Page 223 - 现代消防工程与安全

Modern Fire Engineering and Safety
现代消防工程与安全

够通过自适应调制编码技术，根据信号质量自动调整传输参数，确保消防机器人
的数据传输不受干扰，始终保持稳定可靠。
（2）网络架构与数据传输优化

为进一步提高数据传输效率和实时性，消防机器人的网络架构引入了边缘计
算技术。在火灾现场附近设置边缘计算节点，如便携式边缘服务器。机器人采集
到的数据首先传输到边缘计算节点，在本地进行初步的处理和分析。例如，侦察
机器人拍摄的大量图像数据，在边缘计算节点通过图像识别算法进行快速处理，

提取出关键信息，如火源位置、被困人员位置等，然后将处理后的关键信息传输
到指挥中心。这样可以大大减少数据传输量，降低网络带宽压力，同时提高数据
处理的实时性。
为确保数据传输的可靠性，消防机器人的网络采用多链路聚合技术。机器人

同时连接多个 5G 基站或其他通信链路，如卫星通信链路作为备份。当某一链路
出现故障或信号质量下降时，数据能够自动切换到其他链路进行传输，保证数据
传输的连续性。例如，在山区火灾救援中，由于地形复杂，5G 信号可能不稳定，
此时卫星通信链路作为备份链路，当 5G 网络信号中断时，机器人的数据能够通

过卫星通信链路传输到指挥中心，确保指挥中心始终能够掌握火灾现场的情况。
在数据传输过程中，为保障数据的安全性，采用了先进的数据加密技术。对
机器人采集的所有数据进行加密处理，在传输过程中即使数据被窃取，窃取者也
无法获取真实信息。例如，采用对称加密算法对传感器数据进行加密，只有拥有

相应密钥的指挥中心和机器人才能解密数据。同时，在网络通信协议中加入身份
认证机制，确保数据传输的双方身份合法，防止黑客攻击和数据篡改，保证消防
机器人在执行任务过程中的数据安全。
3. 数据整合与管理

（1）数据融合算法的原理与实现
数据融合算法首先对来自不同机器人、不同类型传感器的数据进行关联分析。
通过建立数据之间的时空关系和语义关系，将相关的数据进行匹配和整合。例如，
对于侦察机器人发现的火源位置信息和灭火机器人的位置信息，算法根据时间戳

和地理坐标信息，将两者关联起来。在融合策略上，采用加权平均、卡尔曼滤波
等方法对数据进行融合处理。对于温度数据，当多个温度传感器测量同一区域的
温度时，根据传感器的精度和可靠性赋予不同的权重，然后通过加权平均计算出

210