智能巡檢滅火機(jī)器人的設(shè)計(jì)方法研究與實(shí)現(xiàn)

智能巡檢滅火機(jī)器人的設(shè)計(jì)方法研究與實(shí)現(xiàn)

Summary：滅火機(jī)器人在巡檢模式下，四輪小車(chē)自主移動(dòng)，安裝于其上的可見(jiàn)光攝像頭定時(shí)捕捉系統(tǒng)周?chē)膱D像，并通過(guò)基于RGB顏色的火焰特征算法識(shí)別是否有火災(zāi)的發(fā)生。為了防止誤識(shí)別的發(fā)生，采用紅外圖像驗(yàn)證火焰的真實(shí)性；在滅火模式下，系統(tǒng)通過(guò)視覺(jué)定位火焰方位，通過(guò)超聲模塊和紅外避障模塊實(shí)現(xiàn)自動(dòng)避障并靠近火焰。當(dāng)距離小于設(shè)定閾值時(shí)，啟動(dòng)噴淋系統(tǒng)，實(shí)現(xiàn)火災(zāi)撲滅功能。實(shí)驗(yàn)表明，在室內(nèi)環(huán)境下，融合可見(jiàn)光及紅外圖像的火焰識(shí)別算法可對(duì)火焰進(jìn)行準(zhǔn)確識(shí)別。關(guān)鍵字：可見(jiàn)光；紅外圖像；火焰特征；避障

引言本文提出了一種基于可見(jiàn)光和紅外圖像融合算法的智能滅火機(jī)器人。該系統(tǒng)由可見(jiàn)光攝像頭、紅外攝像頭、超聲測(cè)距模塊以及四輪移動(dòng)小車(chē)組成，其中可見(jiàn)光及紅外攝像頭經(jīng)過(guò)校準(zhǔn)，拍攝場(chǎng)景重合，采用樹(shù)莓派作為其核心控制模塊。在未發(fā)現(xiàn)火情的情況下，載有攝像頭的小車(chē)按設(shè)計(jì)路線完成巡檢工作，其上方的可見(jiàn)光攝像頭則實(shí)時(shí)捕捉周?chē)鷪?chǎng)景圖像，并通過(guò)基于RGB顏色的火焰特征算法識(shí)別是否有火點(diǎn)產(chǎn)生。為了避免環(huán)境光線對(duì)識(shí)別算法產(chǎn)生的影響，一旦在圖片中發(fā)現(xiàn)火點(diǎn)，則啟動(dòng)紅外攝像頭采集環(huán)境中的紅外數(shù)據(jù)，當(dāng)數(shù)據(jù)矩陣中的任何一個(gè)元素?cái)?shù)值超過(guò)設(shè)定的溫度閾值，則認(rèn)為有起火點(diǎn)。根據(jù)起火點(diǎn)在圖像中的位置，樹(shù)莓派控制小車(chē)向起火點(diǎn)方向移動(dòng)，其間通過(guò)安裝于車(chē)輛前方的超聲測(cè)距模塊實(shí)現(xiàn)避障。當(dāng)車(chē)輛與起火點(diǎn)距離足夠近時(shí)，系統(tǒng)啟動(dòng)噴淋系統(tǒng)?；赗GB顏色的火焰識(shí)別算法該算法本質(zhì)上是一種統(tǒng)計(jì)學(xué)中的抽樣調(diào)查方法，其核心為找出火焰顏色中RGB分量的特征規(guī)律。根據(jù)相關(guān)Reference可知，可通過(guò)如下公式1的方法獲取RGB各顏色分量的平均值A(chǔ)v。其中下標(biāo)m取值R、G、B表示對(duì)應(yīng)的顏色通道；k的取值為圖片中像素點(diǎn)的個(gè)數(shù)，通常取值為圖片高與寬的乘積（w*h）；P表示對(duì)應(yīng)的像素點(diǎn)。根據(jù)統(tǒng)計(jì)信息可知，火焰中的RGB分量平均值有如下公式2所示的關(guān)系。除此之外，為了更加精準(zhǔn)的對(duì)火焰區(qū)域進(jìn)行識(shí)別，某些研究人員將如下公式3加入火焰識(shí)別算法中。將上述公式1～3作為條件，可以大致提取疑似火焰部分。紅外溫度檢測(cè)采用基于顏色的火焰識(shí)別算法雖然計(jì)算上較為簡(jiǎn)單，但此方法易受光線干擾[2]，因此會(huì)有誤識(shí)別的情況發(fā)生。為了彌補(bǔ)這一缺陷，系統(tǒng)中加入紅外攝像模塊作為功能補(bǔ)充。當(dāng)可見(jiàn)光偵測(cè)到場(chǎng)景中的火焰后，會(huì)立即啟動(dòng)紅外攝像頭獲取紅外圖像。對(duì)于本系統(tǒng)而言，采用MLX90640紅外模塊，可形成分辨率為32×24的紅外圖像，其中每一個(gè)像素點(diǎn)標(biāo)記有指定位置的溫度信息。MLX90640采用IIC總線與下位機(jī)相連，其工作流程可以分成3個(gè)部分：1、初始化；2、讀取工作參數(shù)到控制及狀態(tài)寄存器；3、測(cè)量實(shí)時(shí)數(shù)據(jù)并更新到RAM，自動(dòng)更新?tīng)顟B(tài)寄存器。在本系統(tǒng)中，由于紅外設(shè)備僅僅用于驗(yàn)證火焰是否存在，需要較高的測(cè)量精度，因此采用默認(rèn)的2Hz刷新頻率、像素交錯(cuò)模式以及16位測(cè)量精度來(lái)完成紅外圖像的獲取。在使用時(shí)，系統(tǒng)會(huì)設(shè)定溫度閾值，當(dāng)溫度數(shù)據(jù)矩陣中的最大數(shù)值超過(guò)設(shè)定的閾值時(shí)，即認(rèn)為有真實(shí)火焰產(chǎn)生。平臺(tái)運(yùn)動(dòng)控制當(dāng)系統(tǒng)獲取起火點(diǎn)的精確方位后，處理器即控制運(yùn)動(dòng)平臺(tái)朝指定的方位運(yùn)行[3]。為了保證平臺(tái)始終朝用戶方向移動(dòng)，在移動(dòng)過(guò)程中采用經(jīng)典PID算法，使得用戶圖像始終位于屏幕中央。算法描述如下公式4。其中P，K表示比例因子，系統(tǒng)在工作過(guò)程中可以進(jìn)行調(diào)整；E表示運(yùn)動(dòng)誤差；Et表示當(dāng)前誤差，Et-1表示上一時(shí)刻的誤差；adj表示調(diào)整因子。平臺(tái)在運(yùn)動(dòng)過(guò)程中，一旦發(fā)現(xiàn)前方有障礙物，微處理器便可從超聲波測(cè)距模塊獲取通知，從而實(shí)現(xiàn)避障功能[4]。同時(shí)，平臺(tái)在運(yùn)動(dòng)的過(guò)程中，微處理器會(huì)記錄平臺(tái)運(yùn)動(dòng)的方向和距離，當(dāng)用戶使用完畢后，運(yùn)動(dòng)平臺(tái)可根據(jù)運(yùn)動(dòng)軌跡，退回至初始位置[5]。實(shí)驗(yàn)結(jié)果如下圖1所示為完成后的系統(tǒng)全貌。在實(shí)驗(yàn)過(guò)程中，滅火車(chē)左右兩側(cè)分別放置有點(diǎn)燃的蠟燭以及發(fā)光手電筒，當(dāng)車(chē)輛在巡檢的過(guò)程中首先發(fā)現(xiàn)電筒燈光后，便會(huì)進(jìn)一步判斷是否有真實(shí)起火點(diǎn)。若沒(méi)有紅外設(shè)備的輔助，當(dāng)前系統(tǒng)將無(wú)法分辨真實(shí)火源與手電筒燈光。圖1滅火車(chē)系統(tǒng)結(jié)論與展望本系統(tǒng)可用于實(shí)驗(yàn)室、倉(cāng)庫(kù)、廚房等場(chǎng)景，實(shí)現(xiàn)對(duì)火災(zāi)的自動(dòng)報(bào)警及撲滅，降低了人工巡邏成本。在后期的使用過(guò)程中，本系統(tǒng)可以從如下幾個(gè)方面進(jìn)行更進(jìn)一步的優(yōu)化及改進(jìn)：1、采用精度更高，作用范圍更廣的紅外溫度采集設(shè)備；2、采用軟件插值的方法，將當(dāng)前場(chǎng)景獲取的32×24個(gè)紅外溫度數(shù)據(jù)進(jìn)行擴(kuò)展，以使其滿足其他應(yīng)用的需要，擴(kuò)大其使用范圍。Reference：[1]陳嘉卿,張冰,宋英磊.基于RGB統(tǒng)計(jì)顏色模型的火焰識(shí)別[J].江蘇科技大學(xué)學(xué)報(bào)（自然科學(xué)版）,2017,31(2):178-184.DOI:10.3969/j.issn.1673-4807.2017.02.011.[2]王琳,李?lèi)?ài)國(guó),郝春雨.基于火焰圖像跳動(dòng)特征的火災(zāi)識(shí)別算法[C].2014.[3]高文,陳佩.智能無(wú)線充電循跡小車(chē)設(shè)計(jì)[J].控制系統(tǒng)與智能制造,2021,36(2):21-26.[4]張偉.基于語(yǔ)音控制的自主尋跡與避障智能小車(chē)設(shè)計(jì)[J].九江學(xué)院學(xué)報(bào),2020,20:49-51.[5]耿興華,李簡(jiǎn)文,郭飛.基于單片機(jī)的小球平衡控制系統(tǒng)實(shí)驗(yàn)設(shè)計(jì)[J].實(shí)驗(yàn)科學(xué)與技術(shù),2021,19(1):20-23.基金項(xiàng)目：江漢大學(xué)基于嵌入式的