消防i管家—基于机器学习的热成像定向喷射灭火装置

数媒竞赛获奖作品信息及简介
作品名称消防i管家—基于机器学习的热成像定向喷射灭火装置
参赛院校河北工业大学廊坊分校
指导老师李军委
团队成员梅华强、焦程凯、吴红啸、郭媛媛、陈卓
奖项等级二等奖
竞赛年份2021

一、项目介绍  火灾是我们日常生活中常见且危害巨大的灾难,它易造成巨大的财产损失、破坏生态平衡、引起不良的社会和政治影响、最重要的是伤害人们的生命安全。目前的灭火方式主要为有灭火器灭火、喷淋装置灭火、火警灭火等,这些灭火方式也存在灭火物质污染环境、耗费巨大人力、错过灭火最佳时机等缺点。伴随着科技的进步,人工智能的加入让人们的生活产生了翻天覆地的变化,科学与生活的结合让我们团队对于火灾有了一个全新的想法--智能消防,我们认为日常生活中不完善的灭火装置让火灾有很大的可乘之机。所以有一套完善的灭火装置是消防工作之中的重中之重。本团队研发一种灭火的装置(基于机器学习的热成像高压喷射灭火装置),通过机器学习的方式调动AI芯片工作,建立数据集用来模拟场景并处理问题,开发出一套专注于支持监测、分析、调整、决策的系统,通过对高性能热成像仪器返回图像数据的分析处理联合大数据网络和数据库,实现了对火灾的及时发现、快速响应、精准灭火的科学灭火模式。 二、产品技术介绍  机器学习是通过算法构建基于样本数据的数学模型,收集模拟场景的各类数据构建密集数据集建立训练模型,并进行大量的数据训练来指导计算机进行学习,从而达到在没有明确编程来执行任务的情况下进行预测与决策的目的。它属于人工智能的一个子集,本团队经过长时间的学习和研究,对于机器学习有了基本的掌握。目前,本团队正在尝试将机器学习运用到装置的监测模块中,团队技术人员采用机器学习中监督学习方法来处理数据,采用特征学习算法并进行图像的识别、检测、切割、聚类、降噪等处理,对于各种起火物质的材质、起火物质燃点、起火方式、起火速度、火焰样式、热成像图中的色温值、热量分布等从起火整个过程中所有的特征先进行分类建立数学模型再聚集建立密集数据集,运用MATLAB和Python来建立神经网络在此基础上建立大量的逻辑单元进行对必要和突发情况的应对,再进行数据模型训练通过回归算法、基于实例的算法等一系类算法的匹配试用,使得仪器对各种情况之下火情进行总结,建立具备科学性的线性回归结果实现没有明确编码情况下及时对火情进行预测和做出决策。  云台是起到平衡与稳定作用的装置,将云台与热成像仪器结合可以有效提高整套装置的稳定性和准确性,我们采用的云台为室内吊装球型云台,这款云台的优点是可以进行水平角度360°全方位巡航、垂直角度-20°(俯角)--+90°(仰角)的操作,本队的技术人员所采用的云台控制方式为使用SDK开发包运用JAVA语言进行编程通过连接MATLAB中提供的摄像头支持包,实现图像、AI芯片、计算机之间的联通。通过JAVA进行云台控制指令函数的编写,实现舵机的运动方向、角度、速度、预置位、巡航扫描、上电初始动作等装置性能的控制。  针对火情的突发性与前期火焰的微小性,我们所采用的是球型双光谱热成像摄影仪,两个镜头分辨率分别为384x288和640x480, 热灵敏感应范围50mk@25°。镜头的帧频为50Hz、30Hz,响应波段在8到14μm之间, 测温范围有-20°C~150°C/0°C~300°C/60°C~600°C 三种测温范围,测温方式采用点测温、区域测温相结合的模式,自动切换,具备电动调焦、自动对焦功能 ,数字变焦为2倍、4倍,图像分辨率 1920x 1080(PAL制),图像分辨率为200万像素,镜头采用20倍光学镜头,水平视角可以达到61.4°到2.9°,补光灯采用双LED补光灯,可监控半径大约10米的圆形区域。同时我们创新性的将迷你增压泵与喷射喷头通过科学的空间分配组合到热成像仪器中。 三、竞品分析   我们的产品对标于传统消防喷淋设备。目前,有很多研究者致力于对消防喷淋设备的探索,它的工作原理是通过消防喷淋头上的红色液体对温度的感应来实现。当温度升高,它就迅速膨胀,使装它的玻璃破裂,然后玻璃内的压力传感器就会使消防喷水泵喷水。目前也应用于不同场合。例如:普通型洒水喷头下垂安装于喷水管网上,将总水量的40%-60%向下喷洒,较大部分喷向吊顶。多用于餐厅、商店、仓库、地下车库等场所。边墙型洒水靠墙安装,多用于于空间布管较难的场所安装,主要用于办公室、门厅、休息室、走廊、客厅。隐蔽式喷淋的盖子是用易熔金属焊接在螺纹上的,熔化点是57度。因此在发生火灾时,温度上升先使盖子脱落,温度再上升至68度时(一般的喷淋头),玻璃管爆裂,水流喷出。隐蔽式喷淋多用于高档酒店、住宅、剧院等需要保证天花平整整洁效果的地方。但是隐蔽式喷头最忌讳的是盖子上沾上涂料和油漆,这样的话会引起动作失灵。    但以上这几种喷淋装置都存在着一定的安全隐患。首先,这些喷淋装置的喷淋装置被触发的最低熔点为68°,这就会导致其对细微火苗无反应,触发门槛高;其次,由于其设计的局限性,当其触发时,会导致大面积喷淋,不具备良好的针对性,同时也会造成较大的人力物力损失;并且,当它被启动时,喷射的灭火物质只有水,不同的起火原因需要不同的灭火物质,即使被启动也不能保证灭火方式的精准性。    本团队开发的基于机器学习的热成像高压喷射灭火装置以其精准定位、智能调配灭火材料和有效扑灭为最大优势。我们的产品结合热成像及机器学习两门技术,我们首先通过热成像技术,实现对室内火源的精准定位,然后通过拥有机器学习功能的芯片处理数据,与数据库快速匹配,采用适当的灭火材料,从而更加精准地、有效地扑灭火苗,这大大减小了灭火过程中的失误,降低了发生火灾的风险。