隧道管廊联动运维方法

技术领域

本发明涉及管廊运维技术领域，具体涉及一种隧道管廊联动运维方法。

背景技术

城市地下管廊，简称管廊(又称隧道管廊)，是在城市地下建造的隧道空间，设有专门的检修口、吊装口和监测系统，将电力、通信，燃气、供热、给排水等各种工程管线集于一体，是保障城市运行的重要基础设施。

由于管廊中的线路复杂，线路的热量累积或者接头故障均有可能瞬间释放大量热量，造成材料分解、绝缘劣化进而发生火灾，而且，管廊通常是前后贯通的，着火后事故极易出现扩大化，造成人员伤亡。故而，对于在管廊的日常运维中及时发现灾情就显得尤为重要。比如说，已有中国专利公开相关的技术，根据管廊内的监测数据判断灾害情景类型，根据监测数据及灾害情景类型判断灾害严重程度，根据判定出的灾害情景类型及灾害严重程度，联动控制管廊内相应的应急响应设备进行动作，这样根据管廊内灾害严重程度建立灾害触发的条件，以及与灾害严重程度对应的联动处置方式，使得处置流程更加贴合实际灾害情况，可以提高综合管廊应急处置效。

但是，根据管廊内的监测数据判断灾害情景类型，以及根据监测数据及灾害情景类型判断灾害严重程度，在某些情况下极有可能出现误判。比如说，通过监测管廊中是否存在烟雾来判断是否出现火灾，假设管廊中出现了烟雾，极有可能烟雾并不是由火灾引起的，而是被随意丢弃的烟头引起的，此时并不需要联动控制管廊内相应的应急响应设备进行动作，由现场的工作人员处理即可。

发明内容

本发明提供一种隧道管廊联动运维方法，解决了现有技术可能出现误判的技术问题。

本发明提供的基础方案为：隧道管廊联动运维方法，包括：

S1、实时监测管廊内的环境数据，并实时采集管廊内的监控视频；

S2、判断是否有环境数据超标：如果没有环境数据超标，返回S1；如果有环境数据超标，根据超标的环境数据判断灾害的类型，进行S3；

S3、提取监控视频，在监控视频中提取当前时刻在预设时段内的视频片段，并将视频片段逐帧拆分成若干帧连续的监控图像，根据监控图像判断灾害是否能够人为可控：如果灾害能够人为可控，返回S1；如果灾害不能够人为可控，根据超标的环境数据判断灾害的严重程度，进行S4；

S4、根据灾害的类型以及灾害的严重程度，联动控制管廊内预先设置的相应的应急响应设备进行运维。

本发明的工作原理及优点在于：如果有环境数据超标，根据超标的环境数据判断灾害的类型之后，并不是直接进行运维，而是提取监控视频；随后，在监控视频中提取当前时刻在预设时段内的视频片段，将视频片段逐帧拆分成若干帧连续的监控图像，根据监控图像判断灾害是否能够人为可控，如果灾害不能够人为可控，根据超标的环境数据判断灾害的严重程度，并根据灾害的类型以及灾害的严重程度进行运维。通过这样的方式进行运维，只有当灾害不能够人为可控时才联动控制管廊内预先设置的相应的应急响应设备进行运维，故而，对于某些微小的、人为可控的灾害，就不会出现误判，从而尽可能地节省运维资源。

本发明只有当灾害不能够人为可控时才联动控制管廊内预先设置的相应的应急响应设备进行运维，避免了对于某些微小的、人为可控的灾害出现误判。

进一步，S3中，根据监控图像判断灾害是否能够人为可控具体包括，对若干帧连续的监控图像逐帧进行人脸识别，判断是否有监控图像中存在人脸图像：若是，判定灾害能够人为可控；若否，判定灾害不能够人为可控。

有益效果在于：如果灾害现场有人员，必然会采取相应的处理措施，通过判断是否有监控图像中存在人脸图像，来判定灾害是否能够人为可控，可行性强。

进一步，S3中，根据监控图像判断灾害是否能够人为可控具体包括，如果有监控图像中存在人脸图像，统计存在人脸的监控图像的帧数，判断存在人脸的监控图像的帧数是否大于等于预设帧数阈值，若是，判定灾害能够人为可控；若否，判定灾害不能够人为可控。

有益效果在于：通过这样的方式，能够保证灾害现场的人员所停留时间具有一定的长度，防止人员停留时间短暂造成灾害扩大。

进一步，S3中，根据监控图像判断灾害是否能够人为可控具体包括，如果有监控图像中存在人脸图像，对存在人脸图像的监控图像进行灾害源识别，判断是否有存在人脸图像的监控图像中存在灾害源：若是，判定灾害能够人为可控；若否，判定灾害不能够人为可控。

有益效果在于：通过这样的方式，确保灾害源与人员出现在相同的画面，避免灾害源与人员出现在不同的画面，不能及时对灾害现场进行处理，导致出现误判。

进一步，S3中，根据监控图像判断灾害是否能够人为可控具体包括，如果有存在人脸图像的监控图像中存在灾害源，识别同时存在人脸图像与灾害源的监控图像中人脸图像与灾害源之间的相对距离，并判断相对距离是否小于预设距离阈值：若是，判定灾害能够人为可控；若否，判定灾害不能够人为可控。

有益效果在于：通过这样的方式，确保灾害源与人员之间的相对距离较近，防止灾害源与人员之间的相对距离较远导致处理不及时，从而出现误判。

进一步，S4中还包括，将当前时刻在预设时段内的视频片段或者若干帧连续的监控图像投射到管廊运维中心的显示界面。

有益效果在于：通过这样的方式，在显示界面上展现视频片段或者监控图片，便于相关工作人员了解管廊内的相关情况。

进一步，S3中，根据超标的环境数据判断灾害的严重程度具体包括，计算超标的环境数据与对应的预设环境数据阈值的相对差值，根据相对差值判断灾害的严重程度。

有益效果在于：通过这样的方式，得到的相对差值能够对灾害的严重程度进行量化性的评价。

进一步，S4中还包括，储存当前时刻在预设时段内的视频片段或者若干帧连续的监控图像。

有益效果在于：通过这样的方式，便于后续对灾害的现场情况进行调查。

进一步，S3中，根据监控图像判断灾害是否能够人为可控之前，对监控图像进行降噪处理。

有益效果在于：通过这样的方式，可以提高监控图像的清晰度。

附图说明

图1为本发明隧道管廊联动运维方法实施例的流程图。

具体实施方式

下面通过具体实施方式进一步详细的说明：

实施例1

实施例基本如附图1所示，包括：

S1、实时监测管廊内的环境数据，并实时采集管廊内的监控视频；

S2、判断是否有环境数据超标：如果没有环境数据超标，返回S1；如果有环境数据超标，根据超标的环境数据判断灾害的类型，进行S3；

S3、提取监控视频，在监控视频中提取当前时刻在预设时段内的视频片段，并将视频片段逐帧拆分成若干帧连续的监控图像，根据监控图像判断灾害是否能够人为可控：如果灾害能够人为可控，返回S1；如果灾害不能够人为可控，根据超标的环境数据判断灾害的严重程度，进行S4；

S4、根据灾害的类型以及灾害的严重程度，联动控制管廊内预先设置的相应的应急响应设备进行运维。

具体实施过程如下：

S1、实时监测管廊内的环境数据，并实时采集管廊内的监控视频。比如说，环境数据为管廊内的烟雾浓度以及燃气浓度，通过预先安装在管廊内的烟雾传感器和燃气传感器实时监测管廊内的烟雾浓度和燃气浓度；同时，通过预先安装在管廊内的云摄像机实时采集管廊内的监控视频。

S2、判断是否有环境数据超标：如果没有环境数据超标，返回S1；如果有环境数据超标，根据超标的环境数据判断灾害的类型，进行S3。比如说，判断烟雾浓度是否超过第一浓度阈值，以及判断燃气浓度是否超过第二浓度阈值：如果烟雾浓度没有超过第一浓度阈值且燃气浓度没有超过第二浓度阈值，返回S1；如果烟雾浓度超过第一浓度阈值，判定灾害类型为火灾，或者，燃气浓度超过第二浓度阈值，判定灾害类型为气灾，进行S3。

S3、提取监控视频，在监控视频中提取当前时刻在预设时段内的视频片段，并将视频片段逐帧拆分成若干帧连续的监控图像，根据监控图像判断灾害是否能够人为可控：如果灾害能够人为可控，返回S1；如果灾害不能够人为可控，根据超标的环境数据判断灾害的严重程度，进行S4。

在本实施例中，具体过程如下：

首先，提取监控视频，在监控视频中提取当前时刻在预设时段内的视频片段，比如说，以当前时刻为中点，前后10秒内的视频片段，也即视频片段的长度为20秒；并将视频片段逐帧拆分成若干帧连续的监控图像，比如说，拆分成20×24＝480帧；以及对监控图像进行降噪处理，提高监控图像的清晰度。

然后，根据监控图像判断灾害是否能够人为可控。具体来说：第一步，对若干帧连续的监控图像逐帧进行人脸识别，判断是否有监控图像中存在人脸图像：若是，进行第二步；若否，判定灾害不能够人为可控；第二步，统计存在人脸的监控图像的帧数，判断存在人脸的监控图像的帧数是否大于等于预设帧数阈值(比如说，预设帧数阈值为8)：若是，判定灾害能够人为可控；若否，判定灾害不能够人为可控。通过这样的方式，好处有二：其一，如果灾害现场有人员，必然会采取相应的处理措施，通过判断是否有监控图像中存在人脸图像，来判定灾害是否能够人为可控，可行性强；其二，能够保证灾害现场的人员所停留时间具有一定的长度，防止人员停留时间短暂造成灾害扩大。

最后，如果灾害能够人为可控，返回S1；如果灾害不能够人为可控，根据超标的环境数据判断灾害的严重程度，比如说，计算超标的环境数据与对应的预设环境数据阈值的相对差值，根据相对差值判断灾害的严重程度，例如，烟雾浓度超过第一浓度阈值5％为轻微、10％为一般、20％为严重，这样得到的相对差值能够对灾害的严重程度进行量化性的评价，随后进行S4。

S4、根据灾害的类型以及灾害的严重程度，联动控制管廊内预先设置的相应的应急响应设备进行运维。与此同时，将当前时刻在预设时段内的视频片段或者若干帧连续的监控图像投射到管廊运维中心的显示界面，便于工作人员了解管廊内的相关情况；储存当前时刻在预设时段内的视频片段或者若干帧连续的监控图像，方便后续对灾害的现场情况进行调查。

在本方案中，如果有环境数据超标，根据超标的环境数据判断灾害的类型之后，并不是直接进行运维，而是提取监控视频；随后，在监控视频中提取当前时刻在预设时段内的视频片段，将视频片段逐帧拆分成若干帧连续的监控图像，根据监控图像判断灾害是否能够人为可控，如果灾害不能够人为可控，根据超标的环境数据判断灾害的严重程度，并根据灾害的类型以及灾害的严重程度进行运维。通过这样的方式，只有当灾害不能够人为可控时才联动控制管廊内预先设置的相应的应急响应设备进行运维，故而，对于某些微小的、人为可控的灾害，就不会出现误判，从而尽可能地节省运维资源。

实施例2

与实施例1不同之处仅在于，S3中，根据监控图像判断灾害是否能够人为可控具体，还包括如下步骤：第一步，如果有监控图像中存在人脸图像，对存在人脸图像的监控图像进行灾害源识别，判断是否有存在人脸图像的监控图像中存在灾害源：若是，进行第二步；若否，判定灾害不能够人为可控；这样可以确保灾害源与人员出现在相同的画面，避免灾害源与人员出现在不同的画面，不能及时对灾害现场进行处理，导致出现误判。第二步，识别同时存在人脸图像与灾害源的监控图像中人脸图像与灾害源之间的相对距离，并判断相对距离是否小于预设距离阈值：若是，判定灾害能够人为可控；若否，判定灾害不能够人为可控；这样可以确保灾害源与人员之间的相对距离较近，防止灾害源与人员之间的相对距离较远导致处理不及时，从而出现误判。

实施例3

与实施例2不同之处仅在于，在管廊内部设置有多个监测点，在各个监测点附近均设置有盛有固态吸附剂粉末的智能喷洒装置，比如说，硅胶粉末，智能喷洒装置的喷洒流量可以人为/智能预先进行调整、控制。如果灾害的类型为火灾，根据超标的环境数据判断火灾的严重程度之后，可将火灾的严重程度确定为火灾的风险等级，根据风险等级确定固态吸附剂粉末的喷洒量，风险等级越高，固态吸附剂粉末的喷洒量也越多，也即，固态吸附剂粉末的喷洒量与火灾的风险等级成正比。智能喷洒装置根据喷洒量和喷洒流量，从监测点上空向下均匀喷洒固态吸附剂粉末。通过这样的方式，均匀喷洒出的固态吸附剂粉末可以充分吸收监测点附近的可燃气和氧气，特别是，固态吸附剂粉末对于可燃气和氧气发生化学反应产生的OH基具有很强的吸附性，而OH基对燃烧速度具有决定性影响，这样快速吸附掉OH基，能够有效地防止火灾的扩大化；与此同时，当喷洒量和喷洒流量均确定后，根据两者可计算出固态吸附剂粉末的喷洒时间，也即，喷洒时间＝喷洒量/喷洒流量，为了留出必要的救援时间，在根据风险等级确定固态吸附剂粉末的喷洒量之后，调整智能喷洒装置的喷洒流量即可控制喷洒时间，确保喷洒时间与救援时间一致，既能够确保留出足够的救援时间，又可以精确控制固态吸附剂粉末的喷洒量，避免固态吸附剂粉末的浪费，降低相应的成本。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。