CN111257507B - 一种基于无人机的气体浓度检测及事故预警系统 - Google Patents

Abstract

本发明公开了一种基于无人机的气体浓度检测及事故预警系统，包括无人机单元、监测单元；通过无人机和监测单元之间的交互，实现对燃气泄漏现场、事故现场、无氧环境等危险场所中的可燃气体浓度进行监测预警，利用无人机直接飞入危险场所中进行可燃气体浓度检测，大大提高了检测的安全性，具有较好的使用价值；同时，利用无人机实时采集现场视频，基于现场视频分析得到现场的人员情况、交通情况、建筑物情况、管道情况、危险源情况，根据现场情况与现场可燃气体浓度进行多参数的融合分析，从而及时有效的发出事故预警信息，为现场应急救援提供数据支持。

Description

一种基于无人机的气体浓度检测及事故预警系统

技术领域

本发明涉及可燃气体的浓度检测和预警的技术领域，尤其是一种基于无人机的气体浓度检测及事故预警系统。

背景技术

随着我国经济快速发展，可燃气体泄漏等事故频发，情况复杂多变，可燃气体和有毒气体泄漏现场浓度检测困难，一般的手段是通过消防员做好个人防护措施，携带各类侦检仪器进入现场，冒着生命危险进行浓度检测。这种传统的浓度检测手段有以下不足：

(1)安全风险高。大量燃气泄漏现场、事故现场、无氧环境等危险场所由救援人员深入进行气体泄漏检测，容易因操作不当或其他因素造成混合气体爆炸，造成人员伤亡。

(2)检测效率低。大量燃气泄漏现场、事故现场、无氧环境等危险场所现场情况复杂，有些区域救援人员无法达到，特别是无氧环境。监测无氧环境的气体浓度救援人员在穿着防护服、佩戴空气呼吸器等防护装备后，行动变缓，造成开展侦检时间长，效率低。

(3)浓度检测受限。大量燃气泄漏现场、事故现场、无氧环境等危险场所现场情况复杂，有些区域救援人员无法达到，即使能到达，救援人员也无法全面检测现场各个点的气体泄漏和扩散情况，不利于抢险救援指挥决策。

(4)灾害现场情况复杂，现场的人员信息、交通状况、建筑物情况、管道信息、危险源情况和数量难以获取。

经检索，中国专利公开号为CN108956864A的专利中公开了一种基于无人机的气体浓度检测标识系统及检测标识方法，但是该专利中所提出的无人机不具有防爆功能，且无人机的传回数据较为单一，不能显示无人机实时位置信息和现场视频影像数据，不能实现多参数融合分析发出事故预警信息。

发明内容

为了克服上述现有技术中的缺陷，本发明提供一种基于无人机的气体浓度检测及事故预警系统，通过无人机和监测单元之间的交互，实现对燃气泄漏现场、事故现场、无氧环境等危险场所中的可燃气体浓度进行监测预警，利用无人机直接飞入危险场所中进行可燃气体浓度检测，大大提高了检测的安全性，具有较好的使用价值，并且利用无人机实时采集现场视频，实现多参数的融合分析，及时有效的发出事故预警信息。

为实现上述目的，本发明采用以下技术方案，包括：

一种基于无人机的气体浓度检测及事故预警系统，包括：无人机单元、监测单元；

所述无人机单元包括：无人机和安装于无人机上的气体检测组件、影像采集装置、定位装置、报警装置、MCU模块、无线传输模块；

所述MCU模块用于执行无人机的飞行路径，使无人机按照设置的飞行路径进行飞行；所述MCU模块还对无人机的实际飞行航线进行记录，并通过无线传输模块将无人机的实际飞行航线实时发送至监测单元；

所述气体监测组件用于对现场可燃气体的浓度信息进行实时采集，并通过无线传输模块将现场可燃气体的浓度信息实时发送至监测单元；

所述气体监测组件中还设有浓度阈值，若采集到的现场可燃气体的浓度大于该阈值，则触发报警装置发出警报；

所述影像采集装置用于对现场视频进行实时采集，并通过无线传输模块将现场视频实时发送至监测单元；

所述定位装置用于对无人机的所在位置进行实时定位，并通过无线传输模块将无人机的所在位置实时发送至监测单元；

所述定位装置还将无人机的所在位置实时反馈给MCU模块；所述MCU模块根据无人机的所在位置生成无人机的实际飞行航线；

用户通过所述监测单元设置无人机的飞行路径，并通过无人机单元的无线传输模块将所设置无人机的飞行路径发送无人机单元的MCU模块中，使无人机按照所设置的飞行路径进行飞行；

所述监测单元还包括：显示模块、分析单元、预警单元；

所述显示单元对无人机的所在位置、无人机的实际飞行航线、现场视频、现场可燃气体的浓度信息进行实时显示；

所述分析单元对现场视频进行分析，分析现场的人员情况、交通情况、建筑物情况、管道情况、危险源情况；

所述预警单元根据分析单元的分析结果并结合现场可燃气体的浓度信息，对现场进行事故预警，产生预警信息，并将预警信息通过无人机单元的无线传输模块发送至报警装置，报警装置对该预警信息进行播报；

所述显示单元还对分析单元的分析结果和预警单元的预警信息进行实时显示。

所述无人机单元还包括：安装于无人机外部的防爆壳体，所述防爆壳体采用阻燃、防爆材料制造，且经防静电喷塑处理。

所述分析单元对现场视频的分析，包括以下步骤：

S1，对现场视频的图像进行预处理，所述预处理包括：背景去除、灰度化、图像增强、双边滤波去燥的处理；

S2，对预处理后的图像进行特征提取，所提取的图像特征包括：性状、灰度值、色彩度、纹理、延伸率、球形性；

S3，基于所提取的图像特征对目标进行识别，并识别目标的所属类别，从而判定现场视频的图像中是否存在人员、车辆、建筑物、管道、危险源，以及得到现场视频的图像中的人员、车辆、建筑物、管道、危险源的数量和位置。

步骤S2中，利用迁移训练模型对预处理后的图像进行目标特征提取；其中，将典型灾害现场的图像作为样本库，进行特征提取，采用分类器对图像特征进行分类,并通过迁移学习方式进行训练得到迁移训练模型。

步骤S3中，利用神经网络对所提取的图像特征进行目标识别，并识别目标的所属类别。

根据现场的实际情况，在现场布设多个无人机单元进行协同作战，即构建无人机集群，实现对现场范围的对现场范围的全覆盖；

无人机单元之间通过安装在无人机上的无线传输模块进行数据共享，各个无人机单元将无人机的所在位置、所采集到的现场视频、所采集到的现场可燃气体的浓度均共享给其他的无人机单元，且均发送给实时发送至监测单元。

当某个无人机单元的数据无法实时发送至监测单元时，可尝试从其他无人机单元上获取该无人机单元的实时数据，若从其他无人机单元上也无法获取该无人机单元的实时数据时，则说明该无人机单元出现了故障，此时，对无人机集群进行调度，调整集群中无人机单元的布设，以满足对现场范围的全覆盖。

所述分析单元根据各个无人机的所在位置以及所采集到的现场可燃气体的浓度，分析得到现场可燃气体的分布情况；所述分析单元根据现场可燃气体的分布情况以及现场地图，规划疏散通道和救援通道。

本发明的优点在于：

本发明通过无人机单元和监测单元之间的交互，实现对大量燃气泄漏现场、事故现场、无氧环境等危险场所中的可燃气体浓度进行监测预警，利用无人机直接飞入危险场所中进行可燃气体浓度检测，大大提高了检测的安全性，并且利用无人机实时采集现场视频，基于现场视频分析得到现场的人员情况、交通情况、建筑物情况、管道情况、危险源情况，根据现场情况与现场可燃气体浓度进行多参数的融合分析，从而及时有效的发出事故预警信息，为现场应急救援提供数据支持。

本发明根据现场的实际情况，构建无人机集群，实现对现场范围的全覆盖，且多台无人机之间进行数据共享，当某台无人机的数据无法实时发送至监测单元时，可尝试从其他无人机上获取该台无人机的实时数据，若从其他无人机上也无法获取该台无人机的实时数据时，则说明该台无人机出现了故障，此时，对无人机集群进行调度，调整集群中多台无人机的布设，以满足对现场范围的全覆盖。分析单元根据各台无人机的所在位置以及所采集到的现场可燃气体的浓度，分析得到现场可燃气体的分布情况，分析单元根据现场可燃气体的分布情况以及现场地图，规划疏散通道和救援通道。

附图说明

图1为本发明一种基于无人机的气体浓度检测及事故预警系统的整体示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由图1所示，本发明的一种基于无人机的气体浓度检测及事故预警系统，包括：无人机单元1、监测单元2。

所述无人机单元1包括：无人机，和安装于无人机上的气体检测组件11、影像采集装置12、定位装置13、报警装置14、MCU模块15、无线传输模块16；

所述MCU模块15用于执行无人机的飞行路径，使无人机按照设置的飞行路径进行飞行；所述MCU模块15还对无人机的实际飞行航线进行记录，并通过无线传输模块16将无人机的实际飞行航线实时发送至监测单元2；

所述气体监测组件11用于对现场可燃气体的浓度信息进行实时采集，并通过无线传输模块16将现场可燃气体的浓度信息实时发送至监测单元2；

所述气体监测组件11中还设有浓度阈值，若采集到的现场可燃气体的浓度大于该阈值，则触发报警装置14发出警报；

所述影像采集装置12用于对现场视频进行实时采集，并通过无线传输模块16将现场视频实时发送至监测单元2；

所述定位装置13用于对无人机的所在位置进行实时定位，并通过无线传输模块16将无人机的所在位置实时发送至监测单元2；

所述定位装置13还将无人机的所在位置实时反馈给MCU模块15；所述MCU模块15根据无人机的所在位置生成无人机的实际飞行航线。

所述无人机单元1还包括：安装于无人机外部的防爆壳体，所述防爆壳体采用阻燃、防爆材料制造，且经防静电喷塑处理。

所述监测单元2包括：显示模块21、分析单元22、预警单元23；

所述显示单元21对无人机的所在位置、无人机的实际飞行航线、现场视频、现场可燃气体的浓度信息进行实时显示；

所述分析单元22对现场视频进行分析，分析现场的人员情况、交通情况、建筑物情况、管道情况、危险源情况；

所述预警单元23根据分析单元22的分析结果并结合现场可燃气体的浓度信息，对现场进行事故预警，产生预警信息，并将预警信息通过无人机单元的无线传输模块16发送至报警装置14，报警装置14对该预警信息进行播报。

用户还通过所述监测单元2设置无人机的飞行路径，并通过无人机单元的无线传输模块16将所设置无人机的飞行路径发送无人机单元的MCU模块15中，MCU模块15使无人机按照用户设置的飞行路径进行飞行。

所述分析单元22对现场视频的分析，包括以下步骤：

S1，对现场视频的图像进行预处理，所述预处理包括：背景去除、灰度化、图像增强、双边滤波去燥的处理。

S2，对预处理后的图像进行特征提取，所提取的图像特征包括：性状、灰度值、色彩度、纹理、延伸率、球形性。

本实施例中，通过迁移学习，分别采用MobileNet、InvecptionV3模型，提取模型在ImageNet上得到的参数和瓶颈特征描述子，将瓶颈特征和迁移模型结合，使用扩充后的数据集进行训练，得到新的可以使用的模型，在新数据集上利用迁移训练模型对预处理后的图像进行目标特征提取。其中，将典型灾害现场的图像作为样本库，进行特征提取，采用分类器对图像特征进行分类,并通过迁移学习方式进行训练得到迁移训练模型。

S3，基于所提取的图像特征对目标进行识别，并识别目标的所属类别，从而判定现场视频的图像中是否存在人员、车辆、建筑物、管道、危险源，以及得到现场视频的图像中的人员、车辆、建筑物、管道、危险源的数量和位置。

本实施例中，利用神经网络对所提取的图像特征进行目标识别，并识别目标的所属类别。

所述预警单元23中设有可燃气体的浓度阈值，预警单元23根据分析单元22的分析结果并结合现场可燃气体的浓度信息，对现场进行事故预警并产生预警信息，并将预警信息通过无人机单元的无线传输模块16发送至报警装置14，安装在无人机上报警装置14对该预警信息进行播报，以实时提醒现场人员。具体包括以下几种情况：

例如，当现场可燃气体的浓度超过设定的浓度阈值，且分析单元22的分析结果显示现场有人员时，则预警单元23发出现场浓度超限且现场人员可能存在危险的预警信息，并将该预警信息通过无人机单元的无线传输模块16发送至报警装置14，安装在无人机上报警装置14对该预警信息进行播报，同时，监测单元2的显示单元21实时显示现场可燃气体浓度、现场人员的位置和数量，为应急救援提供数据支持。

例如，当现场可燃气体的浓度超过设定的浓度阈值，且分析单元22的分析结果显示现场某个位置聚集有车辆时，即现场存在交通拥堵的情况，则预警单元23发出现场浓度超限且交通拥堵的预警信息，并将该预警信息通过无人机单元的无线传输模块16发送至报警装置14，安装在无人机上报警装置14对该预警信息进行播报，同时，监测单元2的显示单元21实时显示现场车辆聚集的位置，为道路疏通及现场应急救援提供数据支持。

例如，当现场可燃气体的浓度超过设定的浓度阈值，且分析单元22的分析结果显示现场有管道时，则预警单元23发出现场浓度超限且周边存在管道的的预警信息，并将该预警信息通过无人机单元的无线传输模块16发送至报警装置14，安装在无人机上报警装置14对该预警信息进行播报，同时，监测单元2的显示单元21实时显示管道位置，为现场应急救援提供数据支持。

例如，当现场可燃气体的浓度超过设定的浓度阈值，且分析单元22的分析结果显示现场有危险源和建筑物时，则预警单元23发出现场浓度超限且周边存在危险源及建筑物的预警信息，并将该预警信息通过无人机单元的无线传输模块16发送至报警装置14，安装在无人机上报警装置14对该预警信息进行播报，同时，监测单元2的显示单元21实时显示危险源及建筑物位置，为现场应急救援提供数据支持。

根据现场的实际情况，在现场布设多台无人机行协同作战，即构建无人机集群，实现对现场范围的全覆盖；多台无人机之间通过安装在其上的无线传输模块16进行数据共享，各台无人机将无人机的所在位置、所采集到的现场视频、所采集到的现场可燃气体的浓度均共享给其他的无人机，且均发送给实时发送至监测单元2。当某台无人机的数据无法实时发送至监测单元2时，可尝试从其他无人机上获取该台无人机的实时数据，若从其他无人机上也无法获取该台无人机的实时数据时，则说明该台无人机出现了故障，此时，对无人机集群进行调度，调整集群中多台无人机的布设，以满足对现场范围的全覆盖。

所述分析单元22根据各台无人机的所在位置以及所采集到的现场可燃气体的浓度，分析得到现场可燃气体的分布情况；所述分析单元22根据现场可燃气体的分布情况以及现场地图，规划疏散通道和救援通道。

以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。

Claims (5)

1.一种基于无人机的气体浓度检测及事故预警系统，其特征在于，包括：无人机单元（1）、监测单元（2）；

所述无人机单元（1）包括：无人机和安装于无人机上的气体监测组件（11）、影像采集装置（12）、定位装置（13）、报警装置（14）、MCU模块（15）、无线传输模块（16）；

所述MCU模块（15）用于执行无人机的飞行路径，使无人机按照设置的飞行路径进行飞行；所述MCU模块（15）还对无人机的实际飞行航线进行记录，并通过无线传输模块（16）将无人机的实际飞行航线实时发送至监测单元（2）；

所述气体监测组件（11）用于对现场可燃气体的浓度信息进行实时采集，并通过无线传输模块（16）将现场可燃气体的浓度信息实时发送至监测单元（2）；

所述气体监测组件（11）中还设有浓度阈值，若采集到的现场可燃气体的浓度大于该阈值，则触发报警装置（14）发出警报；

所述影像采集装置（12）用于对现场视频进行实时采集，并通过无线传输模块（16）将现场视频实时发送至监测单元（2）；

所述定位装置（13）用于对无人机的所在位置进行实时定位，并通过无线传输模块（16）将无人机的所在位置实时发送至监测单元（2）；

所述定位装置（13）还将无人机的所在位置实时反馈给MCU模块（15）；所述MCU模块（15）根据无人机的所在位置生成无人机的实际飞行航线；

用户通过所述监测单元（2）设置无人机的飞行路径，并通过无人机单元的无线传输模块（16）将所设置无人机的飞行路径发送无人机单元的MCU模块（15）中，使无人机按照所设置的飞行路径进行飞行；

所述监测单元（2）还包括：显示模块（21）、分析单元（22）、预警单元（23）；

所述显示模块（21）对无人机的所在位置、无人机的实际飞行航线、现场视频、现场可燃气体的浓度信息进行实时显示；

所述分析单元（22）对现场视频进行分析，分析现场的人员情况、交通情况、建筑物情况、管道情况、危险源情况；

所述预警单元（23）根据分析单元（22）的分析结果并结合现场可燃气体的浓度信息，对现场进行事故预警，产生预警信息，并将预警信息通过无人机单元的无线传输模块（16）发送至报警装置（14），报警装置（14）对该预警信息进行播报；

所述显示模块（21）还对分析单元（22）的分析结果和预警单元（23）的预警信息进行实时显示；

根据现场的实际情况，在现场布设多个无人机单元（1）进行协同作战，即构建无人机集群，实现对现场范围的全覆盖；

无人机单元（1）之间通过安装在无人机上的无线传输模块（16）进行数据共享，各个无人机单元（1）将无人机的所在位置、所采集到的现场视频、所采集到的现场可燃气体的浓度均共享给其他的无人机单元（1），且均发送给实时发送至监测单元（2）；

当某个无人机单元（1）的数据无法实时发送至监测单元（2）时，可尝试从其他无人机单元（1）上获取该无人机单元（1）的实时数据，若从其他无人机单元（1）上也无法获取该无人机单元（1）的实时数据时，则说明该无人机单元（1）出现了故障，此时，对无人机集群进行调度，调整集群中无人机单元（1）的布设，以满足对现场范围的全覆盖；

所述分析单元（22）根据各个无人机的所在位置以及所采集到的现场可燃气体的浓度，分析得到现场可燃气体的分布情况；所述分析单元（22）根据现场可燃气体的分布情况以及现场地图，规划疏散通道和救援通道。

2.根据权利要求1所述的一种基于无人机的气体浓度检测及事故预警系统，其特征在于，所述无人机单元还包括：安装于无人机外部的防爆壳体，所述防爆壳体采用阻燃、防爆材料制造，且经防静电喷塑处理。

3.根据权利要求1所述的一种基于无人机的气体浓度检测及事故预警系统，其特征在于，所述分析单元（22）对现场视频的分析，包括以下步骤：

S1，对现场视频的图像进行预处理，所述预处理包括：背景去除、灰度化、图像增强、双边滤波去燥的处理；

S2，对预处理后的图像进行特征提取，所提取的图像特征包括：性状、灰度值、色彩度、纹理、延伸率、球形性；

S3，基于所提取的图像特征对目标进行识别，并识别目标的所属类别，从而判定现场视频的图像中是否存在人员、车辆、建筑物、管道、危险源，以及得到现场视频的图像中的人员、车辆、建筑物、管道、危险源的数量和位置。

4.根据权利要求3所述的一种基于无人机的气体浓度检测及事故预警系统，其特征在于，步骤S2中，利用迁移训练模型对预处理后的图像进行目标特征提取；其中，将典型灾害现场的图像作为样本库，进行特征提取，采用分类器对图像特征进行分类,并通过迁移学习方式进行训练得到迁移训练模型。

5.根据权利要求3所述的一种基于无人机的气体浓度检测及事故预警系统，其特征在于，步骤S3中，利用神经网络对所提取的图像特征进行目标识别，并识别目标的所属类别。

Images