浅谈消防智能训练管理系统的应用

吴茂洪

摘 要：在当前科技强军的大背景下，消防部队训练更应重视智能化发展水平。提升训练智能化水平，迫切的需要投入智能化、科学化的人工智能设备和系统，多方位的应用于消防训练。消防智能训练管理系统采用人工智能、机器学习等技术，应用训练数据采集设备，实现消防官兵各类训练、考核和竞赛的自动化管理，包括训练成绩自动登记、统计、分析和评估。使用大数据分析方法，建立消防训练云分析模型，查找短板，制定针对性训练方案，进一步提升训练效能。

关键词：消防；训练；智能化；管理系统

中图分类号：TU998 文献标识码：A 文章编号：1671-2064（2017）16-0193-01

随着社会经济及民生的不断快速发展，现代火灾的危险性、复杂性对消防部队灭火救援工作提出了越来越高的要求。消防部队战斗力的提升，关键在于训练工作的不断创新、改进。只有始终坚持科学施训，不断提高训练效能，全方位提升消防官兵职业素质，才能适应灭火救援形势的需要。以“大数据+云服务+互联网+人工智能”搭建的智能训练管理系统在一定程度上能有效解决消防部队训练工作存在的问题，进一步提升训练效能。

1 当前消防部队训练中的主要问题

1.1 组训效率低

在日常训练、考核、比赛中，需要大量人员组织，全程需靠人工计时、登记、汇总等，耗时耗力，拖延时间，造成训练量无法保证，效率较低。

1.2 训练成绩误差大

在计时的训练项目中，采取人工按表方式计时间折算为成绩的话，会因计时人反应程度不同而造成人为的误差，不够精确，且无法统一标准，造成误差较大；在肢体训练项目中，会因受训者在个别的动作中不规范或不符合要求中蒙混过关。

1.3 未能有效评价

训练、考核、比赛数据沒有沉淀、对比、分析和评估，无法知道进步或退步，优秀与短板，对个人的培养，对基层团队综合战斗力的提升没有数据支持，无法做到科学培养，精准提升训练效能。

2 智能训练管理系统相关介绍

2.1 概述

智能训练管理系统通过深度视觉设备、智能穿戴设备、体征感知设备等各类传感器，利用人工智能、视觉识别、模式识别和机器深度学习、卷积神经网络算法等技术，自动采集速度类及肢体类运动项目数据，实现各类训练、考核和竞赛的自动化管理。同时将训练数据层层汇集，形成训练云数据库，并在云数据库的基础上进行数据统计、数据分析、数据挖掘、机器学习和预测，为管理人员提供训练决策辅助。

2.2 系统五个主要功能

（1）人脸识别系统。人脸识别系统主要用于身份验证，采用生物特征检测技术，对人员的生物特征进行扫描，相关身份数据储存在云服务器中，随时可调用。人脸识别系统识别精准度高，室外复杂光线环境下也可使用，实现了参训（考）人员身份自动检测，节省了训（考）前检录等环节，提高了训练（考核）效率。

（2）中长跑计时检测。中长跑训练科目是部队体能训练基础科目。系统同时可考核150人，大大提升训练效率。每名参训官兵需装备腕带式的可穿戴设备，系统采用双频无线感应技术，结合可穿戴设备，能实现中长跑自动报圈、计时、计速、发布，并自动采集数据上传至云服务器。

（3）短跑高精度计时检测。短跑训练科目需要具备较高的精度计时检测，当前人工按表的方式误差较大。系统采用深度摄像感应设备及机器视觉、人工智能学习技术，实现短跑高精度计时，距离误差小于±3mm，计时精度为±0.017秒。

（4）肢体型运动的动作检测。肢体型运动项目主要有单杆、双杠、仰卧起坐等。系统通过深度感应器，结合视频图像采集设备，监控肢体型动作，能自动采集人体不同部位的位置点，转化为深度图像数据。通过人工智能和机器视觉识别技术，来判定人体骨骼、脸、头、躯体、关节等位置和动作，从而判断动作是否标准，是否到位，自动计数、发布，并将数据上传至云服务器。

（5）云端大数据分析。通过智能训练管理系统，日常的各项训练成绩都会上传储存在云服务器中，构成了系统的底层核心数据，随着训练工作的不断深入，各项数据不断丰富、完善，将逐步形成大数据。系统采用云数据挖掘技术对大数据进行深度分析，实现战斗力全面分析，有效支撑战斗力提升。

3 智能训练管理系统促进训练工作的几点优势

3.1 有效提升训练效能

（1）保障人员训练量。通过智能训练管理系统的人脸识别系统能节省检录环节，在中长跑、短跑及肢体型科目能实现多人同时参训，节省组训人员，实现训练成绩自动采集。

（2）确保公平公正。智能训练管理系统采用生物特征检测，包括人脸识别和指纹识别技术来判定参与训练、考核或竞赛的人员的真实身份，从而防止他人替代的现象。

（3）系统应用范围广。智能训练管理系统可应用于100m、3000m等赛跑训练与考核，也可应用于消防专业项目（如负重跑、折返跑、灭火操、水带连接等），利用深度摄像仪，双频无线技术，结合可穿戴设备，精确人员圈数，速度，自动采集数据并完成上传，计时精度可达到±0.03秒；同时可应用于肢体类考核（如引体向上、俯卧撑、屈臂支撑等），系统采用深度摄像感应设备及机器视觉、人工智能学习技术，实现肢体类运动检测裁决计数。其中，深度感应3D摄像头捕捉动作，通过人工智能识别技术判断动作是否标准并自动计数，防漏检、误检及作弊，复杂室外场景都可使用。

3.2 促进战训工作规范化管理

针对下达的训练计划要求，通过系统做到实时跟进基层单位、个人的训练情况。系统可按条件自动生成数据、图表，反馈比较形象、直观。对各级官兵的训练成绩做到实时监控，找到战斗力短板，做出针对性的训练安排。依据训练数据对团队及个人整体能力水平做出评估，通过人工智能算法，对各种要素进行分析、计算，实现团队及个人战斗力量化管理。

3.3 辅助训练工作科学决策

智能训练系统自动采集数据后，会自动上传联网，汇集到云数据库中，通过数据云进行统计、分析和数据挖掘。建立多维度的数据分析模型，通过人工智能和机器深度学习，提供辅助决策和预策的能力。

4 结语

随着灭火抢险救援任务日益繁重，对消防部队灭火救援实战能力提出了越来越高的要求，科技强警是新形势下深化消防部队灭火救援实战能力的必由之路。

参考文献

[1]郑杨慧，牛晓莉.推进体能训练实战化的几点思考[J].军事体育学报，2014，（01）.

[2]李波涛.部队实战化体能训练现状与对策[J].军事体育学报，2015，（04）.

[3]余殷博.基于人工智能下的机器学习历史及展望[J].电子技术与软件工程，2017，（04）.endprint