获得动作匹配结果可以是将当前实验动作与标准实验动作进行相似度匹配，获得动作相似度，并判断动作相似度是否大于预设阈值，在动作相似度大于预设阈值时，将匹配成功作为动作匹配结果，在动作相似度小于或等于预设阈值时，将匹配失败作为动作匹配结果。其中，预设阈值可以由用户预先设置，本实施例中以70％为例进行说明。
步骤S5025：根据所述器材匹配结果以及所述动作匹配结果生成图像检测结果。
可以理解的是，根据器材匹配结果以及动作匹配结果生成图像检测结果可以是在器材匹配结果为匹配成功，且动作匹配结果为匹配成功时，判定图像检测结果为正常；在器材匹配结果为匹配失败，或动作匹配结果为匹配失败时，判定图像检测结果为异常。
在第三实施例中，根据所述检测图像信息确定当前实验器材信息以及当前实验动作信息，对所述实验项目信息进行信息提取，获得标准实验器材信息以及标准实验动作信息，将所述当前实验器材信息与所述标准实验器材信息进行匹配，获得器材匹配结果，将所述当前实验动作信息与所述标准实验动作信息进行匹配，获得动作匹配结果，根据所述器材匹配结果以及所述动作匹配结果生成图像检测结果；本实施例通过实验器材以及实验动作匹配来生成图像检测结果，从而能够提高图像检测结果的准确性。
参照图5，图5为本发明实验室危险检测方法第四实施例的流程示意图，基于上述图2所示的第一实施例，提出本发明实验室危险检测方法的第三实施例。
在第四实施例中，所述步骤S50之后，还包括：
步骤S60：在所述危险检测结果为存在危险时，获取所述目标实验区域的联动报警信息。
需要说明的是，在实际应用中，在实验室发生火灾、气体泄漏等危险情况时，该实验室的人员能够及时收到报警，迅速撤离。但是隔壁、同楼、楼上以及楼下实验区域的实验人员，无法及时收到危险报警，从而导致撤离较晚，造成人员伤亡现象。联动报警信息可以是危险报警***进行关联的多个试验区域，当某个实验区域发出危险警报时，与之关联的其他实验区域也能同时收到危险警报，本实施例对此不加以限制。
步骤S70：根据所述联动报警信息确定联动报警区域，并查找所述联动报警区域对应的联动报警设备。
应当理解的是，查找联动报警区域对应的联动报警设备可以是在预设设备表中查找联动报警区域对应的联动报警设备。其中，预设设备表中包含联动报警区域与联动报警设备的对应关系，联动报警区域与联动报警设备的对应关系可以由用户预先输入，本实施例对此不加以限制。
步骤S80：获取所述目标实验区域的区域位置信息，并将所述区域位置信息以及所述危险检测结果发送至所述联动报警设备。
需要说明的是，区域位置信息可以是目标实验区域相对于目标实验区域所在建筑物的位置信息，本实例对此不加以限制。
应当理解的是，考虑到不同实验区域的报警设备可能型号不同，为了提高报警信息的适应性，将区域位置信息以及所述危险检测结果发送至所述联动报警设备之前，还可以先查找联动报警设备对应的信息展示模板，将区域位置信息以及危险检测结果写入信息展示模板，获得待展示信息，并将待展示信息发送至联动报警设备，以使联动报警设备对待展示信息进行展示，提醒联动报警区域的实验人员及时撤退。
在第四实施例中，通过在所述危险检测结果为存在危险时，获取所述目标实验区域的联动报警信息，根据所述联动报警信息确定联动报警区域，并查找所述联动报警区域对应的联动报警设备，获取所述目标实验区域的区域位置信息，并将所述区域位置信息以及所述危险检测结果发送至所述联动报警设备，从而能够在目标实验区域出现危险时，及时通知与目标实验区域相关联的其他实验区域，以避免出现其他实验区域无法及时收到危险报警，从而导致撤离较晚，造成人员伤亡的情况。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有实验室危险检测程序，所述实验室危险检测程序被处理器执行时实现如上文所述的实验室危险检测方法的步骤。
此外，参照图5，本发明实施例还提出一种实验室危险检测装置，所述实验室危险检测装置包括：确定模块10、查找模块20、调整模块30、获取模块40和生成模块50；
所述确定模块10，用于在接收到实验请求时，根据所述实验请求确定目标实验区域以及实验项目信息。
需要说明的是，实验请求可以包含实验项目名称、实验地点以及实验人员信息等，本实施例对此不加以限制。
应当理解的是，实验请求可以是用户通过实验室危险检测设备的用户交互界面输入的请求信息，也可以用户通过预先与实验室危险检测设备建立通信连接的终端设备输入的请求信息。其中，终端设备可以用户预先设置的授权终端设备。
在具体实现中，例如，用户可以在实验室电脑的电脑界面上输入实验项目名称、实验地点以及实验人员信息。
用户可以预先在实验室电脑中设置手机A为授权终端设备，在设置完成后，用户可以通过手机A的手机界面输入实验项目名称、实验地点以及实验人员信息，在上述信息输入完成后，实验室电脑通过5G、4G以及WIFI等方式接收实验项目名称、实验地点以及实验人员信息。
需要说明的是，目标实验区域可以是实验室或实验台，在本实施例以及下述各实施例中，以实验室为例进行说明。
实验项目信息可以是实验项目名称以及实验人员信息等，本实施例对此不加以限制。
可以理解的是，根据实验请求确定目标实验区域以及实验项目信息可以是对实验请求进行标识提取，获得信息标识，并根据信息标识对实验请求进行分类，获得目标实验区域以及实验项目信息。其中，信息标识可以是用于标识信息种类的信息。
所述查找模块20，用于在预设映射关系表中查找所述目标实验区域对应的初始气体浓度阈值表，所述预设映射关系表中包含目标实验区域与初始气体浓度阈值表的对应关系。
需要说明的是，目标实验区域与初始气体浓度阈值表的对应关系可以由用户预先设置，本实施例对此不加以限制。
可以理解的是，初始气体浓度阈值表中包含各有害气体的气体浓度阈值，
所述调整模块30，用于根据所述实验项目信息对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表。
应当理解的是，根据实验项目信息对初始气体浓度阈值表进行调整，获得目标气体浓度阈值表可以是根据所述实验项目信息确定实验气体信息，并根据所述实验气体信息确定实验气体类别以及所述实验气体类别对应的实验气体排出量，获取所述目标实验区域的区域容积信息，并根据所述区域容积信息以及所述实验气体排出量确定标准气体浓度，根据所述标准气体浓度以及所述实验气体类别对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表。
所述获取模块40，用于获取所述目标实验区域的检测气体信息以及检测图像信息。
需要说明的是，检测气体信息可以包含检测气体类别以及检测气体类别对应的检测气体浓度，本实施例对此不加以限制。
应当理解的是，获取目标实验区域的检测气体信息可以是通过预设气体传感器获取目标实验区域的检测气体信息。其中，预设气体传感器可以由用户预先设置在目标实验区域的预设位置。
可以理解的是，获取目标实验区域的检测图像信息可以是通过预设摄像设备获取目标实验区域的检测图像信息。其中，预设摄像设备可以由用户预先设置在目标实验区域的预设位置。例如，监视器以及摄像机等，本实施例对此不加以限制。
所述生成模块50，用于根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果。
应当理解的是，根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果可以是根据所述检测气体信息以及所述目标气体浓度阈值表生成气体检测结果，根据所述检测图像信息以及所述实验项目信息生成图像检测结果，根据所述气体检测结果以及所述图像检测结果生成所述目标实验区域的危险检测结果。
进一步地，为了提高图像检测结果的准确性，所述生成模块50，还用于根据所述检测图像信息确定当前实验器材信息以及当前实验动作信息，对所述实验项目信息进行信息提取，获得标准实验器材信息以及标准实验动作信息，将所述当前实验器材信息与所述标准实验器材信息进行匹配，获得器材匹配结果，将所述当前实验动作信息与所述标准实验动作信息进行匹配，获得动作匹配结果，根据所述器材匹配结果以及所述动作匹配结果生成图像检测结果。
在本实施例中，先根据实验请求确定目标实验区域以及实验项目信息，然后根据实验项目信息对目标实验区域的初始气体浓度阈值表进行更新，获得目标气体浓度阈值表，再根据目标气体浓度阈值表、实验项目信息、目标实验区域的检测气体信息以及检测图像信息生成目标实验区域的危险检测结果；相较于现有的通过气体检测信息和温湿度检测信息确定实验室环境信息，并根据实验室环境信息判断是否进行危险预警的方式，本实施例中，通过实验项目信息对用于危险判断的气体浓度阈值表进行更新，克服了现有技术中在进行某些可能产生危险气体的实验项目时，容易出现错误报警的缺陷，从而能够优化实验室危险检测过程，以满足复杂实验室危险检测需求。
在一实施例中，所述生成模块50，还用于根据所述检测气体信息以及所述目标气体浓度阈值表生成气体检测结果根据所述检测图像信息以及所述实验项目信息生成图像检测结果根据所述气体检测结果以及所述图像检测结果生成所述目标实验区域的危险检测结果；
在一实施例中，所述生成模块50，还用于对所述检测气体信息进行信息提取，获得检测气体类别以及所述检测气体类别对应的检测气体浓度对所述目标气体浓度阈值表中的气体浓度阈值进行遍历，将遍历到的气体浓度阈值作为当前气体浓度阈值查找所述当前气体浓度阈值对应的气体类别，并将所述气体类别与所述检测气体类别进行匹配在匹配成功时，判断所述检测气体类别对应的检测气体浓度是否大于当前气体浓度阈值，获得判断结果在对所述气体浓度阈值遍历结束后，根据所述判断结果生成气体检测结果；
在一实施例中，所述生成模块50，还用于根据所述检测图像信息确定当前实验器材信息以及当前实验动作信息对所述实验项目信息进行信息提取，获得标准实验器材信息以及标准实验动作信息将所述当前实验器材信息与所述标准实验器材信息进行匹配，获得器材匹配结果将所述当前实验动作信息与所述标准实验动作信息进行匹配，获得动作匹配结果根据所述器材匹配结果以及所述动作匹配结果生成图像检测结果；
在一实施例中，所述生成模块50，还用于根据所述检测图像信息确定检测视频，并对所述检测视频进行关键帧提取，获得关键帧图像对所述关键帧图像进行预处理，获得待分析图像通过预设深度学习网络对所述待分析图像进行图像识别，获得识别结果根据所述识别结果确定当前实验器材信息以及当前实验动作信息；
在一实施例中，所述生成模块50，还用于根据所述气体检测结果确定第一分值，并根据所述图像检测结果生成第二分值查找所述气体检测结果对应的第一权重值，并查找所述图像检测结果对应的第二权重值根据所述第一分值、所述第一权重值、所述第二分值以及所述第二权重值生成总分值根据所述总分值生成所述目标实验区域的危险检测结果；
在一实施例中，所述调整模块30，还用于根据所述实验项目信息确定实验气体信息，并根据所述实验气体信息确定实验气体类别以及所述实验气体类别对应的实验气体排出量获取所述目标实验区域的区域容积信息，并根据所述区域容积信息以及所述实验气体排出量确定标准气体浓度根据所述标准气体浓度以及所述实验气体类别对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表。
本发明所述实验室危险检测装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。
需要说明的是，在本文中，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***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***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，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为名称。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器镜像(Read Only Memory image，ROM)/随机存取存储器(Random AccessMemory，RAM)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种实验室危险检测方法，其特征在于，所述实验室危险检测方法包括以下步骤：
在接收到实验请求时，根据所述实验请求确定目标实验区域以及实验项目信息；
在预设映射关系表中查找所述目标实验区域对应的初始气体浓度阈值表，所述预设映射关系表中包含目标实验区域与初始气体浓度阈值表的对应关系；
根据所述实验项目信息对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表；
获取所述目标实验区域的检测气体信息以及检测图像信息；
根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果。
2.如权利要求1所述的实验室危险检测方法，其特征在于，所述根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果的步骤，具体包括：
根据所述检测气体信息以及所述目标气体浓度阈值表生成气体检测结果；
根据所述检测图像信息以及所述实验项目信息生成图像检测结果；
根据所述气体检测结果以及所述图像检测结果生成所述目标实验区域的危险检测结果。
3.如权利要求2所述的实验室危险检测方法，其特征在于，所述根据所述检测气体信息以及所述目标气体浓度阈值表生成气体检测结果的步骤，具体包括：
对所述检测气体信息进行信息提取，获得检测气体类别以及所述检测气体类别对应的检测气体浓度；
对所述目标气体浓度阈值表中的气体浓度阈值进行遍历，将遍历到的气体浓度阈值作为当前气体浓度阈值；
查找所述当前气体浓度阈值对应的气体类别，并将所述气体类别与所述检测气体类别进行匹配；
在匹配成功时，判断所述检测气体类别对应的检测气体浓度是否大于当前气体浓度阈值，获得判断结果；
在对所述气体浓度阈值遍历结束后，根据所述判断结果生成气体检测结果。
4.如权利要求2所述的实验室危险检测方法，其特征在于，所述根据所述检测图像信息以及所述实验项目信息生成图像检测结果的步骤，具体包括：
根据所述检测图像信息确定当前实验器材信息以及当前实验动作信息；
对所述实验项目信息进行信息提取，获得标准实验器材信息以及标准实验动作信息；
将所述当前实验器材信息与所述标准实验器材信息进行匹配，获得器材匹配结果；
将所述当前实验动作信息与所述标准实验动作信息进行匹配，获得动作匹配结果；
根据所述器材匹配结果以及所述动作匹配结果生成图像检测结果。
5.如权利要求4所述的实验室危险检测方法，其特征在于，所述根据所述检测图像信息确定当前实验器材信息以及当前实验动作信息的步骤，具体包括：
根据所述检测图像信息确定检测视频，并对所述检测视频进行关键帧提取，获得关键帧图像；
对所述关键帧图像进行预处理，获得待分析图像；
通过预设深度学习网络对所述待分析图像进行图像识别，获得识别结果；
根据所述识别结果确定当前实验器材信息以及当前实验动作信息。
6.如权利要求1-5中任一项所述的实验室危险检测方法，其特征在于，所述根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果的步骤之后，所述实验室危险检测方法还包括：
在所述危险检测结果为存在危险时，获取所述目标实验区域的联动报警信息；
根据所述联动报警信息确定联动报警区域，并查找所述联动报警区域对应的联动报警设备；
获取所述目标实验区域的区域位置信息，并将所述区域位置信息以及所述危险检测结果发送至所述联动报警设备。
7.如权利要求1-5中任一项所述的实验室危险检测方法，其特征在于，所述根据所述实验项目信息对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表的步骤，具体包括：
根据所述实验项目信息确定实验气体信息，并根据所述实验气体信息确定实验气体类别以及所述实验气体类别对应的实验气体排出量；
获取所述目标实验区域的区域容积信息，并根据所述区域容积信息以及所述实验气体排出量确定标准气体浓度；
根据所述标准气体浓度以及所述实验气体类别对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表。
8.一种实验室危险检测设备，其特征在于，所述实验室危险检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的实验室危险检测程序，所述实验室危险检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的实验室危险检测方法的步骤。
9.一种存储介质，其特征在于，所述存储介质上存储有实验室危险检测程序，所述实验室危险检测程序被处理器执行时实现如权利要求1至7中任一项所述的实验室危险检测方法的步骤。
10.一种实验室危险检测装置，其特征在于，所述实验室危险检测装置包括：确定模块、查找模块、调整模块、获取模块和生成模块；
所述确定模块，用于在接收到实验请求时，根据所述实验请求确定目标实验区域以及实验项目信息；
所述查找模块，用于在预设映射关系表中查找所述目标实验区域对应的初始气体浓度阈值表，所述预设映射关系表中包含目标实验区域与初始气体浓度阈值表的对应关系；
所述调整模块，用于根据所述实验项目信息对所述初始气体浓度阈值表进行调整，获得目标气体浓度阈值表；
所述获取模块，用于获取所述目标实验区域的检测气体信息以及检测图像信息；
所述生成模块，用于根据所述检测气体信息、所述目标气体浓度阈值表、所述检测图像信息以及所述实验项目信息生成所述目标实验区域的危险检测结果。
CN202110033346.1A 2021-01-11 2021-01-11 实验室危险检测方法、设备、存储介质及装置 Pending CN112881600A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110033346.1A CN112881600A (zh) 2021-01-11 2021-01-11 实验室危险检测方法、设备、存储介质及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110033346.1A CN112881600A (zh) 2021-01-11 2021-01-11 实验室危险检测方法、设备、存储介质及装置

Publications (1)

Publication Number Publication Date
CN112881600A true CN112881600A (zh) 2021-06-01

Family

ID=76044536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110033346.1A Pending CN112881600A (zh) 2021-01-11 2021-01-11 实验室危险检测方法、设备、存储介质及装置

Country Status (1)

Country Link
CN (1) CN112881600A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116524425A (zh) * 2023-03-20 2023-08-01 上海锡鼎智能科技有限公司 基于图像识别的实验室器皿药品残留检测方法及检测装置

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106933109A (zh) * 2015-12-31 2017-07-07 九阳股份有限公司 一种厨房家电智能控制方法
CN107450422A (zh) * 2016-05-31 2017-12-08 上海琨聚电子科技有限公司 一种实验室安全智能管理方法
CN108227604A (zh) * 2017-11-27 2018-06-29 安徽依诺格实验室设备有限公司 一种智能化实验室环境监控方法
CN108829158A (zh) * 2018-06-22 2018-11-16 西安航空职业技术学院 一种实验室安全监控***
CN109766496A (zh) * 2018-12-28 2019-05-17 北京奇安信科技有限公司 一种内容风险识别方法、***、设备及介质
CN110095570A (zh) * 2019-04-01 2019-08-06 浙江工商大学 一种实验室安全预警***及方法
CN110286714A (zh) * 2019-05-31 2019-09-27 深圳龙图腾创新设计有限公司 一种实验室用安保***以及方法
CN110312224A (zh) * 2019-07-01 2019-10-08 华中科技大学 一种实验室危险化学品存取行为的安全防护***
CN111177468A (zh) * 2019-12-19 2020-05-19 杭州电子科技大学 一种基于机器视觉的实验室人员不安全行为安全检查方法
CN111178198A (zh) * 2019-12-19 2020-05-19 杭州电子科技大学 一种基于机器视觉的实验室危险品安全隐患自动监测方法
CN111177457A (zh) * 2019-12-03 2020-05-19 中国热带农业科学院分析测试中心 一种检验检测智能实验室质量监督管理***
WO2020098949A1 (de) * 2018-11-16 2020-05-22 Eppendorf Ag Laborsystem mit zumindest teilweise vernetzten laborgeräten und verfahren zur steuerung eines laborsystems mit zumindest teilweise vernetzten laborgeräten
CN111752998A (zh) * 2020-07-13 2020-10-09 凯杰智享(苏州)信息科技有限公司 一种基于多维信息化技术的智慧化工园区综合管理平台

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106933109A (zh) * 2015-12-31 2017-07-07 九阳股份有限公司 一种厨房家电智能控制方法
CN107450422A (zh) * 2016-05-31 2017-12-08 上海琨聚电子科技有限公司 一种实验室安全智能管理方法
CN108227604A (zh) * 2017-11-27 2018-06-29 安徽依诺格实验室设备有限公司 一种智能化实验室环境监控方法
CN108829158A (zh) * 2018-06-22 2018-11-16 西安航空职业技术学院 一种实验室安全监控***
WO2020098949A1 (de) * 2018-11-16 2020-05-22 Eppendorf Ag Laborsystem mit zumindest teilweise vernetzten laborgeräten und verfahren zur steuerung eines laborsystems mit zumindest teilweise vernetzten laborgeräten
CN109766496A (zh) * 2018-12-28 2019-05-17 北京奇安信科技有限公司 一种内容风险识别方法、***、设备及介质
CN110095570A (zh) * 2019-04-01 2019-08-06 浙江工商大学 一种实验室安全预警***及方法
CN110286714A (zh) * 2019-05-31 2019-09-27 深圳龙图腾创新设计有限公司 一种实验室用安保***以及方法
CN110312224A (zh) * 2019-07-01 2019-10-08 华中科技大学 一种实验室危险化学品存取行为的安全防护***
CN111177457A (zh) * 2019-12-03 2020-05-19 中国热带农业科学院分析测试中心 一种检验检测智能实验室质量监督管理***
CN111177468A (zh) * 2019-12-19 2020-05-19 杭州电子科技大学 一种基于机器视觉的实验室人员不安全行为安全检查方法
CN111178198A (zh) * 2019-12-19 2020-05-19 杭州电子科技大学 一种基于机器视觉的实验室危险品安全隐患自动监测方法
CN111752998A (zh) * 2020-07-13 2020-10-09 凯杰智享(苏州)信息科技有限公司 一种基于多维信息化技术的智慧化工园区综合管理平台

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘国成: "《人群异常行为数字图像处理与分析》", 30 November 2019 *
郑禄 等: "基于 Aruino与Python的实验室联动门禁报警***设计", 《软件导刊》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116524425A (zh) * 2023-03-20 2023-08-01 上海锡鼎智能科技有限公司 基于图像识别的实验室器皿药品残留检测方法及检测装置
CN116524425B (zh) * 2023-03-20 2024-04-19 上海锡鼎智能科技有限公司 基于图像识别的实验室器皿药品残留检测方法及检测装置

Similar Documents

Publication Publication Date Title
CN110851299A (zh) 自动化流程的异常排除方法、装置、设备及存储介质
CN112070076B (zh) 文本段落结构还原方法、装置、设备及计算机存储介质
RU2713876C1 (ru) Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания
US20210312163A1 (en) Face recognition method, device and electronic equipment, and computer non-volatile readable storage medium
CN112580047B (zh) 工业恶意代码标记方法、设备、存储介质及装置
CN112615873B (zh) 物联网设备安全检测方法、设备、存储介质及装置
CN112668423B (zh) 楼道杂物检测方法、装置、终端设备及存储介质
US8392887B2 (en) Systems and methods for identifying graphic user-interface components
CN111539358A (zh) 工作状态确定方法、装置、计算机设备和存储介质
CN112149570B (zh) 多人活体检测方法、装置、电子设备及存储介质
CN113132690A (zh) 施工过程视频的生成方法、装置以及电子设备、存储介质
CN112818314A (zh) 一种设备检测方法、装置、设备及存储介质
CN111539595A (zh) 处置告警的方法、装置、计算机设备和存储介质
CN112881600A (zh) 实验室危险检测方法、设备、存储介质及装置
CN110738077B (zh) 一种异物检测方法及装置
US11335044B2 (en) Display system of a wearable terminal, display method of the wearable terminal, and program
CN110795980A (zh) 基于网络视频的逃犯识别方法、设备、存储介质及装置
CN114463779A (zh) 吸烟识别方法、装置、设备及存储介质
US20200311401A1 (en) Analyzing apparatus, control method, and program
CN113254577A (zh) 敏感文件检测方法、装置、设备及存储介质
CN114463776A (zh) 跌倒识别方法、装置、设备及存储介质
CN108647600B (zh) 人脸识别方法、设备及计算机可读存储介质
WO2023005662A1 (zh) 图像处理方法及装置、电子设备、程序产品及计算机可读存储介质
CN114332695A (zh) 电梯开关门的识别方法、设备及存储介质
CN114758384A (zh) 人脸检测方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210601