本公开涉及计算机技术领域，具体涉及一种危险监测方法、装置、头戴设备及计算机可读存储介质。
背景技术：
已有技术中，消防设备能从材质，氧气补给等方面给到消防员基本的防范需求，但只限于被动的方法。目前的消防设备无法从自主角度评估现场危险性，及时做出有利于消防员的撤退工作，也无法让后方指挥系统及时做出安全防范措施。
技术实现要素：
本公开实施例提供一种危险监测方法、装置、头戴设备及计算机可读存储介质。
第一方面，本公开实施例中提供了一种危险监测方法。
具体的，所述危险监测方法在头戴设备上运行，包括：
获取危险程度分析参数；所述危险程度分析参数包括所述头戴设备所在区域的环境参数和穿戴所述头戴设备的用户的人体生命特征数据；
对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数；所述生存威胁指数用于指示所述用户在当前环境下受到身体伤害或致死的可能性；
将所述生存威胁指数显示在所述头戴设备上的透过性显示单元上。
可选地，对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数，包括：
将所述危险程度分析参数输入至预定义拟合函数，得到生存威胁指数；所述预定义拟合函数预先根据历史危险程度分析参数以及所述历史危险程度分析参数下用户的伤亡率拟合得到。
可选地，对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数，包括：
将所述危险程度分析参数输入至威胁指数识别模型，得到生存威胁指数；所述威胁指数识别模型是预先利用训练样本对机器学习模型进行训练得到的。
可选地，对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数，包括：
将不同的所述危险程度分析参数分别采用各自对应的计算规则计算得到不同种类的生存威胁指数。
可选地，所述不同种类的生存威胁指数包括以下至少之一：
温度威胁指数、有害气体威胁指数和爆炸威胁指数。
可选地，所述危险程度分析参数还包括所述头戴设备当前位置对应的导航数据；其中，对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数，还包括：
根据所述导航数据确定穿戴所述头戴设备的用户逃离当前位置的路线以及所述路线相关的环境参数；
根据所述路线和所述路线相关的环境参数确定逃生路线威胁指数。
可选地，对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数，还包括：
确定一个或多个所述路线对应的不同逃生路线威胁指数；
将所述生存威胁指数显示在所述头戴设备上的透过性显示单元上，包括：
将一个或多个所述路线以及逃生路线威胁指数对应呈现在所述透过性显示单元；或者,
根据所述逃生路线威胁指数以及所述头戴设备的方位信息所确定的所述路线呈现在所述透过性显示单元上。
可选地，对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数，还包括：
根据氧气余量确定氧气生存威胁指数；或者，
根据所述氧气余量以及所述危险程度分析参数中的其他至少一个参数共同确定综合生存威胁指数；
所述氧气余量通过所述头戴设备上的氧气呼吸系统获取得到。
可选地，所述方法还包括：
根据所述危险程度分析参数预测在未来预定时间范围内的生存威胁指数；
并将预测的所述生存威胁指数显示在所述透过性显示单元上。
可选地，所述方法还包括：
响应于所述生存威胁指数超出预定阈值的触发事件，产生预警信号；
将所述头戴设备的标识、当前位置、所述生存威胁指数和所述危险程度分析参数传送至控制中心和/或预定范围内的其他头戴设备。
可选地，所述方法还包括：
响应于所述生存威胁指数超出预定阈值的触发事件，执行对生命维持系统的预设处理；所述预设处理包括以下至少之一：开启降温模块、加快氧气供给、启动照明系统、启动导航系统。
可选地，所述方法还包括：
响应于所述生存威胁指数超出预定阈值的触发事件，确定所述生存威胁指数对应的威胁因素，并将所述生存威胁指数和所述威胁因素呈现在所述透过性显示单元上。
可选地，所述方法还包括：
获取环境图像；
根据所述环境图像确定环境中物体的生存威胁指数；
在所述透过性显示单元上显示物体时，根据所述头戴设备的方位信息将所述物体的生存威胁指数叠加显示在所述物体上。
可选地，所述方法还包括：
监测所述头戴设备上设置的预设模块的运行情况；
在所述预设模块的运行情况出现异常时，发出预警信号。
可选地，获取危险程度分析参数，包括：
通过数据网络获取其他预设头戴设备检测到的危险程度分析参数。
第二方面，本公开实施例还公开了一种危险监测装置，所述装置设置在头戴设备上，包括：
第一获取模块，被配置为获取危险程度分析参数；所述危险程度分析参数包括所述头戴设备所在区域的环境参数和穿戴所述头戴设备的用户的人体生命特征数据；
计算模块，被配置为对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数；所述生存威胁指数用于指示所述用户在当前环境下受到身体伤害或致死的可能性；
第一显示模块，被配置为将所述生存威胁指数显示在所述头戴设备上的透过性显示单元上。
可选地，所述计算模块，包括：
拟合子模块，被配置为将所述危险程度分析参数输入至预定义拟合函数，得到生存威胁指数；所述预定义拟合函数预先根据历史危险程度分析参数以及所述历史危险程度分析参数下用户的伤亡率拟合得到。
可选地，所述计算模块，包括：
识别子模块，被配置将所述危险程度分析参数输入至威胁指数识别模型，得到生存威胁指数；所述威胁指数识别模型是预先利用训练样本对机器学习模型进行训练得到的。
可选地，所述计算模块，包括：
计算子模块，被配置为将不同的所述危险程度分析参数分别采用各自对应的计算规则计算得到不同种类的生存威胁指数。
可选地，所述生存威胁指数包括以下至少之一：
温度威胁指数、有害气体威胁指数和爆炸威胁指数。
可选地，所述危险程度分析参数还包括所述头戴设备当前位置对应的导航数据；其中，所述计算模块还包括：
第一确定子模块，被配置为根据所述导航数据确定穿戴所述头戴设备的用户逃离当前位置的路线以及所述路线相关的环境参数；
第二确定子模块，被配置为根据所述路线和所述路线相关的环境参数确定逃生路线威胁指数。
可选地，所述计算模块还包括：
第三确定子模块，被配置为确定一个或多个所述路线对应的不同逃生路线威胁指数；
所述第一显示模块包括：
第一显示子模块，被配置为将一个或多个所述路线以及逃生路线威胁指数对应呈现在所述透过性显示单元；或者
第二显示子模块，被配置为根据所述逃生路线威胁指数以及所述头戴设备的方位信息所确定的所述路线呈现在所述透过性显示单元上。
可选地，所述计算模块，还包括：
第四确定子模块，被配置为根据所述氧气余量确定氧气生存威胁指数；或者
第五确定子模块，被配置为根据所述氧气余量以及所述危险程度分析参数中的其他至少一个参数共同确定综合生存威胁指数；所述氧气余量通过所述头戴设备上的氧气呼吸系统获取得到。
可选地，还包括：
预测模块，被配置为根据所述危险程度分析参数预测在未来预定时间范围内的生存威胁指数；
第二显示模块，被配置为并将预测的所述生存威胁指数显示在所述透过性显示单元上。
可选地，所述装置还包括：
第一响应模块，被配置为响应于所述生存威胁指数超出预定阈值的触发事件时，产生预警信号；
传送模块，被配置为将所述头戴设备的标识、当前位置、所述生存威胁指数和所述危险程度分析参数传送至控制中心和/或预定范围内的其他头戴设备。
可选地，所述装置还包括：
第二响应模块，被配置为响应于所述生存威胁指数超出预定阈值的触发事件时，执行对生命维持系统的预设处理；所述预设处理包括以下至少之一：开启降温模块、加快氧气供给、启动照明系统、启动导航系统。
可选地，所述装置还包括：
第三响应模块，被配置为响应于所述生存威胁指数超出预定阈值的触发事件时，确定所述生存威胁指数对应的威胁因素，并将所述生存威胁指数和所述威胁因素呈现在所述透过性显示单元上。
可选地，所述装置还包括：
第二获取模块，被配置为获取环境图像；
确定模块，被配置为根据所述环境图像确定环境中物体的生存威胁指数；
第三显示模块，被配置为在所述透过性显示单元上显示物体时，根据所述头戴设备的方位信息将所述物体的生存威胁指数叠加显示在所述物体上。
可选地，所述装置还包括：
监测模块，被配置为监测所述头戴设备上设置的预设模块的运行情况；
预警模块，被配置为在所述预设模块的运行情况出现异常时，发出预警信号。
可选地，所述第一获取模块包括：
第二获取子模块，被配置为通过数据网络获取其他预设头戴设备检测到的危险程度分析参数。
所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，危险监测装置的结构中包括存储器和处理器，所述存储器用于存储一条或多条支持危险监测装置执行上述第一方面中危险监测方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述危险监测装置还可以包括通信接口，用于危险监测装置与其他设备或通信网络通信。
第三方面，本公开实施例提供了一种头戴设备，包括透过性显示单元、存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现第一方面所述的方法步骤。
第四方面，本公开实施例提供了一种计算机可读存储介质，用于存储危险监测装置所用的计算机指令，其包含用于执行上述第一方面中危险监测方法所涉及的计算机指令。
本公开实施例提供的技术方案可以包括以下有益效果：
本公开实施例通过用户如消防人员穿戴的头戴设备获取包括环境参数和人体生命特征数据的危险程度分析参数，并对所获取的危险程度分析参数进行生存威胁评估，以确定穿戴所述头戴设备的消防人员当前的生存威胁指数，并将生存威胁指数显示在所述头戴设备上的透过性显示单元上。通过这种方式，可以实时根据环境的变化以及消防人员自身身体状况的变化确定消防人员所面对的生存威胁指数，进而将生存威胁指数显示在穿戴设备的透过性显示单元上，使得在不影响消防人员肉眼查看周围事物的情况下，将危险数据显示给消防人员，能够及时提醒消防人员，使得消防人员掌握最佳撤退时机，能够大大提高消防人员的安全保障力度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
图1示出根据本公开一实施方式的危险监测方法的流程图；
图2示出根据图1所示实施方式的步骤s102的流程图；
图3示出根据本公开一实施方式的用于预测生存威胁指数的流程图；
图4示出根据本公开一实施方式的产生预警信息的流程图；
图5示出根据本公开一实施方式的通过环境图像确定生存威胁指数的流程图；
图6示出根据本公开一实施方式的监测预设模块的流程图；
图7示出根据本公开一实施方式的危险监测装置的结构框图；
图8是适于用来实现根据本公开一实施方式的危险监测方法的电子设备的结构示意图。
具体实施方式
下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出根据本公开一实施方式的危险监测方法的流程图。如图1所示，所述危险监测方法在头戴设备上运行，所述危险监测方法包括以下步骤s101-s103：
在步骤s101中，获取危险程度分析参数；所述危险程度分析参数包括所述头戴设备所在区域的环境参数和穿戴所述头戴设备的用户的人体生命特征数据；
在步骤s102中，对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数；所述生存威胁指数用于指示所述用户在当前环境下受到身体伤害或致死的可能性；
在步骤s103中，将所述生存威胁指数显示在所述头戴设备上的透过性显示单元上。
本实施例中，头戴设备可以是能够穿戴在人体头部的智能设备，内部可以设置处理器、存储器和显示装置等部件。显示装置可以是透过性显示单元，在将头戴设备穿戴在人体头部后，透过性显示单元可以正好位于眼睛可见的部位，使得在透过性单元上显示数据时，无需手动移动头戴设备的位置等，就能观看到透过性显示单元上的数据；同时由于透过性显示单元能够使得环境物体自然反射光正常通过，因此用户可以通过透过性显示单元查看周围环境和事物，不会影响穿戴者的视线。透过性显示单元还可以允许外部光纤穿过，以便将显示的图像与背景光源同时送入配着者眼内，实现对背景图像的修改和增强。
本实施例中，危险程度分析参数包括环境参数和人体生命特征数据。环境参数可以是穿戴头戴设备的用户周围环境的各项参数，包括温度、湿度、氧气稀薄程度、亮度、有害气体(如一氧化碳，甲烷，煤气，及其它化学易爆气体)浓度等等；环境参数可以通过设置在头戴设备上的环境参数检测模块或者穿戴头戴设备的用户所在区域内的外围设备检测得到。人体生命特征数据可以是穿戴头戴设备的用户的表征其生命特征的参数，包括心率、脉搏、体温、呼吸频率、汗液程度、身体姿态(如站立、平躺等)；人体生命特征数据也可以是设置在头戴设备上的传感器模块或者置于穿戴头戴设备的用户身体上的传感设备监测得到的。
本实施例中，危险程度分析参数通过通信网络从外围设备获取，或者从头戴设备上设置的模块中获取，并通过分析危险程度分析参数确定穿戴头戴设备的用户当前面临的生存威胁指数。生存威胁指数。生存威胁指数可以显示在头戴设备的透过性显示单元上，使得用户能够实时查看到危险程度数据的同时，还能够观察周围环境，且不妨碍用户实施营救工作。
本公开上述实施方式在应用到消防领域时，能够解决消防员在受灾现场营救财产和受害人过程中，因为无法意识到周围环境的危险程度，从而在救生过程中消防员自身生命受到威胁，甚至牺牲的致命问题。
本公开实施例中，通过对所述危险程度分析参数进行生存威胁评估，计算得到生存威胁指数。生存威胁指数可用于指示用户在当前环境下可能会受到的身体伤害或致死的可能性，即通过生存威胁指数可以确定用户的身体是否受到伤害以及在受到伤害时受伤程度高低等，或者还可以确定用户致死的可能性有多大。通过威胁评估方法对危险程度分析参数进行评估，进而得到用户在当前环境下身体可能受到的伤害和/或这种伤害程度对用户生命的威胁程度，即致死的可能性。该可选的方式通过得到能够表征用户当前生命受到威胁程度的生存威胁指数，来确保穿戴头戴设备的用户的安全，以便在生存威胁指数指示用户生命可能面临一定威胁时采取一定的措施，保证用户生命的安全。
在本实施例的一个可选实现方式中，对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数，进一步包括以下步骤：
将所述危险程度分析参数输入至预定义拟合函数，得到生存威胁指数；所述预定义拟合函数预先根据历史危险程度分析参数以及所述历史危险程度分析参数下用户的伤亡率拟合得到。
在该可选实现方式中，威胁评估方法可以采用能够计算出生存威胁指数的预定义拟合函数。在获取到危险程度分析参数后，将其输入至预定义拟合函数中，由预定义拟合函数通过危险程度分析参数得到生存威胁指数。该可选实现方式中，预定义拟合函数根据历史危险程度分析参数以及该参数下用户的伤亡率拟合得到，使得该计算公式基于危险程度分析参数的值，能够准确计算得到在该危险程度分析参数下用户的伤亡率。生存威胁指数可以用于指示用户在当前环境下受到身体伤害或致死的可能性推测；生存威胁指数可以是基于其中一种或多种危险程度分析参数得到的专项生存威胁指数，例如根据当前环境下的温度得到的威胁指数；生存威胁指数也可以是基于多种危险程度分析参数得到的综合性生存威胁指数，例如根据环境中一氧化碳浓度以及环境中的温度得到的爆炸威胁指数。历史危险程度分析参数以及伤亡率可以是通过真实经历或者通过模拟现场环境得到的。通过本实施例，可以基于预定义拟合函数快速获得生存威胁指数，为用户提供有力的预警信息。
在本实施例的一个可选实现方式中，对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数，进一步包括以下步骤：
将所述危险程度分析参数输入至威胁指数识别模型，得到生存威胁指数；所述威胁指数识别模型是预先利用训练样本对机器学习模型进行训练得到的。
本实施例中，通过预先训练好威胁指数识别模型，并在获得危险程度分析参数后，将危险程度分析参数输入至威胁指数识别模型中，由威胁指数识别模型对危险程度分析参数进行评估，得到生存威胁指数。威胁指数识别模型还可以基于生存威胁指数将危险程度划分成不同的等级，如“致命”、“重伤”、“轻度伤害”、“安全”等多个等级。威胁指数识别模型可以预先利用训练样本对机器学习模型进行训练得到。训练样本可以是基于历史灾害现场得到的危险程度分析参数，在训练威胁指数识别模型时，可以将历史灾害现场得到的危险程度分析参数作为输入，将历史灾害现场下的人员伤亡率对应的危险程度作为输出，经过多次训练及优化，最终得到威胁指数识别模型的参数。在评估阶段，可以基于训练好的威胁指数识别模型的模型参数以及危险程度分析参数得到最终的评估结果。通过这种方式，利用机器学习算法能够更加准确地预测出当前危险程度分析参数下的危险程度，为用户提供及时准确的预警信息。
在本实施例的一个可选实现方式中，对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数，包括：
将不同的所述危险程度分析参数分别采用各自对应的计算规则计算得到不同种类的生存威胁指数。
该可选的实现方式中，可以对不同种类的危险程度分析参数制定各自对应的计算规则，并根据不同的危险程度分析参数以及对应的计算规则计算得到不同种类的生存威胁指数。可以根据实际情况，为单独的一种危险程度分析参数制定单独的计算规则，并计算得到该危险程度分析参数对应的生存威胁指数，不同的危险分析程度参数也可以对应相同的计算规则；当然一种计算规则也可以同时对两种或两种以上的危险程度分析参数进行计算得到对应的生存威胁指数。在一实施例中，所述生存威胁指数包括以下至少之一：温度威胁指数、有害气体威胁指数和爆炸威胁指数。温度威胁指数可以是基于人体的耐受温度以及当前环境温度得到的，如当前环境温度超过人体耐受温度时，该温度威胁指数超过正常阈值，表示危险程度较高，提示用户及时撤离；有害气体威胁指数可以是基于当前环境下有害气体的浓度以及人体对有害气体的耐受程度确定的，有害气体包括但不限于一氧化碳、甲烷、煤气、及其它化学易爆气体等；有害气体在高于一定浓度时，人体可能会中毒或者引发爆炸；爆炸威胁指数可以是基于当前环境中易爆物体是否被点燃或易爆气体浓度等确定的。通过该可选的实现方式，可以有针对性的对不同的危险程度分析参数进行单独分析或者综合分析，最终得到更加精确的生存威胁指数，能够加大用户安全保障力度。
在本实施例的一个可选实现方式中，所述危险程度分析参数还包括所述头戴设备当前位置对应的导航数据；且如图2所示，所述步骤s102，即对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数的步骤，进一步包括以下步骤：
在步骤s201中，根据所述导航数据确定穿戴所述头戴设备的用户逃离当前位置的路线以及所述路线相关的环境参数；
在步骤s202中，根据所述路线和所述路线相关的环境参数确定逃生路线威胁指数。
在该可选的实现方式中，头戴设备还可以获取导航信息，并基于所获取的导航信息以及穿戴头戴设备的用户所在环境下的地图数据等，确定逃生路线以及逃生难度。导航信息可以是用户所在区域周围的通道、出口等信息。逃生路线相关的环境参数包括例如温度、火情、烟雾程度、路线周边是否有存在危险、路线距离远近、行走难易程度等等，不同逃生路线上的温度可以通过热成像、热辐射等方式获得，火情、烟雾程度、路线周边是否有存在危险、路线距离远近、行走难易程度等可以通过视觉传感器、图像分析等方式确定。在确定逃生路线威胁指数时，可以基于不同的逃生路线和相关的环境参数生成不同的逃生路线威胁指数，或者从中选取最佳的逃生路线确定逃生路线威胁指数。例如逃生路线非常长，且沿路存在障碍物(如门、楼梯等)，这样的逃生路线虽然不太顺畅，但是由于沿路不存在着火事物或其他危险物品等，使得该逃生路线上的威胁指数相较于距离短但存在危险事物的逃生路线而言，逃生路线威胁指数反而更低。逃生路线威胁指数可根据预定义拟合函数或者预先训练好的威胁识别模型得到，具体可根据实际情况设置，在此不做限制。通过该可选的实现方式，可以实时为用户提供逃生路线以及相对应的逃生路线威胁指数，以方便用户逃生。
在本实施例的一个可选实现方式中，所述步骤s102，即对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数的步骤，进一步还包括以下步骤：
确定一个或多个所述路线对应的不同逃生路线威胁指数；
步骤s103即将所述威胁生存指数显示在所述头戴设备上的透过性显示单元上的步骤，进一步包括以下步骤：
将一个或多个所述路线以及逃生路线威胁指数对应呈现在所述透过性显示单元；或者
根据所述逃生路线威胁指数以及所述头戴设备的方位信息所确定的所述路线呈现在所述透过性显示单元上。
该可选的实现方式中，可以基于导航信息以及地图信息等生成多条逃生路线和对应的环境参数，并基于不同逃生路线确定不同的逃生路线威胁指数。并将所确定的逃生路线威胁指数以及对应的逃生路线显示在头戴设备的透过性显示单元上，以便用户从中选择一条合适的路线逃生；或者基于头戴设备当前的方位信息确定最佳的路线后呈现在所述透过性单元上。方位信息包括头戴设备当前的位置以及角度等，为便于用户最快速度的逃生，可以基于头戴设备的位置和角度确定用户当前的方位，并基于用户的方位为用户确定最佳的逃生路线，并将该最佳的逃生路线显示在透过性显示单元，以方便引导用户沿着该逃生路线逃生。同时，还可以将最佳逃生路线对应的逃生路线威胁指数显示在透过性显示单元上，以提示用户本次逃生的危险程度。通过该可选的实现方式，可以为用户提供所有逃生路线以及对应的威胁指数，或者提供最佳的逃生路线，以引导用户尽快逃生。
在本实施例的一个可选实现方式中，所述步骤s102，即对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数的步骤，进一步包括以下步骤：
根据氧气余量确定氧气生存威胁指数；或者
根据所述氧气余量以及所述危险程度分析参数中的其他至少一个参数共同确定综合生存威胁指数；所述氧气余量通过所述头戴设备上的氧气呼吸系统获取得到。
在该可选的实现方式中，氧气呼吸系统可以设置在头戴设备上，或者头戴设备通过通信接口与单独的氧气呼吸系统能够通信。氧气呼吸系统为穿戴头戴设备的用户提供氧气，头戴设备从氧气呼吸系统获取氧气余量，并根据氧气余量确定氧气生存威胁指数。如果当前环境存在有害气体或者氧气稀薄等其他原因而无法正常呼吸时，如果氧气呼吸系统的余量又较低时，氧气生存威胁指数可以设置较高，以提醒用户氧气不足，需尽快逃生；而如果氧气余量较高，或者当前环境下无需氧气呼吸系统供给氧气时，氧气生存威胁指数可以设置较低。在另一实施例中，氧气余量还可以与危险程度分析参数中的其他一种或多种参数生成综合性生存威胁指数。通过该可选的实现方式，通过监测氧气呼吸系统中的氧气余量为用户生成威胁指数，以提醒用户当前所面临的危险程度。
在本实施例的一个可选实现方式中，如图3所示，所述方法进一步还包括以下步骤：
在步骤s301中，根据所述危险程度分析参数预测在未来预定时间范围内的生存威胁指数；
在步骤s302中，并将预测的所述生存威胁指数显示在所述透过性显示单元上。
在该可选的实现方式中，可以基于历史数据以及当前的危险程度分析参数预测未来一段时间范围内的生存威胁指数。具体的预测过程可以通过匹配历史灾情下的危险程度分析参数以及相匹配的历史危险程度分析参数下未来一段时间的所发生的时间进行，也可以通过预先训练好的预测模型来预测。预测模型可以是通过模拟的训练样本或者真实历史灾情下的数据对机器学习模型进行训练得到的，用于预测未来一段时间范围内的生存威胁指数。通过该可选的实现方式，可以基于当前的危险程度分析参数预测下一时刻的生存威胁指数，以能够在危险到来之前预先采取措施。
在本实施例的一个可选实现方式中，如图4所示，所述方法还包括：
在步骤s401中，响应于所述生存威胁指数超出预定阈值的触发事件，产生预警信号；
在步骤s402中，将所述头戴设备的标识、当前位置、所述生存威胁指数和所述危险程度分析参数传送至控制中心和/或预定范围内的其他头戴设备。
在该可选的实现方式中，生存威胁指数可以基于不同的危险程度分析参数得到，一种或多种危险程度分析参数可对应一个生存威胁指数。在某一个生存威胁指数超过预定阈值时，可以产生预警信号，以提醒用户可能存在的威胁；同时还可以将当前头戴设备的标识、位置、生存威胁指数以及对应的危险程度分析参数传送至控制中心和/或预定范围内的其他头戴设备上。控制中心可以根据接收到的信息采取紧急措施，以帮助穿戴当前头戴设备的用户，或者其他头戴设备在得到这些信息后，可以根据自身的情况进行分析，并采取帮助当前头戴设备的用户的措施，或者在对自身安全可能产生威胁的情况下，采取自救措施等。通过该可选的实现方式，能够在紧急情况下，不仅给穿戴当前头戴设备的用户发出预警信息，还会促使控制中心或其他头戴设备的用户采取相应措施，进一步保证了用户的安全。
在本实施例的一个可选实现方式中，所述方法还包括：
响应于所述生存威胁指数超出预定阈值的触发事件，执行对生命维持系统的预设处理；所述预设处理包括以下至少之一：开启降温模块、加快氧气供给、启动照明系统、启动导航系统。
在该可选的实现方式中，生存威胁指数超出预定阈值时，还可以执行一些预处理，例如启动头戴设备上预先设置的一些急救设备，或者通过网络通信控制当前环境中设置的一些急救设备等。例如，开启降温模块、加快氧气供给、启动照明系统、启动导航系统。降温模块、氧气供给系统照明系统和导航系统等都可以是设置在头戴设备上，也可以是设置在当前环境下的设备，头戴设备可以通过网络通信向这些设备发送控制信号。通过该可选的实现方式，能够在出现危险时，尽快采取急救措施，以方便用户逃生。
在本实施例的一个可选实现方式中，所述方法还包括：
响应于所述生存威胁指数超出预定阈值的触发事件，确定所述生存威胁指数对应的威胁因素，并将所述生存威胁指数和所述威胁因素呈现在所述透过性显示单元上。
在该可选的实现方式中，在生存威胁指数超出预定阈值时，在生存威胁指数是通过多种危险程度分析参数确定的情况下，首先可以通过分析等手段确定具体出现危险的是哪个因素，并在确定了威胁因素后，可以将生存威胁指数以及指数生存威胁指数超出预定阈值的威胁因素呈现在透过性显示单元上，以便用户能够了解当前面临危险的因素，引导用户尽快解除危险或采取逃生措施。
在本实施例的一个可选实现方式中，如图5所示，所述方法还包括：
在步骤s501中，获取环境图像；
在步骤s502中，根据所述环境图像确定环境中物体的生存威胁指数；
在步骤s503中，在所述透过性显示单元上显示物体时，根据所述头戴设备的方位信息将所述物体的生存威胁指数叠加显示在所述物体上。
在该可选的实现方式中，头戴设备上可以设置图像获取模块，实时或者在预设的触发条件下获取当前环境下的图像，并通过分析识别环境图像确定当前环境下物体的生存威胁指数。物体的生存威胁指数可以是该物体对用户的威胁指数，例如燃烧的电子产品可能发生爆炸，因此该电子产品的生存威胁指数较高。当前环境下的物体通过透过性单元显示给用户的同时，在该物体上可以叠加显示该物体的生存威胁指数，具体可以是不同数字、不同颜色、不同形状或以上几种的组合等呈现形式。例如，采用红色显示生存威胁指数较高的物体的生存威胁指数。透过性显示单元能够使得周围环境中物体反射的通过，而同时又能在透过性显示单元上显示图像，因此在将生存威胁指数叠加显示在相应物体上时，可以先通过目标识别方法识别周围环境中的物体，进而在所识别出来的物体位置处显示该物体对应的生存威胁指数。目标识别可以采用目前较为常用的模型识别方法，通过采集周围环境图像，并将周围环境图像输入至预先训练好的目标识别模型中，目标识别模型进而输出当前环境中的目标物体的类型以及位置，可以实现实时跟踪目标物体，同时基于目标物体的位置变化实时更新叠加显示的生存威胁指数，使得生存威胁指数随着目标物体的位置变化而变化，使得用户看到的目标物体与生存威胁指数同步在视野中移动。该可选的实现方式，为用户呈现当前环境中的物体的同时，将物体的生存威胁指数叠加显示在物体上，使得用户对物体的危险程度能够一目了然，加速了用户的反应能力。
在本实施例的一个可选实现方式中，如图6所示，所述方法还包括：
在步骤s601中，监测所述头戴设备上设置的预设模块的运行情况；
在步骤s602中，在所述预设模块的运行情况出现异常时，发出预警信号。
在该可选的实现方式中，头戴设备还可以实时监控头戴设备上设置的预设模块的运行情况，例如检测环境参数的设备、检测人体生命特征数据的传感器、通信模块等。可以基于预设模块的运行情况生成不同的预设模块对应的生存威胁指数，以指示预设模块运行状态对于用户的身体伤害或者致死的可能性。例如，在通信模块发生异常，无法与后台控制中心进行通讯时，由于用户可能无法接收到后台控制中心发送的警示信息或者自救信息等而导致用户的生命受到威胁，其对应的生存威胁指数较高。在预设模块出现异常时，还可以发出预警信号，以提醒用户及时采取措施，避免发生由于预设模块失灵而导致用户面临危险的情况。预警信号可以是显示在头戴设备透过性显示单元上的预警图像，还可以是发出的预警声音，或者是显示在头戴设备上警示灯的闪烁灯光。预警信息可以为穿戴头戴设备的用户以及周围其他用户提供警示。头戴设备上还可以设置停止监测的按键系统，用户在撤离到安全区域时，可以通过按键系统关闭监测，以使头戴设备不再监测危险程度分析参数，也不再发出预警信息。
在本实施例的一个可选实现方式中，步骤s101，即获取危险程度分析参数的步骤，进一步还包括以下步骤：
通过数据网络获取其他预设头戴设备检测到的危险程度分析参数。
该可选的实现方式中，头戴设备还可以通过数据网络例如通过sim卡或蓝牙等通信网络获取周围其他头戴设备所检测到的危险程度分析参数，以便根据周围其他头戴设备所检测到的危险程度分析参数分析周围的情况，进而可以确定周围的情况对自身产生的影响，并确定生存威胁指数。通过该可选的实现方式，头戴设备还可以基于其他头戴设备检测到的周围环境参数、人体生命特定数据等确定生存威胁指数，进一步提高了结果的准确度。
下述为本公开装置实施例，可以用于执行本公开方法实施例。
图7示出根据本公开一实施方式的危险监测装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图7所示，所述危险监测装置包括第一获取模块701、计算模块702和第一显示模块703：
第一获取模块701，被配置为获取危险程度分析参数；所述危险程度分析参数包括环境参数和人体生命特征数据；
计算模块702，被配置为对所述危险程度分析参数进行生存威胁评估，计算得出一个生存威胁指数；所述生存威胁指数用于指示所述用户在当前环境下受到身体伤害或致死的可能性；
第一显示模块703，被配置为将所述生存威胁指数显示在所述头戴设备上的透过性显示单元上。
在本实施例的一个可选实现方式中，所述计算模块，包括：
拟合子模块，被配置为将所述危险程度分析参数输入至预定义拟合函数，得到生存威胁指数；所述预定义拟合函数预先根据历史危险程度分析参数以及所述历史危险程度分析参数下用户的伤亡率拟合得到。
在本实施例的一个可选实现方式中，所述计算模块，包括：
识别子模块，被配置为将所述危险程度分析参数输入至威胁指数识别模型，得到生存威胁指数；所述威胁指数识别模型是预先利用训练样本对机器学习模型进行训练得到的。
在本实施例的一个可选实现方式中，所述计算模块，包括：
计算子模块，被配置为将不同的所述危险程度分析参数分别采用各自对应的计算规则计算得到不同种类的生存威胁指数。
在本实施例的一个可选实现方式中，所述危险程度分析参数还包括所述头戴设备当前位置对应的导航数据；且所述计算模块702还包括：
第一确定子模块，被配置为根据所述导航数据确定穿戴所述头戴设备的用户逃离当前位置的路线以及所述路线相关的环境参数；
第二确定子模块，被配置为根据所述路线和所述路线相关的环境参数确定逃生路线威胁指数。
在本实施例的一个可选实现方式中，所述计算模块702还包括：
第三确定子模块，被配置为确定一个或多个所述路线对应的不同逃生路线威胁指数；
所述第一显示模块703包括：
第一显示子模块，被配置为将一个或多个所述路线以及逃生路线威胁指数对应呈现在所述透过性显示单元；或者
第二显示子模块，被配置为根据所述逃生路线威胁指数以及所述头戴设备的方位信息所确定的所述路线呈现在所述透过性显示单元上。
在本实施例的一个可选实现方式中，计算模块702包括：
第四确定子模块，被配置为根据所述氧气余量确定氧气生存威胁指数；或者
第五确定子模块，被配置为根据所述氧气余量以及所述危险程度分析参数中的其他至少一个参数共同确定综合生存威胁指数；所述氧气余量通过所述头戴设备上的氧气呼吸系统获取得到。
在本实施例的一个可选实现方式中，所述装置进一步还包括以下步骤：
预测模块，被配置为根据所述危险程度分析参数预测在未来预定时间范围内的生存威胁指数；
第二显示模块，被配置为并将预测的所述生存威胁指数显示在所述透过性显示单元上。
在本实施例的一个可选实现方式中，所述装置还包括：
第一响应模块，被配置为响应于所述生存威胁指数超出预定阈值的触发事件时，产生预警信号；
传送模块，被配置为将所述头戴设备的标识、当前位置、所述生存威胁指数和所述危险程度分析参数传送至控制中心和/或预定范围内的其他头戴设备。
在本实施例的一个可选实现方式中，所述装置还包括：
第二响应模块，被配置为响应于所述生存威胁指数超出预定阈值的触发事件时，执行对生命维持系统的预设处理；所述预设处理包括以下至少之一：开启降温模块、加快氧气供给、启动照明系统、启动导航系统。
在本实施例的一个可选实现方式中，所述装置还包括：
第三响应模块，被配置为响应于所述生存威胁指数超出预定阈值的触发事件时，确定所述生存威胁指数对应的威胁因素，并将所述生存威胁指数和所述威胁因素呈现在所述透过性显示单元上。
在本实施例的一个可选实现方式中，所述装置还包括：
第二获取模块，被配置为获取环境图像；
确定模块，被配置为根据所述环境图像确定环境中物体的生存威胁指数；
第三显示模块，被配置为在所述透过性显示单元上显示物体时，根据所述头戴设备的方位信息将所述物体的生存威胁指数叠加显示在所述物体上。
在本实施例的一个可选实现方式中，所述装置还包括：
监测模块，被配置为监测所述头戴设备上设置的预设模块的运行情况；
预警模块，被配置为在所述预设模块的运行情况出现异常时，发出预警信号。
在本实施例的一个可选实现方式中，所述第一获取模块701包括：
第二获取子模块，被配置为通过数据网络获取其他预设头戴设备检测到的危险程度分析参数。
本实施例中的危险监测装置与上述危险监测方法对应一致，具体细节可参见上述对危险监测方法的描述，在此不再赘述。
图8是适于用来实现根据本公开实施方式的危险监测方法的头戴设备的结构示意图。
如图8所示，头戴设备800包括中央处理单元(cpu)801，其可以根据存储在只读存储器(rom)802中的程序或者从存储部分808加载到随机访问存储器(ram)803中的程序而执行上述图1所示的实施方式中的各种处理。在ram803中，还存储有头戴设备800操作所需的各种程序和数据。cpu801、rom802以及ram803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。
以下部件连接至i/o接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(crt)、液晶显示器(lcd)、透过性显示单元等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至i/o接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。
特别地，根据本公开的实施方式，上文参考图1描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行图1的危险监测方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。
附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。