基于红外图像识别技术的隧道防火预警巡检方法

为了提高隧道火灾预防能力,基于红外图像识别技术设计了一套隧道防火预警系统。硬件部分采用红外CCD摄像头、红外光源和红外滤波光片,实现了红外图像的采集。利用树莓派4代开发板,对采集到的红外图像进行实时处理与识别,利用报警控制主机,完成隧道的防火预警。软件部分使用Python编程语言和模块化的思想,采用迁移学习和基于区域的全卷积网络算法,实现了红外图像的识别。试验结果表明,红外图像识别准确率可高达96%,系统运行12 h时,消耗的功率为100 W,红外图像识别准确率高。所设计的系统为下一步技术研究奠定了基础。

隧道空间环境下高精度快速人员定位研究

隧道工作人员的人身安全逐渐得到相关部门的重视,设计一种隧道空间环境下高精度快速人员定位方法。根据接收信号强度测距技术的特性,引入高斯滤波算法去除低频率点,改进并优化指纹库降低测距误差,在此基础上结合到达时间定位技术的定位原理以及误差消除方法,实现距离测量与人员定位,并使用改进卡尔曼滤波误差抑制算法,提升隧道空间环境下人员定位的精度与速度。实验结果表明,所提方法通过改进接收信号强度测距技术与到达时间降低了距离测量误差,能够准确实现隧道空间环境下人员高精度快速定位。