这是一份基于芯步开放平台架构的技术解决方案。文档重点在于利用平台现有的设备指令下发与消息推送机制，将雷达/烟感感知层与充电桩执行层打通。
1. 背景与痛点
在当前的共享充电站（尤其是电动自行车棚）运营中，主要面临三大痛点：
“火烧连营”风险：锂电池热失控速度快，传统单烟感报警晚，且无法识别“有烟无火”或“异常发热”状态。
能源浪费：充电站常常出现“车已走、电未断”或插座空载的情况，导致电能空耗，甚至因线路老化产生火花。
误报与误判：普通红外传感器易受温度、光线干扰，无法精确区分“车主体温”与“真实火源”，导致消防误动作。
2. 核心设备选型：“双模”式人体雷达烟感
传统方案仅使用普通烟感，本方案接入“双模”式人体雷达烟感。该设备集成了三种感知技术：
光电感烟：探测燃烧产生的可见或不可见微粒。
微波雷达（人体存在检测） ：探测充电区域内是否有人员停留或靠近，用于“人车分离”节能控制。
红外热释电/温度探测：辅助判断环境温度或电池包表面异常温升。
为什么选择“双模”式？在充电场景中，如果只靠雷达，无法判断“烟”；如果只靠烟感，无法杜绝误报（如灰尘、水汽）。“双模”式（雷达+烟感+温感）通过逻辑“与”关系，可大幅降低误报率至5%以下。
3. 系统设计
本方案基于芯步开放平台，采用 “端-云-端” 或 “端-边-云” 的架构。
感知层：部署“双模”式雷达烟感、智能空开（断路器）、充电桩。
网络层：通过网关（Gateway）采集设备数据，利用MQTT/HTTP协议上报至芯步云平台。
平台层（芯步） ：负责设备管理、数据流转、规则引擎（逻辑判断）及API分发。
应用层：运营后台、消控室大屏、微信小程序告警。
集成逻辑图（文字描述）：
“双模”式雷达烟感<--(LoRa/4G/以太网)-->芯步网关↑充电桩<--(RS485/开关量)-->智能空开
芯步云平台<--(HTTP API/消息推送)-->第三方消防平台&运维人员手机
4. 关键集成步骤与技术实现
本阶段重点在于将“雷达烟感”的数据与芯步的设备控制API进行绑定。
4.1 设备接入与数据定义
在芯步控制台中，定义“双模”式雷达烟感的物模型（Data Template）：
属性1
alarm_smoke(int) —— 烟雾浓度值或状态（0=正常，1=预警，2=报警）。属性2
radar_status(int) —— 雷达探测结果（0=无人，1=有人）。属性3
temperature(float) —— 环境/电池温度。属性4
battery_vol(float) —— 设备电量（针对无线款）。
4.2 联动逻辑：场景A——消防安全“硬联动”
场景：烟感探测到烟雾浓度超标（例如浓度值 > 100ppm）或温度瞬间飙升。执行动作：立即切断充电回路电源。
实现方式（利用芯步API）：
触发：烟感设备ID
DEV_SMOKE_01上报alarm_smoke = 2。逻辑处理：平台规则引擎判定该报警级别为“紧急”。
指令下发系统自动调用芯步开放平台的 [向设备下发指令] 接口。
请求地址
http(s)://api.thingboot.com/{AppID}/device/control/Method：POST
关键参数
device：关联的充电桩智能空开ID（如DEV_BREAKER_01）。order{"power_off":1, "reason":"fire_alarm"}（执行断电指令）。此外，可触发声光报警器（order:{"alarm":"on"}）。
4.3 联动逻辑：场景B——节能“人走电断”
场景：雷达探测到充电区域持续5分钟无人，且充电电流已进入“涓流浮充”或待机状态。执行动作：自动切断该路插座电源，减少变压器空载损耗，消除电气火灾隐患。
实现方式：
数据融合：“双模”式雷达上报
radar_status = 0，同时充电桩检测电流current < 0.5A。平台决策：保持此状态5分钟无变化。
执行：通过API下发指令关闭充电插座继电器。
4.4 联动逻辑：场景C——防盗与安全提醒
场景：车辆正在充电中，雷达探测到有人长时间靠近某辆车。执行动作：触发语音播报“请勿触碰他人车辆”，若强行挪动，触发平台告警。
5. 芯步平台的“关键配置”详解
为了保持文档简洁，这里列出无需代码即可实现的核心配置思路：
5.1 规则引擎设置（云端逻辑胶水）
在芯步控制台，我们需要设置 “触发条件” 绑定 “执行动作”
规则名称：消防紧急断电
触发器：选择设备
烟感_01，属性烟雾报警==报警。动作
调用服务：选择
断路器_01的断电功能。发送通知：向应用管理组发送“火灾报警”推送。
5.2 异步消息推送（第二通道）
在对时效性要求比较高的消防场景中，开启消息推送功能。当烟感上报报警时，芯步平台会立即向配置的第三方服务器（如物业消控室服务器）推送数据。
推送地址
http://[物业服务器IP]/fire_receive推送内容示例
{"device_id":"xxx","alarm_type":"smoke","value":500,"location":"A区12号桩"}
6. 方案价值分析
通过将“双模”式人体雷达烟感接入芯步平台，相较于传统方案，带来三大提升：
零误报（接近100%准确率）
传统方案：单车经过导致光线变化或吸烟导致误喷水，导致车主投诉、设备水浸损坏。
本方案：必须同时满足“雷达探测到静态高温区域”+“烟雾颗粒浓度上升”双重条件才触发灭火/断电。利用AI识别有效过滤灯光、车灯反光等干扰。
极致节能与安全
场景：凌晨3点，车棚无人，但所有充电器仍在通电（空载损耗）。
本方案动作：雷达判定无人 -> 延时5分钟 -> 通过API发送
order:{"power_cut":1}-> 物理切断次级回路。预计降低充电桩待机功耗80%，且消除了线路带电老化起火的风险。
多维融合告警
不再是单一的“滴滴”声。平台可生成复合事件：
[严重] 充电桩A区 - 检测到真实火情 (温度:85°C / 烟雾:浓) - 已自动断电 - 已通知网格员。
7. 总结
本方案利用芯步开放平台的高兼容性（支持MQTT/HTTP）和强大的指令下发能力，将““双模”式人体雷达烟感”这一感知设备与“充电桩/空开”这一执行设备在云端深度绑定。
它不仅解决了充电站“防消结合”的难题，更通过雷达人体感知技术实现了精细化的能源管理，是构建安全、节能、无人化智慧充电站的最佳实践。