一种基于多模态学习的森林火灾监控系统

本发明涉及传感器、多模态学习、云端开发等，更具体地说，它涉及通过多种传感器采集森林的环境数据，并向多模态模型导入森林环境的视频信息和音频信息识别是否发生森林火焰，通过对多种数据的分析搭建物理模型、构建动态森林环境，并通过深度学习模型结合火焰状态与森林环境经由云端给出最佳救援路径与方法，保证可靠性和高效性，提高了火焰检测准确度与救援效率。

背景技术：

1、森林是地球上最大的陆地生态系统，是全球生物圈中重要的一环。它是地球上的基因库、碳贮库、蓄水库和能源库，对维系整个地球的生态平衡起着至关重要的作用，是人类赖以生存和发展的资源和环境。森林防火工作是中国防灾减灾工作的重要组成部分，是国家公共应急体系建设的重要内容，是社会稳定和人民安居乐业的重要保障，是加快林业发展，加强生态建设的基础和前提，事关森林资源和生态安全，事关人民群众生命财产安全。

2、当前，传统的森林火灾检测方式有人工巡查、塔台检测、雷达监测等方式，但存在人工巡查工作量较大、监测效率低、巡护范围有限，不能满足全区域森林防火监测工作的需求、监测效率受塔台数量、地形、地势影响，盲区大、监测准确率低，而且造价成本较高，得不到大范围的应用，雷达有些波段在大气低层提供高分辨率观测时会受到限制，影响观测结果等缺点。因此本发明人员提出了一种森林火灾监控系统，用来减少上述缺点带来的影响。

技术实现思路

1、本发明的目的在于提供一种森林火灾监控系统，以提高火焰检测准确度与救援应对效率，解决上述问题带来的影响。

2、为实现上述目的，本发明提供如下技术方案：森林火灾监控系统，包括，

3、边缘计算设备，其作为整体森林火灾监控系统的核心，分为主机和从机，从机用于在数据源头接收并传输各个配套模块的实时信息数据给主机，主机对其进行处理后传输搭建物理模型并上云；

4、数据采集模块，其作为整体系统的实时环境数据监测采集端，用于采集系统对应的森林区域的各物理场的信息数据，对其进行数字化处理后传输给边缘计算设备从机；

5、能源分配模块，其作为整体系统的能源转化端，用于将外界部分可用能源转化处理后与本身系统提供能源分配给核心设备及各个模块，确保整个系统正常运行，且耗能较少；

6、信息传输模块，其作为整体系统的数据传输端，用于接收和传输从机与主机之间的交互数据信息；

7、定位模块，其作为整体系统预警发生定位端，用于确定系统位置以及可疑火焰位置，从而快速定位火焰以及蔓延方向；

8、无线通信模块，其作为主机与云端的信息交互端，用于向云端传输各物理场数据以及系统位置信息，并从云端获取指挥信息。

9、作为本发明的一种优选技术方案，所述数据采集模块由红外火焰传感器、风速传感器、温湿度传感器、自动变焦摄像头、微机电系统麦克风，大气压强传感器组成；所述各传感器采集各物理场信息，尤其是摄像头与麦克风通过导入深度学习模型用于多模态分析提高监测火焰的准确度。

10、作为本发明的一种优选技术方案，所述能源分配模块由供电过滤稳定模块、太阳能输电板、二维控制云台组成。所述能源分配模块通过供电过滤稳定模块与整个系统中耗电模块连接；所述太阳能输电板搭建于控制云台上，用于采集外部环境中的太阳能资源，并将太阳能资源转化为电能输送出来；所述控制云台获取上面安装的光敏电阻传输的数据值来调整角度，进而增大太阳能输电板的受光面积，提高光能吸收效率。

11、作为本发明的一种优选技术方案，所述边缘计算设备由主机与从机网络构成，从机分布于森林区域众多部位，主机分布于信号基站附近，二者构成组网，进行数据处理传输与云端指挥进行交互，实现森林防火检测全覆盖，提高监测效率。

12、与现有技术相比，本发明的有益效果是：

13、1.通过能源分配模块的增加与设置，一方面可以降低整体系统对传统能源的依赖性，从而提高整体系统在不同环境下使用的适配性，另一方面还可以降低整体系统在使用时的能源损耗，减少人工提供能源的工作量，便于在森林防火中进行应用。

14、2.通过数据采集模块实时采集监测系统区域内各个位置森林的信息数据情况，不需要采用人工巡查、制高点瞭望的方式对森林的情况进行监测，一方面可以降低工作人员的劳动强度，方便大面积区域的森林的防火监测作业，另一方面还可以提高对森林火灾监测的准确性，避免人工监测死角而造成的监测失误等情况的发生。

15、3.通过对区域内各个位置的森林的视频信息与声音信息数据进行采集，从而对所采集的数据进行分析，可以在第一时间对已经发生火灾的位置和即将发生火灾的位置进行定位，并同时将定位的坐标数据传输给云端，便于云端第一时间对火灾情况进行预警响应，一方面可以提高发生火灾时的反应效率，另一方面则可以在第一时间对火灾进行处理，从而降低火灾发生的损失。

16、4.通过边缘计算设备网络建立，进行数据处理传输与云端指挥进行交互，实现森林防火检测全覆盖，提高监测效率。

技术特征：

1.森林火灾监控系统，其特征在于，包括，

2.根据权利要求1所述的森林火灾监控系统，其特征在于：所述边缘计算设备由主机与从机网络构成，从机分布于森林区域众多部位，主机分布于信号基站附近，二者构成组网，进行数据处理传输与云端指挥进行交互，实现森林防火检测全覆盖，提高监测效率。

3.根据权利要求1所述的森林火灾监控系统，其特征在于：所述能源分配模块由供电过滤稳定模块、太阳能输电板、二维控制云台组成；所述能源分配模块通过供电过滤稳定模块与整个系统中耗电模块连接；所述太阳能输电板搭建于控制云台上，用于采集外部环境中的太阳能资源，并将太阳能资源转化为电能输送出来；所述控制云台获取上面安装的光敏电阻传输的数据值来调整角度，进而增大太阳能输电板的受光面积，提高光能吸收效率。

4.根据权利要求1所述的森林火灾监控系统，其特征在于：所述数据采集模块由红外火焰传感器、风速传感器、温湿度传感器、自动变焦摄像头、微机电系统麦克风，大气压强传感器组成；所述各传感器采集各物理场信息，尤其摄像头与麦克风结合导入深度学习模型用于多模态分析提高监测火焰的准确度。

5.根据权利要求1所述的森林火灾监控系统，其特征在于：所述定位模块为gps定位模块，通过连接卫星，获取当前位置的经度和纬度，并把经度和纬度信息传输给边缘计算设备，gps定位模块具有快速定位的能力，可以实时获取位置信息。

6.据权利要求1所述的森林火灾监控系统，其特征在于：所述无线通信模块位于信号基站下，通过mqtt协议连接云端，林业人员和消防人员可以通过云端关联的web页面和app查看各项数据，减少人力物力。

技术总结
本发明涉及传感器、多模态学习、云端开发等技术领域，更具体地说，它涉及通过多种传感器采集森林的环境数据，并向多模态模型导入森林环境的视频信息和音频信息识别是否发生森林火焰，通过对多种数据的分析搭建物理模型、构建动态森林环境，深度学习模型结合火焰状态与森林环境经由云端给出最佳救援路径与方法，保证可靠性和高效性，提高了火焰检测准确度与救援效率。

技术研发人员：冯国英,栾天悦,李代强,张一宸
受保护的技术使用者：四川大学
技术研发日：
技术公布日：2024/10/14