本發(fā)明涉及安防監(jiān)控，尤其涉及一種安防設備及監(jiān)控方法。

背景技術(shù)：

1、火災、地震等災情往往發(fā)生突然，留給人們的逃生時間極為有限，能夠迅速規(guī)劃出合理的逃生路線，意味著能夠更快地引導人群撤離危險區(qū)域，減少人員傷亡；逃生路線的準確性同樣不可忽視，一個準確的逃生路線能夠確保人群在疏散過程中不迷失方向，避免進入危險區(qū)域，從而安全到達安全地帶，如果逃生路線規(guī)劃不準確，可能導致人群在疏散過程中遇到障礙，甚至誤入火源或其他危險區(qū)域，增加傷亡風險。

2、智能安防設備集成了先進的傳感器技術(shù)、物聯(lián)網(wǎng)通信、大數(shù)據(jù)分析及人工智能算法，當災情發(fā)生時，如火災、地震等，系統(tǒng)能夠迅速響應，通過部署在建筑物內(nèi)的各類傳感器（如煙霧探測器、溫度傳感器、地震監(jiān)測儀等）實時監(jiān)測環(huán)境變化，一旦接收到災情信號，系統(tǒng)內(nèi)置的算法會立即啟動，對收集到的數(shù)據(jù)進行分析處理。綜合考慮建筑物結(jié)構(gòu)、人員分布、安全出口位置等多個因素，系統(tǒng)能夠在極短的時間內(nèi)自動規(guī)劃出多條最優(yōu)逃生路線，并且根據(jù)災情發(fā)展情況動態(tài)調(diào)整，以避開危險區(qū)域，確保人員能夠沿著最短、最安全的路徑迅速撤離，為災情下的人群疏散提供了有力保障。

3、中國專利公開號：cn114584746b公開了一種安防監(jiān)控系統(tǒng)及安防監(jiān)控方法，該申請中安防監(jiān)控系統(tǒng)包括：安防監(jiān)控設備、服務器和移動終端，所述攝像裝置設置于安防監(jiān)控的園區(qū)預設位置，以對所述園區(qū)預設位置的監(jiān)控區(qū)域進行拍攝以得到視頻數(shù)據(jù)；所述dsp用于從所述攝像裝置獲取所述視頻數(shù)據(jù)并將所述視頻數(shù)據(jù)進行緩存；所述攝像裝置將所述視頻數(shù)據(jù)經(jīng)所述wifi模塊發(fā)送至所述服務器；所述wifi模塊用于接收所述服務器發(fā)送的喚醒請求，以通知所述主控模塊開啟所述主電源電路；所述主控模塊還用于在檢測到所述視頻數(shù)據(jù)發(fā)送完成后，關(guān)閉所述主電源電路。該申請實施例解決當前的有線安防監(jiān)控設備的安裝存在不便捷且安裝效率低的問題。

4、由此可見，所述安防監(jiān)控系統(tǒng)及安防監(jiān)控方法存在以下問題：該發(fā)明雖然可以解決現(xiàn)有技術(shù)中的有線安防監(jiān)控設備的安裝存在不便捷且安裝效率低的問題，但是該發(fā)明中的監(jiān)控系統(tǒng)在發(fā)生異常情況時無法自主進行判斷并給出切實可行的應對方案，從而導致因人員疏散不及時出現(xiàn)嚴重傷亡。

技術(shù)實現(xiàn)思路

1、為此，本發(fā)明提供一種安防設備及監(jiān)控方法，用以克服現(xiàn)有技術(shù)中監(jiān)控系統(tǒng)在面對災情時無法自主判斷并給出應對方案從而因人員疏散不及時造成嚴重傷亡的問題。

2、為實現(xiàn)上述目的，一方面，本發(fā)明提供一種安防設備監(jiān)控方法，包括：

3、基于網(wǎng)絡平臺獲取若干災情的歷史數(shù)據(jù)，對任一災情的歷史數(shù)據(jù)進行預處理以得到若干組待模擬數(shù)據(jù)，將任一組所述待模擬數(shù)據(jù)以第一預設比例拆分為訓練數(shù)據(jù)和驗證數(shù)據(jù)，其中，所述歷史數(shù)據(jù)包括災情的類型、擴散速率、發(fā)生地點的建筑信息、環(huán)境信息、被困人員信息；

4、基于所述待模擬數(shù)據(jù)進行逃生模擬分析以確定若干理想逃生路徑，將所述訓練數(shù)據(jù)對應的待模擬數(shù)據(jù)和理想逃生路徑組合為若干數(shù)據(jù)集，并將所述數(shù)據(jù)集輸入神經(jīng)網(wǎng)絡模型以訓練模型；

5、將所述驗證數(shù)據(jù)輸入所述訓練模型以輸出若干實際逃生路徑，確定路徑規(guī)劃時間，基于路徑規(guī)劃時間確定所述訓練模型的響應速度的合格性，以增加重復數(shù)據(jù)的去除比例，或，針對單組所述待模擬數(shù)據(jù)基于路徑重合度確定所述訓練模型的單次決策準確度是否合格；

6、統(tǒng)計單次決策準確度合格的數(shù)量占比，以基于所述數(shù)量占比確定所述訓練模型的決策準確度是否合格，基于決策準確度不合格的訓練模型，根據(jù)路徑重合度方差確定所述訓練數(shù)據(jù)的變換方式；

7、將決策準確度合格的訓練模型設置在安防設備中，針對災情基于攝像頭采集的數(shù)據(jù)生成若干條逃生路徑，基于單條逃生路徑發(fā)送指令至信號接收器，所述信號接收器基于收到的指令進行反饋以引導人群沿著逃生路徑進行疏散。

8、進一步地，對所述歷史數(shù)據(jù)進行預處理的過程包括：

9、將所述歷史數(shù)據(jù)進行清洗以消除噪聲、去除缺失值和異常值得到清洗數(shù)據(jù)；

10、對所述清洗數(shù)據(jù)進行規(guī)范化處理以提取特征數(shù)據(jù)；

11、將所述特征數(shù)據(jù)中的重復數(shù)據(jù)以第二預設比例進行剔除得到待模擬數(shù)據(jù)；

12、基于所述待模擬數(shù)據(jù)進行聚類分析，將同類待模擬數(shù)據(jù)歸為一組待模擬數(shù)據(jù)得到若干組待模擬數(shù)據(jù)。

13、進一步地，基于所述路徑規(guī)劃時間確定所述訓練模型的響應速度是否合格的過程包括：

14、將所述路徑規(guī)劃時間與預設規(guī)劃時間進行比較；

15、基于所述路徑規(guī)劃時間大于預設規(guī)劃時間的比較結(jié)果確定所述訓練模型的響應速度不合格。

16、進一步地，基于所述響應速度不合格的條件下增加重復數(shù)據(jù)的去除比例的過程包括：

17、將所述路徑規(guī)劃時間與所述預設規(guī)劃時間作差以獲取時間差值；

18、將所述時間差值與預設時間差值進行比較；

19、基于所述時間差值大于所述預設時間差值的比較結(jié)果確定采用第一比例調(diào)節(jié)系數(shù)調(diào)節(jié)所述第二預設比例；

20、基于所述時間差值小于或等于所述預設時間差值的比較結(jié)果確定采用第二比例調(diào)節(jié)系數(shù)調(diào)節(jié)所述第二預設比例。

21、進一步地，基于所述理想逃生路徑與所述實際逃生路徑的比較確定路徑重合度的過程包括：

22、將所述理想逃生路徑和所述實際逃生路徑完全一致的記為重合路徑；

23、統(tǒng)計所述重合路徑的重合數(shù)量；

24、將所述重合數(shù)量與所述實際逃生路徑的數(shù)量的比值確定為路徑重合度。

25、進一步地，基于所述路徑重合度確定單次決策準確度是否合格的過程包括：

26、將所述路徑重合度與預設重合度進行比較；

27、基于所述路徑重合度小于所述預設重合度的比較結(jié)果確定單次決策準確度不合格。

28、進一步地，基于所述數(shù)量占比確定所述訓練模型的決策準確度是否合格的過程包括：

29、將所述數(shù)量占比與預設數(shù)量占比進行比較；

30、基于所述數(shù)量占比小于所述預設數(shù)量占比的比較結(jié)果確定所述訓練模型的決策準確度不合格。

31、進一步地，基于決策準確度不合格的訓練模型根據(jù)路徑重合度方差確定所述訓練數(shù)據(jù)的變換方式的過程包括：

32、基于準確度不合格的訓練模型根據(jù)所述路徑重合度計算路徑重合度方差；

33、將所述路徑重合度方差與預設方差進行比較；

34、基于所述路徑重合度方差大于所述預設方差的比較結(jié)果確定增加所述訓練數(shù)據(jù)的數(shù)據(jù)量；

35、基于所述路徑重合度方差小于或等于所述預設方差的比較結(jié)果確定將所述歷史數(shù)據(jù)中的異常數(shù)據(jù)進行修正。

36、進一步地，將決策準確度合格的訓練模型設置在安防設備中，針對災情基于攝像頭采集的數(shù)據(jù)生成若干條逃生路徑，并基于災情的變化實時更新逃生路徑，針對不同逃生路徑的信號接收器發(fā)送不同指令，信號接收器在接收到指令后進行不同的反饋以引導人群沿著單條逃生路徑進行疏散。

37、另一方面，本發(fā)明還提供一種安防設備，包括：

38、數(shù)據(jù)采集組件，包括攝像頭、溫度傳感器和煙霧傳感器，用以獲取災情現(xiàn)場的信息；

39、信號接收器，用以接收指令以指示逃生路徑；

40、逃生控制中心，其分別與所述攝像頭和所述信號接收器相連，用以基于所述攝像頭采集的數(shù)據(jù)實時規(guī)劃逃生路徑，并對單條逃生路徑上的信號接收器發(fā)送指令。

41、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于，本發(fā)明針對發(fā)生災情時無法及時應對導致人員出現(xiàn)傷亡的情況，獲取網(wǎng)絡平臺上的災情發(fā)生時的數(shù)據(jù)，對這些數(shù)據(jù)進行預處理后根據(jù)數(shù)據(jù)進行模擬，精確地重現(xiàn)災害現(xiàn)場的環(huán)境和條件，包括建筑物結(jié)構(gòu)、地形地貌、交通網(wǎng)絡以及人員分布等，從而確定人員疏散效率最高的理想逃生路徑，并將這些數(shù)據(jù)和對應的理想逃生路徑輸入至神經(jīng)網(wǎng)絡模型中訓練模型，并根據(jù)模型的響應速度和決策準確性對模型訓練數(shù)據(jù)進行調(diào)整以提高訓練模型的精度，從而使訓練好的模型在災情發(fā)生時根據(jù)現(xiàn)場情況迅速生成逃生路徑，為人員疏散提供及時且準確的逃生指導。

42、進一步地，本發(fā)明通過對歷史數(shù)據(jù)進行預處理提升數(shù)據(jù)的整體質(zhì)量，使得模型在訓練過程中能夠?qū)W習到更準確的信息，提高模型在不同數(shù)據(jù)集上的表現(xiàn)穩(wěn)定性，減少因數(shù)據(jù)差異而導致的模型性能波動，能夠提高訓練模型的決策準確性，減少模型的復雜度，降低過擬合的風險，從而使訓練好的模型在災情發(fā)生時根據(jù)現(xiàn)場情況迅速生成逃生路徑，為人員疏散提供及時且準確的逃生指導。

43、進一步地，本發(fā)明通過路徑規(guī)劃時間確定模型的響應速度是否合格，在面對災情時，留給人們的逃生時間極為有限，在最短時間內(nèi)確定逃生路徑能夠最大限度地保證人身安全，因此模型的響應速度極為重要，通過路徑規(guī)劃時間對模型的響應速度進行判定，并針對響應速度不合格的情況增加重復數(shù)據(jù)的去除比例，降低模型的數(shù)據(jù)處理量從而提高模型的響應速度，也為后續(xù)模型獲取數(shù)據(jù)的過程提供示例，在保證模型精準度的同時減少數(shù)據(jù)處理量，從而使訓練好的模型在災情發(fā)生時根據(jù)現(xiàn)場情況迅速生成逃生路徑，為人員疏散提供及時且準確的逃生指導。

44、進一步地，本發(fā)明通過路徑重合度確定訓練模型的決策準確度，準確的逃生路線能夠確保人群在疏散過程中不迷失方向，避免進入危險區(qū)域，從而安全到達安全地帶，對保證人身安全具有重大意義，針對模擬結(jié)果與訓練模型的輸出結(jié)果的比較逃生路徑規(guī)劃是否合格，并對不合格的情況對訓練模型的數(shù)據(jù)進行變換，以提高訓練模型的決策準確度，從而使訓練好的模型在災情發(fā)生時根據(jù)現(xiàn)場情況迅速生成逃生路徑，為人員疏散提供及時且準確的逃生指導。

45、進一步地，本發(fā)明將訓練好的模型安裝在安防設備中，在面對災情時，根據(jù)數(shù)據(jù)采集組件采集的數(shù)據(jù)迅速規(guī)劃逃生路徑并根據(jù)災情發(fā)展情況實時更新逃生路徑，同時針對每條逃生路徑上的信號接收裝置發(fā)送不同的指令，以使不同逃生路徑上的信號接收裝置作出不同的反饋，能夠使人員沿著反饋一致的路徑進行疏散，為人員疏散提供及時且準確的逃生指導。