当局往往不能很快得到警报,因此当他们到达时,大部分森林已经被烧毁。
为了更快地发现火灾甚至预防火灾,我们正在研究 Sony Spresense 解决方案。
我们的项目是一个多传感器系统,这意味着火灾探测是基于多个传感器。只有当多个传感器被触发时,系统才会报警,从而降低了错误敏感性。
目标是开发一个由 Sony Spresense 板运行的系统,该系统比目前市场上的火灾探测系统更有效地检测森林中的火灾,尤其是更快。
一开始我们的计划是开发一个原型来模拟未来系统最重要的特性。烟雾、CO2、温度和湿度检测。我们计划使用的传感器检测到的值被传输到 Spresense 板,在那里它们将被分析。第一步是显示检测到的值。
首先,我们将传感器连接到我们的 Sony Spresense 并测试输出。目标是了解传感器并对其进行校准。
这也让我们了解了各个传感器的使用范围,并为我们的问题制定了解决方案。
为了获得更深入的了解,系统必须配备监视器和电源装置。这些附加组件使我们能够在户外测试我们的模型。
在下一步中,我们实现了一个简单的火灾检测逻辑,稍后将对其进行扩展。出于可视化目的添加了 LED 和蜂鸣器。系统启动时只有绿灯亮。如果算法检测到过高的二氧化碳、烟雾或温度值,则会触发火灾警告。红灯亮起,绿灯熄灭。如果系统前方也有障碍物,则使用黄色 LED。除了 LED 之外,还连接了一个蜂鸣器,它在发生警报时也会响起。
该系统有待进一步开发。使用 GPS 和 Lora 网络,几个配备传感器的 Spresense 单元将相互通信。目标是确定火灾的方向和速度。为此,使用 GPS 坐标跟踪连续信号。然后可以将这些传送到一个地方表格。此外,还将连接一个摄像头,用于通过深度学习检测火灾。通过深度学习算法将传感器与火灾探测相结合,可以最大限度地降低系统故障的风险。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !