安防与消防融合发展的现状与机遇分析

 佳都新太科技股份有限公司 徐建明

• 安防与消防融合发展的现状

    安防市场从模拟时代走到数字时代，又从数字时代发展到智能时代。其发展过程是多个行业效率和技术产品在一定的时间期限、关键的时间节点上产生了融合反应而发展的。公共安全领域中，公安行业、司法行业、政务服务行业等多个对安全防护有前瞻需求的行业组织在追求“看得见、看得清、看得懂”的过程中不断深化视频监控、卡口门禁、周界防护、出入口控制等基础安防基础设施，随着政务服务和行业效率建设不断被重视提升，安防市场的基础设施作为智能化建设的数字沃土再次被赋予新的定义，成为了互联网+、网格化、一门式一网式、政务云、警务云、视频云等的融合发展的精彩纷呈，安防市场从关注基础设施进而开始关注围绕“人、地、物、事、组织”，开始关注建设中的共性问题，包括视频联网实战运维、视频结构化、统一GIS如天地图等。伴随着人工智能在中国的发展，平安城市、雪亮工程、天网工程等都成为了一茬又一茬的智能化技术的练兵场，人脸识别技术、车辆识别技术、知识图谱技术等智能化深化应用造就了随处可见的人工智能蓬勃发展。造就了公共安全立体化、行业管理效率化、民生服务智慧化的发展局面，进而在2018年前后，互联网厂商也随着民生服务客户价值的牵引开始布局安防市场，在原来To G和To B、To C之间因经营模式、场景导向等天然的差别造成了鸿沟逐步在智能化浪潮中，在互联网浪潮中，在4G网络通信全国覆盖的进程中，鸿沟被填平了，这堵看不见的行业墙日趋单薄，客户与厂商之间的距离越来越扁平化，多个行业随着委办局的单位合并、放管服改革的深化下放，我们今天的主角之一消防市场踏上了智能化的快车道。消防的融合可谓两段式发展，一段为应急管理部挂牌成立前，作为一个相对独立的消防部门以总队、支队的形式存在于委办局政府衙门体系中，部队特色的消防官兵其行业标准、技术规范、资质认证都颇为高企。城市消防和森林防护分散而独立，系统建设和参与建设的甲乙双方都围绕着消防基础设施建设、防控手段和监测预警机制因地制宜也区别明显，南北差异甚至都表现在梅雨季节台风季节集中供暖季节的消防数字化预案中都明显不同。在国家应急管理部成立后，消防被纳入了应急管理体系，应急管理工作不再是原来安监局的扩大版，而是集围绕人民群众生命财产安全的应急管理事前、事发、事中、事后的全过程处置部门，是多个部门的职能职责更加聚焦更加统一，包括安监、消防、市府应急办、三防办、地震、地质灾害、职业病防治、应急救援、灾备物资储备等于一体。从单一灾种向综合减灾救灾转变，从被动救灾向主动防灾转变，建立统一指挥、专常兼备、反应灵敏、上下联动、平战结合的中国特色应急管理体制。从三个方面可以看到这一段的安防与消防的融合发展：第一：安防的场景适配性和消防的场景适配性得到统一的融合，无论是公安行业的打防管控服场景，还是消防的监测预警防火灭火都关注监测、防控、管控、指挥的应急救援场景，场景适配方面都围绕着重点风险、重点人员、重点区域进行安全以防为主的手段措施。第二：安防与消防在技术上共性融合越发统一，无论是网络通信、应急指挥、单兵载具、大数据风险监测预警、各类技战法都触类旁通，公安以这些技战法来解决人、车、组织、事件的问题。消防以这些技战法解决物、责任主体、事件的问题。都有和而不同的共性，都需要关注什么时间、什么地点、什么时间、情况怎么样的基本问题，围绕位置、状态、事件、资源来看，安防关注我的重点场所的某犯案位置、当前治安状态、发生打砸抢事件的过程、处置的流程和周边警力分布。消防关注我的消防风险隐患点的位置、涉及火灾爆炸泄漏的相关温度、湿度、压力、浓度的状态，发生燃烧火灾爆炸的事件波及范围，防控圈区域周边影响，进出消防通道和救援路径，最近的消防设施，消防物资，灭火器材，救援队伍的分布资源。第三：安防和消防的建设模式和参与者愈发相似。过去的近十年，可谓千军万马干公安，现在已经出现千军万马涌消防。消防行业建设的门槛随着国家简政放权和放管服改革的发展进步，有实力有能力的民营企业等都能够参与到消防系统建设中来，建设模式在智慧城市的建设浪潮下，不再是单一的烟囱式的建设，而是站在全域范围内的统筹规划建设，和应急管理的各类建设项目一起，打包作为智慧城市建设的一部分，如智慧消防，城市生命线工程，消防大脑，智慧应急等项目形式进行建设，建设模式包括政府采购，PPP政府与社会资本合作，政府购买服务，特许经营权运营绩效合同等多种形式。也只有这样才能激活消防市场的消防主体责任，从源头阻击，从隐患点打击，从过程的管控，从风险等级的防控。以上三个方面使得安防与消防的融合发展走在正确的道路上。

• 安防与消防融合发展的市场需求与机遇

    安防和消防都拥有了较好的基础设施建设，安防拥有事实上的城市物联网视频专网，围绕视频专网以视频为主，将各类感知设备如电子围栏、Wi-Fi探针、门禁卡口、道闸出入口控制、周界防护等都连接起来，构建了一个面向人、车的多维数据感知平台、有了感知平台的数据采集，才拥有围绕公共安全安防的大数据平台和应用系统。而消防也拥有了各类多维数据采集系统，且更物联特性更丰富，包括消防设施，管道水阀，消防通道，预警监测传感器。也建设了包括城市消防火险等级，隐患点分布，电路老化风险监测预警，灭火救援消防器材，救灾物资储备系统等各类场景导向的系统。安防与消防的融合发展中进一步产生了两方面的市场机会：一个机会是互相取长补短的产生新的互补市场，比如人工智能领域的 AI+防火，AI+监测，比如增强现实领域的 AR+古建筑消防，AR+高层建筑消防，AR+危化品消防等各种主题场景。而安防市场也会因为消防并入应急管理体系，也会丰富出新的消防云、视频监控+消防技战法，例如红外热成像技术应用在城市安全，公安多警种与消防的联动合成作战，数据智能下的数字孪生城市建设下利用国土规划城建等领域的全相仪、无人机、激光雷达、建筑信息模型等技术赋能消防，实现诸如电路老化隐患大数据分析，火灾事发现场勘查实时三维重建，火灾造成次生灾害的进一步科学防灾救灾。第二个市场机会是安防与消防会对行业数据仓库、围绕场景和细分行业产生新的人工智能机会，产生新的市场需求，从2019年应急部下发的全国信息化建设任务书和2020年应急部下发的全国信息化建设任务书中可以看到这个发展轨迹。对消防重难点防控关切重大的危险化学品的消防防控要深入到危险化学品的全生命周期，由于危险化学品充斥在政府监管、企业生产、车辆运输、人员经营使用、废弃处置过程中，每一个环节都发生过重大爆炸火灾事故，消防部门投入并牺牲了许多生命和物资，而对于危险化学品的六大环节（生产-贮存-运输-经营-使用-废弃）就成为了安防市场和消防市场融合的一个需求，从中国危险化学品的区域分布来看，遍及全国这就形成了一个新的市场机遇。仅山东省2019年底的统计数据，危险化学品的重大危险源就达到2219处，其中一级重大危险源680处，二级重大危险源218处，三级重大危险源790处，四级重大危险源531处，危险化学品的生产企业1935家，使用单位14634家，经营企业单位20984家，涉及园区199个，涉及危险化学品管道里程1.2万公里。全国31个省、直辖市、自治区数据加起来就是一个巨大的市场机遇。刚刚过去的2019年仅危险化学品火灾爆炸泄漏事故就不同程度造成多地消防队员牺牲，人民群众生命财产受到威胁。如江苏响水、河南义马、珠海长炼等。这些事故无一不需要安防产业、安防技术与消防行业进行深度结合。两者融合发展的市场需求和机遇可谓广阔深远。

• 安防与消防融合发展的难点与问题

我们从人脸识别、车辆识别这样的安防行业人工智能领域和安防的防控、指挥大数据底座、安防城市视频大数据等来进行举例说明安防与消防融合发展的难点和问题。

视角一：基于视频图像分析技术应用于危化品仓库和危化品车辆的消防管控场景。

随着我国国民经济的不断发展，各类企业生产制造过程中对安全的要求越来越广泛，在安全生产主体责任和安全生产相关标准规范的落实中，基于对人、车、物的安全生产监管需求愈发突出。传统监管手段无法做到事前预警预测预判，而随着高清视频监控技术、人脸识别技术、车辆技术识别、特征行为识别技术的发展，在广大目标市场已经取得了较为突出的成绩。应急管理部门亟需利用上述技术结合的智能图像分析算法应用到危化品车辆运输的风险识别监测过程中，通过动态人脸识别可以在危化品企业园区进行对人的识别、形成人的轨迹、人的周界防护、人的身份特征。而通过基于该算法基础形成的深度学习、人工智能、视觉计算的能力可以设计构造基于人的特征行为识别算法，将规范化在危化品车辆和危化品仓库中的人的行为导致的相关危害风险，诸如危化品车辆疲劳驾驶，危化品车辆驾驶危险驾驶行为，易燃易爆物活动区域的抽烟行为，危化品仓库如气体加工液体发酵等禁止接触禁止靠近的入侵检测等。相关实地调研数据统计，危化品车辆在运输过程中危险驾驶行为，疲劳驾驶等行为是事故发生的盲区，危化品车辆的跨地域进出、其行驶轨迹、初次入城、频繁出入等都与危化品车辆管理的风险控制息息相关。危化品仓库中的周界防护、入侵检测、遗留物检测、人脸识别、人的轨迹盘查等也都是落实危化品仓库中的安全行为识别风险相关。因此，危化品仓库和危化品车辆作为事故高发频发的对象应配套全方位多维度的监管手段。视频图像分析技术就是作为有效对高发频发对象的维度分析应用的有效手段。视频图像分析技术包括了视频图像识别算法和算法深化应用两大部分组成，算法解决的是视频结构化对象的识别和记录问题，应用解决的是识别后记录后的日益增长的海量视频图像数据的场景和需求痛点问题，能够通过海量视频图像数据汇聚全量的视频大数据基础、通过深度学习、机器学习、人工智能、知识图谱技术手段对危化品车辆运输和危化品仓库贮存进行人、车、物的视频分析，达到合规检测、预警预测预判的目标。消除传统人工翻查缓慢、隐患点动态检测排查效率低下、线索疑情事件的关联关系模糊、无法防患于未然的恶疾。安防行业普及使用的的视频结构化技术是一种将视频内容中的重要信息进行结构化提取的技术，利用它对视频内容按照语义关系，采用时空分割、特征提取、对象识别、深度学习等处理手段，组织成可供计算机和人理解的文本信息或可视化图形信息。在实际应用中，文本信息可进一步转化为消防监管实战所用的情报，实现视频数据向有效情报的一次转化。在本项目中视频结构化技术应用主要体现在对车辆特征、人像特征、行为事件等辨识方面。1、危化品车辆结构化。随着智能视频监控设备在高速公路、城市道路、停车场的广泛建设和应用，借助智能识别算法获取电子警察、卡口、停车场出入口等场所的车辆相关结构化信息存入车辆主题库，通过对车辆特征识别和梳理，提取有用信息，以便于视频追踪辨认、比对，从而达到车辆查证的目的，从而实现交通运输服务和管理智能化。车辆的描述信息包括车辆号牌、车牌颜色、车辆品牌、车辆类型、车身颜色等。车辆二次分析实战中的信息包括安全带、年检标、遮阳板、挂件、摆件、司乘人员等方面的识别。车型：确定车型对缩小查找范围，明确摸排方向，节省人力资源等具有极大帮助。对车型的判断主要依据不同车型外部特征的差异进行，如：车辆铭牌、尾翼、车门、车窗、颜色、尾灯形状、刹车灯位置等。车牌照：车辆号牌是车辆的外在标识，具有唯一性、合法性，是区分不同车辆的重要依据。根据视频图像中车辆的车牌号码，可以将该号码输入到车辆信息管理系统、道路收费信息系统等进行查询，大程度地获取车辆特征信息，追踪查证。个体特征：在车辆个体特征分析中，首先根据车辆的大特征来识别车辆种类，然后再根据其细节特征来识别个体车辆。对车辆的个体识别主要依据车辆上文字的喷涂、车身不干胶装饰彩条、车内饰品悬挂、摆放物品、香水瓶、牌照托架、车尾防静电条、车前挡风玻璃上年检标志、缴费标志等的粘贴位置、后挡风玻璃上的广告式样及粘贴位置等进行。基于车辆关键特征信息，形成过车记录数据，从而推动了后台大数据分析服务的发展应用和行业数据挖掘，形成隐匿车辆挖掘、套牌车辆筛选、初次入城、一车多牌、一牌多车、频繁过车、相似车辆串并、同行车、高危车辆大数据模型、车辆行驶轨迹分析、时空碰撞等危化品车辆预警的应用。在此基础上对车辆特征数据的大数据搜索，即可迅速找到所有符合条件的车辆信息，包括行驶时间与方向、行驶速度、车标、车牌、年款等。还可结合“以图搜图”的检索方法，在危化品车辆隐患动态检测后端平台上调取视频和图像文件，快速查询到有关违规嫌疑车辆信息，还原车辆行驶的轨迹历史信息，实现违规嫌疑车辆在整个城市的全程运行轨迹查询或结合视频监控信息，实现车辆全程化的可视化轨迹回放，以及对涉事车辆的布控和查询，也可以联合主管部门的危化品车辆管理信息库，实现车人关联。2、人像特征结构化。人像特征辨识以视频监控为基础，以计算机、网络信息为依托，以现代信息处理技术为支撑，开拓了“从像到像”、“从像到人”的全新辨别模式。当前视频监控系统能对画面中的行人和其属性进行结构化，让机器识别人的一些基本属性如：性别、年龄范围等特征范围，还可以对人的衣着、运动、背包、拎包、打伞、是否骑车等信息进行结构化描述。如果从视频图像中的目标正面抓拍，可以识别到脸部一些具体的特征，如：戴口罩、眼镜、胡子类型等。人脸识别借助人像识别及智能搜索技术的深度应用，对视频中人员的面部定位、面部特征提取，视频中的人脸图像被自动检出后，与后台人像模型数据进行特征比对匹配，从而对人员身份进行判别和告警。　特征识别可以取代人脸识别吗？有两个特征必须说明，一是特征识别相比人脸识别提供更多的“假”情报；二是当人的特征发生改变的时候，其工作效率会降低。所以特征识别更适用于案发现场短时间内的即时追踪，而不适用于长期追踪。人像特征识别可以在摄像机无法抓拍到人脸的情况下，调动摄像机继续跟踪相应特征的人，这是一种短效、对分辨率要求不高时得到信息的一种途径。在人体结构化基础上进行检索查询，可以解决快速目标查找问题，如将事件人的截图输入至侦查系统中，利用人形检索的功能，系统根据目标人的衣着、颜色分布、体态特征快速地在事发点附近的多路摄像头中进行全局搜索，查找出相似的目标，并将结果以快照的形式输出，结合GIS地图进行时空研判分析，刻画出事件人的行动轨迹。3、行为事件特征结构化。对于行为事件的描述信息包括：车辆行为如违反交通信号指示灯、超速行驶、违反行车标识、礼让行人、交通流量统计等多种行为特征描述；人体行为如越界、区域、徘徊、、聚集、人流量统计等多种行为特征描述；物体行为如、丢失、位移等行为特征描述。消防行业利用安防行业普遍建设的智能图像分析识别算法为基础，消防主体责任企业利用业已存在的可利旧的高清视频监控前端设备，后端开发建设算法解析系统，通过GPU加速计算技术对海量危化品车辆、危化品仓库违规特征行为的图片视频样本进行计算机深度学习，以人工智能人脸识别算法为基础，开发危化品车辆专门算法，按照特定违规行为的范围进行聚类，形成专题库和主题库，通过机器学习密集的算法识别样本训练，让计算机能够通过前端视频监控实时的捕获识别人脸，车辆，行为特征，形成记录和告警。久而久之，危化品工厂形成了常见违规动作行为的重点屡犯人员库、常见违规动作库、记录其违法发生的共性位置、路径、场所、时间、作业流程。帮助危化品车辆，危化品仓库优化安全管理规程和培训复盘工作。从而达到风险监测预警的落实和执行。

视角二：危险化学品生产贮存火灾爆炸监测预警救灾中消防的难点和问题。

危化品贮存的风险监测与防控在业界主要通过传感器物联网数据的信息采集和制定危化品贮存的安全阈值预警来实现，采用的技术手段主要是通过GIS技术、各类传感器应用、调取相关事件检测的状态值等手段来完成危化品贮存风险监测全过程的闭环，根据危化品贮存的风险与传感器阈值预警来设计防控策略和应急预案，结合危化品贮存的主体责任实施危化品贮存风险防控管控措施。随着危化品贮存风险带来的应急管理态势的持续升级，对危化品贮存重点场所的监管要求不断递增，对重点场所中仓库园区的风险监测手段日趋增强。传统的监测手段普遍存在底数不清；底图不明；预警监测数据不及时；危化品的物物关联、人物关联关系不清楚等不足导致的预警事件发生也逐年递增。以震惊中外的8.12天津滨海新区爆炸事故为例，根据国务院事故调查组的报告指出事故原因就是典型的瑞海公司危险品仓库运抵区南侧集装箱内硝化棉由于湿润剂散失导致受环境温度影响自燃。集装箱内硝化棉局部自燃后，引起周围硝化棉燃烧，放出大量气体，箱内温度、压力升高，致使集装箱破损，大量硝化棉散落到箱外，形成大面积燃烧，其他集装箱内的多种危险化学品相继被引燃并介入燃烧，火焰蔓延到邻近的硝酸铵集装箱发生了第一次爆炸。距第一次爆炸点西北方向约20米处，有多个装有硝酸铵、硝酸钾、硝酸钙、甲醇钠、金属镁、金属钙、硅钙、硫化钠等氧化剂、易燃固体和腐蚀品的集装箱。受到南侧集装箱火焰蔓延作用以及第一次爆炸冲击波影响，发生了第二次更剧烈的爆炸。事故造成165人遇难，8人失踪，798人受伤住院治疗；304幢建筑物、12428辆商品汽车、7533个集装箱受损。事故造成直接经济损失68.66亿元人民币。从事故中统计的事故责任企业仓库部分危险品名称与数量如下：

危险品名称	危险性分类	总量（吨）
氩气（液态）	2.2	144.6
甲基氯硅烷	2.3	279.5
丁酮	3	315.8
金属镁	4.1	495.5
硝化棉类	4.1	207.5
金属钙	4.3	152.2
钙铝合金	4.3	22.8
硝酸铵	5.1	800
硝酸钾	5.1	1342.8
氰化钠	6.1	680.5
百草枯二氯盐母药	6.1	271.9
氢氧化钠	8	1885.7

如此惨痛的事故，从技术角度来分析复盘，可以得到如下结论：

一、传统GIS技术的应用局限，无法从GIS数据中获取危化品贮存物的实时数据，无法获取实时爆炸现场的整体态势，仅从GIS中的地理位置难以关联危化品防控的实时数据、危化品信息、数量、周边波及范围的危化品状态、数量。造成GIS数据无法与实时视频监控数据、实时状态传感器数据、天津港海关实时EDI电子报文数据进行关联，导致事故不可知、不可测、不可控。

二、传统传感器数据缺乏交互控制能力，造成各类危化品的多种类传感器如温度、湿度、压力、容器、气体监测、燃烧监测、高支模等传感器数据没有汇聚到一个统一平台，无法完整准确反映危化品贮存物的状态全貌，造成割裂了每个传感器数据的阈值关联性和事件关联性。这也直接造成了8.12天津滨海新区爆炸事故中的救援形势严峻，对救援目标的状态全貌、周边影响的危化品潜在爆炸伤害无法预估，导致火情蔓延无法控制产生二次爆炸。

三、落实执行危化品贮存的相关规范缺乏有效技术监测手段，造成贮存物状态、仓库摆放位置、危化品包装物、相邻易发生反应物存在监测盲区和技术手段，导致仅仅依靠人为主观因素，风险剧增。而由于危化品贮存场所本身对各种监测技术有严格的可靠性可用性要求，如视频监控的防爆摄像机，如无线信号屏蔽盲区，如场所禁人、禁车、禁电、禁火环境要求等。

我们通过广泛的调查研究和参考国内外各类文献资料，认为具备如下技术特征才是解决上述问题的关键：

一、由于危化品贮存的防爆等环境要求，传统近场信息技术无法解决数据采集和数据分析，我们需要远程信息数据采集和分析能力。对危化品仓库，贮存物，标识物的近场通讯是不允许的。远程信息采集分析需要借助远距离高点视频监控、红外热成像技术、无人机倾斜摄影快速建模技术、BIM模型仿真技术、虚拟标线技术、AI特征识别技术、聚簇因子大数据分析技术将成为解决远程特征的关键技术。

二、风险监测与防控、管控是建立在对危化品贮存的静态数据和实时动态数据的多维数据感知能力基础上的，技术应用应当具备多视角转换能力和多种地图深化应用能力。因此，我们需要一个新型的多种地图集成功能、多种视角转换功能、多种传感器数据实时汇聚功能、多种防控管控指挥场景实战功能的全景视觉、全局感知、全程交互的风险监测引擎。这个引擎能够从实战角度、将数据、可视化、交互控制三种赋能集成在一起发挥提质增效、视觉焕新、图屏联动、纤毫毕现的实时风险监测效果。我们将以上总结为“三全四多”赋能特征。

三、危化品贮存如何最小化减少人为干扰和影响，最大化发挥仿真交互控制是解决应急预案救援防灾的关键，实现数字实体与物理实体的关联控制，达到对危化品的位置、状态、传感器数据等属性在数字实体模型中可以进行实时仿真分析，参数化配置，交互控制干预，进而解决危化品属性全貌的可知其内容、重量、容量、浓度、压力、温度等指标，并能够根据危化品实体建立信息同步至危化品数字实体模型中，使之可计算，可预测。借助AR技术、仿真组态技术、实景融合技术达到危化品物理实体对象和危化品数字实体对象的交互控制，类似科技前沿的无人驾驶远程控制功能，实现远程灭火阻燃、远程开关警报、远程启动关闭危化品仓库防火墙隔离带等技防措施等。

同时具备上述技术特征的产品与解决方案目前在国内外均未找到，国内外相关研究的基本情况主要是采用人防、技防、物防措施来解决上述问题。我国绝大部分危化品贮存风险监测与防控也是通过此类方式，但缺陷明显：1、应急处置能力较差，事故范围影响依据无法靠数据说话，造成辅助决策能力不足。2、科学防灾无法落实科学手段，造成技术手段停滞不前，难以实战，解决不了实际防灾减灾问题。3、由于数据、可视化、交互控制这三个基础技术能力不能聚于一体，导致危化品贮存风险无法在事前达到风险预测预警预判。

有鉴于此，解决“三全四多”需求，满足数据、可视化、交互控制三合一的技术研发就显得很有现实意义。开发危化品静动态数据视图、地图位置LBS视图、视频监控图层、传感器数据图层、应急预案工作流图层等多图层多视图于一体的可视化引擎、利用BIM模型仿真和数字孪生技术的虚实结合，利用第一人称视角、俯视鸟瞰视角、目标伴随旁侧视角等多中视角转换，实现危化品贮存的入库、位移、出库全过程的身临其境的直观体验，实时同步危化品各种数据和传感器数据、GIS、三维建模、BIM仿真等多种可视化效果，实现精准指挥、对风险监测全量汇聚、对安全态势全程感知、对全过程实时处置。做到危化品贮存风险可知，可测，可控。实景融合数字孪生技术将视频监控手段、传感器实时数据感知手段、智能视频分析手段、地图视频数据三维合一手段提供融合技术，形成应急管理风险监测手段的多重并举，技术革新。充分发挥其地图、数据、视频的能力为解决传统危化品贮存中的实际问题提供新型关键技术和装备研发与示范。实景融合数字孪生技术是将传统应急管理一张图的二维地图以三维实景地图进行替代，将传统单一视角以多种视角进行扩展，将传统数据被动接入以新型应急管理大数据主动感知进行升级，将传统单一维度事后追溯向当前多维数据主动预警预测进行转变的技术手段。以无人机倾斜摄影三维实景快速建模、危化品贮存重点场所BIM精细化建模为可视化模型基础，自主研发地图视频数据三合一的微内核实景融合引擎，绘制将传统的二维地图升级打造为兼容多种地图视角和内容的三维实景地图、支持卫星云图、2.5D瓦片地图、3D建模地图、VR街景地图、AR高清渲染地图、视频拼接投影地图，利用自主引擎的海量点云数据支持特性，构建危化品实时动态更新的各类兴趣点视角POI数据展示，通过应急管理的危化品车辆路径、人物-物物关联轨迹、贮存位置室内BIM动态监测实现危化品仓库在线实时监测的图屏联动、实现比传统体验更直观更身临其境的沉浸式体验第一人称视角的操作方式，实现全景视觉、全局感知、全程交互、多灾种适用的应急指挥、重点防控、实时监测的应急赋能应用平台。该平台结合专业领域相关知识实现对不同种类危化品的管理方案，以帮助大型化工原材料物流园区、大型化工油库等重点监测对象实时提升安全监管能力，在事前准确记录并可视化监测危化品的种类、含量、安全指标、数量、位置、状态、相关作业、相关管理措施的情况，在事中事后准确反映实时现场音视频图传至指挥中心，并形成救援路径、相关救援措施物料的状态、造成的危害模拟发生损失程度、通过算法模型预测相关波及范围、波及位置、蔓延轨迹、影响到的人、车、物、地、事、情、组织，可视化实时知道救援的人员、车辆、设施、设备在哪里、什么路径位移方向，整治整改复盘在发生事故时作为决策辅助工具，提升救援人员作战能力。也可以为这些危化品物流园区、大型化工油库企业的岗位工人提供安全生产主体责任的落实和措施的执行情况夯实了基础。在功能上建立基于危化品周边道路、标志标线、危化品仓库室内外联动的模型与实景浸没的数据感知、视频联动、模型聚合的相关的标准规范，实现对危化品贮存整个生命周期的区域协防、多维数据感知、多视角切换、任务推演与复盘演练、智能视频结构化算法识别安全生产规范等，能够充分应用到日常监管、应急指挥、应急防控、应急管控措施执行、预案与任务推演、辅助决策支持等功能。要求具有丰富的场景设定，包括危化品的基础库，基础库包括：场景库、视频库、问题库、法律法规库、预案库、事件库、资源模型库等。这里不仅有静态库，诸如人物、设备、设施、物体等，还包括动态库，例如人物动作、隐患点、风险、人群疏散、灾害蔓延、周边救援路径联动等。在性能上，能够支持超过18种常见危化品监测传感器的数据接入和汇聚，支持并发100路以上高低点联动视频拼接投影地图的视频融合，能够支持危化品静动态数据视图、地图位置LBS视图、视频监控图层、传感器数据图层、应急预案工作流图层等多图层等9种以上业务场景视图图层，实时数据采集的吞吐量达到500M/s的速率，并发访问用户数达到WebGL用户数1000人以上，对BIM模型采样率和模型重建的性能指标达到每5秒完成一次OpenGL绘制，流式计算的性能指标达到单实例支持亿级别的计算量，数字孪生的交互控制反应延迟值达到2秒，实时视频的实时结构化3秒。通过实景融合数字孪生技术的应用，危化品贮存风险监测与防控能够切实解决监管部门的日常监管盲区死角的远程监管，能够大大降低日常监管的成本。面对应急处置中也能够具备移动指挥、精准防控的全局态势感知能力，大大提升消防救援的时效性，为防灾减灾，救援物资与救援路径提供了精确到仓库位置颗粒度的数据支撑。

• 安防与消防融合发展的策略

无论从场景落地适配，还是从市场需求关联，安防与消防融合构建城市大安全。安防和消防在一定程度上，对于大多数人来说，应该是本属一体，都属于安防范畴。随着数字化、网络化、智能化的蓬勃发展，智能化建筑的各个子系统大融合一个大系统也在稳步发展。安防中的视频监控技术为消防系统提供现场数据及环境采集，所以视频火灾探测在消防系统中一直都存在；在智能建筑系统安防系统与消防系统集中存在于一个大融合平台上，与之前自成单独独立运行，两者互不相关情况形成鲜明对比，现今消防和安防在系统技术上出现了整合的趋势；虽说就目前的整合效果不是很理想，但这也许就是行业大发展的前奏，也是大势所趋。如今的安防系统、消防系统技术正处智能化变革时代，消防系统中的机电技术也处在朝着智能化机电系统的全新方向发展。该系统不仅能够准确无误并且以速度很快的引导着人们避开灾难，而且还具有防盗报警的安全功能，利用高科技保障人民群众的生命和财产安全的功能。 智能消防系统的现行结构包括：火灾事故的前期防范，发生灾害报警，自行设法逃脱，设施动作或人员扑打灭火等。 当火灾发生时，如果我们能够及时有效的将大火扑灭，或是在火灾初期阶段时，就可以通过消防智能技术和智能安防系统来发现并进行相应的处理，智能安防系统里面的门禁、防盗、视频，整合到智能消防系统里面，或者更准确的说，将两套系统整合为一个平台综合管理，提高整个系统的智能化程度和对策管理的成效。在各子系统之间进行信息互通，实现功能共享和设备共享，使得整个大系统向着融合和整合的趋势发展。这样可以有效提升安全系数，大大降低生命财产损失。

安防与消防在基础设施建设上已经达到增密提质的效果，进一步围绕城市安全的防灾减灾救灾，两者各擅胜场。安防聚焦人车码证，消防着眼火患防消。对泛公共安全领域的城市安全定义两者的融合发展促使的城市大安全系统，例如城市安全大脑，城市安全生命线防护工程等各种融合类的项目都开展起来了。从安全的多个维度来进行融合发展，1、市场需求维度。市场对安全的需求更场景化，对生命财产安全的防护救援各个环节要求更连贯，单一的安全建设不符合这个需求，将安防、消防、救援物资车辆、防灾措施、减灾策略、救灾指挥都需要融合起来，形成统一指挥、上下联动、反应灵敏、专长兼备、平战结合的整体建设体系。2、技术发展维度。各类安防技术和消防技术也融合起来，形成一加一大于二的效应，例如安防黑光级高清智能摄像头技术加上消防红外热成像黑体技术监测远距离火灾温度阈值告警就应用到了许多城市消防的高层建筑中，形成高低点联动、枪球机联动的消防视野。AI人工智能技术在安防领域积累的小样本无干预机器学习算法也可以和消防的火点监测算法进行融合，利用风速气温周边材质等变量的自适应深度学习，使用物理化学因子库进行自动推演测算过火面积，蔓延趋势，救火方式等，可以有效解决传统消防中烟雾迷漫看不清，火情控制不可预的情况，无人机技战法、多维数据感知等优势安防技术都是很好的消防融合技术发展维度。3、围绕消防安防融合设计大安全数据服务平台，提供统一数据归口、统一标准规范、多维数据接入采集、安全系数设计、模式识别、设计各类场景导向的专题库、主题库，解决南北差异、区域差异等。统筹起来火情警情的研判与合成作战指挥调度，形成融合发展的统一有机体。在基层，安防与消防的融合有两个实证效果。一是在社区小区，城市精细化治理无论是封闭式社区物业管理消防管理，还是开放式小区民防自治消防下沉，都已经有了实证，君不见社区小区安全保卫还是物业管理，消防责任是下沉到一体的。君不见派出所基层片警不但负责区域治安户政流动人口常住人口等工作，也同时兼任消防风险隐患点感知采集管理工作，这样的实证可见无论是消防通道畅通，还是小区微型消防站的可用性，还是老旧小区电路老化起火扑救，还是电瓶车充电火灾等高频高发事故，两者的融合已经具备了基础。融合策略已经具备了自底向上的发展趋势，结合应急部，各省市安委办的自顶向下的工作责任压实。两个方向上的双向挤压会使得安防消防的融合更紧密，引领的需求和市场会夯实刚需规模，挤出虚假繁荣的泡沫和水分，毕竟两者的融合性需求和传统单一建设相比，四个字：“人命关天”。马虎不得，毕竟融合做不好，安全就不可控。这契合党和国家领导人对安防和消防的要求和定义保障人民群众的生命财产安全，构建平安有序和谐社会，防灾减灾救灾重在防。

• 安防与消防融合发展的前景与趋势

    安防与消防的融合发展是趋势是必然。这是国家城市精细化治理的客观需要，也是行业发展技术发展带来的客观影响，更是人民群众对生命财产安全的安全需要，避免无妄之灾，杜绝人祸之患。和谐社会下的中国人民需要，因此安防与消防融合发展构建城市大安全成为必然。带来的前景不但是安防与消防市场产生新的扩展，产品和解决方案形成互补，共同产生了把市场的蛋糕做大，更有利于发展一批，带动一批满足中国特色的消防安防融合的产品，比如危险化学品安全的防灾减灾救灾产品解决方案，比如城市安全生命线防护工程这样的综合安全的市场机会。更可以预见的是带来一加一大于二的化学反应，安防消防设施是城市基础设施的重要组成部分，架桥修路盖房子都离不开它，在智慧新基建的建设要求下，国家会更加鼓励科技赋能基建，同样作为安防的生产力工具，5G，人工智能的发展也会赋能到消防器材，消防系统中，使我们的桥、路、房子更安全，避免无妄之灾，杜绝人祸之患。随着应急管理部成立以来对消防工作的统一指挥的效应逐步凸显，未来两者的融合会有几个趋势：1、大应急行业包括了消防的市场机会带来井喷，据统计全国各省市关于安防消防一体化的招标投标项目就超过40亿元，这是一个很好的开局，广泛的安防厂商都在2019年成立了专门的大应急行业部门，安防龙头企业海康大华不遑多让率先开展起来了在AiCloud架构和HOC城市之心架构下的应急管理消防解决方案。2、产品和技术上会更近一步打上5G的加速度进行融合型产品的研发和应用。5G天然适合物联网，万物互联天然适合安防和消防设施设备传感器，5G最佳的应用场景就有AR/VR/AI，边缘计算有了5G的加持成为了可普及的现实，试想每一条老化电线电路，每一个消防器材，消防栓里面有没有水，消防通道的畅通保障都需要这样的传感器的边缘计算汇聚到安防消防一体化的城市大安全系统中，再也不必担心电线老化火灾、消防栓里面没有水这样的囧境。3、围绕安防消防融合会有更多的区域行业特征的主题场景产生可复制性，比如轨道交通消防、比如城中村综合治理网格化消防、比如危险化学品消防等，在疫情肆掠的当前，城市精细化治理是刚需，而安防和消防的融合恰恰就是为了更好的实现精细化治理的必由之路，为了更好的管控、更好的防控、更好的防灾减灾救灾、更好的为人民群众生命财产安全保障服务。