CN112034456B - 烟雾巡检系统、方法、控制装置及存储介质 - Google Patents
烟雾巡检系统、方法、控制装置及存储介质 Download PDFInfo
- Publication number
- CN112034456B CN112034456B CN202010877702.3A CN202010877702A CN112034456B CN 112034456 B CN112034456 B CN 112034456B CN 202010877702 A CN202010877702 A CN 202010877702A CN 112034456 B CN112034456 B CN 112034456B
- Authority
- CN
- China
- Prior art keywords
- module
- smoke
- image information
- data processing
- control 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
- 239000000779 smoke Substances 0.000 title claims abstract description 96
- 238000007689 inspection Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 70
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 238000004891 communication Methods 0.000 claims abstract description 19
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/886—Radar or analogous systems specially adapted for specific applications for alarm systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Fire-Detection Mechanisms (AREA)
- Alarm Systems (AREA)
- Fire Alarms (AREA)
Abstract
本发明公开了一种烟雾巡检系统、方法、控制装置及存储介质,其中烟雾巡检系统包括环境感知模块、数据处理模块、警报模块以及控制模块,环境感知模块、数据处理模块、警报模块以及控制模块之间通信连接,烟雾巡检系统可以设置在无人机上。烟雾巡检系统能够跟随无人机在对目标森林区域进行巡检,在巡检过程中通过环境感知模块收集无人机所处的环境的图像信息,数据处理模块可以对图像信息进行分析并生成烟雾检测结果,控制模块可以根据烟雾检测结果控制警报模块发送报警信号,能够有效的对森林火灾进行检测并进行自动报警,能够有效降低因为森林火灾带来的经济损失。
Description
技术领域
本发明涉及检测技术领域,特别涉及一种烟雾巡检系统、方法、控制装置及存储介质。
背景技术
火灾为一种突发事件,能够对经济、人力、生命造成巨大的破坏。市面上对于火灾的检测多是烟雾报警器和基于红外线热成像技术的检测。烟雾报警器对于面积较大的区域需要大量放置,且只适用于室内设置。而基于红外线热成像技术的火灾检测无法实现较远距离的检测。
森林火灾作为火灾的一种形式,每年都会导致大量的经济、人力、资源受到破坏。而森林环境复杂,对于森林火灾检测中容易出现误检、漏检。并且森林火灾突发性强,火势蔓延迅速,需要对森林环境进行全天候、大范围的实时检测。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种烟雾巡检系统、方法、控制装置及存储介质,能够有效的对森林火灾进行检测并进行自动报警,能够有效降低因为森林火灾带来的经济损失。
根据本发明的第一方面实施例的一种烟雾巡检系统,应用于无人机,包括:
环境感知模块,用于收集所述无人机所处的环境的图像信息;
数据处理模块,用于分析所述环境感知模块收集的图像信息并生成烟雾检测结果;
警报模块,用于针对火灾发送警报;
控制模块,用于根据所述数据处理模块生成的所述烟雾检测结果,控制所述警报模块发送报警信号;
所述环境感知模块与所述数据处理模块连接,所述数据处理模块、所述警报模块分别与所述控制模块通信连接。
根据本发明实施例的一种烟雾巡检系统,至少具有如下有益效果:
烟雾巡检系统包括环境感知模块、数据处理模块、警报模块以及控制模块,环境感知模块、数据处理模块、警报模块以及控制模块之间通信连接。烟雾巡检系统可以设置在无人机上,烟雾巡检系统跟随无人机在对目标森林区域进行巡检,在巡检过程中通过环境感知模块收集无人机所处的环境的图像信息,数据处理模块可以对图像信息进行分析并生成烟雾检测结果,控制模块可以根据烟雾检测结果控制警报模块发送报警信号,能够有效的对森林火灾进行检测并进行自动报警,能够有效降低因为森林火灾带来的经济损失。
进一步,还包括飞行遥控模块,所述飞行遥控模块与所述控制模块通信连接。
进一步,所述环境感知模块包括摄像头和雷达。
进一步,还包括定位模块,所述定位模块与所述控制模块通信连接。
根据本发明的第二方面实施例的一种巡检方法,应用于烟雾巡检系统,所述烟雾巡检系统应用于无人机,所述烟雾巡检系统还包括环境感知模块、数据处理模块和警报模块,所述环境感知模块与所述数据处理模块连接,所述数据处理模块、所述警报模块分别与所述控制模块通信连接;
所述巡检方法包括:
控制所述环境感知模块收集无人机所处的环境的图像信息;
控制所述数据处理模块分析所述环境感知模块收集的图像信息并生成烟雾检测结果;
根据所述烟雾检测结果,控制所述警报模块发送报警信号。
根据本发明实施例的一种巡检方法,至少具有如下有益效果:
巡检方法应用于烟雾巡检系统的控制模块,烟雾巡检系统包括环境感知模块、数据处理模块以及警报模块,环境感知模块、数据处理模块、警报模块以及控制模块之间通信连接,烟雾巡检系统可以设置在无人机上。烟雾巡检系统能够跟随无人机在对目标森林区域进行巡检,在巡检过程中通过环境感知模块收集无人机所处的环境的图像信息,数据处理模块可以对图像信息进行分析并生成烟雾检测结果,控制模块可以根据烟雾检测结果控制警报模块发送报警信号,能够有效的对森林火灾进行检测并进行自动报警,能够有效降低因为森林火灾带来的经济损失。
进一步,所述控制数据处理模块分析所述环境感知模块收集的图像信息并生成烟雾检测结果包括:
所述控制数据处理模块对所述环境感知模块收集的图像信息进行帧插法处理;
对帧插法处理后的图像信息使用背景插法提取疑似烟雾目标的图像信息;
对疑似烟雾目标的图像信息使用经验值法进行灰度化处理并利用PCA算法对图像信息的数据进行降维处理,生成预处理图像信息;
根据预处理图像信息生成烟雾检测结果。
进一步,所述烟雾巡检系统还包括飞行遥控模块,所述飞行遥控模块与所述控制模块通信连接,所述巡检方法还包括:所述控制模块根据所述数据处理模块的所述检测结果,控制所述飞行遥控模块确定所述无人机的飞行路线。
进一步,所述烟雾巡检系统还包括定位模块,所述定位模块与所述控制模块通信连接,所述巡检方法还包括:所述控制模块根据接收的所述定位模块发送的定位信息,确定火灾的发生地点。
根据本发明的第三方面实施例的一种控制装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如前述任意一项所述的巡检方法。
根据本发明的第四方面实施例的一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行前述任意一项所述的巡检方法。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明一个实施例的烟雾巡检系统的示意图;
图2为本发明一个实施例的巡检方法的流程图;
图3为本发明另一个实施例的巡检方法的图像处理的流程图;
图4为本发明另一个实施例的巡检方法的图像处理的流程图;
图5为本发明另一个实施例的巡检方法的图像处理的流程图;
图6为本发明另一个实施例的巡检方法的飞行遥控的流程图;
图7为本发明另一个实施例的巡检方法的飞行遥控的流程图;
图8为本发明一个实施例的控制装置的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
在一个实施例中,参照图1,图1为本发明实施例提供的一种烟雾巡检系统的示意图,一种烟雾巡检系统,应用于无人机,包括环境感知模块110、数据处理模块120、警报模块130以及控制模块140,环境感知模块110与数据处理模块120连接,数据处理模块120、警报模块130分别与控制模块140通信连接,烟雾巡检系统可以设置在无人机上,烟雾巡检系统能够跟随无人机在对目标森林区域进行巡检。其中,环境感知模块110能够用于收集烟雾巡检无人机所处的环境的图像信息;数据处理模块120能够用于分析所述环境感知模块110收集的图像信息并生成烟雾检测结果;警报模块130能够用于针对火灾发送警报;控制模块140能够用于根据所述数据处理模块120生成的所述烟雾检测结果,控制所述警报模块130发送报警信号。在巡检过程中通过环境感知模块110收集无人机所处的环境的图像信息,数据处理模块120可以对图像信息进行分析并生成烟雾检测结果,控制模块140可以根据烟雾检测结果控制警报模块130发送报警信号,能够有效的对森林火灾进行检测并进行自动报警,能够有效降低因为森林火灾带来的经济损失。
事例性的,前述的烟雾巡检系统还包括与控制模块140通信连接的飞行遥控模块150,可以通过飞行遥控模块150对无人机的飞行路线进行干预,如在正常的情况下,无人机的巡检路线是已经提前设定好的,当巡检过程遇到森林火灾的情况,那么可以通过飞行遥控模块150对无人的巡检路线进行干预,防止无人机和烟雾巡检系统受到森林火灾的影响导致无法反馈火灾报警。
事例性的,前述的烟雾巡检系统还包括与控制模块140通信连接的定位模块160,可以通过定位模块160得到无人机的实时定位信息,控制器可以根据定位信息得出定位信息对应的森林信息,为扑灭火灾的工作提供基础信息。
事例性的,所述环境感知模块110包括摄像头和雷达,可以通过摄像头和雷达的共同作用,提高获取图像的确认性。
需要说明的是,摄像头可以是双目摄像头,可以是红外高清摄像头,本实施例对其不作具体限定。
需要说明的是,雷达可以是激光雷达,本实施例对其不作唯一限定。
烟雾检测系统包括几大功能:第一是可以实现无人机按规划的巡检路径对森林进行巡检;第二是可以实现在发现火情时,控制模块140可以根据定位模块160的定位信息和数据处理模块120的检测结果信息,确定火灾情况,并控制警报模块130发送警报及相应的地理位置和图像信息;第三是可以实现在发现火情时,控制模块140通过对飞行遥控模块150进行控制,停止原规划的巡检路线,改向火情地点监控火势发展。
参照图2,图2是一个实施例中巡检方法的流程图,该巡检方法应用于烟雾巡检系统,在一实施例中,该巡检方法包括但不限于如下步骤:
步骤S210,控制环境感知模块收集所述无人机所处的环境的图像信息;
步骤S220,控制数据处理模块分析所述环境感知模块收集的图像信息并生成烟雾检测结果;
步骤S230,控制模块根据所述烟雾检测结果,控制所述警报模块发送报警信号。
巡检方法应用于烟雾巡检系统的控制模块,烟雾巡检系统包括环境感知模块、数据处理模块以及警报模块,环境感知模块与数据处理模块连接,数据处理模块、警报模块分别与控制模块通信连接,烟雾巡检系统可以设置在无人机上。烟雾巡检系统能够跟随无人机在对目标森林区域进行巡检,在巡检过程中通过环境感知模块收集无人机所处的环境的图像信息,数据处理模块可以对图像信息进行分析并生成烟雾检测结果,控制模块可以根据烟雾检测结果控制警报模块发送报警信号,能够有效的对森林火灾进行检测并进行自动报警,能够有效降低因为森林火灾带来的经济损失。
参照图3,在一实施例中,步骤S220包括但不限于以下步骤:
步骤S310,所述控制数据处理模块对所述环境感知模块收集的图像信息进行帧插法处理;
步骤S320,对帧插法处理后的图像信息使用背景插法提取疑似烟雾目标的图像信息;
步骤S330,对疑似烟雾目标的图像信息使用经验值法进行灰度化处理并利用PCA算法对图像信息的数据进行降维处理,生成预处理图像信息;
步骤S340,根据预处理图像信息生成烟雾检测结果。
在无人机巡检过程中,参照图4,环境感知模块收集巡检区域内的图像信息,并将收集得到的图像信息传送给数据处理模块。数据处理模块对图像信息进行帧插处理后用背景插法,提取疑似烟雾目标。计算公式如下:
其中,I为帧集,Ki为帧插后的结果,T为用Ostu法确定的阈值,Di域内三帧插结果,D为Di的叠加,B为取n帧平均值的背景,R为对第k帧做背景插运算,β为背景学习率,式(4)为对背景进行更新。
将帧插法和背景插法处理后的图像信息使用经验值法进行灰度化处理后利用PCA算法进行数据的降维处理,减少无关特征的影响,得到预处理后的图像。
参照图5,数据处理模块对烟雾的检测采用双路网络,其中一条分支采用非对称编码—解码(Encoder-Decoder)的全卷积网络(FCN),通过增加感受野而获取全局信息;另一分支采用浅层网络保留更多局部空间信息。在得到预处理的图像后,将图像分别送入两个分支网络,并将两个分支输出的图像通过融合层,实现对经历了上、下采样的编、解码特征图进行连接,有效的增加了尺度信息,并由融合层输出分割图,然后对得到的分割图进行损失函数的计算。损失函数采用带权重衰减正则化的交叉熵,计算公式如下:
其中,与/>分别表示GT与预测图重第i个像素的识别值,N为一张分割图的像素值,λ为给定值,W为权重。
当检测到图像中有因火灾而引起的烟雾时,数据处理模块将图像信息传送给控制模块。控制模块结合定位模块的信息,启动警报模块,发送警报、火灾发送的位置信息和图像信息。
参照图6,烟雾巡检系统还包括飞行遥控模块,在一实施例中,步骤S230之后还包括但不限于以下步骤:
步骤S610,控制模块根据数据处理模块的所述检测结果,控制飞行遥控模块确定无人机的飞行路线。
参照图7,在发现因火灾而引起的烟雾时,定位模块将火灾发生的方位信息传递给控制模块,控制模块向飞行遥控模块传递期望飞行的角度信息,该信息经过飞行遥控模块的角度环PID控制器输出期望角速度,作为下一个角速度环PID控制器的输入;角速度环PID控制器在接收输入后输出脉冲宽度调制(PWM)信号给无人机的四个轴的电机,在接收到PWM信号后无人机四轴的惯性测量单元(IMU)输出无人机当前的角速度和角度,依据当前的角速度和角度再进行反馈做进一步的调整。计算公式如下:
其中,K为比例系数,TI为积分时间常数,TD为微分时间常数,error(t)为偏差信号,yd(t)为给定值,y(t)为输出值,yd(t)与y(t)两者作差即得偏差信号。
通过角度/角速度-串级PID控制算法,用于烟雾巡检的无人机停止按原定的巡检路线巡检,改向前往火灾发送地点,进一步获取火势发展情况。在到达火灾发生地附近时,环境感知模块收集火势图像信息,通过数据处理模块传送给控制模块,控制模块将火势发展图像呈现出来。
本发明的另一实施例还提供了一种控制装置,参照图8,控制装置800包括存储器820、处理器810及存储在存储器820上并可在处理器810上运行的计算机程序,计算机程序被处理器810执行时实现前述的任一项的烟雾巡检方法。巡检方法应用于烟雾巡检系统的控制模块,烟雾巡检系统包括环境感知模块、数据处理模块以及警报模块,环境感知模块、数据处理模块、警报模块以及控制模块之间通信连接,烟雾巡检系统可以设置在无人机上。烟雾巡检系统能够跟随无人机在对目标森林区域进行巡检,在巡检过程中通过环境感知模块收集无人机所处的环境的图像信息,数据处理模块可以对图像信息进行分析并生成烟雾检测结果,控制模块可以根据烟雾检测结果控制警报模块发送报警信号,能够有效的对森林火灾进行检测并进行自动报警,能够有效降低因为森林火灾带来的经济损失。
本发明的另一实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个处理器或控制器执行,例如,被上述实施例中基站中的一个处理器执行,可使得处理器执行上述实施例中的烟雾巡检方法,例如,执行以上描述的图2中的方法步骤S210至S230、图3中的方法步骤S310至S340、图6中的方法步骤S610。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所述技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (6)
1.一种烟雾巡检系统,应用于无人机,其特征在于,包括:
环境感知模块,用于收集无人机所处的环境的图像信息;
数据处理模块,用于分析所述环境感知模块收集的图像信息并生成烟雾检测结果;
所述数据处理模块还用于将所述图像信息分别送入两个分支网络,将两个分支输出的图像通过融合层,并由所述融合层输出分割图,然后对得到的分割图进行损失函数的计算,并生成烟雾检测结果,其中所述损失函数采用带权重衰减正则化的交叉熵,计算公式如下:
其中,与/>分别表示GT与预测图重第i个像素的识别值,N为一张分割图的像素值,λ为给定值,W为权重;
警报模块,用于针对火灾发送警报;
控制模块,用于根据所述数据处理模块生成的所述烟雾检测结果,控制所述警报模块发送报警信号;
飞行遥控模块,所述飞行遥控模块与所述控制模块通信连接;
定位模块,所述定位模块与所述控制模块通信连接;
所述控制模块还用于根据烟雾检测结果从所述定位模块中获取火灾发生的方位信息,根据方位信息向所述飞行遥控模块传递期望飞行的角度信息,以使所述飞行遥控模块的角度环PID控制器输出期望角速度,将所述期望角速度作为下一个角速度环PID控制器的输入,所述角速度环PID控制器在接收输入后输出脉冲宽度调制信号给无人机的四个轴的电机,在接收到脉冲宽度调制信号后无人机四轴的惯性测量单元(IMU)输出无人机当前的角速度和角度,并根据当前的角速度和角度再进行反馈做进一步的调整,计算公式如下:
其中,K为比例系数,TI为积分时间常数,TD为微分时间常数,error(t)为偏差信号,yd(t)为给定值,y(t)为输出值,yd(t)与y(t)两者作差即得偏差信号;
所述环境感知模块与所述数据处理模块连接,所述数据处理模块、所述警报模块分别与所述控制模块通信连接。
2.根据权利要求1所述的一种烟雾巡检系统,其特征在于,所述环境感知模块包括摄像头和雷达。
3.一种巡检方法,应用于烟雾巡检系统中的控制模块,其特征在于,所述烟雾巡检系统应用于无人机,所述烟雾巡检系统还包括环境感知模块、数据处理模块和警报模块,所述环境感知模块与所述数据处理模块连接,所述数据处理模块、所述警报模块分别与所述控制模块通信连接;
所述巡检方法包括:
控制所述环境感知模块收集无人机所处的环境的图像信息;
控制所述数据处理模块分析所述环境感知模块收集的图像信息并生成烟雾检测结果;
根据所述烟雾检测结果,控制所述警报模块发送报警信号;
所述控制所述数据处理模块分析所述环境感知模块收集的图像信息并生成烟雾检测结果还包括:
将所述图像信息分别送入两个分支网络,将两个分支输出的图像通过融合层,并由所述融合层输出分割图,然后对得到的分割图进行损失函数的计算,并生成烟雾检测结果,其中所述损失函数采用带权重衰减正则化的交叉熵,计算公式如下:
其中,与/>分别表示GT与预测图重第i个像素的识别值,N为一张分割图的像素值,λ为给定值,W为权重;
所述烟雾巡检系统还包括飞行遥控模块和定位模块,所述巡检方法还包括:
根据烟雾检测结果从所述定位模块中获取火灾发生的方位信息,根据方位信息向所述飞行遥控模块传递期望飞行的角度信息,以使所述飞行遥控模块的角度环PID控制器输出期望角速度,将所述期望角速度作为下一个角速度环PID控制器的输入,所述角速度环PID控制器在接收输入后输出脉冲宽度调制信号给无人机的四个轴的电机,在接收到脉冲宽度调制信号后无人机四轴的惯性测量单元(IMU)输出无人机当前的角速度和角度,并根据当前的角速度和角度再进行反馈做进一步的调整,计算公式如下:
其中,K为比例系数,TI为积分时间常数,TD为微分时间常数,error(t)为偏差信号,yd(t)为给定值,y(t)为输出值,yd(t)与y(t)两者作差即得偏差信号。
4.根据权利要求3所述的一种巡检方法,其特征在于,所述控制所述数据处理模块分析所述环境感知模块收集的图像信息并生成烟雾检测结果包括:
控制所述数据处理模块对所述环境感知模块收集的图像信息进行帧插法处理;
对帧插法处理后的图像信息使用背景插法提取疑似烟雾目标的图像信息;
对疑似烟雾目标的图像信息使用经验值法进行灰度化处理并利用PCA算法对图像信息的数据进行降维处理,生成预处理图像信息;
根据预处理图像信息生成烟雾检测结果。
5.一种控制装置,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求3至4中任意一项所述的巡检方法。
6.一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求3至4中任意一项所述的巡检方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010877702.3A CN112034456B (zh) | 2020-08-27 | 2020-08-27 | 烟雾巡检系统、方法、控制装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010877702.3A CN112034456B (zh) | 2020-08-27 | 2020-08-27 | 烟雾巡检系统、方法、控制装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112034456A CN112034456A (zh) | 2020-12-04 |
CN112034456B true CN112034456B (zh) | 2023-10-17 |
Family
ID=73585874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010877702.3A Active CN112034456B (zh) | 2020-08-27 | 2020-08-27 | 烟雾巡检系统、方法、控制装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112034456B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114200471B (zh) * | 2021-12-07 | 2022-08-23 | 杭州电子科技大学信息工程学院 | 基于无人机的森林火源检测系统、方法、存储介质、设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204166149U (zh) * | 2014-11-04 | 2015-02-18 | 无锡北斗星通信息科技有限公司 | 森林烟雾区域检测系统 |
CN107749061A (zh) * | 2017-09-11 | 2018-03-02 | 天津大学 | 基于改进的全卷积神经网络脑肿瘤图像分割方法及装置 |
CN108416384A (zh) * | 2018-03-05 | 2018-08-17 | 苏州大学 | 一种图像标签标注方法、系统、设备及可读存储介质 |
CN108960143A (zh) * | 2018-07-04 | 2018-12-07 | 北京航空航天大学 | 一种高分辨率可见光遥感图像中的舰船检测深度学习方法 |
CN109147254A (zh) * | 2018-07-18 | 2019-01-04 | 武汉大学 | 一种基于卷积神经网络的视频野外火灾烟雾实时检测方法 |
CN109241972A (zh) * | 2018-08-20 | 2019-01-18 | 电子科技大学 | 基于深度学习的图像语义分割方法 |
CN109446951A (zh) * | 2018-10-16 | 2019-03-08 | 腾讯科技(深圳)有限公司 | 三维图像的语义分割方法、装置、设备及存储介质 |
CN109523532A (zh) * | 2018-11-13 | 2019-03-26 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机可读介质及电子设备 |
CN109784278A (zh) * | 2019-01-17 | 2019-05-21 | 上海海事大学 | 基于深度学习的海上弱小运动船舶实时检测方法 |
CN110827505A (zh) * | 2019-10-29 | 2020-02-21 | 天津大学 | 一种基于深度学习的烟雾分割方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11195010B2 (en) * | 2018-05-23 | 2021-12-07 | Smoked Sp. Z O. O. | Smoke detection system and method |
CN112149532A (zh) * | 2020-09-09 | 2020-12-29 | 温州大学 | 基于前景背景解析的烟雾检测方法、系统及电子设备 |
-
2020
- 2020-08-27 CN CN202010877702.3A patent/CN112034456B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204166149U (zh) * | 2014-11-04 | 2015-02-18 | 无锡北斗星通信息科技有限公司 | 森林烟雾区域检测系统 |
CN107749061A (zh) * | 2017-09-11 | 2018-03-02 | 天津大学 | 基于改进的全卷积神经网络脑肿瘤图像分割方法及装置 |
CN108416384A (zh) * | 2018-03-05 | 2018-08-17 | 苏州大学 | 一种图像标签标注方法、系统、设备及可读存储介质 |
CN108960143A (zh) * | 2018-07-04 | 2018-12-07 | 北京航空航天大学 | 一种高分辨率可见光遥感图像中的舰船检测深度学习方法 |
CN109147254A (zh) * | 2018-07-18 | 2019-01-04 | 武汉大学 | 一种基于卷积神经网络的视频野外火灾烟雾实时检测方法 |
CN109241972A (zh) * | 2018-08-20 | 2019-01-18 | 电子科技大学 | 基于深度学习的图像语义分割方法 |
CN109446951A (zh) * | 2018-10-16 | 2019-03-08 | 腾讯科技(深圳)有限公司 | 三维图像的语义分割方法、装置、设备及存储介质 |
CN109523532A (zh) * | 2018-11-13 | 2019-03-26 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机可读介质及电子设备 |
CN109784278A (zh) * | 2019-01-17 | 2019-05-21 | 上海海事大学 | 基于深度学习的海上弱小运动船舶实时检测方法 |
CN110827505A (zh) * | 2019-10-29 | 2020-02-21 | 天津大学 | 一种基于深度学习的烟雾分割方法 |
Non-Patent Citations (3)
Title |
---|
An_Improved_Object_Detection_Method_Based_On_Deep_Convolution_Neural_Network_For_Smoke_Detection;junying zeng等;Proceedings of the 2018 International Conference on Machine Learning and Cybernetics,Chengdu,China;184-189 * |
Finger_Vein_Verification_Algorithm_Based_on_Fully_Convolutional_Neural_Network_and_Conditional_Random_Field;junying zeng等;IEEE ACCESS;第8卷;65402-65419 * |
基于深度学习的烟雾识别研究;王涛等;计算机技术与应用(第10期);131-135 * |
Also Published As
Publication number | Publication date |
---|---|
CN112034456A (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7738008B1 (en) | Infrared security system and method | |
US9390604B2 (en) | Fire detection system | |
US7916895B2 (en) | Systems and methods for improved target tracking for tactical imaging | |
KR20170101516A (ko) | 무인 항공기를 이용한 화재 감시 장치 및 방법 | |
KR102478335B1 (ko) | 채널별 객체 검출 최적화를 위한 영상분석 방법 및 서버장치 | |
CN210691345U (zh) | 一种基于深度学习的云智能安检辅助系统 | |
KR20170101519A (ko) | 무인 항공기를 이용한 재난 감시 장치 및 방법 | |
CN110930428B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN110543800B (zh) | 用于吊舱的目标识别跟踪方法、装置和吊舱 | |
US20220171068A1 (en) | Damage detection and analysis using three-dimensional surface scans | |
CN112528971A (zh) | 基于深度学习的输电线路异常目标检测方法及系统 | |
CN112034456B (zh) | 烟雾巡检系统、方法、控制装置及存储介质 | |
CN110703760B (zh) | 一种用于安防巡检机器人的新增可疑物体检测方法 | |
WO2014130815A2 (en) | Reduction of sensor captured data streamed to an operator | |
KR102298063B1 (ko) | Cctv와 연계된 스마트 방범 드론 시스템 | |
CN116229668A (zh) | 基于红外视频监测的火灾定位系统 | |
US20190346841A1 (en) | Method and system for remotely guiding an autonomous vehicle | |
CN110928305B (zh) | 用于铁路客运车站巡更机器人的巡更方法及系统 | |
CN115953719A (zh) | 一种多目标识别的计算机图像处理系统 | |
US10611495B2 (en) | Sea state estimation | |
CN110553151A (zh) | 一种管道泄漏监测方法和系统 | |
CN111966126A (zh) | 无人机巡逻方法、装置及无人机 | |
KR102457470B1 (ko) | 영상 분석을 이용한 인공지능 기반 강수 판단장치 및 방법 | |
CN110956611A (zh) | 一种集成卷积神经网络的烟雾检测方法 | |
CN114446006B (zh) | 一种基于5g时代轨迹监测的危险品运输监控方法及系统 |
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 |