【技術實現步驟摘要】
本專利技術實施例涉及智能消防滅火，特別是涉及一種基于ai的消防水炮智能控制系統及方法。
技術介紹
1、近年來,隨著社會的進步和科技的不斷發展,我國在應對火災方面已經取得長足的進展,但同時伴隨著城市化進程的不斷加快和人口的持續增長,我國火災的發生數量,造成的損失依舊呈現上升的趨勢。火災的撲滅依舊是當今世界的難題之一。目前，傳統的消防水炮滅火系統的操作流程通常如下：當火災發生時，現場人員發現火情后會拉響火警警報。消防控制中心接到火警信號后，會派遣消防人員趕赴現場。消防人員到達現場后，會根據火情情況，手動操作消防水炮進行滅火。
2、這種傳統的消防水炮滅火系統存在以下缺點：
3、1.反應速度慢：火災發生后，需要人工發現火情、拉響火警警報、消防人員趕赴現場等環節，導致滅火系統的反應速度較慢。
4、2.滅火精度低：由于依靠人工操作，消防水炮的定位和噴射精度難以保證，容易造成水資源浪費，并可能延誤滅火時機。
5、3.受環境因素影響：在煙霧彌漫、光線昏暗等情況下，人工操作容易出現誤判，影響滅火效果。
6、為了克服傳統消防水炮滅火系統的缺點，近年來，隨著人工智能技術的快速發展，一些研究人員開始將人工智能技術應用于消防水炮控制系統中，取得了一定的進展。
7、例如，一種基于機器視覺的消防水炮控制系統，利用攝像頭采集火災現場圖像，通過圖像識別算法識別火源位置，并控制消防水炮自動指向火源進行滅火。這種方法可以提高消防水炮的反應速度和滅火精度，但對圖像識別算法的精度要求較高，在復雜火情
8、又例如，一種基于傳感器的消防水炮控制系統，在消防水炮上安裝各種傳感器，如溫度傳感器、煙霧傳感器等，通過采集傳感器數據來判斷火源位置和火勢大小，并控制消防水炮進行滅火。這種方法可以克服煙霧彌漫、光線昏暗等環境因素的影響，但傳感器的安裝和維護成本較高，且傳感器的靈敏度和可靠性需要進一步提高。
9、現有的基于人工智能技術和傳感器技術的消防水炮控制系統，雖然取得了一定的進展，但仍存在以下不足：
10、1.火源識別精度不夠高：現有的圖像識別算法和傳感器在識別火源方面存在一定的誤差，尤其是在復雜火情情況下，容易出現漏檢或誤判的情況。
11、2.滅火控制策略不完善：現有的滅火控制策略通常比較簡單，不能根據火情變化靈活調整滅火策略，導致滅火效率不高。
12、3.系統智能化程度不高：現有的消防水炮控制系統缺乏有效的火情分析和決策機制，難以實現自主控制和協同作戰。
13、因此需要提供一種基于ai的消防水炮智能控制系統及方法，能夠解決上述問題。
技術實現思路
1、本專利技術提供一種基于ai的消防水炮智能控制系統及方法，通過獲取所述識別結果并結合第一算法、第二算法以及第三算法生成控制指令，實現快速準確的火源識別和高效的滅火控制，提高系統的智能化水平和滅火效率。
2、本專利技術實施例提供一種基于ai的消防水炮智能控制系統，所述系統包括：
3、火源檢測模塊，其用于識別定位主火源并輸出識別結果，所述火源檢測模塊包括激光測距儀、雙光攝像頭以及計算機；
4、控制處理模塊，其用于獲取所述識別結果并結合第一算法、第二算法以及第三算法生成控制指令，所述控制處理模塊包括cpu、輸入單元、輸出單元、通信單元以及電源模塊；
5、執行模塊，其用于根據所述控制指令執行電機的角度轉動，所述執行模塊包括俯仰電機控制單元和旋轉電機控制單元；
6、所述第一算法為火源識別與定位算法，其用于獲取火源信息；
7、所述第二算法為主火源判定算法，其用于根據火源標定框來確定主火源；
8、所述第三算法為滅火控制算法，其用于根據所述火源信息和所述確定后的主火源實現精準滅火；
9、其中，所述第一算法包括：
10、使用所述雙光攝像頭獲取火災現場的圖像；
11、使用目標檢測模型對所述火災現場的圖像進行對比分析，識別所述圖像中的目標，輸出所述目標的位置和置信度，所述目標為火源；
12、使用所述激光測距儀獲取所述目標相對于所述雙光攝像頭的距離信息和角度信息；
13、融合所述目標的位置和置信度以及所述距離信息和角度信息，得到完整的火源信息。
14、優選的，所述目標檢測模型為改進的yolov8n目標檢測模型，在基于yolov8n的fsc-net架構中，引入一個核心組件basicstage，所述核心組件basicstage包含一個pconv層，
15、所述pconv層的內存訪問數量為：
16、
17、其中，h和w分別表示特征圖的寬和高，k表示卷積核的大小，cp表示pconv卷積作用通道數；
18、引入focaler-iou損失函數來代替ciou損失函數,具體使用如下公式：
19、
20、其中，ioufocaler表示所述focaler-iou損失函數，[d,u]∈[0,1]。
21、優選地，所述第二算法包括：
22、當所述火災現場的圖像存在多個火源時，根據火源標定框的大小來確定最大的標定框火源為主火源，當所述主火源被滅后，再重新根據火源標定框的大小確定新的主火源。
23、優選地，所述第三算法包括：
24、將主火源的標定框中心像素點位置與拍攝主體畫面的中心像素點位置進行坐標系判定，判定所述主火源在屏幕中心點的象限位置后，所述控制處理模塊發出指令給所述雙光攝像頭，使所述雙光攝像頭向所述象限位置移動，直到主火源的標定框的像素點與所述拍攝主體畫面的中心像素點重合，所述控制處理模塊發出指令給所述執行模塊使所述消防水炮進行噴射水流的動作。
25、優選地，所述第三算法還包括：
26、以射流落點做標定框，將所述射流的標定框的中心位置與所述拍攝主體畫面的中心像素點位置進行坐標系判定，判斷所述射流在屏幕中心點的象限位置后，所述控制處理模塊發出指令給所述執行模塊，使消防水炮向所述象限位置移動，直到所述射流的標定框的像素點與所述拍攝主體畫面的中心像素點重合，實現主火源與水源同框。
27、優選地，所述第三算法還包括：
28、當未識別到火源時，所述控制處理模塊發出指令給所述雙光攝像頭，使所述雙光攝像頭轉動以拍攝潛在的火源。
29、優選地，所述雙光攝像頭為自然光和紅外雙光攝像頭。
30、優選地，所述俯仰電機控制單元用于接收所述控制處理模塊的指令，控制俯仰電機正反轉運行以調節消防水炮上下轉動至射流角度。
31、優選地，所述旋轉電機控制單元用于接收所述控制處理模塊的指令，控制旋轉電機正反轉運行以調節消防水炮左右轉動至擺動角度。
32、本專利技術實施例還提供一種基于ai的消防水炮智能控制方法，所述方法包括：
33、使用火源檢測模塊識別定位主火源并本文檔來自技高網...
【技術保護點】
1.一種基于AI的消防水炮智能控制系統，其特征在于，所述系統包括：
2.基于AI的消防水炮智能控制系統，其特征在于，所述目標檢測模型為改進的YOLOV8n目標檢測模型，在基于YOLOV8n的FSC-Net架構中，引入一個核心組件BasicStage，所述核心組件BasicStage包含一個PConv層，
3.根據權利要求1所述的基于AI的消防水炮智能控制系統，其特征在于，所述第二算法包括：
4.根據權利要求3所述的基于AI的消防水炮智能控制系統，其特征在于，所述第三算法包括：
5.根據權利要求4所述的基于AI的消防水炮智能控制系統，其特征在于，所述第三算法還包括：
6.根據權利要求4所述的基于AI的消防水炮智能控制系統，其特征在于，所述第三算法還包括：
7.根據權利要求1所述的基于AI的消防水炮智能控制系統，其特征在于，所述雙光攝像頭為自然光和紅外雙光攝像頭。
8.根據權利要求1所述的基于AI的消防水炮智能控制系統，其特征在于，所述俯仰電機控制單元用于接收所述控制處理模塊的指令，控制俯仰電機正反轉
9.根據權利要求1所述的基于AI的消防水炮智能控制系統，其特征在于，所述旋轉電機控制單元用于接收所述控制處理模塊的指令，控制旋轉電機正反轉運行以調節消防水炮左右轉動至擺動角度。
10.一種基于AI的消防水炮智能控制方法，其特征在于，所述方法包括：
...【技術特征摘要】
1.一種基于ai的消防水炮智能控制系統，其特征在于，所述系統包括：
2.基于ai的消防水炮智能控制系統，其特征在于，所述目標檢測模型為改進的yolov8n目標檢測模型，在基于yolov8n的fsc-net架構中，引入一個核心組件basicstage，所述核心組件basicstage包含一個pconv層，
3.根據權利要求1所述的基于ai的消防水炮智能控制系統，其特征在于，所述第二算法包括：
4.根據權利要求3所述的基于ai的消防水炮智能控制系統，其特征在于，所述第三算法包括：
5.根據權利要求4所述的基于ai的消防水炮智能控制系統，其特征在于，所述第三算法還包括：
6.根據權利要求4所...
【專利技術屬性】
技術研發人員：童新華，
申請(專利權)人：上海格士消防安全設備有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。