一种基于受灾人特征的新型公路隧道火灾预告和报警系统的制作方法

本实用新型涉及一种预告和报警系统，具体涉及一种基于受灾人特征的新型公路隧道火灾预告和报警系统。

背景技术：

现在我国公路隧道已建成通车和在建数量越来越多,隧道安全运营是每条道路和隧道自身正常安全通车的重中之重,而隧道火灾正是安全运营影响的最关键原因。火源因为无法避免,所以隧道火灾自动预告即报警成为了重中之重,它为确保隧道的安全运营和减少财产损失提供了基本保障。

隧道火灾告警的种类很多，目前在高速公路上使用的隧道火灾告警，主要还是三种，分别是：线性差定温电缆、双波长火焰探测器和图像视频检测火焰,但这三种方式皆有很大的不足，如：火灾报警基本是形成后才报警,且误报率很高；目前人员和车辆自动引导疏离装置还是采用人工判断后,再手动启动引导疏离装置，人员和车辆疏散较慢；救援措施一般都是等到火源已形成才开始启动，这个过程已经造成较大的人员伤亡和财产损失，救援及时性差；有时还存在监控人员短暂小憩和逐级上报的延误损失，上报繁琐，速度慢。

技术实现要素：

为全面解决上述问题，尤其是针对现有技术所存在的不足，本实用新型提供一种基于受灾人特征的新型公路隧道火灾预告和报警系统能够全面解决上述问题。

为实现上述目的，本实用新型采用以下技术手段：

一种基于受灾人特征的新型公路隧道火灾预告和报警系统，包括：数据输入系统、控制系统、数据输出系统，所述数据输入系统与控制系统电连接，所述控制系统与数据输出系统电连接，所述数据输入系统包括红外测温探头、声控开关、摄像头；

所述控制系统包括输入接口模块、A/D转换模块、处理器、4G/无线通信模块、液晶显示电路、通讯电路，所述输入接口模块、A/D转换模块、处理器依次电连接，所述4G/无线通信模块、液晶显示电路、通讯电路分别与处理器电连接；

所述数据输出系统包括多模通信模块、逃生信息显示模块、报警模块；

所述多模通信模块与检测点附近的自动化控制联动装置的通信系统通信连接；

所述红外测温探头、声控开关、摄像头分别与输入接口模块电连接，所述4G/无线通信模块与多模通信模块电连接，所述液晶显示电路与逃生信息显示模块电连接，所述通讯电路与报警模块电连接。

进一步的，所述红外测温探头采用双波长测温法和8.0～14.0μm波段的红外测温探头。

进一步的，所述声控开关采用J86SG声控开关。

进一步的，所述摄像头采用分辨率为1920×1080的可调焦摄像头。

进一步的，所述处理器采用ARM-CortexA9嵌入式处理器，包括人体识别模块、人体速度、尖叫声检测模块、异常温度检测模块。

进一步的，所述多模通信模块包括4G通信模块、WiFi模块、功率放大器模块。

进一步的，所述4G通信模块采用的是型号为USR-G401t的4G通信模块。

进一步的，所述WiFi模块采用的是芯片为ESP8266的WiFi模块。

进一步的，所述逃生信息显示模块采用LCD 2004A液晶显示模块。

进一步的，所述报警模块采用HX-100B声光报警器。

本实用新型有益效果是：

1.本实用新型能够在隧道发生火灾的时候，做到超前、实时、更准确、无漏报。

2.本实用新型中的所有装置都是自动化控制，工作效率高。

3.隧道内发生火灾时，前5分钟是逃生的黄金时间，本实用新型能及时预警，会大大降低人员的丧亡和减少财产的损失，对于在隧道中大规模部署起到了积极的推动作用。

4.隧道截杀、交通事故、车辆故障、反恐等工况，机房监控人员能够第一时间获取到信息，为快速救援、进一步减少交通事故起到了很好的推动作用。

5.即使是系统火灾误报，也只影响隧道内部分的交通，不影响整个隧道的正常运行，减少了误报时的影响面。

附图说明

图1是本实用新型的系统示意图。

图2是本实用新型的处理流程图。

图3是本实用新型的系统框图。

图4是本实用新型的硬件连接示意图。

图5是本实用新型的人体识别系统框图。

图中：1-数据输入系统，2-控制系统，3-数据输出系统，4-红外测温探头，5-声控开关，6-摄像头，7-输入接口模块，8-A/D转换模块，9-处理器，10-4G/无线通信模块，11-液晶显示电路，12-通讯电路，13-多模通信模块，14-4G通信模块，15-WiFi模块，16-功率放大器模块，17-逃生信息显示模块，18-报警模块。

具体实施方式

下面结合附图对本实用新型做进一步说明。

如图1至图5所示，本实用新型主要通过人体识别模块、人体速度检测模块、人脸表情识别模块、人体着火检测模块、尖叫声检测模块、异常温度检测模块的全部组合或者部分模块组合来完成对于恐慌的人的检测进而判断是否有火灾现象发生或其他交通事故等场景。

奔跑行为判断模块主要包括人体识别与移动速度检测，隧道内部人体识别采用基于HOG特征的人体检测算法，该算法使用梯度方向直方图(Histogram of Oriented Gradients,简称HOG)特征来识别人体，其对图像中人体的识别分为两个阶段：训练阶段和检测阶段。

在训练阶段先进行特征提取即先计算图像的梯度方向直方图,提取人体的高维特征信息，形成丰富的特征集。在此基础上再结合统计学习的有监督学习方法使结构风险最小化，对分类器进行训练得到一个性能良好的支持向量机(SVM)线性分类器，该分类器能够对给定窗口大小的图像片进行人体识别。

在检测阶段，对待检测视频图像序列在各个缩放尺度和位置采用滑动窗口进行扫描并计算窗口的特征向量，然后用训练好的分类器进行人体目标识别。在这一步对于有单个人体出现的区域会得到多个相互交错的矩形框，最后对多个矩形框进行融合得到一个包围盒，实现对人体的识别，进而实现对人下车这一行为的理解。

由于正常人的平均步行速度为：1.75m/s～2m/s,平均跑步速度为：4m/s～10m/s,人速度的计算采用相邻帧间中心坐标的欧式距离来估算。具体方法如下：假设相邻帧间中心坐标的像素差为Diff,视频的帧率为FPS，摄像头的成像比例为S,则目标的运动速度V可以通过下列公式计算出:V＝Diff/S*FPS。通过设定速度门限，即可判定出人是否在奔跑。

人面部惊恐表情识别原理:采用基于Gabor小波变换和PCA的人脸表情识别框架,首先对视频输入图片进行预处理，包括人脸检测，图像矫正，图像缩放，以及图像直方图均衡化等。在一系列的处理后，将预处理后的图像进行Gabor变化，这里采用6个方向，3个尺度的Gabor特征提取，将提取出的18个特征作为特征矢量，构造人脸特征矩阵。随后对每组表情特征矩阵利用PCA(Principal Component Analysis)主成分分析，提取出人脸特征矩阵的一组单位正交向量，用这组单位正交向量对特征矩阵进行降维，去除原始特征矩阵的冗余信息。

表情识别的分类器采用最近邻分类器，在预测阶段对每个待分类的人脸特征矩阵，计算其与六个表情(惊恐,快乐,生气,自然，惊讶，悲伤)特征矩阵的欧式距离，距离最小时训练样本的类别即是待预测样本的类别。通过上述框架即可实现隧道内部人的惊恐表情判断。

对于人体着火检测本框架采用基于火焰高亮度特性的火焰区域提取算法。其主要步骤如下：首先用帧差法提取出每帧图像的运动区域，之后运用OTSU算法(最大类间差法)对差值处理后的图像进行分割，得到不同的运动连通域。

由于火焰具有高亮度的特性，其灰度值通常都在200以上，通过计算每个连通域所包含目标块的灰度平均值并结合固定阈值(设为225)对每个连通域进行检测，以排除如车辆、行人等干扰目标块，检测出火焰目标块。

在行人检测的基础上计算出火焰目标块的中心与行人目标框的中心距离，若两者的距离小于行人目标框的宽度，则判定检测到人体着火。

声控电路尖叫判断模块结合奔跑行为判断模块检测人的尖叫声。该模块包含一个声控开关，当出现人员惊慌逃跑时，环境中的声音通过声控开关内部传感器转化为电信号，其声音超过一定频率后即可触发声控开关，此时判断为有短暂的人员尖叫现象。之后声控开关延时2秒后复位，再次进行声音频率检测。若一定时间内(10秒)声控开关被触发次数超过设定值(3次)，则可确定该监测区域内有人员尖叫现象出现。

红外感温模块可以更进一步精准检测隧道内的工况。由于人员惊慌也有可能是道路劫杀或者交通事故所致，为排除这些可能，在隧道内部每隔20米安装一个红外感温探头来检测隧道内出现异常情况时的实时环境温度。当奔跑行为判断模块和声控电路尖叫判断模块检测出有人员恐慌现象时，系统接收预警装置周围一定范围内的红外探头感温数据，若该范围内红外感温探头监测到的温度值在短时间内急剧上升(超过5摄氏度每秒)，即可确定该监测范围内出现火灾现象。该红外感温模块可排除道路劫杀或交通事故导致的人员惊慌现象，大大降低了装置的误报率。

上述模块的全部组合或者部分模块的组合共同完成对于恐慌的人的检测，即判断是否有火灾现象发生或其他交通事故等场景。确认火灾发生后，在不需要人员干预的情况下，及时发出火灾预告(报)警消息，进行预告(报)警。

本实用新型具体包括：数据输入系统1、控制系统2、数据输出系统3，所述数据输入系统1与控制系统2电连接，所述控制系统2与数据输出系统3电连接，所述数据输入系统1包括红外测温探头4、声控开关5、摄像头6；

所述控制系统2包括输入接口模块7、A/D转换模块8、处理器9、4G/无线通信模块10、液晶显示电路11、通讯电路12，所述输入接口模块7、A/D转换模块8、处理器9依次电连接，所述4G/无线通信模块10、液晶显示电路11、通讯电路12分别与处理器9电连接；

所述数据输出系统3包括多模通信模块13、逃生信息显示模块17、报警模块18；

所述多模通信模块13与检测点附近的自动化控制联动装置的通信系统连接，不仅可以对火灾等发生时做出及时处理，也可以在系统误报时，仅对检测点附近的道路产生影响，不会影响整条隧道其他部分的影响；

所述红外测温探头4、声控开关5、摄像头6分别与输入接口模块7电连接，所述4G/无线通信模块10与多模通信模块13电连接，所述液晶显示电路11与逃生信息显示模块17电连接，所述通讯电路12与报警模块18电连接。

所述红外测温探头4采用双波长测温法和8.0～14.0μm波段的红外测温探头，这种方法响应快,不受电磁感应影响,抗干扰能力强，特别在有灰尘,烟雾等恶劣环境下,对目标不充满视场的运动或振动物体测温,优越性显著，同时8.0～14.0μm波段的红外测温探头具有测温范围广和灵敏度高的优点。

所述声控开关5采用J86SG声控开关，J86SG声控开关稳定性能好，灵敏度高，反应速度快，测量声波范围广。

所述摄像头6采用分辨率为1920×1080的可调焦摄像头，因为它能够随意改变拍摄景物远近，并且画质细腻，视野广，色彩还原度高，能清楚的拍摄到隧道里流动的车辆和行人。

所述处理器9采用ARM-CortexA9嵌入式处理器，包括人体识别模块、人体速度、尖叫声检测模块、异常温度检测模块，该CPU为Cortex应用级架构，当运行在高达1GHz主频时，功耗不超过250mW，同时，基于嵌入式Linux操作系统，能够实现通信协议和数据打包。该处理器负责接收接入数据输入系统1传输过来的数据并进行相应的分析，之后控制数据输出系统3，使整个公路隧道火灾预告和报警系统中所有装置达到自动控制。

由于正常人的平均步行速度为：1.75m/s～2m/s,平均跑步速度为：4m/s～10m/s,人速度的计算采用相邻帧间中心坐标的欧式距离来估算。具体方法如下：假设相邻帧间中心坐标的像素差为Diff,视频的帧率为FPS，摄像头6的成像比例为S,则目标的运动速度V可以通过下列公式计算出:V＝Diff/S*FPS。通过设定速度门限和处理器9的运算可以判定出人是否在奔跑。

所述多模通信模块13包括4G通信模块14、WiFi模块15、功率放大器模块16，所述4G通信模块14采用的是型号为USR-G401t的4G通信模块，所述WiFi模块15采用的是芯片为ESP8266的WiFi模块，多种信号传播方式，工作效率高，能使公路隧道火灾预告和报警系统做到超前、实时、更准确、无漏报。

所述逃生信息显示模块17采用LCD 2004A液晶显示模块，LCD 2004A液晶显示模块的节能性好、亮度高，并且使用寿命长。

所述报警模块18采用HX-100B声光报警器，HX-100B声光报警器能够发出强烈的声光报警信号，提醒现场所有人员的注意。

具体实施过程：

一、过热且阴燃无烟阶段发生后，人员(预期第一受灾人员)惊慌时，通过红外测温探头4、声控开关5、摄像头6三个装置共同完成对于恐慌的人的检测，即判断是否有火灾现象发生。确认火灾发生后，在不需要人员干预的情况下，及时通过数据输出系统3发出火灾预告和报警消息，进行预告和报警。

二、预告和报警后，自动启动着火点附近的自动联动装置，逃生信息显示模块17上显示人员、车辆的疏散路线和开启疏导装置。并同时通过多模通信模块13报警机房管理人员。开启着火点附近的自动化控制联动装置。

具体的是打开火灾点上游200m到1250m范围内的人行横洞与车型横洞，火灾上游200m到1250m范围内提示火灾，并显示疏散路线；火灾上游每隔50m显示屏上及时显示人员以及车辆的疏散路线；打开必要人行横洞及车行横洞，疏散人群和车辆来减少不必要的损失；同时，控制停止另一单洞距火源点约500米处或1500米车辆继续前行，确保疏散的人流和车辆出口畅通，通过这些自动的联动控制，并制定防灾救灾预案，提高隧道防灾救灾能力。

三、机房管理人员接到预告后，进行再次确认和配合火灾警系统，对整个隧道进行控制，如：控制照明系统全部打开、广播通知人员撤离、交通信号做相应变更、外部启动救援等。

四、人员惊慌也有可能是道路劫杀或者交通事故所致，通过红外测温探头4做进一步判断。如果有人员恐慌但是人员恐慌范围没有明显的温度变化，启动人员惊恐附近的自动联动装置，逃生信息显示模块17上显示人员、车辆的疏散路线和开启疏导装置。并同时通过多模通信模块13报警机房管理人员。

五、交通事故、车辆故障等工况，获得的信息经过处理后直接通过多模通信模块13给机房管理发送告警，提醒有意外发生。

六、通过对人体的面部表情进行识别，结合判断为惊恐表情，直接通过多模通信模块13给机房管理发送告警，提醒有意外发生。

七、对人体自焚等反恐场景进行识别，发出火警告警并通过多模通信模块13给机房管理发送告警，提醒有意外发生。

上述具体实施方式仅仅是为清楚地说明本实用新型所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无需也无法对所有的实施方式予以穷举，而由此所引申出的显而易见的变化或变动仍处于本实用新型的保护范围中。