基于无人机视觉的早期火情检测方法研究
Journal: Engineering and Management Science DOI: 10.12238/ems.v7i5.13191
Abstract
本研究针对传统火灾监测手段(如地面传感器、卫星遥感)存在的响应延迟、覆盖不足等问题,提出了一种基于无人机视觉的早期火情检测方法。系统采用大疆M300 RTK无人机搭载双模态视觉系统(可见光+热成像),结合轻量化YOLOv8算法(GhostNet主干网络优化)实现高效火焰与烟雾检测。实验结果表明,改进后的GhostNet-YOLO模型在自建数据集(UAV-Fire)上达到87.4%的F1-Score,误报率低至3.1次/小时,并在边缘计算设备(NVIDIA Jetson AGX Xavier)上实现42FPS的实时性能。系统通过5G/OcuSync 3.0混合通信与标准化协议接口,实现与消防设备的快速联动(端到端延迟<500ms),实际应用中火势控制时间缩短40%。本研究为无人机在森林、城市等多场景下的火灾早期预警提供了高精度、低延迟的解决方案,未来可通过AI预测模型与物联网进一步优化智慧消防体系。
Keywords
无人机视觉;早期火情;检测;方法
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 鄢占财.基于无人机视觉的林草火情检测研究[D].东北林业大学,2023.
[2] 陈鑫,王文通,姜龙,等.智能无人机应用灭火救援的探讨[C]//2022年度灭火与应急救援技术学术研讨会论文集.山东省东营市胜利油田分公司应急救援中心;,2022:65-68.
[3] 栗俊杰.智能消防无人机火场火情信息监测方法研究[D].河南科技大学,2022.
[4] 夏鑫.多无人机协同草原火情监测的研究[D].内蒙古工业大学,2021.
[5] 雒朝辉.基于无人机的森林火情监测与路径规划研究[D].西安理工大学,2021.
[2] 陈鑫,王文通,姜龙,等.智能无人机应用灭火救援的探讨[C]//2022年度灭火与应急救援技术学术研讨会论文集.山东省东营市胜利油田分公司应急救援中心;,2022:65-68.
[3] 栗俊杰.智能消防无人机火场火情信息监测方法研究[D].河南科技大学,2022.
[4] 夏鑫.多无人机协同草原火情监测的研究[D].内蒙古工业大学,2021.
[5] 雒朝辉.基于无人机的森林火情监测与路径规划研究[D].西安理工大学,2021.
Copyright © 2025 余秋月, 冯良炳, 张宏, 杜恬跃

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License