[发明专利]一种融合多模态数据的极早期火灾预警系统及方法

权利要求书

1.一种融合多模态数据的极早期火灾预警系统的使用方法，其特征在于，打开系统时，初始化传感器系统进行自检，首先判断数字信号收集处理系统中的传感器是否异常，若传感器异常则通过火灾报警与自动消防系统报警提示，传感器正常则进行数据读取，传感器分别依次读取气体或烟雾浓度数据，温度数据，图像数据，湿度数据，通过火灾危险等级判决器给出的数据设置阈值，综合数据判断是否有检测的数值大于阈值，若大于阈值则认为异常，报警装置和自动消防系统即可开始工作；

若未达到异常则不工作，整个系统通过大数据得出防灾危险等级，通过防灾危险等级给出工作阈值；

所述系统包括消防环境数据库的建立，数字信号收集处理系统，融合多模态数据分析系统和火灾报警与自动消防系统；通过现有可影响消防环境的数据库数据使用关系型数据库进行管理建立起消防环境数据库；通过多种传感器进行现场数据采集，然后通过数据信号收集处理系统综合得出现场情况，然后通过融合多模态数据分析系统将现场采集数据和从消防环境数据库中提取的特征进行特征级融合和深度学习决策级融合得出判断结构，然后通过火灾报警与自动消防系统来达到火灾预警和初期火情控制；

数字信号收集处理系统用于搜集各种现场的信息，结合消防环境数据库存储的信息传递至融合多模态数据分析系统，融合多模态数据分析系统用于判定结合后的信息，融合多模态数据分析系统与火灾报警与自动消防系统相连，通过火灾报警与自动消防系统进行报警；

所述的消防环境数据库的建立是指将城市基础地理信息数据库，消防地理信息数据库，气象数据库，消防水源数据库，消防实力数据库，灭火救援器材数据库，消防安全重点单位数据库，各类火灾与灾害事故特性数据库，化学危险品数据，建筑物结构信息数据库通过关系型数据库进行管理形成消防环境综合数据库，通过该数据库可分析对应建筑物或区域的火灾发生概率与火灾应急处理能力；

所述的融合多模态数据分析系统是通过消防环境数据库提取出该区域的特征，包括建筑物年限，人员密集度影响该区域火灾发生率的特征，然后通过特征级融合和防灾危险等级判决器得出该区域防灾危险数据，然后通过深度学习决策级融合得出最终判断结果；

所述的数字信号收集处理系统包括烟雾传感器、温度传感器、图像传感器、湿度传感器、CO传感器、红外传感器，所述的烟雾传感器、温度传感器、图像传感器、湿度传感器、CO传感器、红外传感器将检测到的信息传递至数字信号处理器；

所述的烟雾传感器型号为MQ-2，温度传感器型号为DS18B20，图像传感器型号为SONY673CCD，湿度传感器型号为DHT11，CO传感器型号为MQ-7。