CN104537795A - 一种基于无人机识别定位森林地下火的方法 - Google Patents
一种基于无人机识别定位森林地下火的方法 Download PDFInfo
- Publication number
- CN104537795A CN104537795A CN201510022662.3A CN201510022662A CN104537795A CN 104537795 A CN104537795 A CN 104537795A CN 201510022662 A CN201510022662 A CN 201510022662A CN 104537795 A CN104537795 A CN 104537795A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- control center
- information
- programmable logic
- logic controller
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000003384 imaging method Methods 0.000 claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims description 16
- 239000002362 mulch Substances 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract 3
- 230000003595 spectral effect Effects 0.000 description 6
- 238000000701 chemical imaging Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明是一种基于无人机识别定位森林地下火的方法,它使用无人机、地面行走机器人、控制中心;地面行走机器人上有红外摄像机;在无人机上有GPS接收器、成像光谱仪、驾驶中心、可编程控制器;可编程控制器内有地形信息和植被信息;GPS接收器把无人机所在位置的定位信号传输给可编程控制器,可编程控制器将定位信号、地形信息、植被信息传输给驾驶中心,无人机在植被上方5-20m范围内飞翔,成像光谱仪拍摄地表高光谱图像,高光谱图像和定位信息传输到控制中心;若高光谱图像显示有超温区,超温区有落叶层,则超温区为异常点;控制中心控制机器人到异常点附近进行红外摄像,控制中心根据红外图像,确认异常点是否是森林地下火发生点。
Description
技术领域
本发明涉及森林地下火监测方法。
背景技术
森林地下火对森林的危害极大,其所到之处会烧毁林木的根部,但地下火是在地表***燃,逐渐蔓延,难于被发现。对于森林地下火的识别定位是个难题。
发明内容
本发明的目的是提供一种能够迅速、准确判断森林地下火的基于无人机识别定位森林地下火的方法。
本发明的基于无人机识别定位森林地下火的方法,使用无人机、地面行走机器人、控制中心;
能够与控制中心进行无线通讯的地面行走机器人上设置有红外摄像机,控制中心能够控制地面行走机器人的行走、动作,并能够接收红外摄像机拍摄的红外图像;
在无人机上设置有GPS接收器、成像光谱仪、控制无人机动作的驾驶中心、可编程控制器;可编程控制器内具有无人机飞翔地的地形信息和植被信息,GPS接收器、成像光谱仪、控制无人机动作的驾驶中心分别与可编程控制器电连接,可编程控制器能够与地面的控制中心进行无线通讯;
所述识别定位森林地下火方法是:
GPS接收器把接收到的无人机所在位置的定位信号传输给可编程控制器,可编程控制器将定位信号、无人机所在地点的地形信息、植被信息传输给驾驶中心,驾驶中心根据定位信号、地形信息、植被信息控制无人机,使得无人机在植被上方5-20m范围内飞翔,成像光谱仪拍摄地表的高光谱图像,并通过可编程控制器把拍摄的高光谱图像和定位信息传输到控制中心;
如果高光谱图像显示有超过周围正常温度的超温区,该超温区有落叶层,则把该超温区作为异常点;
控制中心向机器人发送指令,让机器人行走到异常点附近,对异常点进行红外摄像,控制中心再根据机器人发送的红外图像,确认异常点是否是森林地下火发生点。
上述的基于无人机识别定位森林地下火的方法,如果高光谱图像上有超过100℃的区域,则把该区域作为超温区。地下火温度一般在120-200℃,如果温度超过100℃,是地下火的可能性较大。
本发明的有益效果: GPS接收器实时接收无人机所在位置的定位信号,驾驶中心根据定位信号、无人机所在位置地形信息如标高、植被信息如植被高度等控制无人机飞翔,使得无人机在植被上方5-20m范围内飞翔,这样,成像光谱仪能够更加清晰的拍摄无人机下方的地表图像。
成像光谱仪属于现有装置,它是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术,其最大特点是将成像技术与光谱探测技术结合,在对目标的空间特征成像的同时,对每个空间像元经过色散形成几十个乃至几百个窄波段以进行连续的光谱覆盖,这样形成的数据可以用“三维数据块”来形象地描述。高光谱图像集样本的图像信息与光谱信息于一身。图像信息可以反映样本的大小、形状、缺陷等外部品质特征,由于不同成分对光谱吸收也不同,在某个特定波长下图像对某个缺陷会有较显著的反映,而光谱信息能充分反映样品内部的物理结构、化学成分的差异。这些特点决定了高光谱图像技术检测方面的独特优势。
根据高光谱图像可以看出超过周围正常温度的超温区、地表植被情况,根据这些信息,可以判断是否是地下火可能点(异常点)。为了进一步判断异常点是否真是地下火发生点,通过控制中心向机器人发送指令,让机器人行走到异常点附近,对异常点进行红外摄像,机器人把红外图像发送到控制中心后,再进一步确认异常点是否是地下火发生点。
本发明使用无人机根据定位信息、地形信息、植被信息等进行超低空飞翔,使用机器人根据控制中心发送的定位信息在地面行走到指定地点,把位于无人机上的成像光谱仪拍摄的高光谱图样与地面机器人拍摄的红外图像相结合,把天空与地面形成一体对地下火进行判断,快速准确,并能够根据定位信息得到地下火发生点的确切位置,为监测地下火和救火提供有力支持。
附图说明
图1是本发明中使用的基于无人机识别定位森林地下火的识别定位装置的框图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步说明。
参见图1所示的基于无人机识别定位森林地下火的识别定位装置,它包括无人机、地面行走机器人、控制中心。
在无人机上设置有无人机GPS接收器、成像光谱仪、控制无人机动作的驾驶中心、可编程控制器;可编程控制器内具有无人机飞翔地的地形信息、植被信息,无人机GPS接收器、成像光谱仪、驾驶中心分别与可编程控制器电连接,可编程控制器能够与地面的控制中心进行无线通讯。
能够与控制中心进行无线通讯的地面行走机器人上设置有机器人GPS接收器、红外摄像机。机器人GPS接收器接收到的机器人所在位置的机器人定位信号,并传输把控制中心,控制中心能够控制地面行走机器人的行走、动作,并接收红外摄像机拍摄的红外图像。
所述的成像光谱仪可以选用北京安洲科技有限公司生产的UHD185机载高速成像光谱仪、SOC710GX机载高光谱成像光谱仪等等成像光谱仪。SOC710GX机载高光谱成像光谱仪,具有基于GigE技术的机载高光谱成像***,光谱范围400-1000nm,数字分辨率12-bit,光谱分辨率4.2nm,光谱波段数120,像元尺寸9.9*9.9um,扫描速度90行/秒,可以拍摄到高光谱数据立方体。UHD185机载高速成像光谱仪是全画幅、非扫描、实时成像光谱仪,具有全画幅高光谱成像技术,可以简便地得到高光谱图像,而不需要IMU及后期数据校正,可以在极短的时间内得到高光谱立方体。
无人机GPS接收器把接收到的无人机所在位置的无人机定位信号传输给可编程控制器,可编程控制器将无人机定位信号、无人机所在地点的地形信息、植被信息传输给驾驶中心,驾驶中心根据无人机定位信号、地形信息、植被信息控制无人机,使得无人机在植被上方5-10m范围内飞翔,成像光谱仪拍摄地表的高光谱图像,并通过可编程控制器把拍摄的高光谱图像和无人机定位信息传输到控制中心。
如果高光谱图像显示有超过周围正常温度、且温度超过100℃超温区,该超温区有落叶层覆盖,则把该超温区作为异常点。
如果发现异常点,控制中心向机器人发送指令,让机器人行走到异常点附近,对异常点进行红外摄像,控制中心再根据机器人发送的红外图像,确认异常点是否是森林地下火发生点。
Claims (2)
1.一种基于无人机识别定位森林地下火的方法,其特征是:使用无人机、地面行走机器人、控制中心;
能够与控制中心进行无线通讯的地面行走机器人上设置有红外摄像机,控制中心能够控制地面行走机器人的行走、动作,并能够接收红外摄像机拍摄的红外图像;
在无人机上设置有GPS接收器、成像光谱仪、控制无人机动作的驾驶中心、可编程控制器;可编程控制器内具有无人机飞翔地的地形信息和植被信息,GPS接收器、成像光谱仪、控制无人机动作的驾驶中心分别与可编程控制器电连接,可编程控制器能够与地面的控制中心进行无线通讯;
所述识别定位森林地下火方法是:
GPS接收器把接收到的无人机所在位置的定位信号传输给可编程控制器,可编程控制器将定位信号、无人机所在地点的地形信息、植被信息传输给驾驶中心,驾驶中心根据定位信号、地形信息、植被信息控制无人机,使得无人机在植被上方5-20m范围内飞翔,成像光谱仪拍摄地表的高光谱图像,并通过可编程控制器把拍摄的高光谱图像和定位信息传输到控制中心;
如果高光谱图像显示有超过周围正常温度的超温区,该超温区有落叶层,则把该超温区作为异常点;
控制中心向机器人发送指令,让机器人行走到异常点附近,对异常点进行红外摄像,控制中心再根据机器人发送的红外图像,确认异常点是否是森林地下火发生点。
2.如权利要求1所述的基于无人机识别定位森林地下火的方法,其特征是:如果高光谱图像上有超过100℃的区域,则把该区域作为超温区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510022662.3A CN104537795B (zh) | 2015-01-18 | 2015-01-18 | 一种基于无人机识别定位森林地下火的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510022662.3A CN104537795B (zh) | 2015-01-18 | 2015-01-18 | 一种基于无人机识别定位森林地下火的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104537795A true CN104537795A (zh) | 2015-04-22 |
CN104537795B CN104537795B (zh) | 2017-11-03 |
Family
ID=52853314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510022662.3A Expired - Fee Related CN104537795B (zh) | 2015-01-18 | 2015-01-18 | 一种基于无人机识别定位森林地下火的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104537795B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105857615A (zh) * | 2016-05-16 | 2016-08-17 | 苏州金建达智能科技有限公司 | 一种具有机器人物品运输功能的无人机 |
CN106828912A (zh) * | 2016-12-30 | 2017-06-13 | 叶强 | 一种森林火灾巡航检测无人机 |
CN107589758A (zh) * | 2017-08-30 | 2018-01-16 | 武汉大学 | 一种基于双源视频分析的智能化野外无人机搜救方法与*** |
CN108389354A (zh) * | 2018-04-16 | 2018-08-10 | 南京森林警察学院 | 一种无人机联合地面微小型机器人探测森林地下火的方法 |
CN112650296A (zh) * | 2020-12-31 | 2021-04-13 | 广州极飞科技有限公司 | 基于无人机进行巡查的方法、巡查***及处理器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6364026B1 (en) * | 1998-04-01 | 2002-04-02 | Irving Doshay | Robotic fire protection system |
CN101382429A (zh) * | 2008-10-17 | 2009-03-11 | 北京航空航天大学 | 一种地空异构多机器人搜救*** |
CN101968913A (zh) * | 2010-08-13 | 2011-02-09 | 清华大学 | 一种森林火灾区域的火焰跟踪方法 |
CN103149893A (zh) * | 2013-01-29 | 2013-06-12 | 中国人民解放军装备学院 | 机动自组织态势监测*** |
CN203217372U (zh) * | 2013-05-03 | 2013-09-25 | 李新平 | 遥感控制林业巡逻无人机 |
-
2015
- 2015-01-18 CN CN201510022662.3A patent/CN104537795B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6364026B1 (en) * | 1998-04-01 | 2002-04-02 | Irving Doshay | Robotic fire protection system |
CN101382429A (zh) * | 2008-10-17 | 2009-03-11 | 北京航空航天大学 | 一种地空异构多机器人搜救*** |
CN101968913A (zh) * | 2010-08-13 | 2011-02-09 | 清华大学 | 一种森林火灾区域的火焰跟踪方法 |
CN103149893A (zh) * | 2013-01-29 | 2013-06-12 | 中国人民解放军装备学院 | 机动自组织态势监测*** |
CN203217372U (zh) * | 2013-05-03 | 2013-09-25 | 李新平 | 遥感控制林业巡逻无人机 |
Non-Patent Citations (1)
Title |
---|
何诚等: "旋翼无人机林火点定位技术研究", 《测绘通报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105857615A (zh) * | 2016-05-16 | 2016-08-17 | 苏州金建达智能科技有限公司 | 一种具有机器人物品运输功能的无人机 |
CN105857615B (zh) * | 2016-05-16 | 2019-01-15 | 深圳市星睿达科技有限公司 | 一种具有机器人物品运输功能的无人机 |
CN106828912A (zh) * | 2016-12-30 | 2017-06-13 | 叶强 | 一种森林火灾巡航检测无人机 |
CN106828912B (zh) * | 2016-12-30 | 2019-04-23 | 广西绿梵机械科技有限责任公司 | 一种森林火灾巡航检测无人机 |
CN107589758A (zh) * | 2017-08-30 | 2018-01-16 | 武汉大学 | 一种基于双源视频分析的智能化野外无人机搜救方法与*** |
CN108389354A (zh) * | 2018-04-16 | 2018-08-10 | 南京森林警察学院 | 一种无人机联合地面微小型机器人探测森林地下火的方法 |
CN112650296A (zh) * | 2020-12-31 | 2021-04-13 | 广州极飞科技有限公司 | 基于无人机进行巡查的方法、巡查***及处理器 |
Also Published As
Publication number | Publication date |
---|---|
CN104537795B (zh) | 2017-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104616419A (zh) | 一种天地空一体化森林火灾余火监测方法 | |
US9784836B2 (en) | System for monitoring power lines | |
Lucieer et al. | HyperUAS—Imaging spectroscopy from a multirotor unmanned aircraft system | |
US20150134152A1 (en) | Integrated remote aerial sensing system | |
Nebiker et al. | A light-weight multispectral sensor for micro UAV—Opportunities for very high resolution airborne remote sensing | |
Fazeli et al. | Evaluating the potential of RTK-UAV for automatic point cloud generation in 3D rapid mapping | |
US20170285092A1 (en) | Directional unmanned aerial vehicle (uav) localization of power line ultraviolet corona using point detectors | |
AU2017250888B2 (en) | Spectral camera control device, spectral camera control program, spectral camera control system, aircraft equipped with said system, and spectral image capturing method | |
CN104537795A (zh) | 一种基于无人机识别定位森林地下火的方法 | |
CN110637264B (zh) | 确定沿着对象的路径的方法、用于自动检查对象的***及方法 | |
US20210215996A1 (en) | Low-profile multi-band hyperspectral imaging for machine vision | |
JP2018513377A (ja) | 地表面の画像を処理するためのシステムおよび方法 | |
Gallay et al. | High resolution airborne laser scanning and hyperspectral imaging with a small UAV platform | |
US20220301303A1 (en) | Multispectral imaging for navigation systems and methods | |
Hawkins | Using a drone and photogrammetry software to create orthomosaic images and 3D models of aircraft accident sites | |
Henrickson et al. | Infrastructure assessment with small unmanned aircraft systems | |
Szabó et al. | Zooming on aerial survey | |
Heaphy et al. | UAVs for data collection-plugging the gap | |
Gowravaram et al. | UAS-based multispectral remote sensing and NDVI calculation for post disaster assessment | |
CN104330076A (zh) | 一种新型自动空中三角测量软件 | |
US20120307003A1 (en) | Image searching and capturing system and control method thereof | |
Tahar et al. | A new approach on production of slope map using autonomous unmanned aerial vehicle | |
Berveglieri et al. | Exterior orientation of hyperspectral frame images collected with uav for forest applications | |
Tommaselli et al. | Orientation and calibration requirements for hyperpectral imaging using UAVs: a case study | |
Bhadra et al. | Automatic extraction of solar and sensor imaging geometry from UAV-borne push-broom hyperspectral camera |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171103 Termination date: 20190118 |