CN115826607A - 用于提供野火疏散支持的计算机系统和方法 - Google Patents
用于提供野火疏散支持的计算机系统和方法 Download PDFInfo
- Publication number
- CN115826607A CN115826607A CN202210823916.1A CN202210823916A CN115826607A CN 115826607 A CN115826607 A CN 115826607A CN 202210823916 A CN202210823916 A CN 202210823916A CN 115826607 A CN115826607 A CN 115826607A
- Authority
- CN
- China
- Prior art keywords
- computer system
- target area
- unmanned aerial
- sensor data
- wildfire
- 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 27
- 231100001261 hazardous Toxicity 0.000 claims abstract description 7
- 238000003860 storage Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000013056 hazardous product Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 24
- 238000012545 processing Methods 0.000 description 13
- 239000000383 hazardous chemical Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000015654 memory Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 238000004880 explosion Methods 0.000 description 5
- 238000010845 search algorithm Methods 0.000 description 5
- 239000007789 gas Substances 0.000 description 4
- 230000000873 masking effect Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 229920006375 polyphtalamide Polymers 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000218631 Coniferophyta Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000002498 deadly effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 208000028659 discharge Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
- G08B7/066—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources guiding along a path, e.g. evacuation path lighting strip
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- 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
-
- 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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Aviation & Aerospace Engineering (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Public Health (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Alarm Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及用于提供野火疏散支持的计算机系统和方法。包含在提供野火疏散支持系统中的计算机系统。计算机系统用于从部署在目标区域中的无人飞行器获得(402)表示目标区域中的野火的传感器数据,获得(403)目标区域中处于危险情况的人员的当前位置,以及获得(404)目标区域中人员的期望目的地。基于传感器数据,计算机装置识别(405)对人员构成火灾相关威胁的一个或更多个危险区,并且确定(406)从当前位置延伸到期望目的地同时避开了一个或更多个危险区的至少一条疏散路径。计算机系统可以位于无人飞行器上,也可以位于与无人飞行器通信的中央计算机资源上。
Description
技术领域
本发明总体涉及为野火现场的人员提供疏散支持,具体涉及为此目的使用无人飞行器。
背景技术
野火是西伯利亚、加利福尼亚和澳大利亚等地的最常见的自然灾害形式之一。具有地中海气候或在针叶林生物群落中的地区特别容易受到影响。随着气候变化的影响越来越大,预期野火将在这些地区和世界各地的其他地区更加突出。野火涉及剧烈燃烧,产生高热和大量烟雾和气体,会对财产和人身造成损害。被困在野火中的人可能自己逃脱的机会很小,因为位于野火中的人通常很难察觉野火的范围和发展。
虽然有探测和监测野火以及引导消防员进入野火的系统,但没有安全引导人员离开野火的系统。
因此,普遍需要支持被困在野火中的人员的疏散。优选地,此类疏散支持不应要求使用人员携带的无线电子设备,不仅因为无线通信可能会在野火内部或周围中断,而且因为没有无线电子设备的人员将无法获得适当的疏散支持。
发明内容
发明目的是至少部分克服现有技术的一个或更多个限制。
另一发明目的是提供可以安全地引导人员(可以选择乘汽车)离开野火的技术。
再一个发明目的是提供能够引导任何人和所有人离开野火的技术。
这些发明目的中的一个或更多个,以及可能从下面的描述中出现的其他发明目的,至少部分地由用于提供野火疏散支持的计算机系统实现。
其他发明目的以及特征、方面和技术效果将从以下具体说明以及附图中出现。
附图说明
图1是包括野火的目标区域的透视图。
图2A至图2B包括野火疏散支持系统中使用的示例无人飞行器的侧视图和框图。
图3是野火疏散支持系统中使用的示例计算机系统的示意图。
图4是野火疏散支持示例方法的流程图。
图5示出了示例构形空间,其与图1中的目标区域相对应,并且是针对可用于确定疏散路径的路径规划算法定义的。
图6示出了在概率路线图算法的操作期间为目标区域生成的具有障碍物、节点和连接的构形空间的示例。
图7A至图7B例示了危险区余量的示例计算。
图8A至图8C示出了包括一个或更多个无人飞行器的野火疏散支持系统中的数据传输示例。
图9是图3中的计算机系统示例的框图。
具体实施方式
下面将参照附图更全面地描述实施方式,其中示出了一些但不是全部实施方式。实际上,本发明的主题可以以许多不同的形式体现,并且不应被解释为限于本文所述的实施方式;相反,提供这些实施方式是为了使本发明可以满足适用的法律要求。
此外,应当理解,在可能的情况下,本文描述和/或设想的任何实施方式的任何优点、特征、功能、设备和/或操作方面可以包括在本文描述和/或设想的任何其他实施方式中,和/或反之亦然。此外,除非另有明确说明,否则在可能的情况下,本文中以单数形式表示的任何术语也包括复数形式和/或反之亦然。如本文所用,“至少一个”应指“一个或更多个”,这些措辞旨在可互换。因此,术语“一(a和/或an)”应指“至少一个”或“一个或更多个”,即使本文也使用短语“一个或更多个”或“至少一个”。如本文所使用的,除非上下文由于表达语言或必要含义而另有要求,否则单词“包含”或诸如“具有”或“含有”的变型以包容意义使用,即,指定所述特征的存在,但不排除在各种实施方式中存在或添加其他特征。术语“计算”及其导数以其常规含义使用,并且可以被视为涉及执行涉及一个或更多个数学运算的计算以产生结果,例如通过使用计算机。
如本文所用,措辞“多个”、“复数”意指提供两个或多个项目,而术语“一组”意指提供一个或更多个项目。措辞“和/或”包括一个或更多个相关列出项目的任何和所有组合。
此外,应当理解,尽管本文中可以使用术语第一、第二等来描述各种元素,但这些元素不应受到这些术语的限制。这些术语仅用于区分一个元素和另一个元素。例如,第一元素可以被称为第二元素,类似地,第二元素可以被称为第一元素,而不脱离本发明的范围。
为简洁和/或清楚起见,可能不详细描述众所周知的功能或结构。除非另有定义,否则本文使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员通常理解的相同含义。
相似附图标记在全文代表相似要素。
在较详细地描述实施方式之前,将给出一些定义。
如本文所用,“野火”是指在可燃植被区域内发生的意外、不想要或不受控制的火灾。野火会影响农村地区和/或城市地区。野火可能包括一个或更多个“有限空间火灾”。有限空间火灾是指与其他有限空间火灾(如果存在)物理隔离的有火焰的和/或阴燃的连贯区域。
如本文所用,“无人飞行器”(UAV)是指由机载自动控制系统、地面控制系统或地面导航员控制的飞机。这种飞机也称为“无机组飞行器”或无人机。
将参照图1例示实施方式,图1描绘了在包含野火3的地理区域2(“目标区域”)中操作的多个无人机1。在所示示例中,野火3包括多个有限空间火灾F。应当理解,在程度和强度方面,野火3的性质可能随着时间的推移而变化。例如,可能会出现新的有限空间火灾F,一个有限空间火灾可能会被分割,或者两个有限空间火灾可能会合并,等等。因此,图1中的示例是对区域2造成破坏的野火3的快照。
位于野火3内或附近的任何人员都有可能因野火3产生的热量和/或气体或二次风险(如爆炸、树木坠落等)而受伤甚至死亡。图1描绘了因困在野火3中而处于危险情况的人员的当前位置P1。如背景部分所叙述的,在这种情况下,人员通常无法完全掌握野火3的范围,也无法找到安全的出路,例如到达期望目的地P2。如本文所公开的,可以使用无人机1收集关于野火3的信息,以及可能的其他相关信息,从而使计算机系统能够为处于危险中的人员确定一条或多条疏散路径。计算机系统还可以向人员提供疏散引导,例如通过无人机1提供疏散引导。
以下提及的人员同样适用于一组人员。因此,可以为一组人员确定疏散路径,并且可以向这样的人群集体提供疏散引导。
图2A是可用于此目的的示例无人机1的侧视图,图2B是此类无人机1的示意框图。无人机1可以具有传统结构,但可以包括根据无人机1的任务定制的传感器系统(下图)。无人机1包括控制系统10,控制系统10是用于控制无人机1整体操作的电路。无人机20还包括传统推进系统11,其用于产生推力,使无人机1在空中移动。无人机还包括用于确定无人机1位置的定位系统12。在一些实施方式中,定位系统12包括全球导航卫星系统(GNSS)接收器。GNSS接收器可配置成与卫星导航系统(例如GPS、GLONASS、伽利略或北斗)通信。定位系统12还可以包括高度表。控制系统10被配置成从定位系统12接收位置数据,以及可选地从无人机1上的各种传统传感器接收更多数据,并控制推进系统11在飞行路径上移动无人机,该飞行路径可以是预定的,也可以不是预定的。例如,控制系统10可以包括传统的飞行控制器。
控制系统10还连接到用于无线数据传输的通信系统13。在一些实施方式中,通信系统13包括用于短程无线通信的收发器,例如通过蓝牙、BLE、WiFi、LR-WPAN、UWB、ZigBee、Z-Wave、ANT、ANT+、6LoWPAN、WirelessHART、ISA100等中的一个或更多个进行短程无线通信。短程通信可用于与其他无人机1的数据通信(参见图8C)。可选地或附加地,通信系统13可以包括用于远程无线通信的发送器或收发器。这种远程通信可以利用任何可用的专有或标准化通信技术,包括但不限于GSM、EDGE、HSDPA、W-CDMA、CDMA、TDMA、LTE、5G、Wi-MAX、LORAN等。可选地或附加地,远程通信可以涉及卫星通信。远程通信可用于与远程计算机的数据通信(参见图8A至图8B)。
控制系统10还连接到传感器系统14,传感器系统14包括能够生成表示野火3的数据的一个或更多个传感器。在一些实施方式中,传感器系统14包括一个或更多个传感器,用于远程监测无人机1下方从而在野火3的至少一部分内的热量、温度或地貌。此类传感器可用于在一个或更多个光谱区域中生成无人机1下方地形的1D、2D或3D表示(“图像”)。图2A示出了具有摄像头14’的无人机1,摄像头14’可以是可移动的或固定的。摄像头14’的视野由虚线表示。摄像头14’可以对可见光和红外光谱区域中的至少一者中的辐射作出响应。摄像头14’可以是光学摄像头、热成像摄像头、多光谱摄像头、高光谱摄像头、立体摄像头等。传感器系统14可以包括多个摄像头,例如为不同光谱区域配置的摄像头。另选地或附加地,传感器系统14可以包括基于雷达的系统,例如SAR系统(合成孔径雷达)和/或激光雷达系统(光检测和测距)。传感器系统14中还可以包括其他传感器,例如气温传感器、气压传感器、烟雾或气体探测器、风速传感器、风向传感器等。
控制系统10还连接到引导系统15,该引导系统可用于为人员提供认知引导,例如通过使用光或声音来提供认知引导。在一些实施方式中,引导系统15包括,用于为人员生成音频指令的一个或更多个扬声器。在一些实施方式中,引导系统15包括用于将光投射到地面上以生成引导光图案的一个或更多个可操作的发射器。
无人机1的组件由电源16供电,电源16可以包括电池、燃料电池、能量收集单元、燃料箱等中的一种或更多种。
图3是示例被配置成确定和输出被认为处于与野火有关的危险情况下的人员的一条或多条疏散路径EP的计算机系统20的框图。计算机系统20包括用于接收输入数据的一个或更多个输入接口21A、21B和用于提供输出数据的输出接口22。接口21A、21B、22可以是任何类型。输入接口21A、21B总体上限定了计算机系统20的“输入端”。如图所示,计算机系统20被配置成接收传感器数据SD,该传感器数据SD由一个或更多个无人机1生成以表示区域2(图1)中的野火3。计算机系统1还可以接收人员的位置数据P1(参见图1)和人员的离开野火3的期望目的地的位置数据P2(参见图1)。如下文所述,计算机系统20可以另选地从传感器数据SD得到位置数据P1和/或位置数据P2。此外,如图所示,计算机系统20可以接收与区域2相关的元数据MD。下文给出了元数据MD及其使用的示例。
在一些实施方式中,计算机系统20在远离无人机1和区域2的计算机资源上实现,例如在服务器或云计算机上。在其他实施方式中,计算机系统20在一个或更多个无人机1上实现,例如作为控制系统10的一部分。下面参照图8A至图8C描述实现示例。
图4是通过使用一个或更多个无人机提供与野火相关的疏散引导的示例方法400的流程图。方法400可以由图3中的计算机系统20计算机实现和执行。可选步骤和流程由图4中的虚线表示。将参照图1中的场景描述该方法。
在可选的步骤401,获得上述元数据MD。例如,元数据MD可以表示区域2的地貌、区域2的当前和未来天气状况、区域2的建筑物或其他设施、区域2的道路和人行道、危险材料的储存位置、相应储存位置中危险材料的类型等。元数据MD可以由计算机系统20从例如一台或多台远程计算机的外部资源获得。另选地,元数据MD的至少一部分可以预先存储在由计算机系统20访问的存储器单元中。
在步骤402中,从正在目标区域2中部署的一个或更多个无人机1获得传感器数据SD。传感器数据SD由相应的无人机1生成以至少表示野火。在一些实施方式中,传感器数据SD表示野火3相应自有限空间火灾F的位置和范围。此类传感器数据将允许在下面的步骤405中识别危险区。在一些实施方式中,传感器数据SD进一步表示一个或更多个有限空间火灾的强度F。在这种情况下,“强度”是指火灾释放的热量。在步骤406中,可以使用火灾强度来确定人员的安全疏散路径。可以根据火灾的红外图像估计火灾的强度。根据传感器系统14(图2B),传感器数据SD可以表示附加信息,例如人员的位置、相应人员可用的交通类型、目标区域2的地貌、目标区域2的天气状况等。
传感器数据SD可以包括由传感器系统14生成的原始数据和/或经预处理的数据。在一些实施方式中,传感器数据SD表示由传感器系统14生成的实时图像。如上所述,此类图像可以是无人机1下方地形的1D、2D或3D表示。在这种情况下,“实时”意味着传感器数据SD是在传感器系统14检测到图像后的短时间内(例如在不到1-5分钟内)通过步骤402获得的。在一些实施方式中,传感器数据SD表示红外图像,其中包含目标区域2或其部分中的温度分布。应注意,传感器数据SD不需要包括原始图像,但可以包括经预处理的图像或通过预处理从图像中提取的数据。
在步骤403中,获得目标区域2中人员的当前位置P1。当前位置P1可以作为与传感器数据分开的输入数据提供给计算机系统20,如图3所示。例如,当前位置P1可以由来自人员携带或安装在人员使用的载具中的转发器或其他电子设备的无线信号给出。这样的信号可以被无人机1或其他设备截获,并且相应的当前位置P1可以作为输入数据提供给计算机系统20。另选地,当前位置P1可以被包括在传感器数据SD中。例如,当前位置P1可以通过上述预处理来确定,并作为传感器数据SD的一部分来提供。
在步骤403的一些实施方式中,计算机系统20检测人员并且基于传感器数据SD确定人员的当前位置P1。此类实施方式的优点是使遇险人员的检测独立于转发器和外部系统。例如,计算机系统20可以处理包括在传感器数据SD中的一个或更多个图像,例如通过使用传统的图像处理来检测各个图像中的人员,并且可以将人员在各个图像中的位置映射到目标区域2的坐标系中的物理位置,例如在GNSS坐标系中。该映射可以基于当捕捉到相应的图像时无人机1的位置和方向、以及可选地摄像头14’(图2A)的方向、以及可能地目标区域2的地貌。
在步骤404中,获得人员的期望目的地P2。期望目的地P2可以预定义并包含在元数据MD中。或者,目标区域2的消防员可以将期望目的地P2输入外部系统,该外部系统将目的地作为输入数据提供给计算机系统20。在另一另选方案中,期望目的地P2通过处理由传感器系统14在无人机1上捕获的一个或更多个图像来确定。还可以设想,计算机系统20基于在步骤406A(以下)中定义的构形空间来确定期望目的地P2。
在步骤405中,基于传感器数据SD在目标区域2中识别一个或更多个危险区。相应危险区被认为对人员构成火灾相关威胁。可以通过上述预处理来检测危险区,并将其包括在计算机系统20接收的传感器数据SD中。另选地,计算机系统20可以通过处理传感器数据SD来识别或检测危险区,例如通过处理传感器数据SD中包括的一个或更多个图像。危险区的一个示例是火灾,如图1中的任何一个有限空间火灾F。可以通过常规图像处理在图像(例如红外图像)中检测火灾的位置和范围。危险区的另一示例是可能因野火而爆炸和/或传播危险材料的建筑物。这种危险区可以在元数据MD中指示。另选地,可以在图像中检测到,可以选择与有关建筑物类型的信息相结合,例如,如果其中包含爆炸物和/或危险材料。后一种信息可由元数据MD提供。可能构成火灾相关威胁的建筑物示例包括加油站、发电厂、工业厂房等。
在步骤406中,计算机系统20确定从当前位置P1延伸到期望目的地P2同时避免在步骤405中识别的危险区的至少一条疏散路径EP。可以想象的是,计算机系统20确定多个疏散路径,可选地按偏好排序,例如根据人员的风险排序。
在步骤407中,计算机系统20基于在步骤406中确定的疏散路径,从当前位置P1引导人员。在一些实施方式中,通过使用一个或更多个无人机1来引导人员。例如,控制系统20可以使无人机1激活其引导系统15,以指示人员的疏散路径。可选地或附加地,控制系统20可以使一个或更多个无人机1在低空飞行,以引导人员沿着疏散路径。还可以设想,多个无人机1编队操作,以引导人员沿着疏散路径。步骤407无需使用无人机1来引导人员。在另选方案中,计算机系统20将有关疏散路径的信息传输到人员携带或安装在人员使用的载具中的电子设备。载具可以由人员人工操作,也可以是自动驾驶载具,例如自动驾驶汽车,自动配置成沿着从计算机系统20接收的疏散路径。如本文所用,“引导人员”还包括引导人员所在的载具。
方法400可以执行一次以确定从当前位置P1到期望目的地P2的一条或多条疏散路径,因此计算机系统或另一系统可以使用疏散路径来引导人员从当前位置P1到期望目的地P2。通过确定多条疏散路径,如果目标区域中的条件随着人员被引导到期望目的地P2而变化,则可以在疏散路径之间切换。
在一些实施方式中,如图4中的虚线箭头所示,随着人员穿过目标区域2,重复步骤406和步骤402至405中的至少一些步骤,以使疏散路径能够被更新,以考虑随着时间的变化。可以重复步骤402和405,是的根据目标区域中危险区的变化、交通类型的变化(例如,如果载具发生故障)等,通过步骤406确定疏散路径。可以重复步骤403,以通过步骤406为人员的新当前位置P1确定疏散路径。因此,方法400将跟踪人员的移动,并反复确定与人员当前位置相关的疏散路径。可以重复步骤404,以通过步骤406为更新后的期望目的地P2确定疏散路径。因此,方法400将适应需要改变目的地的野火3变化。
在一些实施方式中,如图4中的虚线所示,方法400包括将一个或更多个危险区中的各个危险区表示为路径规划算法(PPA)的构形空间中的障碍物的步骤406A,以及操作PPA以确定疏散路径的步骤406B。术语“路径规划”是指计算连接开始构形和目标构形同时避免与已知障碍物碰撞的连续路径的计算问题。路径规划也称为运动规划、导航问题或钢琴移动器问题。传统上,PPA在构形空间上操作,构形空间被定义为包括避免与障碍物碰撞的一组构形(表示为“自由空间”),以及自由空间的补充(表示为“障碍区域”)。在步骤406A至406B中,可以使用任何合适的PPA来确定疏散路径,例如基于网格的搜索算法、基于区间的搜索算法、几何算法、人工势场算法或基于采样的算法。常用的PPA包括快速探索随机树、概率路线图及其变型。
图5是为图1中的目标区域2定义的示例构形空间30的示意图,并且还指示已为构形空间30确定的疏散路径EP。构形空间30对应于目标区域2,并且包括由虚线表示的多个障碍物。一些障碍物可以对应于目标区域2中的物理障碍物,例如山脉、不可穿透的地形、建筑物等。例如,图5中的矩形障碍物31’对应于图1中的山坡或山脉。其他障碍物可能对应于上述危险区。在图5中,与火灾相对应的危险区由附图标记32表示,与危险材料储存设施相对应的危险区由附图标记33表示。构形空间30中的相应障碍物由虚线表示,并分别由附图标记32’和33’表示。
虽然可以将障碍物定义为具有与危险区相同的位置和范围,但如图5所示,将障碍物定义为具有距危险区的余量可以是有利的。该余量可以对应于距危险区的“安全距离”,并将确保疏散路径沿线人员的安全。
对于表示火灾的危险区32,可设置余量,以确保人员不会暴露在障碍物32’边界处的过热环境中。在一个示例中,余量可以随着火灾强度的增加而增加。在另一示例中,可以基于相应有限空间火灾的蔓延速率和/或方向来设置余量。强度、蔓延速率和蔓延方向是野火3的特征,可以通过处理由传感器系统14捕获的一个或更多个图像来确定。在另一示例中,可以根据风速和/或风向等风数据以及可选的地形来设置余量。如上所述,传感器系统14可以被配置成测量风速/风向。或者,风速/方向可以包含在元数据MD中。在构形空间中定义障碍物时,也可以使用风速/方向,以确保人员不会暴露在障碍物边界处不健康或致命的烟雾和气体物质中。图5示意性地表示了风向W。如图5所示,通过将障碍物32’与其危险区32进行比较,余量在风向W上延伸。还可以注意到,预期风速将在由大的矩形物体31表示的山脉后面较低,导致对于位于山脚的危险区32,余量在风向上的延伸较小。
对于不表示实际火灾,而是表示火灾时有爆炸和/或有害物质排放风险的危险区,可以设置余量,以确保在疏散人员期间,人员不会受到障碍物边界处爆炸或有害物质排放的伤害。在图5中,危险区33是加油站,相应的障碍物33’在危险区33的所有方向上具有相等的余量,虽然余量也可以根据风速和/或风向、地形等进行设置。参照图4,需要注意的是,由于野火3的特征可能会随时间而变化,重复步骤406之间的余量可能不同。
图6示出了为另一个构形空间生成的概率路线图示例,该构形空间包括对应于物理对象的多个障碍物31’、,对应于火灾的多个障碍物32’、对应于爆炸和/或排放风险的多个障碍物33’。在图6中,障碍物31’、32’、33’被定义为多边形对象,但可以是任何可以想象的形状,例如图5中的圆形或椭圆形。图6中的路线图已由步骤406B中的PPA计算。路线图表示为由线连接的点(节点)图。这些线对应于目标区域中人员可以穿过的子路径。如图所示,所有点和线均位于障碍物31’、32’、33’之外。可以为每条线路分配权重,例如依赖于沿线的地形、障碍物的接近程度、交通模式(见下文)等。在步骤406B中,可以通过任何合适的搜索算法查询路线图,以确定从当前位置P1到期望目的地P2的一条或多条疏散路径。搜索算法可以被配置成找到满足一个或更多个目标的疏散路径,例如最小化从当前位置P1到期望目的地P2的距离或过渡时间,或优化人员安全。用于寻找最短路径的搜索算法的非限制性示例包括迪杰斯特拉(Dijkstra)算法、贝尔曼-福特(Bellman-Ford)算法和弗洛伊德-沃歇尔(Floyd-Warshall)算法。
回到图4中的步骤406,计算机系统20还可以说明当人员从当前位置P1移动到期望目的地P2时将使用的交通模式。交通模式(“交通类型”)可由传感器数据SD给出。例如,计算机系统20可以通过用于对象检测和对象分类的图像处理来确定交通类型。或者,交通类型可以由上述预处理生成的并包含在传感器数据SD中的交通参数来指示。在一些实施方式中,可以基于与交通类型相关联的屏蔽参数来调整余量。屏蔽参数可以表示相应交通类型保护人员免受火灾威胁的程度。例如,人员可以步行(无车)或乘自行车、摩托车、汽车、公共汽车、卡车、军用车辆、直升机等载具行进。可以使用任何数量的交通类型。图7A至图7B举例说明了两种交通类型的使用:非屏蔽和屏蔽。图7A例示了可以设置并累积到相对于危险区的余量D的距离D1至D3。D1表示由火灾强度给出的第一距离,D2表示由风速和火灾率给出的第二距离,D3表示将屏蔽人员(大屏蔽参数)的交通类型的第三距离,例如封闭式车辆,此处示例为汽车或公共汽车。在图7B中,D1和D2与图7A中相同,但D3是扩展的,因为人员使用的交通类型不屏蔽人员(小屏蔽参数),这里以步行或骑自行车的人员为例。对于不同类型的危险区,同一交通类型可以使用不同的屏蔽参数,例如,如果危险区表示火灾、爆炸危险或危险材料排放风险。
在步骤406中,还有其他可以设想的计算交通类型的方法。
在一些实施方式中,如果人员可以进入车辆,则在确定疏散路径时,步骤406考虑车辆的大小,例如通过根据大小调整余量和/或排除与车辆不兼容的地形(见下文)。
在一些实施方式中,步骤406涉及基于交通类型的估计速度确定疏散路径。可以为每种交通类型预定义估计速度。例如,如果要基于从当前位置P1到期望目的地P2的过渡时间在构形空间中确定疏散路径,则可以应用估计速度。此外,考虑到预测的火灾蔓延,一些潜在的疏散路径可能仅在短时间窗口内打开,并且估计的速度可用于确定潜在的疏散路径是否可行。
估计的速度也可用于确定何时向目标区域2中的不同人员提供指引的优先级。例如,估计速度低的人员可以优先于估计速度高的人员,或者相反。
估计速度还可能影响方法400中步骤406(和其他步骤)的重复率。对于以较高速度行驶的人员,由于从当前位置P1到期望目的地P2的行程时间可能较小,因此更新疏散路径的需要可能不重要。因此,重复率可以随着估计速度的增加而降低。
在一些实施方式中,步骤406涉及排除交通类型无法穿越的地形。例如,与骑自行车或开车的人相比,步行的人可能有从当前位置P1到期望目的地P2的其他选择。例如,不可穿越的地形可以表示为构形空间中的物理障碍物(图5至图6中的31’)。因此,物理障碍物可能因交通类型而异。另选地或附加地,如上文参照图6所述,概率路线图算法可以基于交通类型为构形空间中的子路径分配权重。如果分配权重来表示相应子路径沿线的地形对交通类型的适合程度,则该方法可以有效地排除交通类型无法穿越的地形,甚至可以优先考虑各交通类型的快速路径。本领域技术人员认识到,通过使用权重或相应的调整因子,可以将交通类型相应地集成到其他PPA中。
如果未通过方法400识别交通类型,则计算机系统20可以被配置成假设所有人员使用一种交通类型,例如步行。
图8A至图8C描绘了包括一个或更多个无人机1的野火疏散支持系统的不同实现方式。
图8A示出了第一集中式实现方式,其中计算机系统20在远程设备上实现,例如服务器或云计算机。传感器数据SD由相应的无人机1生成,并通过无线通信传输到计算机系统20。参照图3,可以注意到,当前位置P1和/或期望目的地P2可以被包括在传感器数据SD中或由传感器数据SD给出,而计算机系统20可以从其他地方获得元数据MD,例如从外部计算机设备(未示出)获得元数据MD。同样可以设想,计算机系统20从外部计算机设备获得当前位置P1和/或期望目的地P2。如图5所示,计算机系统20被配置成通过使用方法400确定一个或更多个疏散路径EP,并将疏散路径EP返回到相应的无人机1。因此,可以使无人机1来沿着疏散路径EP引导人员,可选地连同其他无人机(未示出)一起引导。
图8B示出了与图8A不同的第二集中式实现方式,其中计算机系统20将疏散路径EP发送到另一无人机1,而不是发送到提供了传感器数SD的无人机1。在一个示例中,引导系统可包括专用于数据收集的无人机和专用于提供疏散引导的无人机。在另一示例中,计算机系统20可以例如基于当前无人机位置、无人机耐热性、无人机功能性等,在一组无人机中主动确定接收疏散路径EP的无人机1。
还可以设想,计算机系统2合并来自多个无人机的传感器数据SD,并且基于合并的信息确定疏散路径。
在变型例中,计算机系统20将疏散路径EP返回给无人机1,如图8A所示,然后无人机1通过无人机对无人机通信与其他无人机进行商,以确定沿着疏散路径EP引导人员的无人机。
在未示出的第三集中式实现方式中,计算机系统20位于部署在目标区域中的多个无人机中的主无人机上。主无人机可以被配置成从其传感器系统获得传感器数据SD,以及通过短距离无线通信从其他无人机接收传感器数据SD。主无人机可以被配置成基于可用的传感器数据SD确定疏散路径EP。主无人机还可以被配置成选择沿着疏散路径EP引导人员的一个或更多个无人机,并将疏散路径EP传递给所选无人机通信。参照图3,当前位置P1和/或期望目的地P2可以由传感器数据SD给出或从远程计算机(未示出)接收,例如通过无线通信接收。元数据MD也可以从远程计算机获得,或预先存储在主无人机的内部存储器中。
图8C示出了分布式实现方式,其中计算机系统20位于部署在目标区域中的多个无人机1上。各个无人机1生成其自己的传感器数据SD,并至少部分基于该传感器数据SD确定疏散路径EP。如图8C所示,无人机1可以被配置成例如通过无线短程通信交换传感器数据SD,并且基于所有可用传感器数据SD确定疏散路径EP。或者,各个无人机1可以配置成仅使用其自己的传感器数据SD来确定其自己的疏散路径EP,从而与其他无人机交换其疏散路径EP。各个无人机还可以配置成与其他无人机协商,以决定沿着疏散路径EP引导人员的无人机。如果有多个不同的人员需要引导,无人机也可以协商选择引导相应人员的无人机。参照图3,当前位置P1和/或期望目的地P2可以由传感器数据SD给出或从远程计算机(未示出)接收,例如通过无线通信接收。元数据MD也可从远程计算机获得,或预先存储在相应无人机1的内部存储器中。
在分布式实现的一些实施方式中,无人机1基于各自无人机上的一个或更多个摄像头捕获的图像协作创建目标区域2的热图。热图可以表示温度、地貌、人员、建筑物、道路、车辆等中的一项或更多项。热图在无人机穿越目标区域2时不断共享和更新。因此,所有无人机都可以访问相同的热图。相应的无人机1将热图与目标区域2的地理图相匹配(例如,包括在元数据MD中)。地理地图可以表示道路、地形、建筑物、危险材料的储存设施等。如上文所述,相应的无人机操作PPA以根据以下因素中的一个或更多个来确定一条或多条疏散路径:1)野火蔓延速度和方向,2)交通方式,3)载具的估计速度,例如最高速度,4)屏蔽参数,5)可用路线,包括通常不由载具行驶的路径,如人行道和自行车道,以及6)与火灾和其他风险的安全距离。
在以分布式或集中式实施方式确定疏散路径后,可以由每人员或每人员组的一个无人机提供疏散引导,或者由多个无人机组成并创建安全疏散的视觉和/或听觉路径。在疏散期间,相应无人机可以使用其传感器系统主动检测意外危险,并引导人员绕过此类危险。此类意外危险可能包括倒下的树木或其他障碍物,或接近可能对人员隐藏的车辆。
在图8C的变型例中,各个无人机1自动使用其自身的传感器数据SD来确定其自身的疏散路径EP,并相应地提供引导。
可以注意的是,无人机之间的短程无线通信不太可能受到野火的影响。如果发生中断,无人机可能只需提高其高度以减少野火的影响。对于远程无线通信,即使蜂窝通信可能在野火内或周围中断,无人机也可以使用其他通信技术,或者无人机可以间歇性地远离野火,并在可操作的蜂窝网络范围内与远程计算机通信。
计算机系统20可以由一个或更多个软件控制的计算机资源实现。图9示意性地描绘了这样的计算机资源90,其包括处理系统91、计算机存储器92和用于输入和/或输出数据的通信接口93。计算机资源90可以是也可以不是单一设备。处理系统91例如可以包括一个或更多个CPU(“中央处理单元”)、DSP(“数字信号处理器”)、微处理器、微控制器、ASIC(“专用集成电路”)、分立的模拟和/或数字组件的组合,或一些其他可编程逻辑器件,例如FPGA(“现场可编程门阵列”)。包括计算机指令的控制程序92A存储在存储器92中,并由处理系统91执行,以执行上述任何方法、操作、功能或步骤。如图9所示,存储器92还可以存储控制数据92B以供处理系统92使用。可以将控制程序92A提供给计算机可读介质100上的计算机资源90’,该计算机可读介质100可以是有形(非暂时)产品(例如,磁介质、光盘、只读存储器、闪存等)或传播信号。
虽然已经结合当前被认为是最实际的实施方式描述了本发明的主题,但是应当理解,本发明的主题不限于所公开的实施方式,相反,旨在涵盖包括在所附权利要求的精神和范围中的各种修改和等效布置。
此外,虽然操作是在附图中以特定顺序描述的,但这不应理解为要求以所示的特定顺序或顺序执行此类操作,或要求执行所有所示的操作以实现期望的结果。在某些情况下,并行处理可能是有利的。
在下文中,引用条款以概括如在前述中公开的一些方面和实施方式。
C1.一种用于提供野火疏散支持的计算机系统,所述计算机系统包括:输入端83,所述输入端用于接收在至少一个无人飞行器1被部署在包含野火3的目标区域2中时由其生成的传感器数据SD,所述至少一个无人飞行器1被配置成通过使用一个或更多个传感器15来生成表示所述目标区域中的野火3的所述传感器数据SD,至少一个处理器81,所述至少一个处理器连接到所述输入端83,并且被配置成:获得所述目标区域2中处于危险情况的人员的当前位置P1;获得所述目标区域2中所述人员的期望目的地P2;基于所述传感器数据SD,识别所述目标区域2中的一个或更多个危险区32、33,所述一个或更多个危险区32、33对所述人员构成火灾相关威胁;以及确定从所述当前位置P1延伸到所述期望目的地P2同时避开了所述一个或更多个危险区32、33的至少一个疏散路径EP。
C2.根据C1所述的计算机系统,其中,所述传感器数据SD表示所述野火3中的一个或更多个有限空间火灾F的位置和范围、以及一个或更多个有限空间火灾F的强度。
C3.根据C1或C2所述的计算机系统,所述计算机系统被配置成通过基于所述传感器数据SD检测所述人员并且确定所述人员的所述当前位置P1来获得所述人员的当前位置P1。
C4.根据前述条款中的任一项所述的计算机系统,其中,所述传感器数据SD表示实时图像。
C5.根据C4所述的计算机系统,其中,所述实时图像包括红外图像。
C6.根据权利要求1所述的计算机系统,所述计算机系统被配置成使所述至少一个无人飞行器1基于所述至少一条疏散路径EP引导所述人员。
C7.根据前述条款中的任一项所述的计算机系统,所述计算机系统还被配置成:将所述一个或更多个危险区32、33中各危险区表示为路径规划算法的构形空间30中的障碍物32’、33’,并且运行所述路径规划算法以确定所述至少一条疏散路径EP。
C8.根据C7所述的计算机系统,其中,所述一个或更多个危险区中的相应危险区32、33对应于所述野火3中的有限空间火灾32,或者危险材料的储存设施33。
C9.根据C7或C8所述的计算机系统,所述计算机系统被配置成以距相应危险区32、33的余量D来定义所述障碍物32’、33’,其中,所述余量D表示所述人员与所述相应危险区32、33之间的安全距离,其中,所述计算机系统20被配置成基于风数据或所述野火3的特征中的至少一项来设置所述余量D。
C10.根据C9所述的计算机系统,所述计算机系统被配置成基于所述传感器数据SD确定所述野火3的所述特征。
C11.根据C9或C10所述的计算机系统,其中,所述特征包括传播速率、火灾强度或传播方向中的至少一项。
C12.根据C9至C11中的任一项所述的计算机系统,所述计算机系统还被配置成:基于所述传感器数据SD确定所述人员的交通模式,并且基于与所述交通模式相关的屏蔽参数确定所述余量D。
C13.根据C1至C11中的任一项所述的计算机系统,所述计算机系统还被配置成:基于所述传感器数据SD确定所述人员的交通模式,并且基于所述交通模式确定所述至少一条疏散路径EP。
C14.根据C13所述的计算机系统,所述计算机系统被配置成基于所述交通模式的估计速度确定所述至少一条疏散路径EP。
C15.根据C13或C14所述的计算机系统,所述计算机系统被配置成确定至少一条疏散路径EP同时排除所述目标区域2中所述交通模式无法穿越的地形。
C16.根据前述条款中的任一项所述的计算机系统,所述计算机系统位于所述无人飞行器1上。
C17.根据前述条款中的任一项所述的计算机系统,所述计算机系统被配置成重复地获得所述人员的所述当前位置P1并且可选地重复地获得所述期望目的地P2,识别所述目标区域2中的所述一个或更多个危险区32、33,并且确定所述至少一条疏散路径EP,使得随着所述人员通过所述目标区域2,所述至少一条疏散路径随时间被更新。
C18.一种用于提供野火疏散支持的系统,所述系统包括多个无人飞行器1和根据前述条款中的任一项所述的计算机系统,其中,所述计算机系统位于所述多个无人飞行器1中的至少一个无人飞行器上,并且其中,所述多个无人飞行器1被配置成通过无线传输来在所述多个无人飞行器间交换所述传感器数据SD。
C19.一种提供野火疏散支持的由计算机实现的方法,所述方法包括:获得402由在包含野火的目标区域中操作的至少一个无人飞行器上的一个或更多个传感器生成的传感器数据,所述传感器数据表示所述目标区域中的所述野火;获得403包含野火的目标区域中处于危险情况的人员的当前位置;获得404所述目标区域中的期望目的地;至少部分地基于所述传感器数据,识别405所述目标区域中的一个或更多个危险区,所述一个或更多个危险区对所述人员构成火灾相关威胁;以及确定406从所述当前位置延伸到所述期望目的地同时避开了所述一个或更多个危险区的至少一个疏散路径。
C20.一种计算机可读介质,所述计算机可读介质包括计算机指令,当所述计算机指令由至少一个处理器81执行时,使所述至少一个处理器81执行根据C19所述的方法。
C21.一种无人飞行器,所述无人飞行器用于在包含野火3的目标区域2中部署,所述无人飞行器包括一个或更多个传感器15,并且被配置成:通过使用一个或更多个传感器15,生成表示所述目标区域2中的所述野火3的传感器数据SD;获得所述目标区域2中处于危险情况的人员的当前位置P1;获得所述目标区域2中的所述人员的期望目的地P2;基于所述传感器数据SD,识别所述目标区域2中的一个或更多个危险区32、33,所述一个或更多个危险区32、33对所述人员构成火灾相关威胁;以及确定从所述当前位置P1延伸到所述期望目的地P2同时避开了所述一个或更多个危险区32、33的至少一条疏散路径EP。
C22.根据C21所述的无人飞行器,所述无人飞行器被包括在用于在所述目标区域2中部署的多个无人飞行器中,其中,该无人飞行器还被配置成从所述多个无人飞行器中的一个或更多个其他无人飞行器接收表示所述目标区域2中的野火3的其他传感器数据,其中,所述无人飞行器被配置成基于所述传感器数据和所述其他传感器数据识别所述一个或更多个危险区。
C23.根据C22所述的无人飞行器,所述无人飞行器还被配置成:从所述多个无人飞行器中选择至少一个无人飞行器,并且使所述至少一个无人飞行器基于所述至少一条疏散路径EP引导所述人员。
Claims (23)
1.一种用于提供野火疏散支持的计算机系统,所述计算机系统包括:
输入端(83),所述输入端用于接收在至少一个无人飞行器(1)被部署在包含野火(3)的目标区域(2)中时由其生成的传感器数据(SD),所述至少一个无人飞行器(1)被配置成通过使用一个或更多个传感器(15)来生成表示所述目标区域中的野火(3)的所述传感器数据(SD),
至少一个处理器(81),所述至少一个处理器连接到所述输入端(83),并且被配置成:
获得所述目标区域(2)中处于危险情况的人员的当前位置(P1),
获得所述目标区域(2)中所述人员的期望目的地(P2),
基于所述传感器数据(SD),识别所述目标区域(2)中的一个或更多个危险区(32、33),所述一个或更多个危险区(32、33)对所述人员构成火灾相关威胁,以及
确定从所述当前位置(P1)延伸到所述期望目的地(P2)同时避开了所述一个或更多个危险区(32、33)的至少一个疏散路径(EP)。
2.根据权利要求1所述的计算机系统,其中,所述传感器数据(SD)表示所述野火(3)中的一个或更多个有限空间火灾(F)的位置和范围、以及所述一个或更多个有限空间火灾(F)的强度。
3.根据权利要求1所述的计算机系统,所述计算机系统被配置成通过基于所述传感器数据(SD)检测所述人员并且确定所述人员的所述当前位置(P1)来获得所述人员的所述当前位置(P1)。
4.根据权利要求1所述的计算机系统,其中,所述传感器数据(SD)表示实时图像。
5.根据权利要求4所述的计算机系统,其中,所述实时图像包括红外图像。
6.根据权利要求1所述的计算机系统,所述计算机系统被配置成使所述至少一个无人飞行器(1)基于所述至少一条疏散路径(EP)引导所述人员。
7.根据前述权利要求中的任一项所述的计算机系统,所述计算机系统还被配置成:将所述一个或更多个危险区(32、33)中各危险区表示为路径规划算法的构形空间(30)中的障碍物(32’、33’),并且运行所述路径规划算法以确定所述至少一条疏散路径(EP)。
8.根据权利要求7所述的计算机系统,其中,所述一个或更多个危险区中的相应危险区(32、33)对应于所述野火(3)中的有限空间火灾(32),或者危险材料的储存设施(33)。
9.根据权利要求7所述的计算机系统,所述计算机系统被配置成以距相应危险区(32、33)的余量(D)来定义所述障碍物(32’、33’),其中,所述余量(D)表示所述人员与所述相应危险区(32、33)之间的安全距离,其中,所述计算机系统(20)被配置成基于风数据或所述野火(3)的特征中的至少一项来设置所述余量(D)。
10.根据权利要求9所述的计算机系统,所述计算机系统被配置成基于所述传感器数据(SD)确定所述野火(3)的所述特征。
11.根据权利要求9所述的计算机系统,其中,所述特征包括传播速率、火灾强度或传播方向中的至少一项。
12.根据权利要求9所述的计算机系统,所述计算机系统还被配置成:基于所述传感器数据(SD)确定所述人员的交通模式,并且基于与所述交通模式相关的屏蔽参数确定所述余量(D)。
13.根据权利要求1所述的计算机系统,所述计算机系统还被配置成:基于所述传感器数据(SD)确定所述人员的交通模式,并且基于所述交通模式确定所述至少一条疏散路径(EP)。
14.根据权利要求13所述的计算机系统,所述计算机系统被配置成基于所述交通模式的估计速度确定所述至少一条疏散路径(EP)。
15.根据权利要求13所述的计算机系统,所述计算机系统被配置成确定所述至少一条疏散路径(EP)同时排除所述目标区域(2)中所述交通模式无法穿越的地形。
16.根据权利要求1所述的计算机系统,所述计算机系统位于无人飞行器(1)上。
17.根据权利要求1所述的计算机系统,所述计算机系统被配置成重复地获得所述人员的所述当前位置(P1)并且可选地重复地获得所述期望目的地(P2),识别所述目标区域(2)中的所述一个或更多个危险区(32、33),并且确定所述至少一条疏散路径(EP),使得随着所述人员通过所述目标区域(2),所述至少一条疏散路径随时间被更新。
18.一种用于提供野火疏散支持的系统,所述系统包括多个无人飞行器(1)和根据权利要求1所述的计算机系统,其中,所述计算机系统位于所述多个无人飞行器(1)中的至少一个无人飞行器上,并且其中,所述多个无人飞行器(1)被配置成通过无线传输来在所述多个无人飞行器间交换所述传感器数据(SD)。
19.一种提供野火疏散支持的由计算机实现的方法,所述方法包括:获得(402)由在包含野火的目标区域中操作的至少一个无人飞行器上的一个或更多个传感器生成的传感器数据,所述传感器数据表示所述目标区域中的所述野火;获得(403)包含野火的目标区域中处于危险情况的人员的当前位置;获得(404)所述目标区域中的期望目的地;至少部分地基于所述传感器数据,识别(405)所述目标区域中的一个或更多个危险区,所述一个或更多个危险区对所述人员构成火灾相关威胁;以及确定(406)从所述当前位置延伸到所述期望目的地同时避开了所述一个或更多个危险区的至少一个疏散路径。
20.一种计算机可读介质,所述计算机可读介质包括计算机指令,当所述计算机指令由至少一个处理器(81)执行时,使所述至少一个处理器(81)执行根据权利要求19所述的方法。
21.一种无人飞行器,所述无人飞行器用于在包含野火(3)的目标区域(2)中部署,所述无人飞行器包括一个或更多个传感器(15),并且被配置成:通过使用所述一个或更多个传感器(15),生成表示所述目标区域(2)中的所述野火(3)的传感器数据(SD);获得所述目标区域(2)中处于危险情况的人员的当前位置(P1);获得所述目标区域(2)中的所述人员的期望目的地(P2);基于所述传感器数据(SD),识别所述目标区域(2)中的一个或更多个危险区(32、33),所述一个或更多个危险区(32、33)对所述人员构成火灾相关威胁;以及确定从所述当前位置(P1)延伸到所述期望目的地(P2)同时避开了所述一个或更多个危险区(32、33)的至少一条疏散路径(EP)。
22.根据权利要求21所述的无人飞行器,所述无人飞行器被包括在用于在所述目标区域(2)中部署的多个无人飞行器中,其中,该无人飞行器还被配置成从所述多个无人飞行器中的一个或更多个其他无人飞行器接收表示所述目标区域(2)中的野火(3)的其他传感器数据,其中,所述无人飞行器被配置成基于所述传感器数据和所述其他传感器数据识别所述一个或更多个危险区。
23.根据权利要求22所述的无人飞行器,所述无人飞行器还被配置成:从所述多个无人飞行器中选择至少一个无人飞行器,并且使所述至少一个无人飞行器基于所述至少一条疏散路径(EP)引导所述人员。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE2151131-6 | 2021-09-15 | ||
SE2151131 | 2021-09-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115826607A true CN115826607A (zh) | 2023-03-21 |
Family
ID=82399444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210823916.1A Pending CN115826607A (zh) | 2021-09-15 | 2022-07-14 | 用于提供野火疏散支持的计算机系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230078676A1 (zh) |
EP (1) | EP4152289A1 (zh) |
CN (1) | CN115826607A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11931610B1 (en) * | 2023-08-16 | 2024-03-19 | Owen Charles Wengreen | Drones that use early detection systems to prevent wildfires |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5832187A (en) * | 1995-11-03 | 1998-11-03 | Lemelson Medical, Education & Research Foundation, L.P. | Fire detection systems and methods |
GB2474007A (en) * | 2009-08-27 | 2011-04-06 | Simon R Daniel | Communication in and monitoring of a disaster area, optionally including a disaster medical pack |
WO2017026111A1 (ja) * | 2015-08-07 | 2017-02-16 | セイコーエプソン株式会社 | 情報処理システム、情報処理装置、端末装置、及び情報処理方法 |
CN107925707B (zh) * | 2015-08-10 | 2020-10-20 | 精工爱普生株式会社 | 位置信息利用系统、网关装置及可佩戴装置 |
US10145699B2 (en) * | 2015-08-28 | 2018-12-04 | The Boeing Company | System and methods for real-time escape route planning for fire fighting and natural disasters |
ITUA20164498A1 (it) * | 2016-05-31 | 2017-12-01 | Inspire S R L | Metodo ed apparato per l'impiego di droni in applicazioni antincendio |
AU2018208596A1 (en) * | 2017-01-10 | 2019-07-25 | Babak Rezvani | Emergency drone guidance device |
US10777051B1 (en) * | 2018-02-27 | 2020-09-15 | Allstate Insurance Company | Emergency incident detection, response, and mitigation using autonomous drones |
US10955253B2 (en) * | 2018-05-16 | 2021-03-23 | Alex MATHEW | System and method for aggregating and displaying tactical, intelligence, and military garrison information |
US11169678B2 (en) * | 2018-11-21 | 2021-11-09 | One Conern, Inc. | Fire management tool with versatile user interface |
US11660480B2 (en) * | 2018-11-21 | 2023-05-30 | One Concern, Inc. | Fire forecasting |
TW202040488A (zh) * | 2019-03-05 | 2020-11-01 | 光禾感知科技股份有限公司 | 智慧防災系統及智慧防災方法 |
EP3836584B1 (en) * | 2019-12-13 | 2023-01-11 | Sony Group Corporation | Rescue support in large-scale emergency situations |
US11748901B1 (en) * | 2020-02-11 | 2023-09-05 | State Farm Mutual Automobile Insurance Company | Using deep learning and structure-from-motion techniques to generate 3D point clouds from 2D data |
CN111311865A (zh) * | 2020-02-25 | 2020-06-19 | 东北农业大学 | 一种基于搭载热成像仪的森林防火无人机平台 |
US11975224B2 (en) * | 2020-02-27 | 2024-05-07 | Bradley Lawrence Bartz | Unmanned aerial vehicle (UAV) controlled netting system and method thereof |
US11250262B2 (en) * | 2020-03-12 | 2022-02-15 | RapidDeploy, Inc. | Wildfire surveillance UAV and fire surveillance system |
US20220080236A1 (en) * | 2020-09-14 | 2022-03-17 | Woncheol Choi | Fire suppression system |
US20220090927A1 (en) * | 2020-09-22 | 2022-03-24 | Genasys Inc. | Multi-Hazard Spatio-Temporal Zone-Based Evacuation Management Platform |
US20220129681A1 (en) * | 2020-10-28 | 2022-04-28 | Preet ANAND | System and method for early detection and management of wildfires |
JP7094421B1 (ja) * | 2021-05-17 | 2022-07-01 | 楽天グループ株式会社 | 無人航空機の制御システム、制御方法、及びプログラム |
-
2022
- 2022-07-06 EP EP22183318.9A patent/EP4152289A1/en active Pending
- 2022-07-14 CN CN202210823916.1A patent/CN115826607A/zh active Pending
- 2022-08-21 US US17/892,083 patent/US20230078676A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4152289A1 (en) | 2023-03-22 |
US20230078676A1 (en) | 2023-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109029422B (zh) | 一种多无人机协作构建三维调查地图的方法和装置 | |
US11004345B2 (en) | Systems and methods for generating and monitoring flight routes and buffer zones for unmanned aerial vehicles | |
EP2511888B1 (en) | Fire management system | |
US8521343B2 (en) | Method and system to autonomously direct aircraft to emergency-contingency landing sites using on-board sensors | |
US11749074B2 (en) | Rescue support in large-scale emergency situations | |
US20180233054A1 (en) | Method and apparatus for controlling agent movement in an operating space | |
RU2721450C1 (ru) | Способ управления беспилотными летательными аппаратами | |
CN112327914A (zh) | 一种高层消防多无人机室内协同路径规划方法及系统 | |
AU2021229743A1 (en) | An emergency response system and method | |
US10502584B1 (en) | Mission monitor and controller for autonomous unmanned vehicles | |
US20140207365A1 (en) | Methods for determining a flight path | |
JP2018511136A (ja) | 無人航空機のための経路計画 | |
KR102068760B1 (ko) | 무인 비행체 관제장치와 지뢰 탐지 시스템 및 이를 이용하여 지뢰를 탐지하는 방법 | |
US11262746B1 (en) | Simultaneously cost-optimized and policy-compliant trajectory generation for unmanned aircraft | |
CA2796923A1 (en) | Determining landing sites for aircraft | |
KR102643528B1 (ko) | 무인비행장치, 이를 포함하는 시스템 및 무인비행장치의 이동 경로 탐색방법 | |
CN110226143A (zh) | 前导无人机的方法 | |
CN104851322A (zh) | 基于北斗卫星导航系统的低空飞行目标告警系统和方法 | |
US11763555B2 (en) | System and method for ground obstacle detection and database management | |
JP2016161572A (ja) | 侵入オブジェクトを検出するシステムおよび方法 | |
CN115145302A (zh) | 一种飞行控制方法及装置、云平台、存储介质 | |
CN115826607A (zh) | 用于提供野火疏散支持的计算机系统和方法 | |
Swain et al. | Evolution of vehicular ad hoc network and flying ad hoc network for real-life applications: Role of vanet and fanet | |
Shmelova et al. | Organization of a safe and efficient system of air transportation in and around an urban area using unmanned arial vehicles | |
Campaña et al. | Air tracking and monitoring for unmanned aircraft traffic management |
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 |