基于CNN的矿井外因火灾火源定位方法研究

为了在矿井发生火灾时能够及时准确定位火灾发生位置,解决当前矿井火灾监测方法中存在的局部监测方法覆盖区域较为有限、整体监测定位系统泛化性能不强等问题,提出1种基于深度卷积神经网络(CNN)的矿井外因火灾火源位置识别模型,阐述该模型的基本框架及数据处理方法,使用Ventfire程序生成火灾模拟数据进行训练及优化。研究结果表明:对案例数据测试中,定位发生火灾巷道的准确率为85.3%,定位火灾发生巷道所在范围(5条巷道)的准确率为92.6%。研究结果可为提高矿井外因火灾识别定位的智能化水平提供参考。

一种消防机器人火源定位及自动跟踪系统

传统的消防机器人受限于火源检测和定位技术,检测和定位精度受环境影响较大,导致效果较差,部署复杂且智能化程度不高。针对这一问题,基于深度学习,结合视频图像处理技术,设计并实现了一套火焰检测、定位及自动跟踪灭火系统。该系统采用高实时深度学习模型进行火灾检测,通过计算和比较图像的结构相似度,结合火焰的动态特征对误报进行排除,进一步提高了检测精度。同时,引入基于冗余图像分割的二次检测,提高小目标火源的检测率,有效增加了消防机器人的检测灭火距离。此外,利用单目相机对火源进行定位跟踪,部署简单。试验结果表明,该系统提升了火焰检测的精度和检测距离,具有良好的实时性,能够满足复杂环境的消防机器人自动灭火。

基于复合热烟传感信息的受限空间火源定位方法

火源点定位对实现针对性灭火、成因鉴定及人员疏散具有重要意义。为解决室内受限空间火源精确定位困难的问题,根据火灾初期热烟气流的流动特点,推导出利用火灾热烟气流扩散模型的受限空间火源定位方法。将传感单元阵列所采集热烟传感信息进行相对变率关联度分析,以确定传感器之间的信号时延。通过几何关系确定传感器单元与火源点之间的方位角,再利用角度定位原理得到一次火源点定位结果。最后根据利用不同时间段内信息得到的火源定位结果,基于动态聚类思想选取定位估计区域,将区域中心点作为火源综合定位结果输出。仿真测试分析显示火源定位精度较好,验证所提方法的可行性。

基于改进蚁群算法的火源定位策略研究

为了达到多机器人系统能够模仿蚁群寻找食物源的行为来定位搜索火源目标,对基本蚁群算法和禁忌搜索算法进行融合和修正,形成一种新的目标搜索策略。修正的蚁群算法包括:全局随机搜索、局部遍历搜索和信息素更新三个部分。在搜索过程中,通过设定信息素的有效作用范围来实现对多个火源目标的定位。仿真结果表明,局部遍历搜索能够保证机器人逐步靠近火源目标,而融合了禁忌搜索的蚁群算法在搜索效率上大大提高。

用于煤矿自燃火源定位的WSN节点研究

给出了一种用于煤炭自燃定位的WSN设计,讨论了传感器节点的设计原则,重点研究了节点的硬件结构,并详述了网络协议。定位系统的核心部件由MSP430微处理器、CC2420射频芯片、DZW-T1温度传感器等组成,网络层采用多路径负载均衡技术的路由机制,数据链路层选择S-MAC协议。与传统的监测系统相比,设计的系统结构灵活、可扩展性强、测量准确,为煤炭自燃火源定位技术研究拓宽了方向。

基于红外阵列传感器的火源定位方法

针对现有的自动消防水炮产品普遍存在火源定位时间长、定位精度低等问题,提出了一种基于红外阵列传感器的火源快速定位方法。在火灾发生时,利用红外热成像技术获取火源的红外图像,采用重心算法对火源重心坐标进行计算,并根据火源重心与图像中心的偏差对消防水炮进行反馈控制,实现火源精准快速定位。在此基础上,搭建了消防水炮实验平台,并对火源定位方法进行了实验验证。实验结果表明,本文提出的方法可有效提高消防水炮火源定位的效率和精度,同时还能为其他的视觉跟踪应用提供技术参考。

基于红外热像仪的火源定位方法

为了在消防机器人上实现火源的识别与定位,研究了基于红外热像仪的图像识别算法。利用红外热像仪感知的温度特征将疑似火源的区域从背景中分割出来;对二值化后的图像利用Blob提取算法,得到每个目标区域的像素集合;在此基础上,使用光流法提取图像的动态特征;提出一种分段均值的方法,并结合光流方向的其他特征来判定目标区域是否为火源。实验结果表明,提出的算法能有效定位火源。

基于数据驱动的室内有风环境下火源定位算法

传统的室内火源定位方法一般都是针对无风条件下的火源进行定位,但实际火灾现场往往是有风的。为了研究有风环境下火源点的定位问题,提出一种基于数据驱动的火灾定位方法,结合极限学习机优秀的训练速度和粒子滤波对于非线性系统的优越性,拟合得到出有风环境时的火灾温度场系统量测方程,结合粒子滤波进行定位,并与常用的最小二乘法定位结果进行对比,仿真结果表明本文方法在精确性与稳定性上优于最小二乘法。

消防水炮的火源定位方案设计

为了满足灭火的快捷和安全性,具有智能自动灭火功能的消防水炮成为各大商场,图书馆等公共场所的主要消防设备。由于水流在垂直方向上会受各种作用力的影响,所以水炮在定位到火源后需要在垂直上相应偏转一定的补偿角度才能成功灭火。目前的水炮大多采用较为简单的固定值补偿方法,灭火的准确度较低。本文在改进原水炮代码的基础上,根据消防水炮的射流轨迹曲线方程分析射程和水炮俯仰角的关系,设计一种求解水炮补偿角的方法。实验结果表明,使用这种方法既增强了时效性,又能保障灭火的准确性。

基于传感器十字交叉式排布的飞机货舱早期火源定位研究

提出一种早期火灾火源定位方法,用于飞机在高空航行时低温低压状态下的货舱火源定位情形。该方法基于传感器十字交叉式排布,利用传感器检测到烟雾信号的延迟间隔,计算烟雾传播位移差,溯源定位火源位置。可在火灾发生早期阶段,精确定位火源,有效减少灭火剂的投放量,减轻灭火剂残留物对大气环境的损害,促进绿色民航建设。为验证定位算法的准确性,采用PyroSim火灾模拟软件按1∶1建立了A330-300后下货舱模型,随机选取20个火源点,在低温低压状态下火源定位平均相对误差为2.44%。结果表明,该定位方法定位精准度高,适用于飞机货舱火源探测,具有良好的可行性。

浅谈无线传感器网络在火灾调查起火源认定与消防系统中的应用

在火灾应急响应中,快速准确地识别火源位置对于控制火势和降低损失至关重要。目前,现有技术在火源定位的速度和准确性上还存在一定的局限性。针对这一问题,本文介绍了分布式温度传感(DTS)系统在火源定位中的应用,并通过实验验证了该技术的有效性。研究发现,当光纤位于火源对侧时,仅需40s即可大致定位火源,并在90s内精确确定火源位置;而当光纤位于火源同侧时,初步定位需要70s,精确定位则需180s。本研究表明,DTS系统的配置对火源定位效率有显著影响,其能够为火灾调查和消防系统的优化提供科学依据和技术支持。

基于分布式光纤传感技术的封闭空间火源精确定位方法研究

为了解决封闭空间火源精确定位困难的问题,文中提出了一种基于拉曼散射的分布式光纤传感技术的火源精确定位方法,对比分析了分布式拉曼测温系统在温度测量领域的优势,简化了封闭空间火场的火源模型,在分析温度与后向拉曼散射光的关系特性的基础上,给出了传感光纤布阵方案和火源粗略、精确定位的数学模型,并通过实验验证了方法的有效性,实验结果表明本方法定位误差范围可控制在54cm^2以内.此方法解决了封闭空间火灾火源定位精度低的问题,为分布式光纤传感技术在二维、三维空间传感领域提供了一定的理论基础.

多视点火源三维定位算法研究

为了及时对火源定位,提出了一种多视点火源定位算法框架。该框架融合了多个摄像机的单视点火焰检测结果。每个摄像机的检测结果通过单应变换投射到多个虚拟的水平和垂直平面,这些平面将整个监控场景进行了划分,形成了一个三维虚拟网格。利用这个网格可以获得火源的空间位置信息。实验结果表明,所提出的多视点火源定位算法能够有效地定位火源,使用两个摄像机就可以得到较高的定位精度,增加摄像机的数量可以进一步提高定位精度。

大空间建筑火源的精确定位方法

针对大空间建筑火源定位精度低和实时性差的问题,提出一种基于火焰图像熵值加速鲁棒性特征SURF(Speeded Up Robust Features)的改进遗传算法求解框架应用在大空间建筑火源定位中。在良好的火源探测下,首先用SURF算法提取火焰特征点,引入特征点熵值来减少误匹配,得到较好的匹配点对,进一步求解摄像机参数。通过改进选择、交叉、变异算子设计大空间建筑火源定位中摄像机标定的遗传算法,最终获得火源三维信息。实验结果表明,提出的新算法应用在大空间建筑火源定位中能更好恢复火源的三维深度信息。

基于BP神经网络的深埋地铁车站火灾火源定位方法研究

火灾是地下空间出现频次最高的灾害,构建有效的地下空间火灾火源定位方法对于提升逃生疏散效率、降低火灾后果具有重要意义。依托重庆轨道交通10号线红土地站,基于FDS火灾模拟结果构建火灾数据库,采用BP神经网络分别建立判断着火层及确定火源平面坐标的神经网络,通过前者判断着火层数再利用对应层的坐标定位神经网络确定火源的平面坐标,从而实现具有复杂内部构造的深埋地铁车站火灾火源的三维空间定位。分析了火灾进程、传感器间距及输入数据类型和数量对定位精度的影响。研究表明:建立的火源定位方法具有较高的定位精度;存在一个最优的传感器间距能在保证定位精度的前提下,减少监控成本;基于温度驱动的定位模型优于基于CO浓度驱动的定位模型。研究成果可为未来深埋地铁车站火源定位方法的建立提供参考,并指导火灾时救援疏散策略的制定。

基于无线传感器网络的大型场所火情检测与定位算法

针对商场等大型场所火灾监控存在的火情态势估计不明、监控节点孤立、预警准确率低、火源定位不准确等问题,提出一种基于无线传感器网络的大型场所火灾检测与定位算法。采用人工神经网络对火灾检测节点数据进行学习训练和火情估计,并经过模糊推理决策,给出火灾报警信息。利用受限空间烟雾扩散模型、气体温度扩散模型实现火源定位,并准确估计火情,以提供消防人员灭火决策。从单节点神经网络火灾报警仿真实验得出单节点火灾检测概率较高,同时从多节点火情定位实验得出,火情的覆盖范围描绘准确,火源定位精度较好。理论分析和实验结果表明火灾检测和定位算法是可行的。

基于双目视觉的矿井外因火灾感知与定位方法

针对目前矿井外因火灾监测方法大都没有火源定位功能的问题,提出了基于双目视觉的矿井外因火灾感知与定位方法。在有电缆、胶带和机电设备的巷道、硐室及采掘工作面多点设置矿用可见光双目摄像机或近红外双目摄像机,采集监控区域图像;对采集到的图像进行预处理,通过阈值分割得到二值化图像;计算图像中的圆形度、矩形度和尖角数量,根据圆形度、矩形度和尖角数量对图像进行火焰识别,若图像检测区域有火焰,发出火灾报警信号,并融合温度、烟雾、二氧化碳、一氧化碳、氧气和红外传感器信息,提高报警准确性;通过矿用可见光双目摄像机或近红外双目摄像机对火源进行测距,结合摄像机位置对火源进行定位,并输出火源位置信息,控制火源附近灭火装置灭火。也可采用远红外双目摄像机进行火灾感知和火源定位,但成本高。基于双目视觉的矿井外因火灾感知与定位方法既可感知火灾又可定位火源,具有监控范围广、成本低、响应快、可视化等优点,解决了矿井外因火灾火源定位的难题。

基于图像及温度传感器的火灾定位技术

介绍基于图像传感器和温度传感器这两种新型火灾定位技术的基本原理和计算方法,结合应用场所、技术发展及应用程度等方面对两种技术进行了分析与比较。为今后的火灾定位技术研究及产品选型提供参考和依据。

基于计算机视觉技术的火情定位及检测系统

传统的火灾检测系统由于传感器受环境影响较大导致效果较差。针对这一问题,文中基于图像处理技术,结合红外基础理论、双目立体视觉测距理论和开源计算机视觉库(OpenCV)设计并实现了一套火灾火源定位及检测系统。该系统能根据红外测温、轴向比判别、内外焰判别、形状不规则判别等算法,对火灾燃烧时出现的典型图像特征进行检测和报警,并能仿照双目视觉定位原理对火源进行定位与跟踪。该系统经过实验测试,检测和定位效果良好,能为类似的火灾检测系统的设计提供技术参考。

计算机视觉技术在火情定位及检测系统中的应用

在火情定位及检测系统中,由于受周边环境的影响,常规的火灾探测系统无法实现有效的探测。基于上述理论,结合双目立体视觉测距理论,本文结合OpenCV,设计开发了一套完整的火源定位和检测系统。该系统可以根据不同的红外温度、轴向比、内外焰判别、形状不规则判别等不同的方式,对典型的火灾图像进行识别和报警。并能模仿双眼视觉定位的原理实现对火源的定位和追踪。通过试验验证,系统具有较好的检测与定位性能,可为同类火灾探测系统的研制工作提供一定的技术依据。