安消一體化安全管理體系建設研究

張錦堂

摘要：傳統的消防管理中各消防單位的消防系統相互獨立，與安防系統分開建設，消防隱患長期存在，給消防安全管理帶來極大困擾。隨著物聯網、云計算、人工智能、大數據等技術的發展，打通消防、安防壁壘，建立安消一體化平臺，對于實時、精確掌握各消防單位現場情況，研判險情趨勢，提前防范風險有重要實戰意義。

關鍵詞：物聯網;NB-IoT;云計算;人工智能;大數據;移動互聯網

中圖分類號：TP311? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）19-0145-03

隨著中國城市化建設步伐的加快，工業化水平的提高，新產品、新技術的廣泛使用，給人民生活帶來便利的同時，各類消防安全事故發生的頻率也越來越高，消防安全管理越發重要。

2017年10月10日，公安部消防局發布了《關于全面推進“智慧消防”建設的指導意見》。文件明確指出：按照《消防信息化“十三五”總體規劃》要求，綜合運用物聯網、云計算、大數據、移動互聯網等新興信息技術，加快推進“智慧消防”建設，全面促進信息化與消防業務工作的深度融合，為構建立體化、全覆蓋的社會火災防控體系，打造符合實戰要求的現代消防警務勤務機制提供有力支撐，全面提升社會火災防控能力、部隊滅火應急救援能力和隊伍管理水平，實現“傳統消防”向“現代消防”的轉變。

消防與安防一字之差，在傳統的建設方式上卻存在巨大的差別。消防以物為主，安防以人為主，隨著萬物互聯時代的到來，人與物的區別在不斷淡化，安防與消防逐漸在融合，火災險情既會造成財產損失，也會危害人民生命安全[1]。在消防管理中引入安防系統中已經應用相對成熟的物聯網、云計算、人工智能、大數據等相關技術，構建安消一體化平臺，及時發現警情、預測險情趨勢、提前防范風險，能夠極大地保障人民生命財產安全，減少損失。

1 需求分析

1.1 設備上云需求

現有的消防管理系統，由消防管理部門提出建設要求，各消防單位自行建設，信息孤島現象嚴重，消防管理部門對于設備的運行狀況難以監控。很多險情發生之后造成巨大損失，往往是因為煙感探測器、可燃氣體探測器等傳感設備未處于正常工作狀態導致未能及時發現險情，消防栓水壓不夠，等原因導致險情發生之后難以及時控制[2]。

消防管理部門及消防單位應及時掌握各類消防設備的運行狀態，提前處置故障設備。

1.2 智能分析需求

消防安全員日常的工作依靠紙質檔案登記，消防安全員是否在指定工作位置，巡檢過程是否符合安全管理規定，難以準確的考核和監督;消防通道占用、禁煙區域吸煙、電瓶車違停違放等行為難以杜絕，缺乏有效的勸阻手段。迫切需要引入計算機視覺等智能分析技術，有效規范消防安全員的工作，及時發現違規現象。

1.3 安消聯動需求

消防告警產生時，要能夠實時聯動視頻監控畫面，實現警情秒級確認。警情確認后要立即啟動消防應急預案，聯動門禁，開辟綠色逃生通道。指揮中心人員能夠實時掌握現場警情、設備狀態、人員撤離情況，有效提高現場指揮效能，精準處置警情。

1.4 態勢分析需求

世界各國工業化過程表明，一個區域的火災險情與工業化程度密切相關，特別是在工業化的初、中期階段，火災險情往往呈現上升到平穩的過程。我國是世界工廠，勞動密集型和資源消耗性企業大量增加，具有工業化初期特征的作坊式企業遍布鄉鎮，這種粗放式的發展模式，往往為了追求經濟效益而忽略了消防安全[3]。

根據地區的氣候條件，產業結構，企業分布，過往險情統計等條件，利用大數據技術，研判分析地區險情趨勢，及時調整工作重點，防范引導，建設“安”“消”“防”一體的智能研判平臺。

2 關鍵技術

2.1 NB-IoT

窄帶物聯網（Narrow Band Internet of Things， NB-IoT），是物聯網的一個重要分支，構建于蜂窩網絡，只消耗大約180kHz的帶寬，可直接部署于GSM網絡、UMTS網絡或LTE網絡，具有以下幾個特點。

1）覆蓋范圍廣

在同樣的頻段下，NB-IoT技術比現有網絡覆蓋范圍增大幾十倍。

2）海量連接能力

相同基站覆蓋條件下，NB-IoT技能是其他無線技能接入數的50至100倍，每個扇區能夠保證接入10萬個終端。

3）超低功耗

NB-IoT終端模塊的待機時間可長達10年，大大降低了頻繁更換電池帶來的不便。

4）低成本

由于選取授權頻段上的蜂窩網絡技能，NB-IoT無須重新建網，射頻和天線也基本上都能夠復用。再加上NB-IoT低功耗、低帶寬和低速率的特性，同樣降低了芯片和模組成本。

煙感探測器、可燃氣體探測器、電氣火災探測器、電弧探測器、水壓探測器等無線傳感終端，傳輸的數據量小，占用網絡帶寬低，可通過NB-IoT技術，利用現有傳輸網絡，接入物聯網云平臺，實現設備狀態的實時監控。

2.2 視頻分析

視頻分析（Intelligent Video System）是使用計算機圖像視覺分析技術，通過將場景中背景和目標分離進而分析并追蹤在攝像機場景內出現的目標。

通過人臉識別、ReID、行為分析等視頻分析技術可分析消防安全員的在崗狀態，巡檢路線，規范安全工作流程;通過圖像檢測，行為分析等技術對于消防通道占用、禁煙區域吸煙、電瓶車違停違放等違規行為及時預警[4]。

2.3 大數據和云計算

大量的物聯網消防設備終端、監控攝像頭，匯聚了海量的結構化、非結構化數據，通過大數據技術對采集的信息進行存儲、管理、數據挖掘，充分發揮數據價值，對于消防業務決策和態勢研判提供支撐。