CN113870513A - 一种基于gis的烟火识别与预警方法 - Google Patents
一种基于gis的烟火识别与预警方法 Download PDFInfo
- Publication number
- CN113870513A CN113870513A CN202111168406.7A CN202111168406A CN113870513A CN 113870513 A CN113870513 A CN 113870513A CN 202111168406 A CN202111168406 A CN 202111168406A CN 113870513 A CN113870513 A CN 113870513A
- Authority
- CN
- China
- Prior art keywords
- fire
- gis
- smoke
- identification
- early warning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 239000000779 smoke Substances 0.000 title claims description 39
- 238000001514 detection method Methods 0.000 claims description 26
- 238000012790 confirmation Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000002790 cross-validation Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 101100537937 Caenorhabditis elegans arc-1 gene Proteins 0.000 claims description 4
- 101100182248 Caenorhabditis elegans lat-2 gene Proteins 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000001788 irregular Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000013473 artificial intelligence Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003517 fume Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000010902 straw Substances 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
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
- G01S19/17—Emergency applications
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明公开了一种基于GIS的烟火识别与预警方法,包括以下步骤:数据输入、智能识别、智能定位、智能交叉确认和自动化预警处置,对无人机采集的视频流,经过AI处理自动识别烟火检测,大大减少了人的工作量,省时省力,检测完成之后通过智能确认,是否是同一火情,火情确认后,通过GIS的单点定位获取火情的准确位置,实时推送给前台,并在三维模型上展示出来,启动应急预案,短信通知相关责任人。
Description
技术领域
本发明涉及一种基于GIS的烟火识别与预警技术领域,具体是一种基于 GIS的烟火识别与预警方法。
背景技术
我国林业资源匮乏,覆盖率低,森林资源对于我国的发展尤为重要,是重要的绿色资源。但是每年森林大小火灾都有发生,火灾不仅污染环境,甚至损坏人民群众的资产。如何预防火灾的发生尤为重要,在火灾未成型时候就给扑灭。
基于无人机、摄像头等技术应用森林防火技术众多,但需要通过实时画面来查看森林情况,需要有人时刻盯着屏幕,发现火情再上报,这样比较耗时、耗力,需要人为识别火情具体发生位置,且结构单一,不能及时制定应急防火预案。
现有方案是靠人工检测无人机视频流画面,对火灾进行预测,耗时、耗力,不能够及时获取位置,火情周边位置不清晰。
发明内容
本发明的目的在于提供一种基于GIS的烟火识别与预警方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于GIS的烟火识别与预警方法,包括以下步骤:
步骤一:数据输入:通过视频流方式将视频输入到边缘计算服务中心,对视频进行抽帧;
步骤二:智能识别:抽帧之后进行数据发送,并对图像进行AI识别,把火情发现出来;
步骤三:智能定位:云服务中心接受到请求之后,会先通过websocket 技术获取无人机的实时位置,在通过GIS的单点定位算法分析,获取火情的具体位置;
步骤四:智能交叉确认:定点摄像头感知网络确认火情之后,会上报云服务中心,云服务中心调度最近的无人机,无人机会起飞现场去确认,实现交叉多端确认,来实现最后的火情确认;
步骤五:自动化预警处置:火情确认后,护林员会通过页面给相关领导及应急人员发送短信,启动应急预案,进行灭火,基于GIS的空间查询自动把周边POI信息展现在三维上。
作为本发明进一步的方案:所述智能识别包括火焰检测和烟雾检测两种方式。
作为本发明进一步的方案:火焰检测:火焰有着与众不同的颜色特征,描述颜色的模型众多,RGB图像中满足R>=G且G>B的颜色为火焰,火焰的外形也是识别的重要特征之一,采用嵌套式轮廓模型,火焰存在一个或多个燃烧点,火焰从这些燃烧点一层层往外扩散,最外层形状的可边度最大,且是连续不规则的。
作为本发明进一步的方案:烟雾检测:对于火情来说,烟雾是重要组成部分,烟雾的特征跟火焰有明显的不同,烟雾在颜色上没有想火焰那么明显分布,且烟雾的颜色深度跟浓度呈正比,烟雾偏暗色调,灰色和黑色,通过光感摄像头,提取特征值,通过像素的比对判断烟雾有无。
作为本发明进一步的方案:火情确认之后进行入数据库,系统先根据设定的时间进行筛选入库的火情,把当前火情的经纬度作为两个几何输入,如果几何彼此间距离在指定范围内则返回true,否则将返回false。
作为本发明再进一步的方案:GIS的单点定位算法:三角形表示目标检测点无人机和摄像头,星号表示着火点,通过棱镜反射作用得到火点距离L,方位角α和β可通过监测烟柱或火光获得,火情的海拔高度H-L*sinβ,检测点的经纬度通过相关设备获取到,以下计算火情的经纬度:d=L*cosβ,另外还有一个隐藏的信息,就是点1所在的纬度,也是一个有用的角度,通过它可以知道当前纬度的那个切面的半径长度,用arc表示,这里假设地球是近似球体,赤道圆的半径是ARC,这里还要再讨论下地球半径,地球是一个椭球体,极半径从地心到北极或南极的距离,为6356.9088千米,两极的差极小,可以忽略,赤道半径是从地心到赤道的距离,为6377.830千米,这里取平均半径ARC=6371.393*1000米,long2=long1+d*sinα/[ARC*cos(lat1)*2π/360], lat2=lat1+d*cosα/(ARC*2π/360),这样就把火情的具体经纬度计算出来。
与现有技术相比,本发明的有益效果是:
本发明采用智能识别、智能确认、智能定位、自动化预警处置模式,对无人机采集的视频流,经过AI处理自动识别烟火检测,大大减少了人的工作量,省时省力,检测完成之后通过智能确认,是否是同一火情,火情确认后,通过GIS的单点定位获取火情的准确位置,实时推送给前台,并在三维模型上展示出来,启动应急预案,短信通知相关责任人。
附图说明
图1为烟火识别与预警方案流程图。
图2为基于GIS的烟火识别与预警方法中火情识别确认流程图。
图3为基于GIS的烟火识别与预警方法中单点定位原理示意图。
图4为基于GIS的烟火识别与预警方法中火情经纬度计算示意图一。
图5为基于GIS的烟火识别与预警方法中火情经纬度计算示意图二。
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。
实施例一
请参阅图1-5,一种基于GIS的烟火识别与预警方法,包括以下步骤:
步骤一:数据输入:通过视频流方式将视频输入到边缘计算服务中心,对视频进行抽帧;
步骤二:智能识别:抽帧之后进行数据发送,并对图像进行AI识别,把火情发现出来;
步骤三:智能定位:云服务中心接受到请求之后,会先通过websocket 技术获取无人机的实时位置,在通过GIS的单点定位算法分析,获取火情的具体位置;
步骤四:智能交叉确认:定点摄像头感知网络确认火情之后,会上报云服务中心,云服务中心调度最近的无人机,无人机会起飞现场去确认,实现交叉多端确认,来实现最后的火情确认;
步骤五:自动化预警处置:火情确认后,护林员会通过页面给相关领导及应急人员发送短信,启动应急预案,进行灭火,基于GIS的空间查询自动把周边POI信息展现在三维上。
实施例二
请参阅图1-5,一种基于GIS的烟火识别与预警方法,包括以下步骤:
步骤一:数据输入:通过视频流方式将视频输入到边缘计算服务中心,对视频进行抽帧;
步骤二:智能识别:抽帧之后进行数据发送,并对图像进行AI识别,把火情发现出来;
步骤三:智能定位:云服务中心接受到请求之后,会先通过websocket 技术获取无人机的实时位置,在通过GIS的单点定位算法分析,获取火情的具体位置;
步骤四:智能交叉确认:定点摄像头感知网络确认火情之后,会上报云服务中心,云服务中心调度最近的无人机,无人机会起飞现场去确认,实现交叉多端确认,来实现最后的火情确认;
步骤五:自动化预警处置:火情确认后,护林员会通过页面给相关领导及应急人员发送短信,启动应急预案,进行灭火,基于GIS的空间查询自动把周边POI信息展现在三维上。
优选的:火情确认之后进行入数据库,系统先根据设定的时间进行筛选入库的火情,把当前火情的经纬度作为两个几何输入,如果几何彼此间距离在指定范围内则返回true,否则将返回false。
优选的:GIS的单点定位算法:三角形表示目标检测点无人机和摄像头,星号表示着火点,通过棱镜反射作用得到火点距离L,方位角α和β可通过监测烟柱或火光获得,火情的海拔高度H-L*sinβ,检测点的经纬度通过相关设备获取到,以下计算火情的经纬度:d=L*cosβ,另外还有一个隐藏的信息,就是点1所在的纬度,也是一个有用的角度,通过它可以知道当前纬度的那个切面的半径长度,用arc表示,这里假设地球是近似球体,赤道圆的半径是ARC,这里还要再讨论下地球半径,地球是一个椭球体,极半径从地心到北极或南极的距离,为6356.9088千米,两极的差极小,可以忽略,赤道半径是从地心到赤道的距离,为6377.830千米,这里取平均半径 ARC=6371.393*1000米,long2=long1+d*sinα/[ARC*cos(lat1)*2π/360], lat2=lat1+d*cosα/(ARC*2π/360),这样就把火情的具体经纬度计算出来。
实施例三
请参阅图1-5,一种基于GIS的烟火识别与预警方法,包括以下步骤:
步骤一:数据输入:通过视频流方式将视频输入到边缘计算服务中心,对视频进行抽帧;
步骤二:智能识别:抽帧之后进行数据发送,并对图像进行AI识别,把火情发现出来;
步骤三:智能定位:云服务中心接受到请求之后,会先通过websocket 技术获取无人机的实时位置,在通过GIS的单点定位算法分析,获取火情的具体位置;
步骤四:智能交叉确认:定点摄像头感知网络确认火情之后,会上报云服务中心,云服务中心调度最近的无人机,无人机会起飞现场去确认,实现交叉多端确认,来实现最后的火情确认;
步骤五:自动化预警处置:火情确认后,护林员会通过页面给相关领导及应急人员发送短信,启动应急预案,进行灭火,基于GIS的空间查询自动把周边POI信息展现在三维上。
优选的:所述智能识别包括火焰检测和烟雾检测两种方式。
优选的:火焰检测:火焰有着与众不同的颜色特征,描述颜色的模型众多,RGB图像中满足R>=G且G>B的颜色为火焰,火焰的外形也是识别的重要特征之一,采用嵌套式轮廓模型,火焰存在一个或多个燃烧点,火焰从这些燃烧点一层层往外扩散,最外层形状的可边度最大,且是连续不规则的。
优选的:烟雾检测:对于火情来说,烟雾是重要组成部分,烟雾的特征跟火焰有明显的不同,烟雾在颜色上没有想火焰那么明显分布,且烟雾的颜色深度跟浓度呈正比,烟雾偏暗色调,灰色和黑色,通过光感摄像头,提取特征值,通过像素的比对判断烟雾有无。
结合烟雾和火焰的识别,加上AI的不断神经网络学习,会不断提高辨识识率,下表是最近识别结果:
烟火检测数量指的是发现烟火的成功数量,不单单指的是火情;还有炊烟、秸秆焚烧等。
优选的:火情确认之后进行入数据库,系统先根据设定的时间进行筛选入库的火情,把当前火情的经纬度作为两个几何输入,如果几何彼此间距离在指定范围内则返回true,否则将返回false。
优选的:GIS的单点定位算法:三角形表示目标检测点无人机和摄像头,星号表示着火点,通过棱镜反射作用得到火点距离L,方位角α和β可通过监测烟柱或火光获得,火情的海拔高度H-L*sinβ,检测点的经纬度通过相关设备获取到,以下计算火情的经纬度:d=L*cosβ,另外还有一个隐藏的信息,就是点1所在的纬度,也是一个有用的角度,通过它可以知道当前纬度的那个切面的半径长度,用arc表示,这里假设地球是近似球体,赤道圆的半径是ARC,这里还要再讨论下地球半径,地球是一个椭球体,极半径从地心到北极或南极的距离,为6356.9088千米,两极的差极小,可以忽略,赤道半径是从地心到赤道的距离,为6377.830千米,这里取平均半径 ARC=6371.393*1000米,long2=long1+d*sinα/[ARC*cos(lat1)*2π/360], lat2=lat1+d*cosα/(ARC*2π/360),这样就把火情的具体经纬度计算出来。
本发明采用智能识别、智能确认、智能定位、自动化预警处置模式,对无人机采集的视频流,经过AI处理自动识别烟火检测,大大减少了人的工作量,省时省力,检测完成之后通过智能确认,是否是同一火情,火情确认后,通过GIS的单点定位获取火情的准确位置,实时推送给前台,并在三维模型上展示出来,启动应急预案,短信通知相关责任人。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (6)
1.一种基于GIS的烟火识别与预警方法,其特征在于,包括以下步骤:
步骤一:数据输入:通过视频流方式将视频输入到边缘计算服务中心,对视频进行抽帧;
步骤二:智能识别:抽帧之后进行数据发送,并对图像进行AI识别,把火情发现出来;
步骤三:智能定位:云服务中心接受到请求之后,会先通过websocket技术获取无人机的实时位置,在通过GIS的单点定位算法分析,获取火情的具体位置;
步骤四:智能交叉确认:定点摄像头感知网络确认火情之后,会上报云服务中心,云服务中心调度最近的无人机,无人机会起飞现场去确认,实现交叉多端确认,来实现最后的火情确认;
步骤五:自动化预警处置:火情确认后,护林员会通过页面给相关领导及应急人员发送短信,启动应急预案,进行灭火,基于GIS的空间查询自动把周边POI信息展现在三维上。
2.根据权利要求1所述的基于GIS的烟火识别与预警方法,其特征在于,所述智能识别包括火焰检测和烟雾检测两种方式。
3.根据权利要求2所述的基于GIS的烟火识别与预警方法,其特征在于,火焰检测:火焰有着与众不同的颜色特征,描述颜色的模型众多,RGB图像中满足R>=G且G>B的颜色为火焰,火焰的外形也是识别的重要特征之一,采用嵌套式轮廓模型,火焰存在一个或多个燃烧点,火焰从这些燃烧点一层层往外扩散,最外层形状的可边度最大,且是连续不规则的。
4.根据权利要求2所述的基于GIS的烟火识别与预警方法,其特征在于,烟雾检测:对于火情来说,烟雾是重要组成部分,烟雾的特征跟火焰有明显的不同,烟雾在颜色上没有想火焰那么明显分布,且烟雾的颜色深度跟浓度呈正比,烟雾偏暗色调,灰色和黑色,通过光感摄像头,提取特征值,通过像素的比对判断烟雾有无。
5.根据权利要求1所述的基于GIS的烟火识别与预警方法,其特征在于,火情确认之后进行入数据库,系统先根据设定的时间进行筛选入库的火情,把当前火情的经纬度作为两个几何输入,如果几何彼此间距离在指定范围内则返回true,否则将返回false。
6.根据权利要求1所述的基于GIS的烟火识别与预警方法,其特征在于,GIS的单点定位算法:三角形表示目标检测点无人机和摄像头,星号表示着火点,通过棱镜反射作用得到火点距离L,方位角α和β可通过监测烟柱或火光获得,火情的海拔高度H-L*sinβ,检测点的经纬度通过相关设备获取到,以下计算火情的经纬度:d=L*cosβ,另外还有一个隐藏的信息,就是点1所在的纬度,也是一个有用的角度,通过它可以知道当前纬度的那个切面的半径长度,用arc表示,这里假设地球是近似球体,赤道圆的半径是ARC,这里还要再讨论下地球半径,地球是一个椭球体,极半径从地心到北极或南极的距离,为6356.9088千米,两极的差极小,可以忽略,赤道半径是从地心到赤道的距离,为6377.830千米,这里取平均半径ARC=6371.393*1000米,long2=long1+d*sinα/[ARC*cos(lat1)*2π/360],lat2=lat1+d*cosα/(ARC*2π/360),这样就把火情的具体经纬度计算出来。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111168406.7A CN113870513A (zh) | 2021-09-30 | 2021-09-30 | 一种基于gis的烟火识别与预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111168406.7A CN113870513A (zh) | 2021-09-30 | 2021-09-30 | 一种基于gis的烟火识别与预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113870513A true CN113870513A (zh) | 2021-12-31 |
Family
ID=79001630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111168406.7A Pending CN113870513A (zh) | 2021-09-30 | 2021-09-30 | 一种基于gis的烟火识别与预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113870513A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115548900A (zh) * | 2022-10-21 | 2022-12-30 | 上海蓝箭电控设备南通有限公司 | 一种具有高温灭火功能的户外用配电柜 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2392410A1 (en) * | 2002-07-04 | 2004-01-04 | Dan Keith Andersen | Method of aerial monitoring of forests |
CN104089615A (zh) * | 2014-06-26 | 2014-10-08 | 青岛浩海网络科技股份有限公司 | 基于激光测距的森林火点定位系统及其使用方法 |
CN108205862A (zh) * | 2017-12-11 | 2018-06-26 | 厦门亿力吉奥信息科技有限公司 | 输电线路山火防护系统 |
CN213716108U (zh) * | 2020-10-28 | 2021-07-16 | 北冥防务科技有限公司 | 一种森林防火预警检测系统 |
-
2021
- 2021-09-30 CN CN202111168406.7A patent/CN113870513A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2392410A1 (en) * | 2002-07-04 | 2004-01-04 | Dan Keith Andersen | Method of aerial monitoring of forests |
CN104089615A (zh) * | 2014-06-26 | 2014-10-08 | 青岛浩海网络科技股份有限公司 | 基于激光测距的森林火点定位系统及其使用方法 |
CN108205862A (zh) * | 2017-12-11 | 2018-06-26 | 厦门亿力吉奥信息科技有限公司 | 输电线路山火防护系统 |
CN213716108U (zh) * | 2020-10-28 | 2021-07-16 | 北冥防务科技有限公司 | 一种森林防火预警检测系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115548900A (zh) * | 2022-10-21 | 2022-12-30 | 上海蓝箭电控设备南通有限公司 | 一种具有高温灭火功能的户外用配电柜 |
CN115548900B (zh) * | 2022-10-21 | 2023-12-22 | 上海蓝箭电控设备南通有限公司 | 一种具有高温灭火功能的户外用配电柜 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107437318B (zh) | 一种可见光智能识别算法 | |
CN106600888B (zh) | 一种森林火灾自动检测方法及系统 | |
US9390604B2 (en) | Fire detection system | |
CN107316012B (zh) | 小型无人直升机的火灾检测与跟踪方法 | |
CN108389359B (zh) | 一种基于深度学习的城市火灾报警方法 | |
CN111739252A (zh) | 一种火灾监测及自动灭火系统及其工作方法 | |
CN101625789A (zh) | 基于烟火智能识别的森林火灾实时监测方法 | |
CN111414807B (zh) | 一种基于yolo技术的潮水识别与危机预警方法 | |
Yang et al. | Early detection of forest fire based on unmaned aerial vehicle platform | |
CN102646311A (zh) | 实时动态巡航图像智能烟雾火情检测系统 | |
CN115063942B (zh) | 消防火灾复燃监测预警方法、装置、电子设备及存储介质 | |
CN111686392A (zh) | 一种全视场火情探测人工智能灭火系统 | |
CN104159067A (zh) | 基于3dgis与实景视频相结合的智能监控系统和方法 | |
CN111257507A (zh) | 一种基于无人机的气体浓度检测及事故预警系统 | |
CN205281786U (zh) | 报警系统 | |
CN110251861B (zh) | 一种森林消防灭火系统 | |
CN110766685A (zh) | 一种基于遥感数据云检测的输电线路山火监测方法及系统 | |
CN113870513A (zh) | 一种基于gis的烟火识别与预警方法 | |
CN115311604B (zh) | 一种基于物联网的消防方法 | |
CN109741565A (zh) | 煤矿火灾识别系统及方法 | |
CN114998737A (zh) | 一种远距离烟雾检测方法、系统、电子设备及介质 | |
CN209657454U (zh) | 煤矿火灾识别系统 | |
CN110493568B (zh) | 基于室内摄像头的智能消防监控与救援方法 | |
Luo | Research on fire detection based on YOLOv5 | |
CN114973589B (zh) | 火情信息生成方法、装置、电子设备和计算机可读介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211231 |
|
RJ01 | Rejection of invention patent application after publication |