【技术实现步骤摘要】
本专利技术涉及无人机，尤其涉及一种智能低空无人机集群空地协同侦测灭火系统及方法。
技术介绍
1、森林火灾是一种破坏性极大的自然灾害。传统的森林灭火方式主要依靠地面消防人员和设备，但在一些地形复杂、交通不便的地区，灭火工作面临着巨大的挑战。随着科技的不断进步，无人机技术得到了飞速发展。无人机具有灵活、高效等优点，在多个领域得到了广泛应用。在森林灭火领域，无人机的出现为解决传统灭火方式的难题提供了新的思路和方法，无人机可以无视地形阻碍，快速到达火源区域，并利用携带的灭火弹及时对微小火源进行扑灭，从而有效防止火灾的扩大化。
2、但现有的基于无人机的灭火系统仍存在以下缺点：1.现有无人机通过搭载红外热成像设备检测温度，以此实现对火源的检测，但森林环境复杂，不同植被的温度差异、阳光照射角度的变化以及大气中的水汽等，都会影响红外热成像的准确性，导致检测精度较低；2.现有的无人机通过巡逻的方式实现对火灾的侦查，这种巡逻方式通常采用固定的巡逻路线和时间，由于缺少动态的规划，因此在火灾频发的时段，容易出现火灾漏检的情况；3.现有无人机灭火系统缺少针对火灾的评估以及根据评估结果生成灭火方案的功能，需要人工在得到火灾预警后分析无人机检测到的数据，确定火灾情况并制定灭火方案，由于此过程较为耗费时间，因此容易错过最佳灭火时机。
技术实现思路
1、本专利技术公开了一种智能低空无人机集群空地协同侦测灭火系统及方法，以克服上述技术问题。
2、为了实现上述目的，本专利技术的技术方案是：>
3、一种智能低空无人机集群空地协同侦测灭火系统，包括：巡逻规划模块、数据收集模块、火源识别模块、火灾趋势预测模块、灭火方案生成模块和灭火方案执行模块；
4、所述数据收集模块用于通过无人机实时获取森林地区的红外图像，实际图像，空气中的烟雾浓度，环境温度，环境湿度，风向，风速，地形地貌数据、植被数据、气象数据、人类活动数据和无人机位置数据；
5、所述巡逻规划模块用于根据森林地区的地形地貌数据、植被数据和人类活动数据，确定无人机的巡逻区域，并计算所述巡逻区域的综合风险值，以基于所述综合风险值，确定对所述无人机的巡逻区域进行巡逻的时间间隔和确定巡逻路线的密度；以基于所述时间间隔和巡逻路线的密度，对森林地区进行巡逻；
6、火源识别模块用于根据所述森林地区的红外图像、森林地区的实际图像，确定森林地区是否存在火源，以及当确定森林地区存在火源时，根据所述烟雾浓度确定火源强度和火源位置；
7、所述火灾趋势预测模块用于根据环境温度，环境湿度，风向，风速，地形地貌数据、植被数据、火源强度和火源位置，获取对火灾趋势的预测结果；包括火灾发生概率、火势蔓延的方向和速度；
8、所述灭火方案生成模块用于当确定森林地区存在火源时，根据环境温度，环境湿度，风向，风速，地形地貌数据、植被数据、人类活动数据和无人机位置数据、火源强度和火源位置以及灭火资源、对火灾趋势的预测结果，获取多种灭火方案，进而基于灭火效果、资源消耗以及时间成本，确定最终的灭火方案；
9、所述灭火方案执行模块用于根据所述最终的灭火方案，对森林地区进行灭火。
10、进一步的，所述巡逻规划模块包括巡逻区域划分单元、区域风险评估单元和巡逻计划制定单元；
11、所述巡逻计划制定单元包括巡逻时间分配子单元和巡逻路线规划子单元；
12、所述巡逻区域划分单元用于根据森林地区的地形地貌数据、植被数据和人类活动数据，确定无人机的巡逻区域；
13、所述区域风险评估单元，用于获取所述无人机的巡逻区域的综合风险值；
14、所述巡逻时间分配子单元用于根据所述无人机的巡逻区域的综合风险值，确定对所述无人机的巡逻区域进行巡逻的时间间隔；
15、所述巡逻路线规划子单元用于根据所述无人机的巡逻区域的综合风险值以及巡逻的时间间隔，确定巡逻路线的密度。
16、进一步的，确定无人机的巡逻区域所采用方法如下：
17、s1：对森林地区的地形地貌数据、植被数据和人类活动数据进行预处理；
18、s2：分别根据预处理后的森林地区的地形地貌数据、植被数据和人类活动数据，获取地形地貌特征、植被类型特征和人类活动特征，以获取所述巡逻区域的特征向量；
19、所述巡逻区域的特征向量获取如下：
20、fi＝(ti,vi,hi)
21、其中，
22、ti＝ti1×αit+ti2×βit+ti3×γit
23、vi＝vi1×αiv+vi2×βiv+vi3×γiv
24、hi＝hi1×αih+hi2×βih+hi3×γih
25、式中：ti表示第i个巡逻区域的地形地貌特征；vi表示第i个巡逻区域的植被类型特征；hi表示第i个巡逻区域的人类活动特征；ti1表示第i个巡逻区域的海拔高度；ti2为第i个巡逻区域的坡度、ti3为第i个巡逻区域的坡向；αit表示第i个巡逻区域的海拔高度的权重系数；βit表示第i个巡逻区域的坡度的权重系数；γit表示第i个巡逻区域的坡向的权重系数，且有αit+βit+γit＝1；vi1、vi2、vi3分别表示第i个巡逻区域的针叶林特征、阔叶林特征、混合林特征；αiv、βiv、γiv分别表示第i个巡逻区域的针叶林特征的权重系数、阔叶林特征的权重系数、混合林特征的权重系数，且有αiv+βiv+γiv＝1；hi1、hi2、hi3分别表示第i个巡逻区域的人口密度影响因子、旅游景点影响因子、交通路线影响因子；αih、βih、γih分别表示第i个巡逻区域的人口密度影响因子的权重系数、旅游景点影响因子的权重系数、交通路线影响因子的权重系数，且有αih+βih+γih＝1；
26、s3：随机确定用于表示巡逻区域的总数的聚类数量k，并选择个k初始的聚类中心c1,c2,…,ck；
27、s4：获取巡逻区域的特征向量与初始聚类中心的距离，以将第i个巡逻区域分配到距离最近的聚类中心所属的类别，获取新的聚类，进而获取新的聚类的聚类中心；
28、s5：基于新的聚类的聚类中心，重复执行s4，直至满足终止条件；获取最终的聚类，以确定无人机的巡逻区域。
29、进一步的，获取所述无人机的巡逻区域的综合风险值所采用公式如下：
30、
31、式中：r表示无人机的巡逻区域的综合风险值；s为季节和气候变化指标，s＝α1×q1+α2×q2+α3×q3+α4×q4，q1为温度变化指标、q2为湿度变化指标、q3为降水变化指标、q4为风向变化指标、α1,α2,α3,α4分别为温度变化指标、湿度变化指标、降水变化指标、风向变化指标的权重系数，且α1+α2+α3+α4＝1；tr为地形地貌风险指标，tr＝t×αt，t为地形地貌特征，αt为地形地貌特征的权重系数；vr为植被类型风险指标，vr＝v×αv，v为植被类型特征，αv为植被类型特征的权重系数；hr为人类活动风险指标，hr＝本文档来自技高网...
【技术保护点】
1.一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，包括：巡逻规划模块、数据收集模块、火源识别模块、火灾趋势预测模块、灭火方案生成模块和灭火方案执行模块；
2.根据权利要求1所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，所述巡逻规划模块包括巡逻区域划分单元、区域风险评估单元和巡逻计划制定单元；
3.根据权利要求2所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，确定无人机的巡逻区域所采用方法如下：
4.根据权利要求2所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，获取所述无人机的巡逻区域的综合风险值所采用公式如下：
5.根据权利要求1所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，所述数据收集模块包括：红外图像数据采集单元、实际图像数据采集单元、烟雾数据采集单元、位置数据采集单元、气象数据获取单元和地区数据获取单元；
6.根据权利要求1所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，所述火源识别模块包括红外图像处理单元、实际图像处理单元、数据融
7.根据权利要求1所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，所述火源识别模块还包括算法调整单元；
8.根据权利要求6所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，所述红外图像处理单元包括多帧图像融合子单元、背景减除子单元和分类器子单元；
9.根据权利要求1所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，所述灭火方案生成模块包括信息整合单元、方案生成单元和评估优化单元；
10.根据权利要求1-9任一项所述的一种智能低空无人机集群空地协同侦测灭火系统的灭火方法，其特征在于，包括如下步骤：
...【技术特征摘要】
1.一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，包括：巡逻规划模块、数据收集模块、火源识别模块、火灾趋势预测模块、灭火方案生成模块和灭火方案执行模块；
2.根据权利要求1所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，所述巡逻规划模块包括巡逻区域划分单元、区域风险评估单元和巡逻计划制定单元；
3.根据权利要求2所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，确定无人机的巡逻区域所采用方法如下：
4.根据权利要求2所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，获取所述无人机的巡逻区域的综合风险值所采用公式如下：
5.根据权利要求1所述的一种智能低空无人机集群空地协同侦测灭火系统，其特征在于，所述数据收集模块包括：红外图像数据采集单元、实际图像数据采集单元、烟雾数据采集单元、位置数据采集...
【专利技术属性】
技术研发人员：杨吉光，张海龙，姜南雪，田国刚，刘伟男，
申请(专利权)人：华录科技文化大连有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。