CN108806165B - 拍照式火焰探测系统及其控制方法 - Google Patents
拍照式火焰探测系统及其控制方法 Download PDFInfo
- Publication number
- CN108806165B CN108806165B CN201810930276.8A CN201810930276A CN108806165B CN 108806165 B CN108806165 B CN 108806165B CN 201810930276 A CN201810930276 A CN 201810930276A CN 108806165 B CN108806165 B CN 108806165B
- Authority
- CN
- China
- Prior art keywords
- resistor
- flame
- infrared
- control unit
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 title claims abstract description 22
- 238000001931 thermography Methods 0.000 claims abstract description 46
- 238000004891 communication Methods 0.000 claims abstract description 33
- 238000012790 confirmation Methods 0.000 claims abstract description 12
- 239000003990 capacitor Substances 0.000 claims description 44
- 230000007613 environmental effect Effects 0.000 claims description 22
- 230000005669 field effect Effects 0.000 claims description 22
- 241000282414 Homo sapiens Species 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 19
- 230000008030 elimination Effects 0.000 claims description 11
- 238000003379 elimination reaction Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 9
- 238000005286 illumination Methods 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 238000003786 synthesis reaction Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 101100489713 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) GND1 gene Proteins 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000005260 corrosion Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- HEMJJKBWTPKOJG-UHFFFAOYSA-N Gemfibrozil Chemical compound CC1=CC=C(C)C(OCCCC(C)(C)C(O)=O)=C1 HEMJJKBWTPKOJG-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Fire Alarms (AREA)
Abstract
本发明公开了一种拍照式火焰探测系统及其控制方法，包括火焰探测器，火焰探测器设置有MCU主控单元，MCU主控单元获取集成红外火焰传感器的红外火焰信号，结合环境参数传感单元的光照度信号进行初次火焰红外识别，MCU主控单元获取紫外火焰传感器的信号结合环境参数传感单元的紫外线强度信号进行火焰信号确认，MCU主控单元获取图像识别单元的可见光图片结合红外热成像图片进行最终火灾识别；MCU主控单元通过NB‑IoT无线通信单元连接云平台发送火灾信息。提高火焰的识别准确度，提高设备电源的采集效率和利用效率。
Description
技术领域
本发明涉及森林火灾监控技术领域，特别涉及一种拍照式火焰探测系统及其控制方法。
背景技术
传统的森林防火手段主要包括护林员巡护、摄像监控。护林员巡护不能实时监护所有防火区域，且依靠人力防火不可控因素太多；摄像监控功耗大，需有线供电，安装位置受限，且地表火、林下火的早期火情监测较难，无法满足业内追求探测火灾发生时间点越来越早的发展方向。
目前国内相关多传感组合双波段拍照式混合火焰探测器及其探测方法申请的专利不多，并且都存在一定的局限性。市面上已有的紫红外火焰探测器无法实现可视化与取证的问题；嵌入式图像采集主要应用于野外打猎相机，没有针对森林防火的应用，解决不了野外长期林火实时探测取证的准确性和可靠性问题。而当前已存在火焰传感器与图像识别技术结合进行林下早期火情监测与抓拍取证的设备装置，可实现低功耗自供能全天候监测，在火灾探测与现场取证方面取得巨大进步。实际上，野外拍照式火焰探测系统受能耗以及传输带宽限制，可见光传感器像素不得不被降低，现场图像不得不压缩之后回传，导致单纯依靠图像进行最终火焰确认，无法清晰将现场光照、灯光等高亮度光点排除在外。在实际运用场景中同样存在无法判断现场火焰情况，同样导致需护林人员人工巡护确认，增加人力成本并且极有可能耽误最佳火灾应急处置时机。
随着信息技术与传感技术的发展，使用低功耗的火焰识别传感技术和嵌入式图像采集识别技术，低功耗无线传输技术才能有效的解决森林火灾预防及取证困难的问题。
参考文献1，申请号201721203568.9公开了一种拍照式混合火焰探测器，参照其附图5，该专利的红外火焰探测器为单通道的红外火焰传感器，只涉及一种波长的火焰红外信号，因此对火焰的红外信号识别能力差，另外会受到动物发出的红外信号，环境背景发出的红外信号的干扰，因此抗干扰能力弱。
其图像采集系统仅为可见光图片传感器，不能采集红外热成像图片，导致单纯依靠可见光图片进行最终火焰确认，无法清晰将现场光照、灯光等高亮度光点排除在外。在实际运用场景中同样存在无法判断现场火焰情况，容易受到环境光线的干扰而误报警。参考文献1的紫外采集电路未设置干扰消除电路，其采集的火焰紫外信号容易受到环境紫外光信号的干扰，容易发生误报警。从该参考文献1附图2可见，太阳能电池板直接给充电电池供电，缺少电源采集模块，因此缺少对太阳能的采集效果较差，对充电电池的充电效果较差，充电电池和超级电容经多个电压转换芯片给各个模块供电，浪费电能较多，因此电源的利用效果差。对设置于野外的火焰探测器来说低能耗非常重要。
参考文献2：申请号201710847837.3公开了拍照式混合火焰探测器及其探测方法；该专利仍未公开上述区别技术特征，缺少解决上述相关技术问题的技术手段。参考文献3，申请号201610702532.9，一种双红外通道火焰探测器的火焰识别方法，该专利只涉及一种红外通道的火焰波长信号，对火焰信号的识别效果差，另外该火焰探测器未涉及人体红外通道波长信号，容易受到动物等发出的红外信号的干扰。
发明内容
有鉴于现有技术的至少一个缺陷，本发明的目的是提供一种拍照式火焰探测系统及其控制方法，采用集成红外火焰传感器，采集多种红外信号进行初次识别，通过紫外火焰传感器采集的火焰紫外信号进行二次确认，最后采用可见光图片结合红外热成像图片进行最终确认，将火焰信息发送到云平台，云平台向用户终端传送火焰信息，提高火焰的识别准确度，提高设备电源的采集效率和利用效率。
为了达到上述目的，本发明采用如下技术方案：一种拍照式火焰探测系统，其关键在于：包括拍照式火焰探测器，拍照式火焰探测器设置有MCU主控单元，该MCU主控单元连接有集成红外火焰传感器，所述集成红外火焰传感器集成有第一火焰红外传感单元、第二火焰红外传感单元、人体红外传感单元以及背景红外参考传感单元；所述MCU主控单元还经紫外采集电路连接有紫外火焰传感器；所述MCU主控单元还连接有环境参数传感单元，所述环境参数传感单元用于采集大气温湿度、光照度以及紫外线强度信号；
所述MCU主控单元还连接有图像识别单元，所述图像识别单元连接有可见光图像传感器和红外图像传感器阵列；可见光图像传感器用于抓拍火灾现场的可见光图片，红外图像传感器阵列用于抓拍火灾现场的红外热成像图片以及图片中各像素温度值；
MCU主控单元获取集成红外火焰传感器的红外火焰信号，结合环境参数传感单元的光照度信号进行火焰红外识别，MCU主控单元获取紫外火焰传感器的信号结合环境参数传感单元的紫外线强度信号进行火焰信号确认，MCU主控单元获取图像识别单元的可见光图片结合红外热成像图片进行最终火灾识别；
MCU主控单元还经NB-IoT无线通信单元连接有云平台，向云平台发送火灾信息；云平台连接有短信网关接口和图像推送接口。
通过上述的结构设置，采用集成红外火焰传感器，采集多种红外信号进行初次识别，通过紫外火焰传感器采集的火焰紫外信号进行二次确认，最后通过可见光图像传感器和红外图像传感器阵列采用可见光图片结合红外热成像图片进行最终确认，提高火焰的识别准确度。
其中第一火焰红外传感单元、第二火焰红外传感单元分别用于采集两种不同波长的火焰红外信号，人体红外传感单元用于采集人体红外干扰信号，即用于采集人或动物发出的干扰红外信号，以及背景红外参考传感单元用于采集背景环境发出的红外波长信号；通过对第一火焰红外传感单元、第二火焰红外传感单元获取的信号进行傅立叶变换，若判断具有火焰信号特征，再分别求取与人体红外传感单元以及背景红外参考传感单元的相关系数，若相关系数均符合火焰特征，则初次识别为火焰信号。
紫外火焰传感器用于采集火焰的紫外信号结合环境参数传感单元的紫外信号进行二次确认。由于仅凭可见光图片识别容易受到现场光照的影响，本发明通过采集可见光图片结合红外热成像图片进行处理，求取其相关系数，进行最终确认。最后通过NB-IoT无线通信单元即窄带物联网模块将信号发给监管人员。
一种拍照式火焰探测系统的控制方法，用于所述的拍照式火焰探测系统；其关键在于，包括火焰探测器的控制方法以及云平台的控制方法，火焰探测器的控制方法包括如下步骤，
步骤A1、MCU主控单元控制集成红外火焰传感器通电；
步骤A2、MCU主控单元进入休眠状态；
步骤A3、MCU主控单元获取集成红外火焰传感器的中断信号唤醒；
步骤A4、MCU主控单元获取集成红外火焰传感器的第一火焰红外传感单元的数据Ch_fire1[i]、第二火焰红外传感单元的数据Ch_fire2[i]、人体红外传感单元的数据Ch_interference[i]以及背景红外参考传感单元的数据Ch_background[i]；
步骤A5、MCU主控单元通过环境参数传感单元获取光照度信息Light[n]；
步骤A6、MCU主控单元分别将第一火焰红外传感单元的数据Ch_fire1[i]、第二火焰红外传感单元的数据Ch_fire2[i]进行傅立叶变换，分别得到傅立叶变换结果FFt_fire1和FFt_fire2，使用频域分布统计函数分别对傅立叶变换结果FFt_fire1和FFt_fire2进行统计，分别得到统计结果Sta_fire1和Sta_fire2；
步骤A7、MCU主控单元判断统计结果Sta_fire1和Sta_fire2是否具备火焰的基本频率特征，如果不具备，返回步骤A2；如果具备进入步骤A8；
步骤A8、MCU主控单元通过光照度信息Light[n]，确定红外通道相关系数阈值y3；
步骤A9、MCU主控单元求得Ch_fire1[i]与Ch_interference[i]的相关系数ρ1，Ch_fire1[i]与Ch_background[i]的相关系数ρ2，Ch_fire2[i]与Ch_interference[i]的相关系数ρ3，Ch_fire2[i]与Ch_background[i]的相关系数ρ4；
步骤A10、MCU主控单元判断若相关系数ρ1、相关系数ρ2、相关系数ρ3、相关系数ρ4全小于红外相关系数阈值y3；则初次火焰识别结果为火焰信号，进入步骤B1；否则返回步骤A2；
步骤B1、MCU主控单元通过环境参数传感单元获得环境的紫外强度UV；
步骤B2、MCU主控单元根据该紫外强度UV确定火焰紫外传感器的识别阈值UV_Threshold；
步骤B3、MCU主控单元开启火焰紫外传感器，获得紫外脉冲频率UV_Count；
步骤B4、MCU主控单元判断若紫外脉冲频率UV_Count高于该识别阈值UV_Threshold则二次火焰确认结果为火焰信号，进入步骤C1；否则返回步骤A2；
步骤C1、MCU主控单元开启图像识别单元采集可见光图片数据VisablePic[m]；
步骤C2、MCU主控单元将可见光图片数据VisablePic[m]转换为灰度图VisablePic_Gray[m]，并与卷积核做卷积，将卷积后的灰度图VisablePic_Gray_Conv[m]求峰峰值，得到求峰峰值后的图片数据VisablePic_Gray_Peek并进行二值化，得到二值化结果图片VisablePic_Bool；
步骤C3、MCU主控单元将二值化结果图片VisablePic_Bool进行形态学腐蚀、滤波、膨胀、还原，得到滤波二值图片VisablePic_Bool_Reduce；
步骤C4、MCU主控单元对滤波二值图片VisablePic_Bool_Reduce进行过滤，得到疑似火焰特征图片VisablePic_Final；
步骤C5、MCU主控单元采集红外热成像图片IrPic，以及红外热成像图片各像素的温度值；对红外热成像图片IrPic进行二值化处理得到二值化红外热成像图片IrPic_Bool；
步骤C6、MCU主控单元计算疑似火焰特征图片VisablePic_Final与二值化红外热成像图片IrPic_Bool的图片相关系数Count_Fire；
步骤C7、MCU主控单元判断图片相关系数Count_Fire高于经验阈值则最终识别为火焰预警信号，进入步骤C8；否则返回步骤A2；
步骤C8、MCU主控单元将火情预警信息、可见光图片数据VisablePic[m]与红外热成像图片IrPic通过NB-IoT通信模块上传云平台；
所述云平台的控制方法包括如下步骤：
步骤D1：云平台接收NB-IoT通信模块的火情预警信息；
步骤D2：云平台判断火情预警信息接收是否成功，如果是，向NB-IoT通信模块下发接收成功信息，进入步骤D3；否则请求NB-IoT通信模块重发，返回步骤D1；
步骤D3：云平台解析火情预警信息；
步骤D4：云平台调用短信网关接口向用户终端推送短信火情预警；
步骤D5：云平台在GIS地图上定位预警位置并进行显示；
步骤D6：云平台接收NB-IoT通信模块发送的可见光图片数据VisablePic[m]与红外热成像图片IrPic；
步骤D7：云平台判断可见光图片数据VisablePic[m]与红外热成像图片IrPic是否接收成功，如果没有，请求NB-IoT通信模块重发，返回步骤D6；如果成功，向NB-IoT通信模块下发接收成功信息，进入步骤D8；
步骤D8：云平台解析可见光图片数据VisablePic[m]与红外热成像图片IrPic；
步骤D9：云平台通过可见光图片数据VisablePic[m]与红外热成像图片IrPic进行图像合成运算，得到合成运算图像；
步骤D10：云平台通过图像推送接口将合成运算图像推送给用户终端；
步骤D11：云平台将合成运算图像上传到GIS地图上；
步骤D12：云平台等待消警命令。
显著效果:本发明提供了一种拍照式火焰探测系统及其控制方法，采用集成红外火焰传感器，采集多种红外信号进行初次识别，通过紫外火焰传感器采集的火焰紫外信号进行二次确认，最后采用可见光图片结合红外热成像图片进行最终确认，将火焰信息发送到云平台，云平台向用户终端传送火焰信息，提高火焰的识别准确度，提高设备电源的采集效率和利用效率。
附图说明
图1为本发明的模块结构图；图2为集成红外火焰传感器的电路图；
图3为MCU主控单元的电路图；图4为紫外采集电路的电路图；
图5为图像识别单元的电路图；图6为可见光图片传感器的电路图；
图7为红外图像传感器阵列的电路图；图8为光能收集单元的电路图；
图9为电源管理单元的电路图；图10为火焰探测器的控制方法流程图；
图11为云平台的控制方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
如图1-图11所示，一种拍照式火焰探测系统，包括拍照式火焰探测器，拍照式火焰探测器设置有MCU主控单元1，该MCU主控单元1连接有集成红外火焰传感器2，所述集成红外火焰传感器2集成有第一火焰红外传感单元、第二火焰红外传感单元、人体红外传感单元以及背景红外参考传感单元；所述MCU主控单元1还经紫外采集电路3连接有紫外火焰传感器4；
如图2所示，图中S1、S3、S2、S4分别代表第一火焰红外传感单元、第二火焰红外传感单元、人体红外传感单元以及背景红外参考传感单元；由于该传感器ePY122X属于现有成熟模块，其内部结构不详细叙述，集成红外火焰传感器2还通过中断连接端INT与MCU主控单元1连接；向MCU主控单元1请求中断信号；S2的波长为5μm，S4的波长为3.91μm，S1的波长为4.64μm，S3的波长为4.48μm。所述MCU主控单元1还连接有环境参数传感单元5，所述环境参数传感单元5用于采集大气温湿度、光照度以及紫外线强度信号；
所述MCU主控单元1还连接有图像识别单元6，所述图像识别单元6连接有可见光图像传感器61和红外图像传感器阵列62；可见光图像传感器61用于抓拍火灾现场的可见光图片，红外图像传感器阵列62用于抓拍火灾现场的红外热成像图片以及图片中各像素温度值；
MCU主控单元1获取集成红外火焰传感器2的红外火焰信号，结合环境参数传感单元5的光照度信号进行火焰红外识别，MCU主控单元1获取紫外火焰传感器4的信号结合环境参数传感单元5的紫外线强度信号进行火焰信号确认，MCU主控单元1获取图像识别单元6的可见光图片结合红外热成像图片进行最终火灾识别。MCU主控单元1还经NB-IoT无线通信单元7连接有云平台9，向云平台9发送火灾信息；云平台9连接有短信网关接口91和图像推送接口92。
还包括光能收集单元8，光能收集单元8将光能转换为电能后，直接为MCU主控单元1供电，光能收集单元8由电源管理单元81为集成红外火焰传感器2、紫外采集电路3、环境参数传感单元5、图像识别单元6、可见光图像传感器61、红外图像传感器阵列62、NB-IoT无线通信单元7供电。MCU主控单元1控制电源管理单元81供电。
通过上述结构设置，本发明通过光能收集单元8采集太阳能为拍照式火焰探测系统供电，可以不用在林区搭设用电线路。MCU主控单元1通过电源管理单元81管理供电，提高电源的收集率和利用率，这能显著降低火焰探测器的能耗。
所述MCU主控单元1为MSP430单片机；
所述光能收集单元8包括太阳能电池板S1、ADP509X收集模块，MCU主控单元1设置有电源收集端组，MSP430单片机通过电源收集端组连接所述
ADP509X收集模块；
太阳能电池板S1电源端连接电阻R1的一端，电阻R1的另一端还经电容C1接地，电阻R1的另一端还连接ADP509X收集模块的VIN端；ADP509X收集模块的VIN端经电感L1连接ADP509X收集模块的SW端；太阳能电池板S1的地端接地；
ADP509X电源模块的地端接地；
电阻R1的一端还连接场应效管M1的源极，场应效管M1的漏极连接电阻R1的另一端，电阻R1的一端还连接电阻R2的一端，电阻R2的另一端连接场应效管M1的栅极，场应效管M1的漏极还连接电阻R4的一端，电阻R4的另一端经电阻R5接地，电阻R4的另一端连接集成运放U1的同相输入端，集成运放U1的同相输入端还连接电阻R3的一端，电阻R3的另一端连接场应效管M1的栅极，电阻R3的另一端还连接集成运放U1的输出端，集成运放U1的反相输入端经电阻R6连接ADP509X收集模块的REG-OUT端，集成运放U1的反相输入端还经电阻R7接地，集成运放的电源端接ADP509X收集模块的REG-OUT端，集成运放的地端接地；
ADP509X收集模块的VIN端还连接电阻R8的一端，电阻R8的另一端连接ADP509X收集模块的MPPT端；电阻R8的另一端还经电阻R9接地，ADP509X收集模块的VID端经电阻R10接地，ADP509X收集模块的CBP端经电容C2接地，ADP509X收集模块的MINOP端经电容C3接地；
ADP509X收集模块的BACK-UP端连接超级电容的正极，超级电容的负极接地；ADP509X收集模块的BAT端连接充电电池的正极，充电电池的负极接地；
ADP509X电源模块的REG-OUT端还连接电阻R11的一端，电阻R11的另一端连接ADP509X电源模块的REG-FB端，电阻R11的另一端还经电阻R21接地；
ADP509X电源模块的REF端连接电阻R12的一端，电阻R12的另一端连接ADP509X电源模块的SETSD端，电阻R12的另一端还经电阻R13接地；ADP509X电源模块的REF端还连接电阻R14的一端，电阻R14的另一端连接ADP509X电源模块的SETPG端，电阻R14的另一端还连接电阻R15的一端，电阻R15的另一端连接ADP509X电源模块的SETHYST端，电阻R15的另一端还经电阻R16接地；
ADP509X电源模块的REF端还连接电阻R17的一端，电阻R17的另一端连接ADP509X电源模块的SETBK端，电阻R17的另一端还经电阻R18接地；
ADP509X电源模块的REF端还连接电阻R19的一端，电阻R19的另一端连接ADP509X电源模块的TERM端，电阻R19的另一端还经电阻R20接地；
ADP509X电源模块的SYS端与MCU主控单元1的电源端连接为其供电；
本发明采用ADP509X收集模块收集太阳能电池板S1的电能，为充电电池充电，能够提高充电效率，有利于延长充电电池的寿命，ADP509X收集模块本身耗电量低，在大电流时，场应效管M1导通，在小电流时，场应效管M1截止，由于场应效管M1的控制作用，在低电流时能够实现涓流充电。ADP509X电源模块与MCU主控单元1直接连接为其供电。ADP509X收集模块连接有超级电容，在充电电池电量低时，能够为火焰探测器供电。
所述电源管理单元81采用RC5T619管理模块，所述MCU主控单元1设置有电源管理端组，MCU主控单元1通过电源管理端组连接所述RC5T619管理模块；充电电池的正极经电阻R35连接二极管D3的正极，二极管D3的负极经电容C31接地，二极管D3的负极还连接RC5T619管理模块的VINP1端，RC5T619管理模块的VINP1端还并接RC5T619管理模块的VINP2端、VINP3端、VINL1端、VINL2端、VINL3端；RC5T619管理模块的地端AGND接地；
充电电池的正极还连接电阻R31的一端，电阻R31的另一端经电阻R32接地，电阻R31的另一端还连接集成运放U3的反相输入端，集成运放U3的同相输入端经电阻R33连接超级电容的正极，集成运放U3的同相输入端还经电阻R34接地，超级电容的正极还连接场效应管M3的源级，场效应管M3的漏级连接RC5T619管理模块的VINP1端，集成运放U3的输出端连接场效应管M3的栅极，场效应管M3的源级还经电阻R36连接场效应管M3的栅极；
RC5T619管理模块还连接有第一输出供电电路，RC5T619管理模块通过第一输出供电电路为紫外采集电路3供电，所述第一输出供电电路包括电感L31，电感L31的一端与RC5T619管理模块的LX1端连接，电感L31的另一端连接电阻R37的一端，电阻R37的另一端连接RC5T619管理模块的FB1端，电阻R37的另一端还经R38接RC5T619管理模块的GND1端；电感L31的另一端还经电容C32接RC5T619管理模块的GND1端，所述电容C32并联有电容C33，电感L31的另一端连接紫外采集电路3为其供电；RC5T619管理模块还连接有第二输出供电电路，RC5T619管理模块通过第二输出供电电路为NB-IoT无线通信单元7供电，第二输出供电电路与第一输出供电电路的结构相同；RC5T619管理模块还连接有第三输出供电电路，RC5T619管理模块通过第三输出供电电路为可见光图像传感器61、红外图像传感器阵列62供电，第三输出供电电路与第一输出供电电路的结构相同；RC5T619管理模块的LDOVOUT1端与集成红外火焰传感器2连接为其供电；RC5T619管理模块的LDOVOUT2端与环境参数传感单元5连接为其供电；RC5T619管理模块的LDOVOUT3端与图像识别单元6连接为其供电。
本发明电源管理单元81采用RC5T619管理模块，MCU主控单元1通过电源管理端组控制RC5T619管理模块为集成红外火焰传感器2、紫外采集电路3、环境参数传感单元5、图像识别单元6、可见光图像传感器61、红外图像传感器阵列62、NB-IoT无线通信单元7供电。RC5T619管理模块控制方便，耗电量较低。通过集成运放U3和场效应管M3的控制作用，在充电电池电量低时，采用超级电容供电。所述环境参数传感单元5包括温湿度传感器51和大气光照紫外传感器52，所述温湿度传感器51采用SI702X传感器，所述大气光照紫外传感器52采用SI113X传感器。上述两种传感器都属于成熟模块，其内部电路略。
通过上述的结构设置，方便通过SI702X传感器采集温湿度信号，通过SI113X传感器采集环境的光照度以及紫外线强度信号。
所述紫外采集电路3包括紫外传感器电路和干扰消除电路31，紫外传感器电路经干扰消除电路31与MCU主控单元1相连。
现有技术中的紫外火焰传感器4直接发送给MCU主控单元1，没有经过干扰消除电路31消除环境紫外干扰信号，通过干扰消除电路31的设置，能够消除环境紫外干扰信号。
所述紫外传感器电路设置有TPS65552A模块，TPS65552A模块的Vcc端并接其VBAT端后连接电源管理单元81，TPS65552A模块的Vcc端还经电容C61接地，TPS65552A模块的PGND端接地，TPS65552A模块的CHG端还经电阻R64连接TPS65552A模块的Vcc端；TPS65552A模块的I-PEAK端经上分压电阻R61连接TPS65552A模块的Vcc端，TPS65552A模块的I-PEAK端还经下分压电阻R62接地；TPS65552A模块的F-ON端经电阻R63连接TPS65552A模块的Vcc端；TPS65552A模块的XIFULL端依次经电阻R66、电阻R67以及可调电阻RSEL接地；
TPS65552A模块的SW端连接变压器TR1输入线圈的一端，变压器TR1输入线圈的另一端连接电阻R65的一端，电阻R65的另一端经电容C62接地；变压器TR1输出线圈的一端连接二极管D61的正极，二极管D61的负极连接电解电容C63的正极，电解电容C63的负极并接变压器TR1输出线圈的另一端后接地；电解电容C63的正极还连接紫外火焰传感器4的一端，紫外火焰传感器4的另一端经电阻R70接地；
电解电容C63的正极还连接电阻R68的一端，电阻R68的另一端经电容C64连接变压器TR2输入线圈的一端，变压器TR2输入线圈的另一端连接变压器TR2输出线圈的一端，变压器TR2输出线圈的另一端连接紫外火焰传感器4的另一端；
电阻R68的另一端还连接开关管T61的集电极，开关管T61的发射极接地，开关管T61的基极接TPS65552A模块的G-IGBT端，紫外火焰传感器4的另一端还连接二极管D62的正极，二极管D62的负极连接开关管T61的集电极，紫外火焰传感器4的另一端还连接电容C65的一端，电容C65的另一端经电阻R69连接二极管D62的负极；
紫外火焰传感器4的另一端还连接集成运放U8的同相输入端，集成运放U8的同相输入端还经电容C66接地，集成运放U8的反相输入端经电阻R71与电源管理单元81相连，集成运放U8的反相输入端还经电阻R72接地，集成运放U8的输出端连接有干扰消除电路31；
所述干扰消除电路31包括CD4017计数器，集成运放U8的输出端与CD4017计数器的CLOCK端相连，CD4017计数器的Q2端与开关管T64的基极相连，开关管T64的集电极连接MCU主控单元1的第一紫外采集端，开关管T64的发射极接地；
CD4017计数器的Q5端与开关管T63的基极相连，开关管T63的集电极连接MCU主控单元1的第二紫外采集端，开关管T63的发射极接地；CD4017计数器的Q5端还与CD4017计数器的CLOCK-IN端相连。
通过CD4017计数器对紫外火焰传感器4产生的脉冲进行计数。
由此，可以根据灵敏度的选择，即紫外火焰传感器4产生的脉冲个数，可以过滤掉环境中的一些低频紫外线产生的脉冲信号。
具体实现方式：单片机在采集CD4017输出的脉冲，实际上紫外火焰传感器4发出三个或六个脉冲火焰信号，单片机才收到一个，这样就可以有效的排除环境光源的干扰。
一种拍照式火焰探测系统的控制方法，包括火焰探测器的控制方法以及云平台的控制方法，火焰探测器的控制方法包括如下步骤，
步骤A1、MCU主控单元1控制集成红外火焰传感器2通电；
步骤A2、MCU主控单元1进入休眠状态；
步骤A3、MCU主控单元1获取集成红外火焰传感器2的中断信号唤醒；
步骤A4、MCU主控单元1获取集成红外火焰传感器2的第一火焰红外传感单元的数据Ch_fire1[i]、第二火焰红外传感单元的数据Ch_fire2[i]、人体红外传感单元的数据Ch_interference[i]以及背景红外参考传感单元的数据Ch_background[i]；i为采集的信号数目，i＝1～128；
步骤A5、MCU主控单元1通过环境参数传感单元5获取光照度信息Light[n]，n为采集的光照度信息数目，n＝1～3；
步骤A6、MCU主控单元1分别将第一火焰红外传感单元的数据Ch_fire1[i]、第二火焰红外传感单元的数据Ch_fire2[i]进行傅立叶变换，分别得到傅立叶变换结果FFt_fire1和FFt_fire2，使用频域分布统计函数分别对傅立叶变换结果FFt_fire1和FFt_fire2进行统计，分别得到统计结果Sta_fire1和Sta_fire2；
步骤A7、MCU主控单元1判断统计结果Sta_fire1和Sta_fire2是否具备火焰的基本频率特征，如果不具备，返回步骤A2；如果具备进入步骤A8；
步骤A8、MCU主控单元1通过光照度信息Light[n]，确定红外通道相关系数阈值y3；
步骤A9、MCU主控单元1求得Ch_fire1[i]与Ch_interference[i]的相关系数ρ1，Ch_fire1[i]与Ch_background[i]的相关系数ρ2，Ch_fire2[i]与Ch_interference[i]的相关系数ρ3，Ch_fire2[i]与Ch_background[i]的相关系数ρ4；
步骤A10、MCU主控单元1判断若相关系数ρ1、相关系数ρ2、相关系数ρ3、相关系数ρ4全小于红外相关系数阈值y3；则初次火焰识别结果为火焰信号，进入步骤B1；否则返回步骤A2；
步骤B1、MCU主控单元1通过环境参数传感单元5获得环境的紫外强度UV；
步骤B2、MCU主控单元1根据该紫外强度UV确定火焰紫外传感器4的识别阈值UV_Threshold；
步骤B3、MCU主控单元1开启火焰紫外传感器4，获得紫外脉冲频率UV_Count；
步骤B4、MCU主控单元1判断若紫外脉冲频率UV_Count高于该识别阈值UV_Threshold则二次火焰确认结果为火焰信号，进入步骤C1；否则返回步骤A2；
步骤C1、MCU主控单元1开启图像识别单元6采集可见光图片数据VisablePic[m]；
步骤C2、MCU主控单元1将可见光图片数据VisablePic[m]转换为灰度图VisablePic_Gray[m]，并与卷积核做卷积，得到卷积后的灰度图VisablePic_Gray_Conv[m]，将卷积后的灰度图VisablePic_Gray_Conv[m]求峰峰值，得到求峰峰值后的图片数据VisablePic_Gray_Peek并进行二值化，得到二值化结果图片VisablePic_Bool；
步骤C3、MCU主控单元1将二值化结果图片VisablePic_Bool进行形态学腐蚀、滤波、膨胀、还原，得到滤波二值图片VisablePic_Bool_Reduce；
步骤C4、MCU主控单元1对滤波二值图片VisablePic_Bool_Reduce进行过滤，得到疑似火焰特征图片VisablePic_Final；
步骤C5、MCU主控单元1采集红外热成像图片IrPic，以及红外热成像图片各像素的温度值；对红外热成像图片IrPic进行二值化处理得到二值化红外热成像图片IrPic_Bool；
步骤C6、MCU主控单元1计算疑似火焰特征图片VisablePic_Final与二值化红外热成像图片IrPic_Bool的图片相关系数Count_Fire；
步骤C7、MCU主控单元1判断图片相关系数Count_Fire高于经验阈值则最终识别为火焰预警信号，进入步骤C8；否则返回步骤A2；
步骤C8、MCU主控单元1将火情预警信息、可见光图片数据VisablePic[m]与红外热成像图片IrPic通过NB-IoT通信模块7上传云平台9；火情预警信息包括火焰探测器的编号，位置等。
所述云平台(9)的控制方法包括如下步骤：
步骤D1：云平台9接收NB-IoT通信模块7的火情预警信息；
步骤D2：云平台9判断火情预警信息接收是否成功，如果是，向NB-IoT通信模块7下发接收成功信息，进入步骤D3；否则请求NB-IoT通信模块7重发，返回步骤D1；
步骤D3：云平台9解析火情预警信息；
步骤D4：云平台9调用短信网关接口91向用户终端推送短信火情预警；
步骤D5：云平台9在GIS地图上定位预警位置并进行显示；
步骤D6：云平台9接收NB-IoT通信模块7发送的可见光图片数据VisablePic[m]与红外热成像图片IrPic；
步骤D7：云平台9判断可见光图片数据VisablePic[m]与红外热成像图片IrPic是否接收成功，如果没有，请求NB-IoT通信模块7重发，返回步骤D6；如果成功，向NB-IoT通信模块7下发接收成功信息，进入步骤D8；
步骤D8：云平台9解析可见光图片数据VisablePic[m]与红外热成像图片IrPic；
步骤D9：云平台9通过可见光图片数据VisablePic[m]与红外热成像图片IrPic进行图像合成运算，得到合成运算图像；
步骤D10：云平台9通过图像推送接口92将合成运算图像推送给用户终端；
步骤D11：云平台9将合成运算图像上传到GIS地图上；
步骤D12：云平台9等待消警命令。短信网关接口91和图像推送接口92都属于API接口，连接短信平台向用户终端推送信息和图像。
通过上述的控制方法设置，MCU主控单元1采用集成红外火焰传感器2，采集多种红外信号进行初次识别，通过紫外火焰传感器4采集的火焰紫外信号进行二次确认，最后通过可见光图像传感器61和红外图像传感器阵列62采用可见光图片结合红外热成像图片进行最终确认，提高火焰的识别准确度。
其中第一火焰红外传感单元、第二火焰红外传感单元分别用于采集两种不同波长的火焰红外信号，人体红外传感单元用于采集人体红外干扰信号，即用于采集人或动物发出的干扰红外信号，以及背景红外参考传感单元用于采集背景环境发出的红外波长信号；通过对第一火焰红外传感单元、第二火焰红外传感单元获取的信号进行傅立叶变换，若判断具有火焰信号特征，再分别求取与人体红外传感单元以及背景红外参考传感单元的相关系数，若相关系数均符合火焰特征，则初次识别为火焰信号。
紫外火焰传感器4用于采集火焰的紫外信号结合环境参数传感单元5的紫外信号进行二次确认。
由于仅凭可见光图片识别容易受到现场光照的影响，本发明通过采集可见光图片结合红外热成像图片进行处理，求取其相关系数，进行最终确认。
MCU主控单元1通过集成红外火焰传感器2采集红外数据、通过环境参数传感单元5采集环境数据采用交叉对比算法识别火焰信号：
第一火焰红外传感单元、第二火焰红外传感单元、人体红外传感单元以及背景红外参考传感单元分别采集数据，用来反映各个红外单元在此期间的波形数据。四个红外单元数据定义如下，分别表示包含128个数值的数组：
Ch_fire1[i]表示第一火焰红外传感单元采集的数据；Ch_fire2[i]表示第二火焰红外传感单元采集的数据；Ch_interference[i]表示人体红外传感单元采集的数据；Ch_background[i]表示背景红外参考传感单元采集的数据；i＝1～128。在采集四个红外单元数据的同时，通过环境参数传感单元5采集光照度数据，即光照度信息，获得包含n个数值的数组：Light[n]，n＝1～3。
使用傅立叶变换函数y1＝FFt(x1)(1)
函数为普通的傅立叶变换函数，将Ch_fire1[i]，Ch_fire2[i]作为变量x1输入傅立叶变换函数；
求得两个火焰通道Ch_fire1[i]，Ch_fire2[i]的傅立叶变换后的结果数据FFt_fire1和FFt_fire2。傅立叶变换后的结果数据，表示了该红外单元在数据收集期间，其波形在不同频率的分布。FFt_fire1和FFt_fire2为Ch_fire1[i]和Ch_fire2[i]在0～20Hz的频率分布。
使用频域分布统计函数
上述公式中，输入第一火焰红外传感单元傅立叶变换后的数据FFt_fire1以及第二火焰红外传感单元傅立叶变换后的数据FFt_fire2，分别代入进行运算；上述公式中Sum()为求和函数；
函数统计了输入的数组x2，即傅立叶变换结果，公式(2)中，分子求得其在3～5Hz分布的总和，分母求得所有频率的分布总和，然后返回前者比上后者的比值y2，y2的返回值范围为(0.0～1)；
将FFt_fire1和FFt_fire2作为x2代入频域分布统计函数，求得FFt_fire1和FFt_fire2的函数执行结果，得到频域分布Sta_fire1和Sta_fire2。若两者的值都小于经验参数0.5，则判断为干扰红外触发，中止识别算法。若其中一个大于经验参数0.5，则具备火焰的基本频率特征；
使用红外相关系数阈值获取函数获取红外相关系数阈值；
上述公式中，输入环境参数传感单元(5)采集的光照度数据Light[n]，将Light[n]作为变量x3代入公式进行运算；
上述公式(3)中Tanh()可用y6表示，
e为自然底数；
上述公式(3)中Average()函数返回输入数组的平均值；
上述公式中Peak()函数返回输入数组的峰峰值；
本公式由实际实验数据拟合得出；
将Light[n]经过上述公式转换得到最后的结果y3，即为红外相关系数阈值。Light[n]数组每个数值的范围是(0～3000)，经过Average()的结果范围是(0～3000)，经过Peak()的结果范围是(0～3000)，所以经过
的结果范围是(0～4)。而Tanh()函数的函数曲线如下图所示，其返回结果数值范围为(0.0～1.0)。综上所述,数值范围为(0.3～0.7)。
使用互相关系数获取函数：
上述公式(6)中，a(i)为两组火焰通道数据中的任一组，b(i)为干扰或者背景通道数据中的任一组；
上述公式中N:为数组的长度，本方案中为固定值128；i＝1～128；
上述公式中Average():返回输入数组的平均值；
使用上述公式(6)，求得Ch_fire1与Ch_interference的相关系数，该相关系数用ρ1表示，Ch_fire1与Ch_background的相关系数，该相关系数用ρ2表示，Ch_fire2与Ch_interference的相关系数，该相关系数用ρ3表示，Ch_fire1与Ch_background的相关系数，该相关系数用ρ4表示。相关系数ρ1、ρ2、ρ3、ρ4全小于红外相关系数阈值；则初次识别结果为火焰；则本算法识别成功。
紫外脉冲数与环境紫外强度加权算法：MCU主控单元1通过环境参数传感单元5采集当前环境紫外强度UV；通过紫外采集电路3获得3秒内紫外火焰传感器4输出的脉冲数UV_Count；UV_Count即为紫外脉冲频率；
使用公式(7)得到UV_Threshold：
上述公式(7)中，x7为当前环境紫外强度UV，其取值范围为(0～3000)；
上述公式中int()为取整函数，为取括号中的参数的整数部分的数值；
使用上述公式，输入紫外强度UV，得到结果y7，即为UV_Threshold，UV_Threshold即为火焰紫外传感器4的识别阈值。UV_Count大于UV_Threshold，则二次识别结果为火焰信号，则满足火焰条件。
可见光图片火焰特征提取算法：MCU主控单元1通过可见光图像传感器61每隔200ms采集一张可见光图片，得到可见光图片数据；可见光图片数据用VisablePic[m]表示；m为可见光图片数据的张数，m＝1～5；
VisablePic[m]是彩色图片；用心理学公式将其转化成灰度图VisablePic_Gray[m]；
心理学公式：Gray＝0.3×R+0.59×G+0.11×B；(8)
公式(8)中，R、G、B分别是红、绿、蓝三个颜色对应的通道的值；
同一物品出现在VisablePic_Gray[m]的5张图片中的位置可能不同，其图片中的绝对位置可能存在漂移。所以，将灰度图VisablePic_Gray[m]与卷积核
做卷积，减少漂移，获得卷积后的灰度图VisablePic_Gray_Conv[m]；
对于VisablePic_Gray_Conv[m]中的某一像素点，其在5张图片中的最大值减去最小值所得到的值即为该像素点对应的峰峰值。对VisablePic_Gray_Conv[m]中的每一个点求其峰峰值，获得一张求峰峰值后的图片数据VisablePic_Gray_Peek；
将用最大熵阈值法获得VisablePic_Gray_Peek的分割阈值，然后将其二值化，得到二值化结果图片VisablePic_Bool；
最大熵阈值法：图片中像素点值范围为0～255，统计像素点在0～255范围的概率分布。比如说，值为125的像素点在图片中出现了10次，总共有100个像素点，则在125上的分布为10％；
数字图像中熵的定义：
H＝-Σp(g)×log(p(g)) (9)
熵即为公式(9)中的H。p(g)表示在g上的分布，g是像素点的值。p(g)是值为g这个像素点的个数；如果值为125的像素点的概率分布为10％，则p(125)＝10％＝0.1；log(p(g))代表的是该分布对应的对数值，通常取2为底。
寻找一个最佳分割点X，使得0～X的熵总和H1，以及X～255的熵总和H2，有H1+H2其值最大。则该点X即为最大阈值分割点。
用结构元素
进行形态学腐蚀VisablePic_Bool，用以滤波，然后再形态学膨胀、还原图像，得到滤波二值图片VisablePic_Bool_Reduce；
VisablePic_Bool_Reducel图像中的白色区域，检查该区域在原始图片VisablePic[m]中的颜色分布，过滤掉不满足火焰颜色的区域，得到最终的疑似火焰特征图片VisablePic_Final；
VisablePic_Final中的像素点值为1的区域即为火焰特征。
疑似火焰特征图片的火焰特征与红外热成像图片叠合火焰特征算法：
通过红外图像传感器阵列(62)获得红外热成像图片IrPic，IrPic中每个像素存储的是温度值；
以温度300°作为分割图像的阈值，将IrPic二值化处理转换成二值化红外热成像图片IrPic_Bool；将VisablePic_Final与IrPic_Bool每个对应的像素点做与运算，得到图片FirePic；与运算(以符号&表示)：1&1＝1，0&0＝0，1&0＝0。
统计FirePic中的像素值为1的像素点总数，得到Count_Fire；即疑似火焰特征图片与二值化红外热成像图片的图片相关系数。Count_Fire大于经验阈值则识别为火焰。经验阈值可以取一张图片的像素点总数的10％。
本发明探测器NB-IoT无线通信单元14，优先向云平台9发送火情预警数据包，云平台9接收数据包后，调用短信网关接口91，向用户推送火情预警信息，并同时在GIS地图进行火情位置定位，云平台9启动预警。本发明探测器NB-IoT无线通信单元14，接收到云平台9回复后，立即启动图像传输程序，云平台9接收完毕图像数据后，执行数据包解析。云平台9执行图像识别算法，图像合成运算，完成可见光图像高温火点标记与温度标记，调用图像推送接口92，向用户推送火情图像，并同时上传图像至云平台9的GIS地图，云平台9等待用户执行消警命令。说明书实施例结束。
Claims (3)
1.一种拍照式火焰探测系统，其特征在于：包括拍照式火焰探测器，拍照式火焰探测器设置有MCU主控单元(1)，该MCU主控单元(1)连接有集成红外火焰传感器(2)，所述集成红外火焰传感器(2)集成有第一火焰红外传感单元、第二火焰红外传感单元、人体红外传感单元以及背景红外参考传感单元；所述MCU主控单元(1)还经紫外采集电路(3)连接有紫外火焰传感器(4)；
第一火焰红外传感单元的波长为4.64μm，人体红外传感单元的波长为5μm，背景红外参考传感单元的波长为3.91μm，第二火焰红外传感单元的波长为4.48μm；
所述MCU主控单元(1)还连接有环境参数传感单元(5)，所述环境参数传感单元(5)用于采集大气温湿度、光照度以及紫外线强度信号；
所述MCU主控单元(1)还连接有图像识别单元(6)，所述图像识别单元(6)连接有可见光图像传感器(61)和红外图像传感器阵列(62)；可见光图像传感器(61)用于抓拍火灾现场的可见光图片，红外图像传感器阵列(62)用于抓拍火灾现场的红外热成像图片以及图片中各像素温度值；
MCU主控单元(1)获取集成红外火焰传感器(2)的红外火焰信号，结合环境参数传感单元(5)的光照度信号进行火焰红外识别；MCU主控单元(1)获取紫外火焰传感器(4)的信号结合环境参数传感单元(5)的紫外线强度信号进行火焰信号确认；MCU主控单元(1)获取图像识别单元(6)的可见光图片结合红外热成像图片进行最终火灾识别；
MCU主控单元(1)还经NB-IoT无线通信单元(7)连接有云平台(9)，向云平台(9)发送火灾信息；云平台(9)连接有短信网关接口(91)和图像推送接口(92)；
还包括光能收集单元(8)，光能收集单元(8)将光能转换为电能后，直接为MCU主控单元(1)供电，光能收集单元(8)由电源管理单元(81)为集成红外火焰传感器(2)、紫外采集电路(3)、环境参数传感单元(5)、图像识别单元(6)、可见光图像传感器(61)、红外图像传感器阵列(62)、NB-IoT无线通信单元(7)供电；MCU主控单元(1)控制电源管理单元(81)供电；
所述紫外采集电路(3)包括紫外传感器电路和干扰消除电路(31)，紫外传感器电路经干扰消除电路(31)与MCU主控单元(1)相连；
所述紫外传感器电路设置有TPS65552A模块，TPS65552A模块的Vcc端并接其VBAT端后连接电源管理单元(81)，TPS65552A模块的PGND端接地，TPS65552A模块的CHG端还经电阻R64连接TPS65552A模块的Vcc端；TPS65552A模块的I-PEAK端经上分压电阻R61连接TPS65552A模块的Vcc端，TPS65552A模块的I-PEAK端还经下分压电阻R62接地；TPS65552A模块的F-ON端经电阻R63连接TPS65552A模块的Vcc端；
TPS65552A模块的XIFULL端依次经电阻R66、电阻R67以及可调电阻RSEL接地；
TPS65552A模块的SW端连接变压器TR1输入线圈的一端，变压器TR1输入线圈的另一端连接电阻R65的一端，电阻R65的另一端经电容C62接地；变压器TR1输出线圈的一端连接二极管D61的正极，二极管D61的负极连接电解电容C63的正极，电解电容C63的负极并接变压器TR1输出线圈的另一端后接地；电解电容C63的正极还连接紫外火焰传感器(4)的一端，紫外火焰传感器(4)的另一端经电阻R70接地；
电解电容C63的正极还连接电阻R68的一端，电阻R68的另一端经电容C64连接变压器TR2输入线圈的一端，变压器TR2输入线圈的另一端连接变压器TR2输出线圈的一端，变压器TR2输出线圈的另一端连接紫外火焰传感器(4)的另一端；
电阻R68的另一端还连接开关管T61的集电极，开关管T61的发射极接地，开关管T61的基极接TPS65552A模块的G-IGBT端，紫外火焰传感器(4)的另一端还连接二极管D62的正极，二极管D62的负极连接开关管T61的集电极，紫外火焰传感器(4)的另一端还连接电容C65的一端，电容C65的另一端经电阻R69连接二极管D62的负极；
紫外火焰传感器(4)的另一端还连接集成运放U8的同相输入端，集成运放U8的同相输入端还经电容C66接地，集成运放U8的反相输入端经电阻R71与电源管理单元(81)相连，集成运放U8的反相输入端还经电阻R72接地，集成运放U8的输出端连接有干扰消除电路(31)；
所述干扰消除电路(31)包括CD4017计数器，集成运放U8的输出端与CD4017计数器的CLOCK端相连，CD4017计数器的Q2端与开关管T64的基极相连，开关管T64的集电极连接MCU主控单元(1)的第一紫外采集端，开关管T64的发射极接地；
CD4017计数器的Q5端与开关管T63的基极相连，开关管T63的集电极连接MCU主控单元(1)的第二紫外采集端，开关管T63的发射极接地；CD4017计数器的Q5端还与CD4017计数器的CLOCK-IN端相连。
2.根据权利要求1所述的拍照式火焰探测系统，其特征在于：所述MCU主控单元(1)为MSP430单片机；
所述光能收集单元(8)包括太阳能电池板S1、ADP509X收集模块，MCU主控单元(1)设置有电源收集端组，MSP430单片机通过电源收集端组连接所述ADP509X收集模块；
太阳能电池板S1电源端连接电阻R1的一端，电阻R1的另一端还经电容C1接地，电阻R1的另一端还连接ADP509X收集模块的VIN端；ADP509X收集模块的VIN端经电感L1连接ADP509X收集模块的SW端；太阳能电池板S1的地端接地；
ADP509X电源模块的地端接地；
电阻R1的一端还连接场应效管M1的源极，场应效管M1的漏极连接电阻R1的另一端，电阻R1的一端还连接电阻R2的一端，电阻R2的另一端连接场应效管M1的栅极，场应效管M1的漏极还连接电阻R4的一端，电阻R4的另一端经电阻R5接地，电阻R4的另一端连接集成运放U1的同相输入端，集成运放U1的同相输入端还连接电阻R3的一端，电阻R3的另一端连接场应效管M1的栅极，电阻R3的另一端还连接集成运放U1的输出端，集成运放U1的反相输入端经电阻R6连接ADP509X收集模块的REG-OUT端，集成运放U1的反相输入端还经电阻R7接地，集成运放的电源端接ADP509X收集模块的REG-OUT端，集成运放的地端接地；
ADP509X收集模块的VIN端还连接电阻R8的一端，电阻R8的另一端连接ADP509X收集模块的MPPT端；电阻R8的另一端还经电阻R9接地，ADP509X收集模块的VID端经电阻R10接地，ADP509X收集模块的CBP端经电容C2接地，ADP509X收集模块的MINOP端经电容C3接地；
ADP509X收集模块的BACK-UP端连接超级电容的正极，超级电容的负极接地；ADP509X收集模块的BAT端连接充电电池的正极，充电电池的负极接地；
ADP509X电源模块的REG-OUT端还连接电阻R11的一端，电阻R11的另一端连接ADP509X电源模块的REG-FB端，电阻R11的另一端还经电阻R21接地；
ADP509X电源模块的REF端连接电阻R12的一端，电阻R12的另一端连接ADP509X电源模块的SETSD端，电阻R12的另一端还经电阻R13接地；
ADP509X电源模块的REF端还连接电阻R14的一端，电阻R14的另一端连接ADP509X电源模块的SETPG端，电阻R14的另一端还连接电阻R15的一端，电阻R15的另一端连接ADP509X电源模块的SETHYST端，电阻R15的另一端还经电阻R16接地；
ADP509X电源模块的REF端还连接电阻R17的一端，电阻R17的另一端连接ADP509X电源模块的SETBK端，电阻R17的另一端还经电阻R18接地；
ADP509X电源模块的REF端还连接电阻R19的一端，电阻R19的另一端连接ADP509X电源模块的TERM端，电阻R19的另一端还经电阻R20接地；
ADP509X电源模块的SYS端与MCU主控单元(1)的电源端连接为其供电；
所述电源管理单元(81)采用RC5T619管理模块，所述MCU主控单元(1)设置有电源管理端组，MCU主控单元(1)通过电源管理端组连接所述RC5T619管理模块；充电电池的正极经电阻R35连接二极管D3的正极，二极管D3的负极经电容C31接地，二极管D3的负极还连接RC5T619管理模块的VINP1端，RC5T619管理模块的VINP1端还并接RC5T619管理模块的VINP2端、VINP3端、VINL1端、VINL2端、VINL3端；RC5T619管理模块的地端AGND接地；
充电电池的正极还连接电阻R31的一端，电阻R31的另一端经电阻R32接地，电阻R31的另一端还连接集成运放U3的反相输入端，集成运放U3的同相输入端经电阻R33连接超级电容的正极，集成运放U3的同相输入端还经电阻R34接地，超级电容的正极还连接场效应管M3的源级，场效应管M3的漏级连接RC5T619管理模块的VINP1端，集成运放U3的输出端连接场效应管M3的栅极，场效应管M3的源级还经电阻R36连接场效应管M3的栅极；
RC5T619管理模块还连接有第一输出供电电路，RC5T619管理模块通过第一输出供电电路为紫外采集电路(3)供电，所述第一输出供电电路包括电感L31，电感L31的一端与RC5T619管理模块的LX1端连接，电感L31的另一端连接电阻R37的一端，电阻R37的另一端连接RC5T619管理模块的FB1端，电阻R37的另一端还经R38接RC5T619管理模块的GND1端；电感L31的另一端还经电容C32接RC5T619管理模块的GND1端，所述电容C32并联有电容C33，电感L31的另一端连接紫外采集电路(3)为其供电；
RC5T619管理模块还连接有第二输出供电电路，RC5T619管理模块通过第二输出供电电路为NB-IoT无线通信单元(7)供电，第二输出供电电路与第一输出供电电路的结构相同；
RC5T619管理模块还连接有第三输出供电电路，RC5T619管理模块通过第三输出供电电路为可见光图像传感器(61)、红外图像传感器阵列(62)供电，第三输出供电电路与第一输出供电电路的结构相同；
RC5T619管理模块的LDOVOUT1端与集成红外火焰传感器(2)连接为其供电；RC5T619管理模块的LDOVOUT2端与环境参数传感单元(5)连接为其供电；RC5T619管理模块的LDOVOUT3端与图像识别单元(6)连接为其供电。
3.一种拍照式火焰探测系统的控制方法，用于权利要求1所述的拍照式火焰探测系统；其特征在于，包括火焰探测器的控制方法以及云平台的控制方法，火焰探测器的控制方法包括如下步骤，
步骤A1、MCU主控单元(1)控制集成红外火焰传感器(2)通电；
步骤A2、MCU主控单元(1)进入休眠状态；
步骤A3、MCU主控单元(1)获取集成红外火焰传感器(2)的中断信号唤醒；
步骤A4、MCU主控单元(1)获取集成红外火焰传感器(2)的第一火焰红外传感单元的数据Ch_fire1[i]、第二火焰红外传感单元的数据Ch_fire2[i]、人体红外传感单元的数据Ch_interference[i]以及背景红外参考传感单元的数据Ch_background[i]；
步骤A5、MCU主控单元(1)通过环境参数传感单元(5)获取光照度信息Light[n]；
步骤A6、MCU主控单元(1)分别将第一火焰红外传感单元的数据Ch_fire1[i]、第二火焰红外传感单元的数据Ch_fire2[i]进行傅立叶变换，分别得到傅立叶变换结果FFt_fire1和FFt_fire2，使用频域分布统计函数分别对傅立叶变换结果FFt_fire1和FFt_fire2进行统计，分别得到统计结果Sta_fire1和Sta_fire2；
使用频域分布统计函数
将FFt_fire1和FFt_fire2作为x2代入频域分布统计函数，求得FFt_fire1和FFt_fire2的函数执行结果，得到频域分布Sta_fire1和Sta_fire2；若两者的值都小于经验参数0.5，则判断为干扰红外触发，中止识别算法；若其中一个大于经验参数0.5，则具备火焰的基本频率特征；
步骤A7、MCU主控单元(1)判断统计结果Sta_fire1和Sta_fire2是否具备火焰的基本频率特征，如果不具备，返回步骤A2；如果具备进入步骤A8；
步骤A8、MCU主控单元(1)通过光照度信息Light[n]，确定红外通道相关系数阈值y3；
使用红外相关系数阈值获取函数获取红外相关系数阈值；
上述公式(3)中，输入环境参数传感单元(5)采集的光照度数据Light[n]，将Light[n]作为变量x3代入公式进行运算；
将Light[n]经过上述公式转换得到最后的结果y3，即为红外相关系数阈值；
步骤A9、MCU主控单元(1)求得Ch_fire1[i]与Ch_interference[i]的相关系数ρ1，Ch_fire1[i]与Ch_background[i]的相关系数ρ2，Ch_fire2[i]与Ch_interference[i]的相关系数ρ3，Ch_fire2[i]与Ch_background[i]的相关系数ρ4；
步骤A10、MCU主控单元(1)判断若相关系数ρ1、相关系数ρ2、相关系数ρ3、相关系数ρ4全小于红外相关系数阈值y3；则初次火焰识别结果为火焰信号，进入步骤B1；否则返回步骤A2；
步骤B1、MCU主控单元(1)通过环境参数传感单元(5)获得环境的紫外强度UV；
步骤B2、MCU主控单元(1)根据该紫外强度UV确定火焰紫外传感器(4)的识别阈值UV_Threshold；
步骤B3、MCU主控单元(1)开启火焰紫外传感器(4)，获得紫外脉冲频率UV_Count；
步骤B4、MCU主控单元(1)判断若紫外脉冲频率UV_Count高于该识别阈值UV_Threshold则二次火焰确认结果为火焰信号，进入步骤C1；否则返回步骤A2；
MCU主控单元(1)采用紫外脉冲数与环境紫外强度加权算法识别火焰信号：MCU主控单元1通过环境参数传感单元5采集当前环境紫外强度UV；通过紫外采集电路3获得3秒内紫外火焰传感器4输出的脉冲数UV_Count；UV_Count即为紫外脉冲频率；
使用公式(7)得到UV_Threshold：
上述公式(7)中，x7为当前环境紫外强度UV；
使用上述公式(7)，输入紫外强度UV，得到结果y7，即为UV_Threshold，UV_Threshold即为火焰紫外传感器4的识别阈值；UV_Count大于UV_Threshold，则二次识别结果为火焰信号；
步骤C1、MCU主控单元(1)开启图像识别单元(6)采集可见光图片数据VisablePic[m]；
步骤C2、MCU主控单元(1)将可见光图片数据VisablePic[m]转换为灰度图VisablePic_Gray[m]，并与卷积核做卷积，将卷积后的灰度图VisablePic_Gray_Conv[m]求峰峰值，得到求峰峰值后的图片数据VisablePic_Gray_Peek并进行二值化，得到二值化结果图片VisablePic_Bool；
步骤C3、MCU主控单元(1)将二值化结果图片VisablePic_Bool进行形态学腐蚀、滤波、膨胀、还原，得到滤波二值图片VisablePic_Bool_Reduce；
步骤C4、MCU主控单元(1)对滤波二值图片VisablePic_Bool_Reduce进行过滤，得到疑似火焰特征图片VisablePic_Final；
步骤C5、MCU主控单元(1)采集红外热成像图片IrPic，以及红外热成像图片各像素的温度值；对红外热成像图片IrPic进行二值化处理得到二值化红外热成像图片IrPic_Bool；
步骤C6、MCU主控单元(1)计算疑似火焰特征图片VisablePic_Final与二值化红外热成像图片IrPic_Bool的图片相关系数Count_Fire；
步骤C7、MCU主控单元(1)判断图片相关系数Count_Fire高于经验阈值则最终识别为火焰预警信号，进入步骤C8；否则返回步骤A2；
步骤C8、MCU主控单元(1)将火情预警信息、可见光图片数据VisablePic[m]与红外热成像图片IrPic通过NB-IoT通信模块(7)上传云平台(9)；
所述云平台(9)的控制方法包括如下步骤：
步骤D1：云平台(9)接收NB-IoT通信模块(7)的火情预警信息；
步骤D2：云平台(9)判断火情预警信息接收是否成功，如果是，向NB-IoT通信模块(7)下发接收成功信息，进入步骤D3；否则请求NB-IoT通信模块(7)重发，返回步骤D1；
步骤D3：云平台(9)解析火情预警信息；
步骤D4：云平台(9)调用短信网关接口(91)向用户终端推送短信火情预警；
步骤D5：云平台(9)在GIS地图上定位预警位置并进行显示；
步骤D6：云平台(9)接收NB-IoT通信模块(7)发送的可见光图片数据VisablePic[m]与红外热成像图片IrPic；
步骤D7：云平台(9)判断可见光图片数据VisablePic[m]与红外热成像图片IrPic是否接收成功，如果没有，请求NB-IoT通信模块(7)重发，返回步骤D6；如果成功，向NB-IoT通信模块(7)下发接收成功信息，进入步骤D8；
步骤D8：云平台(9)解析可见光图片数据VisablePic[m]与红外热成像图片IrPic；
步骤D9：云平台(9)通过可见光图片数据VisablePic[m]与红外热成像图片IrPic进行图像合成运算，得到合成运算图像；
步骤D10：云平台(9)通过图像推送接口(92)将合成运算图像推送给用户终端；
步骤D11：云平台(9)将合成运算图像上传到GIS地图上；
步骤D12：云平台(9)等待消警命令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810930276.8A CN108806165B (zh) | 2018-08-15 | 2018-08-15 | 拍照式火焰探测系统及其控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810930276.8A CN108806165B (zh) | 2018-08-15 | 2018-08-15 | 拍照式火焰探测系统及其控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108806165A CN108806165A (zh) | 2018-11-13 |
| CN108806165B true CN108806165B (zh) | 2020-09-08 |
Family
ID=64080209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810930276.8A Active CN108806165B (zh) | 2018-08-15 | 2018-08-15 | 拍照式火焰探测系统及其控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108806165B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112671868A (zh) * | 2020-12-16 | 2021-04-16 | 广州双木林业有限公司 | 一种林业物联网系统及其监测方法 |
| CN112906639B (zh) * | 2021-03-19 | 2024-02-20 | 北京科技大学 | 一种铬合金钢材中铁素体的图像识别方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5237308A (en) * | 1991-02-18 | 1993-08-17 | Fujitsu Limited | Supervisory system using visible ray or infrared ray |
| JP3252742B2 (ja) * | 1997-02-27 | 2002-02-04 | 三菱電機株式会社 | 火災検知システム |
| EP2264677B1 (en) * | 2009-06-17 | 2012-05-30 | Teletron Euroricerche S.r.l. | Method for fire prevention and/or detection, and monitoring system and computer product thereof |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3269453B2 (ja) * | 1998-04-08 | 2002-03-25 | 三菱電機株式会社 | 火災検知システム |
| CN102044126A (zh) * | 2009-10-22 | 2011-05-04 | 叶建华 | 光纤火焰探测器 |
| CN201540627U (zh) * | 2009-10-27 | 2010-08-04 | 西安盛赛尔电子有限公司 | 多参量红外火焰探测器 |
| CN201867924U (zh) * | 2010-11-15 | 2011-06-15 | 上海翼捷工业安防技术有限公司 | 三波长红外火焰探测器 |
| CN102624071B (zh) * | 2012-03-26 | 2013-11-27 | 重庆英卡电子有限公司 | 用于森林防火探测器的供电装置 |
| CN202865254U (zh) * | 2012-08-20 | 2013-04-10 | 湖南镭目科技有限公司 | 一种转炉火焰温度检测系统 |
| CN202758458U (zh) * | 2012-08-27 | 2013-02-27 | 英森电气系统(上海)有限公司 | 一种双波段红外火焰探测器 |
| KR20120138715A (ko) * | 2012-09-10 | 2012-12-26 | 김은종 | 다기능 화재 감지기 |
| CN105512667B (zh) * | 2014-09-22 | 2019-01-15 | 中国石油化工股份有限公司 | 红外和可见光视频图像融合识别火灾的方法 |
| CN106097630B (zh) * | 2016-08-22 | 2018-01-30 | 重庆英卡电子有限公司 | 一种双红外通道火焰探测器的火焰识别方法 |
| CN106408836A (zh) * | 2016-10-21 | 2017-02-15 | 上海斐讯数据通信技术有限公司 | 森林火警报警终端及系统 |
| CN107170173A (zh) * | 2017-05-27 | 2017-09-15 | 重庆英卡电子有限公司 | 红外紫外火焰探测器控制系统及其控制方法 |
| CN107590941B (zh) * | 2017-09-19 | 2019-08-20 | 重庆英卡电子有限公司 | 拍照式混合火焰探测器及其探测方法 |
| CN108010254A (zh) * | 2017-11-28 | 2018-05-08 | 无锡职业技术学院 | 一种基于四波段红外火焰探测器及其火焰识别算法 |
| CN108010085B (zh) * | 2017-11-30 | 2019-12-31 | 西南科技大学 | 基于双目可见光相机与热红外相机的目标识别方法 |
| CN207440954U (zh) * | 2017-12-06 | 2018-06-01 | 中钛互联（北京）科技有限公司 | 一种基于nb-iot的森林火险管理系统 |
-
2018
- 2018-08-15 CN CN201810930276.8A patent/CN108806165B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5237308A (en) * | 1991-02-18 | 1993-08-17 | Fujitsu Limited | Supervisory system using visible ray or infrared ray |
| JP3252742B2 (ja) * | 1997-02-27 | 2002-02-04 | 三菱電機株式会社 | 火災検知システム |
| EP2264677B1 (en) * | 2009-06-17 | 2012-05-30 | Teletron Euroricerche S.r.l. | Method for fire prevention and/or detection, and monitoring system and computer product thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108806165A (zh) | 2018-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108986379B (zh) | 带红外拍照的火焰探测器及其控制方法 | |
| CN108961647B (zh) | 拍照式火焰探测器及其控制方法 | |
| CN109060148B (zh) | 火焰探测器及其控制方法 | |
| CN104079874B (zh) | 一种基于物联网技术的安防一体化系统及方法 | |
| CN108614461B (zh) | 一种基于室内环境感测的智能机器人 | |
| CN108806165B (zh) | 拍照式火焰探测系统及其控制方法 | |
| CN111190065A (zh) | 一种电力设备非接触式的在线监测系统 | |
| CN105866118B (zh) | 一种动物排泄物成分检测系统及方法 | |
| CN104185348B (zh) | 变电站智能巡视照明远控联动装置 | |
| CN108826155A (zh) | 街道照明装置及系统 | |
| CN103812525A (zh) | 一种多元信息采集与传输的电力通信一体化系统 | |
| CN103798205A (zh) | 一种3g实时监测捕杀农作物病虫害的灯塔 | |
| CN110174133B (zh) | 一种自然雷击放电过程监测系统 | |
| CN109375538A (zh) | 一种电力设施现场监测方法及装置 | |
| CN101931789A (zh) | 关键区域中的高清晰人像自动记录及比对系统及其方法 | |
| CN109600758B (zh) | 一种基于rss的人流量监测方法 | |
| CN116963361B (zh) | 一种基于ddc控制器的智能楼宇优化控制方法 | |
| CN110031041A (zh) | 一种自然雷击放电声、光、电、磁多物理过程监测系统 | |
| CN109257575A (zh) | 一种鼠类密度监测方法及监测系统 | |
| CN207807703U (zh) | 一种与巡检机器人结合的设备渗油检测装置 | |
| CN112966552B (zh) | 一种基于智能识别的例行巡视方法及系统 | |
| CN204388922U (zh) | 微小气候监测预警系统 | |
| CN106292609A (zh) | 一种基于Zigbee的家居安防远程监控系统 | |
| CN205691511U (zh) | 一种动物排泄物成分检测系统 | |
| CN209248050U (zh) | 一种城市路灯的环境信息采集传输系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |