一种电缆隧道内火苗的自动识别与定点消除方法技术

本发明专利技术属于电缆隧道技术领域，具体说是一种电缆隧道内火苗的自动识别与定点消除方法。包括以下步骤：通过相机实时拍摄采集隧道内的图像；对采集的图像进行预处理；通过目标检测算法对预处理后的图像进行火苗识别检测，当检测到火苗时，计算火苗的位置信息和距离信息；将火苗的位置信息发送给云台，云台根据位置信息进行转动，将火苗的距离信息发送给灭火装置，灭火装置根据距离信息向火苗喷射灭火物质。本发明专利技术对电缆隧道内的火苗进行实时检测并精准扑灭消除，对于拓宽电缆隧道火灾消除相关技术范围、提升隧道灭火的高效性和高质性具有重要意义。重要意义。重要意义。

【技术实现步骤摘要】
一种电缆隧道内火苗的自动识别与定点消除方法


[0001]本专利技术属于电缆隧道
，具体说是一种电缆隧道内火苗的自动识别与定点消除方法。

技术介绍

[0002]随着我国快速发展以及客流需求的迅速上涨，越来越多的城市开始建设电缆隧道，电缆的发展也呈现线路复杂、里程变长的特点。但与此同时，隧道内火灾的潜在危险更需要加以重视，它严重危害着供电安全，不能有效处理将发生难以预料的后果，因此及时发现并处理电缆隧道内火情灾害十分重要且必要。
[0003]电缆隧道火灾呈现蔓延较快、烟雾较大、温度较高、难以处置等问题，现阶段我国对于电缆隧道火灾的处理主要采用以下方法：一是手动灭火。大部分中短程线路采用设置灭火器的方式，当有火灾出现时，进行人工手动灭火，虽然有人为的参与能够确保火灾被完全消灭，但同时存在火灾发生点的人员不会使用灭火器、灭火器数量不足、隧道延误烟雾太大阻挡视线无法呼吸等问题，无法在第一时间完成火灾处置且对灭火人员有生命上的威胁；二是自动灭火。目前我国也采用自动喷水灭火系统、水喷雾灭火系统、细水雾灭火系统、泡沫一水喷雾灭火系统等，通过在隧道中设置灭火系统，在火灾发生时系统启动并进行相应动作，虽然这种灭火方式取得了一定的效果，但是却无法快速确定火灾发生，只有在烟雾大量弥漫或者火焰成堆燃起之时才进行反应，同时，在灭火过程中不够灵活，只是对大范围灭火而缺少针对性，大量浪费灭火资源。

技术实现思路

[0004]针对上述问题缺陷和改进需求，本专利技术提供了一种电缆隧道内火苗的自动识别与定点消除技术。此方法将深度学习中的目标检测和灭火器自动喷射技术有效结合，达到实时检测隧道内的小火苗并迅速反应对其消除的目的，将火灾扼杀在摇篮里面，以更小的代价、更高的精度、更好的效果实现消除隧道内任何可能发生的火灾灾情。
[0005]本专利技术为实现上述目的所采用的技术方案是：
[0006]一种电缆隧道内火苗的自动识别与定点消除装置，包括相机、云台和灭火装置，所述相机安装在云台的安装架上，保持固定姿态，不随云台的转动而转动，所述灭火装置安装在云台上，随云台的转动而转动，所述灭火装置在相机下方。
[0007]所述相机为深度相机，在RGB相机的基础上添加深度传感器。
[0008]所述灭火装置具有定点喷射功能，喷射物为具有灭火功能的物质。
[0009]一种电缆隧道内火苗的自动识别与定点消除方法，包括以下步骤：
[0010]通过相机实时拍摄采集隧道内的图像；
[0011]对采集的图像进行预处理；
[0012]通过目标检测算法对预处理后的图像进行火苗识别检测，当检测到火苗时，计算火苗的位置信息和距离信息；
[0013]将火苗的位置信息发送给云台，云台根据位置信息进行转动，将火苗的距离信息发送给灭火装置，灭火装置根据距离信息向火苗喷射灭火物质。
[0014]采用中值滤波的方法对图像进行预处理。
[0015]所述目标检测算法包括：DPM模型、Viola
‑
Jones算法、RNN算法、Fast R
‑
CNN算法、YOLO算法、SSD算法、AttentionNet算法、强化学习算法、CornerNet算法、CenterNet算法、FCOS算法中任意一种。
[0016]通过图像中的深度信息计算火苗的距离信息。
[0017]当检测到的火苗的中心点恰好位于图像中心时，云台不予转动，即图像的中心点即是云台的空间坐标原点；以图像左下角为原点构建xy平面坐标系，当火苗中心位置(X，Y)不在图像中点(M，N)时，将通过计算火苗中心点横纵坐标与图像中点坐标的差值来确定云台的转动轨迹。
[0018]本专利技术具有以下有益效果及优点：
[0019]1.本专利技术利用目标检测技术实时检测电缆隧道内图像，能够及时发现隧道内出现的火苗。
[0020]2.本专利技术使用定点消除技术，对于发现的火苗能够及时消除，及时扼止重大火灾发生。
[0021]3.通过本专利技术能够大幅度缩减成本，节约人力和物力，保障了电缆隧道运行的稳定与安全。
附图说明
[0022]图1是本专利技术提供的一种电缆隧道内火苗的自动识别与定点消除技术流程图；
[0023]图2是灭火系统及装置图。
具体实施方式
[0024]下面结合附图及实施例对本专利技术做进一步的详细说明。
[0025]如图1所示，为本专利技术提出的电缆隧道内火苗的自动识别与定点消除技术的方法流程图，包含了检测火苗并定点消除的整体过程。其中：
[0026]S1.图像采集。如图2所示，将RGB
‑
D深度相机和灭火装置安装在同一个云台上，相机固定在云台安装架上保持不动，用于实时拍摄采集隧道内的现实图像，图像中包含目标的RGB信息和深度信息；灭火装置固定在云台上，随着云台的转动而转动。
[0027]进一步优选地，在步骤S1中，相机采用RGB
‑
D相机，在RGB相机基础上添加深度传感器，因此可以同时获得拍摄场景的RGB信息和深度信息，进而可以同时确定火苗的位置和距离。云台采用全方位电动云台，可以完成水平和垂直转动，使摄像机能够在大范围内对准并拍摄隧道中的火苗。
[0028]进一步优选地，在步骤S1中，相机固定在云台的安装架上，保持一个姿态，确保相机不随着云台的转动而转动；灭火装置固定在云台上，当云台转动时，灭火装置也随之改变方向，进而达到对准火苗的目的，同时要求灭火装置在相机下方，保证不会阻挡相机镜头，影响识别准度。
[0029]S2.图像预处理。由于隧道内环境光线昏暗，背景干扰较多，因此需要对图像进行
预处理。首先使用中值滤波非线性的方法，平滑图像脉冲中的噪声，消除在隧道内拍摄到的原始图像的噪点，与此同时，保护图像的尖锐部分特征，如火苗的轮廓，提高检测准确度。
[0030]S3.图像识别。对图像进行识别检测并计算火苗的具体位置、距离信息。
[0031]进一步优选地，在步骤S3中，采用训练好的神经网络模型对图像进行识别检测，查看图像中是否存在火苗，如果存在则计算出火苗的位置坐标和距离信息。
[0032]这里主要功能是将图像或者视频中的目标与其他不感兴趣区域进行区分，判断是否存在火苗，确定火苗位置的计算机视觉任务。基于现在发展迅速的各种目标检测算法，如传统算法DPM模型、Viola
‑
Jones算法等以及基于深度神经网络的目标检测与识别算法RNN、Fast R
‑
CNN(基于区域建议),YOLO、SSD(基于目标回归)，AttentionNet、强化学习(基于搜索目标的检测与识别算法)，CornerNet、CenterNet、FCOS(基于Anchor
‑
free)等算法。无论是运用何种方式检测到火苗的具体信息，最终只需要判断图像中是否存在火苗以及火苗的具体位置信息，以此作为反馈传输给云台和灭火器。
[0033]S4.定点消除火苗。将计算好的火本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电缆隧道内火苗的自动识别与定点消除装置，其特征在于，包括相机、云台和灭火装置，所述相机安装在云台的安装架上，保持固定姿态，不随云台的转动而转动，所述灭火装置安装在云台上，随云台的转动而转动，所述灭火装置在相机下方。2.根据权利要求1所述的一种电缆隧道内火苗的自动识别与定点消除装置，其特征在于，所述相机为深度相机，在RGB相机的基础上添加深度传感器。3.根据权利要求1所述的一种电缆隧道内火苗的自动识别与定点消除装置，其特征在于，所述灭火装置具有定点喷射功能，喷射物为具有灭火功能的物质。4.一种电缆隧道内火苗的自动识别与定点消除方法，其特征在于，包括以下步骤：通过相机实时拍摄采集隧道内的图像；对采集的图像进行预处理；通过目标检测算法对预处理后的图像进行火苗识别检测，当检测到火苗时，计算火苗的位置信息和距离信息；将火苗的位置信息发送给云台，云台根据位置信息进行转动，将火苗的距离信息发送给灭火装置，灭火装置根据距离信息向火苗喷射灭火物质。5.根据权利要求4所述的一种电缆隧道内火苗的自动识别与...

【专利技术属性】
技术研发人员：王忠，罗宇，袁炜鸿，刘佳鑫，李胜川，李笋，王英杰，姚辰，王挺，张凯，刘敏杰，邵士亮，徐梁，
申请(专利权)人：国网辽宁省电力有限公司电力科学研究院国网山东省电力公司，
类型：发明
国别省市：