基于巡检机器人的消防目标识别锁定打击系统及方法

摘要

本发明公开了一种基于巡检机器人的消防目标识别锁定打击系统及方法，包括控制模块(1)，控制模块(1)分别连接有目标识别子系统(2)、目标打击子系统(3)和目标锁定子系统(4)；控制模块上部署数据融合、分析、识别以及坐标转换等软件算法模块，构成一套集成消防目标识别、锁定、打击功能于一体的消防目标打击系统。本发明具有能够及时处理消防打击处理的特点。

说明书

技术领域

本发明涉及一种消防巡检机器人，特别是一种基于巡检机器人的消防目标识别锁定打击系统及方法。

背景技术

特高压变电站是我国最高电压等级的变电站，其具有输送能力强以及容量大的特点，为了避免特高压变电站发生变压器火灾的危险事故，往往会设置相应的消防设备。同时，伴随着科技的发展，消防巡检机器人也被越来越多的应用至特高压变电站中，用于24小时不间断的对变电站内的消防情况进行巡检。但是现有的巡检机器人，往往只能进行巡检作业，发现火情并进行数据上传，后续的消防打击处理需要相应的人员操作消防设备进行处理操作，整个消防处理过程存在一定的滞后性，这样就会错过最佳的消防打击处理时机。因此，现有的技术存在着消防打击处理过程有一定滞后性的问题。

发明内容

本发明的目的在于，提供一种基于巡检机器人的消防目标识别锁定打击系统及方法。本发明具有能够及时处理消防打击处理的特点。

本发明的技术方案：基于巡检机器人的消防目标识别锁定打击系统，包括控制模块，控制模块分别连接有目标识别子系统、目标打击子系统和目标锁定子系统；所述目标识别子系统包括红外成像仪、激光测距仪和双光云台；

所述目标打击子系统包括消防材料存储装置、打击动力供给装置、电控阀门和喷嘴；

所述目标锁定子系统包括设置在巡检机器人上的消防云台；所述喷嘴固定于消防云台上。

一种基于巡检机器人的消防目标识别锁定打击方法，包括以下步骤：

第一步、搭载消防目标识别锁定打击系统的巡检机器人在巡检园区内进行二十四小时全天候巡检工作；

第二步、控制模块实时获取红外热成像仪和激光测距仪的数据，进行实时数据融合分析；

第三步、控制模块根据提前训练好的消防目标库对实时数据进行目标识别和提取；

第四步、当控制模块提取到可疑目标后，结合与目标数据融合的各传感器时空数据，对目标进行三维空间定位，获取目标的空间位置信息；

第五步、结合各个传感器已知标定参数，将目标空间位置信息，转换同步至统一的基准坐标系中，得到消防目标的位置信息；

第六步、结合消防目标的位置信息和当前场景的可通行区域分析进行导航，将巡检机器人移动到最优解位置，确保消防目标在系统有效的打击范围内；

第七步、根据消防目标的位置信息，调整消防云台的航向角度和俯仰角度，使固定在消防云台顶部的喷嘴对准消防目标；

第八步、人工后台确认报警信息无误后，控制模块控制开启打击动力供给装置和电控阀门，对消防目标进行持续打击输出，直至完成消防任务。

前述的一种基于巡检机器人的消防目标识别锁定打击方法中，当装载的消防材料全部消耗完后，巡检机器人后退至安全区域，搭载影像传感器的双光云台继续锁定监控消防目标，直至消防任务结束。

前述的一种基于巡检机器人的消防目标识别锁定打击方法中，第二步中，实时数据融合分析包括以下过程：

1)对具有时间关联的各传感器，统一时间轴基准，

2)对具有空间关联的各传感器，标定相关换算参数，统一空间坐标系；

3)根据统一的时间轴基准或者统一的空间坐标系将不同传感器的数据帧关联在一起完成数据融合。

前述的一种基于巡检机器人的消防目标识别锁定打击方法中，第三步中，在对红外热成像仪采集到的实时红外图像进行目标识别和提取的具体过程为：

1)红外图像预处理，得到预处理图像；包括图像平滑增强处理和空域变换增强处理；

2)红外图像分割处理；

先对预处理图像采用不同的分割算法，对图像里远距和近距的兴趣区域进行分割提取；再进行二值图像处理，改善冗余分割，滤除小区域，得到分割图像；

3)从分割图像中进行目标识别提取；

首先对场景温度分布信息提取，锁定异常目标区域范围；再对异常目标特征提取；随后根据特征约束条件和根据目标激光测距位置信息分别过滤负样本，然后与训练模板特征匹配，确定最终消防目标。

前述的一种基于巡检机器人的消防目标识别锁定打击方法中，所述异常目标特征包括几何特征、形状描述和统计特征；

特征约束条件包括图像面积阈值约束、图像宽高比特征约束以及图像分散度特征约束。

前述的一种基于巡检机器人的消防目标识别锁定打击方法中，第六步中，将巡检机器人移动到最优解位置的方法为：

1)根据提前采集生成的厂区高精度三维地图，获取巡检机器人的可通行区域；

2)获取巡检机器人的空间位置信息；

3)根据打击目标的空间位置信息和巡检机器人的空间位置信息，采用A*算法完成路径全局规划，计算巡检机器人从起始点位到进入消防目标可打击范围区域的最优路径，同时局部规划进行轨迹的跟踪优化，控制巡检机器人到达行进目标点。

前述的一种基于巡检机器人的消防目标识别锁定打击方法中，消防云台的调整方法为：

根据异常目标空间位置信息、消防云台喷嘴的空间位置以及出水管管轴位置信息进行计算，得出消防云台的打击姿态信息，打击姿态信包括云台航向角和俯仰角；随后对消防云台瞄准俯仰角进行非线性优化补偿；

在目标打击过程中，消防云台模拟消防员灭火动作，以出水管管轴为圆心，使喷嘴做圆周运动，增大有效打击面积，更好地覆盖打击目标。

与现有技术相比，本发明通过在巡检机器人上设置目标识别子系统、目标锁定子系统和目标打击子系统，并通过与控制模块之间的相互配合，完成消防数据的采集、融合、分析、识别以及坐标转换等软件算法模块，构成一套集成消防目标识别、锁定、打击功能于一体的消防目标打击系统，用于特高压变电站及近似场景的全天候日常消防巡检工作，对初期火源或异常热源等消防目标进行报警并启动灭火装置进行初步的打击压制，给后续消防系统的介入争取了宝贵的时间。综上所述，本发明具有能够及时处理消防打击处理的特点。

附图说明

图1是本发明的结构示意图；

图2是本发明的控制流程图；

图3是目标识别子系统的流程图。

附图中的标记为：1-控制模块，2-目标识别子系统，3-目标打击子系统，4-目标锁定子系统。

具体实施方式

下面结合附图和实施例对本发明作进一步的说明，但并不作为对本发明限制的依据。

实施例。基于巡检机器人的消防目标识别锁定打击系统，构成如图1至图3所示，包括控制模块1，控制模块1分别连接有目标识别子系统2、目标打击子系统3和目标锁定子系统4；

所述目标识别子系统2包括红外成像仪、激光测距仪和双光云台；将实时采集的传感器数据发送给控制模块(中控计算机)，用于消防目标的识别提取和定位；

所述目标打击子系统3包括消防材料存储装置、打击动力供给装置、电控阀门和喷嘴；目标锁定后，接收来着中控计算机的动力供给启动、电控阀门开启等控制命令，完成对消防目标的打击输出；

所述目标锁定子系统4包括设置在巡检机器人上的消防云台；所述喷嘴固定于消防云台上。接收来自中控计算机的位置控制信息和姿态控制信息，靠近消防目标，并将消防云台上固定的喷嘴瞄准目标。

中控计算机(控制模块)用于部署数据融合、分析、识别以及坐标转换等软件算法模块，将目标识别子系统实时采集的数据进行处理，完成消防目标的识别和定位，获取目标空间位置信息，将目标坐标信息同步到车载底盘和消防云台的坐标系中，控制车载底盘以合适的姿态靠近目标，控制消防云台的航向和俯仰角度，使固定在消防云台顶部的喷嘴对准消防目标，进而控制打开动力供给装置和电磁阀门，对消防目标进行打击压制。

一种基于巡检机器人的消防目标识别锁定打击方法，包括以下步骤：

第一步、搭载消防目标识别锁定打击系统的巡检机器人在巡检园区内进行二十四小时全天候巡检工作；

第二步、控制模块实时获取红外热成像仪和激光测距仪的数据，进行实时数据融合分析；

第三步、控制模块根据提前训练好的消防目标库对实时数据进行目标识别和提取；

第四步、当控制模块提取到可疑目标后，结合与目标数据融合的各传感器时空数据，对目标进行三维空间定位，获取目标的空间位置信息；

第五步、结合各个传感器已知标定参数，将目标空间位置信息，转换同步至统一的基准坐标系中，得到消防目标的位置信息；

第六步、结合消防目标的位置信息和当前场景的可通行区域分析进行导航，将巡检机器人移动到最优解位置，确保消防目标在系统有效的打击范围内；

第七步、根据消防目标的位置信息，调整消防云台的航向角度和俯仰角度，使固定在消防云台顶部的喷嘴对准消防目标(对准角度考虑打击弹道和实时风向风速影响)；

第八步、人工后台确认报警信息无误后，控制模块控制开启打击动力供给装置和电控阀门，对消防目标进行持续打击输出，直至完成消防任务。

当装载的消防材料全部消耗完后，巡检机器人后退至安全区域，搭载影像传感器的双光云台继续锁定监控消防目标，直至消防任务结束。

第二步中，实时数据融合分析包括以下过程：

1)对具有时间关联的各传感器，统一时间轴基准，

2)对具有空间关联的各传感器，标定相关换算参数，统一空间坐标系；

3)根据统一的时间轴基准或者统一的空间坐标系将不同传感器的数据帧关联在一起完成数据融合。

第三步中，在对红外热成像仪采集到的实时红外图像进行目标识别和提取的具体过程为：

1)红外图像预处理，得到预处理图像；包括图像平滑增强处理(可以滤除大量噪声的干扰，改善图像的质量和抽出对象的特征)和空域变换增强处理(也叫灰度变换，可以提高红外图像的对比度)；

2)红外图像分割处理；

先对预处理图像采用不同的分割算法，对图像里远距和近距的兴趣区域进行分割提取；再进行二值图像处理，改善冗余分割，滤除小区域，得到分割图像；

3)从分割图像中进行目标识别提取；

首先对场景温度分布信息提取，锁定异常目标区域范围；再对异常目标特征提取；随后根据特征约束条件和根据目标激光测距位置信息分别过滤负样本，然后与训练模板特征匹配，确定最终消防目标。

所述异常目标特征包括几何特征、形状描述和统计特征；

特征约束条件包括图像面积阈值约束、图像宽高比特征约束以及图像分散度特征约束。

第六步中，将巡检机器人移动到最优解位置的方法为：

1)根据提前采集生成的厂区高精度三维地图，获取巡检机器人的可通行区域；

2)获取巡检机器人的空间位置信息；

3)根据打击目标的空间位置信息和巡检机器人的空间位置信息，采用A*算法完成路径全局规划，计算巡检机器人从起始点位到进入消防目标可打击范围区域的最优路径，同时局部规划进行轨迹的跟踪优化，控制巡检机器人到达行进目标点。

原则上巡检机器人底盘的姿态以消防云台喷嘴正面对着异常目标为准，允许航向角一定范围(±25°)倾斜，最后通过消防云台航向角来完成目标锁定补偿。

消防云台的调整方法为：

根据异常目标空间位置信息、消防云台喷嘴的空间位置以及出水管管轴位置信息进行计算，得出消防云台的打击姿态信息，打击姿态信包括云台航向角和俯仰角；随后对消防云台瞄准俯仰角进行非线性优化补偿；

在目标打击过程中，消防云台模拟消防员灭火动作，以出水管管轴为圆心，使喷嘴做圆周运动，增大有效打击面积，更好地覆盖打击目标。