CN109360370B - 一种基于机器人烟火检测的方法 - Google Patents
一种基于机器人烟火检测的方法 Download PDFInfo
- Publication number
- CN109360370B CN109360370B CN201811457817.6A CN201811457817A CN109360370B CN 109360370 B CN109360370 B CN 109360370B CN 201811457817 A CN201811457817 A CN 201811457817A CN 109360370 B CN109360370 B CN 109360370B
- Authority
- CN
- China
- Prior art keywords
- robot
- temperature data
- firework
- smoke
- dimensional array
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 239000000779 smoke Substances 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims description 23
- 238000001931 thermography Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 2
- 239000003086 colorant Substances 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Fire-Detection Mechanisms (AREA)
- Fire Alarms (AREA)
Abstract
本发明属于机器人技术领域,具体涉及一种基于机器人烟火检测的方法,应用于移动机器人,通过红外温度检测可实现远距离的烟火检测,通过基于红外温度的烟火检测算法和可见光摄像头的图片抓拍分析进行联合判断,可实现无误报和低漏报。通过机器人进行烟火检测,能实现跨区域的动态烟火检测。
Description
技术领域
本发明属于机器人技术领域,具体涉及一种基于机器人烟火检测的方法。
背景技术
随着社会经济的腾飞,城市化进程加快,高层、地下及石化建筑大量涌现。建筑的高层化,结构的复杂化,给建筑消防带来了新的挑战。如何快速准确地判断出是否发生火灾,从而及时处理,保证财产和生命安全是消防工作的重要课题。现有技术中通常采用以下方案:1.传感器检测法:通过烟火传感器来检测烟火时的气体浓度,从而检测出发生烟火;2.视频分析法:通过可见光摄像头拍摄的视频进行颜色分析,同时加入动态检测算法来判断是否发生烟火。现有技术的缺点:1)传感器检测法:有多种形式的传感器能检测烟火,但都存在适用空间有限,易受干扰,误报率高,智能度低,不适合在恶劣条件下检测等缺点。2)视频分析法:单纯通过视频进行分析,通过颜色及烟火的动态进行判断,存在一定的误报率,当发生烟火的距离比较远时,由于视频上烟火的像素比较小无法进行判断,从而引起漏报的现象。
发明内容
为了解决现有技术中存在的技术缺陷,本发明提出了一种基于机器人烟火检测的方法,通过红外温度检测可实现远距离的烟火检测,通过基于红外温度的烟火检测算法和可见光摄像头的图片抓拍分析进行联合判断,可实现无误报和低漏报。
本发明通过以下技术方案实现:
一种基于机器人烟火检测的方法,应用于移动机器人,包括如下步骤:
S1:获取一帧的温度数据;
S2:对温度数据进行简化处理;
S3:提取图像中的高温块数以及高温块的面积;
S4:对烟火温度特性进行结果分析,判断是否可能存在烟火告警;
S5:进行动态特征检测,判断是否存在动态特征,排除高温设备引起的误报;
S6:烟火颜色特性分析,进一步判断是否存在烟火特性;
S7:结合步骤S4、S5、S6的检测结果进行烟火评估及告警,当均满足情况时则认为存在烟火告警的情况。
进一步地,在所述步骤S1中,进一步包括,通过红外热成像摄像头获取所述的温度数据,设定红外热成像摄像头的分辨率为X*Y,通过红外热成像摄像头获取一帧的温度数据,即X*Y个温度数据,可以用一个二维数组T[X][Y]来表示一帧的温度数据。
进一步地,在所述步骤S2中,进一步包括,对所述的二维数组T[X][Y]的温度数据进行简化,获得简化后的二维数组数据t[X][Y]。
进一步地,在所述步骤S3中,进一步包括,通过递归算法获取二维数组t[X][Y]中上下左右相邻为1的块数及每块中1的个数。
进一步地,其特征在于,所述的递归算法的计算公式为:
其中,area(i)(j)为递归算法的函数,i、j为参数,0≤i<X,0≤j<Y,B为整个二维数组t[X][Y]中上下左右相邻为1的块数,N为每块中1的个数。
进一步地,在所述步骤S4中,进一步包括,根据计算出的块数B和个数N进行初次判断,判断是否可能存在烟火告警:相邻为1的块中1的总数N可以认为是像素的个数,N的范围为0<N<X*Y,这里设定一个阈值F,当满足这个条件时,认为可能发生烟火。
进一步地,在所述步骤S5中,进一步包括,当步骤S4中判断到可能发生烟火时,如果当前机器人在运动,则停止机器人,然后重复步骤S1~S4,获取到多次的N值:N1、N2、N3、...Nm,其中m为次数,当满足下面公式时,可认为存在动态特征,
进一步地,在所述步骤S6中,进一步包括,通过可见光摄像头提取一张图片数据,转换成RGB格式,通过RGB的特性判断是否存在烟火颜色的特性。
进一步地,所述的烟火颜色分为红色和黄色,
红色的判断条件为:(R-G>diff_R)&&(R-B>diff_R),即R分量与G、B分量差值大于特定的阈值;
黄色的判断条件为:B>128&G>128&(R-B)>diff_Y&(G-B)>diff_Y,即B分量和G分量大于128,并且B分量和R、G分量的差值大于特定的阈值。
本发明还包括一种非易失性存储介质,其包括一条或多条计算机指令,所述一条或多条计算机指令在执行时实现上述的烟火检测方法。
与现有技术相比,本发明至少具有下述的有益效果或优点:
1、可以检测出比烟火更小的火源,如烟头;
2、通过温度的特性检测能够完全排除只基于可见光视频检测的出现的误报情况;
3、通过机器人进行烟火检测,能实现跨区域的动态烟火检测。
附图说明
以下将结合附图对本发明做进一步详细说明;
图1为本发明的基于机器人烟火检测的方法流程图;
图2为本发明的温度数据的简化图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本方案应用于移动机器人,在移动机器人上设置有红外热成像摄像头和可见光高清摄像头。
本发明涉及的基于机器人烟火检测的方法,方法流程如图1所述,步骤如下:
Step1:通过红外热成像摄像头获取一帧的温度数据
红外热成像摄像头能获取到每个像素点的温度,本方案中设定红外热成像摄像头的分辨率为X*Y,通过红外热成像摄像头获取一帧的温度数据,即X*Y个温度数据,可以用一个二维数组T[X][Y]来表示一帧的温度数据。
Step2:对该二维数组T[X][Y]的温度数据进行简化
火的温度一般是300摄氏度以上,这里对二维数组T[X][Y]的温度数据跟300进行比较,如图2所示,如果大于300则用1表示,如果小于300则用0表示。从图1可以看出,经过对温度数据进行简化获得t[X][Y]的二维数组数据。
Step3:提取图像中的高温块数:获取二维数组t[X][Y]中上下左右相邻为1的块数及每块中1的个数
根据下式中递归算法,对二维数组t[X][Y]进行递归判断,可以获得二维数组t[X][Y]中上下左右相邻为1的块数(用B表示块数),以及每块中1的个数(用N表示个数)。
其中,area(i)(j)为递归算法的函数,i、j为参数,0≤i<X,0≤j<Y,B为整个二维数组t[X][Y]中上下左右相邻为1的块数,N为每块中1的个数。
Step4:根据计算出的块数B和个数N进行初次判断,判断是否可能存在烟火告警
其中,阈值F的取值越小,则检测到烟火的距离就越远。
Step5:进行动态特征检测,排除那些高温的设备引起的误报
当Step4中判断到可能发生烟火时,如果当前机器人在运动,则停止机器人,然后重复Step1~Step4的步骤,获取到多次的N值,如N1、N2、N3、...Nm,其中m为次数,当满足下面公式时,可认为存在动态特征。
上面公式表示对多次获取到的N值求平均值,再与首次获取的N1值进行比较,如果变化超过20%,则认为存在动态变化的特征。由于火焰是动态变化的,所以每次获取一帧数据的N值都会变化比较大,如果多次获取到的N值几乎不变,则可以认为不是烟火,而是高温的设备。
Step6:通过可见光摄像头抓拍图片,提取颜色特征,进一步判断是否存在烟火特性。
通过可见光摄像头提取一张图片数据,转换成RGB格式,通过RGB的特性判断是否存在烟火颜色的特性,烟火颜色一般情况下为红色或黄色,判断条件如下:
红颜色的判断条件:(R-G>diff_R)&&(R-B>diff_R),即R分量与G、B分量差值大于特定的阈值。
黄颜色的判断条件:B>128&G>128&(R-B)>diff_Y&(G-B)>diff_Y,即B分量和G分量大于128,并且B分量和R、G分量的差值大于特定的阈值。
Step7:烟火评估及告警
结合Step4、Step5、Step6的检测结果,当都满足情况是则认为存在烟火告警的情况。
本发明还提供了一种非易失性存储介质,其包括一条或多条计算机指令,所述一条或多条计算机指令在执行时实现上述所述的烟火检测方法。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。在不脱离本发明之精神和范围内,所做的任何修改、等同替换、改进等,同样属于本发明的保护范围之内。
Claims (7)
1.一种基于机器人烟火检测的方法,应用于移动机器人,其特征在于,包括如下步骤:
S1:获取一帧的温度数据;
S2:对温度数据进行简化处理;
S3:提取图像中的高温块数以及高温块的面积;
S4:对烟火温度特性进行结果分析,判断是否可能存在烟火告警;
S5:进行动态特征检测,判断是否存在动态特征,排除高温设备引起的误报;
S6:烟火颜色特性分析,进一步判断是否存在烟火特性;
S7:结合步骤S4、S5、S6的检测结果进行烟火评估及告警,当均满足情况时则认为存在烟火告警的情况;
在所述步骤S1中,进一步包括,通过红外热成像摄像头获取所述的温度数据,设定红外热成像摄像头的分辨率为X*Y,通过红外热成像摄像头获取一帧的温度数据,即X*Y个温度数据,可以用一个二维数组T[X][Y]来表示一帧的温度数据;
在所述步骤S2中,进一步包括,对所述的二维数组T[X][Y]的温度数据进行简化,获得简化后的二维数组数据t[X][Y];
其中对所述的二维数组T[X][Y]的温度数据进行简化,具体为:
对二维数组T[X][Y]的温度数据跟300摄氏度进行比较,如果大于300则用1表示,如果小于300则用0表示;
在所述步骤S3中,进一步包括,通过递归算法获取二维数组t[X][Y]中上下左右相邻为1的块数及每块中1的个数。
5.根据权利要求4所述的基于机器人烟火检测的方法,其特征在于,在所述步骤S6中,进一步包括,通过可见光摄像头提取一张图片数据,转换成RGB格式,通过RGB的特性判断是否存在烟火颜色的特性。
6.根据权利要求5所述的基于机器人烟火检测的方法,其特征在于,所述的烟火颜色分为红色和黄色,
红色的判断条件为:(R-G>diff_R)&&(R-B>diff_R),即R分量与G、B分量差值大于特定的阈值;
黄色的判断条件为:B>128&G>128&(R-B)>diff_Y&(G-B)>diff_Y,即B分量和G分量大于128,并且B分量和R、G分量的差值大于特定的阈值。
7.一种非易失性存储介质,其特征在于,包括一条或多条计算机指令,所述一条或多条计算机指令在执行时实现上述权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811457817.6A CN109360370B (zh) | 2018-11-30 | 2018-11-30 | 一种基于机器人烟火检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811457817.6A CN109360370B (zh) | 2018-11-30 | 2018-11-30 | 一种基于机器人烟火检测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109360370A CN109360370A (zh) | 2019-02-19 |
CN109360370B true CN109360370B (zh) | 2021-06-29 |
Family
ID=65330716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811457817.6A Active CN109360370B (zh) | 2018-11-30 | 2018-11-30 | 一种基于机器人烟火检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109360370B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109822572A (zh) * | 2019-02-22 | 2019-05-31 | 广州高新兴机器人有限公司 | 一种基于机器人的机房巡检监控方法及*** |
CN110136391A (zh) * | 2019-05-10 | 2019-08-16 | 国网江苏省电力有限公司电力科学研究院 | 一种储能电站火灾预警***及方法 |
CN110706446A (zh) * | 2019-10-29 | 2020-01-17 | 广东德臻消防机电工程有限公司 | 一种消防报警方法及*** |
CN110910604B (zh) * | 2019-11-21 | 2022-10-04 | 北京都是科技有限公司 | 用于火灾报警的监控方法、***以及装置 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002202197A (ja) * | 2000-12-27 | 2002-07-19 | Nikon Corp | 赤外線カメラ |
TWI264684B (en) * | 2004-11-16 | 2006-10-21 | Univ Nat Kaohsiung Applied Sci | Fire detection method and system applying with image acquisition |
US9250135B2 (en) * | 2011-03-16 | 2016-02-02 | Honeywell International Inc. | MWIR sensor for flame detection |
JP2013080413A (ja) * | 2011-10-05 | 2013-05-02 | Sony Corp | 入力装置、入力認識方法 |
CN103440484B (zh) * | 2013-09-12 | 2016-08-17 | 沈阳聚德视频技术有限公司 | 一种适应室外大空间的火焰检测方法 |
CN104036611B (zh) * | 2014-06-24 | 2017-06-06 | 北京中恩时代科技有限责任公司 | 一种火灾探测报警的方法 |
CN104143248B (zh) * | 2014-08-01 | 2016-09-14 | 江苏恒创软件有限公司 | 基于无人机的森林火灾探测及防控方法 |
CN105046868B (zh) * | 2015-06-16 | 2019-09-20 | 苏州华启智能科技股份有限公司 | 一种狭长环境中基于红外热像仪的火灾预警方法 |
US9818277B1 (en) * | 2015-07-27 | 2017-11-14 | Amazon Technologies, Inc. | Systems and methods for smoke detection |
CN105096514B (zh) * | 2015-07-31 | 2017-05-10 | 天津职业技术师范大学 | 一种基于红外摄像的温度过程监控的火灾智能报警方法 |
CN105336085A (zh) * | 2015-09-02 | 2016-02-17 | 华南师范大学 | 一种基于图像处理技术的远程大空间火灾监测报警方法 |
CN105261029B (zh) * | 2015-11-20 | 2018-08-21 | 中国安全生产科学研究院 | 基于双目视觉进行火源定位和灭火的机器人 |
CN106887108A (zh) * | 2015-12-16 | 2017-06-23 | 天维尔信息科技股份有限公司 | 基于热成像的预警联动方法及*** |
CN106373320B (zh) * | 2016-08-22 | 2018-10-02 | 中国人民解放军海军工程大学 | 基于火焰颜色离散度和连续帧图像相似度的火灾识别方法 |
CN106226239A (zh) * | 2016-10-14 | 2016-12-14 | 深圳全景威视科技有限公司 | 大视场角智能图像型火灾探测器及其智能火灾探测方法 |
CN106897720A (zh) * | 2017-01-11 | 2017-06-27 | 济南中维世纪科技有限公司 | 一种基于视频分析的烟火检测方法及装置 |
CN106997461B (zh) * | 2017-03-28 | 2019-09-17 | 浙江大华技术股份有限公司 | 一种烟火检测方法及装置 |
CN107392889A (zh) * | 2017-06-22 | 2017-11-24 | 国网山东省电力公司菏泽供电公司 | 一种基于红外图像的电力设备运行状态监控方法及*** |
CN207097004U (zh) * | 2017-07-04 | 2018-03-13 | 公安部上海消防研究所 | 一种人体特征红外消防探测仪 |
CN108229458A (zh) * | 2017-12-22 | 2018-06-29 | 湖南源信光电科技股份有限公司 | 一种基于运动检测和多特征提取的火焰智能识别方法 |
CN108335454B (zh) * | 2018-01-15 | 2019-09-17 | 浙江大华技术股份有限公司 | 一种火情检测方法及装置 |
CN108469304B (zh) * | 2018-03-30 | 2019-04-02 | 百度在线网络技术(北京)有限公司 | 红外测距和检测方法、装置、家庭机器人及存储介质 |
CN108447219A (zh) * | 2018-05-21 | 2018-08-24 | 中国计量大学 | 基于视频图像的火灾检测***及方法 |
CN108694801A (zh) * | 2018-06-21 | 2018-10-23 | 华能国际电力股份有限公司海门电厂 | 一种火灾预警智能识别平台*** |
-
2018
- 2018-11-30 CN CN201811457817.6A patent/CN109360370B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109360370A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109360370B (zh) | 一种基于机器人烟火检测的方法 | |
WO2022121129A1 (zh) | 烟火识别方法、装置、计算机设备和存储介质 | |
CN108416968B (zh) | 火灾预警方法和装置 | |
CN107609470B (zh) | 野外火灾早期烟雾视频检测的方法 | |
KR100858140B1 (ko) | 영상처리를 이용한 화재 감지 방법 및 시스템 | |
Premal et al. | Image processing based forest fire detection using YCbCr colour model | |
CN106373320B (zh) | 基于火焰颜色离散度和连续帧图像相似度的火灾识别方法 | |
CN101738394B (zh) | 室内烟雾检测方法及*** | |
CN108389359B (zh) | 一种基于深度学习的城市火灾报警方法 | |
US8159539B2 (en) | Smoke detecting method and system | |
KR20110048417A (ko) | 퍼지 규칙을 이용한 화재 불꽃 감지 방법 | |
CN107688793A (zh) | 一种变电站室外火灾自动监测预警方法 | |
US8311345B2 (en) | Method and system for detecting flame | |
KR101679148B1 (ko) | 깊이 카메라를 이용한 화재 감시 시스템 및 이를 이용한 화재 감시 방법 | |
CN103020588B (zh) | 基于视频图像分析的火焰检测方法 | |
Celik et al. | Computer vision based fire detection in color images | |
CN106952438A (zh) | 一种基于视频图像的火灾预警方法 | |
CN102999994A (zh) | 基于视频图像分析的火焰检测装置 | |
CN103020587B (zh) | 基于视频图像分析火焰的视图分析方法 | |
KR100986834B1 (ko) | 화재 감지장치 및 그 방법 | |
KR101476764B1 (ko) | 카메라의 명암 영상신호를 이용한 화염 검출방법 | |
KR101592383B1 (ko) | 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법 | |
CN108520200B (zh) | 一种有效的煤矿火灾检测*** | |
Khan et al. | Real-time fire detection using enhanced color segmentation and novel foreground extraction | |
Rudz et al. | On the evaluation of segmentation methods for wildland fire |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |