1.本技术涉及消防救援技术领域，尤其涉及一种火灾救援措施生成方法、装置、设备及储存介质。


背景技术：

2.现有的正压式空气呼吸器，按照人正常的呼吸量500ml/s，计算使用总时间90min(负荷情况下消防员呼吸量增大，随之使用时间减少约40分钟)，由于使用时间受限，加上火灾时间，空间都很复杂，容易导致空气耗尽造成消防员伤亡，目前国际，国内均有较多相关伤亡案例。
3.因此，目前针对各种火灾情况的消防救援容易受时间限制，消防员因消防设备不到位而牺牲的概率较大，同时也无法灵活根据火灾情况及时地调整适应的消防装备和救援措施，主要依据人为粗略判断火情大小，从而粗略调动对应规模的救援资源，导致消防救援措施针对性较弱，且消防员在遇到危急情况时没有后备设施，生还率较低。


技术实现要素：

4.本技术的主要目的在于提供一种火灾救援措施生成方法、装置、设备及储存介质，旨在解决现有针对各种火灾情况的消防救援方法不能灵活根据火灾情况调整适应的消防装备和救援措施的技术问题。
5.为实现上述目的，本技术提供一种火灾救援措施生成方法，包括以下步骤：
6.获取火灾现场的火情等级信息；
7.将所述火情等级信息输入至预设的决策模型中，根据所述决策模型输出决策结果；
8.根据所述决策结果向就近消防部门发布救援措施信息，所述救援措施信息包括需进入火灾现场的消防员人数、需携带的空气呼吸器数量以及需携带的通用式滤毒罐的数量；其中，所述通用式滤毒罐用于消防员随身携带且可与所述空气呼吸器配合使用。
9.可选地，通用式滤毒罐包括：
10.滤毒罐本体，滤毒罐本体包括罐体，罐体的顶部设置有接头管，接头管的内外壁分别开设有内螺纹和外螺纹；
11.转接头，转接头包括主体管，主体管的底部连接有与接头管的内螺纹配合的外螺纹管，主体管的顶部连接有转接管，转接管用于连接所述空气呼吸器。
12.可选地，罐体内设置有滤芯以及贴合于滤芯的顶部和底部的网板，网板上开设有多个通孔，罐体的底部开设有进气口。
13.可选地，罐体顶部设置有多个凹点，凹点底部与所述网板接触，凹点围绕所述接头管的中心呈环形阵列分布。
14.可选地，所述获取火灾现场的火情等级信息，包括：
15.获取火灾现场的环境信息；
16.将所述环境信息输入至训练后的机器学习模型中，根据训练后的所述机器学习模型输出火情等级信息。
17.可选地，所述机器学习模型通过以下步骤训练得到：
18.获取第一预设数量的第一训练样本，每一个所述第一训练样本包括一组对应的环境信息；
19.标记各所述第一训练样本对应的标准火情等级信息；
20.将各所述第一训练样本输入至初始的机器学习模型中，得到所述初始的机器学习模型输出的训练火情等级信息；
21.计算所述训练火情等级信息与所述标准火情等级信息之间的误差；
22.若所述误差不满足预设条件，则调整所述机器学习模型的模型参数，并将模型参数调整后的机器学习模型作为初始的机器学习模型，返回执行将各所述第一训练样本输入至初始的机器学习模型中的步骤；
23.若所述误差满足所述预设条件，则确定所述机器学习模型训练完成。
24.可选地，所述决策模型通过以下步骤训练得到：
25.获取第二预设数量的第二训练样本，每一个所述第二训练样本包括一个火情等级信息和一个标准决策结果；
26.根据预设对应关系将各所述第二训练样本转换成对应的训练数值向量；
27.将各所述训练数值向量输入至初始的决策模型中进行训练，得到经过训练的决策模型。
28.一种火灾救援措施生成装置，包括：
29.火情等级信息获取模块，用于获取火灾现场的火情等级信息；
30.决策结果输出模块，用于将所述火情等级信息输入至预设的决策模型中，根据所述决策模型输出决策结果；
31.救援措施发布模块，根据所述决策结果向就近消防部门发布救援措施信息，所述救援措施信息包括需进入火灾现场的消防员人数、空气呼吸器数量以及通用式滤毒罐的数量；其中，所述通用式滤毒罐用于消防员随身携带且可与所述空气呼吸器配合使用。
32.一种计算机设备，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现上述的方法。
33.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现上述的方法。
34.本技术所能实现的有益效果如下：
35.本技术可根据火情等级信息及时地输出决策结果，可向对应的消防部门发布救援措施信息，保证救援的及时性，而救援措施信息中最关键的在于通用式滤毒罐的携带情况，携带数量根据火情等级信息适应调整即可，从而灵活根据火灾情况调整适应的消防装备和救援措施，相比现有只携带空气呼吸器进行救援的方式，本技术可另外再携带有可与空气呼吸器适配连接的通用式滤毒罐，在空气呼吸器空气耗尽时，可将通用式滤毒罐与空气呼吸器有效连接，起到紧急防护作用，提高消防员的救援时间或逃生时间，提高了消防员生还率。
附图说明
36.为了更清楚地说明本技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
37.图1为本技术一种火灾救援措施生成方法的流程示意图；
38.图2为本技术中通用式滤毒罐的结构示意图；
39.图3为本技术中转接头的结构示意图；
40.图4为本技术的外表结构示意图(组装后)；
41.图5为图4的俯视图的结构示意图。
42.附图标记：
43.100
‑
滤毒罐本体，110
‑
罐体，111
‑
进气口，112
‑
凹点，120
‑
接头管，130
‑
滤芯，140
‑
网板，200
‑
转接头，210
‑
主体管，220
‑
外螺纹管，230
‑
转接管。
44.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
45.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
46.需要说明的是，本技术实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
47.在本技术中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
48.另外，若本技术实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，全文中出现的“和/或”的含义，包括三个并列的方案，以“a和/或b”为例，包括a方案、或b方案、或a和b同时满足的方案。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本技术要求的保护范围之内。
49.实施例1
50.参照图1
‑
图5，本实施例提供一种火灾救援措施生成方法，包括以下步骤：
51.获取火灾现场的火情等级信息；
52.将所述火情等级信息输入至预设的决策模型中，根据所述决策模型输出决策结果；
53.根据所述决策结果向就近消防部门发布救援措施信息，所述救援措施信息包括需进入火灾现场的消防员人数、需携带的空气呼吸器数量以及需携带的通用式滤毒罐的数量；其中，所述通用式滤毒罐用于消防员随身携带且可与所述空气呼吸器配合使用。
54.现有技术中，是根据大致评估火灾情况后立即出勤对应数量消防员，消防设备也都是固定模式的，针对性较弱，可能存在出勤人数不够、或者携带消防设备过多的情况，另外，目前的过滤式防毒面具使用时虽不受使用时间较短的限制，但不能与正压式空气呼吸器互补使用，且由于消防员本身携带设备已经足够多，同时携带两种设备极为不实际，其中过滤式防毒面具中面罩和滤毒罐的连接结构是统一标准的，而正压式空气呼吸器中面罩与氧气瓶连接结构又是另一种准备，因此两者不同互通使用。
55.因此，在本实施例中，先根据火情等级信息及时地输出决策结果，可向对应的消防部门发布救援措施信息，保证救援的及时性、准确性，防止人员不够或设备过多造成资源浪费的情况，而救援措施信息中最关键的在于通用式滤毒罐的携带情况，携带数量根据火情等级信息适应调整即可，从而灵活根据火灾情况调整适应的消防装备和救援措施，相比现有只携带空气呼吸器进行救援的方式，本技术可另外再携带有可与空气呼吸器适配连接的通用式滤毒罐，在空气呼吸器空气耗尽时，可将通用式滤毒罐与空气呼吸器有效连接(操作时，断开面罩与氧气瓶的连接，然后将通用式滤毒罐连接到面罩上)，起到紧急防护的作用，从而防止消防员因携带的空气耗尽，吸入有毒烟气造成的伤亡，提高了消防员的救援时间或逃生时间，提高了消防员生还率。
56.需要说明的是，在输出决策结果时，决策结果可包括以下几种情况：
57.火情等级信息为一般火灾时，需携带的空气呼吸器数量等于需进入火灾现场的消防员人数，需携带的通用式滤毒罐的数量为零(即不需要携带通用式滤毒罐)；
58.火情等级信息为较大火灾、重大火灾或特别重大火灾时，需进入火灾现场的消防员人数、需携带的空气呼吸器数量以及需携带的通用式滤毒罐的数量的数值相等。
59.需要说明的是，决策模型是用于经营决策的数学模型。由于社会经济系统错综复杂，决策因素纵横交错，任何决策者仅凭直观和经验，都难以作出最优的决策。因此，在现代化的科学决策中，常常借助于自然科学的方法，运用数学的工具，建立各决策变量之间的关系公式与模型，用以反映决策问题的实质，把复杂的决策问题简化。决策模型的一般形式是v＝f(ai，sj)，式中：v——价值目标；ai——可控的决策因素；sj——不可控的决策因素。随着运筹学的发展，决策模型种类包括线性规则、动态规则、对策论、排队论、存贷模型、调度模型等有效的决策分析方法。它们均由计算机予以实现，成为实用的决策手段，即决策方法数学化和模型化。故对较重复性的，如例行的管理决策，可利用数学模型来编写程序，用计算机实现自动化，以提高效率。
60.现有技术中，滤毒罐标准规格是接头部分为外螺纹设计，用于和普通的防毒面罩配套使用，而消防用防毒面罩接口部分并非螺纹式，而是为扣接式，可快速将氧气瓶接头按进防毒面罩接口内，保证安装效率，因此现有滤毒罐并不适用消防用防毒面罩。因此，作为一种可选的实施方式，通用式滤毒罐包括滤毒罐本体100和转接头200，滤毒罐本体100包括罐体110，罐体110的顶部设置有接头管120，接头管120的内外壁分别开设有内螺纹和外螺纹；转接头200包括主体管210，主体管210的底部连接有与接头管120的内螺纹配合的外螺纹管220，主体管210的顶部连接有转接管230，转接管230用于连接所述空气呼吸器。
61.在本实施例中，通过单独配置转接头200，转接头200通过外螺纹管220可与滤毒罐本体100上的接头管120螺纹连接，同时转接头200通过转接管230可与空气呼吸器中的面罩连接，转接管230则设计成可配合面罩扣接式接口的结构即可，从而使得滤毒罐本体100也可与消防用防毒面罩配套使用，在消防作业氧气罐用尽的情况时，即可使断开面罩与氧气瓶的连接，并配套滤毒罐本体100临时使用，为消防员多争取了一线生机，实用性高，且滤毒罐本体100和转接头200体积比较小巧，也方便消防员随身携带，另外，当滤毒罐本体100与普通防毒面罩配套使用时，去掉转接头200，直接将滤毒罐本体100通过接头管120连接普通防毒面罩即可，使用灵活，提高了通用性。
62.需要说明的是，考虑消防员携带的便捷性，罐体110可设计成方块形或者圆柱形的一体式结构，罐体110选用铝材和铝合金，质轻，可减小负重，同时，罐体110折弯角位置均设计成圆角结构，可提高携带时的舒适性。
63.作为一种可选的实施方式，罐体110内设置有滤芯130以及贴合于滤芯130的顶部和底部的网板140，网板140上开设有多个通孔，罐体110的底部开设有进气口111。
64.在本实施例中，使用时，进气口111用于空气进入，空气中含有的有害物质则被滤芯130过滤掉，网板140用于夹持住滤芯130，需要说明的是，这里滤芯130材质采用过滤效果好的材质即可，种类较多，这里不再限制。
65.作为一种可选的实施方式，罐体110顶部设置有多个凹点112，凹点112底部与所述网板140接触，凹点112围绕所述接头管120的中心呈环形阵列分布。
66.在本实施例中，通过凹点112的设置，可对滤芯130上面的网板140起到一定压紧作用，防止使用时滤芯130晃动。
67.作为一种可选的实施方式，所述获取火灾现场的火情等级信息，包括：
68.获取火灾现场的环境信息；
69.将所述环境信息输入至训练后的机器学习模型中，根据训练后的所述机器学习模型输出火情等级信息。
70.在本实施例中，通过将火灾现场中采集到的环境信息输入至训练后的机器学习模型中，可快速、准确地确定火灾发展的火情等级信息，避免依靠人为评估盲目地制定援救措施而导致援救措施针对性差、准确性低的问题，从而达到及时性和准确性的效果。
71.需要说明的是，所述环境信息主要指通过监控系统拍摄到的火灾中心建筑图片、火灾周围建筑图片、火势情况图片、火灾周围人员图片等信息，所述机器学习模型可采用卷积神经网络(cnn)算法，卷积神经网络是一种深度学习模型或类似于人工神经网络的多层感知器，常用来分析视觉图像，其为现有技术，这里不再赘述。
72.作为一种可选的实施方式，所述机器学习模型通过以下步骤训练得到：
73.获取第一预设数量的第一训练样本，每一个所述第一训练样本包括一组对应的环境信息；
74.标记各所述第一训练样本对应的标准火情等级信息；
75.将各所述第一训练样本输入至初始的机器学习模型中，得到所述初始的机器学习模型输出的训练火情等级信息；
76.计算所述训练火情等级信息与所述标准火情等级信息之间的误差；
77.若所述误差不满足预设条件，则调整所述机器学习模型的模型参数，并将模型参
数调整后的机器学习模型作为初始的机器学习模型，返回执行将各所述第一训练样本输入至初始的机器学习模型中的步骤；
78.若所述误差满足所述预设条件，则确定所述机器学习模型训练完成。
79.在本实施例中，在训练机器学习模型之前，预先获取用于训练用的第一训练样本，其中每一个第一训练样本均包括一组对应的环境信息，第一训练样本的数据量越大，对机器学习模型的训练结果越准确；在获取到训练用的第一训练样本之后，还需要标记这些训练样本所对应的标准火情等级信息；在标记完这些第一训练样本所对应的标准火情等级信息之后，可将这些第一训练样本输入至初始的机器学习模型中，以得到初始的训练火情等级信息，由于初始时机器学习模型尚未训练完成，因此，此时输出的训练火情等级信息与标记的标准火情等级信息之间会存在一定的偏差、误差；因此还需计算训练火情等级信息与对应的标准火情等级信息之间的误差，并判断该误差是否满足预设条件；当训练火情等级信息与标准火情等级信息之间的误差不满足预设条件时，则可调整机器学习模型的模型参数，并将模型参数调整后的机器学习模型作为初始的机器学习模型，然后重新进行第一训练样本的训练，以通过反复调整机器学习模型的模型参数，并进行多次第一训练样本的训练，来使得后续训练输出的训练火情等级信息与标准火情等级信息之间的误差最小化，直到最终的训练火情等级信息与标准火情等级信息之间的误差满足所述预设条件，从而得出准确度较高的机器学习模型。
80.作为一种可选的实施方式，所述决策模型通过以下步骤训练得到：
81.获取第二预设数量的第二训练样本，每一个所述第二训练样本包括一个火情等级信息和一个标准决策结果；
82.根据预设对应关系将各所述第二训练样本转换成对应的训练数值向量；
83.将各所述训练数值向量输入至初始的决策模型中进行训练，得到经过训练的决策模型。
84.在本实施例中，在训练决策模型之前，先获取用于训练用的第二训练样本，其中每一个第二训练样本均可包括一个火情等级信息和一个标准决策结果(标准决策结果可由专家人员对这些信息进行综合判断得到)，第二训练样本的数据量越大，对决策模型的训练效果越好。获取第二训练样本后，可根据预设对应关系将各第二训练样本转换成对应的训练数值向量，例如，预设对应关系可以为：火情等级信息中的初期阶段的对应等级为a1、发展阶段的对应数值为a4、猛烈燃烧阶段的对应等级为a8、衰减熄灭阶段的对应等级为a9。因此，在获取到这些第二训练样本后，可首先根据预设对应关系确定各第二训练样本中各信息对应的等级，然后根据决策模型要求的输入顺序将这些等级组成训练数值向量输入至初始的决策模型中进行训练，以得到经过训练的决策模型。
85.实施例2
86.本实施例提供一种火灾救援措施生成装置，包括：
87.火情等级信息获取模块，用于获取火灾现场的火情等级信息；
88.决策结果输出模块，用于将所述火情等级信息输入至预设的决策模型中，根据所述决策模型输出决策结果；
89.救援措施发布模块，根据所述决策结果向就近消防部门发布救援措施信息，所述救援措施信息包括需进入火灾现场的消防员人数、空气呼吸器数量以及通用式滤毒罐的数
量；其中，所述通用式滤毒罐用于消防员随身携带且可与所述空气呼吸器配合使用。
90.在本实施例中，先根据火情等级信息获取模块准确获取火灾现场的火情等级信息，并通过决策结果输出模块及时地输出决策结果，并根据就近原则，通过救援措施发布模块向就近的消防部门发布救援措施信息，保证救援的及时性、准确性，防止人员不够或设备过多造成资源浪费的情况，而救援措施信息中最关键的在于通用式滤毒罐的携带情况，携带数量根据火情等级信息适应调整即可，从而灵活根据火灾情况调整适应的消防装备和救援措施。
91.实施例3
92.本实施例提供一种计算机设备，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现上述的方法。
93.实施例4
94.本实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现上述的方法。
95.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。