CN112633060A - 一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法 - Google Patents
一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法 Download PDFInfo
- Publication number
- CN112633060A CN112633060A CN202011289618.6A CN202011289618A CN112633060A CN 112633060 A CN112633060 A CN 112633060A CN 202011289618 A CN202011289618 A CN 202011289618A CN 112633060 A CN112633060 A CN 112633060A
- Authority
- CN
- China
- Prior art keywords
- target
- flame
- image
- angle
- fire
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 47
- 239000006260 foam Substances 0.000 title claims abstract description 31
- 239000003595 mist Substances 0.000 title claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 238000012937 correction Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001595 flow curve Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000002347 injection Methods 0.000 abstract description 4
- 239000007924 injection Substances 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000010191 image analysis Methods 0.000 abstract description 2
- 230000001629 suppression Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 5
- 238000002485 combustion reaction Methods 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 230000007704 transition Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000005514 two-phase flow Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Abstract
本发明涉及一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法,包括以下步骤:1)火焰探测、2)火焰目标定位、3)射流曲线修正、4)定位火源,火焰探测包括火焰探测预识别和火焰精准探测,火焰探测预识别为图像型火灾探测器在水平或垂直运动过程中的火焰探测。有益效果:本发明基于视频图像火灾探测和图像定位瞄准技术,以视频图像分析技术,采用图像火灾识别算法,对保护区域进行早期的火焰变化特征分析,滤除环境干扰,并自动定位瞄准火灾中心区域,联动泡沫细水雾涡扇炮喷射系统,依据泡沫细水雾涡扇炮水流参数,实时调节灭火系统,实现换流变火灾准确识别、精准瞄准、有效喷射及抑制火灾。
Description
技术领域
本发明涉及火源定位算法技术领域,具体涉及一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法。
背景技术
泡沫细水雾涡扇炮主要用于消防灭火的作用,在公共安全设备中起到重要的作用,现有的泡沫细水雾涡扇炮控制方式为现场控制和远程控制,两种控制方式灭火都需要消防人员观察火情,手动调整泡沫细水雾涡扇炮角度,实施灭火,需要进行人工的方式调节,智能化程度不高,而且现有的细水雾涡扇炮自动瞄准系统主要存在如下问题:
1、现有泡沫细水雾涡扇炮无自动定位火源功能;
2、在室外环境火源目标识易受环境影响,需要进行干扰源滤波分析,精准识别与定位火源;
3、泡沫细水雾涡扇炮射流轨迹识别与控制需根据定位器计算反馈,提高喷射精准度。
发明内容
本发明目的是提供一种解决了换流变用泡沫细水雾涡扇炮瞄准器自动定位火源实时灭火,无需消防人员远程手动操控泡沫细水雾涡扇炮灭火,不仅提高了灭火效率,同时保障了操作人员的生命安全。系统适用性广,稳定性高,具有较强的实用价值,广阔的市场前景的基于泡沫细水雾涡扇炮自动瞄准系统,是通过如下方案实现的。
为了实现以上目的,本发明采用的技术方案为:一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法,其特征在于,包括以下步骤:
1)火焰探测、2)火焰目标定位、3)射流曲线修正、4)定位火源;
火焰探测包括火焰探测预识别和火焰精准探测,火焰探测预识别为图像型火灾探测器在水平或垂直运动过程中的火焰探测,预识别中检测到可疑目标后,泡沫细水雾涡扇炮停止运动,进入精确识别周期,视野范围内观察到的火焰目标,可以通过火焰的闪烁频率、目标形状变化、目标尖角等特征进行识别;
其中,图像型火灾探测器运动过程中主要进行如下作业,(1)移动:预测跟踪目标在多帧图像中位置的变化,根据图像型瞄准器的运动方向可以得知目标在图像上的运动方向,因此大大简化了目标跟踪的难度;(2)匹配:瞄准器在指定搜索区域内识别下一帧图像中的目标特征,并能在多目标中正确选择所要跟踪的目标;
火焰目标定位包括有目标定位方式1和目标定位方式2;
目标定位方式1为:
h=H*(tan(α+Camera.V/2)-tan(α-Camera.V/2))
a=2*H*tan(Camera.H/2)/cos(α-Camera.V/2)
b=2*H*tan(Camera.H/2)/cos(α+Camera.V/2)
其中H为图像瞄准器高度,Camera.V为图像瞄准器垂直视场角,Camera.H 为图像瞄准器水平视场角,梯形的高度即为图像的垂直视场。梯形的上底和下底分别为近地点和远地点的水平视场宽度,当垂直视场角度α较小时,为了方便计算,这里假设图像瞄准器的水平视场宽度为线性变化,即取
a=b=2*H*tan(Camera.H/2)
当垂直视场角度α逐渐增加时,采用目标定位方式2:
目标定位方式2为:
点(MX,MY)在地面上的投影坐标为(RX,RY):
计算水平和垂直定位角度分别为:
Angle.H=atan(RX/RY)
其中,视场截面,即与图像瞄准器光轴相垂直的理想投影成像面。该视场截面在地面上的投影,即图中的梯形为实际的视场范围,物理坐标系OXY:以小炮水平转动轴与地面交点为原心,在地面上顺着视场远离的方向为纵坐标,向右为X坐标;视场截面坐标系:以图像中心点在截面上的投影为原点,面向视场轴方向,向右为横坐标,向上为纵坐标;
当目标设定位成功后,采用射流曲线修正,其中,当前炮管角度为α,设图像瞄准器光轴与炮管出水口的水平夹角为θ,红色线在地面上的落点表示物体实际位置,蓝色线表示实际射流情况,两者之间需要修正的角度为β;
当炮管角度α>0°时,L=tan(α)
其中,|ΔX|、|ΔY|分别为目标点距离图像中心点的水平偏移量和垂直偏移量
垂直修正:射流垂直修正为通过实验测量值拟合所得,H为安装高度,α为炮管垂直角度。
Δα=P0·H+P1·α2+P2·α+P3
(P0=0.2519,P1=0.0007361,P2=-0.03008,P3=-2.02)
当射流曲线进行水平修正和垂直修正过后,可以有效的对火源进行定位。
进一步的,还包括基于匹配的目标跟踪算法首先需要提取目标的有效特征,如轮廓、形状、区域、直方图等。其次是相似性度量,如欧式距离、相关系数等;最后是评价准则定义。
进一步的,所述目标尖角包括处于火焰正上方的空间特征,火苗出现的时间的时间特征以及火苗的面积与火焰的大小存在一定比例的面积特征。
本发明的技术效果在于:泡沫细水雾涡扇炮自动瞄准系统基于视频图像火灾探测和图像定位瞄准技术,以视频图像分析技术,采用图像火灾识别算法,对保护区域进行早期的火焰变化特征分析,滤除环境干扰,并自动定位瞄准火灾中心区域,联动泡沫细水雾涡扇炮喷射系统,依据泡沫细水雾涡扇炮水流参数,并根据火焰运动特征及灭火阶段气雾两相流特性,实时调节灭火系统,实现换流变火灾准确识别、精准瞄准、有效喷射及抑制火灾。
附图说明
图1为本发明火焰轨迹的示意图;
图2为本发明LED灯轨迹示意图;
图3为本发明目标定位方式1图像瞄准器垂直角度为α时的物理视野范围示意图;
图4为本发明目标定位方式1图像瞄准器在地面上形成的地面投影示意图;
图5为本发明目标定位方式2的物理坐标系示意图;
图6为本发明涡扇炮与瞄准器安装截面示意图;
图7为本发明图像瞄准器光轴与炮管出水口的夹角示意图;
图8为本发明的流程图。
具体实施方式
参照附图1-2,图像型瞄准器安装在泡沫细水雾涡扇炮上,此时图像型探测器跟随泡沫细水雾垂直和水平旋转,我们在观察任何事物时,采用不同的角度便会得到不同的特征及结果。同样,对于视频图像中的火焰,如果图像型瞄准器的角度不同,其特征也大不相同,因此针对不同的探测角度需要不同方式的火焰探测算法。此外,为了节省系统的运行时间,还需要在泡沫细水雾涡扇炮运动过程中时进行火焰的预识别。根据前期所采集到的火焰视频分析结果,将探测算法划分为2种模式,说明如下:
目标定位方式1:图像型火灾探测器(图像瞄准器)在水平或垂直运动过程中的火焰探测,该探测算法为火焰的预识别,耗时较少。
目标定位方式2:处于过渡区及过渡区半径以外的火焰探测识别,为保障在探测定位中完全覆盖泡沫细水雾涡扇炮保护范围,过渡区域存在一定重叠。在该区域内的火焰,图像型火灾探测器(图像瞄准器)能够观察到火焰的正面。
本方案的具体实施例为,为节省探测定位时间,需要在图像型瞄准器运动过程中加入火焰的预识别功能,当发现疑似火焰时再控制泡沫细水雾涡扇炮停止运动,进行再次确认。
在移动瞄准过程中必须处理两个基本问题:移动和匹配。
(1)移动:预测跟踪目标在多帧图像中位置的变化,根据图像型瞄准器的运动方向可以得知目标在图像上的运动方向,因此大大简化了目标跟踪的难度。
(2)匹配:瞄准器在指定搜索区域内识别下一帧图像中的目标特征,并能在多目标中正确选择所要跟踪的目标。
基于匹配的目标跟踪算法首先需要提取目标的有效特征,如轮廓、形状、区域、直方图等。其次是相似性度量,如欧式距离、相关系数等;最后是评价准则定义,常用的有投票机制、多特征加权机制等。
由于火为非刚性物体,在燃烧过程中不断闪烁变化,如图1所示。因此在算法中采用了一种基于形变模型的非刚性目标跟踪方法,主要采用了目标的形状变化和面积变化特征,对于刚性物体,如LED灯,在运动过程中,其轮廓特征仅发生了基本的旋转和平移,无其他变化,而火焰目标在此过程中的形状变化较为剧烈,因此具有明显的分类效果。
本方案的具体实施例为,火焰精确探测:
预识别中检测到可疑目标后,泡沫细水雾涡扇炮停止运动,进入精确识别周期,视野范围内观察到的火焰目标,可以通过火焰的闪烁频率、目标形状变化、目标尖角等特征进行识别。
目标闪烁频率:该特征在以往的火焰探测算法中已经应用,效果较好,本方案拟加入目标的运动方向计算,并且引入火焰倒影识别,可有效提高火焰的定位精度。
目标形状变化:随着火焰的燃烧,其面积是在不断变化的,其中运动最剧烈的为火焰顶部,这里采用了火焰的顶部变化特征作为一种判决依据。通过分析火焰在燃烧过程中的顶部高度变化将其与一些稳定的光源进行区分开来。
目标尖角:经大量实验视频图像验证,火焰燃烧的这种腾跃现象具有一定的规律性,本算法中提出了一种火焰腾跃特征,为了同上面的尖角特征区分开来,这里我们定义为时间尖角。时间尖角具有以下几种特征:
空间特征:大多处于火焰的正上方。
时间特征:火苗出现的时间一般比较短暂。
面积特征:火苗的面积不会超过火焰目标,并且与火焰的大小存在一定比例。
通过以上几种特征的总结,可以将这种时间尖角特征实现模式识别的语义描述。首先将目标分为两类,一类为疑似火焰目标,另一类为瞬时目标,即疑似火苗目标。同时,对累计运动图像进行目标标记和分割,提取其中的疑似火苗目标。最后,对疑似火焰目标进行火苗特征匹配,统计疑似目标中的火苗个数,将其作为火苗特征。
本方案的具体实施例为,火焰目标定位:
目标定位为当泡沫细水雾涡扇炮俯仰角度不为0度时,对图像中的目标进行定位。由于存在俯仰角度,并且随着俯仰角度的增加,图像中所能观察到的物理范围也逐渐扩大。在图像瞄准器成像模型中最简单的为线性模型,或称针孔模型。当计算精度要求较高,尤其是当图像瞄准器的镜头是断距离广角镜头时,线性模型不能准确的描述图像瞄准器的成像几何关系,所以要用非线性模型。在实际系统中,需要经常改变图像瞄准器安装位置、举高高度,而在每次调整后都需要对图像瞄准器进行逐个标定,而这种做法是不现实的。
因此,本项目采用一种逐步逼近定位的方式来计算每次定位角度。随着目标向图像中心的移动,其畸变量逐步接近0,因此采用线性模型所计算的定位误差也逐步减小,最终可以达到一种满意的结果。
本方案的具体实施例为,目标定位方式1:该方式不考虑图像中的畸变,并且假设真实物理坐标与图像中的投影点为线性关系。图像瞄准器垂直角度为α时的物理视野范围如图3所示,图像瞄准器在地面上的视场范围实际为一梯形,如图4所示。梯形的高度即为图像的垂直视场。梯形的上底和下底分别为近地点和远地点的水平视场宽度。
h=H*(tan(α+Camera.V/2)-tan(α-Camera.V/2))
a=2*H*tan(Camera.H/2)/cos(α-Camera.V/2)
b=2*H*tan(Camera.H/2)/cos(α+Camera.V/2)
其中H为图像瞄准器高度,Camera.V为图像瞄准器垂直视场角,Camera.H 为图像瞄准器水平视场角。当垂直视场角度α较小时,为了方便计算,这里假设图像瞄准器的水平视场宽度为线性变化,即取
a=b=2*H*tan(Camera.H/2)
本方案的具体实施例为,目标定位方式2:
当垂直视场角度α逐渐增加时,如果继续采用方式1进行定位,则水平方向上的误差将会越来越大,因此引入第二种定位方式。图5为该定位方式中所使用的坐标系,这里引入视场截面,即与图像瞄准器光轴相垂直的理想投影成像面。该视场截面在地面上的投影,即图中的梯形为实际的视场范围。
物理坐标系OXY:以小炮水平转动轴与地面交点为原心,在地面上顺着视场远离的方向为纵坐标,向右为X坐标;
视场截面坐标系:以图像中心点在截面上的投影为原点,面向视场轴方向,向右为横坐标,向上为纵坐标。
图像坐标系:如图5中左上所示,向右为横坐标增方向,向上为纵坐标正方向。
这里所说的目标定位,是指对图像中的任意一点将其移动到图像的中心点所需运动的水平和垂直角度。如果已知目标坐标为(PX,PY),则需要首先将其转换到物理坐标系中,通过物理坐标计算与图像中心投影点的定位角度。
现假设图像中一点(PX,PY)在视场截面坐标系的坐标为(MX,MY):
点(MX,MY)在地面上的投影坐标为(RX,RY):
计算水平和垂直定位角度分别为:
Angle.H=atan(RX/RY)
本方案的具体实施例为,射流曲线修正:
由于图像型瞄准器和泡沫细水雾涡扇炮出水口并不在同一个位置,在水平和垂直两个方向均存在偏差。图6为炮管的截面示意图,图像瞄准器位于出水口的下方,如果图像瞄准器的光轴与出水口中心线在同一垂直线上,则仅需要垂直方向的修正,但实际上图像瞄准器与炮管出水口还存在水平方向的偏差,因此需要水平和垂直两个方向的修正。
水平修正:设定位成功后,目标已处于图像的中心点处,当前炮管角度为α。设图像瞄准器光轴与炮管出水口的水平夹角为θ,如图7所示,红色线在地面上的落点表示物体实际位置,蓝色线表示实际射流情况,两者之间需要修正的角度为β。
当炮管角度α>0°时,L=tan(α)
其中,|ΔX|、|ΔY|分别为目标点距离图像中心点的水平偏移量和垂直偏移量。
图像瞄准器光轴与炮管出水口水平夹角θ测量
该角度可采用以上公式,通过测量射流偏差计算得出,但由于射流落水点的范围较大,很难精确到某一点处,因此给实地测量带来了一定困难,这里提供一种简便的估算值。以下公式为根据大量实地验证所拟合的经验公式,式中的Axis.x为不动点横坐标。
θ=-0.0008·x2+0.08·x+0.026
x=Axis.x-img.w/2
垂直修正
射流垂直修正为通过实验测量值拟合所得,H为安装高度,α为炮管垂直角度。
Δα=P0·H+P1·α2+P2·α+P3
(P0=0.2519,P1=0.0007361,P2=-0.03008,P3=-2.02)
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (3)
1.一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法,其特征在于,包括以下步骤:
1)火焰探测、2)火焰目标定位、3)射流曲线修正、4)定位火源;
火焰探测包括火焰探测预识别和火焰精准探测,火焰探测预识别为图像型火灾探测器在水平或垂直运动过程中的火焰探测,预识别中检测到可疑目标后,泡沫细水雾涡扇炮停止运动,进入精确识别周期,视野范围内观察到的火焰目标,可以通过火焰的闪烁频率、目标形状变化、目标尖角等特征进行识别;
其中,图像型火灾探测器运动过程中主要进行如下作业,(1)移动:预测跟踪目标在多帧图像中位置的变化,根据图像型瞄准器的运动方向可以得知目标在图像上的运动方向,因此大大简化了目标跟踪的难度;(2)匹配:瞄准器在指定搜索区域内识别下一帧图像中的目标特征,并能在多目标中正确选择所要跟踪的目标;
火焰目标定位包括有目标定位方式1和目标定位方式2;
目标定位方式1为:
h=H*(tan(α+Camera.V/2)-tan(α-Camera.V/2))
a=2*H*tan(Camera.H/2)/cos(α-Camera.V/2)
b=2*H*tan(Camera.H/2)/cos(α+Camera.V/2)
其中H为图像瞄准器高度,Camera.V为图像瞄准器垂直视场角,Camera.H为图像瞄准器水平视场角,梯形的高度即为图像的垂直视场。梯形的上底和下底分别为近地点和远地点的水平视场宽度,当垂直视场角度α较小时,为了方便计算,这里假设图像瞄准器的水平视场宽度为线性变化,即取
a=b=2*H*tan(Camera.H/2)
当垂直视场角度α逐渐增加时,直至垂直视场角度α逐渐增加45度及以上时,采用目标定位方式2:
目标定位方式2为:
点(MX,MY)在地面上的投影坐标为(RX,RY):
计算水平和垂直定位角度分别为:
Angle.H=atan(RX/RY)
其中,视场截面,即与图像瞄准器光轴相垂直的理想投影成像面。该视场截面在地面上的投影,即图中的梯形为实际的视场范围,物理坐标系OXY:以小炮水平转动轴与地面交点为原心,在地面上顺着视场远离的方向为纵坐标,向右为X坐标;视场截面坐标系:以图像中心点在截面上的投影为原点,面向视场轴方向,向右为横坐标,向上为纵坐标;
当目标设定位成功后,采用射流曲线修正,其中,当前炮管角度为α,设图像瞄准器光轴与炮管出水口的水平夹角为θ,红色线在地面上的落点表示物体实际位置,蓝色线表示实际射流情况,两者之间需要修正的角度为β;
当炮管角度α>0°时,L=tan(α)
其中,|ΔX|、|ΔY|分别为目标点距离图像中心点的水平偏移量和垂直偏移量
垂直修正:射流垂直修正为通过实验测量值拟合所得,H为安装高度,α为炮管垂直角度。
Δα=P0·H+P1·α2+P2·α+P3
(P0=0.2519,P1=0.0007361,P2=-0.03008,P3=-2.02)
当射流曲线进行水平修正和垂直修正过后,可以有效的对火源进行定位。
2.根据权利要求1所述的一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法,其特征在于,还包括基于匹配的目标跟踪算法首先需要提取目标的有效特征,如轮廓、形状、区域、直方图等。其次是相似性度量,如欧式距离、相关系数等;最后是评价准则定义。
3.根据权利要求1所述的一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法,其特征在于,所述目标尖角包括处于火焰正上方的空间特征,火苗出现的时间的时间特征以及火苗的面积与火焰的大小存在一定比例的面积特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011289618.6A CN112633060A (zh) | 2020-11-18 | 2020-11-18 | 一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011289618.6A CN112633060A (zh) | 2020-11-18 | 2020-11-18 | 一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112633060A true CN112633060A (zh) | 2021-04-09 |
Family
ID=75304333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011289618.6A Pending CN112633060A (zh) | 2020-11-18 | 2020-11-18 | 一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112633060A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113413564A (zh) * | 2021-05-28 | 2021-09-21 | 浙江工业大学 | 一种消防机器人火源定位及灭火控制方法 |
CN114225281A (zh) * | 2021-12-21 | 2022-03-25 | 中科永安(六安)科技有限公司 | 一种自动消防炮基于图像识别定位算法 |
CN114534146A (zh) * | 2021-11-25 | 2022-05-27 | 北京南瑞怡和环保科技有限公司 | 基于移动式电力消防灭火机器人火焰自动寻地的控制方法与系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1943824A (zh) * | 2006-09-08 | 2007-04-11 | 浙江工业大学 | 基于全方位视觉传感器的自动消防灭火装置 |
US20090315722A1 (en) * | 2008-06-20 | 2009-12-24 | Billy Hou | Multi-wavelength video image fire detecting system |
CN104971458A (zh) * | 2015-07-03 | 2015-10-14 | 合肥科大立安安全技术股份有限公司 | 基于自动跟踪定位射流灭火装置的多火源识别方法 |
CN105031868A (zh) * | 2015-07-03 | 2015-11-11 | 合肥科大立安安全技术股份有限公司 | 基于火焰规模的自适应灭火方法 |
CN105056455A (zh) * | 2015-07-29 | 2015-11-18 | 成都栖林测控科技有限责任公司 | 一种基于图像辨识的消防炮定位方法及装置 |
US20170359943A1 (en) * | 2014-12-10 | 2017-12-21 | The University Of Sydney | Automatic target recognition and dispensing system |
CN107909615A (zh) * | 2017-12-18 | 2018-04-13 | 广东广业开元科技有限公司 | 一种基于双目视觉的消防炮定位方法 |
CN108038867A (zh) * | 2017-12-22 | 2018-05-15 | 湖南源信光电科技股份有限公司 | 基于多特征融合和立体视觉的火焰检测和定位方法 |
CN108498993A (zh) * | 2018-03-19 | 2018-09-07 | 莆田学院 | 一种灭火装置落水点定位方法 |
CN110975198A (zh) * | 2019-12-04 | 2020-04-10 | 北京南瑞怡和环保科技有限公司 | 一种用于涡扇炮的智能自动瞄准灭火系统 |
CN111413163A (zh) * | 2020-04-10 | 2020-07-14 | 安徽工业大学 | 一种层流火焰碳烟收集采样装置及采样方法 |
CN111659059A (zh) * | 2020-05-08 | 2020-09-15 | 北京南瑞怡和环保科技有限公司 | 预装式涡扇炮泡沫-细水雾灭火系统 |
CN111862193A (zh) * | 2020-07-21 | 2020-10-30 | 太仓光电技术研究所 | 一种基于形状描述子的电焊焊点双目视觉定位方法及装置 |
-
2020
- 2020-11-18 CN CN202011289618.6A patent/CN112633060A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1943824A (zh) * | 2006-09-08 | 2007-04-11 | 浙江工业大学 | 基于全方位视觉传感器的自动消防灭火装置 |
US20090315722A1 (en) * | 2008-06-20 | 2009-12-24 | Billy Hou | Multi-wavelength video image fire detecting system |
US20170359943A1 (en) * | 2014-12-10 | 2017-12-21 | The University Of Sydney | Automatic target recognition and dispensing system |
CN104971458A (zh) * | 2015-07-03 | 2015-10-14 | 合肥科大立安安全技术股份有限公司 | 基于自动跟踪定位射流灭火装置的多火源识别方法 |
CN105031868A (zh) * | 2015-07-03 | 2015-11-11 | 合肥科大立安安全技术股份有限公司 | 基于火焰规模的自适应灭火方法 |
CN105056455A (zh) * | 2015-07-29 | 2015-11-18 | 成都栖林测控科技有限责任公司 | 一种基于图像辨识的消防炮定位方法及装置 |
CN107909615A (zh) * | 2017-12-18 | 2018-04-13 | 广东广业开元科技有限公司 | 一种基于双目视觉的消防炮定位方法 |
CN108038867A (zh) * | 2017-12-22 | 2018-05-15 | 湖南源信光电科技股份有限公司 | 基于多特征融合和立体视觉的火焰检测和定位方法 |
CN108498993A (zh) * | 2018-03-19 | 2018-09-07 | 莆田学院 | 一种灭火装置落水点定位方法 |
CN110975198A (zh) * | 2019-12-04 | 2020-04-10 | 北京南瑞怡和环保科技有限公司 | 一种用于涡扇炮的智能自动瞄准灭火系统 |
CN111413163A (zh) * | 2020-04-10 | 2020-07-14 | 安徽工业大学 | 一种层流火焰碳烟收集采样装置及采样方法 |
CN111659059A (zh) * | 2020-05-08 | 2020-09-15 | 北京南瑞怡和环保科技有限公司 | 预装式涡扇炮泡沫-细水雾灭火系统 |
CN111862193A (zh) * | 2020-07-21 | 2020-10-30 | 太仓光电技术研究所 | 一种基于形状描述子的电焊焊点双目视觉定位方法及装置 |
Non-Patent Citations (4)
Title |
---|
DAVID W. CASBEER等: "Cooperative forest fire surveillance using a team of small unmanned air vehicles", 《INTERNATIONAL JOURNAL OF SYSTEMS SCIENCE》, vol. 37, no. 6, 15 May 2006 (2006-05-15), pages 351 - 360, XP055247260, DOI: 10.1080/00207720500438480 * |
周勇等: "自动消防炮定位显示控制系统", 《西华大学学报(自然科学版)》, vol. 36, no. 3, 31 May 2017 (2017-05-31), pages 69 - 72 * |
郭欢: "基于数字图像处理的森林火灾探测算法的研究", 《中国优秀硕士学位论文全文数据库 农业科技辑》, no. 3, 15 March 2014 (2014-03-15), pages 049 - 152 * |
高鹏等: "多DSP火炮声探测系统设计与实现", 《电声技术》, vol. 36, no. 4, 31 December 2012 (2012-12-31), pages 29 - 33 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113413564A (zh) * | 2021-05-28 | 2021-09-21 | 浙江工业大学 | 一种消防机器人火源定位及灭火控制方法 |
CN114534146A (zh) * | 2021-11-25 | 2022-05-27 | 北京南瑞怡和环保科技有限公司 | 基于移动式电力消防灭火机器人火焰自动寻地的控制方法与系统 |
CN114225281A (zh) * | 2021-12-21 | 2022-03-25 | 中科永安(六安)科技有限公司 | 一种自动消防炮基于图像识别定位算法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112633060A (zh) | 一种基于泡沫细水雾涡扇炮自动瞄准系统的火源定位算法 | |
CN107741175B (zh) | 一种人工智能精确瞄准方法 | |
CN105080023B (zh) | 一种自动跟踪定位射流灭火方法 | |
CN105550670A (zh) | 一种目标物体动态跟踪与测量定位方法 | |
CN110189375B (zh) | 一种基于单目视觉测量的图像目标识别方法 | |
CN110087049A (zh) | 自动调焦系统、方法以及投影仪 | |
CN112444374B (zh) | 一种基于光学跟踪测量设备伺服系统的跟踪评估方法 | |
CN105676884A (zh) | 一种红外热成像搜索跟踪瞄准的装置及方法 | |
CN107038714A (zh) | 多型视觉传感协同目标跟踪方法 | |
EP4109042A2 (en) | Camera and radar systems and devices for ballistic parameter measurements from a single side of a target volume | |
CN113289290A (zh) | 一种消防机器人火焰自动瞄准方法、装置及系统 | |
CN104613928A (zh) | 一种光学测风经纬仪自动跟踪及测风方法 | |
CN112734847A (zh) | 一种多目标光纤位置精确检测定位系统及方法 | |
CN111126178B (zh) | 红外-可见光双目行人身体多部件融合的持续距离估计方法 | |
CN103577833A (zh) | 基于运动模板的异常闯入检测方法 | |
TWI641265B (zh) | Mobile target position tracking system | |
US20230286399A1 (en) | Charging station, charging station system, method and apparatus for returning to station and lawnmowing robot | |
CN109862263B (zh) | 一种基于图像多维特征识别的移动目标自动跟踪方法 | |
US20220335586A1 (en) | Workpiece surface defect detection device and detection method, workpiece surface inspection system, and program | |
CN111059964B (zh) | 一种摄像报靶装置及报靶方法 | |
CN205384519U (zh) | 一种红外热成像搜索跟踪瞄准的装置 | |
Guo et al. | Adaptive Object Tracking Discriminate Model forMulti-Camera Panorama Surveillance in Airport Apron. | |
CN209013291U (zh) | 一种具可调式视觉检测系统的油烟机 | |
CN209431486U (zh) | 一种带可调节视觉检测系统的油烟机 | |
CN102231207A (zh) | 基于Mean Shift和块匹配的运动目标跟踪方法 |
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 |