现代建筑随着社会经济的进步,正逐渐向规模化、复杂化发展。人们在生活方式不断改变的同时,安全意识也有所提高,对消防安全越来越重视,但火灾隐患依旧存在,火灾事故时有发生。火灾预警和应急疏散子系统作为消防系统中重要的组成部分,也随之得到迅速的发展。本文在现有文献的基础上,对火灾烟雾的识别和疏散路径的规划进行了研究。首先,针对火灾预警部分提出了基于卷积神经网络的火灾烟雾识别方法。先用烟雾图片和非烟雾图片训练卷积神经网络学习烟雾特征,然后将输入的原始视频分帧并对其进行图像预处理:滤波和图像分块,使得图像对比度增强、大小规范化,再利用烟雾的颜色特性和烟雾运动特性来提取疑似烟雾区域,避免了全部小块图像输入到训练好的卷积神经网络中进行分类识别,减少了系统运算量。该方法能够防止人工选择烟雾出现鲁棒性差、特征不完善的问题。经过试验证明该方法可行且具有较高的准确率。其次,针对应急疏散部分提出了基于图像和人工鱼群算法的动态疏散路径规划研究。该方法在栅格图上进行路径规划,通过将鱼群的最优解替换为可行解,使鱼群避免陷入局部最优和全局最优相互干扰的情况,并结合摄像头采集图像,通过人脸识别人数信息,判断当前路径是否拥挤,及时调整路径和疏散指示灯方向,从而确保规划出的路径可以避免堵塞,动态疏散人群。仿真实验结果表明,该算法能够在相同时间内,较蚁群算法规划出更优路径,且避免了陷入局部最优和死锁状态,根据拥挤程度及时改变路径,能够在时间和空间双重约束的情况下实现人群动态疏散。最后,根据卷积神经网络识别火灾烟雾以及人工鱼群算法规划疏散路径两部分研究内容,对软件和硬件两部分进行了设计。软件部分是通过模块化思想,将系统按功能划分成独立模块,并介绍了各模块功能的实现及相关的界面设计。硬件部分是通过设计硬件电路,对疏散指示装置进行测试,以实现及时预警火灾和指示引导人员动态疏散的目的。