CN110335434A - 一种林业防火用监测*** - Google Patents
一种林业防火用监测*** Download PDFInfo
- Publication number
- CN110335434A CN110335434A CN201910750306.1A CN201910750306A CN110335434A CN 110335434 A CN110335434 A CN 110335434A CN 201910750306 A CN201910750306 A CN 201910750306A CN 110335434 A CN110335434 A CN 110335434A
- Authority
- CN
- China
- Prior art keywords
- fire
- module
- monitoring
- data
- data collection
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 67
- 230000002265 prevention Effects 0.000 title claims abstract description 16
- 238000013480 data collection Methods 0.000 claims abstract description 34
- 239000000779 smoke Substances 0.000 claims abstract description 11
- 230000003287 optical effect Effects 0.000 claims abstract description 9
- 238000005286 illumination Methods 0.000 claims abstract description 4
- 238000000605 extraction Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000006399 behavior Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- 235000019504 cigarettes Nutrition 0.000 claims 1
- 239000003595 mist Substances 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 7
- 230000007547 defect Effects 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Computational Linguistics (AREA)
- Fire-Detection Mechanisms (AREA)
- Fire Alarms (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及防火监测***，具体涉及一种林业防火用监测***，包括安装在稳定高度飞行无人机上的控制器、数据收集模块，以及设于监控中心的上位机，数据收集模块与用于监测区域烟雾浓度变化的烟雾传感器相连，数据收集模块与用于监测区域热量变化的热量传感器相连，数据收集模块与用于监测区域光照强度变化的光照传感器相连，数据收集模块与用于监测区域风向变化的风向传感器相连，数据收集模块与用于对无人机进行定位的定位模块相连；本发明提供的技术方案能够有效克服现有技术所存在的监测到的数据均会受天气因素的影响而产生误差、无法对火情发展趋势进行预估、也无法向林业消防部门提供准确及时火场信息的缺陷。
Description
技术领域
本发明涉及防火监测***，具体涉及一种林业防火用监测***。
背景技术
森林不仅关系着我国生态环境建设，而且对我国林业经济的发展具有重大作用。森林火灾是对林业影响最大、危害最深的自然灾害，每年因森林失火而造成的经济、社会及环境效益损失巨大。我国自身森林覆盖率较低，尽管近年来加大了对林业建设的投入，但仍与发达国家存在较大差距。目前，我国多数林区均存在林区管理站分散，布局不合理等现象，使得林区管理人员、消防人员不集中，往往无法在发生火灾的第一时间集中救火，加之各林区管理人员较少，专业技能较差等因素，均加大了森林防火的难度。
森林火灾已经成为世界各国林业最大的威胁，它不仅烧毁成片森林，伤害森林内的动物，还降低了森林的繁育能力，导致生态失衡。然而，现有的林业防火用监测***监测到的数据均会受天气因素的影响而产生误差，并且无法对火情发展趋势进行预估，也无法向林业消防部门提供准确及时的火场信息。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了一种林业防火用监测***，能够有效克服现有技术所存在的监测到的数据均会受天气因素的影响而产生误差、无法对火情发展趋势进行预估、也无法向林业消防部门提供准确及时火场信息的缺陷。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种林业防火用监测***，包括安装在稳定高度飞行无人机上的控制器、数据收集模块，以及设于监控中心的上位机，所述数据收集模块与用于监测区域烟雾浓度变化的烟雾传感器相连，所述数据收集模块与用于监测区域热量变化的热量传感器相连，所述数据收集模块与用于监测区域光照强度变化的光照传感器相连，所述数据收集模块与用于监测区域风向变化的风向传感器相连，所述数据收集模块与用于对无人机进行定位的定位模块相连；
所述数据收集模块与用于拍摄森林各监测区域画面的摄像头相连，所述数据收集模块收集各监测区域相关数据并发送给所述控制器，所述控制器通过第一无线通信模块向所述上位机发送数据；
所述上位机通过第二无线通信模块接收所述控制器发送的数据，所述上位机与用于存储各监测区域植被种植数据的存储器相连，所述上位机与用于根据所述定位模块获取该定位地点对应地理信息的GIS***相连，所述上位机与用于根据所述摄像头拍摄森林各监测区域画面提取火焰特征的火焰特征提取模块相连，所述上位机与用于对当前火场进行三维建模的现实火场建模模块相连，所述上位机与用于基于所述现实火场建模模块的建模结果结合所述风向传感器的监测数据对未来时间段内的火场进行三维建模的预测火场建模模块相连，所述上位机与用于将所述存储器存储各监测区域植被种植数据覆盖在所述预测火场建模模块的建模结果上并预估损失的损失预估模块相连。
优选地，所述控制器与用于对所述摄像头拍摄画面进行编码的视频编码器相连，所述上位机内部设有用于对编码的视频进行解码的视频解码器。
优选地，所述控制器每分钟向所述数据收集模块发送一次数据索取指令，所述数据收集模块每分钟向所述控制器发送该时段内收集各监测区域的相关数据。
优选地，所述现实火场建模模块一方面通过所述GIS***、火焰特征提取模块对当前火场进行三维建模，另一方面通过所述烟雾传感器、热量传感器、光照传感器、风向传感器的监测数据以及GIS***对当前火场进行三维建模。
优选地，所述火焰特征提取模块将所述摄像头拍摄森林各监测区域画面进行灰度处理，计算出RGB中R、G、B三个通道的平均值，然后将计算得到的平均值分别重新附给R、G、B三个分量；对得到的灰度图片进行二值化处理，设定红色分量R的阈值为RT，RT的值由图像的直方图估算得到，大于阈值RT的像素点标为1，即白色，小于阈值RT的像素点标为0，即黑色；采用opencv视觉图像处理模块绘制出火焰轮廓，并调用opencv视觉图像处理模块中的绘制矩形框，用矩形框将二值化图像中白色像素点作为火灾区域标记出来。
优选地，所述现实火场建模模块根据所述风向传感器的监测数据对所述烟雾传感器、热量传感器的监测数据进行误差修正。
优选地，所述上位机与用于在发现火情后向林业消防部门进行报警的报警模块相连，同时所述上位机通过所述第二无线通信模块将所述现实火场建模模块、预测火场建模模块的建模结果发送给林业消防部门。
(三)有益效果
与现有技术相比，本发明所提供的一种林业防火用监测***，具有以下有益效果：
1、现实火场建模模块一方面通过GIS***、火焰特征提取模块对当前火场进行三维建模，另一方面通过烟雾传感器、热量传感器、光照传感器、风向传感器的监测数据以及GIS***对当前火场进行三维建模，并且现实火场建模模块根据风向传感器的监测数据对烟雾传感器、热量传感器的监测数据进行误差修正，建模方式多样，同时还能根据天气情况对监测数据进行误差修正，保证建模结果准确；
2、预测火场建模模块基于现实火场建模模块的建模结果结合风向传感器的监测数据对未来时间段内的火场进行三维建模，从而能够对火情发展趋势进行及时预估；
3、上位机与用于在发现火情后向林业消防部门进行报警的报警模块相连，同时上位机通过第二无线通信模块将现实火场建模模块、预测火场建模模块的建模结果发送给林业消防部门，使得林业消防部门准确及时掌握火场信息，有效提高灭火效率，减少损失。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明***示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
一种林业防火用监测***，如图1所示，包括安装在稳定高度飞行无人机上的控制器、数据收集模块，以及设于监控中心的上位机，数据收集模块与用于监测区域烟雾浓度变化的烟雾传感器相连，数据收集模块与用于监测区域热量变化的热量传感器相连，数据收集模块与用于监测区域光照强度变化的光照传感器相连，数据收集模块与用于监测区域风向变化的风向传感器相连，数据收集模块与用于对无人机进行定位的定位模块相连；
数据收集模块与用于拍摄森林各监测区域画面的摄像头相连，数据收集模块收集各监测区域相关数据并发送给控制器，控制器通过第一无线通信模块向上位机发送数据；
上位机通过第二无线通信模块接收控制器发送的数据，上位机与用于存储各监测区域植被种植数据的存储器相连，上位机与用于根据定位模块获取该定位地点对应地理信息的GIS***相连，上位机与用于根据摄像头拍摄森林各监测区域画面提取火焰特征的火焰特征提取模块相连，上位机与用于对当前火场进行三维建模的现实火场建模模块相连，上位机与用于基于现实火场建模模块的建模结果结合风向传感器的监测数据对未来时间段内的火场进行三维建模的预测火场建模模块相连，上位机与用于将存储器存储各监测区域植被种植数据覆盖在预测火场建模模块的建模结果上并预估损失的损失预估模块相连。
控制器与用于对摄像头拍摄画面进行编码的视频编码器相连，上位机内部设有用于对编码的视频进行解码的视频解码器。
控制器每分钟向数据收集模块发送一次数据索取指令，数据收集模块每分钟向控制器发送该时段内收集各监测区域的相关数据。
现实火场建模模块一方面通过GIS***、火焰特征提取模块对当前火场进行三维建模，另一方面通过烟雾传感器、热量传感器、光照传感器、风向传感器的监测数据以及GIS***对当前火场进行三维建模。
火焰特征提取模块将摄像头拍摄森林各监测区域画面进行灰度处理，计算出RGB中R、G、B三个通道的平均值，然后将计算得到的平均值分别重新附给R、G、B三个分量；对得到的灰度图片进行二值化处理，设定红色分量R的阈值为RT，RT的值由图像的直方图估算得到，大于阈值RT的像素点标为1，即白色，小于阈值RT的像素点标为0，即黑色；采用opencv视觉图像处理模块绘制出火焰轮廓，并调用opencv视觉图像处理模块中的绘制矩形框，用矩形框将二值化图像中白色像素点作为火灾区域标记出来。
现实火场建模模块根据风向传感器的监测数据对烟雾传感器、热量传感器的监测数据进行误差修正。
上位机与用于在发现火情后向林业消防部门进行报警的报警模块相连，同时上位机通过第二无线通信模块将现实火场建模模块、预测火场建模模块的建模结果发送给林业消防部门。
现实火场建模模块一方面通过GIS***、火焰特征提取模块对当前火场进行三维建模，另一方面通过烟雾传感器、热量传感器、光照传感器、风向传感器的监测数据以及GIS***对当前火场进行三维建模，并且现实火场建模模块根据风向传感器的监测数据对烟雾传感器、热量传感器的监测数据进行误差修正，建模方式多样，同时还能根据天气情况对监测数据进行误差修正，保证建模结果准确。
火焰特征提取模块将摄像头拍摄森林各监测区域画面进行灰度处理，计算出RGB中R、G、B三个通道的平均值，然后将计算得到的平均值分别重新附给R、G、B三个分量；对得到的灰度图片进行二值化处理，设定红色分量R的阈值为RT，RT的值由图像的直方图估算得到，大于阈值RT的像素点标为1，即白色，小于阈值RT的像素点标为0，即黑色；采用opencv视觉图像处理模块绘制出火焰轮廓，并调用opencv视觉图像处理模块中的绘制矩形框，用矩形框将二值化图像中白色像素点作为火灾区域标记出来。
预测火场建模模块基于现实火场建模模块的建模结果结合风向传感器的监测数据对未来时间段内的火场进行三维建模，从而能够对火情发展趋势进行及时预估。损失预估模块将存储器存储各监测区域植被种植数据覆盖在预测火场建模模块的建模结果上并预估损失。
上位机与用于在发现火情后向林业消防部门进行报警的报警模块相连，同时上位机通过第二无线通信模块将现实火场建模模块、预测火场建模模块的建模结果发送给林业消防部门，使得林业消防部门准确及时掌握火场信息，有效提高灭火效率，减少损失。
控制器每分钟向数据收集模块发送一次数据索取指令，数据收集模块每分钟向控制器发送该时段内收集各监测区域的相关数据。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种林业防火用监测***，包括安装在稳定高度飞行无人机上的控制器、数据收集模块，以及设于监控中心的上位机，其特征在于：所述数据收集模块与用于监测区域烟雾浓度变化的烟雾传感器相连，所述数据收集模块与用于监测区域热量变化的热量传感器相连，所述数据收集模块与用于监测区域光照强度变化的光照传感器相连，所述数据收集模块与用于监测区域风向变化的风向传感器相连，所述数据收集模块与用于对无人机进行定位的定位模块相连；
所述数据收集模块与用于拍摄森林各监测区域画面的摄像头相连，所述数据收集模块收集各监测区域相关数据并发送给所述控制器，所述控制器通过第一无线通信模块向所述上位机发送数据；
所述上位机通过第二无线通信模块接收所述控制器发送的数据，所述上位机与用于存储各监测区域植被种植数据的存储器相连，所述上位机与用于根据所述定位模块获取该定位地点对应地理信息的GIS***相连，所述上位机与用于根据所述摄像头拍摄森林各监测区域画面提取火焰特征的火焰特征提取模块相连，所述上位机与用于对当前火场进行三维建模的现实火场建模模块相连，所述上位机与用于基于所述现实火场建模模块的建模结果结合所述风向传感器的监测数据对未来时间段内的火场进行三维建模的预测火场建模模块相连，所述上位机与用于将所述存储器存储各监测区域植被种植数据覆盖在所述预测火场建模模块的建模结果上并预估损失的损失预估模块相连。
2.根据权利要求1所述的林业防火用监测***，其特征在于：所述控制器与用于对所述摄像头拍摄画面进行编码的视频编码器相连，所述上位机内部设有用于对编码的视频进行解码的视频解码器。
3.根据权利要求1所述的林业防火用监测***，其特征在于：所述控制器每分钟向所述数据收集模块发送一次数据索取指令，所述数据收集模块每分钟向所述控制器发送该时段内收集各监测区域的相关数据。
4.根据权利要求1所述的林业防火用监测***，其特征在于：所述现实火场建模模块一方面通过所述GIS***、火焰特征提取模块对当前火场进行三维建模，另一方面通过所述烟雾传感器、热量传感器、光照传感器、风向传感器的监测数据以及GIS***对当前火场进行三维建模。
5.根据权利要求4所述的林业防火用监测***，其特征在于：所述火焰特征提取模块将所述摄像头拍摄森林各监测区域画面进行灰度处理，计算出RGB中R、G、B三个通道的平均值，然后将计算得到的平均值分别重新附给R、G、B三个分量；对得到的灰度图片进行二值化处理，设定红色分量R的阈值为RT，RT的值由图像的直方图估算得到，大于阈值RT的像素点标为1，即白色，小于阈值RT的像素点标为0，即黑色；采用opencv视觉图像处理模块绘制出火焰轮廓，并调用opencv视觉图像处理模块中的绘制矩形框，用矩形框将二值化图像中白色像素点作为火灾区域标记出来。
6.根据权利要求4所述的林业防火用监测***，其特征在于：所述现实火场建模模块根据所述风向传感器的监测数据对所述烟雾传感器、热量传感器的监测数据进行误差修正。
7.根据权利要求1所述的林业防火用监测***，其特征在于：所述上位机与用于在发现火情后向林业消防部门进行报警的报警模块相连，同时所述上位机通过所述第二无线通信模块将所述现实火场建模模块、预测火场建模模块的建模结果发送给林业消防部门。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910750306.1A CN110335434A (zh) | 2019-08-14 | 2019-08-14 | 一种林业防火用监测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910750306.1A CN110335434A (zh) | 2019-08-14 | 2019-08-14 | 一种林业防火用监测*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110335434A true CN110335434A (zh) | 2019-10-15 |
Family
ID=68149609
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910750306.1A Pending CN110335434A (zh) | 2019-08-14 | 2019-08-14 | 一种林业防火用监测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110335434A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111932812A (zh) * | 2020-07-28 | 2020-11-13 | 东北林业大学 | 一种基于无人机的智能森林防火*** |
| CN113793466A (zh) * | 2021-08-23 | 2021-12-14 | 上海腾盛智能安全科技股份有限公司 | 一种集成远程遥控报警模块的探测装置及报警器 |
| CN115063942A (zh) * | 2022-08-04 | 2022-09-16 | 广东广宇科技发展有限公司 | 消防火灾复燃监测预警方法、装置、电子设备及存储介质 |
| CN115369934A (zh) * | 2022-09-27 | 2022-11-22 | 安徽智立通科技股份有限公司 | 基于静压桩施工质量可视化控制*** |
| CN115909645A (zh) * | 2023-01-09 | 2023-04-04 | 西安易诺敬业电子科技有限责任公司 | 一种车间生产安全预警***和预警方法 |
| CN117516627A (zh) * | 2023-11-10 | 2024-02-06 | 鄄城县自然资源和规划局 | 一种基于无人机数据的区域植被状态监测*** |
| CN117612318A (zh) * | 2023-11-20 | 2024-02-27 | 滨州泽郦精密金属科技有限公司 | 一种火焰探测器 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202662054U (zh) * | 2012-05-04 | 2013-01-09 | 山西省电力公司阳泉供电公司 | 一种基于电网gis山火灾害监测与预警分析*** |
| CN205788619U (zh) * | 2016-07-06 | 2016-12-07 | 浙江理工大学 | 山林防火监测*** |
| WO2017077276A1 (en) * | 2015-11-03 | 2017-05-11 | Fuel 3D Technologies Limited | Systems and methods for forming models of three dimensional objects |
| CN107218926A (zh) * | 2017-05-12 | 2017-09-29 | 西北工业大学 | 一种基于无人机平台的远程扫描的数据处理方法 |
| CN107749142A (zh) * | 2017-11-21 | 2018-03-02 | 海南电网有限责任公司电力科学研究院 | 一种输电线路防山火预警***及其预警方法 |
| CN108682105A (zh) * | 2018-05-29 | 2018-10-19 | 贵州电网有限责任公司 | 一种基于多光谱的输电线路山火勘测预警装置及预警方法 |
| CN108846987A (zh) * | 2018-06-28 | 2018-11-20 | 武汉智网兴电科技开发有限公司 | 一种基于北斗卫星传输***的输电线路山火*** |
| CN110047241A (zh) * | 2019-04-27 | 2019-07-23 | 刘秀萍 | 一种森林火灾无人机巡航监控*** |
-
2019
- 2019-08-14 CN CN201910750306.1A patent/CN110335434A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202662054U (zh) * | 2012-05-04 | 2013-01-09 | 山西省电力公司阳泉供电公司 | 一种基于电网gis山火灾害监测与预警分析*** |
| WO2017077276A1 (en) * | 2015-11-03 | 2017-05-11 | Fuel 3D Technologies Limited | Systems and methods for forming models of three dimensional objects |
| CN205788619U (zh) * | 2016-07-06 | 2016-12-07 | 浙江理工大学 | 山林防火监测*** |
| CN107218926A (zh) * | 2017-05-12 | 2017-09-29 | 西北工业大学 | 一种基于无人机平台的远程扫描的数据处理方法 |
| CN107749142A (zh) * | 2017-11-21 | 2018-03-02 | 海南电网有限责任公司电力科学研究院 | 一种输电线路防山火预警***及其预警方法 |
| CN108682105A (zh) * | 2018-05-29 | 2018-10-19 | 贵州电网有限责任公司 | 一种基于多光谱的输电线路山火勘测预警装置及预警方法 |
| CN108846987A (zh) * | 2018-06-28 | 2018-11-20 | 武汉智网兴电科技开发有限公司 | 一种基于北斗卫星传输***的输电线路山火*** |
| CN110047241A (zh) * | 2019-04-27 | 2019-07-23 | 刘秀萍 | 一种森林火灾无人机巡航监控*** |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111932812A (zh) * | 2020-07-28 | 2020-11-13 | 东北林业大学 | 一种基于无人机的智能森林防火*** |
| CN113793466A (zh) * | 2021-08-23 | 2021-12-14 | 上海腾盛智能安全科技股份有限公司 | 一种集成远程遥控报警模块的探测装置及报警器 |
| CN115063942A (zh) * | 2022-08-04 | 2022-09-16 | 广东广宇科技发展有限公司 | 消防火灾复燃监测预警方法、装置、电子设备及存储介质 |
| CN115369934A (zh) * | 2022-09-27 | 2022-11-22 | 安徽智立通科技股份有限公司 | 基于静压桩施工质量可视化控制*** |
| CN115369934B (zh) * | 2022-09-27 | 2023-07-04 | 安徽智立通科技股份有限公司 | 基于静压桩施工质量可视化控制*** |
| CN115909645A (zh) * | 2023-01-09 | 2023-04-04 | 西安易诺敬业电子科技有限责任公司 | 一种车间生产安全预警***和预警方法 |
| CN117516627A (zh) * | 2023-11-10 | 2024-02-06 | 鄄城县自然资源和规划局 | 一种基于无人机数据的区域植被状态监测*** |
| CN117516627B (zh) * | 2023-11-10 | 2024-05-07 | 鄄城县自然资源和规划局 | 一种基于无人机数据的区域植被状态监测*** |
| CN117612318A (zh) * | 2023-11-20 | 2024-02-27 | 滨州泽郦精密金属科技有限公司 | 一种火焰探测器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110335434A (zh) | 一种林业防火用监测*** | |
| CN111930049A (zh) | 一种基于物联网的林业森林防火安全智能监测管理*** | |
| CN101883261B (zh) | 大范围监控场景下异常目标检测及接力跟踪的方法及*** | |
| CN107437318B (zh) | 一种可见光智能识别算法 | |
| CN110543986A (zh) | 一种输电线路外部隐患智能监控***及其监控方法 | |
| CN105675623B (zh) | 一种基于污水口视频的污水颜色与流量检测的实时分析方法 | |
| CN109377703A (zh) | 一种基于机器视觉的森林防火预警***及其方法 | |
| CN113705372B (zh) | 一种应用于配网作业现场违章的ai识别*** | |
| CN106485868A (zh) | 火情的监测方法、***和火情的监测服务器 | |
| CN112084963B (zh) | 一种监控预警方法、***及存储介质 | |
| CN105741477B (zh) | 带有智能消防语音助手的飞行器 | |
| CN117037406B (zh) | 一种森林火灾智能化监控和预警*** | |
| CN110517441A (zh) | 基于深度学习框架嵌入式烟雾及火焰视频报警***及方法 | |
| CN108492517A (zh) | 一种用于楼宇的火灾监控*** | |
| CN115294533B (zh) | 基于数据处理的建筑施工状态监测方法 | |
| CN111920129A (zh) | 一种智能安全帽*** | |
| CN113076683A (zh) | 用于变电站行为监测的卷积神经网络模型的建模方法 | |
| CN111912850A (zh) | 一种基于人工智能的片烟杂物检测*** | |
| CN209708270U (zh) | 一种便于维护的森林消防监控*** | |
| CN114117717A (zh) | 一种森林防火监控方法、装置和*** | |
| CN110930632B (zh) | 一种基于人工智能的预警*** | |
| CN109785574B (zh) | 一种基于深度学习的火灾检测方法 | |
| CN117351434B (zh) | 一种基于动作识别的工作区域人员行为规范监控分析*** | |
| CN114550082A (zh) | 一种易用高效ai识别算法 | |
| CN113723701A (zh) | 森林火灾监测预测方法及***、电子设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191015 |
|
| RJ01 | Rejection of invention patent application after publication |