1.一种适用于地铁站火灾警情的智能疏散系统，其特征在于，包括：终端节点、中继控制模块和总控制模块；

所述终端节点包括：火灾报警模块、火源定位模块和室内行人定位模块；

所述终端节点用于完成火灾探测、火源定位、室内行人定位的数据采集、处理、发送本节点检测结果与接收后台指令；

所述火灾报警模块用于发现火灾警情并传播火灾信息；

所述火灾报警模块与所述火源定位模块连接，所述火源定位模块用于根据采集的火灾警情的图片信息和火灾烟气信息对火源进行定位，具体包括：通过双目摄像机获取立体图像对；

采用深度学习技术对所述立体图像对进行处理，得到所述立体图像对中包含的特征信息，并进行相似度度量；

对所述特征信息进行立体匹配，确定视差，计算火源的三维坐标；

根据所述火源的三维坐标，确定火源位置，具体包括：左右摄像机分别拍摄不同视角下同一三维空间的火焰场景图像，由对极几何原理可知匹配点对m和m'的反投影射线l和l'确定了一个通过两摄像机光心的极平面，l和l'必相交于一个空间点；同时l和l'与两摄像机之间的基线构建了一个三角形，两个顶点分别是摄像机1和摄像机2的光心，另一个顶点是两条反投影线的交点即要确定的空间点；在此基础上，将两个摄像机投影矩阵分别设为C1和C2，同时令C1＝k1[I|0]，C2＝k2[R|T]；世界坐标系原点选在摄像机1的位置，摄像机1经过旋转和平移得到摄像机2的位置，k1和k2分别是两摄像机的内参数矩阵，R、T分别为旋转和平移矩阵，用公式λm＝CM来表示二维图像与三维空间位置的几何关系，通过摄像机1和摄像机2的关系可求出M的解，同时应用最小二乘法即可解出公式λm＝CM中的三维空间坐标值，由于双目摄像机拍摄的过程中平行放置，基线距离已知，因此通过投影矩阵计算出来火源的三维坐标即为空间实际坐标；

所述火源定位模块采集火灾烟气信息，具体包括：通过烟感探头采集烟气信息；

根据所述火源位置利用中央控制器设定火灾场景、最大热释放功率以及消防硬件设施的开闭参数值；

根据所述烟气信息和所述开闭参数值采用数值模拟的方式，得到烟气弥漫方向和弥漫速度的信息；

所述烟气弥漫方向和所述弥漫速度的运动规律满足如下的基本方程：连续方程：

动量方程：

能量方程：

浓度方程：

状态方程：P＝ρRT

边界内部传热方程：

内壁边界条件：

其中μi、μj为烟气弥漫速度分量，P为烟气压力，ρ为烟气密度，ρ0为初始密度，T为环境温度，gi为重力加速度，cP为空气比热容，λ为空气导热系数，q为热辐射通量，CS为该组分的质量分数，DS为该组分的扩散系数，ms为该组分的质量生成率，R为气体常数，Ts为壁面温度，λs

1/3

为该组分导热系数， 为雷诺数，C1＝0.036Pr ，Pr为普朗特数；

所述室内行人定位模块用于对地铁站内的行人进行定位，具体包括：进行共频带定位测量、5G定位测量和惯性传感器定位测量，得到不同的测量信号；

根据各所述测量信号对行人的基本位置进行估计，得到行人基本位置信息；

获取蓝牙指纹定位信息；

根据所述蓝牙指纹定位信息和所述行人基本位置信息进行位置结果融合，得到融合后的位置信息；

根据所述融合后的位置信息采用定位场景识别法、混合定位算法和路径拟合进行定位决策，确定地铁站内行人位置；

所述对地铁站内的行人进行定位的技术原理为：(1)首先要进行行人航位推算，利用手机内置的惯性传感器对行人步长、步态和航向角进行估计，并通过获取5G信号强度，利用室内信号传输模型来计算不同基站与行人移动设备之间的距离，从而估计行人的具体位置，公式为：其中，d表示5G基站与移动设备之间的距离，PTX表示5G基站输出信号强度，PRX表示移动设备接收到的信号强度，GTX表示5G基站的天线收益，GRX表示移动设备的天线收益，λ表示信号波长，n为信号遮挡因子，Xα为标准差为α的随机变量；

(2)再进行蓝牙指纹定位，当移动设备接近蓝牙发射机时，会接收到蓝牙发射的广播信号，蓝牙基站周期性发送的广播信号包含唯一物理地址编码Mac地址和信号强度指示RSS；

移动设备终端会同时收到当前位置多个蓝牙基站发送的信号，信号因距离不同而衰减不同，综合当前位置不同蓝牙的不同信号强度序列，可获取当前位置唯一标志的RSSI序列作为参考指纹；在线定位时将扫描到的蓝牙信号强度序列与指纹库中的参指纹序列匹配，从而计算出概率最大的目标位置；

(3)利用扩展卡尔曼滤波对上述多种定位方式进行融合，建立状态方程和观测方程如下： 式中，W‑N(0,Q)，V‑N(0,R)，W和V相互独立，Q和R分别表示系统过程噪声协方差和观测过程噪声协方差；状态方程中，(xk,yk)表示行人预测的第K步位置；θk表示预测的第K步航向角；Δθ为航向角增量，可设为常数；观测方程中，(xk,yk)表示蓝牙定位位置；sk、θk表示第K步的步长和航向角；

所述中继控制模块分别与所述火灾报警模块、所述火源定位模块和所述室内行人定位模块连接，所述中继控制模块用于对火灾信息、火源定位信息和行人定位信息进行汇总；

所述总控制模块与所述中继控制模块连接，所述总控制模块用于根据汇总的信息、地铁APP客户端采集的行人信息和地图管理系统采集的行人信息规划各个行人的动态逃生路径，并生成动态逃生路径引导图。

2.根据权利要求1所述的适用于地铁站火灾警情的智能疏散系统，其特征在于，所述火灾报警模块包括火灾探测器、微处理器、数字电台和消防控制设施模块，所述火灾探测器用于发现火灾警情；所述微处理器与所述火灾探测器连接，所述微处理器用于接收火灾警情信号，所述数字电台与所述微处理器连接，所述数字电台用于接收并传播所述火灾警情信号；所述消防控制设施模块与所述微处理器连接，所述消防控制设施模块用于根据所述火灾警情信号启动相关消防设备的开关，所述微处理器与所述中继控制模块连接。

3.根据权利要求1所述的适用于地铁站火灾警情的智能疏散系统，其特征在于，所述火源定位模块包括双目摄像头、烟感探头和中央控制器，所述双目摄像头用于采集火灾警情的视频序列；所述烟感探头用于采集烟气信息；所述中央控制器分别与所述双目摄像头和烟感探头连接，所述中央控制器用于对所述视频序列和所述烟气信息进行分析处理，确定火源位置，所述中央控制器与所述中继控制模块连接。

4.根据权利要求1所述的适用于地铁站火灾警情的智能疏散系统，其特征在于，所述室内行人定位模块包括交换机、5G基站、WLAN基站、决策控制系统和移动设备，所述交换机用于为客户端读取位置信息提供通讯端口；所述5G基站和所述WLAN基站用于采集接收机获取行人到达预设地点的时间；所述移动设备用于发出实时移动信号；所述决策控制系统分别与所述交换机、所述5G基站、所述WLAN基站和所述移动设备连接，所述决策控制系统用于根据时间信息和所述实时移动信号信息，确定室内行人位置，所述决策控制系统与所述中继控制模块连接。

5.一种适用于地铁站火灾警情的智能疏散方法，其特征在于，所述方法应用于权利要求1‑4任意一项所述的适用于地铁站火灾警情的智能疏散系统，所述方法包括：通过火灾报警模块及时传播火灾信息，并根据实际情况选择是否开启相关消防设备；

根据所述火灾信息通过火源定位模块，确定火源位置；

通过火源定位模块采集烟气弥漫信息；

通过室内行人定位模块采用多种室内定位融合技术，确定地铁站内各个行人位置；

根据所述火灾信息、所述火源位置、烟气弥漫信息和各所述行人位置，结合实际情况为每个行人规划动态逃生路径引导图，并将所述动态逃生路径引导图发送到移动设备的客户端；

所述根据所述火灾信息通过火源定位模块，确定火源位置，具体包括：通过双目摄像机获取立体图像对；

采用深度学习技术对所述立体图像对进行处理，得到所述立体图像对中包含的特征信息，并进行相似度度量；

对所述特征信息进行立体匹配，确定视差，计算火源的三维坐标；

根据所述火源的三维坐标，确定火源位置，具体包括：左右摄像机分别拍摄不同视角下同一三维空间的火焰场景图像，由对极几何原理可知匹配点对m和m'的反投影射线l和l'确定了一个通过两摄像机光心的极平面，l和l'必相交于一个空间点；同时l和l'与两摄像机之间的基线构建了一个三角形，两个顶点分别是摄像机1和摄像机2的光心，另一个顶点是两条反投影线的交点即要确定的空间点；在此基础上，将两个摄像机投影矩阵分别设为C1和C2，同时令C1＝k1[I|0]，C2＝k2[R|T]；世界坐标系原点选在摄像机1的位置，摄像机1经过旋转和平移得到摄像机2的位置，k1和k2分别是两摄像机的内参数矩阵，R、T分别为旋转和平移矩阵，用公式λm＝CM来表示二维图像与三维空间位置的几何关系，通过摄像机1和摄像机2的关系可求出M的解，同时应用最小二乘法即可解出公式λm＝CM中的三维空间坐标值，由于双目摄像机拍摄的过程中平行放置，基线距离已知，因此通过投影矩阵计算出来火源的三维坐标即为空间实际坐标；

所述通过火源定位模块采集烟气弥漫信息，具体包括：通过烟感探头采集烟气信息；

根据所述火源位置利用中央控制器设定火灾场景、最大热释放功率以及消防硬件设施的开闭参数值；

根据所述烟气信息和所述开闭参数值采用数值模拟的方式，得到烟气弥漫方向和弥漫速度的信息；

所述烟气弥漫方向和所述弥漫速度的运动规律满足如下的基本方程：连续方程：

动量方程：

能量方程：

浓度方程：

状态方程：P＝ρRT

边界内部传热方程：

内壁边界条件：

其中μi、μj为烟气弥漫速度分量，P为烟气压力，ρ为烟气密度，ρ0为初始密度，T为环境温度，gi为重力加速度，cP为空气比热容，λ为空气导热系数，q为热辐射通量，CS为该组分的质量分数，DS为该组分的扩散系数，ms为该组分的质量生成率，R为气体常数，Ts为壁面温度，λs

1/3

为该组分导热系数， 为雷诺数，C1＝0.036Pr ，Pr为普朗特数；

所述通过室内行人定位模块采用多种室内定位融合技术，确定地铁站内各个行人位置，具体包括：

进行共频带定位测量、5G定位测量和惯性传感器定位测量，得到不同的测量信号；

根据各所述测量信号对行人的基本位置进行估计，得到行人基本位置信息；

获取蓝牙指纹定位信息；

根据所述蓝牙指纹定位信息和所述行人基本位置信息进行位置结果融合，得到融合后的位置信息；

根据所述融合后的位置信息采用定位场景识别法、混合定位算法和路径拟合进行定位决策，确定地铁站内行人位置；

所述多种室内定位融合技术的原理为：(2)首先要进行行人航位推算，利用手机内置的惯性传感器对行人步长、步态和航向角进行估计，并通过获取5G信号强度，利用室内信号传输模型来计算不同基站与行人移动设备之间的距离，从而估计行人的具体位置，公式为：其中，d表示5G基站与移动设备之间的距离，PTX表示5G基站输出信号强度，PRX表示移动设备接收到的信号强度，GTX表示5G基站的天线收益，GRX表示移动设备的天线收益，λ表示信号波长，n为信号遮挡因子，Xα为标准差为α的随机变量；

(2)再进行蓝牙指纹定位，当移动设备接近蓝牙发射机时，会接收到蓝牙发射的广播信号，蓝牙基站周期性发送的广播信号包含唯一物理地址编码Mac地址和信号强度指示RSS；

移动设备终端会同时收到当前位置多个蓝牙基站发送的信号，信号因距离不同而衰减不同，综合当前位置不同蓝牙的不同信号强度序列，可获取当前位置唯一标志的RSSI序列作为参考指纹；在线定位时将扫描到的蓝牙信号强度序列与指纹库中的参指纹序列匹配，从而计算出概率最大的目标位置；

(3)利用扩展卡尔曼滤波对上述多种定位方式进行融合，建立状态方程和观测方程如下： 式中，W‑N(0,Q)，V‑N(0,R)，W和V相互独立，Q和R分别表示系统过程噪声协方差和观测过程噪声协方差；状态方程中，(xk,yk)表示行人预测的第K步位置；θk表示预测的第K步航向角；Δθ为航向角增量，可设为常数；观测方程中，(xk,yk)表示蓝牙定位位置；sk、θk表示第K步的步长和航向角。

6.根据权利要求5所述的适用于地铁站火灾警情的智能疏散方法，其特征在于，所述通过火灾报警模块及时传播火灾信息，并根据实际情况选择是否开启相关消防设备，具体包括：

通过火灾探测器发现地铁站内发生火灾警情，得到火灾警情信号；

通过微处理器和数字电台将所述火灾警情信号进行传播；

根据所述火灾警情信号确定消防设备的开启或关闭。

7.根据权利要求5所述的适用于地铁站火灾警情的智能疏散方法，其特征在于，所述根据所述火灾信息、所述火源位置、烟气弥漫信息和各所述行人位置，结合实际情况为每个行人规划动态逃生路径引导图，并将所述动态逃生路径引导图发送到移动设备的客户端，具体包括：

获取地铁APP客户端采集的行人信息和地图管理系统采集的行人信息；

根据所述火灾信息、所述火源位置、烟气弥漫信息、各所述行人位置、所述地铁APP客户端采集的行人信息和所述地图管理系统采集的行人信息，为每个行人规划动态逃生路径引导图，并将所述动态逃生路径引导图发送到移动设备的客户端。