余淑婷 陳昶宇 江錦銳 謝秀齊
廣東理工學(xué)院 信息技術(shù)學(xué)院 廣東 肇慶 526100
森林資源屬于十分重要的社會資源,有著重要的地位,因而對森林資源進(jìn)行保護(hù)是十分重要的內(nèi)容。森林火災(zāi)是影響森林安全的重要危險因素,需要有效開展森林滅火工作。本文將物聯(lián)網(wǎng)、無人機(jī)、多個檢測傳感器相結(jié)合,對火情數(shù)據(jù)進(jìn)行實時監(jiān)測分析,結(jié)合5G信息處理效率高和無人機(jī)體積小、飛行便捷的特點,開發(fā)出一套能實時處理林火信息并迅速對火勢變化問題分析的系統(tǒng)。以便地面人員對森林火情及時進(jìn)行分析給出最佳方案,極大程度提高森林救災(zāi)效率[1]。
1.1.1 煙霧監(jiān)測算法。煙霧監(jiān)測算法主要是通過機(jī)器視覺對視頻信息進(jìn)行識別,利用圖像識別算法對視頻信息里的煙霧進(jìn)行識別捕捉,并且能夠發(fā)出強(qiáng)勁警報。無人機(jī)在森林火災(zāi)場景中,傳感器監(jiān)測方法在高空對煙霧的識別具有一定滯后性,與以往的基于傳感器的監(jiān)測方法相比,利用視頻火災(zāi)煙霧監(jiān)測系統(tǒng),其有著適應(yīng)性更強(qiáng)、反應(yīng)更快、獲取信息方位精準(zhǔn)等優(yōu)點。在無明火階段就能夠及時采取應(yīng)對措施,減少火勢擴(kuò)大,對于火災(zāi)的擴(kuò)大能夠進(jìn)行有效控制。
1.1.2 透霧算法。算法透霧技術(shù),也稱為視頻圖像增透技術(shù),依據(jù)圖像雜質(zhì)濃度自動調(diào)整算法,實現(xiàn)良好的畫質(zhì)矯正,能排除霧和水汽灰塵等導(dǎo)致圖像朦朧不清的因素從而使畫面變得清晰,強(qiáng)化圖像當(dāng)中某些重要的信息,克制不重要的信息,改善最終的圖像質(zhì)量,從而獲得與火災(zāi)實景形成鮮明對比的清晰圖像,加大得到的信息量。
1.2.1 物聯(lián)網(wǎng)開發(fā)板。其中,設(shè)備運用分離控制面和數(shù)據(jù)面,讓其在傳統(tǒng)網(wǎng)絡(luò)中把控制信息都集中于控制器中,從而降低數(shù)據(jù)面因需兼顧控制信息而產(chǎn)生的超負(fù)荷延時。軟件方面,運用不同延時需求,針對不同業(yè)務(wù)實現(xiàn)對不同超實時進(jìn)行控制,從而達(dá)到提高設(shè)備的可延伸性。在此,設(shè)備可運用預(yù)留接口,解決傳統(tǒng)資源因此端到另一端出現(xiàn)延時的無法滿足的超實時業(yè)務(wù)需求。設(shè)備預(yù)留的空口資源及核心網(wǎng)資源,大大降低無線資源申請中產(chǎn)生的延時與降低核心資源承載的延時。此網(wǎng)絡(luò)架構(gòu),運用數(shù)據(jù)與檢測分離技術(shù),實現(xiàn)大大縮短數(shù)據(jù)整合時間。
1.2.2 氣象檢測模塊。氣象探測模塊可實現(xiàn)對大氣邊界層0至2000米溫度、相對濕度、氣壓、風(fēng)向、風(fēng)速等氣象要素的連續(xù)觀測和基本質(zhì)控,并借助點對點無線通信技術(shù),實現(xiàn)觀測數(shù)據(jù)向地面數(shù)據(jù)接收系統(tǒng)的實時傳輸、顯示、保存和管理。該系統(tǒng)采集的高空數(shù)據(jù)將為地面預(yù)報服務(wù)提供支撐,有效提高近地面氣象觀測能力。
1.2.3 火焰檢測模塊。設(shè)備采用高清攝像頭作為探測器,將獲得的視頻通過與5G基站建立的蜂窩網(wǎng)絡(luò)將數(shù)據(jù)實時發(fā)回地面站,通過圖像識別技術(shù)在返還的影像中主動監(jiān)測煙火,并顯示相關(guān)監(jiān)測數(shù)據(jù)、林火范圍以及火勢集中點。搭載紅外熱像儀能夠利用紅外熱像儀在夜晚沒有光源的時候也可以形成鮮明圖像,可實時遠(yuǎn)程監(jiān)控森林火災(zāi)隱情。
1.3.1 后端技術(shù)棧。利用JAVA技術(shù),使用最新的Java Web框架Spring Boot,基于B/S結(jié)構(gòu),利用MYSQL數(shù)據(jù)庫完成了服務(wù)端的開發(fā);服務(wù)器端負(fù)責(zé)數(shù)據(jù)的采集、存儲、壓縮和封裝處理,建立請求連接并推送數(shù)據(jù)。
1.3.2 前端框架。可視化系統(tǒng)前端使用vue-cli腳手架搭建項目,vue-cli使用了Web pack打包工具實現(xiàn)組件模塊化和預(yù)處理。這種前后分離的開發(fā)模式主要的優(yōu)點在于前端Java Script可以分擔(dān)服務(wù)器端的計算壓力、組件可以復(fù)用、方便數(shù)據(jù)綁定渲染,并且在性能和效率上優(yōu)于一些DOM操作的Java Script庫。前端項目便可以完整地與服務(wù)端模塊解耦并且分離開發(fā),開發(fā)中前端只需要關(guān)注接口、數(shù)據(jù)、視圖即可[2]。
在前端架構(gòu)基礎(chǔ)上采用Echarts進(jìn)行數(shù)據(jù)圖表的繪制渲染。Echarts是百度推出的一款基于Web的交互式的可視化快速構(gòu)建的框架,底層基于HTML5的高性能圖形渲染器canvas。利用Echarts與Vue開發(fā)圖表類型數(shù)據(jù)挖掘鉆取和相互轉(zhuǎn)換功能的可視化組件
1.3.3 MTQQ。MQTT(Message Queuing Telemetry Transport,消息隊列遙測傳輸)是IBM開發(fā)的一個即時通信協(xié)議,有可能成為物聯(lián)網(wǎng)的重要組成部分。該協(xié)議支持所有平臺,幾乎可以把所有聯(lián)網(wǎng)物品和外部連接起來,被用來當(dāng)作傳感器和致動器的通信協(xié)議。 格式簡潔、占用帶寬小、移動端通信、PUSH、嵌入式系統(tǒng)[3]。
在當(dāng)前的氣象監(jiān)測中,有一些氣象監(jiān)測只能依靠地面設(shè)備進(jìn)行,導(dǎo)致很多氣象監(jiān)測失誤。通過使用無人機(jī)技術(shù),人們可以在高空實施采集樣本,從而更好地做好氣象監(jiān)測服務(wù)工作。氣象無人機(jī)是專為森林、高原、海洋、邊遠(yuǎn)地區(qū)和不利天氣條件下氣象監(jiān)測和環(huán)境偵查而開發(fā)研制的。氣象無人機(jī)具有續(xù)航時間長、飛行高度高、人機(jī)分離、可重復(fù)使用、機(jī)動性強(qiáng)、直接探測等優(yōu)點[4]。
無人機(jī)裝置物聯(lián)網(wǎng),與地面站進(jìn)行網(wǎng)絡(luò)連接,擴(kuò)大無人機(jī)控制范圍。在無人機(jī)下搭載空氣檢測裝置,因基于物聯(lián)網(wǎng),空氣檢測數(shù)據(jù)通過物聯(lián)網(wǎng)傳輸?shù)降孛嬲荆\用改進(jìn)算法,分析數(shù)據(jù)檢測的內(nèi)容,再用于前端展示,實現(xiàn)更具體化,更容易解讀的當(dāng)前天氣狀況,實時檢測監(jiān)控點高度的空氣質(zhì)量和環(huán)境污染傳播規(guī)模。
氣象無人機(jī)現(xiàn)用測風(fēng)原理是根據(jù)理想流體伯努利方程推導(dǎo)所得。伯努利方程表示流體各種機(jī)械能的守恒與轉(zhuǎn)換關(guān)系,突出了流體的速度與壓強(qiáng)之間的關(guān)系,可表示為:
其中,p /γ代表單位重力流體的壓力能;v2/(2g)表示單位重力流體所具有的動能; Z表示單位重力 流體所具有的位能。
對于空氣通常忽略位能,因此(1)式可表示為:
其中,pt為總壓,p為靜壓,ρ為空氣密度,va為空速。
空速為無人機(jī)相對于空氣的運動速度。根據(jù)(2)式可得現(xiàn)用空速方程為:
其中,va為空速,方向由機(jī)載角度傳感器獲取的偏航角ψ來確定,如圖1所示;R為專用氣體常數(shù);T為靜溫,可由機(jī)載溫度傳感器測量得到;(pt-p)為動壓,p為靜壓,均由皮托-靜壓管測量得到。
地速為無人機(jī)相對于地面的運動速度。氣象無人機(jī)GPS定位給出的飛行參數(shù),可計算出地速vg,地速方向與無人機(jī)運動方向相同。
利用無人機(jī)攜帶的角度傳感器可獲得偏航角ψ、航跡角χ等。空速、地速、風(fēng)速三者構(gòu)成的矢量三角形關(guān)系,根據(jù)余弦定理最終解算 出不同位置的風(fēng)場信息表達(dá)式為:
(4)式即為氣象無人機(jī)現(xiàn)用測風(fēng)方程。v為最終求解的風(fēng)速,方向和大小由空速和地速決定[5]。
氣象無人機(jī)探測數(shù)據(jù)主要包括溫度、壓強(qiáng)等氣象參數(shù),其探測精度對氣象預(yù)報,環(huán)境監(jiān)控具有重要意義。而在傳感器量測過程中,由于受傳感器工作狀態(tài),環(huán)境雜波等因素影響,數(shù)據(jù)經(jīng)常存在一些異常跳點。如果在數(shù)據(jù)預(yù)處理階段不對這些數(shù)據(jù)進(jìn)行處理,那么目標(biāo)預(yù)測精度在異常數(shù)據(jù)出現(xiàn)時將產(chǎn)生突變,甚至?xí)?dǎo)致目標(biāo)預(yù)測發(fā)散。因此本項目在使用探測數(shù)據(jù)前,對測量序列中可疑數(shù)據(jù)進(jìn)行正確判斷與處理,剔除野值,補(bǔ)償缺失數(shù)據(jù)。
在對焦側(cè)及中部密集點進(jìn)行拍攝時,小的晃動問題并顯示很嚴(yán)重,由于距離比較遠(yuǎn),小的晃動就會導(dǎo)致畫面的不穩(wěn)定,影響識別精度。晃動的原因有幾種情況,一是由于無人機(jī)在風(fēng)的作用下東西方向的擺動;攝像系統(tǒng)安裝于無人機(jī)外部支架上,有一定方向的顫動。設(shè)備在識別前對監(jiān)測圖形進(jìn)行判斷噪點產(chǎn)生類型,調(diào)節(jié)相關(guān)傳感器的ISO,通過對光的敏感度進(jìn)行噪點控制,達(dá)到噪點修復(fù)的效果。
與前4代移動通信技術(shù)相比,5G主要特征包括:①更高速率;②更低延時;③更廣覆蓋。此外,5G技術(shù)還具有效率高、容量大、安全可靠性和靈活性較強(qiáng)的特點,滿足各類森林資源安全防控需求。
傳統(tǒng)的森林防火多數(shù)采用瞭望塔,通過瞭望塔建立視頻監(jiān)控系統(tǒng)進(jìn)行防范,效率低、成本高,而采用5G通信技術(shù)可以較好地解決以上問題。5G通信技術(shù)在物聯(lián)網(wǎng)應(yīng)用中的優(yōu)勢顯著,為傳統(tǒng)蜂窩網(wǎng)技術(shù)及藍(lán)牙、Wi-Fi等短距離傳輸技術(shù)所無法比擬[2],與無人機(jī)和火情監(jiān)測系統(tǒng)結(jié)合,簡化火情檢測數(shù)據(jù)通過5G傳輸?shù)降孛嬲镜臒┈嵾^程。
系統(tǒng)結(jié)構(gòu)上設(shè)備運用分離控制面和數(shù)據(jù)面,把控制信息都集中于控制器中,降低數(shù)據(jù)面因需兼顧控制信息而產(chǎn)生的超負(fù)荷延時。軟件設(shè)計上根據(jù)不同延時需求,針對不同業(yè)務(wù)實現(xiàn)對不同超實時進(jìn)行控制,提高設(shè)備的可延伸性。5G網(wǎng)絡(luò)架構(gòu)運用數(shù)據(jù)與檢測分離技術(shù)將實現(xiàn)大大縮短數(shù)據(jù)整合時間[6]。
在無人機(jī)外掛空氣檢測裝置,空氣檢測數(shù)據(jù)通過物聯(lián)網(wǎng)傳輸?shù)降孛嬲?,運用改進(jìn)算法,分析數(shù)據(jù)檢測的內(nèi)容,實時檢測監(jiān)控點高度的空氣質(zhì)量和環(huán)境污染傳播規(guī)模。救災(zāi)人員可收到火災(zāi)地區(qū)空中的氣體組成比例、風(fēng)力、風(fēng)向等參數(shù)。
無人機(jī)外掛板載智能處理器感應(yīng)離散光源和氣霧識別來檢測煙霧,一旦識別成功,立刻通過MTQQ協(xié)議將數(shù)據(jù)發(fā)送給服務(wù)器,板載設(shè)備會對環(huán)境進(jìn)行周期性檢測,定期將數(shù)據(jù)返回給予設(shè)備建立TCP連接的客戶機(jī),從而使救災(zāi)人員及早得知火情,將火災(zāi)撲滅在萌芽狀態(tài)。
目前,越來越多的先進(jìn)技術(shù)及設(shè)備被廣泛應(yīng)用在森林防火工作中。無人機(jī)是其中比較重要的一種,發(fā)揮著十分重要的作用。利用5G網(wǎng)絡(luò)架構(gòu)窄帶物聯(lián)網(wǎng)技術(shù),使無人機(jī)在森林防火監(jiān)測以及預(yù)警體系當(dāng)中可以迅速傳輸火情信息到地面控制臺的電腦中,然后由地面控制站將火情數(shù)據(jù)傳輸?shù)较狸牭慕邮阵w系中,一線的消防隊伍可以根據(jù)收到的火情圖像以及相關(guān)數(shù)據(jù)進(jìn)行詳細(xì)的分析和處理,能夠有效提高消防隊伍的滅火效率,成為森林防火體系中不可或缺的角色。