[发明专利]基于YOLOv5的自动定位射流灭火系统及其检测定位方法

说明书

基于YOLOv5的自动定位射流灭火系统及其检测定位方法，属于自动灭火装置技术领域，为解决普通感烟火灾探测器与感温火灾探测器不适用于高大空间场所的火灾探测，常规的自动喷水灭火系统不能有效发挥作用的问题；本发明通过使用YOLOv5算法对提取的视频进行处理，通过调节置信度阈值把一些低置信度的检测框去除，从而提高准确度，通过设置i ou比值把可能性较小的框去除，就可以得到目标检测的结果，配合定位装置能够对室内环境进行持续监测，及时发现并定位着火点，进行定位后再喷水灭火，定点灭火避免了大范围喷淋造成的影响，准确率高、部署成本低、灵活性和检测速度高。

技术领域

本发明涉及自动灭火装置技术领域，特别涉及基于YOLOv5的自动定位射流灭火系统及其检测定位方法。

背景技术

随着建筑结构的多样化发展，各种高大空间建筑不断出现，火灾形式日益严峻。大空间建筑具有结构复杂、跨度大、体积大、净空高、功能多样等特点，火灾发生时，传统的自动喷水灭火系统难以达到预期灭火效果。大空间建筑场所的火灾探测与自动灭火主要存在以下问题：普通感烟火灾探测器与感温火灾探测器不适用于高大空间场所的火灾探测，常规的自动喷水灭火系统不能有效发挥作用。

自动定位射流灭火系统属于新型自动灭火系统，是利用红、紫外探测器、数字图像或其他探测器组件，进行早期火灾的探测与跟踪定位，并通过联动控制进行灭火的喷水灭火系统。目前市面上产品主要采用红外和紫外传感器作为火灾探测组件，虽探测原理简单、成本较低、工作稳定，但当烟雾浓度较大及有遮挡物时，会影响传感器的探测灵敏度。这类传感器一般都对声音电磁波及震动十分敏感，且易受到电焊、灯光和高温物体干扰，存在一定的误报率，不适用于长期有粉尘或腐蚀性气体的环境。当保护区域内出现多火源时，则存在不能准备探测和定位火源的缺陷，同时也无法判断火势大小。这主要是由于这类装置大多采用的是红外能量热释电的方式进行定位探测，但当火焰能量过强时，造成红外热释电器件饱和，无法对火焰能量准确定位。

近些年，人工智能、图像处理和计算机视觉等技术得到迅猛发展，基于视频图像的火灾检测技术主要使用摄像头监视自然景观并分析捕获的视频，识别火焰和烟雾以进行火灾检测。与传统的火灾检测技术不同，在视频图像理论基础上开发的检测系统具有反应迅速、无接触、信息显示、智能和集成的优点。传统火灾探测器要求烟雾或气体扩散至传感器，而在视频图像理论基础上开发的检测系统不需要这样，只要在监控范围内出现火焰或烟雾就会迅速发出报警信号，较早的火灾预警可以为扑灭火灾、人员撤离争取更多的宝贵时间。在发出报警信号的同时也可以看到火灾的现场进展。随着安防视频监控系统的快速发展，如果将检测算法嵌入到监控系统中，实现庞大的视频火灾监控网络覆盖指日可待。传统的图像处理火灾检测技术主要是通过图像中的颜色、频率和几何特征等要素来对火灾进行判断。若要素超过某一特定阈值就判定为火灾，也就是说这种方法需要人工导入一些先验信息。根据检测对象，火灾图像检测系统主要针对火灾发生时的火焰和烟雾这两类进行检测，核心是对特征的提取研究，关键在于挖掘出火灾图像的特征与规律。火灾图像的特征主要有静态和动态两类，其中静态特征包括形状、纹理和颜色特征，动态特征包括形态变化及火焰和烟雾的迁移方向等。传统的图像处理火灾检测技术需要手动提取特征，过分依赖人力，而YOLOv5是当前深度学习目标检测领域性能最优的模型之一，其核心是卷积神经网络的特征提取结构，可识别输入目标类别及输出位置，是图像分类与定位相结合的算法。具有模型尺寸可控、准确率高、部署成本低、灵活性和检测速度高等特点，适合作为新型图像火灾检测系统的图像处理部分。

基于智慧消防理念，提出采用YOLO目标检测算法等新兴技术手段进行火灾自动探测定位与自动射流灭火设备相结合的自动定位射流灭火系统，具有更准确快速的定位能力，更强的纠错能力和更可靠的抗干扰能力。有望成为解决高大空间建筑场所火灾探测与灭火的有效方案。

发明内容

本发明的目的在于提供基于YOLOv5的自动定位射流灭火系统及其检测定位方法，解决了背景技术中普通感烟火灾探测器与感温火灾探测器不适用于高大空间场所的火灾探测，常规的自动喷水灭火系统不能有效发挥作用的问题。