林火安防预警与应急处理系统设计

王勇++邹继军++田思

摘要：为保证林火监测的准确性、实时性和灭火的快速机动性，提出一种用于森林防火系统的设计方案，研究将低照度CCD/红外热像仪的图像融合技术和无人机集群灭火技术集成应用到林火安防领域，能够提升整个林火安防应急水平，具有很好的应用前景。

关键词：森林防火；图像融合；无人机；编队飞行

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）11-0177-03

森林是人类生存和可持续发展的宝贵资源，森林火灾是危害森林资源的主要灾害。森林火灾形成因素多、突发性强，一旦蔓延，破坏性大，处置救助较为困难。目前，在林火监测方面采用卫星遥感图像、飞机巡逻和视频监测、人工巡检和瞭望塔方式等，存在着不能实现全天候、全时段监测，成本过高、人为因素多等问题，以致误报漏报频繁发生。在国内，对于林火安防方面的研究也多局限于独立的关键技术，包括林火预警、林火识别、林火定位等[1]。因此，本文对森林防火系统的功能和技术架构进行了分析，对林火安防领域亟待解决的关键问题进行了研究，提出了一种应用于林火安防系统的研究方案，促进多技术集成在安防领域的实用化，提高防火、救灾的能力。

1 系统架构

图1所示为林火安防预警与应急系统总体架构。系统采用低照度CCD/红外热像仪作为监测节点，将两者采集的图像融合提高监测的有效性和精准度；同时，结合机器视觉技术和GIS定位系统，利用多数据信息融合及无线数据链路，实现林火事件的准确判定、林火的精确定位、火场信息的实时传输。监测节点将获取的火情信息实时传输至控制中心后，控制中心利用林火监测软件对火情进行分析处理，计算得出火点位置、轮廓、面积及所需灭火无人机数量、编队信息等，并通过飞行测控系统发送起飞指令；无人机在飞行过程中将其地理数据及编队飞行数据进行实时传输，抵达火场时，将感知的风速等数据传输至控制中心，控制中心进行数据校正后发送投放灭火材料指令，最终及时扑灭林火。

2 系统设计方案

2.1 监测系统设计方案

在林火情况下，火焰产生的烟雾很大，因此开展非制冷红外探测器理论研究，探讨和分析影响红外探测器的响应率的各种因素，设计具有数字视频接口的低功耗热像仪组件，可有效发现真正的着火点，以及火灾的蔓延趋势，同时将其与低照度CCD信号相结合，开展同视场平行光轴前端光学系统理论研究，设计融合成像系统前端，可为后面的图像配准、图像融合提供高清晰、高画质的图像。在此基础上探索适合硬件实现的低照度CCD/红外图像融合方法并设计低照度CCD/红外图像融合监测系统电路。设计相应监测软件系统，最终实现林火信息的准确判断与定位。利用有线、无线网络技术布局监测节点，使监测范围由点扩大到面，如图2是监测系统图像处理单元所示。

2.2 无人机集群灭火设计方案

无人机具备起飞时间短、速度快、效率高、垂直起降及不受高度限制等特点，在地形复杂的林区，较传统人工灭火有较大优势。本文进行无人机集群灭火方案设计的重点在于无人机编队通信与定位。首先通过对无人机各部分所要实现的功能进行分析，选取符合无人机系统要求的部件，完成无人机控制电路、定位与时间同步电路和无线通信电路的硬件设计，包括各部分的具体实现电路和功能模块之间的连接，并制作无人机系统的PCB板。然后进行无人机系统的软件设计，包括时间同步、定位以及控制无线通信模块的无线收发程序。改进时隙ALOHA算法，避免编队通讯时信道竞争以适合无人机系统，保证各节点数据信息在其专有时隙进行及时、可靠的信息收发，解决传输延迟导致的数据传输率下降和数据之间的碰撞问题，同时将GPS应用到整个系统中，并通过多次测试，实现系统同步和节点定位，最后通过软硬结合对整体系统进行调试，实现监测系统与无人机系统融合，在监测系统发现火情后，无人机集群携灭火材料编队飞行到目的地进行灭火，控制系统功能框见图3。

3关键技术

3.1 林火监测技术

野外森林基础设施相对较差，监测面积广，本文提出的系统设计方案采用低照度CCD/红外图像融合技术，森林防火监测系统如图4所示，用以解决全天候野外监测的难题，其中林火的精确定位是关键，主要包括以下内容：

（1）源图像有效像素的增强和提取算法

国内外图像有效像素的增强和提取算法很多，能应用于低照度CCD/红外的实时融合系统的很少，有的计算量大，有的增强效果不明显。通过对各图像特性进行研究，找出合适的增强和提取算法，使得融合时保留的图像特征数据能达到优势特征互补并增加融合后图像信息容量的目的。

（2）源图像的配准

图像配准是对来自同一场景的两幅或多幅图像，匹配其中对应于相同物理位置的像素点，这些图像可能来自不同时间、或不同视点位置、或不同的传感器[2]。目前发展了大量图像配准的技术与方法，有一定的适用范围，但通用性比较差，为满足实时图像融合的需求，需要一种适用于实时图像融合的配准方法。

（3）图像融合算法

要得到满意的融合效果，需要将不同空间分辨率的图像精确地进行配准，而对于融合方法的选择，则取决于被融合图像的特性以及融合的目的[3]。现有的融合算法比较多，其中处理速度慢、运算量大的算法通常融合效果比较好，而偏于简单的算法往往达不到预期的融合效果，为将两者优点在现有的实时图像融合系统硬件上实现，需要对算法改良。

（4）电子稳像与灰度位平面的安防事件判断算法

通过TRIZ理论对“错稳”现象的分析，将问题转化为图像内容的分割除去问题，应用到电子稳像算法中，可以有效地去除图像中的运动物体，从而使改进后的算法准确无误的进行图像处理。

TRIZ理论将功能定义为：

在结合HSI颜色模型与BP神经网络的图像分类下，运用灰度重新赋值方法将图像中森林与其他环境分离，提高灰度投影稳像算法在处理林区图像时的计算准确性。

（5）林火识别算法

对电子稳像算法所得到的灰度图像进行灰度二进制化，形成灰度位平面，不同灰度位平面所展现的细节内容也不尽相同。再利用均值滤波将各图像平滑处理，使低位平面信息弱化，即设定图像函数为经此计算，有效弱化低位平面信息，保证高位信息的准确性，然后根据烟雾在不同位平面中所反映的信息设计出可靠的识别算法。

（6） 基于数字高程模型进行林火定位算法

森林火灾定位主要采用数字高程模型的方法，使用该方法能得到林火的最精确定位[4]。基于该方法，以数字视频监测系统为平台，提出一种利用摄像机标定技术和空间分析中可视域分析对林火进行自动定位的方法，最后结合ArcGIS Engine通视性分析中的相关方法，可实现对单目摄像机单幅图像上任意位置火点的自动定位[5]。再进一步借助TRIZ理论的系统进化法则，将单双目视觉系统的优点结合，提出一种基于移动单目视觉林火定位方法，有效降低林业智能化建设成本，同时与监测节点GIS定位相结合，则能更精确的实现林火自动定位。

（7）监测节点的设计

硬件设计：设计一套稳定可靠的低照度CCD/红外热像仪的光学系统。采用DSP处理器和FPGA器件设计出一套可靠的视频监测硬件系统以及相应的驱动电路、前置放大电路、接口电路，并使设计小型化、低功耗。

软件的设计：根据图像处理算法设计出适合FPGA的软件或适合DSP的软件，与硬件结合完成监测系统的设计，优化提升软件运行速度。

3.2 无人机集群灭火技术

在对林火进行精确定位之后，采用无人机集群灭火方式进行应急处理，而无人机编队飞行过程中的精确定位与之间的通信问题是关键，主要包括：

（1）无人机编队通信与定位系统硬件设计

无人机编队通信自组网是一种由无人机作为网络节点所构成的通信网络，具有动态拓扑及有限带宽等特征。由于无线自组网具有自组织性，无基础设施，组网方式灵活，无中心节点和抗毁特点[6]，利用这种组网方式通信，能够极大的提高无人机之间的通信能力。但是正因为其无中心节点，且节点有移动性这些特点，导致了它的数据碰撞率高，信道利用率低，性能低下。因此，在完成整个系统的总体方案设计后，根据整个系统的硬件结构设计和系统的工作原理，对采用的硬件电路进行选择、分析和比较，确定本系统的电路器件。

（2）无人机编队通信与定位系统防碰撞算法

无人机编队自组网的工作环境及其工作模式与Ad Hoc类似，系统设计时将以Ad Hoc网络体系为基础来构建无人机编队自组网，针对无人机编队自组网的特有属性及其相关技术，对防碰撞算法进行分析和探讨，并在此基础上改进算法，设计适合本系统的防碰撞算法。

（3）无人机编队通信与定位系统软件设计

无人机编队通信系统包括时间和经纬度信息的读取及无线传输，整个系统通过硬件设备读取 GPS 传递回来的时间和经纬度信息，再从这些信息中选取出有用信息，由各自的无线传输模块进行传输，实现各个结点之间的通信。

（4）进行无人机携带与喷洒灭火材料的设计，改进无人机硬件系统

拟设计改进的无人机硬件系统将主要由飞行控制、GPS定位、无线通信和灭火装置控制4大模块构成，如图5所示，MCU为主控芯片，控制整个系统的运行。飞行控制模块控制无人机飞行速度、姿态、高度等参数，保证无人机安全正确的飞行方式；GPS模块为整个系统提供实时时钟，使网内各个节点（无人机）时间同步，并实现每个节点的定位；无线通信模块，实现各个结点之间的无线通信。在火灾现场， MCU从地面监控中心获得指令控制灭火喷洒模块采取动作，进行喷洒灭火作业。

4 系统的调试与运行

系统在试运行阶段将设计低照度CCD/红外热像仪均可见的标靶，通过标靶来确定监测系统的标定参数，实现监测系统的自适应配准，对低照度CCD/红外热像仪的光学系统光学性能进行测试，进行双系统交叉标定。同时，设计实现无人机控制系统，与监测系统形成完整的安防系统，并对安防系统进行实际环境试验，验证安防系统的准确性和实时性，以检验安防系统对温度、震动、冲击等条件的适应性。

5 结论和展望

该系统将低照度CCD/红外的图像融合技术、无人机集群灭火技术应用到林火安防领域，促进多数据融合在安防领域的实用化，对GIS下林火的立体定位技术、无人机编队通讯技术等关键问题进行了研究，大量无人机集群灭火技术可以一次投放更多的灭火材料，避免火情蔓延，使损失最小化。完成后，可以投入林区应用，将产生较好的社会效益和经济效益。

参考文献：

[1] 何涛，任恩恩，范多旺.视频监测在青藏铁路综合安全监测系统中的应用研究. 第七届全国信号与信息处理联合会议暨首届全国省（市）级图像图形学会联合年会.2008.7.20.

[2] Maiter H， Bloch I. Image Fusion. Vistas in Astronomy， 1997，41（3）：329-335.

[3] 刘卫光，崔江涛，周利华.多源图像实时配准融合系统[J].系统工程与电子技术，2005，27（1）：185-188.

[4] 徐登云，昂格鲁玛.基于3S技术的森林火险预警方法及应急管理的研究[J]. 西部资源， 2012（2）：143-144.

[5] 刘龙申，沈明霞，何瑞银，等.基于ArcEngine的林火视频监测定位系统[J]. 浙江农业科学， 2010，1（4）：907-910. DOI：10.3969/j.issn.0528-9017.2010.04.074.

[6] 何兆龙.无人机自组网技术研究[J].专题技术与工程应用，2008（8）：47-64.