CN114283548A - 一种无人机火灾持续监测方法及其系统 - Google Patents
一种无人机火灾持续监测方法及其系统 Download PDFInfo
- Publication number
- CN114283548A CN114283548A CN202111617201.2A CN202111617201A CN114283548A CN 114283548 A CN114283548 A CN 114283548A CN 202111617201 A CN202111617201 A CN 202111617201A CN 114283548 A CN114283548 A CN 114283548A
- Authority
- CN
- China
- Prior art keywords
- fire
- unmanned aerial
- aerial vehicle
- high temperature
- temperature area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001514 detection method Methods 0.000 claims description 37
- 230000008859 change Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims 1
- 230000002265 prevention Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000004044 response Effects 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Fire-Detection Mechanisms (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种无人机火灾持续监测方法及其系统,本发明的技术可实现减少人力成本，提升报警准确度，提高应急反应速度，减少生命财产损失；可依据采集数据建立区域性火灾风险数据库，以此为依据合理调配防火资源，有效助力火灾预防。
Description
技术领域
本发明涉及无人机火灾监测技术领域，尤其是涉及一种无人机火灾持续监测方法及其系统。
背景技术
我国是世界上自然灾害最为严重的国家之一。灾害种类多、分布地域广、发生频率高、造成损失重。对于突发性灾害，特别是火灾和山洪等有限范围、突发性强、危害大且难以快速大面积地面搜寻和探测的灾害，进行早期探测预警是十分关键的减灾手段。目前国内预警系统基本上是采取定点观测的手段和方法，如常规的森林防火瞭望哨等，但由于地形和成本的因素，观测预警网络难以覆盖所有的区域而造成预警延误。卫星遥感灾害监测是近年发展起来的一种新方法，但由于卫星高度高(数百公里)且轨道固定，运行周期长(以天、星期来计算)，卫星遥感缺乏全天候观测能力，尤其缺乏全天时全天候高分辨率观测能力；空间覆盖能力不能满足灾害区域性监测需求，数据获取实效性亟待提高；监测周期(时间分辨率)尚不能满足灾害应急阶段的监测需求，在目前综合应用多星资源情况下也不能满足这一指标。
传统的徒步森林巡检耗费大量人力且效率低下。现有基于视觉的火灾监测技术由于在森林场景中识别率较低，导致误检、漏检频发。瞭望塔式的固定森林火灾监测设备的检测准确率随着其监测面积的扩大而降低，且难免存在监测盲区。采用卫星遥感检测火灾的系统普遍成本昂贵，且对微小烟火目标不敏感。现有利用无人机进行森林火灾巡检的系统往往忽略无人机续航能力和巡航范围而导致执行效率不高。目前森林巡航无人机所采集的巡检数据未能得到充分利用，未能形成数据库以帮助消防等部门对森林整体火灾风险进行评估，造成了数据的浪费。
发明内容
有鉴于此，本发明旨在提出一种无人机火灾持续监测方法及其系统，从而解决现有技术的不足，解决识别率较低，导致误检、漏检频发的问题。
为实现上述目的，本发明提出的其中一个技术方案是：一种无人机火灾持续监测方法，包括以下步骤：
S1:向无人机控制终端发送预定高度指令和巡航任务路线规划指令；
S2:通过机载红外摄像头采集红外图像，实时传输红外图像到地面站系统；
S3:根据灰度的阈值找出火灾在红外图像中的高温区域轮廓，并提取高温区域轮廓的连续两帧的相关性系数特征和连续两帧对应的高温区域像素个数变化率特征；
S4:将高温区域轮廓的连续两帧的相关性系数特征和连续两帧对应的高温区域像素个数变化率特征带入到目标检测系统的进行分析判断；
S5:若目标检测系统初步判定高温区域轮廓是火灾，则在区域上空降落并悬停到指定高度悬，进一步排查，若初步判断高温区域轮廓不是火灾，则回到步骤S2；
S6:通过可见光相机采集高温区域轮廓的彩色图像，实时传输彩色图像到地面站系统；
S7：并将彩色图像带入到目标检测系统的进行分析判断；
S8:若目标检测系统再次判定高温区域轮廓是火灾，则向地面站系统发送彩色图像中的火点坐标并持续监测火点，若初步判断高温区域轮廓不是火灾，则回到步骤S2；
S9:地面站系统接收到信息并弹窗警报，直到人工确认；若从警报开始5分钟没有人工确认，则直接向消防部门报告无人机所在位置出现火警，并控制无人机持续监测火灾位置；
S10：若经人工认定为火灾，则地面站系统自动向消防部门报告在无人机所在位置出现火警，并控制无人机持续监测火灾位置，若经认定不是火灾，则取消警报，则回到步骤S2；
S11：将步骤S8中上传到地面站系统的火点坐标，上传至火灾风险数据库，进行统计并预测；
S12：无人机控制终端判断是否到达预定终点，若是预定终点，无人机着落结束飞行，若不是预定终点，则回到步骤S2。
进一步的，在步骤S2、S3、S6、S7中，提取彩色图像中高温区域轮廓以及红外图像中高温区域轮廓的连续两帧的相关性系数特征和连续两帧对应的高温区域像素个数变化率特征，代入到经过离线训练后目标检测系统中进行深度学习训练。
进一步的，所述目标检测系统采用Yolov5。
进一步的，所述持续监测方法中还包括有无人机自主反馈充电方法，所述反馈充电方法与S1-S12同步进行。
进一步的，所述反馈电方法为无人机控制终端判断剩余电量是否大于初设定的返航电量，若是则按任务路线规划继续巡航，若否则返航进行自主充电。
本发明提出的其中另一个技术方案是：一种无人机火灾持续监测系统，所述系统适用于上述的一种无人机火灾持续监测方法。
进一步的，该系统包括：
任务规划模块，用来规划无人机群巡检任务的路径、通信链路、任务载荷、电量控制、应急处理。
数据采集模块，用于接受控制指令和采集图像数据、坐标数据，并将传输图像数据给基站；
数据传输模块，用于传输图像流、坐标数据和控制指令；
火灾检测模块，基于深度学习的火焰、烟雾目标检测系统用于识别图像数据；
火灾报警模块，用于在确认出现火灾时，向消防部门报告无人机所在位置出现火警。
进一步的，所述任务规划模块、火灾检测模块、火灾检测模块可安装在地面控制站。
进一步的，所述数据传输模块可安装在无人机和地面控制站上的全双工通信设备和林区中预已搭建的基站。
进一步的，所述数据采集模块可安装在无人机上。
本发明的有益效果是：
本发明的技术可实现减少人力成本，提升报警准确度，提高应急反应速度，减少生命财产损失；可依据采集数据建立区域性火灾风险数据库，以此为依据合理调配防火资源，有效助力火灾预防。
附图说明
图1是本发明中实施例1中的一种无人机火灾持续监测方法的流程示意图；
图2是本发明中实施例1异常点相对于无人机的相对位置的原理图；
图3是本发明中实施例2中的一种无人机火灾持续监测系统的模块连接图；
具体实施方式
为了更好的理解本发明，下面结合具体实施例和附图对本发明进行进一步的描述。
实施例1
一种无人机火灾持续监测方法，包括以下步骤：
S1:向无人机控制终端发送预定高度指令和巡航任务路线规划指令；
S2:通过机载红外摄像头采集红外图像，实时传输红外图像到地面站系统；
S3:根据灰度的阈值找出火灾在红外图像中的高温区域轮廓，并提取高温区域轮廓的连续两帧的相关性系数特征和连续两帧对应的高温区域像素个数变化率特征；
具体的，首先对红外相机采集到的图像进行灰度化处理，再使用高斯滤波去噪，再利用边缘检测检测出图像高频部分，即可得到高温区域轮廓。
再计算连续两帧Ii与Ii-1的相关性系数特征：
其中r表示两幅图像的相关性，
和
表示图像灰度均值，
和
表示图像的m行n列处的像素值。
以及连续两帧Ii与Ii-1对应的高温区域像素个数变化率：
S4:将高温区域轮廓的连续两帧的相关性系数特征和连续两帧对应的高温区域像素个数变化率特征带入到目标检测系统的进行分析判断；
S5:若目标检测系统初步判定高温区域轮廓是火灾，则在区域上空降落并悬停到指定高度悬，进一步排查，若初步判断高温区域轮廓不是火灾，则回到步骤S2；
S6:通过可见光相机采集高温区域轮廓的彩色图像，实时传输彩色图像到地面站系统；
S7：并将彩色图像带入到目标检测系统的进行分析判断；
S8:若目标检测系统再次判定高温区域轮廓是火灾，则向地面站系统发送彩色图像中的火点坐标并持续监测火点，若初步判断高温区域轮廓不是火灾，则回到步骤S2；
具体的，无人机采用倾斜摄影方式拍摄倾斜图像，自主巡航时摄像机有固定拍摄角度、焦距、画幅大小，根据公式：
焦距(mm)＝距离(m)x传感器大小(mm)/被摄体长度(m)，从而计算出异常点距离无人机的距离，此时利用勾股定理以该距离为斜边，无人机高度(由无人机GPS可提供)为一条直角边，此时就可算出无人机在地面的投影与异常点之间的距离，且无人机GPS可提供无人机目前所在的经纬度坐标、高度、朝向方位等信息，知道此时无人机的经纬度信息及机头朝向(即摄像头朝向)，那么就可以得知异常点相对于无人机的相对位置。
例如：此时无人机经纬度为N43°18′15″,E115°43′17″机头朝向为90°，计算出无人机在地面投影与异常点距离为100米，那么异常点位置是N43°18′15″,E115°43′17″的90°方向上距离100米。
S9:地面站系统接收到信息并弹窗警报，直到人工确认；若从警报开始5分钟没有人工确认，则直接向消防部门报告无人机所在位置出现火警，并控制无人机持续监测火灾位置；
S10：若经人工认定为火灾，则地面站系统自动向消防部门报告在无人机所在位置出现火警，并控制无人机持续监测火灾位置，若经认定不是火灾，则取消警报，则回到步骤S2；
S11：将步骤S8中上传到地面站系统的火点坐标，上传至火灾风险数据库，进行统计并预测；
S12：无人机控制终端判断是否到达预定终点，若是预定终点，无人机着落结束飞行，若不是预定终点，则回到步骤S2。
进一步的，在步骤S2、S3、S6、S7中，提取彩色图像中高温区域轮廓以及红外图像中高温区域轮廓的连续两帧的相关性系数特征和连续两帧对应的高温区域像素个数变化率特征，代入到经过离线训练后目标检测系统中进行深度学习训练。
进一步的，所述目标检测系统采用Yolov5模型架构，具有识别率高、检测速度快等优点。
进一步的，所述持续监测方法中还包括有无人机自主反馈充电方法，所述反馈充电方法与S1-S12同步进行。
进一步的，所述反馈电方法为无人机控制终端判断剩余电量是否大于初设定的返航电量，若是则按任务路线规划继续巡航，若否则返航进行自主充电。在返航时，将记录返航点位置，充电完成后自主回到该位置继续按预定航线飞行。
具体的，该反馈方法通过设置无线充电平台与无人机实现，在无线充电平台与无人机之间采用无线线圈感应充电技术，分别在充电平台与无人机电池仓下部增加无线充电线圈。
实施例2
本发明提出的其中另一个技术方案是：一种无人机火灾持续监测系统，所述系统适用于上述的一种无人机火灾持续监测方法。
进一步的，该系统包括：
任务规划模块，用来规划无人机群巡检任务的路径、通信链路、任务载荷、电量控制、应急处理。
数据采集模块，用于接受控制指令和采集图像数据、坐标数据，并将传输图像数据给基站；
数据传输模块，用于传输图像流、坐标数据和控制指令；
火灾检测模块，基于深度学习的火焰、烟雾目标检测系统用于识别图像数据；
火灾报警模块，用于在确认出现火灾时，向消防部门报告无人机所在位置出现火警。
进一步的，所述任务规划模块、火灾检测模块、火灾检测模块可安装在地面控制站。
进一步的，所述数据传输模块可安装在无人机和地面控制站上的全双工通信设备和林区中预已搭建的基站。
进一步的，所述数据采集模块可安装在无人机上。
具体的，同时，火灾需人工确认后，被系统自动报告给消防、林业等部门。火灾风险数据库是基于地理信息系统建立的。该数据库反映出一年中各月份被监测林区的火灾发生机率，在地图中显示为(X,Y,Pi)，其中X、Y为被监测林区的坐标，P为第i月该地发生火灾的机率。该数据库可为林业、消防等部门实施火灾预防提供参考。
以上对本发明的一个实施例进行了详细说明，但内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (10)
1.一种无人机火灾持续监测方法，其特征在于，包括以下步骤：
S1:向无人机控制终端发送预定高度指令和巡航任务路线规划指令；
S2:通过机载红外摄像头采集红外图像，实时传输红外图像到地面站系统；
S3:根据灰度的阈值找出火灾在红外图像中的高温区域轮廓，并提取高温区域轮廓的连续两帧的相关性系数特征和连续两帧对应的高温区域像素个数变化率特征；
S4:将高温区域轮廓的连续两帧的相关性系数特征和连续两帧对应的高温区域像素个数变化率特征带入到目标检测系统的进行分析判断；
S5:若目标检测系统初步判定高温区域轮廓是火灾，则在区域上空降落并悬停到指定高度悬，进一步排查，若初步判断高温区域轮廓不是火灾，则回到步骤S2；
S6:通过可见光相机采集高温区域轮廓的彩色图像，实时传输彩色图像到地面站系统；
S7：并将彩色图像带入到目标检测系统的进行分析判断；
S8:若目标检测系统再次判定高温区域轮廓是火灾，则向地面站系统发送彩色图像中的火点坐标并持续监测火点，若初步判断高温区域轮廓不是火灾，则回到步骤S2；
S9:地面站系统接收到信息并弹窗警报，直到人工确认；若从警报开始5分钟没有人工确认，则直接向消防部门报告无人机所在位置出现火警，并控制无人机持续监测火灾位置；
S10：若经人工认定为火灾，则地面站系统自动向消防部门报告在无人机所在位置出现火警，并控制无人机持续监测火灾位置，若经认定不是火灾，则取消警报，则回到步骤S2；
S11：将步骤S8中上传到地面站系统的火点坐标，上传至火灾风险数据库，进行统计并预测；
S12：无人机控制终端判断是否到达预定终点，若是预定终点，无人机着落结束飞行，若不是预定终点，则回到步骤S2。
2.如权利要求1所述的一种无人机火灾持续监测方法，其特征在于，在步骤S2、S3、S6、S7中，提取彩色图像中高温区域轮廓以及红外图像中高温区域轮廓的连续两帧的相关性系数特征和连续两帧对应的高温区域像素个数变化率特征，代入到经过离线训练后目标检测系统中进行深度学习训练。
3.如权利要求2所述的一种无人机火灾持续监测方法，其特征在于，所述目标检测系统采用Yolov5模型架构。
4.如权利要求1所述的一种无人机火灾持续监测方法，其特征在于，所述持续监测方法中还包括有无人机自主反馈充电方法，所述反馈充电方法与S1-S12同步进行。
5.如权利要求4所述的一种无人机火灾持续监测方法，其特征在于，所述反馈电方法为无人机控制终端判断剩余电量是否大于初设定的返航电量，若是则按任务路线规划继续巡航，若否则返航进行自主充电。
6.一种无人机火灾持续监测系统，其特征在于，所述系统适用于权利要求1-5任意一项所述的一种无人机火灾持续监测方法。
7.如权利要求6所述的一种无人机火灾持续监测系统，其特征在于，该系统包括：
任务规划模块，用来规划无人机群巡检任务的路径、通信链路、任务载荷、电量控制、应急处理。
数据采集模块，用于接受控制指令和采集图像数据、坐标数据，并将传输图像数据给基站；
数据传输模块，用于传输图像流、坐标数据和控制指令；
火灾检测模块，基于深度学习的火焰、烟雾目标检测系统用于识别图像数据；
火灾报警模块，用于在确认出现火灾时，向消防部门报告无人机所在位置出现火警。
8.如权利要求7所述的一种无人机火灾持续监测系统，其特征在于，所述任务规划模块、火灾检测模块、火灾检测模块可安装在地面控制站。
9.如权利要求8所述的一种无人机火灾持续监测系统，其特征在于，所述数据传输模块可安装在无人机和地面控制站上的全双工通信设备和林区中预已搭建的基站。
10.如权利要求8所述的一种无人机火灾持续监测系统，其特征在于，所述数据采集模块可安装在无人机上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111617201.2A CN114283548A (zh) | 2021-12-27 | 2021-12-27 | 一种无人机火灾持续监测方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111617201.2A CN114283548A (zh) | 2021-12-27 | 2021-12-27 | 一种无人机火灾持续监测方法及其系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114283548A true CN114283548A (zh) | 2022-04-05 |
Family
ID=80876394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111617201.2A Pending CN114283548A (zh) | 2021-12-27 | 2021-12-27 | 一种无人机火灾持续监测方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114283548A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115376269A (zh) * | 2022-10-21 | 2022-11-22 | 南京信大卫星应用研究院有限公司 | 一种基于无人机的火灾监控系统 |
| CN116820141A (zh) * | 2023-08-31 | 2023-09-29 | 深圳市金泰谊电子有限公司 | 基于5g通信的安防巡检方法、装置、无人机及存储介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030083790A1 (en) * | 2001-10-29 | 2003-05-01 | Honda Giken Kogyo Kabushiki Kaisha | Vehicle information providing apparatus |
| KR20080029796A (ko) * | 2006-09-29 | 2008-04-03 | 가부시키가이샤 한도오따이 에네루기 켄큐쇼 | 표시장치 및 전자기기 |
| GB201516528D0 (en) * | 2015-09-17 | 2015-11-04 | Micropack Engineering Ltd | Flame detection in an image sequence |
| CN105227810A (zh) * | 2015-06-01 | 2016-01-06 | 西北大学 | 一种基于bibavr算法的自动聚焦头盔摄像机 |
| CN106030614A (zh) * | 2014-04-22 | 2016-10-12 | 史內普艾德有限公司 | 基于对一台摄像机所拍摄的图像的处理来控制另一台摄像机的系统和方法 |
| CN208942463U (zh) * | 2016-07-27 | 2019-06-07 | 阿莱恩技术有限公司 | 口内扫描系统和口内扫描装置 |
| CN110047241A (zh) * | 2019-04-27 | 2019-07-23 | 刘秀萍 | 一种森林火灾无人机巡航监控系统 |
| CN110186820A (zh) * | 2018-12-19 | 2019-08-30 | 河北中科遥感信息技术有限公司 | 多源数据融合与环境污染源及污染物分布分析方法 |
| CN111721225A (zh) * | 2020-06-23 | 2020-09-29 | 清华大学 | 一种高温环境下温度变形动态测量方法及装置 |
| CN112069975A (zh) * | 2020-09-02 | 2020-12-11 | 成都指码科技有限公司 | 一种基于紫外、红外、视觉的综合火焰检测方法 |
| CN112927161A (zh) * | 2021-03-12 | 2021-06-08 | 新疆大学 | 一种多光谱遥感图像的增强方法、装置及存储介质 |
| EP3890301A1 (en) * | 2020-04-03 | 2021-10-06 | Rockwell Collins, Inc. | Color night vision system and method |
| CN113807467A (zh) * | 2021-10-12 | 2021-12-17 | 青岛山科智汇信息科技有限公司 | 一种基于光学图像和红外图像融合分析的森林防火监测方法 |
-
2021
- 2021-12-27 CN CN202111617201.2A patent/CN114283548A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030083790A1 (en) * | 2001-10-29 | 2003-05-01 | Honda Giken Kogyo Kabushiki Kaisha | Vehicle information providing apparatus |
| KR20080029796A (ko) * | 2006-09-29 | 2008-04-03 | 가부시키가이샤 한도오따이 에네루기 켄큐쇼 | 표시장치 및 전자기기 |
| CN106030614A (zh) * | 2014-04-22 | 2016-10-12 | 史內普艾德有限公司 | 基于对一台摄像机所拍摄的图像的处理来控制另一台摄像机的系统和方法 |
| CN105227810A (zh) * | 2015-06-01 | 2016-01-06 | 西北大学 | 一种基于bibavr算法的自动聚焦头盔摄像机 |
| GB201516528D0 (en) * | 2015-09-17 | 2015-11-04 | Micropack Engineering Ltd | Flame detection in an image sequence |
| CN208942463U (zh) * | 2016-07-27 | 2019-06-07 | 阿莱恩技术有限公司 | 口内扫描系统和口内扫描装置 |
| CN110186820A (zh) * | 2018-12-19 | 2019-08-30 | 河北中科遥感信息技术有限公司 | 多源数据融合与环境污染源及污染物分布分析方法 |
| CN110047241A (zh) * | 2019-04-27 | 2019-07-23 | 刘秀萍 | 一种森林火灾无人机巡航监控系统 |
| EP3890301A1 (en) * | 2020-04-03 | 2021-10-06 | Rockwell Collins, Inc. | Color night vision system and method |
| CN111721225A (zh) * | 2020-06-23 | 2020-09-29 | 清华大学 | 一种高温环境下温度变形动态测量方法及装置 |
| CN112069975A (zh) * | 2020-09-02 | 2020-12-11 | 成都指码科技有限公司 | 一种基于紫外、红外、视觉的综合火焰检测方法 |
| CN112927161A (zh) * | 2021-03-12 | 2021-06-08 | 新疆大学 | 一种多光谱遥感图像的增强方法、装置及存储介质 |
| CN113807467A (zh) * | 2021-10-12 | 2021-12-17 | 青岛山科智汇信息科技有限公司 | 一种基于光学图像和红外图像融合分析的森林防火监测方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115376269A (zh) * | 2022-10-21 | 2022-11-22 | 南京信大卫星应用研究院有限公司 | 一种基于无人机的火灾监控系统 |
| CN115376269B (zh) * | 2022-10-21 | 2022-12-30 | 南京信大卫星应用研究院有限公司 | 一种基于无人机的火灾监控系统 |
| CN116820141A (zh) * | 2023-08-31 | 2023-09-29 | 深圳市金泰谊电子有限公司 | 基于5g通信的安防巡检方法、装置、无人机及存储介质 |
| CN116820141B (zh) * | 2023-08-31 | 2023-12-08 | 深圳市金泰谊电子有限公司 | 基于5g通信的安防巡检方法、装置、无人机及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112435207B (zh) | 一种基于天空地一体化的森林火灾监测预警方法 | |
| CN112422783B (zh) | 一种基于停机坪集群的无人机智能巡查系统 | |
| CN105303748B (zh) | 基于空中航拍的火情报警系统 | |
| CN105913604B (zh) | 基于无人机的火灾发生测定方法及其装置 | |
| CN106054928A (zh) | 一种基于无人机网络的全地域火灾发生测定方法 | |
| CN104715556B (zh) | 基于空中航拍的火情报警方法 | |
| CN102654940B (zh) | 基于无人驾驶飞机的交通信息采集系统的信息处理方法 | |
| CN107316012B (zh) | 小型无人直升机的火灾检测与跟踪方法 | |
| CN110673628B (zh) | 一种复合翼无人机油气管线巡检方法 | |
| CN111580425A (zh) | 一种适用于林场火险监测的系统及方法 | |
| CN109961601B (zh) | 一种基于空间定位的大尺度火灾态势分析系统 | |
| GB2590192A (en) | Unmanned aerial vehicle monitoring method and system for basin-wide flood scene | |
| CN111402541A (zh) | 基于无人机集群的森林灭火方法及系统 | |
| CN106527475A (zh) | 一种配网巡检无人机及其巡检方法 | |
| CN107977018A (zh) | 基于双目立体视觉和无人机的秸秆焚烧监测方法 | |
| CN106210627A (zh) | 一种无人机消防调度系统 | |
| CN210835732U (zh) | 一种基于无人机的航标巡检装置 | |
| CN104132830A (zh) | 一种基于无人机的空气采集装置及方法 | |
| CN105139002A (zh) | 电力线上异物类型识别系统 | |
| CN111798640A (zh) | 一种天空地一体化林火监测核查平台和火情监测核查方法 | |
| CN114283548A (zh) | 一种无人机火灾持续监测方法及其系统 | |
| CN109035665A (zh) | 一种新型森林火灾预警系统及火灾预警方法 | |
| CN110647170A (zh) | 一种基于无人机的航标巡检装置与方法 | |
| CN114494917A (zh) | 森林防火综合监管方法及系统 | |
| CN116421908A (zh) | 一种固移结合的森林火灾防控方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220405 |
|
| RJ01 | Rejection of invention patent application after publication |