智能化灭火设备定向机构、方法及存储介质与流程

本发明涉及灭火设备领域，尤其涉及一种智能化灭火设备定向机构、方法及存储介质。

背景技术：

灭火设备中，灭火器是一种可携式灭火工具。灭火器内放置化学物品，用以救灭火灾。灭火器是常见的防火设施之一，存放在公众场所或可能发生火灾的地方，不同种类的灭火器内装填的成分不一样，是专为不同的火灾起因而设。使用时必须注意以免产生反效果及引起危险。

灭火器具是一种平时往往被人冷落，急需时大显身手的消防必备之物。尤其是在高楼大厦林立，室内用大量木材、塑料、织物装潢的今日，一旦有了火情，没有适当的灭火器具，便可能酿成大祸。

智能控制是具有智能信息处理、智能信息反馈和智能控制决策的控制方式，是控制理论发展的高级阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制问题。智能控制研究对象的主要特点是具有不确定性的数学模型、高度的非线性和复杂的任务要求。

智能控制的思想出现于20世纪60年代。当时，学习控制的研究十分活跃，并获得较好的应用。如自学习和自适应方法被开发出来，用于解决控制系统的随机特性问题和模型未知问题；1965年美国普渡大学傅京孙教授首先把ai的启发式推理规则用于学习控制系统；1966年美国门德尔首先主张将ai用于飞船控制系统的设计。

当前，为了减少灭火现场消防人员的牺牲和受伤，履带式无人灭火车是常用的消防设备之一，一方面，无人的灭火模式减少了人员伤亡，另一方面，小型化、集成化的灭火车的设计也提升了灭火的灵活性和有效性，然而，当前的灭火车的智能化程度仍旧有限，存在一定的上升空间。

技术实现要素：

本发明需要具备以下两处发明点：

(1)根据火场内面积最大的烟雾飘逸方向实时判定履带式无人灭火车上均匀间隔设置的多个灭火龙头的喷水方向，从而保证现场的灭火效果；

(2)对双线性插值前后的图像的对比度进行比较，以在确定二者对比度的比值较低时，增加最近邻插值处理以保证现场图像插值的效果。

根据本发明的一方面，提供了一种智能化灭火设备定向机构，所述机构包括：行驶驱动设备，设置在履带式无人灭火车内，用于控制所述履带式无人灭火车的行驶模式。

更具体地，在所述智能化灭火设备定向机构中，所述机构还包括：多个灭火龙头，设置在履带式无人灭火车的旋转云台上，所述多个灭火龙头均匀间隔设置。

更具体地，在所述智能化灭火设备定向机构中，所述机构还包括：喷射调节设备，与所述旋转云台连接，用于基于接收到的喷水方向调节所述旋转云台的转动以使得所述多个灭火龙头朝向所述喷水方向；即时成像设备，设置在履带式无人灭火车的前端，用于对前端的火场进行即时成像操作，以获得相应的即时火场图像；几何校正设备，设置在履带式无人灭火车内，与所述即时成像设备连接，用于接收所述即时火场图像，对所述即时火场图像执行几何校正处理，以获得并输出相应的几何校正图像；第一插值设备，与所述几何校正设备连接，用于接收所述几何校正图像，对所述几何校正图像执行双线性插值处理，以获得并输出对应的初次插值图像；比例解析设备，与所述第一插值设备连接，用于获取所述几何校正图像的对比度以作为第一对比度，还用于获得所述初次插值图像的对比度以作为第二对比度，将所述第二对比度除以所述第一对比度以获得参考比例；第二插值设备，与所述比例解析设备连接，用于在接收到的参考比例小于等于预设比例阈值时，对所述初次插值图像执行最近邻插值处理，以获得并输出对应的再次插值图像；所述第二插值设备还用于在接收到的参考比例大于所述预设比例阈值时，将所述初次插值图像作为再次插值图像输出。

根据本发明的另一方面，还提供了一种智能化灭火设备定向方法，所述方法包括使用如上述的智能化灭火设备定向机构以根据火场内面积最大的烟雾飘逸方向实时判定履带式无人灭火车上均匀间隔设置的多个灭火龙头的喷水方向。

根据本发明的又一方面，还提供了一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序在被执行时实现如上述的智能化灭火设备定向方法的各个步骤。

本发明的智能化灭火设备定向机构、方法及存储介质安全可靠、结构紧凑。由于根据火场内面积最大的烟雾飘逸方向实时判定履带式无人灭火车上均匀间隔设置的多个灭火龙头的喷水方向，从而保证了现场的灭火效果。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的智能化灭火设备定向机构的即时成像设备的结构示意图。

具体实施方式

下面将参照附图对本发明的智能化灭火设备定向机构、方法及存储介质的实施方案进行详细说明。

为了克服上述不足，本发明搭建了一种智能化灭火设备定向机构、方法及存储介质，能够有效解决相应的技术问题。

根据本发明实施方案示出的智能化灭火设备定向机构包括：

行驶驱动设备，设置在履带式无人灭火车内，用于控制所述履带式无人灭火车的行驶模式。

接着，继续对本发明的智能化灭火设备定向机构的具体结构进行进一步的说明。

所述智能化灭火设备定向机构中还可以包括：

多个灭火龙头，设置在履带式无人灭火车的旋转云台上，所述多个灭火龙头均匀间隔设置。

所述智能化灭火设备定向机构中还可以包括：

喷射调节设备，与所述旋转云台连接，用于基于接收到的喷水方向调节所述旋转云台的转动以使得所述多个灭火龙头朝向所述喷水方向；

即时成像设备，如图1所示，设置在履带式无人灭火车的前端，用于对前端的火场进行即时成像操作，以获得相应的即时火场图像；

几何校正设备，设置在履带式无人灭火车内，与所述即时成像设备连接，用于接收所述即时火场图像，对所述即时火场图像执行几何校正处理，以获得并输出相应的几何校正图像；

第一插值设备，与所述几何校正设备连接，用于接收所述几何校正图像，对所述几何校正图像执行双线性插值处理，以获得并输出对应的初次插值图像；

比例解析设备，与所述第一插值设备连接，用于获取所述几何校正图像的对比度以作为第一对比度，还用于获得所述初次插值图像的对比度以作为第二对比度，将所述第二对比度除以所述第一对比度以获得参考比例；

第二插值设备，与所述比例解析设备连接，用于在接收到的参考比例小于等于预设比例阈值时，对所述初次插值图像执行最近邻插值处理，以获得并输出对应的再次插值图像；

所述第二插值设备还用于在接收到的参考比例大于所述预设比例阈值时，将所述初次插值图像作为再次插值图像输出；

flash闪存，分别与所述比例解析设备和所述第二插值设备连接，用于存储所述预设比例阈值；

同态滤波设备，与所述第二插值设备连接，用于接收所述再次插值图像，对所述再次插值图像执行同态滤波处理，以获得并输出相应的即时滤波图像；

数据比较设备，与所述同态滤波设备连接，用于将所述即时滤波图像中的各个烟雾图像区域进行面积比较，将其中面积最大的烟雾图像区域作为待分析区域输出；

形状辨识设备，分别与所述喷射调节设备和所述数据比较设备连接，用于对所述待分析区域的几何形状进行辨识以获得对应的烟雾倾斜方向，并基于所述烟雾倾斜方向确定对应的喷水方向；

其中，在所述形状辨识设备中，所述喷水方向与所述烟雾倾斜方向相互背离。

所述智能化灭火设备定向机构中：

所述比例解析设备包括图像接收子设备、对比度运算子设备、比例获取子设备和比例输出子设备；

其中，在所述比例解析设备中，所述对比度运算子设备与所述图像接收子设备连接，用于获取所述几何校正图像的对比度以作为第一对比度，还用于获得所述初次插值图像的对比度以作为第二对比度；

其中，在所述比例解析设备中，所述图像接收子设备用于接收所述几何校正图像和所述初次插值图像。

所述智能化灭火设备定向机构中还可以包括：

码率获取设备，设置在履带式无人灭火车内，与所述即时成像设备连接，用于接收所述即时火场图像，对所述即时火场图像的输出码率进行检测，以获得实时输出码率；

参数分发设备，与所述码率获取设备连接，用于接收所述实时输出码率，并在所述实时输出码率超过预设码率阈值时，发出第一驱动信号。

所述智能化灭火设备定向机构中还可以包括：

参数检测设备，与所述参数分发设备连接，用于在接收到第一驱动信号时启动对所述即时火场图像的接收，并基于实时输出码率调整对所述即时火场图像yuv空间下y成分子图像的边缘锐化强度，基于实时输出码率调整对所述即时火场图像yuv空间下u成分子图像的边缘锐化强度，基于实时输出码率调整对所述即时火场图像yuv空间下v成分子图像的边缘锐化强度。

所述智能化灭火设备定向机构中还可以包括：

成分处理设备，与所述参数检测设备连接，用于对所述即时火场图像yuv空间下的y成分子图像、u成分子图像和v成分子图像并行执行各自边缘锐化强度的边缘锐化，以获得对应的现场执行图像；

维纳滤波设备，与所述成分处理设备连接，用于对所述现场执行图像执行维纳滤波动作，以获得对应的维纳滤波图像；

其中，所述维纳滤波设备还与所述几何校正设备连接，用于将所述维纳滤波图像替换所述即时火场图像发送给所述几何校正设备；

其中，所述参数检测设备包括第一检测单元、第二检测单元和第三检测单元；

其中，在所述参数检测设备中，所述第一检测单元用于基于实时输出码率调整对所述即时火场图像yuv空间下y成分子图像的边缘锐化强度；

其中，在所述参数检测设备中，所述第二检测单元用于基于实时输出码率调整对所述即时火场图像yuv空间下u成分子图像的边缘锐化强度；

其中，在所述参数检测设备中，所述第三检测单元用于基于实时输出码率调整对所述即时火场图像yuv空间下v成分子图像的边缘锐化强度。

所述智能化灭火设备定向机构中：

在所述参数检测设备中，实时输出码率与对所述即时火场图像yuv空间下v成分子图像的边缘锐化强度成正比关系；

其中，在所述参数检测设备中，实时输出码率与对所述即时火场图像yuv空间下u成分子图像的边缘锐化强度成正比关系；

其中，在所述参数检测设备中，实时输出码率与对所述即时火场图像yuv空间下y成分子图像的边缘锐化强度成正比关系；

其中，所述参数检测设备还用于在接收到所述第二驱动信号时，停止对所述即时火场图像的接收；

其中，所述参数分发设备还用于在所述实时输出码率未超过预设码率阈值时，发出第二驱动信号。

同时，为了克服上述不足，本发明还搭建了一种智能化灭火设备定向方法，所述方法包括使用如上述的智能化灭火设备定向机构以根据火场内面积最大的烟雾飘逸方向实时判定履带式无人灭火车上均匀间隔设置的多个灭火龙头的喷水方向。

以及，为了克服上述不足，本发明还搭建了一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序在被执行时实现如上述的智能化灭火设备定向方法的各个步骤。

另外，采用gpu芯片来实现所述参数检测设备。gpu在几个主要方面有别于dsp(digitalsignalprocessing，简称dsp，数字信号处理)架构。其所有计算均使用浮点算法，而且此刻还没有位或整数运算指令。此外，由于gpu专为图像处理设计，因此存储系统实际上是一个二维的分段存储空间，包括一个区段号(从中读取图像)和二维地址(图像中的x、y坐标)。此外，没有任何间接写指令。输出写地址由光栅处理器确定，而且不能由程序改变。这对于自然分布在存储器之中的算法而言是极大的挑战。最后一点，不同碎片的处理过程间不允许通信。实际上，碎片处理器是一个simd数据并行执行单元，在所有碎片中独立执行代码。

尽管有上述约束，但是gpu还是可以有效地执行多种运算，从线性代数和信号处理到数值仿真。虽然概念简单，但新用户在使用gpu计算时还是会感到迷惑，因为gpu需要专有的图形知识。这种情况下，一些软件工具可以提供帮助。两种高级描影语言cg和hlsl能够让用户编写类似c的代码，随后编译成碎片程序汇编语言。brook是专为gpu计算设计，且不需要图形知识的高级语言。因此对第一次使用gpu进行开发的工作人员而言，它可以算是一个很好的起点。brook是c语言的延伸，整合了可以直接映射到gpu的简单数据并行编程构造。经gpu存储和操作的数据被形象地比喻成“流”(stream)，类似于标准c中的数组。核心(kernel)是在流上操作的函数。在一系列输入流上调用一个核心函数意味着在流元素上实施了隐含的循环，即对每一个流元素调用核心体。brook还提供了约简机制，例如对一个流中所有的元素进行和、最大值或乘积计算。brook还完全隐藏了图形api的所有细节，并把gpu中类似二维存储器系统这样许多用户不熟悉的部分进行了虚拟化处理。用brook编写的应用程序包括线性代数子程序、快速傅立叶转换、光线追踪和图像处理。利用ati的x800xt和nvidia的geforce6800ultra型gpu，在相同高速缓存、sse汇编优化pentium4执行条件下，许多此类应用的速度提升高达7倍之多。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：只读内存(英文：read-onlymemory，简称：rom)、随机存取存储器(英文：randomaccessmemory，简称：ram)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。