UA V 红外摄像机
本地火灾
探测
机载
计算机数据厂商
对镜拍照技巧数据
地面站结果请求
云中心
火灾诊断
火灾探测图1
基于无人机的森林火灾探测系统
在森林火灾探测过程中会产生大量图像数据，系统会造成一定的影响。考虑到网络中传输大量数据可能会导致网络拥塞，且难以保证视频数据的私密性在森林火灾检测系统中提出了边缘计算。边缘计算使云中心可以分散相关请求，每个边缘节点使用本地视频数据处理请求，然后仅将相关结果返回给云中心，这不仅减少
假道
红外摄像机
无人机
机载计算机
图2无人机平台
YOLOv3识别过程
考虑到森林地貌的多样化，无人机拍摄的火灾现场图
像必然会存在很大差异，因而首先需要对火灾现场的火焰和烟雾进行检测和识别。其具体过程如下：
）对图像进行划分。将拍摄到的整幅图像划分为个格子，每个格子又划分为5个预测边框，每个边框可
)来表示。其中，(w ,h )为整个图像与预测
特征提取320
160
80Res
320Res 160Res
定格在记忆里的画面80Res 40
Res 20Res 10
Conv 10
Conv 20Conv 40Conv 80NMS
40
20Concat 函数Concat 函数
Concat 函数1010204080图3O-YOLOv3火灾探测实现框架图
如图3所示，O-YOLOv3森林火灾探测方法主要分
为4个部分，即：（1）通过深度残差网络对图像中的森林火灾进行特征提取；（2）在残差网络的基础上通过新增4个
100%90%
80%70%60%50%
2030
405060
70
仿真组数
遗传算法
DQN YOLOv3CNN
O-YOLOv3
图4
平均准确率
4268101412
20
30
40
CNN O-YOLOv3
一年之后5060
70
仿真组数
响应时间/s
图5响应时间
UAV 森林火灾探测系统实验
为了验证本次设计的UAV 森林火灾探测系统的可靠
O-YOLOv3算法加载到无人机森林火灾探测系统中进行实验。实验选取了10处森林火灾现场，通过无人机分别对拍摄到火灾现场图像，图6为UAV 森林火灾探测系统的探测结果。
图6
UAV 森林火灾探测系统的探测结果
喇叭花的图片
从图6可以看出，笔者研制的UAV 森林火灾探测系统能够有效地识别火灾现场的烟雾与火焰，从而判断森林
1X Y
Z
2
3
4
5
6
7
8
9图1装置示意图
基架和支架抬升机构
装置设计：长1500mm，宽790mm，高
架直立设置，主要用于提压把冲击试验；支架抬升机构行
1400mm；基架水平设置，基架上设有供
向行走机构移动的导轨，导轨可移动行程1000
称重抬升机构
装置称重台底部设计有重力传感器，对灭火器测重
双11购物狂欢节称重传感器测量范围0～100kg，精度0.1kg
。灭火器就位后，重锤释放机构的套筒自动下
民事赔偿降至灭火器提压把顶部，通过其上的位置传感器测量灭火
，套筒退回原位。称重台自动上升
cad证书怎么考
means method is ud to automatically
