一种大型建筑用联合控制系统

摘要

本发明提供一种大型建筑用联合控制系统，包括第一总控器和N个第二分控器，所述N个第二分控器均受控于所述第一总控器；每个所述第二分控器包括集控器和M个分控组。本发明实现了对于大型建筑的各项指标的全面自动化监控，设计三层级管理模式，实现了对于大型建筑的层级化监控；设计了多级预警机制，并且每级的预警机制都是全自动触发和全自动关闭，从而可以在脱离人工干预的条件下自发进行预警以及预警状态下的危险处理，最大程度避免了人工干预。

权利要求

1.一种大型建筑用联合控制系统，其特征在于，包括第一总控器和N个第二分控器，所述N个第二分控器均受控于所述第一总控器；每个所述第二分控器包括集控器和M个分控组；

每个分控组对应大型建筑的同一个楼层中的相同监测区间，所述监测区间为某个楼层中的连续空间；

在所述大型建筑的每层楼中的每个监测区间内，设置有枪机，所述枪机设置于可转动云台之上，在每个大型建筑的内部还设置有球机，所述球机监控楼层中监测区间之外的其它区间的情况；所述枪机、云台和所述球机均受控于第一总控器；预设情况下，枪机和云台关闭，球机工作，并实时向第一总控器发布视频数据；

在第一预定情况下，所述第一总控器进入一级预警状态；在第二预定情况下，所述第一总控器进入二级预警状态；

在第一预定情况下，第一总控器首先获取到了目标位置的图像，进而执行一级预警状态控制逻辑，所述一级预警状态控制逻辑，包括：进行视频数据预处理，确定疑似异常区间；

提取所述疑似异常区间的边缘；

判断所述疑似异常区间的范围与前一帧疑似异常区间的范围的增加阈值是否超过面积阈值；

若是，则进入二级预警状态；否则，根据疑似异常区间边缘的提取结果，计算边界参数；

判断所述疑似异常区间的中心位置的变动距离是否超过预设的距离阈值；

若是，则进入二级预警状态；否则，根据疑似异常区间边缘的提取结果，计算边界参数；

根据边界参数计算第一特征值、第二特征值和第三特征值；

所述第一特征值的获取方法，包括：

根据边界参数的X点值生成X方向的点波动曲线，并获取第一极值点；根据边界参数的Y点值生成Y方向的点波动曲线，并获取第二极值点；

根据边界参数的Z点值生成Z方向的点波动曲线，并获取第三极值点；

计算第一极值点、第二极值点和第三极值点的总值以得到第一特征值；

所述第二特征值的获取方法包括：

根据边界链码得到疑似异常区间的边界长度；

计算疑似异常区间的面积；

根据公式 计算第二特征值, 分别表示疑似异常区间的边界长度和疑似异常区间的面积。

2.根据权利要求1所述的一种大型建筑用联合控制系统，其特征在于：将所述第一特征值、第二特征值和第三特征值输入预设神经网络，得到输出指向值；

若所述指向值大于预设参数，则进入二级预警状态。

3.根据权利要求2所述的一种大型建筑用联合控制系统，其特征在于：所述M个分控组均受控于集控器，每个分控组包括监控器和T个传感器，所述T个传感器均检测不同的物理信号；每个分控组中的T个传感器均位于同一监测区间内。

4.根据权利要求3所述的一种大型建筑用联合控制系统，其特征在于：所述控制系统还包括控制装置，所述控制装置受控于第一总控器，并在预设情况发生时，受某个监控器代位控制，所述监控器进而向集控器发送代位控制通知，以便于所述集控器将所述代位控制通知传输至第一总控器。

5.根据权利要求4所述的一种大型建筑用联合控制系统，其特征在于：所述控制装置包括全空气一次回风系统、风机盘管系统、风冷热泵机组系统、排风排烟系统和消防系统；所述风冷热泵机组系统为所述全空气一次回风系统和所述风机盘管系统提供冷热源，所述排风排烟系统用于换气和除烟。

6.根据权利要求5所述的一种大型建筑用联合控制系统，其特征在于：所述T个传感器包括漏电流互感器、电流互感器、温度传感器和烟雾传感器，其中，漏电流互感器、电流互感器和温度传感器能够配合检测配电回路的漏电流、三相工作电流和温度，所述烟雾传感器用于检测监测区间内的烟雾情况，所述漏电流互感器、电流互感器、温度传感器和烟雾传感器均将检测信号传送给监控器；

监控器对配电回路的漏电流、三相工作电流、温度以及烟雾进行监控并将实时数据上传至集控器。

7.根据权利要求5所述的一种大型建筑用联合控制系统，其特征在于：一级预警状态下启动一级预警状态控制逻辑以便于实时分析是否需要进入二级预警状态或者解除一级预警状态；

二级预警状态下启动二级预警状态控制逻辑实时分析是否需要解除预警状态，在二级预警状态下，第一总控器根据预先配置选择下述处理方法的一种或者几种：向管理员所持有的移动终端发送报警信息、发出声音警报或者光电警报、自动拨打报警电话。

说明书

一种大型建筑用联合控制系统

技术领域

[0001] 本发明涉及建筑领域，尤其涉及一种大型建筑用联合控制系统。

背景技术

[0002] 监控的应用非常广泛，大到在人们的日常生活中随处可见的摄像头小至各种器件中布设的微型传感器都是监控器件。在计算机技术、信号与数据处理技术以及通信技术发展的基础上，监控技术也获得了长足的发展，从而节省了大量的人力物力。

[0003] 对于大型建筑，其建筑结构复杂，空间大，相对的，若监管不当，发生危险的概率也较大。为了加强对于大型建筑的监管，需要投入大量的人力物力，比如，不断巡视大型建筑各个地区，从而确保大型建筑处于安全的状态，而一次巡视就需要花费较多人力和较长时间，这不仅是对于人力资源和人力成本的浪费，而且收效甚微，难以对突发情况作出即刻反应。

[0004] 另一方面，大型建筑需要监控的变量很多，并且基于变量进行危险判定的相关算法并不成熟，因此，难以实现监控的全自动化也是需要人工巡视的原因之一。

发明内容

[0005] 为了解决上述技术问题，实现大型建筑的全自动监控，本发明提供一种大型建筑用联合控制系统。

[0006] 本发明是以如下技术方案实现的：

[0007] 一种大型建筑用联合控制系统，包括第一总控器和N个第二分控器，所述N个第二分控器均受控于所述第一总控器；每个所述第二分控器包括集控器和M个分控组；

[0008] 每个分控组对应大型建筑的同一个楼层中的相同监测区间，所述监测区间为某个楼层中的连续空间；

[0009] 在所述大型建筑的每层楼中的每个监测区间内，设置有枪机，所述枪机设置于可转动云台之上，在每个大型建筑的内部还设置有球机，所述球机监控楼层中监测区间之外的其它区间的情况；所述枪机、云台和所述球机均受控于第一总控器；通常情况下，枪机和云台关闭，球机工作，并实时向第一总控器发布视频数据。

[0010] 进一步地，所述M个分控组均受控于集控器，每个分控组包括监控器和T个传感器，所述T个传感器均检测不同的物理信号；每个分控组中的T个传感器均位于同一监测区间内。

[0011] 进一步地，所述监控系统还包括控制装置，所述控制装置受控于第一总控器，并在预设情况发生时，受某个监控器代位控制，所述监控器进而向集控器发送代位控制通知，以便于所述集控器将所述代位控制通知传输至第一总控器。

[0012] 进一步地，所述控制装置包括全空气一次回风系统、风机盘管系统、风冷热泵机组系统、排风排烟系统和消防系统；所述风冷热泵机组系统为所述全空气一次回风系统和所述风机盘管系统提供冷热源，所述排风排烟系统用于换气和除烟。

[0013] 进一步地，所述T个传感器包括漏电流互感器、电流互感器、温度传感器和烟雾传感器，其中，漏电流互感器、电流互感器和温度传感器能够配合检测配电回路的漏电流、三相工作电流和温度，所述烟雾传感器用于检测监测区间内的烟雾情况，所述漏电流互感器、电流互感器、温度传感器和烟雾传感器均将检测信号传送给监控器；

[0014] 监控器对配电回路的漏电流、三相工作电流、温度以及烟雾进行监控并将实时数据上传至集控器。

[0015] 进一步地，在第一预定情况下，所述第一总控器进入一级预警状态；在第二预定情况下，所述第二总控器进入二级预警状态；

[0016] 一级预警状态下启动一级预警状态控制逻辑以便于实时分析是否需要进入二级预警状态或者解除一级预警状态；

[0017] 二级预警状态下启动二级预警状态控制逻辑实时分析是否需要解除预警状态，在二级预警状态下，第一总控器根据预先配置选择下述处理方法的一种或者几种：向管理员所持有的移动终端发送报警信息、发出声音警报或者光电警报、自动拨打报警电话。

[0018] 本发明的有益效果是：

[0019] 本发明提供的一种大型建筑用联合控制系统，所述一种大型建筑用联合控制系统具有如下有益效果：

[0020] （1）实现了对于大型建筑的各项指标的全面自动化监控，设计三层级管理模式，实现了对于大型建筑的层级化监控；

[0021] （2）设计了应急的代位控制机制，从而确保在危险发生的第一时间即可做出反应，提升了监控的灵敏性；

[0022] （3）设计了多级预警机制，并且每级的预警机制都是全自动触发和全自动关闭，从而可以在脱离人工干预的条件下自发进行预警以及预警状态下的危险处理，最大程度避免了人工干预。

[0023] （4）在监控过程中，设计了多种算法实现了危险自动发现、危险程度自动判定和危险自动处理。

附图说明

[0024] 图1是本发明实施例提供的一种大型建筑用联合控制系统示意图；

[0025] 图2是本发明实施例提供的控制装置框图；

[0026] 图3是本发明实施例提供的第二工作子部件示意图；

[0027] 图4是本发明实施例提供的预警判定流程图；

[0028] 图5是本发明实施例提供的一级预警状态控制逻辑流程图；

[0029] 图6是本发明实施例提供的第一特征值的获取方法流程图；

[0030] 图7是本发明实施例提供的第二特征值的获取方法流程图。

具体实施方式

[0031] 为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

[0032] 本发明实施例提供一种大型建筑用联合控制系统，所述监控系统如图1所示，包括第一总控器和N个第二分控器，所述N个第二分控器均受控于所述第一总控器；每个所述第二分控器包括集控器和M个分控组，所述M个分控组均受控于集控器，每个分控组包括监控器和T个传感器，所述T个传感器均检测不同的物理信号。

[0033] 具体地，分控组中的监控器受控于其所在的第二分控器中的集控器，集控器受控于第一总控器，并由此构成了监控器-集控器-第一总控器三级控制结构，而在某些特殊情况下，监控器能够越过集控器和第一总控器，直接代替第一总控器进行代位控制，下面进行详述。

[0034] 所述监控系统还包括控制装置，所述控制装置受控于第一总控器，并在预设情况发生时，受某个监控器代位控制，所述监控器进而向集控器发送代位控制通知，以便于所述集控器将所述代位控制通知传输至第一总控器。

[0035] 若第一总控器不允许代位控制，则在获取代位控制通知后可以随时收回控制权。

[0036] 若第一总控器没有接管控制权，所述控制装置在被所述监控器代位控制后，向所述第一总控器发出代位控制接收通知，代位控制开始。在这一过程中，若所述第一总控器接管控制权，则所述代位控制结束。

[0037] 每个分控组中的所述T个传感器分布于大型建筑的同一个楼层中的相同监测区间，所述监测区间为某个楼层中的连续空间，比如配电箱附近的监控区间、消防栓附近的监控区间、房间内的监控区间和/或洗手间附近的监控区间。

[0038] 每个分控组中的监控器与每个分控组中的T个传感器通信连接。所述T个传感器包括漏电流互感器、电流互感器、温度传感器和烟雾传感器。其中，漏电流互感器、电流互感器和温度传感器能够配合检测配电回路的漏电流、三相工作电流和温度，所述烟雾传感器用于检测监测区间内的烟雾情况，所述漏电流互感器、电流互感器、温度传感器和烟雾传感器均将检测信号传送给监控器。监控器对配电回路的漏电流、三相工作电流、温度以及烟雾进行有效监控并将实时数据上传至集控器。

[0039] 在所述分控组中的监控器监测到一些异常时，可以标识发生了某种预设情况，这种情况下可以由分控组中的监控器实行代位控制，这些异常可以包括下述情况的一种或几种：

[0040] （1）某一回路的漏电流或工作电流超过事先设定的第一阈值；

[0041] （2）某个监测区间的温度值超过预先设定的第二阈值；

[0042] （3）某个监测区间的烟雾浓度超过预先设定的第三阈值。

[0043] 具体地，所述控制装置如图2所示，包括了全空气一次回风系统、风机盘管系统、风冷热泵机组系统、排风排烟系统和消防系统。所述风冷热泵机组系统为所述全空气一次回风系统和所述风机盘管系统提供冷热源，所述排风排烟系统用于换气和除烟。

[0044] 具体地，所述排风排烟系统在每个监控区间均设置有第一工作子部件，每个第一工作子部件均可以独立进行排风排烟工作。

[0045] 具体地，所述消防系统在每个监控区间均设置有第二工作子部件，每个第二工作子部件均可以独立进行消防工作。每个第二工作子部件均如图3所示，包括中央处理器、继电器、灭火剂容器、电磁阀、管道和消防喷头。所述中央处理器和所述继电器连接，所述继电器和所述灭火剂容器连接，所述灭火器容器和所述管道通过所述电磁阀连接，所述管道与所述消防喷头连接。第二工作子部件工作时，中央控制器控制继电器开启，所述电磁阀接头，灭火器容器中的灭火材料进入管道并经由消防喷头喷出，以全湮灭方式实现自动灭火，同时防止引燃到其他监控区间。

[0046] 所述灭火器容器中存储有七氟丙烷和六氟丙烷，七氟丙烷和六氟丙烷的无毒性反应( NOAEL) 浓度为9%，有毒性反应(LOAEL)浓度为10.5%， 本发明实施例中七氟丙烷和六氟丙烷的设计浓度一般小于10%，对人体安全。

[0047] 当发生（1）中的异常时，所述监控器自动切断所述回路，并向所述第一总控器汇报所述异常。

[0048] 当发生（2）中的异常时，所述监控器代位开启所述监测区间的第二工作子部件，并向所述第一总控器汇报所述异常。

[0049] 当发生（3）中的异常时，所述监控器代位开启所述监测区间的第一工作子部件和第二工作子部件，并向所述第一总控器汇报所述异常。

[0050] 进一步地，在所述大型建筑的每层楼中的每个监测区间内，还设置有枪机，所述枪机设置于可转动云台之上；同时，在每个大型建筑的内部还设置有球机，所述球机可以监控到楼层中监测区间之外的其它区间的情况；所述枪机、云台和所述球机均受控于第一总控器。

[0051] 通常情况下，枪机和云台关闭，球机工作，并实时向第一总控器发布视频数据，所述视频数据为YUV格式图像序列。所述第一总控器根据所述视频数据进行预警判定，所述预警判定如图4所示，包括：

[0052] S1.根据YUV格式图像序列得到RGB格式的图像序列。

[0053] 具体地，结合本发明实施例的实际使用情况进行总结，本发明实施例提供具体的转换公式。

[0054]

[0055] 其中，i标识YUV格式图像序列中的偶数位像素。

[0056] S2.按照预设频率比较相邻图像序列，并计算图像差值。

[0057] S1中得到的像素可用RGB表征其内容，记为 ，图像差值记为记为 。

[0058] S3.判断所述图像差值与预设差值阈值的关系。

[0059] 在第一预定情况下，所述第一总控器进入一级预警状态；在第二预定情况下，所述第二总控器进入二级预警状态。所述第一预定情况为（2）和/或（3）发生，或者图像差值大于预设差值。一级预警状态下启动一级预警状态控制逻辑以便于实时分析是否需要进入二级预警状态或者解除一级预警状态。二级预警状态下启动二级预警状态控制逻辑实时分析是否需要解除预警状态，在二级预警状态下，第一总控器还可以根据预先配置选择下述处理方法的一种或者几种：向管理员所持有的移动终端发送报警信息、发出声音警报或者光电警报、自动拨打报警电话。

[0060] 在所述第一预定情况下，若为（2）和/或（3）发生，则启动所述监测区间中的枪机和云台，并将云台对准可能发成异常的具体位置（目标位置），实时获取并分析目标位置的视频数据。若为图像差值大于预设差值的情况发生，则判断图像差值大于预设差值的情况发生的具体位置（目标位置），并跟踪分析所述目标位置及其相邻区间的视频数据。

[0061] 在第一预定情况下，第一总控器首先获取到了目标位置的图像，进而执行一级预警状态控制逻辑，所述一级预警状态控制逻辑如图5所示，包括：

[0062] S10.进行视频数据预处理，确定疑似异常区间。

[0063] 本发明实施例中的视频数据预处理步骤包括了对图像的分割，并基于分割结果提取疑似异常区间，在图像分割中通过设定的阈值上限和阈值下线进行分割，从而将图像转化为三只图像，从而既保存了图像中尽可能多的特征，又满足了实时处理的要求。阈值下限可以采用最大类间方差法获取。

[0064] S20.提取所述疑似异常区间的边缘。

[0065] 当然，若疑似异常区间有多个，则对每个疑似异常区间均执行下述步骤。

[0066] S30.判断所述疑似异常区间的范围与前一帧疑似异常区间的范围的增加阈值是否超过面积阈值。

[0067] S40.若是，则进入二级预警状态；否则，继续进行步骤S70。

[0068] S50.判断所述疑似异常区间的中心位置的变动距离是否超过预设的距离阈值。

[0069] S60.若是，则进入二级预警状态；否则，继续进行步骤S70。

[0070] S70.根据疑似异常区间边缘的提取结果，计算边界参数。

[0071] 具体地，本发明实施例提供拉普拉斯算子进行异常区域边缘边界参数的提取。所述拉普拉斯算子具体为 。

[0072] 拉普拉斯算子所提取的边缘有可能粗且出现毛刺，为获取能真实地反映物体形状的边界参数，还可以对得到的边界参数进行细化、去毛刺的处理。经过这两步处理后，将边缘修整为闭合的曲线。

[0073] 进一步地，为了便于获取后续的第一特征值、第二特征值和第三特征值，还可以对边界参数进行再处理以得到边界链码。

[0074] S80.根据边界参数计算第一特征值、第二特征值和第三特征值。

[0075] 具体地，所述第一特征值可以为疑似异常区间边缘的极大值点个数，第二特征值可以为疑似异常区间边缘的圆形度，第三特征值可以为疑似异常区间边缘的极大值点处的曲率。

[0076] 所述第一特征值的获取方法如图6所示，包括：

[0077] P1. 根据边界参数的X点值生成X方向的点波动曲线，并获取第一极值点。

[0078] 本发明实施例中的极值点可以理解为在预设区间内的最大值点，预设区间的范围可以根据经验指定。

[0079] P2. 根据边界参数的Y点值生成Y方向的点波动曲线，并获取第二极值点。

[0080] P3. 根据边界参数的Z点值生成Z方向的点波动曲线，并获取第三极值点。

[0081] P4. 计算第一极值点、第二极值点和第三极值点的总值以得到第一特征值。

[0082] 如图7所示，所述第二特征值的获取方法包括：

[0083] P10. 根据边界链码得到疑似异常区间的边界长度。

[0084] 具体地，在边界链码中垂直和水平的步幅均为单位长度，对角步幅长度为 ，两个直角步还原为一个对角度，步幅也是 。按照上述规则遍历边界链码即可得到边界长度。

[0085] P20. 计算疑似异常区间的面积。

[0086] P30. 根据公式 计算第二特征值。其中C是边界长度，S是疑似异常区间的面积。

[0087] S90.将所述第一特征值、第二特征值和第三特征值输入预设神经网络，得到输出指向值。

[0088] 本步骤中的指向值主要用于指向异常的严重程度，其严重程度的综合判定需要对第一特征值、第二特征值和第三特征值进行综合考虑，为此，本发明实施例中推荐使用神经网络来实现，所述神经网络以第一特征值、第二特征值和第三特征值为输入，通过机器学习得到第一特征值、第二特征值和第三特征值在判断异常时的重要程度，并且输出指向值，所述指向值为0-1之间的两位小数。

[0089] S90.若所述指向值大于预设参数，则进入二级预警状态。

[0090] 在本发明实施例中预设参数根据既往经验设置为0.65，若指向值大于0.65，则进入二级预警状态。

[0091] 在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

[0092] 类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如本发明的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

[0093] 本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

[0094] 此外，本领域的技术人员能够理解，尽管在此所述的实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在本发明的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

[0095] 本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者系统程序(如计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，也可以在载体信号上提供，或者以任何其他形式提供。

[0096] 应该注意的是，上述实施例是对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或者步骤等。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干系统的单元权利要求中，这些系统中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二以及第三等的使用不表示任何顺序，可将这些单词解释为名称。