第4期 毕晓君，等：高层火灾智能报警及逃生指导系统 ·815· 人员分散且相对封闭，使现场人员无法第一时间 E902-CPU的FPGA端，通过运行其部署的中值滤 获得火灾发生信息，特别是火灾发生的地点，从 波算法、同态滤波算法.o进行图像去噪、去烟 而造成逃生决策失误，错过了宝贵的逃生时机。 及补光处理。在树莓派中部署基于人工智能的行 因此，如何利用高新科技有效解决高层建筑火灾 人检测算法1对视频的人数进行监测，当超过 定点报警及逃生智能指导的研究迫在眉睫。 一定的人数阈值后，界面上就会发出警报，并重 目前现有的火灾自动报警系统主要存在以下 新规划各楼层不同区域的逃生路线。同时，将建 问题：1)无法及时通知现场人员火灾发生的具 筑内火灾报警情况以及人群密度情况在上位机界 体地点，容易错失最佳逃生时机及造成逃生错误 面进行显示，方便消防及管理部门了解内部情 等问题；2)部署报警系统时需要穿墙布线，无法 况，进行智能救援指挥，最大限度地降低火灾中 做到灵活部署，对于老旧小区、古建筑等场景情 的人员伤亡。 况无法应用：3)当火灾发生时，只能实现警笛报 本系统由硬件设备和算法软件两部分组成。 警，没有具体可行的逃生指导方案；4)当救援工 硬件设备包括TXW8301-WiFi模块、JTY-GD- 作展开时，由于对建筑内火情及人群情况不清楚 DG311激光烟雾火灾探测器、WT588D语音单片 而导致救援指挥延误。而目前国内外针对火灾处 机组成的节点设备以及系统上位机端。算法软件 理的研究重点为消防用水系统，消防排烟系统， 包括基于中值滤波的图像去噪算法、基于同态滤 应急照明及多深测器消防联动控制等火灾处理方 波的去烟补光算法以及基于深度学习的实时行人 面，而火灾定位报警，智能引导人群逃生及逃生 检测算法，还有数据传输模块以及系统上位机界 通道的人群密度监控等方面尚无研究。 面。图1给出了系统整体工作流程。 针对上述问题，本文基于人工智能技术的发 展，特别是具有无线传输能力的智能芯片问世， 开始 结合火灾实际需求提出了可行的研究方法。所设 激光烟雾探测器 计的报警系统能够实现一旦发生火情，第一时间 检测 对建筑内所有区域进行定位报警，并及时语音播 报各区域的最佳逃生路线。同时开发基于深度学 <发生火灾 N 习的行人检测算法以掌握建筑内各区域的人群密 Y 度状态，能够随时指导现场人员选择最佳的具体 树莓派驱动Wi-Fi模块激 活无线网络，开启摄像头 逃生路线。经查阅火灾报警相关文献和资料，目 前国内外尚无类似功能的火灾语音报警系统，本 火灾信息传给上位机 系统的研究具有创新性和实用性，可为火灾现场 人员赢得宝贵的逃生时间，给出最佳的逃生路 图像去噪去烟补光 线，提高逃生效率。 行人流量检测 1系统整体方案设计 音定 上位机结合火灾情况 给出人员逃生路线 本文通过TXW8301-WiFi模块实现系统组 点播报 网，并结合烟雾火灾探测器和WT588D语音单片 上位机显示火灾情况 机构成节点设备，实时自动监测各楼层不同区域 的烟雾浓度状态，当检测到某处烟雾浓度过高 火灾结束 时，表明有火灾发生，立即激活建筑内所有节点 Y 设备组网，根据预存逃生路线及火灾发生情况自 结束 动语音播报火灾的具体地点以及逃生路线，并能 够将每层楼不同区域的实时状态通过无线网发送 图1系统整体工作流程 Fig.1 Overall work flow of the system 至上位机，上位机将收到的数据以界面动画的形 式进行显示。同时现场可编程逻辑门阵列(field 2 系统硬件设计 programmable gate array,.FPGA)开发板通过串口控 制上位机树莓派端进行各逃生通道的图像数据采 整个系统硬件包括节点设备和系统上位机端 集，将采集的图像数据通过网口发送至部署有 两大部分，其中节点设备用于楼层火灾检测，主人员分散且相对封闭，使现场人员无法第一时间 获得火灾发生信息，特别是火灾发生的地点，从 而造成逃生决策失误，错过了宝贵的逃生时机。 因此，如何利用高新科技有效解决高层建筑火灾 定点报警及逃生智能指导的研究迫在眉睫。 目前现有的火灾自动报警系统主要存在以下 问题[1-5] ：1）无法及时通知现场人员火灾发生的具 体地点，容易错失最佳逃生时机及造成逃生错误 等问题；2）部署报警系统时需要穿墙布线，无法 做到灵活部署，对于老旧小区、古建筑等场景情 况无法应用；3）当火灾发生时，只能实现警笛报 警，没有具体可行的逃生指导方案；4）当救援工 作展开时，由于对建筑内火情及人群情况不清楚 而导致救援指挥延误。而目前国内外针对火灾处 理的研究重点为消防用水系统，消防排烟系统， 应急照明及多探测器消防联动控制等火灾处理方 面，而火灾定位报警，智能引导人群逃生及逃生 通道的人群密度监控等方面尚无研究。 针对上述问题，本文基于人工智能技术的发 展，特别是具有无线传输能力的智能芯片问世， 结合火灾实际需求提出了可行的研究方法。所设 计的报警系统能够实现一旦发生火情，第一时间 对建筑内所有区域进行定位报警，并及时语音播 报各区域的最佳逃生路线。同时开发基于深度学 习的行人检测算法以掌握建筑内各区域的人群密 度状态，能够随时指导现场人员选择最佳的具体 逃生路线。经查阅火灾报警相关文献和资料，目 前国内外尚无类似功能的火灾语音报警系统，本 系统的研究具有创新性和实用性，可为火灾现场 人员赢得宝贵的逃生时间，给出最佳的逃生路 线，提高逃生效率。 1 系统整体方案设计 本文通过 TXW8301-WiFi 模块实现系统组 网，并结合烟雾火灾探测器和 WT588D 语音单片 机构成节点设备，实时自动监测各楼层不同区域 的烟雾浓度状态，当检测到某处烟雾浓度过高 时，表明有火灾发生，立即激活建筑内所有节点 设备组网，根据预存逃生路线及火灾发生情况自 动语音播报火灾的具体地点以及逃生路线，并能 够将每层楼不同区域的实时状态通过无线网发送 至上位机，上位机将收到的数据以界面动画的形 式进行显示。同时现场可编程逻辑门阵列 (field programmable gate array, FPGA) 开发板通过串口控 制上位机树莓派端进行各逃生通道的图像数据采 集，将采集的图像数据通过网口发送至部署有 E902-CPU 的 FPGA 端，通过运行其部署的中值滤 波算法[6] 、同态滤波算法[7-10] 进行图像去噪、去烟 及补光处理。在树莓派中部署基于人工智能的行 人检测算法[11-14] 对视频的人数进行监测，当超过 一定的人数阈值后，界面上就会发出警报，并重 新规划各楼层不同区域的逃生路线。同时，将建 筑内火灾报警情况以及人群密度情况在上位机界 面进行显示，方便消防及管理部门了解内部情 况，进行智能救援指挥，最大限度地降低火灾中 的人员伤亡。 本系统由硬件设备和算法软件两部分组成。 硬件设备包括 TXW8301-WiFi 模块、JTY-GD￾DG311 激光烟雾火灾探测器、WT588D 语音单片 机组成的节点设备以及系统上位机端。算法软件 包括基于中值滤波的图像去噪算法、基于同态滤 波的去烟补光算法以及基于深度学习的实时行人 检测算法，还有数据传输模块以及系统上位机界 面。图 1 给出了系统整体工作流程。 开始 激光烟雾探测器 检测 发生火灾 树莓派驱动 Wi-Fi 模块激 活无线网络, 开启摄像头 Y N 火灾信息传给上位机 图像去噪去烟补光 行人流量检测 上位机结合火灾情况 给出人员逃生路线 上位机显示火灾情况 火灾结束 结束 Y N 楼层语音定点播报 图 1 系统整体工作流程 Fig. 1 Overall work flow of the system 2 系统硬件设计 整个系统硬件包括节点设备和系统上位机端 两大部分，其中节点设备用于楼层火灾检测，主 第 4 期 毕晓君，等：高层火灾智能报警及逃生指导系统 ·815·