[发明专利]基于人工智能和机器视觉的安防管控方法及系统

权利要求书

1.基于人工智能和机器视觉的安防管控方法，其特征在于，包括以下步骤：

步骤一：采集商超建筑物的室内停车场、仓储区和付款区的人员数量、照明功率和新风量；以及，采集室内停车场的剩余划线车位数量、未划线位置的停车数量以及相邻未划线停车车辆之间的平均距离，采集仓储区内固定时间段由运输工具出入装卸的出入库频率以及固定时间段后仓储面积利用率，采集付款区内人工结账及自助结账区域的人员数量和人员排队总长度；

步骤二：先将商超建筑物的室内停车场、仓储区和付款区的人员数量、照明功率和新风量计算得到各自的单位面积人员密度、单位面积照明功率和单位面积新风量，并对其分析处理得到室内停车场负荷系数、仓储区负荷系数和付款区负荷系数，再将室内停车场负荷系数、仓储区负荷系数和付款区负荷系数分析处理得到空热负荷总系数；

还将空热负荷总系数与其预设范围相比较，当空热负荷总系数大于等于其预设范围的最大值时，判定为空热负荷危险区，当空热负荷总系数介于其预设范围之间时，判定为空热负荷及格区，当空热负荷总系数小于等于其预设范围的最小值时，判定为空热负荷良好区；

步骤三：将室内停车场负荷系数与室内停车场的剩余划线车位数量、未划线位置的停车数量以及相邻未划线停车车辆之间的平均距离，一同分析处理得到室内停车场风险系数，将仓储区负荷系数与仓储区内固定时间段由运输工具出入装卸的出入库频率以及固定时间段后仓储面积利用率，一同分析处理得到仓储区风险系数，将付款区负荷系数与付款区内人工结账及自助结账区域的人员数量和人员排队总长度，一同分析处理得到付款区风险系数；

且将室内停车场风险系数、仓储区风险系数和付款区风险系数一同分析处理得到综合安防系数，并将综合安防系数与其预设范围进行比较，当综合安防系数大于等于其预设范围的最大值时，生成一级管控信号，当综合安防系数介于其预设范围之间时，生成二级管控信号，当综合安防系数小于等于其预设范围的最小值时，不做出任何处理；

步骤四：在接收到一级管控信号后，管制空热负荷及格区、空热负荷危险区的人员流通并分批重启该区域的照明设备和空调新风设备，临时关闭停车场入口，增加人工结账柜台和自助结账机开启数量，在接收到二级管控信号后，语音提醒空热负荷危险区、空热负荷及格区的人员有序行走或排队，增加人工结账柜台开启数量。

2.根据权利要求1所述的基于人工智能和机器视觉的安防管控方法，其特征在于，该安防管控方法还包括：

当判定为空热负荷良好区时，发送各区域的人员数量、照明功率和新风量至显示屏上；

当判定为空热负荷及格区时，在前一次采集后的单位时间内重复采集一次相同信息并做出同样的分析处理，再将分析处理得到的空热负荷总系数与其预设范围相比较，当再次判定为空热负荷及格区时，发送各区域的人员数量、照明功率和新风量至移动终端上，当再次判定为空热负荷良好区时，发送各区域的人员数量、照明功率和新风量至显示屏上，当再次判定为空热负荷危险区时，发送报警信号至移动终端；

当判定为空热负荷危险区时，在前一次采集后的单位时间内重复采集两次相同信息并做出同样的分析处理，再将分析处理得到的空热负荷总系数与其预设范围相比较，当重复采集两次均判定为空热负荷危险区时，发送报警信号至移动终端，当重复采集两次中有一次判定为空热负荷危险区、一次判定为空热负荷及格区时，也发送报警信号至移动终端，当重复采集两次均判定为空热负荷良好区时，发送各区域的人员数量、照明功率和新风量至显示屏上。

3.根据权利要求2所述的基于人工智能和机器视觉的安防管控方法，其特征在于，所述单位时间为30min；所述移动终端选自智能穿戴设备、手机和笔记本电脑。

4.根据权利要求1所述的基于人工智能和机器视觉的安防管控方法，其特征在于，所述运输工具为手推车、叉车、货车和汽车；所述固定时间段选自早上七点至晚上十二点。