基于多传感器融合的林火监测

• 作者: 丘启敏 傅天驹 刘晋浩 田野 郑嫦娥
• 来源期刊: 安全与环境学报
• 学科: 地球科学
• 关键词: 安全工程 林火监测 多传感器 BP神经网络 数据融合
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 安全工程
• 页码范围: 111-117
• 分类号: X43
• 语种: 中文
• DOI: 10.13637/j.issn.1009-6094.2015.01.023

摘要

为了提高近距离火灾监测的准确率,建立了基于Arduino平台的多传感器实时监测系统.此系统安装在移动机器人身上以探测火灾.在林火发生期间,会产生CO、C02明火火焰及其他产物,并引起周围环境温度的升高.因此,选择合适的传感器,检测出以上参数,就有可能据此判断实际环境是否有火.通过在Arduino上搭建火焰传感器、温度传感器、气体传感器和烟雾传感器,可以实时监测环境参数.在无火和有火环境中进行了多次试验,进行数据采集,得到了大量原始数据.无火环境的数据是在不同的天气条件下测得的;有火环境由试验火堆模拟得到.在模拟的过程中,进行人为操作以模拟不同的火情.如通过浇湿底部的可燃物模拟预热阶段,试验数据因此更有代表性.数据分析表明,单个传感器的输出值波动大,且在有火环境和无火环境中的输出值有重叠.因此,用单一传感器来检测火灾的准确率很低.而同时分析3个传感器的输出值时,其输出值随所检测火堆的不同呈现出一致的变化规律.最后,利用神经网络进行多传感器数据融合.涉及5个输入变量,由神经网络实现对多变量的非线性问题进行模式识别.将前述试验所得数据划分为训练数据和测试数据,两类数据均包含一定比例的有火样本和无火样本.用训练数据对BP神经网络进行训练,可得到林火识别模型.用测试数据检验模型,结果表明,该BP神经网络对试验火的识别准确率为98.625％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晋浩	北京林业大学工学院	125	752	14.0	20.0
2	田野	北京林业大学工学院	13	85	5.0	9.0
3	郑嫦娥	北京林业大学工学院	11	160	6.0	11.0
4	丘启敏	北京林业大学工学院	3	40	2.0	3.0
5	傅天驹	北京林业大学工学院	2	39	2.0	2.0