一种基于人工智能的消防物联网系统的制作方法

1.本发明涉及物联网和人工智能领域，尤其涉及一种基于人工智能的消防物联网系统。


背景技术：

2.社会的飞速发展使人民对生活质量有更高要求，安全问题永远是维持社会稳定的最重要因素。科技的进步转变了安全管理的手段，同时也对消防安全保障提出了更高的要求，从传统的人防、物防到利用电子设备进行实时监控，消防物联网技术的发展更加推动了对消防安全管理的去中心化进程。人工智能技术能通过自主学习海量的历史数据和实时监测总结出实际的解决方案和对于未来的预测性洞察。由于同时分析过去和实时的数据，人工智能技术能更容易注意到数据的异常情况并做出合理、合适的判断及推断。
3.针对于消防安全领域，传统的消防物联网系统在提供具有可行性的消防管理解决方案与预测、规避火灾发生风险方面的能力是有限的。因此，急需一种具有人工智能技术的消防物联网系统。


技术实现要素：

4.有鉴于此，本发明提供了一种基于人工智能的消防物联网系统，其包括：消防终端、第一设备、第二设备和智慧消防平台；消防终端、第一设备和第二设备与智慧消防平台具有通信连接；智慧消防平台包括第一分析模块、第二分析模块和数据库，各模块间具有通信连接；
5.第一设备采集火灾图像数据，并将火灾图像数据发送到智慧消防平台；第二设备采集火灾分析数据，并将火灾分析数据发送到智慧消防平台；所述火灾图像数据包括环境图像数据和火情图像数据；所述火灾分析数据包括天气分析数据和环境分析数据；
6.第一分析模块根据环境图像数据获取环境特征点以及每个环境特征点的环境聚合特征向量，并根据火情图像数据获取火情特征点以及每个火情特征点的火情聚合特征向量；
7.第一分析模块根据每个环境特征点的环境聚合特征向量和每个火情特征点的火情聚合特征向量进行循环特征变换以获取每个环境特征点的环境结构特征向量，并根据所有环境特征点的环境结构特征向量构建环境结构特征矩阵；获取每个环境特征点的邻居环境特征点和每个火情特征点的邻居火情特征点，并根据每个环境特征点的邻居环境特征点和每个火情特征点的邻居火情特征点生成火情结构特征矩阵；
8.第一分析模块将火情结构特征矩阵和环境结构特征矩阵映射到特征空间以得到火情结构特征和环境结构特征，并将火情结构特征映射和环境结构特征进行特征融合以得到第一消防特征；
9.第二分析模块从火灾分析数据中提取天气分析特征和环境分析特征，并将天气分析特征和环境分析特征进行特征融合以生成第二消防特征；
10.第二分析模块将第一消防特征和第二消防特征输入消防分析模型以输出消防分析数据，并将消防分析数据发送到相应的消防终端；所述消防分析模型包括输入层、卷积层、激励层、池化层、全连接层和输出层；
11.通过输入层将第一消防特征和第二消防特征输入消防分析模型；卷积层使用卷积核对第一消防特征和第二消防特征进行特征变换和特征映射；激励层对卷积层输出的第一消防特征和第二消防特征进行非线性映射；池化层对激励层输出的第一消防特征和第二消防特征进行下采样；全连接层对池化层输出的第一消防特征和第二消防特征进行重新拟合以生成消防方案特征；输出层对消防方案特征进行线性反变换以输出消防方案数据。
12.进一步地，所述火情图像数据为火灾着火点的图像数据；所述环境图像数据为火灾周围环境的图像数据；所述天气分析数据包括温度数据、湿度数据和风速数据；所述环境分析数据包括人流数据、车况数据和路况数据；所述消防终端为消防人员使用的具有通信功能和数据传输功能的设备，其包括：智能手机、笔记本电脑、台式电脑和平板电脑。
13.进一步地，第一分析模块根据环境图像数据得到每个环境特征点的环境聚合特征向量，并根据火情图像数据得到每个火情特征点的火情聚合特征向量包括：
14.第一分析模块根据环境图像数据获取所有的环境特征点以及每个环境特征点的环境特征点向量，并分别将每个环境特征点与除了该环境特征点外的其他环境特征点进行特征交换以将每个环境特征点与除了该环境特征点外的其他环境特征点的交互信息迭代地聚合在每个环境特征点中从而得到每个环境特征点的环境聚合特征向量；
15.第一分析模块根据火情图像数据获取所有的火情特征点以及每个火情特征点的火情特征点向量，并分别将每个火情特征点与除了该火情特征点外的其他火情特征点进行特征交换以将每个火情特征点与除了该火情特征点外的其他火情特征点的交互信息迭代地聚合在每个火情特征点中从而得到每个火情特征点的火情聚合特征向量。
16.进一步地，第一分析模块将环境特征点与除了该环境特征点外的其他环境特征点进行特征交换得到环境特征点的环境聚合特征向量包括：
17.第一分析模块遍历所有的环境特征点，并将正在遍历的环境特征点作为目标环境特征点，然后分别计算目标环境特征点的环境特征向量与除了目标环境特征点的其他每个环境特征点的环境特征向量的内积以得到目标环境特征点与除了目标环境特征点的其他每个环境特征点的特征交换值；
18.第一分析模块将目标环境特征点与除了目标环境特征点的其他每个环境特征点的特征交换值进行线性加和以得到目标环境特征点的环境特征值；
19.第一分析模块将目标环境特征点的环境特征值与其他每个环境特征点的特征交换值的差值作为目标环境特征点与其他每个环境特征点的特征差异值；
20.第一分析模块将目标环境特征点与其他每个环境特征点的特征差异值进行降序排列以得到目标环境特征点的环境聚合特征向量；
21.重复以上步骤以获取每个环境特征点的环境聚合特征向量。
22.进一步地，第一分析模块将火情特征点与除了该火情特征点外的其他火情特征点进行特征交换得到火情特征点的火情聚合特征向量包括：
23.第一分析模块遍历所有的火情特征点，并将正在遍历的火情特征点作为目标火情特征点，然后分别计算目标火情特征点的火情特征向量与除了目标火情特征点的其他每个
火情特征点的火情特征向量的内积以得到目标火情特征点与除了目标火情特征点的其他每个火情特征点的特征交换值；
24.第一分析模块将目标火情特征点与除了目标火情特征点的其他每个火情特征点的特征交换值进行线性加和以得到目标火情特征点的火情特征值；
25.第一分析模块将目标火情特征点的火情特征值与其他每个火情特征点的特征交换值的差值作为目标火情特征点与其他每个火情特征点的特征差异值；
26.第一分析模块将目标火情特征点与其他每个火情特征点的特征差异值进行降序排列以得到目标火情特征点的火情聚合特征向量；
27.重复以上步骤以获取每个火情特征点的火情聚合特征向量。
28.进一步地，第一分析模块根据环境特征点的环境聚合特征向量和火情特征点的火情聚合特征向量进行循环特征变换以获取每个环境特征点的环境结构特征向量包括：
29.第一分析模块遍历所有的环境特征点，并将正在遍历的环境特征点作为目标环境特征点，然后将目标环境特征点的环境聚合特征向量与每个火情特征点的火情聚合特征向量之差的模作为目标环境特征点与每个火情特征点的结构值；
30.第一分析模块将目标环境特征点与每个火情特征点的结构值进行降序排列以得到目标环境特征点的环境结构特征向量；
31.重复以上步骤以得到每个环境特征点的环境结构特征向量；
32.第一分析模块根据所有环境特征点的环境结构特征向量构建环境结构特征矩阵。
33.进一步地，第一分析模块获取环境特征点的邻居环境特征点和火情特征点的邻居火情特征点包括：
34.步骤101、第一分析模块遍历所有的环境特征点，并将正在遍历的环境特征点作为目标环境特征点，然后分别计算目标环境特征点的环境聚合特征向量与其他每个环境特征点的环境聚合特征向量的向量二范数得到目标环境特征点与其他每个环境特征点的相邻值；将相邻值大于相邻阈值的环境特征点作为目标环境特征点的邻居环境特征点；重复步骤101以得到每个环境特征点的邻居环境特征点；
35.步骤102、第一分析模块遍历所有的火情特征点，并将正在遍历的火情特征点作为目标火情特征点，然后分别计算目标火情特征点的火情聚合特征向量与其他每个火情特征点的火情聚合特征向量的向量二范数得到目标火情特征点与其他每个火情特征点的相邻值；将相邻值大于相邻阈值的火情特征点作为目标火情特征点的邻居火情特征点；重复步骤102以得到每个火情特征点的邻居火情特征点。
36.进一步地，第一分析模块根据每个环境特征点的邻居环境特征点和每个火情特征点的邻居火情特征点生成火情结构特征矩阵包括：
37.步骤201、第一分析模块将每个环境特征点的环境聚合特征向量与其邻居环境特征点的环境聚合特征向量进行特征拼接以得到每个环境特征点的环境拼接特征向量；将每个火情特征点的火情聚合特征向量与其邻居火情特征点的火情聚合特征向量进行特征拼接以得到每个火情特征点的火情拼接特征向量；
38.步骤202、第一分析模块遍历所有的火情特征点，并将正在遍历的火情特征点作为目标火情特征点，然后将目标火情特征点的火情拼接特征向量与每个环境特征点的环境拼接特征向量的向量之差的模作为目标火情特征点与每个环境特征点的结构值；将目标火情
特征点与每个环境特征点的结构值进行降序排列以得到目标火情特征点的火情结构特征向量；重复步骤202以得到每个火情特征点的火情结构特征向量；根据所有火情特征点的火情结构特征向量构建火情结构特征矩阵。
39.本发明具有以下有益效果：本发明通过提取火灾图像数据的特征以生成第一消防特征，并通过火灾分析数据的特征以生成第二消防特征，然后将第一消防特征和第二消防特征输入消防分析模型以通过人工智能技术将火灾图像数据和火灾分析数据进行信息整合和分析，实现数据及时更新、动态预报，为灭火救援提供精准数据，实现高效、精准灭火。
附图说明
40.图1为一示例性实施例提供的一种基于人工智能的消防物联网系统的结构框图。
具体实施方式
41.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
42.参见图1，在一个实施例中，一种基于人工智能的消防物联网系统可以包括：消防终端、第一设备、第二设备和智慧消防平台；消防终端、第一设备和第二设备与智慧消防平台具有通信连接；智慧消防平台包括第一分析模块、第二分析模块和数据库，各模块间具有通信连接；
43.第一设备采集火灾图像数据，并将火灾图像数据发送到智慧消防平台；第二设备采集火灾分析数据，并将火灾分析数据发送到智慧消防平台；所述火灾图像数据包括环境图像数据和火情图像数据；所述火灾分析数据包括天气分析数据和环境分析数据；
44.第一分析模块根据环境图像数据获取环境特征点以及每个环境特征点的环境聚合特征向量，并根据火情图像数据获取火情特征点以及每个火情特征点的火情聚合特征向量；
45.第一分析模块根据每个环境特征点的环境聚合特征向量和每个火情特征点的火情聚合特征向量进行循环特征变换以获取每个环境特征点的环境结构特征向量，并根据所有环境特征点的环境结构特征向量构建环境结构特征矩阵；获取每个环境特征点的邻居环境特征点和每个火情特征点的邻居火情特征点，并根据每个环境特征点的邻居环境特征点和每个火情特征点的邻居火情特征点生成火情结构特征矩阵；
46.第一分析模块将火情结构特征矩阵和环境结构特征矩阵映射到特征空间以得到火情结构特征和环境结构特征，并将火情结构特征映射和环境结构特征进行特征融合以得到第一消防特征；
47.第二分析模块从火灾分析数据中提取天气分析特征和环境分析特征，并将天气分析特征和环境分析特征进行特征融合以生成第二消防特征；
48.第二分析模块将第一消防特征和第二消防特征输入消防分析模型以输出消防分析数据，并将消防分析数据发送到相应的消防终端；所述消防分析模型包括输入层、卷积层、激励层、池化层、全连接层和输出层；
49.通过输入层将第一消防特征和第二消防特征输入消防分析模型；卷积层使用卷积核对第一消防特征和第二消防特征进行特征变换和特征映射；激励层对卷积层输出的第一
消防特征和第二消防特征进行非线性映射；池化层对激励层输出的第一消防特征和第二消防特征进行下采样；全连接层对池化层输出的第一消防特征和第二消防特征进行重新拟合以生成消防方案特征；输出层对消防方案特征进行线性反变换以输出消防方案数据。
50.本发明通过提取火灾图像数据的特征以生成第一消防特征，并通过火灾分析数据的特征以生成第二消防特征，然后将第一消防特征和第二消防特征输入消防分析模型以通过人工智能技术将火灾图像数据和火灾分析数据进行信息整合和分析，实现数据及时更新、动态预报，为灭火救援提供精准数据，实现高效、精准灭火。
51.为了便于理解，下面对本发明的工作方法和原理进行具体说明。
52.具体的，在一个实施例中，基于人工智能的消防物联网系统执行的工作流程具体包括以下步骤：
53.s1、分别接收第一设备采集的火灾图像数据和第二设备采集的火灾分析数据；根据环境图像数据获取所有的环境特征点以及每个环境特征点的环境特征点向量，并分别将每个环境特征点与除了该环境特征点外的其他环境特征点进行特征交换以将每个环境特征点与除了该环境特征点外的其他环境特征点的交互信息迭代地聚合在每个环境特征点中从而得到每个环境特征点的环境聚合特征向量。
54.可选地，所述火灾图像数据包括环境图像数据和火情图像数据；所述火灾分析数据包括天气分析数据和环境分析数据。所述火情图像数据为火灾着火点的图像数据；所述环境图像数据为火灾周围环境的图像数据；所述天气分析数据包括温度数据、湿度数据和风速数据；所述环境分析数据包括人流数据、车况数据和路况数据。
55.在一个实施例中，第一设备为图像采集设备，第一设备采集发生火灾的着火点的若干张火灾图像生成火灾图像数据，第一设备采集发生火灾周围的若干张环境图像生成环境图像数据。第二设备位信息采集设备，第二设备采集在发生火灾后预设时间段内的温度、湿度和风速等信息以生成天气分析数据，第二设备采集在发生火灾后预设时间内的人流量、车况和路况等信息以生成环境分析数据。
56.在一个实施例中，将环境特征点与除了该环境特征点外的其他环境特征点进行特征交换得到环境特征点的环境聚合特征向量包括：
57.遍历所有的环境特征点，并将正在遍历的环境特征点作为目标环境特征点，然后分别计算目标环境特征点的环境特征向量与除了目标环境特征点的其他每个环境特征点的环境特征向量的内积以得到目标环境特征点与除了目标环境特征点的其他每个环境特征点的特征交换值；
58.将目标环境特征点与除了目标环境特征点的其他每个环境特征点的特征交换值进行线性加和以得到目标环境特征点的环境特征值；
59.将目标环境特征点的环境特征值与其他每个环境特征点的特征交换值的差值作为目标环境特征点与其他每个环境特征点的特征差异值；
60.将目标环境特征点与其他每个环境特征点的特征差异值进行降序排列以得到目标环境特征点的环境聚合特征向量；
61.重复以上步骤以获取每个环境特征点的环境聚合特征向量。
62.环境特征点为识别火灾周围环境的特征的关键点，火情特征点为识别火情发展的特征的关键点。
63.s2、根据火情图像数据获取所有的火情特征点以及每个火情特征点的火情特征点向量，并分别将每个火情特征点与除了该火情特征点外的其他火情特征点进行特征交换以将每个火情特征点与除了该火情特征点外的其他火情特征点的交互信息迭代地聚合在每个火情特征点中从而得到每个火情特征点的火情聚合特征向量。
64.在一个实施例中，将火情特征点与除了该火情特征点外的其他火情特征点进行特征交换得到火情特征点的火情聚合特征向量包括：
65.遍历所有的火情特征点，并将正在遍历的火情特征点作为目标火情特征点，然后分别计算目标火情特征点的火情特征向量与除了目标火情特征点的其他每个火情特征点的火情特征向量的内积以得到目标火情特征点与除了目标火情特征点的其他每个火情特征点的特征交换值；
66.将目标火情特征点与除了目标火情特征点的其他每个火情特征点的特征交换值进行线性加和以得到目标火情特征点的火情特征值；
67.将目标火情特征点的火情特征值与其他每个火情特征点的特征交换值的差值作为目标火情特征点与其他每个火情特征点的特征差异值；
68.将目标火情特征点与其他每个火情特征点的特征差异值进行降序排列以得到目标火情特征点的火情聚合特征向量；
69.重复以上步骤以获取每个火情特征点的火情聚合特征向量。
70.s3、根据每个环境特征点的环境聚合特征向量和每个火情特征点的火情聚合特征向量进行循环特征变换以获取每个环境特征点的环境结构特征向量，并根据所有环境特征点的环境结构特征向量构建环境结构特征矩阵；获取每个环境特征点的邻居环境特征点和每个火情特征点的邻居火情特征点，并根据每个环境特征点的邻居环境特征点和每个火情特征点的邻居火情特征点生成火情结构特征矩阵。
71.在一个实施例中，根据环境特征点的环境聚合特征向量和火情特征点的火情聚合特征向量进行循环特征变换以获取每个环境特征点的环境结构特征向量包括：
72.遍历所有的环境特征点，并将正在遍历的环境特征点作为目标环境特征点，然后将目标环境特征点的环境聚合特征向量与每个火情特征点的火情聚合特征向量之差的模作为目标环境特征点与每个火情特征点的结构值；
73.将目标环境特征点与每个火情特征点的结构值进行降序排列以得到目标环境特征点的环境结构特征向量；
74.重复以上步骤以得到每个环境特征点的环境结构特征向量；
75.根据所有环境特征点的环境结构特征向量构建环境结构特征矩阵。
76.在一个实施例中，获取环境特征点的邻居环境特征点和火情特征点的邻居火情特征点包括：
77.步骤101、遍历所有的环境特征点，并将正在遍历的环境特征点作为目标环境特征点，然后分别计算目标环境特征点的环境聚合特征向量与其他每个环境特征点的环境聚合特征向量的向量二范数得到目标环境特征点与其他每个环境特征点的相邻值；将相邻值大于相邻阈值的环境特征点作为目标环境特征点的邻居环境特征点；重复步骤101以得到每个环境特征点的邻居环境特征点；
78.步骤102、遍历所有的火情特征点，并将正在遍历的火情特征点作为目标火情特征
点，然后分别计算目标火情特征点的火情聚合特征向量与其他每个火情特征点的火情聚合特征向量的向量二范数得到目标火情特征点与其他每个火情特征点的相邻值；将相邻值大于相邻阈值的火情特征点作为目标火情特征点的邻居火情特征点；重复步骤102以得到每个火情特征点的邻居火情特征点。
79.在一个实施例中，根据每个环境特征点的邻居环境特征点和每个火情特征点的邻居火情特征点生成火情结构特征矩阵包括：
80.步骤201、将每个环境特征点的环境聚合特征向量与其邻居环境特征点的环境聚合特征向量进行特征拼接以得到每个环境特征点的环境拼接特征向量；将每个火情特征点的火情聚合特征向量与其邻居火情特征点的火情聚合特征向量进行特征拼接以得到每个火情特征点的火情拼接特征向量；
81.步骤202、遍历所有的火情特征点，并将正在遍历的火情特征点作为目标火情特征点，然后将目标火情特征点的火情拼接特征向量与每个环境特征点的环境拼接特征向量的向量之差的模作为目标火情特征点与每个环境特征点的结构值；将目标火情特征点与每个环境特征点的结构值进行降序排列以得到目标火情特征点的火情结构特征向量；重复步骤202以得到每个火情特征点的火情结构特征向量；根据所有火情特征点的火情结构特征向量构建火情结构特征矩阵。
82.s4、将火情结构特征矩阵和环境结构特征矩阵映射到特征空间以得到火情结构特征和环境结构特征，并将火情结构特征映射和环境结构特征进行特征融合以得到第一消防特征；从环境分析数据中提取人流特征、车况特征和路况特征，并对人流特征、车况特征和路况特征进行特征融合以生成第二消防特征；将第一消防特征和第二消防特征输入消防分析模型以输出消防分析数据，并将消防分析数据发送到相应的消防终端。
83.可选地，所述消防终端为消防人员使用的具有通信功能和数据传输功能的设备，其包括：智能手机、笔记本电脑、台式电脑和平板电脑。
84.在一个实施例中，将第一消防特征和第二消防特征输入消防分析模型以输出消防方案数据包括：
85.将第一消防特征和第二消防特征通过输入层输入消防分析模型；所述消防分析模型包括输入层、卷积层、激励层、池化层、全连接层和输出层；
86.卷积层使用卷积核对第一消防特征和第二消防特征进行特征变换和特征映射；
87.激励层对卷积层输出的第一消防特征和第二消防特征进行非线性映射；
88.池化层对激励层输出的第一消防特征和第二消防特征进行下采样以减少数据运算量；
89.全连接层对池化层输出的第一消防特征和第二消防特征进行重新拟合以生成消防方案特征；
90.输出层对消防方案特征进行线性反变换以输出消防方案数据。
91.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质
中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
92.本技术实施例是参照根据本技术实施例的方法、系统和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
93.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
94.上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。