CN106781187B - 基于多维系统fm模型的火灾现场火源区域定位方法 - Google Patents

Abstract

本发明公开了一种基于多维系统Fornasini‑Marchesini模型的火灾现场火源区域定位方法，该方法首先采集部署在网格边界的传感器节点信息，利用二维Fornasini‑Marhesini(2D FM)模型进行过程模型的建模，记录小车接收到的各传感器信号；然后根据邻近节点的温度信息判断小车下一时刻的行驶路径，根据自身的携带的传感器判断火源是否就在附近，再由红外热成像仪判断出火源所在的网格区域。相比传统的大型火灾现场的火源定位方法，本发明的定位方法考虑到了火源的范围性和快速灭火的效率性，以及消防水枪喷射时的范围性，只需要定位出火源所在的一个个网格区域，且每个网格面积略小于消防水枪喷洒出的灭火面积，即可达到快速高效的灭火目的。

Description

基于多维系统FM模型的火灾现场火源区域定位方法

技术领域

本发明涉及传感器定位技术，特别是涉及一种基于多维系统FM(Fornasini-Marchesini)模型的火灾现场火源区域定位方法。

背景技术

无线传感器网络是由分布在空间上的许多个传感器节点组成，这些节点通过无线通信的方式形成一个多跳自组织的网络系统，用于协同感知、采集和处理网络覆盖区域中被感知对象的信息，并将处理后的信息发送给观测者。无线传感器网络在通信、雷达、图像处理、地震勘探、故障检测等领域有着很广泛的应用。

无线传感器网络中的定位主要分为两类：一类是对监测目标定位；另一类是对传感器节点本身的定位，也就是网络节点定位。所有无线传感器网络中的应用性研究都是基于传感器节点位置信息是已知的，传感器节点采集的数据信息只有与节点的位置信息相结合才是有实际意义的，对网络覆盖区域的监测目标的定位也是如此。例如，发生大型火灾时，必须获取准确的火源位置信息，需要无线传感器网络提供传感器节点的位置坐标，才能完成定位火源的任务。

多维系统是指涉及多个独立变量的系统，其分析、优化、设计和实现的复杂性都高于一维系统，但是其模型更加完善，可跟踪观测多个变量，更趋于实际情况，比较真实。随着计算机科学与大规模数字集成电路技术的迅速发展，多维系统理论的应用领域也在迅速的扩大，主要应用领域包括：环境保护中的大气污染、水域污染的监测、智能机器人中的计算机视觉、气象中的卫星云图分析、国防与航空航天领域的导航等等，而本发明主要将多维系统运用到特大火灾现场的火源定位中。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于多维系统Fornasini-Marchesini模型的火灾现场火源区域定位方法。

本发明解决其技术问题所采用的技术方案是：一种基于多维系统Fornasini-Marchesini模型的火灾现场火源区域定位方法,包括以下步骤：

步骤S1：将发生大型火灾的区域视为一个矩形区域，取矩形相邻的两条边作为坐标轴建立直角坐标系，在这两条边界上等间隔的部署装有温度传感器的信标节点，间隔距离为a，以这些信标节点作为参考点，将矩形区域划分为网格形状；

步骤S2：无人小车从原点O处出发，以恒定的速度在网格上行驶，从一个节点运动到邻近节点所需时间为t₀，以出发时刻为0时刻，每次经过时间间隔t₀，采集两边界信标节点的温度信息，用于判断小车所在节点及周围邻近节点的温度值；其中，网格中任意节点的温度值由自身节点坐标所对应的x轴和y轴上的信标节点所感应到的温度值共同决定，即网格中任意一个节点n_e(x_e,y_e)的温度值，由信标节点n_x(x_e,0)和n_y(0,y_e)所感应到的2个温度值相加的总和来表示；

步骤S3：控制小车的运动方向：由小车所在节点的周围邻近节点之间的温度值大小关系控制小车的运动方向；具体方法是：小车运动至任意节点n_s(x_s，y_s)，接收该节点的4个邻近节点n_上(x_s,y_s+1)，n_下(x_s,y_s-1)，n_左(x_s-1,y_s)，n_右(x_s+1,y_s)所对应的x轴和y轴信标节点发送来的温度信息，取其中最大值节点n_max＝max{n_上，n_下，n_左，n_右},控制小车从节点n_s运动至节点n_max；若最大值节点存在多个，则任选其中一个节点方向运动；

步骤S4：记录下小车运动过程中所有经过节点所对应的边界信标节点的温度信息，以及当前时刻的位置信息和时间信息，然后建立多维FM模型，存储和管理上述信息；

步骤S5：粗略定位火源区域：小车自身携带一个感应小范围区域的温度传传感器，当温度传传感器的监测值大于等于设定温度阈值时，小车上的传感器会发出一个警报，表示此时小车与火源的距离小于等于设定值即火源在以小车所在节点为中心，半径为的圆形区域内；

步骤S6：精确定位火源区域：当小车上的传感器与火源的距离设定值时，会发出警报，将发出警报的t时刻小车所在节点半径范围内的网格区域去除与(t-t₀)时刻小车所在节点半径范围内的重复的网格区域作为火源区域，然后用小车上的红外热成像仪扫描该火源区域图像，若这些区域图像内存在像元值高于预先设计好的阈值时，表示这些区域内存在火源，则将信息反馈给消防人员。

步骤S7：当定位出火源所在的一个或多个网格区域后，再令这些网格中部分节点的温度值为0，控制小车绕过已定位出的火源区域，继续寻找其他火源区域，直到小车所经过的节点中同时存在A_nC和B_mC两边界上的节点时结束，其中A_nC和B_mC为矩形区域的边界。

按上述方案，所述步骤S5中每个单位网格的面积为a×a，略小于消防水枪喷洒出的灭火面积S，即：S≥a×a。

按上述方案，所述步骤S5中的警报值，由下述过程确定：

首先，让小车上的温度传感器和烟雾传感器从一定的距离逐渐靠近人为制造的火源，当距离为时，将温度传感器和烟雾传感器发送来的信息数值相加，记录相加后的数值，作为小车非常接近火源时的警报温度阈值，然后，对上述过程重复进行100次，取其平均值，作为步骤S4中所述的温度阈值。

本发明产生的有益效果是：本发明提出的火灾现场火源区域定位方法，首先将火源所在区域划分成一个个网格，每个网格的面积略小于消防水枪所能覆盖的面积。然后通过部署在火场边界的温度传感器感应到的温度控制小车的运动方向，用小车自身携带的温度传感器感应火源是否在小车附近，用警报值告知小车与火源的距离在的范围内，再用小车上的红外热成像仪扫描相关网格区域，确定火源所在的网格区域，并设置部分节点的温度值为0，绕过已定位出的火源区域，继续遍历其他节点寻找火源。当确定火源所在的网格后，消防水枪直接向每个网格区域喷水灭火即可，这种方法可以节省遍历整个火灾区域的时间，快速定位出火源区域，从而快速高效的完成灭火任务，减少人员伤亡和财产损失。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明实施例中无人小车感应到火源时采集部分节点温度值的示意图；

图2为本发明实施例中无人小车感应范围内仅一个网格区域存在火源时的示意图；

图3为本发明实施例中无人小车感应范围内有两个网格区域存在火源时的示意图；

图4为本发明实施例的方法流程图；

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图4所示，根据本发明所建立的2D FM-Ⅱ模型和一种基于温度传感器的区域定位方法，包括如下步骤：

步骤S1：将发生大型火灾的区域视为一个矩形区域，取矩形相邻的两条边作为直角坐标轴，在这两条边界上等间隔的部署装有温度传感器的信标节点，以这些信标节点作为参考点，将矩形区域划分为网格形状，如图1所示。规定每个单位网格的面积为a×a，略小于消防水枪喷洒出的灭火面积S，即：S≥a×a。

步骤S2：无人小车从原点O处出发，以恒定的速度在网格上行驶，从一个节点运动到邻近节点所需时间为t₀。每次经过时间间隔t₀，采集两边界信标节点的温度信息，用于判断小车所在节点周围邻近节点的温度值。而网格中任意节点的温度值由自身节点坐标所对应的x轴和y轴上的信标节点共同决定，例如：网格中任意一个节点n_e(x_e,y_e)的温度值，由信标节点n_x(x_e,0)和n_y(0,y_e)所感应到的2个温度值相加的总和来表示。

步骤S3：控制小车的运动方向：由小车所在节点周围邻近节点之间的温度值大小关系控制小车的运动方向。具体方法是：小车运动至任意节点n_s(x_s，y_s)，接收4个邻近节点n_上(x_s,y_s+1)，n_下(x_s,y_s-1)，n_左(x_s-1,y_s)，n_右(x_s+1,y_s)所对应的x轴和y轴信标节点发送来的温度信息，取其中最大值节点n_max＝max{n_上，n_下，n_左，n_右},控制小车从节点n_s运动至节点n_max。若最大值节点存在多个，则任选其中一个节点方向运动。

步骤S4：数学建模：记录下小车运动过程中所有经过节点所对应的边界信标节点的温度信息，以及当前时刻的位置信息和时间信息，然后建立多维FM模型，存储和管理这些信息。

步骤S5：粗略定位火源区域：小车自身携带一个感应小范围区域的温度传传感器，当小车与火源的距离时，小车上的传感器会发出一个警报值，表示此时火源在以小车所在节点为中心，半径的圆形区域内，然后根据下述步骤S6和S7进一步判断火源的具体区域。

步骤S6：精确定位火源区域：当小车上的传感器与火源的距离时，会发出警报，将发出警报的t时刻小车所在节点半径范围内的网格区域去除与(t-t₀)时刻小车所在节点半径范围内的重复的网格区域作为火源区域，t为t₀的倍数，如图1所示，从t₀-1时刻到t₀时刻，小车从节点n₂₂运动至节点n₃₂时，小车感应到火源，此时读取节点n₃₁,n₃₃,n₄₁,n₄₂,n₄₃处的温度值。

然后用小车上的红外热成像仪扫描范围内由这些节点组成的网格的区域图像，若这些区域图像内存在像元值高于预先设计好的阈值时，表示这些区域内存在火源，并将信息反馈给消防人员。

步骤S7：考虑到大型火灾现场火源范围很广，可能占据多个网格的情况。当定位出火源所在的一个或多个网格区域后，再令这些网格中部分节点的温度值为0，控制小车绕过已定位出的火源区域，继续寻找其他火源区域，直到小车所经过的节点中同时存在A_nC和B_mC两边界上的节点时结束。

步骤S4中多维系统的二维FM模型表达式为：

其中，表示该系统的状态向量，表示输入信号，表示输出信号；A₁,A₂,A₃,B,C都是空间状态实数矩阵：A存储着移动小车接收到边界信标节点发送来的温度信息、位置信息和时间信息；B存储着移动小车接收到边界信标节点发送来的温度信息、位置信息和时间信息；C是多维系统的系数矩阵。

步骤S5中的警报值，由下述过程确定：

首先，让小车上的温度传感器和烟雾传感器从一定的距离逐渐靠近人为制造的火源，当距离为时，将温度传感器和烟雾传感器发送来的信息数值相加，记录相加后的数值，作为小车非常接近火源时的警报值。然后，对上述过程重复进行100次，取其平均值，作为步骤S4中所述的警报值。

步骤S6中红外热成像仪用于感应半径范围内的温度值。在红外热成像中，温度越高的区域图像的像元值就越大，表现在图像上就越亮。可根据实际需要，事先设置火焰外围温度值作为红外热成像仪探测到的着火源的阈值。当至少存在一个像元值高于这个预先设置好的阈值时，系统便认为在规定的网格区域内发现着火源。

步骤S7中小车前进方向的网格区域中火源的位置分两种情况讨论：

①小车前进方向所处的2个网格区域内只有1个网格中存在火源时，令此网格中温度值最大的节点的温度值为0，则小车不会再往这个节点处运动，然后根据步骤S3继续控制小车的运动方向；

具体为：如图2所示，若小车在节点n₃₂处感应到火源，通过红外成像仪判断出火源在由节点n₃₂,n₃₃,n₄₂,n₄₃组成的网格区域内，且节点n₄₃的温度值最大，则令节点n₄₃的温度值为0，然后小车朝着节点n₃₁,n₃₃,n₄₂中温度值最大的方向运动，继续寻找火源；

②小车前进方向所处的2个网格区域内有2个网格中存在火源时，令两网格中温度值最大的节点的温度值为0，同时令两网格重叠处的节点的温度值为0，则小车不会再往这些节点处运动，然后根据步骤S3继续控制小车的运动方向。

具体为：如图3所示，若小车在节点n₃₂处感应到火源，通过红外成像仪判断出火源在由节点n₃₂,n₃₃,n₄₂,n₄₃和节点n₃₁,n₃₂,n₄₁,n₄₂组成的两个网格区域内，且节点n₄₃是除了两网格重叠处的节点n₄₂外温度值最大的节点，则令节点n₄₂和n₄₃的温度值为0，然后小车朝着节点n₃₁,n₃₃中温度值最大的方向运动，继续寻找火源。这样做，还可以避免小车运动时过于靠近火源，保护小车。

本发明使用的多维FM模型可使系统更加完善，可跟踪观测多维系统模型中的多个变量，此处主要涉及位置坐标变量，温度变量，时间变量；本发明中的FM模型的传递函数与其他的多维模型相比，表达形式相对简单，变量比较少，运算起来不会太过复杂，从而更快的在传感器节点之间传递信号；而多维系统与一维系统相比，更趋于实际，也更加真实。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (3)

1.一种基于多维系统Fornasini-Marchesini模型的火灾现场火源区域定位方法,包括以下步骤：

步骤S1：将发生大型火灾的区域视为一个矩形区域，取矩形相邻的两条边作为坐标轴建立直角坐标系，在这两条边界上等间隔的部署装有温度传感器的信标节点，间隔距离为a，以这些信标节点作为参考点，将矩形区域划分为网格形状；

步骤S2：无人小车从原点O处出发，以恒定的速度在网格上行驶，从一个节点运动到邻近节点所需时间为t₀，以出发时刻为0时刻，每次经过时间间隔t₀，采集两边界信标节点的温度信息，用于判断小车所在节点及周围邻近节点的温度值；其中，网格中任意节点的温度值由自身节点坐标所对应的x轴和y轴上的信标节点所感应到的温度值共同决定，即网格中任意一个节点n_e(x_e,y_e)的温度值，由信标节点n_x(x_e,0)和n_y(0,y_e)所感应到的温度值共同决定；

步骤S3：控制小车的运动方向：由小车所在节点的周围邻近节点之间的温度值大小关系控制小车的运动方向；具体方法是：小车运动至任意节点n_s(x_s，y_s)，接收该节点的4个邻近节点n_上(x_s,y_s+1)，n_下(x_s,y_s-1)，n_左(x_s-1,y_s)，n_右(x_s+1,y_s)所对应的x轴和y轴信标节点发送来的温度信息，取其中最大值节点n_max＝max{n_上，n_下，n_左，n_右},控制小车从节点n_s运动至节点n_max；若最大值节点存在多个，则任选其中一个节点方向运动；

步骤S4：记录下小车运动过程中所有经过节点所对应的边界信标节点的温度信息，以及当前时刻的位置信息和时间信息，然后建立多维系统Fornasini-Marchesini模型，存储和管理所记录的小车运动过程中所有经过节点所对应的边界信标节点的温度信息，以及当前时刻的位置信息和时间信息；

步骤S5：粗略定位火源区域：小车自身携带一个感应小范围区域的温度传感器，当温度传感器的监测值大于等于设定温度阈值时，小车上的传感器会发出一个警报，表示此时小车与火源的距离小于等于设定值即火源在以小车所在节点为中心，半径为的圆形区域内；

步骤S6：精确定位火源区域：当小车上的传感器与火源的距离设定值时，会发出警报，将发出警报的t时刻小车所在节点半径范围内的网格区域去除与(t-t₀)时刻小车所在节点半径范围内的重复的网格区域作为火源区域，然后用小车上的红外热成像仪扫描该火源区域图像，若这些区域图像内存在像元值高于预先设计好的阈值时，表示这些区域内存在火源，则将信息反馈给消防人员；

步骤S7：当定位出火源所在的一个或多个网格区域后，再令这些网格中部分节点的温度值为0，控制小车绕过已定位出的火源区域，继续寻找其他火源区域，直到小车所经过的节点中同时存在A_nC和B_mC两边界上的节点时结束，其中A_nC和B_mC为矩形区域的边界。

2.根据权利要求1所述的火灾现场火源区域定位方法，其特征在于，所述步骤S5中每个单位网格的面积为a×a，略小于消防水枪喷洒出的灭火面积_S，即：S＞a×a。

3.根据权利要求1所述的火灾现场火源区域定位方法，其特征在于，所述步骤S5中的警报值，由下述过程确定：

首先，让小车上的温度传感器和烟雾传感器从一定的距离逐渐靠近人为制造的火源，当距离为时，将温度传感器和烟雾传感器发送来的信息数值相加，记录相加后的数值，作为小车非常接近火源时的警报温度阈值，然后，对上述过程重复进行100次，取其平均值，作为步骤S5中所述的温度阈值。