森林火災監測無人機探測系統的研究

蔡親瑋 王瀟宇 王晴

摘要：隨著人類社會的發展進步，森林火災成為了社會不可忽視的常態性多發性問題。由于森林火災具有傳播速度快、撲滅森林火災較為困難等特點，且森林火災一次次展示了其對于人員傷亡和財產的巨大破壞性，所以如何有效的對森林火災的發生進行有效的監測以及預防就成為了目前的研究熱點。

由于森林火災發生的時間與地點具有不確定性，而且森林面積廣闊，目前市面上的一些主流火災檢測系統無法正常的檢測與識別森林火災，故森林火災的發生給消防員與附近群眾帶來了諸多安全問題。

本設計主要針對檢測場所空間大、范圍大，地點不確定等問題，并為此展開深入的研究與討論，設計了一款全自動森林檢測無人機，它可以通過不定期的飛行在特定的區域進行火災檢測，通過高精度的紅外CCD圖像傳感器采集火災現場的圖片，通過視頻采集卡轉換為數字圖像傳送到監控中心，有監控中心的計算機終端利用圖像處理技術對火災圖像進行識別。

一、項目的背景

近年來，隨著各項自然災害的頻繁發生，人類的力量在大自然中顯得微不足道，而傳統的火災報警系統只適用于小空間，小面積的環境中，且多采用煙塵檢測法，而并不檢測其火焰本身，所以其檢測準確率低、檢測靈敏度低，監測適用范圍少。

隨著信息傳輸技術、計算機技術的發展，圖像AI處理技術獲得了廣泛的應用。圖像監測識別技術的基礎是視覺所接受的信息以光為傳播媒介，并且圖像更加具體和形象，為火災的前期發生提供了更好的預防基礎，因此可以利用圖像處理技術與無人機融為一體進行火災的監控與報警，能夠更好的預防森林火災。

由上述背景可知，我們發現目前市面上的火災檢測識別系統針對森林火災這一特殊復雜環境場合都存在部分缺陷，為此我們著眼于森林火災檢測與識別，實現自動化的檢測森林火災，減少消防員與滅火隊員的人身安全傷害，提高對森林的保護級別，面向未來開展的研究項目。

二、森林火災監測研究現狀

傳統的火災報警監測一般采用濃度檢測濃度法，而并不檢測火焰的溫度，所以檢測時間較長，并且監測的準確率低，對某些情況無法預報，比如低顆粒濃度的無煙火焰等。而現有的圖像處理方法，因為設備昂貴、對環境或傳感器等要求高而無法大規模推廣應用。

與以往把火災過程中的某個特征物理量作為監測對象的方案相比較。近年來，人們在研究火災等問題時更多的將目光投入到研究火災的預防的過程中，并已經取得與以往把火災過程中的某個特征物理量作為監測火災的方案相比較。近年來，火災科學界正逐漸將注意力轉移到火災現象本身和深層次的機理研究方面，并已經取得一定的成果。

三、項目研究的意義

根據調查的結果與最近發生的森林火災新聞，我們發現目前市面上的火災檢測識別系統針對森林火災這一特殊復雜環境場合都存在部分的缺陷，為此我們團隊著眼與森林火災檢測與識別，實現自動化的檢測森林火災，減少消防員與滅火隊員的人身安全傷害，提高對森林的保護級別，面向未來開展的研究項目。火災的探測實質就是利用傳感器件感受火焰物理特征的變化，并將其轉化為易處理的物理量。

四、森林火災監測無人機主要系統的設計思路

系統有三部分組成，分別是控制系統、通信系統、識別系統。

無人機支持自動巡視和手動控制。通過預先規劃監控區域，無人機自動規劃路徑，在整個區域上方進行巡視，巡視過程中，識別系統通過攝像頭獲取圖像并對圖像進行火焰特征識別，如果識別到火焰特征，識別系統對控制系統發送前往火焰特征所在區域的指令和火焰區域大小的數據，在前往火焰特征所在區域的過程中，如果識別系統識別到明顯的火焰特征和較大的火焰區域，立即向控制系統發送火災警告的指令和火焰區域大小的數據，控制系統接收到指令和數據后通過通信系統回傳火情信息。

（一）控制系統

處于自動巡視模式時，當識別到火焰特征，首先前往火焰區域以獲得足夠的火焰特征樣本信息，然后對火焰特征區域進行環繞飛行，從不同的角度采集火焰特征信息，以提高識別的準確性。考慮到森林所在區域特殊的空間結構，攝像頭通過云臺控制。當需要進入森林時，通過無人機的旋轉和云臺攝像頭的俯仰獲取無人機所在位置的空間信息，以確保無人機的安全和飛行路徑的可行性，同時在飛行的過程中對飛行路徑進行動態規劃并記憶飛行路徑，避免因為森林特殊的空間結構而導致無人機無法返航。

（二）通信系統

為了保證通信鏈路的完整性和數據回傳的有效性，無人機和控制平臺之間通過心跳包對通信鏈路進行監測，飛行過程中定時進行位置信息和通信信號信息的采集和記錄，在進入森林時也會進行信息采集和記錄，以提高信號丟失后能夠自動尋回信號的可能性，也提高了數據回傳的有效性，同時也支持了在特殊情況下通過預先規劃路徑而進行的中斷通信鏈路時的數據采集并在通信鏈路恢復后的自動數據回傳。

（三）識別系統

為保證火焰識別的可靠性，采用RGB 與 HIS 顏色空間模型相結合的火焰尺寸檢測方法。采集到的視頻幀為RGB顏色空間模型，之后轉換為HIS 顏色空間模型。根據火焰的 RGB 與 HIS 主要顏色特征對視頻幀進行閾值濾波，濾波后視頻幀保留的像素點為火焰像素點，進而檢測出火焰區域的大小，以及火焰區域所在方位。

參考文獻：

[1]改進YOLOV3的火災檢測方法[J]. 羅小權，潘善亮. 計算機工程與應用. 2020（17）

[2]基于GIS的森林安全防火系統的研究[J]. 魏娜，肖冰，才麗華，佘光宇，曲航峰，何山. 林業機械與木工設備. 2019（12）

[3]可視化信息網絡基礎平臺在森林防火工作中的應用[J]. 閆楊. 林業科技情報. 2019（03）

[4]探究數字化監控預警系統在森林防火中的作用[J]. 王紅霞. 農民致富之友. 2019（04）

[5]基于顯著性檢測的紅外森林火災監測系統[J]. 王亞，張寶峰. 消防科學與技術. 2018（12）

[6]森林火災監測系統的WSN改進路由算法[J]. 趙子豪，王紅蕾. 消防科學與技術. 2018（09）

[7]一種智能火災探測器系統的設計探討[J]. 田樹仁，張鐵壁. 消防科學與技術. 2017（10）

[8]森林火災領域國內外專利信息分析[J]. 曲夢茜，王武魁. 消防科學與技術. 2017（03）

[9]基于機器視覺的火災監測系統研究[J]. 熊曉松，劉鈺如，董逸君，王劍. 消防科學與技術. 2017（02）

[10]森林防火無人機系統設計與林火識別算法研究[J]. 張慶杰，鄭二功，徐亮，徐偉. 電子測量技術. 2017（01）