CN114432636B - 用于智能消防车进行危险物识别定位的方法及智能消防车 - Google Patents

用于智能消防车进行危险物识别定位的方法及智能消防车 Download PDF

Info

Publication number
CN114432636B
CN114432636B CN202111617738.9A CN202111617738A CN114432636B CN 114432636 B CN114432636 B CN 114432636B CN 202111617738 A CN202111617738 A CN 202111617738A CN 114432636 B CN114432636 B CN 114432636B
Authority
CN
China
Prior art keywords
image
detection information
dangerous
article
intelligent 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.)
Active
Application number
CN202111617738.9A
Other languages
English (en)
Other versions
CN114432636A (zh
Inventor
杨懿
熊忆
颜江鲁
冯赫
熊顺进
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Zoomlion Emergency Equipment Co Ltd
Original Assignee
Hunan Zoomlion Emergency Equipment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Zoomlion Emergency Equipment Co Ltd filed Critical Hunan Zoomlion Emergency Equipment Co Ltd
Priority to CN202111617738.9A priority Critical patent/CN114432636B/zh
Publication of CN114432636A publication Critical patent/CN114432636A/zh
Application granted granted Critical
Publication of CN114432636B publication Critical patent/CN114432636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62C—FIRE-FIGHTING
    • A62C37/00—Control of fire-fighting equipment
    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62C—FIRE-FIGHTING
    • A62C27/00—Fire-fighting land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging

Abstract

本申请涉及工程机械领域，具体涉及一种用于智能消防车进行危险物识别定位的方法、装置、智能消防车及存储介质。方法包括：获取图像采集设备采集的现场的可见光图像；将可见光图像输入至目标检测模型中，获取目标检测模型输出的第一物品检测信息；获取传感设备采集的现场的热成像图像；根据热成像图像确定第二物品检测信息；将第一物品检测信息和第二物品检测信息进行融合对比，以确定现场的危险物所在的位置。上述方案，通过图像采集设备和传感设备采集现场的可见光图像和热成像图像，并确定图像中危险物的坐标，从而辅助消防员或者应急救援队员在危险场景作业时识别危险场景中可能出现的危险物，避免一些潜在可能发生的危险。

Description

用于智能消防车进行危险物识别定位的方法及智能消防车
技术领域
本申请涉及工程机械领域，具体涉及一种用于智能消防车进行危险物识别定位的方法、装置、处理器、智能消防车及存储介质。
背景技术
应急救援队员或消防员在进行救援时，由于精神紧张，长时间疲劳后，容易忽略一些潜在可能发生的危险。例如，易发生爆炸的化学品、角落的煤气罐等。消防员进行火场救援时需要用自己的眼睛搜索，并根据视野的物品，联想可能是否会发生危险。但消防队员主要精力还是放在灭火作战上，特别是经验不足的消防队员，更加容易忽视火场可能发生的危险和易造成危险的物品。
发明内容
本申请实施例的目的是提供一种辅助应急救援队员和消防队员识别危险场景可能出现的危险物品的用于智能消防车进行危险物识别定位的方法、装置、处理器、智能消防车及存储介质。
为了实现上述目的，本申请第一方面提供一种用于智能消防车进行危险物识别定位的方法，包括：
获取图像采集设备采集的现场的可见光图像；
将可见光图像输入至目标检测模型中，获取目标检测模型输出的第一物品检测信息；
获取传感设备采集的现场的热成像图像；
根据热成像图像确定第二物品检测信息；
将第一物品检测信息和第二物品检测信息进行融合对比，以确定现场的危险物所在的位置。
在本申请一个实施例中，第一物品检测信息包括检测到的危险物在可见光图像中的第一图像位置，第二物品检测信息包括物品的温度值特征，将第一物品检测信息和第二物品检测信息进行融合对比，以确定现场的危险物所在的位置包括：根据第一图像位置和图像采集设备的安装位置确定危险物的第一物品位置；在确定温度值特征符合预设危险物的温度特征的情况下，确定热成像图像中危险物；根据危险物在热成像图像中的第二图像位置和传感设备的安装位置确定危险物的第二物品位置；将第一物品位置和第二物品位置进行融合对比，以确定现场的危险物所在的位置。
在本申请一个实施例中，将第一物品位置和第二物品位置进行融合对比，以确定现场的危险物所在的位置包括：将第一物品位置与第二物品位置的重合位置确定为现场的危险物所在的位置。
在本申请一个实施例中，在确定温度值特征符合预设危险物的温度特征且未获取到目标检测模型输出的第一物品检测信息的情况下，确定现场存在危险物；根据热成像图像确定危险物所在的位置。
在本申请一个实施例中，将现场的危险物所在的位置发送至报警设备，以控制报警设备启动报警提示。
在本申请一个实施例中，将危险物所在的位置在显示设备进行展示。
在本申请一个实施例中，在根据第一物品检测信息和第二物品检测信息确定现场没有危险物的情况下，控制显示设备显示现场的现场图像。
本申请第二方面提供了一种处理器，被配置成执行上述任意一项的用于智能消防车进行危险物识别定位的方法。
本申请第三方面提供了一种用于智能消防车进行危险物识别定位的装置，包括上述的处理器。
本申请第四方面提供了一种智能消防车，包括：
图像采集设备，用于采集现场的可见光图像；
传感设备，用于采集现场的热成像图像；以及上述的用于智能消防车进行危险物识别定位的装置。
本申请第五方面提供了一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行上述任意一项的用于智能消防车进行危险物识别定位的方法。
通过上述技术方案，处理器通过图像采集设备采集可见光图像信息，并通过目标检测模型输出可见光图像信息中的危险物的位置坐标。处理器还通过传感设备采集现场的热成像图像，通过热成像图像确定危险物的温度特征和位置坐标信息。将获得的可见光图像目标识别结果和热成像目标特征信息进行融合对比，从而确定是否有危险物，同时确定危险物的位置信息。辅助消防员或者应急救援队员在危险场景作业时识别危险场景中可能出现的危险物，避免一些潜在可能发生的危险。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本申请实施例，但并不构成对本申请实施例的限制。在附图中：
图1示意性示出了根据本申请一实施例的用于智能消防车进行危险物识别定位的方法的流程示意图；
图2示意性示出了根据本申请一实施例的智能消防车的结构框图；
图3示意性示出了根据本申请实施例的计算机设备的内部结构图。
具体实施方式
以下结合附图对本申请的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请，并不用于限制本申请。
需要说明，若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
如图1所示，示意性示出了本申请实施例中用于智能消防车进行危险物识别定位的方法的流程示意图，如图1所示，在本申请以实施例中，提供了用于智能消防车进行危险物识别定位的方法，包括以下步骤：
步骤101，获取图像采集设备采集的现场的可见光图像；
步骤102，将可见光图像输入至目标检测模型中，获取目标检测模型输出的第一物品检测信息；
步骤103，获取传感设备采集的现场的热成像图像；
步骤104，根据热成像图像确定第二物品检测信息；
步骤105，将第一物品检测信息和第二物品检测信息进行融合对比，以确定现场的危险物所在的位置。
图像采集设备可以采集现场的可见光图像，其中，图像采集设备可以是摄像头或相机。处理器可以通过图像采集设备获取现场的可见光图像。处理器在获得可见光图像后，可以将可见光图像输入目标检测模型中。目标检测模型在接收到处理器传输的可见光图像后，可以对可见光图像进行检测，从而输出第一物品检测信息。处理器可以获取目标检测模型输出的第一物品检测信息。
传感设备可以采集现场的热成像图像。其中，传感设备可以是热成像仪、毫米波雷达、激光雷达等等。处理器可以通过传感设备获取现场的热成像图像，并且可以根据获得的热成像图像确定第二物品检测信息。
处理器在获得第一物品检测信息与第二物品检测信息后，可以将第一物品检测信息与第二物品检测信息进行融合比对。例如，通过深度学习对获得的物品检测信息进行融合比对，从而确定现场的危险物所在的位置。
在一个实施例中，第一物品检测信息包括检测到的危险物在可见光图像中的第一图像位置，第二物品检测信息包括物品的温度值特征，将第一物品检测信息和第二物品检测信息进行融合对比，以确定现场的危险物所在的位置包括：根据第一图像位置和图像采集设备的安装位置确定危险物的第一物品位置；在确定温度值特征符合预设危险物的温度特征的情况下，确定热成像图像中危险物；根据危险物在热成像图像中的第二图像位置和传感设备的安装位置确定危险物的第二物品位置；将第一物品位置和第二物品位置进行融合对比，以确定现场的危险物所在的位置。
目标检测模型在获得处理器输入的可见光图像后，可以输出第一物品检测信息。第一物品检测信息可以包括检测到的危险物在可见光图像中的第一图像位置。传感器设备采集到现场的热成像图像后，处理器可以根据热成像图像确定第二物品检测信息，其中第二物品检测信息可以包括物品的温度值特征，并且第二物品检测信息还可以包括被检测温度值特征的物品的第二图像位置。处理器可以将获得的第一物品检测信息与第二物品检测信息进行融合对比，从而确定危险物所在的位置。
处理器可以获取图像采集设备的安装位置，根据第一物品检测信息里的第一图像位置与图像采集设备的安装位置，可以确定危险物的第一物品位置。处理器根据第二物品检测信息获得物品的温度值特征后，可以根据温度值特征判断图像中的危险物。处理器可以对获的温度特征进行检测，在确定温度特征符合预设危险物的温度特征的情况下，确定热成像中的危险物。同时，处理器还可以根据传感设备采集的热成像图像确定热成像图像中的危险物的第二图像位置。
处理器可以获取传感设备的安装位置，根据危险物在热成像图像中的第二图像位置与传感设备的安装位置确定危险物的第二物品位置。在处理器确定了危险物的第一物品位置与危险物的第二物品位置后，可以将获得的位置信息进行融合对比，从而确定现场的危险物所在的具体位置。
在一个实施例中，将第一物品位置和第二物品位置进行融合对比，以确定现场的危险物所在的位置包括：将第一物品位置与第二物品位置的重合位置确定为现场的危险物所在的位置。
处理器根据第一物品检测信息获得危险物在可见光图像中的第一图像位置，从而确定第一物品位置。处理器根据第二物品检测信息也可以获取危险物在热成像图像中的第二图像位置，从而确定第二物品位置。处理器在获得了第一物品位置与第二物品位置后，可以将两个位置信息进行融合对比，将第一物品位置与第二物品位置的重合位置确定为现场的危险物所在的具体位置。
在一个实施例中，在确定温度值特征符合预设危险物的温度特征且未获取到目标检测模型输出的第一物品检测信息的情况下，确定现场存在危险物；根据热成像图像确定危险物所在的位置。
处理器获取了传感设备采集的现场的热成像图像后，可以根据热成像图像确定第二物品检测信息，其中，第二物品检测信息包括物品的温度特征。处理器在获得了第二物品的温度特征后，可以对获取的温度特征进行检测，判断温度特征是否符合预设危险物的温度特征值。处理器还可以通过目标检测模型获取第一物品检测信息，其中第一物品检测信息包括第一图像位置。
由于在救援现场，可能会有烟雾对物品进行遮挡，从而使得图像采集设备无法准确采集到现场的可见光图像，从而导致目标检测模型无法输出第一物品检测信息。所以在处理器通过热成像图像确定第二物品的温度特征符合预设危险物的温度特征，并且处理器没有获取到目标检测模型输出的第一物品检测信息的情况下，也就是说，处理器没有获得第一图像位置，只通过热成像图像确定了物品的温度特征的情况下。处理器依然可以根据温度特征确定现场存在的危险物。由于热成像图像不但可以确定物品的温度特征，还可以确定物品的第二图像位置。所以在温度特征符合预设危险物的温度特征的情况下，处理器可以直接根据热成像图像确定现场存在的危险物所在的位置。
在一个实施例中，将现场的危险物所在的位置发送至报警设备，以控制报警设备启动报警提示。
在一个实施例中，将危险物所在的位置在显示设备进行展示。
当处理器通过将第一物品检测信息和第二物品检测信息进行融合对比，从而确定了现场的危险物所在的位置后，可以将确定的现场的危险物所在的位置发送至报警设备，从而控制报警设备启动报警提示。处理器可以将确定的危险物所在的位置在显示设备进行展示，从而达到提示操作员存在危险的目的。
在一个实施例中，在根据第一物品检测信息和第二物品检测信息确定现场没有危险物的情况下，控制显示设备显示现场的现场图像。
处理器根据获得的第一物品检测信息和第二物品检测信息确定了现场没有危险物的情况下，可以控制将图像采集设备采集的现场的图像在显示设备上进行展示。若是处理器确定存在危险物，则可以在显示设备显示的图像中对确定的危险物进行框选提示。
在一个实施例中，提供了一种处理器，被配置成执行上述的任意一项的用于智能消防车进行危险物识别定位的方法。
图像采集设备可以采集现场的可见光图像，处理器在通过图像采集设备获取到现场的可见光图像后，可以将获得的可见光图像输入至目标检测模型中。其中，图像采集设备可以是相机、摄像头等。目标检测模型在接收到处理器传输的可见光图像后，可以对可见光图像进行检测，从而输出第一物品检测信息。其中，第一物品检测信息可以包括检测到的危险物在可见光图像中的第一图像位置。
传感设备可以采集现场的热成像图像，其中，传感器设备可以例如热成像仪、毫米波雷达、激光雷达等。处理器可以通过传感设备获取现场的热成像图像，并且根据获得的热成像图像确定第二物品检测信息。其中，第二物品检测信息可以包括被测物品的温度值特征以及对应的被测物品的第二图像位置。也就是说，传感设备在确定物品的温度值特征后，同时也可以确定物品的第二图像位置。
处理器可以确定图像采集设备的安装位置，根据图像采集设备的安装位置与获取的第一物品检测信息中的第一图像位置可以确定危险物的第一物品位置。处理器可以通过传感设备采集的热成像图像确定物品的温度值特征，并且通过对温度值特征的检测，判断物品是否为危险物。例如，处理器可以预设危险物的温度特征，在确定通过热成像图像获得的物品的温度特征符合处理器设备的预设危险物的温度特征的情况下，确定现场存在危险物，并且可以根据热成像图像确定危险物的第二图像位置。处理器还可以确定传感设备的安装位置，根据传感设备的安装位置与获取的第二物品检测信息中的第二图像位置确定危险物的第二物品位置。
在处理器确定了第一物品位置与第二物品位置后，可以将确定的第一物品位置和第二物品位置进行融合对比，将第一物品位置与第二物品位置的重合位置确定为现场的危险物所在的位置。例如，图像采集设备采集了现场的可见光图像，处理器通过将可见光图像发送至目标检测模型，获取了第一物品检测信息，假设，目标检测模型将易燃易爆的物品进行识别，并确定了易燃易爆的物品的第一物品位置。传感设备通过采集现场的热成像图像，识别了物体的温度值特征，并按照处理器设置的预设危险物的温度特征确定热成像图像中的危险物，例如易燃易爆物品，同时确定易燃易爆物品的第二物品位置。将第二物品位置与第一物品位置进行融合对比，重合位置为确定的现场的易燃易爆物的所在位置。
由于在救援现场可能出现浓烟或浓雾的情况，导致处理器将图像采集设备采集的现场的可见光图像输入目标检测模型中后，目标检测模型无法对现场的可见光图像进行检测识别，无法输出第一物品检测信息。在处理器无法获取目标检测模型输出的第一物品检测信息的情况下，处理器可以根据传感设备采集的现场的热成像图像来对危险物进行确定。处理器可以将热成像图像中的符合处理器设备的预设危险物的温度特征的物品以及物品对应的位置信息确定为危险物以及危险物所在的位置。尽可能的对危险物或潜在的危险物进行确定。
处理器在确定了现场的危险物所在的位置后，可以将现场的危险物所在的位置发送至报警设备，以控制报警设备启动报警提示。同时处理器获得的现场图像可以在显示设备进行显示，若是有确定的危险物的存在，则可以将危险物所在的位置在显示设备中进行展示。例如在现场图像中对危险物进行框选。
通过上述技术方案，处理器通过图像采集设备采集可见光图像信息，并通过目标检测模型输出可见光图像信息中的危险物的位置坐标。处理器还可以通过传感设备采集现场的热成像图像，通过热成像图像确定危险物的温度特征和位置坐标信息。将获得的可见光图像目标识别结果和热成像目标特征信息进行融合对比，从而确定是否有危险物，同时确定危险物的位置信息。进一步地，在救援环境过于恶劣导致处理器无法通过目标检测模型获得可见光图像的第一物品检测信息的情况下，通过单独的传感设备也可以从温度特征的判断和与之对应的坐标信息上确定危险物的位置坐标。并且处理器可以通过显示器显示现场图像，显示设备还可以将对危险物的识别结果进行展示，从而提示操作员存在危险。辅助消防员或者应急救援队员在危险场景作业时识别危险场景中可能出现的危险物，避免一些潜在可能发生的危险。
在一个实施例中，提供了一种用于智能消防车进行危险物识别定位的装置，包括上述的处理器。
如图2所示，在一个实施例中，示意性示出了本申请的一种智能消防车200的结构框图，包括：图像采集设备201，用于采集现场的可见光图像；传感设备202，用于采集现场的热成像图像；以及上述的用于智能消防车进行危险物识别定位的装置203。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现用于智能消防车进行危险物识别定位的方法。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本申请实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述用于智能消防车进行危险物识别定位的方法。
本发明实施例提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述用于智能消防车进行危险物识别定位的方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储图像采集设备采集的现场可见光图像和传感设备采集的现场的热成像图像以及目标检测模型的数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种用于智能消防车进行危险物识别定位的方法。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
图1为一个实施例中用于智能消防车进行危险物识别定位的方法的流程示意图。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取图像采集设备采集的现场的可见光图像；将可见光图像输入至目标检测模型中，获取目标检测模型输出的第一物品检测信息；获取传感设备采集的现场的热成像图像；根据热成像图像确定第二物品检测信息；将第一物品检测信息和第二物品检测信息进行融合对比，以确定现场的危险物所在的位置。
在一个实施例中，第一物品检测信息包括检测到的危险物在可见光图像中的第一图像位置，第二物品检测信息包括物品的温度值特征，将第一物品检测信息和第二物品检测信息进行融合对比，以确定现场的危险物所在的位置包括：根据第一图像位置和图像采集设备的安装位置确定危险物的第一物品位置；在确定温度值特征符合预设危险物的温度特征的情况下，确定热成像图像中危险物；根据危险物在热成像图像中的第二图像位置和传感设备的安装位置确定危险物的第二物品位置；将第一物品位置和第二物品位置进行融合对比，以确定现场的危险物所在的位置。
在一个实施例中，将第一物品位置和第二物品位置进行融合对比，以确定现场的危险物所在的位置包括：将第一物品位置与第二物品位置的重合位置确定为现场的危险物所在的位置。
在一个实施例中，在确定温度值特征符合预设危险物的温度特征且未获取到目标检测模型输出的第一物品检测信息的情况下，确定现场存在危险物；根据热成像图像确定危险物所在的位置。
在一个实施例中，将现场的危险物所在的位置发送至报警设备，以控制报警设备启动报警提示。
在一个实施例中，将危险物所在的位置在显示设备进行展示。
在一个实施例中，在根据第一物品检测信息和第二物品检测信息确定现场没有危险物的情况下，控制显示设备显示现场的现场图像。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种用于智能消防车进行危险物识别定位的方法，其特征在于，所述方法包括：
获取图像采集设备采集的现场的可见光图像；
将所述可见光图像输入至目标检测模型中，获取所述目标检测模型输出的第一物品检测信息，其中，所述第一物品检测信息包括检测到的危险物在所述可见光图像中的第一图像位置；
获取传感设备采集的现场的热成像图像；
根据所述热成像图像确定第二物品检测信息，其中，所述第二物品检测信息包括物品的温度值特征；
将所述第一物品检测信息和所述第二物品检测信息进行融合对比，以确定所述现场的危险物所在的位置；
其中，所述将所述第一物品检测信息和所述第二物品检测信息进行融合对比，以确定所述现场的危险物所在的位置包括：
根据所述第一图像位置和所述图像采集设备的安装位置确定所述危险物的第一物品位置；
在确定所述温度值特征符合预设危险物的温度特征的情况下，确定所述热成像图像中危险物；
根据所述危险物在所述热成像图像中的第二图像位置和所述传感设备的安装位置确定所述危险物的第二物品位置；
将所述第一物品位置与所述第二物品位置的重合位置确定为所述现场的危险物所在的位置。
2.根据权利要求1所述的用于智能消防车进行危险物识别定位的方法，其特征在于，所述方法还包括：
将所述现场的危险物所在的位置发送至报警设备，以控制所述报警设备启动报警提示。
3.根据权利要求2所述的用于智能消防车进行危险物识别定位的方法，其特征在于，所述方法还包括：
将所述危险物所在的位置在显示设备进行展示。
4.根据权利要求3所述的用于智能消防车进行危险物识别定位的方法，其特征在于，所述方法还包括：
在根据所述第一物品检测信息和所述第二物品检测信息确定所述现场没有危险物的情况下，控制所述显示设备显示所述现场的现场图像。
5.一种处理器，其特征在于，被配置成执行根据权利要求1至4中任意一项所述的用于智能消防车进行危险物识别定位的方法。
6.一种用于智能消防车进行危险物识别定位的装置，其特征在于，包括根据权利要求5所述的处理器。
7.一种智能消防车，其特征在于，包括：
图像采集设备，用于采集现场的可见光图像；
传感设备，用于采集现场的热成像图像；以及
根据权利要求6所述的用于智能消防车进行危险物识别定位的装置。
8.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至4中任一项所述的用于智能消防车进行危险物识别定位的方法。
CN202111617738.9A 2021-12-27 2021-12-27 用于智能消防车进行危险物识别定位的方法及智能消防车 Active CN114432636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111617738.9A CN114432636B (zh) 2021-12-27 2021-12-27 用于智能消防车进行危险物识别定位的方法及智能消防车

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111617738.9A CN114432636B (zh) 2021-12-27 2021-12-27 用于智能消防车进行危险物识别定位的方法及智能消防车

Publications (2)

Publication Number Publication Date
CN114432636A CN114432636A (zh) 2022-05-06
CN114432636B true CN114432636B (zh) 2023-04-18

Family

ID=81365099

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111617738.9A Active CN114432636B (zh) 2021-12-27 2021-12-27 用于智能消防车进行危险物识别定位的方法及智能消防车

Country Status (1)

Country Link
CN (1) CN114432636B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116482038A (zh) * 2023-06-19 2023-07-25 北京中科太赫兹科技有限公司 基于kid探测器的远距离人携危险物探测管理系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102693603B (zh) * 2012-06-26 2014-06-04 山东神戎电子股份有限公司 一种基于双光谱的森林防火智能监控系统
CN105472312A (zh) * 2014-08-19 2016-04-06 北京奇虎科技有限公司 智能摄像系统的报警方法、智能摄像系统和网络摄像头
CN111753582A (zh) * 2019-03-27 2020-10-09 杭州海康威视数字技术股份有限公司 一种危险物品定位方法和装置
CN210836466U (zh) * 2019-10-15 2020-06-23 广州市昇博电子科技有限公司 一种智能终端节点单元的检测监测与报警提示装置
CN111739252B (zh) * 2020-07-03 2022-03-01 徐州鑫科机器人有限公司 一种火灾监测及自动灭火系统及其工作方法
CN113289290B (zh) * 2021-05-11 2022-08-26 国电南瑞科技股份有限公司 一种消防机器人火焰自动瞄准方法、装置及系统
CN113413564B (zh) * 2021-05-28 2022-06-28 浙江工业大学 一种消防机器人火源定位及灭火控制方法

Also Published As

Publication number Publication date
CN114432636A (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
JP6319527B2 (ja) ガス検知用画像処理装置、ガス検知用画像処理方法、ガス検知用画像処理プログラム、ガス検知用画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体、及び、ガス検知システム
US20150116498A1 (en) Presenting process data of a process control object on a mobile terminal
CN114432636B (zh) 用于智能消防车进行危险物识别定位的方法及智能消防车
US9424469B2 (en) Differing region detection system and differing region detection method
KR102127014B1 (ko) 영상 감시 시스템
CN113658325A (zh) 数字孪生环境下的生产线不确定对象智能识别与预警方法
CN109377716A (zh) 仓储安防监控装置、系统、方法、计算机设备及存储介质
FR3058534A1 (fr) Dispositif individuel d'immersion visuelle pour personne en mouvement avec gestion des obstacles
CN111598443B (zh) 一种智能灭火系统的任务分配方法及装置
WO2020254622A1 (en) Augmented photo capture
US20210201542A1 (en) Building maintaining method and system
ES2569202T3 (es) Disposición y el método para hacer funcionar un sistema, un programa informático correspondiente y un medio de almacenamiento legible por ordenador correspondiente
CN114432635B (zh) 用于智能消防车进行火源识别定位的方法及智能消防车
JP7128577B2 (ja) 監視装置
CN109557941A (zh) 一种应用于无人机的避障系统及其操控方法
CN114419859A (zh) 用于支腿的安全检测方法、处理器、装置及消防车
US10037709B2 (en) Method, system and computer program for decision support
CN114445858A (zh) 用于智能消防车进行人员识别定位的方法及智能消防车
CN109099893B (zh) 电影院使用的监控方法、介质和计算设备
CN115419839A (zh) 用于管道的监测方法、控制器、装置、系统及存储介质
KR102322746B1 (ko) 지능형 카메라를 이용한 열화상 감시 방법
KR102386036B1 (ko) 소방 모니터링 시스템 및 그 방법
EP3817373B1 (en) Overhead image generation apparatus, overhead image generation method, and program
JP7176429B2 (ja) ガス漏れ位置特定システム及びガス漏れ位置特定プログラム
CN115526896A (zh) 一种火灾防控的方法、装置、电子设备及可读存储介质

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
GR01 Patent grant
GR01 Patent grant