简介:摘要:为防止火灾的产生,降低火情的损失,使社会财产的损失降到最低,需要完善火灾警报系统。本文介绍一套专用于在较小的空间中预防火灾的单片机烟雾报警系统。这个系统将STM32F407VGT6单片机作为控制器,使用MQ-2半导体气体烟雾传感器对气体浓度进行检测,AMG88338831热成像模块对物体的温度进行精确的判定。通过数模转换器将温度和烟雾浓度信号转换为单片机可以检测的数据,一旦发现超出设定值,警报器将自行断开房间中的电力,并且蜂鸣器发出警报声,并将检测到的数据发送到用户的手机上,以便用户能够及时发现火情。
简介:【摘要】飞机驾驶舱、设备舱、工作舱等区域烟雾状况的监控与信息上报通常采用烟雾探测器来实现,机组通过CAS告警或语音告警接收到烟雾告警信息后作出相应决断。本文以某型光电式烟雾探测器在装机后出现的一起典型故障为依托,结合理论分析对该型光电式烟雾探测器典型故障进行分析、研究,最终为产品的优化改进及外场管理工作提出参考性建议。
简介:摘要:随着我国经济建设快速发展和人民物质生活水平的不断提高,造成火灾的因素也明显增多。基于视觉感知的监控系统在城市防火、森林防火和其他重要场所的防火监测中发挥了重要作用。通过计算机视觉技术,对早期的火灾事件进行监测,已经受到研究人员的广泛关注。目前基于深度学习的烟雾识别方法主要是有监督学习范式,包含端到端的烟雾图像分类、烟雾目标检测等。但是烟雾目标不同于一般的刚体目标,其存在半透明、非刚体的特征,因此人工无法对烟雾图片进行非常精确的标注,尤其是逐像素的浓度标注。但是烟雾的浓度信息又是烟雾的核心信息之一,其中包含了最丰富的烟雾像素级别信息。为了弥补烟雾标注困难和浓度预测的鸿沟,本文从深度学习内部的特征空间优化开展,结合弱监督学习范式,对烟雾和背景特征的分布进行优化,最后特征空间分布优化、不同浓度烟雾特征度量和知识蒸馏等三个方面展开,探讨了视觉感知中的烟雾浓度弱监督估计策略。
简介:【摘要】基于物理的渲染( Physically Based Rendering,简称 PBR)技术致力于渲染出更贴近于真实物理世界的光影效果,它倾向于探索光影背后的物理规律,然后在此基础上构建一个基于物理规律的光照模型,最后应用到光照计算中。基于物理的渲染除了更为真实,它也给光照计算的赋予了更多的物理意义,从而使得设计师们摆脱基于经验的参数调整,只要设置的物理量正确,则最终光照效果也将会是正确的。对于一个基于物理渲染的光照模型,它通常需要满足以下的三个条件: 1、能量守恒; 2、基于微平面的表面模型; 3、使用基于物理的 BRDF。