下载文档原格式
智能应用0 引言在各种灾害中，火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一。
近几年来，我国每年发生火灾约4万起，每年火灾造成的直接财产损失10多亿元，因此火灾的预警装置也是人们一直探索的科研项目。
如果我们能设计一种能够实时监测火焰数据，当有火焰发生时有多渠道报警的装置，且价格低廉，那么就会有绝大多数家庭及公共场所普及使用这种装置，也许就会最大限度地减轻火灾的危害。
在电子信息时代日益发达的今天，笔者利用Arduino及传感器技术，C语言编程技术、物联网技术、3D打印技术设计并制作出一种价格低廉适用广泛的新型便携火焰报警器，遇有火焰时现场具有声光报警功能、同时能把火灾信息通过互联网传输到指定用户的手机上报警，平时我们也可以使用PC或手机对火焰的数据进行远程实时监控，防患未然。
1 系统设计方案火焰是由各种燃烧生成物、中间物、高温气体、碳氢物质以及无机物质为主体的高温固体微粒构成的。
火焰的热辐射具有离散光谱的气体辐射和连续光谱的固体辐射。
不同燃烧物的火焰辐射强度、波长分布有所差异，但总体来说，其对应火焰温度的1～2μm近红外波长域具有最大的辐射强度，火焰传感器（即红外接收二极管）就是根据这一特性制成的。
火焰传感器对火焰特别灵敏。
火焰传感器利用红外线对火焰非常敏感的特点，使用特制的红外线接收管来检测火焰，然后把火焰的亮度转化为高低变化的电平信号，输入到中央处理器，中央处理器根据信号的变化做出相应的程序处理，这样我们就可以按照自己的设计让中央处理器做出相应的功能来。
■1.1 工作原理火焰传感器将采集到的火焰模拟数值直接传输到中央处理器Arduino，系统按照编写好的程序，将收到的火焰传感数据运算后与预设的阈值进行比较，当达到预设的报警值时，系统启动报警电路，蜂鸣器给出高低循环电平，双音报警，LED给出高低循环电平，红光闪烁报警。
同时火焰传感数据通过ESP8266模块与远程物联网平台联接，物联网平台对收到的火焰传感数值进行判断，当达到设定的报警阈值时，通过物联网平台直接发送邮件或微博等信息到指定用户手机上，实现手机报警。
物联网技术下的火灾自动报警系统探究本文介绍了物联网技术，并对该技术下的火灾自动报警系统进行了探究，针对当前火灾自动报警系统的缺陷和问题，提出了如何把物联网技术更好的融入到火灾自动报警系统的几点建议。
标签物联网技术；火灾自动报警系统；问题和发展中国火灾自动报警系统的建设起步较晚，对国外技术的引进依耐性强，在该领域的具备自主知识产权的技术少，专业的研究人员和研究队伍也规模较小，因此结合了物联网技术的火灾自动报警系统的研究和应用就更加稀少。
面对当前火灾自动报警系统的缺陷，怎样解决问题，怎样将物联网技术引入到火灾自动报警系统中，是众多物联网技术与火灾自动报警系统研究者和生产商共同努力的方向。
1、物联网技术简介1.1 物联网技术的定义物联网技术的核心和基础，仍然是“互联网技术”，是在互联网技术基础上的延伸和扩展的一种网络技术，其用户端延伸和扩展到了任何物品和物品之间来进行信息交换和通讯。
因此，物联网技术的定义是：通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按照约定的协议，将任何物品与互联网相连接，进行信息交换和通讯，从而实现智能化识别、定位、追踪、监控和管理的一种网络技术，包括具备“内在智能”的传感器、移动终端、工业系统、数控系统、家庭智能设施、视频监控系统等。
1.2 物联网技术的支撑性技术一、RFID：电子标签属于智能卡的一类，物联网概念是1998年MIT Auto-ID 中心主任Ashton教授提出的，RFID技术在物联网中主要起“使能”（Enable）作用；2二、传感网：借助于各种传感器，探测和集成包括温度、湿度、压力、速度等物质现象的网络，这也是原总理温家宝同志“感知中国”提法的主要依据之一；三、M2M：这个词在国外用得较多，主要侧重于末端设备的互联和集控管理，X-Internet，中国三大通讯营运商也在推行M2M这个理念；四、两化融合：工业信息化也是物联网产业主要的推动力之一，自动化和控制行业是主力。
智能家居安全烟雾检测与报警系统智能家居技术的快速发展使得我们的生活变得更加方便和舒适。
其中，安全烟雾检测与报警系统在智能家居中起着至关重要的作用。
本文将重点介绍智能家居中的安全烟雾检测与报警系统，并探讨其在提高家居安全性方面的优势和未来发展趋势。
一、安全烟雾检测与报警系统的背景在传统家庭中，烟雾报警器是保障家庭安全的重要设备之一。
然而，传统烟雾报警器的功能有限，只能通过发出声音来提醒居民有烟雾存在。
当人们不在家时，就无法及时处理烟雾问题，从而可能造成巨大的财产损失和人员伤亡。
智能家居技术的出现改变了这一状况。
安全烟雾检测与报警系统利用物联网和人工智能技术，能够实时监测家庭的烟雾情况，并及时发送警报。
同时，安全烟雾检测与报警系统与其他智能设备和家庭网络相连接，实现了家庭安防的整合管理。
二、安全烟雾检测与报警系统的工作原理安全烟雾检测与报警系统由烟雾探测器、智能控制终端、报警装置等组成。
烟雾探测器部署在家庭的各个房间，通过感知烟雾颗粒的浓度来检测烟雾程度。
当烟雾浓度超过一定阈值时，烟雾探测器会向智能控制终端发送信号，智能控制终端则负责处理信号并触发相应的报警装置。
三、安全烟雾检测与报警系统的优势1. 实时监测：安全烟雾检测与报警系统能够实时监测家庭的烟雾情况，及时发现火灾隐患，保障家居安全。
2. 多重警报：除了传统的声音警报外，安全烟雾检测与报警系统还可以通过短信、电话、APP推送等多种方式警示居民，提高警报的可靠性和有效性。
3. 与其他智能设备的互联：安全烟雾检测与报警系统可以与其他智能设备相连接，实现联动控制。
例如，当烟雾报警触发时，智能家居系统可以自动关闭空调、打开门锁等，增加居民的逃生时间和生命安全。
四、智能家居安全烟雾检测与报警系统的未来发展趋势1. 人工智能技术的应用：未来的智能家居安全烟雾检测与报警系统将更加智能化，通过人工智能技术分析烟雾特征，减少误报率，并能够通过学习算法判断不同烟雾源的类型，提前采取相应的措施。
基于物联网的智能火灾预警系统设计智能火灾预警系统是基于物联网技术的一种创新安全措施，致力于提前发现、监测和警示火灾隐患，从而最大程度上减小火灾发生时的损失和危害。
本文将探讨基于物联网的智能火灾预警系统的设计理念、技术实现和应用前景。
1. 引言随着人类社会的发展，火灾事故对人民生命财产安全造成的威胁越来越大。
因此，研发一种高效的智能火灾预警系统成为了当务之急。
基于物联网的智能火灾预警系统以其高效、快速响应的特点得到了广泛关注。
2. 设计原理物联网的智能火灾预警系统基于传感器、控制器和通信网络的集成。
传感器负责监测环境参数，如温度、烟雾浓度和气体浓度；控制器负责实时采集、处理传感器数据；通信网络负责将采集到的数据发送给监控中心和其他相关设备。
当监测到火灾隐患时，系统会立即发出警报并触发相关措施。
3. 技术实现（1）传感器技术：温度传感器、烟雾传感器和气体传感器是智能火灾预警系统的核心组件。
这些传感器能够准确且实时地获取温度、烟雾浓度和气体浓度等信息，为火灾预警系统提供准确的数据基础。
（2）控制器技术：控制器是智能火灾预警系统的大脑，负责实时采集、处理传感器数据，并根据预设的策略判断是否存在火灾隐患。
在控制器中，可以使用机器学习算法来准确判断火灾危险性，并采取相应的措施。
（3）通信网络技术：智能火灾预警系统需要与监控中心和其他相关设备进行实时通信。
通信网络可以选择使用有线网络或无线网络，确保数据能够及时传输。
此外，为了保证系统的可靠性，可以使用冗余通信网络以防止单一网络的故障。
4. 设计要点（1）高精度的传感器选择：选择高精度的温度传感器、烟雾传感器和气体传感器，准确监测环境参数，提高火灾预警系统的灵敏度和准确性。
（2）快速响应的控制器设计：优化控制器算法，实现快速响应和准确判断火灾隐患，提高系统的实时性。
（3）多样化的通信方式：除了常用的有线网络，可以引入无线网络技术，如Wi-Fi、蓝牙和移动通信网络，以提高数据传输效率。
火灾报警技术与物联网的结合应用随着物联网技术的快速发展，各行各业都在积极探索如何将物联网技术应用于自身的业务中。
而在火灾报警领域，物联网技术的应用也正在逐渐成为一种趋势。
本文将从火灾报警技术和物联网技术的结合应用角度，探讨其带来的优势和挑战。
一、物联网技术在火灾报警中的应用1.1 环境监测传感器的应用物联网技术可以通过部署环境监测传感器来实时监测火灾发生的环境参数，如温度、烟雾浓度等。
传感器将采集到的数据通过无线网络传输到云平台，实现对环境参数的远程监控和分析。
一旦环境参数异常，系统会自动触发报警，提醒相关人员采取相应的措施。
这种应用方式大大提高了火灾报警的及时性和准确性。
1.2 智能消防设备的应用物联网技术还可以将各类消防设备与云平台相连接，实现智能化管理和控制。
例如，通过将火灾报警控制器与云平台相连接，可以实现对报警设备的远程监控、故障诊断和维护管理。
同时，还可以通过物联网技术将火灾报警系统与其他智能设备相连接，实现自动化的应急处理，提高火灾事故的应对效率。
1.3 大数据分析的应用物联网技术可以将大量的火灾报警数据上传到云平台，通过大数据分析算法对数据进行挖掘和分析，从而提取出有价值的信息。
例如，通过对历史火灾数据的分析，可以预测火灾发生的概率和趋势，进而优化火灾防控策略。
此外，还可以通过对火灾报警数据和建筑结构数据的关联分析，提前发现潜在的火灾隐患，减少火灾事故的发生。
二、火灾报警技术与物联网结合应用的优势2.1 提高火灾报警的准确性和及时性传统的火灾报警系统主要依靠人工巡检和手动报警，存在着准确性和及时性不足的问题。
而物联网技术的应用可以实现对火灾环境参数的实时监测和报警，减少了人为巡检的漏报和误报，提高了火灾报警的准确性和及时性。
2.2 降低火灾防控成本传统的火灾报警系统需要大量的人力物力进行巡检和维护，成本较高。
而物联网技术的应用可以实现对火灾设备的远程监控和维护，减少了人力物力的投入，降低了火灾防控的成本。
基于物联网的智能烟感报警系统设计与实现近年来，随着物联网技术的不断发展，各行各业都开始探寻物联网技术与现有行业结合的可能性。
其中，烟感报警系统是其中一个重要的领域。
基于物联网的智能烟感报警系统已经成为了烟感报警系统的新趋势，本文将阐述该系统的设计与实现。
一、物联网与烟感报警系统的结合烟感报警系统作为火灾防控领域的重要组成部分，其主要功能是在火灾发生时及时发出警报，并通知相关人员进行及时处理。
而物联网的出现，为烟感报警系统的功能进一步提升提供了可能。
通过物联网技术，将烟感报警系统与其他系统进行联动，不仅可以提高系统的警报准确率，还能提供更全面的信息服务，为火灾防控工作提供更加科学的技术支撑。
二、智能烟感报警系统的设计与实现1、系统硬件实现智能烟感报警系统硬件设计的核心是烟感探测器，其在火灾发生时可以及时发出报警，并通过物联网将报警信号发送至服务器。
在硬件实现过程中，还应考虑到烟感报警系统的可靠性、稳定性以及可操作性。
2、系统软件实现系统软件实现主要涉及到烟感探测器数据的处理与存储、烟感警报推送以及数据分析等多方面。
在数据处理方面，应该将烟感探测器的数据以规范格式存储在数据库中；在烟感警报推送方面，将警报信息通过物联网推送至用户终端设备；在数据分析方面，可以采用机器学习等技术，将烟感探测器数据进行分析，及时发现火灾隐患。
三、智能烟感报警系统的应用智能烟感报警系统在各领域的应用已经开始展示出广阔的前景。
例如，将其应用于学校、医院等公共场所，可以提高火灾防控的效果，并降低火灾事故的发生概率。
同时，还可以将智能烟感报警系统用于企业、居民社区等场所，提高火灾防控效率，保障人们的生命财产安全。
总结在物联网技术的推动下，智能烟感报警系统已经开始成为烟感报警系统的新趋势。
通过物联网的数据传输和分析，可以将智能烟感报警系统与其他系统进行联动，提高警报准确率，提供更加科学的技术支持。
随着该系统的应用范围的逐步扩大，相信智能烟感报警系统将在未来乃至永远发挥着重要作用。
2019年第12期【摘要】针对家居存在厨房燃气泄漏、电路老化等安全问题，通过物联网技术的应用，使家居安全更加智能化，通过传感器网络、ZigBee 模块及监控探头组成一个远程网络，当火灾发生时，传感器网路把数据信息通过单片机进行数据整合，ZigBee 模块和GPRS 模块把数据信息发送到手机客户端进行着火点的定位，使用手机客户端实时接收视频信息，及时做出应对策略,实现火灾预警和监测目的。
【关键词】物联网技术；传感器；ZigBee 模块一、前言目前，市面上出售的火灾报警器大多是采样式烟雾探测器，火焰报警器，特殊气体报警器，感温报警器等，并使报警装置发出声音等信号提醒,从而实现了对住宅安全隐患的监控和报警，住宅区主要的火灾来源是厨房的燃气泄漏、电器的短路以及电路的老化造成。
但是若是在有火灾隐患的环境内做关闭燃气阀门等方法又会使人的生命安全处于危险的境地。
而且普通的家用报警器也有很大可能出现误差或者错误报警从而造成不必要的困扰和麻烦。
而基于系统将物联网与传统的火灾报警器结合，再通过无线传感网络与监控探头相结合实现远程对住宅内环境进行实时的监测与分析，并对火灾的发生进行及时采取解决措施，从而将火灾造成的损失降到最低，并减少传统火灾报警器的误报率高的问题。
二、物联网物联网技术起源于传媒领域，是信息科技产业的第三次革命。
物联网是指通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能。
其本质是物理世界和数学世界的互相融合，物联网是为了打破地域限制，实现物与物之间按需进行的信息获取、传递、存储、融合、使用等服务的网络。
因此，物联网应该具备三个基本能力：全面感知、可靠传递、智能处理。
(1)全面感知———利用RFID 、传感器等随时随地获取物体的信息,包括用户位置、周边环境、个体喜好、身体状况、情绪、环境温度、湿度,以及用户业务感受、网络状态等。
基于物联网的智能火灾监测与预警系统研究智能火灾监测与预警系统是一项基于物联网技术的新型安全防护系统，可以实时监测火灾风险，并及时发出警报，以确保人员和财产的安全。
本文将针对基于物联网的智能火灾监测与预警系统进行研究，并探讨其应用。
智能火灾监测与预警系统利用物联网技术实现了火灾风险的实时监测，其基本原理是通过部署在建筑物内的传感器和设备，收集与火灾相关的数据，并通过云计算和数据分析技术进行处理。
这些传感器可以检测到烟雾、温度、湿度、气体浓度等与火灾风险直接相关的参数，一旦发现异常情况，系统会迅速发出警报，并将相关数据传输到云端平台进行分析和处理。
智能火灾监测与预警系统的研究内容涵盖了传感器技术、数据传输、云计算和数据分析等领域。
首先，研究者需要选择合适的传感器设备来收集与火灾风险相关的数据。
例如，烟雾传感器可用于检测空气中的烟雾颗粒，温度传感器可用于测量环境温度变化，湿度传感器可用于监测空气湿度，气体传感器可用于检测可燃性气体浓度等。
这些传感器设备的选择应根据具体应用场景中的需求进行评估和优化。
其次，研究者需要研究如何将传感器收集到的数据传输到云端平台进行处理和分析。
物联网技术提供了多种数据传输方式，如Wi-Fi、蓝牙、以太网、移动网络等。
研究者需要根据应用需求和实际环境选择合适的数据传输方式，并确保数据传输的稳定性和安全性。
在云端平台上，研究者需要运用云计算和大数据分析技术对收集到的数据进行处理和分析。
云计算技术可以提供高性能的计算和存储资源，有效支持海量数据的处理和存储。
大数据分析技术可以对数据进行挖掘和分析，通过建立模型和算法，实现对火灾风险的预测和预警。
例如，利用机器学习算法，可以识别出与火灾相关的模式和异常，从而实现智能的火灾预警。
智能火灾监测与预警系统的研究不仅涉及到技术层面，还需要考虑系统的实际应用和推广。
一方面，研究者需要考虑如何降低系统的成本，并提高系统的可靠性和可扩展性，以满足不同场景下的需求。
基于物联网的室内烟火检测与报警研究摘要：本文在室内环境下，通过分析视频图像来检测火灾的烟和火焰，首先对视频图像进行运动检测，然后提取火灾烟和火的重要特征信息，通过多特征融合分析，判断是否存在火灾。
本文是采用了一种分布式火灾监控和无线互联网技术，将火灾火焰监测、报警传输和灭火机器人设备融为一体，实现联动跟踪烟火和灭火，为目前火灾监测系统的应用和推广提供参考。
关键词：运动检测；烟火识别；无线报警；特征融合中图分类号：TP391.41Abstract In this paper, the indoor environment as the application background, by analyzing the video image to detect the smoke and flames of fire, fire video motion detection, and then extract the important features of smoke and fire information, and analyzed by multi-feature fusion, to determine whether there is fire. This paper is distributed using a fire control and wireless Internet technology, make the fire flame monitoring, fire alarm transmission and fire-fighting robot devices a integration, to achieve the linkage track smoke and flame, the fire monitoring system is a reference for current application and promotion.Key Words motion detection; smoke and flame detection; wireless alarm; feature fusion1 引言近年来，大量的高层家庭住宅、地下建筑和石化企业不断涌现。
由于这些建筑的特殊性，发生火灾时不能快速高校地灭火。
比如高层住宅区发生火灾时，消防人员不可能在短时间内到达火灾发生地点，在地下建筑中，由于环境比较潮湿，烟气不易扩散，消防人员不容易判定火源位置，同时在石化企业发生火灾时，将产生大量的毒气，消防人员容易发生中毒[2]。
因此火灾给社会造成了大量生命和财产的严重损失，若能在火灾发生初期就进行识别报警，则可以减少各种损失，同时能让一台灭火机器人及时定位和灭火，将有重要的社会意义。
如今视频应用已经深入到人们工作和生活的方方面面，视频监控作为其中一种应用，对感兴趣的区域或目标进行实时的监视报警[3]。
这些视频监控作为物联网的感知层，部署在各种场所的室内或室外环境中，如果将这些感知摄像头加入智能火灾的烟和火焰检测算法，对原有设备的变动和影响并不大，同时可以及时将感知层的报警信息通过无线或有限网络传到信息管理中心，将对火灾自然灾难的报警和处理产生一定影响。
国内外对于图像型火灾探测技术进行了深入研究，其中很多高校和国外都对识别算法进行了研究，目前这些算法有的只局限于对火焰进行检测[4]，或者对设备的要求太高。
本文设计了一种提取烟和火的特征算法，对两者进行检测，最终进行融合判决，决定是否报警。
如果有报警，将报警信息以多种形式传递出去，同时启动灭火机器人开展灭火，同时将灭火结果反馈给控制终端。
本文还给出了一种分布式的视频火灾监控系统，为火灾监控系统实施提供参考。
2 视频烟火探测系统基于图像处理的火灾探测系统是一种以计算机为核心，结合光电技术和数字图像处理技术而研制的烟火自动报警系统。
整个系统结构如下图1：图1 视频火灾监控系统总框图如上图1，利用摄像头对现场进行监视，对摄取的视频信号由图像采集卡捕捉为图像并输入计算机，根据图像特征进行处理和分析，然后产生报警信息并传播到相关责任人，同时将位置信息传到对应的机器人，灭火机器人启动云台搜索，发现火源后进行灭火。
可以将系统分成烟火检测模块、报警模块、灭火机器人运动模块和分布式部署，下面几节将进行详细论述。
3 烟火检测模块在室内的众多火灾中，通常烟和火是同时具备的，尤其是在封闭的环境下，烟的传播更广泛，同时传播的速度比火要快。
因此笔者不采用闫厚等人提出的判断流程[1]，本文采用先判断是否有流动烟雾，然后判断火灾火焰的方法检测火灾。
为了后期部署和实施方便，本系统采用Visual C++平台编写算法，开始从网络服务器中获取BMP图像信息，然后进行烟火识别，最后给出是否报警的结论。
识别算法列成如下图2所示。
图2 室内火灾识别算法基本流程为了检验此算法，本文实验中采集和处理图像分别为以下三种情况,第一:当只有烟雾产生时，分别分析烟雾的初始形成阶段、积累扩散阶段和逐步散去阶段。
第二：当只有火灾火焰产生时，分别分析着火阶段、扩散燃烧阶段和火焰逐渐熄灭阶段。
第三：当火灾火焰和烟雾同时存在和发生时，分析整个流程的图像序列。
通过分析这三种情况，能够及时发现烟火信息，并产生报警信号。
4 报警模块报警模块主要负责报警信息的采集和传送，报警模块分为声音报警、短信报警和Web 报警。
4.1 声音报警当灭火机器人通过Timer定时访问远端报警数据库，检测到室内空间的任一CCD摄像头的报警DB发生变化，则室内空间有火灾报警信息，机器人第一时间产生声音报警。
警示周围的人员有火灾险情，提示请尽快撤离，同时机器人开始搜索灭火。
4.2 短信报警短信报警模块是室内的一个Android[8]的手机服务器通过Servlet实时访问报警DB,当检测到该区域内有火灾报警信息，则手机服务器自动将报警信息和位置发送到指定的负责人，通知负责人采取措施进行灭火。
子系统设置如下图3所示：图3 手机报警子系统4.3 B/S远程Web显示远程Web报警即在任何可以访问互联网的地方都可以访问到各个室内传过来的报警数据，报警分为三个等级，实时刷新报警数据，当达到最高3级时，跳出报警窗口和图片，同时传送远端视频信息。
报警信息包括：摄像机详细地址、摄像机标号、报警时间、报警级别、报警图和报警视频。
5 机器人搜索和灭火模块当机器人中通讯模块，收到此区域内有详细火灾报警信息后，开始启动机器人灭火，本文应用的灭火机器人结构如下图4所示：图4 机器人灭火响应流程图从图4中可以看出，移动机器人灭火系统可以分三个过程来考虑，首先是火焰目标的定位和识别，其次是移动机器人对火焰目标的跟踪，最后是开启灭火器灭火。
所以本文中移动机器人主要由三大模块构成：视觉处理模块、火焰目标跟踪和灭火控制组成。
视觉处理模块完成火灾火焰目标的定位和识别，包括云台摄像机和ZC0301P摄像机的图像采集以及移动机器人对采集图像的分析的过程。
机器人视觉系统采集图片为320*240，取HIS的颜色取值空间，详细如下图5所示：图5 机器人采集视觉图像在移动机器人跟踪过程中，视觉模块通过对图像的预处理、特征提取，最终完成火灾识别，在这个过程中是通过彩色图像区域分隔法完成；火焰跟踪决策模块根据视觉模块得到的环境信息控制云台电机运作，跟踪火焰目标，使火焰目标重心图像坐标始终处于视频图像中心，并实时获取云台电机的转过角度，以此分析移动机器人自身所处的环境和位置；灭火控制模块主要通过对火焰的确认和灭火组成，机器人确认到合适的位置，通常在0.2-0.5米的位置，然后开始灭火，反复确认是否还存在火焰，直到灭火成功完成，然后发送灭火完成指令给服务器控制端，最后机器人回到原位。
6 分布式火灾检测部署本文采用物联网的分布式系统架构来部署设备和系统，系统部署分为感知终端、数据采集分析和终端应用平台三个部分。
部署结构如下图6所示：图6 系统部署结构系统整体部署如上图5所示，第一层除了感知层的摄像头还有时刻待命的灭火机器人，第二层为各个场所采集设备、数据库和Android手机服务器。
第三层为统一数据中心和控制终端。
7 结论本文在物联网的框架下，设计了一种分布式的室内烟火检测系统，将火灾检测、报警以及机器人灭火融为一体，同时对可能发生火灾的烟和火进行分别检测。
通过实验表明，这种检测方法可以进一步的提高室内环境下火灾检测的准确性。
因本文的灭火机器人是建立在DM-B2x0/450 型号的机器人基础上，灭火效果还有待进一步提高。
参考文献[1] 闫厚、倪金生基于网络摄像机的森林火灾烟火自动识别技术探讨[J]. 森林防火,2007(2).[2] 迟权德、沈建华等职能侦查灭火机器人的研究与开发[J].微型机与应用,2011(11)[3] 葛勇.基于视频的火灾检测方法研究及实现[D]. 2009(4)[4] T.H. Chen, Y.H. Yin, S.F. Huang, Y.T. Ye, The smoke detection for early fire- alarming system based on video processing, in: IEEE International Conference on Intelligent Information Hiding and Multimedia Signal Processing, (2006)[5] Byoung Chul Ko, Kwang-Ho Cheong，Jae-Yeal Nam. Fire detection based on vision sensor and support vector machines[J] . 2008[6] W. Phillips, M. Shah, N.V. Lobo, Flame recognition in video, in: Fifth IEEE Workshop on Applications of Computer Vision, 2000[7]B.U. Töreyin,Y. Dedeoğlu，U. Güdükbay and A.E. Çetin, Computer vision based method for real-time fire and flame detection, Pattern Recognition Lett27(1) (2006)[8]胡伟. Android系统架构及其驱动研究[J].广州广播电视大学学报.2010(8)[9] A. Yavlinsky, E. Schofield, S Ruger, Automated image annotation using global features and robust nonparametric density estimation, ACM Int. Conf. Image Video Retr. (2007) 25–32.[10] T. Celik, H. Demirel, H. Ozkaramanli, M. Uyguroglu, Fire detection using statistical color model in video sequences, J. Visual Commun. Image Representation 18 (2007) 176–1。
