烟草行业消安防智能一体化平台设计应用探讨

2021-07-16胡万宏段州君马燕娟徐一旻

武汉理工大学学报（信息与管理工程版） 2021年3期

胡万宏，高亮，段州君，李强，唐君，程洪，马燕娟，闫全，徐一旻

(1.湖北新业烟草薄片开发有限公司，湖北武汉 430056；2.湖北中烟工业有限责任公司，湖北武汉 430040；3.武汉理工光科股份有限公司，湖北武汉 430070；4.武汉理工大学光纤传感技术国家工程实验室，湖北武汉 430070)

在我国，烟草行业是国民经济的重要支柱产业之一，是国家税收的重要保障。烟草生产企业的消防安全管理工作是企业发展战略的重要部分，是实现经营目标和提高经济效益的重要保证[1]。随着国家经济发展方式转变和产业结构的调整，烟草生产企业消防、安全生产、安防管理面临着新的形势和挑战，加之烟草生产企业作为特种行业，具有投资额大、生产线长、烟叶易燃等特点，一旦发生事故波及面广、损失大、影响严重[2]，因此，烟草生产企业的消安防管理至关重要。

通过查阅文献和现场调研发现，目前烟草企业消防与安全管理采用传统人防为主的管理模式，存在隐患排查不深入、基础安全设施配置不全、现场监控技术手段落后、安全信息化产品应用不高等管理痛点[3]，亟需借助信息化手段提升管理水平。随着物联网、大数据、人工智能技术等新一代信息技术在各行业的渗透，烟草行业的信息化、智能化应用也迎来了快速发展期。在此背景下，如何利用新一代信息技术，深度融合烟草行业消防安全管理需求，推动消防安全管理数字化和智能化转型，成为烟草行业面临的重要难题[4]。

围绕烟草行业消防与安全管理痛点，利用物联网、人工智能、大数据等新一代信息技术，以“前端物联全息感知、隐患智能识别分析、消安防一体化联动”为突破口，搭建消安防智能一体化平台，创新企业消防安全管理模式，推动管理从“人防”向“人防+技防”转变，构建企业消防与安全管理信息化、智能化的新格局。

1 平台架构设计

根据对烟草行业消安防管理业务需求的整体分析与梳理，借鉴《全国安全生产信息化总体建设方案》提到的安全生产信息系统的总体技术架构，按照分层设计思想，自下而上分为物联感知层、网络服务层、支撑服务层、应用层、统一集成门户，以及两大标准规范体系、安全与运维保障体系，形成“五层两体系”的架构[5]，如图1所示。①物联感知层：包括传统消防设施、智能水压检测仪、智能液位检测仪、气体检测仪、网络智能摄像机等前端感知和信息收集物联设备。②网络服务层：采用虚拟化和池化方式，提供计算资源、存储资源、网络资源、管理资源、备份资源、安全和灾备等资源，并按照业务划分资源池，提供相应服务。③支撑服务层：包括智能感知服务模块、智能监控服务模块、数据分析服务模块和基础管理服务模块四大应用支撑服务模块。④应用层：分为核心业务管理、移动办公管理、可视化管理三大应用模块。⑤统一集成门户(综合展示层)：提供PC端、移动APP端等多种载体，全方位、多维度、多视角展示应用服务，实现服务与应用的便捷访问和可视化展现。⑥标准规范体系：按照系统性、协调性、实用性、先进性原则，遵照国家信息化平台建设相关标准，建设统一的标准规范，为各平台、各系统之间信息交换和共享提供技术规范。⑦安全与运维保障体系：根据《信息安全技术网络安全等级保护基本要求》(GB/T 22239—2019)、《信息安全技术操作系统安全技术要求》(GB/T 20272—2019)、信息技术基础架构库(ITIL)标准和 ISO 20000 质量管理体系等标准要求，通过物理安全、网络安全、系统安全、应用安全和终端安全防护，建立自主运维和市场化运维相结合信息化运维保障机制，为软硬件设备设施和业务应用系统提供统一的信息安全与系统运维服务。

图1 平台总体架构

2 平台关键技术及建模方法

围绕平台总体架构的各层级功能、业务和服务，重点研究物联感知、人工智能、图像识别技术、数据汇聚分析与可视化技术在烟草行业消安防管理业务领域的应用，建立针对性的技术模型，实现前端全域物联感知、隐患智能识别和消安防智能一体化管理。

2.1 基于物联网的全域实时物联感知技术

烟草行业消防与安全管理涉及视频监控设施、消防设施、锅炉、生产设备设施等前端设施，根据物联接入要求，针对不同类型的前端设施，基于窄带通信技术(NB-IoT、LoRa)，研发物联接专用网关(物联传输装置)，设计接入软件协议和接入方案，配置相应的辅助设施如路由器、交换机等[6]。

(1)视频监控全息联动技术。基于消安防业务一体化可视联动需求，将视频监控接入平台，为应急指挥、入侵告警等功能实现提供支持。针对企业存量视频提供两种接入方案：一是前端设备厂家将设备升级支持GB/T 28181—2016协议；二是新增视频接入专用网关，对前端进行整合。视频接入方案示意图如图2所示。

图2 视频接入方案示意图

国标升级后接入方案：视频接入与智能分析支撑模块基于国标GB/T 28181—2016协议定义，实现对于符合GB/T 28181—2016的视频监控设备(IPC、NVR等)的直接接入，通过互联网“端-云”直连，提供远程查看实时视频、历史录像、云台控制(PTZ)等核心功能。国标升级方案支持在互联网上运行，可实现与国标平台、设备、客户端的直连。

视频网关接入方案：对于符合ONVIF、GB/T 28181—2011协议和326种第三方私有协议的视频监控设备(IPC、NVR等)，支持通过接入视频网关设备将局域网视频设备协议进行转换，实现设备主动注册、视频图片数据主动推送至互联网上的云端平台。视频接入网关可自动发现企业内网的摄像头、NVR、DVR设备，通过简单的配置流程，实现企业视频的无缝快速联网，并且可保障互联网的网络安全问题。视频网关通过跨网段单向联通技术，只需要现场监控私网内路由器/交换机存在空余网口，并提供互联网上行链路，即可通过视频接入网关打通监控私网至视频接入与智能分析支撑平台的安全链路。

(2)物联设施多维感知技术。物联设备包括火灾报警控制主机、锅炉控制主机、天然气泄漏控制主机等控制设备，以及用于感知企业传统消防设施信号和监测现场水压、液位、温度、火焰等数据的物联设备。通过创建外部数据访问专用端口关联设备，采用有线方式和NB-IoT、LoRa等无线方式，使用COAP与MQTT通信协议，将其信号接入平台PC端、移动终端等，如图3所示。通过创建事件订阅转发接口，将物联设备发出的预警事件实时推送给相关的服务或应用[7]。

图3 设施物联示意图

2.2 基于自适应基准图像隐患库的隐患智能识别方法

为解决隐患智能识别问题，提出一种基于自适应基准图像隐患库的隐患识别方法，按照“创建文本隐患库-创建基准图像隐患库-获取待识别图像-图像配准-图像隐患库更新”的流程实现隐患智能识别。通过现场样本采集，建立原始基准图像隐患库，借助常用的数字图像处理方法对训练样本进行不同的变换，增加数据的多样性，丰富基准图像隐患库。在此基础上，利用损失函数，反复迭代训练检测模型，提高图像配准水平，同时自动完善基准隐患图像库，提高隐患识别的准确度，完善隐患类型[8]。其中，样本预处理、训练检测模型建立与优化是该方法的核心。

(1)样本预处理包括图像归一化和样本标注两个步骤：①通过坐标中心化、x-shearing归一化、缩放归一化和旋转归一化，将待处理的原始图像转换成相应的唯一标准形式；②针对原始图像，利用opencv计算机视觉库，编写图片标注程序，并批量保存图片的标注信息，生成带标签的训练样本。

(2)训练检测模型建立与优化。采用改进的Faster-RCNN网络对图像中特定的对象进行图像检测[9-10]。图像检测的关键任务是候选区域的产生，可以使用穷举法来产生候选区域。A为图像上的某个像素点，B为A右下方另外一个像素点，A、B两点可以确定一个矩形框，记作AB。如在图4(a)中，A在图像左上角位置，B遍历除A之外的所有位置，生成矩形框A1B1,A1B2,…,A1Bn；而在图4(b)中，A在图像中间某个位置，B遍历A右下方所有位置，生成矩形框AkB1,AkB2,…,AkBn。

图4 候选区域

检测过程中，通过不断调整阈值来控制检测出的目标数量，从而改变准确率P与召回率R。在多个物体类别的目标检测中，一般用mAP(mean average precision)作为精度指标，即每个类别通过调整阈值得到的一条PR曲线从而计算出平均精准度AP，最后求所有AP的平均值即为mAP:

图5 模型的详细评估效果

经过上述步骤得到准确率较高的检测模型后，可将模型部署在公有云服务器或私有服务器上通过独立Rest API进行调用。使用人员只需要在巡检过程中使用APP拍摄现场图片即可，后台自动分析智能给出可能存在的隐患。

2.3 基于数据处理和可视化技术的一体化建模方法

基于数据中心建设，经过数据汇聚、转换与清洗、融合共享等数据处理过程，输出各功能、服务所需数据，结合物联感知、视频联动、可视化建模等技术，实现安全消防管理业务的聚集与联动及数据的立体全方位展示，从而实现消安防智能一体化[11]。

(1)多维数据融合处理技术。①数据汇聚是指将不同的业务系统的数据加载到数据仓库中，数据汇聚方式主要有文件传输、数据抽取、内容爬取和消息推送等。②数据转换与清洗是通过列映射、派生列、条件性拆分、排序、联接、聚合、SQL脚本、Java脚本等多种手段实现多个不同数据源的数据合并、不同数据集的转换和同步、数据类型和格式的转换、不同目标表的数据分离等。③数据融合共享分为交换部分和共享部分。其中，交换部分包括前置交换、中心交换、数据质量、分布式请求服务，主要实现与各部门业务系统的安全数据交换，并控制数据质量，形成统一规范的共享资源；共享部分包括资源目录、数据检索、数据权限等，实现对集中和分散的资源提供统一的服务。

(2)智能化视频联动技术。视频联动技术原理是接入各种摄像机、DVR、DVS及流媒体服务器等视频设备，通过智能化图像识别处理技术，对事件主动预警，通过实时分析，将报警信息传到软件平台。消安防智能视频分析应用包括入侵检测、人员离岗检测、人脸识别、火焰检测、烟雾检测等。

(3)集群作业流管理技术。通过整合集成开发环境、工作流引擎、报表设计器及数据建模工具等应用开发套件，将碎片化的服务从方便用户角度重新串联，进行流程设计、表单定制、执行监控、指标分析等工作，实现文档、信息或任务按一定的过程规则在参与者之间进行传递，并支持作业流自主维护、自动匹配、可视化呈现。

以火警应急联动为例，其一体化联动过程如图6所示。基于前端视频监控设备的现场监控图像及图像分析技术，识别是否有火灾；基于烟感、温感、火焰探测器、气体监测仪、火灾报警控制器等前端物联感知设备状态和获取告警数据，及时获取火灾警情信息。当确认为火灾时，第一时间向相关人员推送事件信息及行动指令，并以GIS地图、二维模型展示，自动联动周边视频摄像头，并在地图中展示内部人员定位信息、应急资源分布信息以及周边水源、警力、救护力量分布信息，为应急指挥提供支持[12]；应急指挥人员可第一时间调看事件信息及资源分布，应急处理人员根据系统行动指令进行现场处理，现场人员根据系统告警信息和逃生路线信息进行应急逃生。

图6 火警应急联动示意图

3 平台应用分析

(1)基于智能标签的移动隐患排查功能。烟草行业对锅炉间、生产车间、特种设备、重点部位等重点管控区域或设备设施的隐患排查工作非常重视，该平台通过在安全检查、日常检查、消防巡检的点位配置带NFC功能的智能标签，支持检查、巡检人员直接使用扫描标签，或者使用带有NFC功能的移动终端与智能标签近距离感应，完成检查、巡检任务，同时将人员身份、位置信息等自动传输至平台，实现智能化的检查、巡检，从而杜绝人员漏检和造假情况，确保重点管控区或设备设施的隐患排查工作执行到位。

(2)基于图像识别的AI识隐患智能功能。隐患排查过程中，针对人员不知道所在场景是否存在隐患、存在哪些隐患等问题，开发AI识隐患智能功能。用户使用APP执行安全检查、日常检查任务时，可调取隐患识别功能，现场拍照上传后，平台后端进行图像识别、配准，前端输出隐患识别结果。使用该功能，既可解决员工不会识别隐患、隐患识别不全面或不准确的问题，又可以不断积累隐患库，提高员工隐患识别能力。

(3)基于移动视频的作业现场监管功能。烟草行业涉及高处作业、动火作业、吊装作业、受限空间作业、薰蒸杀虫作业、拆除作业等危险作业。鉴于危险作业存在风险高、隐患多、涉及人员的主观因素多等特点，结合作业流程、行为规范和移动监控等需求，以烟草企业安全生产标准化规范(YC/T 384—2018)和企业安全生产规章制度、操作规程为依据，结合移动视频技术[13]，研发作业现场监管功能。通过设定危险作业各流程环节的规定性动作，包括安全技术交底、现场监护打卡等，确保作业规范；通过APP、微信小程序等移动终端，支持用户使用手机或现场布设的移动视频设备，进行分享现场视频、实时对讲、调阅监控等功能，实现作业流程信息化、作业行为规范化、作业过程可视化、作业监护移动智能化，确保危险作业全流程无死角的监控，有效避免事故发生。

(4)基于BIM建模的可视化管理。基于BIM建模和可视化技术[14]，实现生产车间、锅炉房、消控室、行政楼、餐厅等建筑三维、二维可视化展示，并将消防设施、安全检查、日常检查、隐患治理、设施告警、事件告警等各类数据以消安防一张图、数据卡片、统计图表、消息等直观的形式展示。

综上，消安防智能一体化平台的重点功能，对烟草企业消安防管理具有较大的促进作用，不仅可以提高工作质量和效率，还可以将工作落到实处，减少或规避走形式、偷懒等问题的出现。