基本信息
- 项目名称：
- 基于无线传感器网络的智能消防系统
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作B类
- 简介：
- 针对现代火灾中已经呈现出的频繁化、立体化、复杂化和多样化的趋势的问题，设计开发一个基于物联网的现代智能安防系统，使得新一代的消防设备具有更高的稳定性和更强大功能，更好地保护人民的生命和财产安全。
- 详细介绍：
- 根据数据流走向，本作品整体框架可分为四层，分别为访问层、数据处理层、路由层、物理层。其中路由层和物理层属于硬件部分，访问层和数据处理层属于软件部分。 硬件部分是上位机与楼宇物理环境交互接口，同时也是整套系统鲁棒性与否的重要保证。它将大楼中的无线节点采集到的消防参数和救援机器人获得的现场参数通过XMesh网络上传到上位机，同时又经过XMesh网络下发给无线节点及救援机器人指令。 软件部分是用户与系统交互接口，同时也是整套系统智能化程度高低的重要保证。它的核心是着火点定位算法、火灾报警算法、机器人定位算法和数据实时存储。 同时从用户角度看，本作品也可以分成火灾报警系统和火灾救援系统，两个子系统之间相互嵌套相互联系从而形成一个整体的系统。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 作品设计目的：针对现代火灾中已经呈现出的频繁化、立体化、复杂化和多样化的趋势，基于物联网技术研发新型的智能消防系统，更好地保护人民的生命和财产安全。 作品设计基本思路：把物联网技术引入到当今的楼宇消防系统中，针对现代大型楼宇消防系统新的、最紧要的功能与技术需求提出相应的应对和解决方案。 创新点：以物联网为框架，使用无线传感网络技术对现代消防系统进行改造，并在此基础上使用故障诊断、聚类分析、组合导航和数据融合方法，解决原本复杂的火灾探测、着火点定位、逃生路线绘制、主动救援等问题。 技术关键： 1、实现了一套性能稳定，功能强大，自适应强的无线多跳消防网络。 2、考虑成本、空间分布等因素，利用超声波定位的精准性结合四轮机器人自带编码器的实时性，对救援机器人进行实时定位及控制。 3、系统融入基于传感器阵列的火源定位算法，并且提出基于灰色关联度的时延估计方法，改进了传统的相关时延估计方法，并且对随机的定位结果提出一种基于聚类的密集区域算法，在一定保证率下可以提高定位的精度。 4、系统实现基于数据驱动的主元分析火灾探测方法技术指标： 1、实现三十个无线消防节点，一个无线网关，600平方米覆盖范围，进行楼层消防网络分配。 2、对救援机器人实现50cm以内定位精度，并且能够在诸如工作室、实验室等复杂的室内环境中精度不变。 3、对于静风受限空间，且地表平坦的环境，火源定位算法能够实现1m以内的定位范围。
科学性、先进性
- 一、无线消防网络 本系统根据消防系统的关键需求选择使用Xmesh协议作为无线网络的路由协议。Xmesh结构和优点包括：TrueMesh；更多的传输服务；更多的服务质量保证；更多的节点控制；健壮性检查；时间同步；空中编程。 二、机器人定位 目前，主要的研究集中在提高传感元件的精度、使用数学的匹配方法以及将传感元件进行融合上。采用几种方法结合使用，以充分发挥各自的优点而避免各自的缺陷，从而提高定位系统的精度和可靠性。 三、基于传感器阵列的火源定位 本系统提出基于灰色关联度的时延估计方法，改进了传统的相关时延估计方法，并且对随机的定位结果基于聚类提出一种密集区域算法，在一定保证率下提高定位精度。 四、基于数据驱动的主元分析的火灾检测 该方法不需要知道具体的数学模型，而是基于采集的数据进行一个在线检测，做到了实时性。
获奖情况及鉴定结果
- 2011年 杭州电子科技大学“挑战杯”大学生课外学术科技作品竞赛 二等奖
作品所处阶段
- 实验室阶段
技术转让方式
- 宁波继明电器有限公司
作品可展示的形式
- 实物、现场演示
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 技术特点和优势： 各个火灾感知点实际是体积不到20cm3内嵌TinyOs操作系统的无线传感器节点，各个传感器节点又通过路由协议连接形成自组织多跳的树状无线网络。上百个传感器节点能够像张网一样分布在大楼的各个角落，通过节点上面的传感器对现场的环境参数进行采集。最终各个节点的数据上传到基站，继而上传到主控室的服务器上，上位机将会在此平台上对节点参数进行数据融合，从而判断出是否发生火灾。如果发生火灾，系统将会对着火点做出的精确定位，绘制出现阶段最佳逃生路线并且将火灾信息群发到大楼内各个用户的手机上。 适应范围及推广前景: 上海的11.15特大火灾事故让我们清醒的认识到现代火灾已经呈现出立体化、复杂化、多样化的趋势，它对人民的生命和财产造成很大的威胁。如果没有一个功能强大且性能稳定的消防系统在人口密集的楼宇中，那么随着未来建筑中情况的复杂性越发增加，像此类的重特大火灾事故将会再次发生。
同类课题研究水平概述
- 早期的火灾探测器采用开关量工作方式，即火灾参量的幅度高于某一值时，发出火警信号；低于某一值时，给出正常信号，这种方法称为固定门限检测法，如烟感探测器和定温探测器。 自从模拟量火灾探测系统的出现，火灾探测器输出的信号不再只是开关量，而是反映火灾特征的模拟量即真正的传感器信号，各种火灾处理算法开始应用于火灾探测之中。初期火灾探测算法都是针对信号的确定值如幅度、趋势和持续时间等特性进行的，处理方法是简单的阈值比较、积分、滤波平滑和趋势及斜率计算等。这种算法即使在今天，也有实用价值。王殊提出了计算可变趋势的算法[5]以及复合特定趋势，能够根据信号的稳定值识别复合信号位于稳定值上方的正方向变化和稳定值下方的负变化趋势。在趋势判断函数中引入判别门限，有效克服了随机噪声干扰。在统计方法上，Thomas J.McAvoy.提出了一种基于统计的火灾算法，它可以提高传统感烟探测器的准确度，尤其对阴燃有良好的响应。杨宗凯提出的复合偏置滤波算法，应用单个火灾信号或综合两种信号特征计算信号超过预定门限的持续时间，有效地克服了干扰信号。另外，Richard W.Bukowskietal.提出了根据实际火灾的计算模型与探测器信号进行匹配来判断火灾的方法。 目前，由于基于单传感器的火灾探测系统，误报率一直比较高，因此多判据的火灾探测方法成为目前火灾探测领域的主要研究方向。它不是原有单一参数火灾探测器的简单组合，而是实施多元同步探测，使二种或三种以上不同类型探测器的功能协调地复合在一个探测器中。根据其同时测得的不同类型的火灾模拟量参数，并将其转换成数字信号，通过多判据的火灾探测算法判断是否存在火灾危险。例如，有学者针对复合探测器提出了一种新的互相关算法。该算法首先对采集的数据信号特性进行分析，利用给出的模型公式描述出采集信号的变化特征，再根据互相关函数的性质分析和识别火灾信号与非火灾信号。 另外，基于图像处理技术的火灾探测技术[11]也是火灾探测研究的热点，有学者运用数字图像处理技术对火灾火焰的图像特性作了分析根据火焰蔓延时的面积、相似度的变化来识别火灾的发生[12]。Ebroul Izquierdo等人在此基础上，加入火焰区域方差和边界粗糙度等火焰特征，采用贝叶斯分类器来识别图像中火灾的发生。
