(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211084298.X (22)申请日 2022.09.06 (71)申请人 湖南省永神科技有限公司 地址 425300 湖南省永州市道县 工业园工 业大道北 (72)发明人 曹承朝　王国庆　何仁仪　 (74)专利代理 机构 湖南正则奇美专利代理事务 所(普通合伙) 4310 5 专利代理师 李猛 (51)Int.Cl. G08B 17/10(2006.01) G08B 17/12(2006.01) G08B 17/06(2006.01) H04N 7/18(2006.01) G08B 5/38(2006.01)G06V 20/52(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种具有火灾报警功能的照明系统 (57)摘要 本发明公开了一种具有火灾报警功能的照 明系统， 涉及火灾预警技术领域， 设置温度收集 模块实时收集环境温度； 设置烟雾收集模块实时 收集环境中产生烟雾的浓度数据； 设置图像收集 模块实时获取环境图像； 设置 火焰识别模块预先 训练识别火焰以及根据火焰范围和 明亮程度判 断火灾严重程度的神经网络模型； 并使用神经网 络模型判断环 境中火灾的严重程度； 设置火灾级 别判定模块综合环境温度、 环境烟雾浓度数据以 及火灾严重程度， 计算出火灾级别； 设置照明预 警模块对不同级别的火灾以不同颜色、 亮度以及 频率开启照明系统； 保证及时通过显眼的应急照 明灯提醒火灾的发生。 权利要求书2页 说明书5页 附图1页 CN 115424404 A 2022.12.02 CN 115424404 A 1.一种具有火灾报警功能的照明系统， 其特征在于， 包括温度收集模块、 烟雾收集模 块、 图像收集模块、 火焰识别模块、 火灾级别判定模块以及照明预警模块； 其中， 各个模块之 间通过电气方式连接； 所述温度收集模块用于实时收集照明系统周围的温度数据； 并实时将检测到的温度 数 据发送至火灾级别判定模块； 所述烟雾收集模块用于实时收集照明系统周围的烟雾浓度； 并实时将检测到的烟雾浓 度发送至火灾级别判定模块； 所述图像收集模块主要用于实时收集照明系统周围的环境视频数据； 所述图像收集模 块实时将拍摄的画面发送至火焰识别模块； 所述火焰识别模块用于使用神经网络模型识别画面中是否具有火焰以及根据火焰覆 盖的范围和火焰明亮程度判断火灾严重程度； 所述火焰识别模块将火灾严重程度发送至火 灾级别判定模块； 所述火灾级别判定模块用于根据环境温度、 环境烟雾浓度以及火灾严重程度判定火灾 的级别； 所述火焰识别模块将火灾 严重程度发送至火灾级别判定模块； 所述照明预警模块用于根据火灾级别开启照明系统， 并进行 预警。 2.根据权利要求1所述的一种具有火灾报 警功能的照明系统， 其特征在于， 所述温度收 集模块包括在照明系统周围安装的若干温度传感器； 每 个温度传感器实时获取环境温度。 3.根据权利要求1所述的一种具有火灾报 警功能的照明系统， 其特征在于， 所述烟雾收 集模块包括在照明系统周围安装的若干烟雾浓度传感器； 每个烟雾浓度传感器实时获取周 围环境的烟雾浓度。 4.根据权利要求1所述的一种具有火灾报 警功能的照明系统， 其特征在于， 所述火焰识 别模块预先根据各个监控摄像头位置， 通过图像拼接技术将监控摄像头拍摄的画面拼接成 完整的环境画面； 所述火焰识别模块判断环境中火势大小包括以下步骤： 步骤S1： 所述火焰识别模块预先收集若干张带有火焰画面以及不带有火焰画面的图 像； 并将带有火焰画面的图像标记为1， 不带有火焰画面的图像标记为0； 步骤S2： 所述火焰识别模块将所有图像作为输入， 输入至CNN神经网络模型中； 其中， 该 CNN神经网络模 型将是否带有火焰标记作为输出， 图像的实际标记作为预测的目标值； 预测 准确率作为CN N神经网络的目标； 步骤S3： 训练CNN神经网络模型， 直至预测准确率达到95％， 停止训练， 将该CNN神经网 络模型标记为M1； 步骤S4： 所述火焰识别模块预先收集若干张火灾照片， 并根据每张火灾照片的火灾范 围以及火焰明亮程度为火灾照片进行标记； 所述标记为火灾严重程度； 火灾严重程度根据 实际火势情况进行划分； 步骤S5： 所述火焰识别模块将所有火灾 图像作为输入， 输入至CNN神经网络模型中； 其 中， 该CNN神经网络模型将火灾严重程度标记作为输出， 图像的火灾 实际严重程度标记作为 预测的目标值； 预测准确率作为CN N神经网络的目标； 步骤S6： 训练CNN神经网络模型， 直至预测准确率达到95％， 停止训练， 将该CNN神经网 络模型标记为M2；权　利　要　求　书 1/2 页 2 CN 115424404 A 2步骤S7： 所述火焰识别模块实时使用CNN神经网络模型M1判断监控画面中是否带有火 焰； 若判断监控画面中有火焰， 转至步骤S 8； 否则， 不做处 理； 步骤S8： 所述火焰识别模块实时使用CNN神经网络模型M2计算出监控画面中火灾的严 重程度标记。 5.根据权利要求1所述的一种具有火灾报 警功能的照明系统， 其特征在于， 所述火灾级 别判定模块判定火灾级别包括以下步骤： 步骤P1： 所述火灾级别判定模块从所有温度传感器中获取最高的温度， 并将最高温度 标记为T； 步骤P2： 所述火灾级别判定模块从所有烟雾浓度传感器中获取最高的烟雾浓度， 并将 最高的烟雾浓度标记为S； 步骤P3： 所述火灾级别判定模块将火灾 严重程度标记为Y； 步骤P4： 所述火灾级别判定模块计算火灾系数L； 其中火灾系数L的计算方式为L＝a*T+ b*S+c*Y； 其中， a， b， c分别为 根据实际经验设置的比例系数； 步骤P5： 所述火灾级别判定模块根据实际经验设置火灾级别等级阈值； 并根据火灾系 数L判断火灾所处的级别； 将该级别标记为 I； 步骤P6： 所述火灾级别判定模块将火灾级别I发送至照明预警模块。 6.根据权利要求1所述的一种具有火灾报 警功能的照明系统， 其特征在于， 所述照明预 警模块预先为照明设备设置在不同火灾级别下 的闪烁颜色、 闪烁亮度以及闪烁频率； 所述 照明预警模块在接收到火灾级别I后， 根据火灾级别以对应级别的闪烁颜色、 闪烁亮度和闪 烁频率开启照明装置； 用于提醒火灾的发生以及火灾发生的级别。权　利　要　求　书 2/2 页 3 CN 115424404 A 3